MétaCan
Menu
Retour à la cohorte
Enregistrement W4399866058 · doi:10.5194/gmd-17-4821-2024

Evaluation of CMIP6 model simulations of PM <sub>2.5</sub> and its components over China

2024· article· en· W4399866058 sur OpenAlexaff
Fangxuan Ren, Jintai Lin, Chenghao Xu, Jamiu Adetayo Adeniran, Jingxu Wang, Randall V. Martin, Aaron van Donkelaar, Melanie S. Hammer, Larry W. Horowitz, Steven T. Turnock, Naga Oshima, Jie Zhang, Susanne E. Bauer, Kostas Tsigaridis, Øyvind Seland, Pierre Nabat, David Neubauer, Gary Strand, Twan van Noije, Philippe Le Sager, Toshihiko Takemura

Notice bibliographique

RevueGeoscientific model development · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesMinistry of the Environment, Government of JapanNational Natural Science Foundation of ChinaEuropean CommissionNational Aeronautics and Space Administration
Mots-clésCoupled model intercomparison projectEnvironmental scienceParticulatesSulfateClimatologyNitrateAtmospheric sciencesClimate modelAmmonium nitrateMeteorologyChemistryClimate changeGeographyPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. Earth system models (ESMs) participating in the latest Coupled Model Intercomparison Project Phase 6 (CMIP6) simulate various components of fine particulate matter (PM2.5) as major climate forcers. Yet the model performance for PM2.5 components remains little evaluated due in part to a lack of observational data. Here, we evaluate near-surface concentrations of PM2.5 and its five main components over China as simulated by 14 CMIP6 models, including organic carbon (OC; available in 14 models), black carbon (BC; 14 models), sulfate (14 models), nitrate (4 models), and ammonium (5 models). For this purpose, we collect observational data between 2000 and 2014 from a satellite-based dataset for total PM2.5 and from 2469 measurement records in the literature for PM2.5 components. Seven models output total PM2.5 concentrations, and they all underestimate the observed total PM2.5 over eastern China, with GFDL-ESM4 (−1.5 %) and MPI-ESM-1-2-HAM (−1.1 %) exhibiting the smallest biases averaged over the whole country. The other seven models, for which we recalculate total PM2.5 from the available component output, underestimate the total PM2.5 concentrations partly because of the missing model representations of nitrate and ammonium. Concentrations of the five individual components are underestimated in almost all models, except that sulfate is overestimated in MPI-ESM-1-2-HAM by 12.6 % and in MRI-ESM2-0 by 24.5 %. The underestimation is the largest for OC (by −71.2 % to −37.8 % across the 14 models) and the smallest for BC (−47.9 % to −12.1 %). The multi-model mean (MMM) reproduces the observed spatial pattern for OC (R = 0.51), sulfate (R = 0.57), nitrate (R = 0.70) and ammonium (R = 0.74) fairly well, yet the agreement is poorer for BC (R = 0.39). The varying performances of ESMs on total PM2.5 and its components have important implications for the modeled magnitude and spatial pattern of aerosol radiative forcing.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,471

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,042
Tête enseignante GPT0,248
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207