Terrestrial and marine sources of ice nucleating particles in the Eurasian Arctic
Notice bibliographique
Résumé
Ice nucleating particles (INPs) catalyze primary ice formation in Arctic low-level mixed-phase clouds, influencing their persistence and radiative properties. Knowledge of the abundance and sources of INP over the remote Arctic Ocean is scarce due to limited data coverage, particularly in the Eurasian Arctic. This study presents summertime measurements of INP concentrations in seawater, fog water and air from the ship-based Arctic Century Expedition, exploring the Barents, Kara, and Laptev Seas, and the adjacent high Arctic islands and archipelagos in August and September 2021. Heat sensitivity tests of ambient aerosols revealed that heat-liable, biogenic INPs make up the majority of Arctic INP populations at temperatures above -20 °C, and to a lesser extent down to -25 °C. INP content in fog water is found to be similar to ambient aerosol, indicating that INP in marine air could also act as cloud condensation nuclei. Measurements of aerosolized INPs using an on-board sea-spray aerosol bubble tank generator exhibit a positive correlation with ambient INP concentrations, but not with INP abundance in seawater samples. INP concentrations in air derived from sea water samples (using a NaCl conversion factor representative for the Arctic) were significantly lower than those measured in ambient air or bubble tank experiments. INP concentrations in bubble tank experiments positively correlated with the phosphate and fluorescence signals in the water. This suggests an important role of the aerosolization mechanism for preferentially partitioning biogenic INPs to the atmosphere.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».