Reducing Long‐Standing Surface Ozone Overestimation in Earth System Modeling by High‐Resolution Simulation and Dry Deposition Improvement
Notice bibliographique
Résumé
Abstract The overestimation of surface ozone concentration in low‐resolution global atmospheric chemistry and climate models has been a long‐standing issue. We first update the ozone dry deposition scheme in both high‐ (0.25°) and low‐resolution (1°) Community Earth System Model (CESM) version 1.3 runs, by adding the effects of leaf area index and correcting the sunlit and shaded fractions of stomatal resistances. With this update, 5‐year‐long summer simulations (2015–2019) using the low‐resolution CESM still exhibit substantial ozone overestimation (by 6.0–16.2 ppbv) over the U.S., Europe, eastern China, and ozone pollution hotspots. The ozone dry deposition scheme is further improved by adjusting the leaf cuticle conductance, reducing the mean ozone bias by 19%, and increasing the model resolution further reduces the ozone overestimation by 43%. We elucidate the mechanism by which model grid spacing influences simulated ozone, revealing distinctive pathways in urban versus rural areas. In rural areas, grid spacing mainly affects daytime ozone levels, where additional NOx emissions from nearby urban areas result in an ozone boost and overestimation in low‐resolution simulations. In contrast, over urban areas, daytime ozone overestimation follows a similar mechanism due to the influence of volatile organic compounds from surrounding rural areas. However, nighttime ozone overestimation is closely linked to weakened NO titration owing to the redistribution of urban NOx to rural areas. Additionally, stratosphere‐troposphere exchange may also contribute to reducing ozone bias in high‐resolution simulations, warranting further investigation. This optimized high‐resolution CESM may enhance understanding of ozone formation mechanisms, sources, and changes in a warming climate.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 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 ».