MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407547034 · doi:10.5194/egusphere-2025-429

Can atmospheric chemistry deposition schemes reliably simulate stomatal ozone flux across global land covers and climates?

2025· preprint· en· W4407547034 sur OpenAlexaff
Tamara Emmerichs, Abdulla Al Mamun, Lisa Emberson, Huiting Mao, Leiming Zhang, Limei Ran, Clara Betancourt, Anthony Y. H. Wong, Gerbrand Koren, Giacomo Gerosa, Min Huang, Pierluigi Guaita

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésOzoneAtmospheric sciencesEnvironmental scienceAtmospheric chemistryFlux (metallurgy)Deposition (geology)MeteorologyChemistryGeographyPhysicsGeologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract. Over the past few decades, ozone risk assessments for vegetation have been developed based on stomatal O3 flux since this metric is more biologically meaningful than the traditional concentration-based approaches. However, uncertainty remains in the ability to simulate stomatal O3 fluxes accurately. Here, we investigate stomatal O3 fluxes simulated by six common air pollution deposition models across various land cover types worldwide. The Tropospheric Ozone Assessment Report (TOAR) database, a large collection of measurements worldwide, provides hourly O3 concentration and meteorological data which are used to drive the models at 9 sites. The models estimated summertime O3 deposition velocities of between 0.5–0.8 cm s-1, mostly in agreement with the literature. Simulations of canopy conductance (Gst) showed differences between models that varied by land cover type with correlation coefficients of 0.75, 0.80 and 0.85 for forests, crops and grasslands. The model differences were determined by especially soil moisture and VPD depending upon the model constructs. Finally, the range of PODy simulations at each site across models was most in agreement for crops (3 to 11 mmol O3 m-2) < forests (10 to 23 mmol O3 m-2) < grasslands (24 to 26 mmol O3 m-2). Nevertheless, ensemble model median response estimates gave results consistent with the literature in terms of those sites where O3 damage is most likely to occur. Overall, this study is an important first step in developing and evaluating tools for broad-scale assessment of O3 impact on vegetation within the framework of TOAR phase II.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,237
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→