Development of the next-generation air quality prediction system in the Unified Forecast System framework: Enhancing predictability of wildfire air quality impacts
Notice bibliographique
Résumé
Abstract The National Oceanic and Atmospheric Administration (NOAA) has developed an advanced regional air quality prediction system (AQPS) within the Unified Forecast System (UFS) framework to improve representations of wildfire emissions and their impacts on air quality predictions. This innovative system integrates the Environmental Protection Agency’s (EPA) Community Multiscale Air Quality (CMAQ) model as a column chemistry model with the UFS-based atmospheric model, operating in an online mode. The calculation of wildfire gas and particulate emissions relies on satellite-derived fire products, high-resolution Regional Hourly Advanced Baseline Imager (ABI) and Visible Infrared Imaging Radiometer Suite (VIIRS) Emissions (RAVE). A period in June and July 2023 with Quebec Canadian wildfires, which severely impacted air quality in the United States (US), was chosen as a case study to assess the predictive capability of the UFS-AQM system. The UFS-AQM predictions of fine particulate (PM 2.5 ) and ozone (O 3 ) were evaluated against AirNow observations from June 15 to July 14, 2023. The results indicate a substantial improvement in PM 2.5 predictions when compared to the previous operational forecast. Meanwhile, the system demonstrates a strong ability of predicting O 3 exceedance events during the dissipation phase of the wildfire. Furthermore, the online system shows more realistic predictions of aerosol optical depth (AOD) as compared to the previous operational forecast and satellite retrieval data. Finally, this study outlines a plan for further advancing a comprehensive regional AQPS at NOAA.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».