Notice bibliographique
Résumé
Abstract. Estimating regional CO2 sources and sinks is challenging due to limited data and uncertainties in transport models. Orbiting Carbon Observatory-2 (OCO-2) overcomes measurement limits, providing CO2 variations beyond in-situ networks. This study analyses altitude-wise model-observation CO2 differences from surface to upper troposphere using aircraft observations from ATom, Amazon, and CONTRAIL campaigns over OCO-2 total column CO2 (XCO2) sampling location to characterise sources of uncertainty in MIROC4-ACTM. We show model aligns better with ATom tropospheric columns (0.03 ± 0.03 ppm) than OCO-2 XCO2 (0.2 ± 0.5 ppm), especially over oceans, highlighting the need for expanded profile measurements to characterise errors robustly. Altitude-wise comparisons reveal this differences primarily occur in the lower troposphere (0–2 km), likely due to ACTM's near-surface land CO2 flux errors. In contrast, ACTM better matches aircraft CO2 in the middle (2–5 km) and upper (5–8 km) troposphere, likely due to accurate large-scale transport representation. Over the Amazon, CO2 differences with aircraft and OCO-2 differ, likely due to a lack of regional surface sites for inversion and insufficient high-altitude profile (~4 km) not representative of XCO2. Over Asian megacity airports, which are significant emission hotspots, the model shows a large negative difference with CONTRAIL than OCO-2. This discrepancy likely hints that MIROC4-ACTM is unable to capture urban fossil CO2 emission signals at airports due to coarse resolution (~2.8° x 2.8°) and higher resolution of OCO-2 limits ability to fully capture actual emission footprints.
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 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,021 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,308 | 0,204 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».