An updated VIIRS dark target aerosol product for continuity with MODIS: assessing regional aerosol trends
Notice bibliographique
Résumé
Aerosol optical depth (AOD) is a crucial data record to understand aerosols and their direct and indirect effects on air quality and climate forcing. The Dark Target aerosol retrieval product includes AOD and other properties derived from multispectral satellite imagers, available for MODIS on Terra (from 2000), MODIS on Aqua (from 2002), and VIIRS on Suomi-NPP (from 2012). Although Terra now has over 25 years of observations, the record must continue onto VIIRS beyond the end of the MODIS mission to meet requirements as a Global Climate Observing System (GCOS) climate data record. We present the recent update to version 2.0 of the VIIRS product, which now includes NOAA-20 VIIRS (from 2017) and algorithm improvements. The combined MODIS-VIIRS dataset is examined for consistency and to ascertain aerosol trends. Overall, the VIIRS products show consistency with the MODIS products. To assess regional trends, two time intervals are studied: a 22-year record that compares Terra and Aqua, and a more recent 12-year record (the VIIRS era) that compares three sensors. According to linear regressions of monthly average AOD for each global 1°×1° grid cell, AOD has decreased by between 0.003 and 0.01 per year over parts of China, the United States, Brazil, and much of Europe, while increasing on the same scale over India and parts of Canada, while more modestly but significantly increasing over the southern oceans. For seven regions with significant AOD trends, this study examines the seasonal dependence, relationship to aerosol size parameters, and whether the sign or magnitude of these trends have changed. With high agreement among sensors, we are confident that the Dark Target AOD record can extend into the 2030s and beyond.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 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 ».