MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407798177 · doi:10.5194/acp-25-2243-2025

Assessing the relative impacts of satellite ozone and its precursor observations to improve global tropospheric ozone analysis using multiple chemical reanalysis systems

2025· article· en· W4407798177 sur OpenAlexaff
Takashi Sekiya, Emanuele Emili, Kazuyuki Miyazaki, Antje Inness, Zhen Qu, R. Bradley Pierce, Dylan T. Jones, H. M. Worden, William Y. Y. Cheng, Vincent Huijnen, Gerbrand Koren

Notice bibliographique

RevueAtmospheric chemistry and physics · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensUniversity of Toronto
Organismes subventionnairesJapan Society for the Promotion of ScienceEnvironmental Restoration and Conservation AgencyNational Aeronautics and Space Administration
Mots-clésOzoneTropospheric ozoneSatelliteEnvironmental scienceTroposphereAtmospheric sciencesClimatologyMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Chemical reanalysis products have been produced by integrating various satellite observational data to provide comprehensive information on atmospheric composition. Five global chemical reanalysis datasets were used to evaluate the relative impacts of assimilating satellite ozone and its precursor measurements on surface and free-tropospheric ozone analyses for the year 2010. Observing system experiments (OSEs) were conducted with multiple reanalysis systems under similar settings to evaluate the impacts of reanalysis system selection on the quantification of observing system values. Without data assimilation, large discrepancies remained among the control runs owing to model biases. Data assimilation improved the consistency among the systems, reducing the standard deviation by 72 %–88 % in the lower troposphere through the lower stratosphere, while improving agreement with independent ozonesonde observations. The OSEs suggested the importance of precursor measurements, especially from tropospheric NO 2 columns, for improving ozone analysis in the lower troposphere, with varying influences among the systems (increases in global lower-tropospheric ozone by 0.1 % in GEOS-Chem and 7 % in Tropospheric Chemistry Reanalysis version 2 (TCR-2), with only NO 2 assimilation). Adjustments made by direct ozone assimilation showed similar vertical patterns between the TCR-2 and IASI-r systems, with increases of 6 %–22 % and decreases of 2 %–21 % in the middle and upper troposphere, respectively, reflecting the biases of the forecast models. These results suggest the importance of considering the effects of the forecast model performance and data assimilation configurations when assessing the observing system impacts to provide unbiased evaluations of satellite systems and to guide the design of future observing systems.

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)0,006
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,017
Tête enseignante GPT0,263
Écart entre enseignants0,246 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physics→Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→