Assessing Tropical Cyclone-Driven Aerosol Transport – A High-Resolution WRF-Chem Analysis of Major Hurricane Matthew and Implications for Future Climate Scenarios
Notice bibliographique
Résumé
Tropical cyclones (TCs) are traditionally viewed as atmospheric cleansers, removing pollutants through precipitation and winds. However, emerging evidence suggests that TCs also transport pollutants over long distances, with their full impact on pollutant dynamics still underexplored. In this study, aerosol transport and chemical transformation during Hurricane Matthew (2016) are analyzed using high-resolution WRF-Chem simulations. The Hurricane-Driven Aerosol Transport Analysis Framework (WHDA-TAF) is developed to assess aerosol behavior under both current and future climate scenarios. Simulations based on Pseudo Global Warming (PGW) projections indicate that aerosols, such as sea salt, particulate matter, and carbonaceous aerosols, are lifted to higher altitudes and dispersed far from the storm's core. Photochemical reactions within the cyclone generate secondary pollutants such as ozone and nitrates, which can worsen air quality even after the hurricane has dissipated. Copula-based analysis reveals that stronger hurricanes in high-emission scenarios (SSP585) are likely to increase the frequency and severity of extreme compound pollution events, even in regions distant from the storm's direct impact. These findings challenge the view of TCs as mere atmospheric cleansers, highlighting their significant role as carriers and reactors of pollutants. Enhancing model resolution is crucial to better capture such TC-aerosol interactions and address the risks of cyclone-driven aerosol transport under climate change.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».