MétaCan
Menu
Retour à la cohorte
Enregistrement W4412552614 · doi:10.3390/rs17152538

Characterization of Fresh and Aged Smoke Particles Simultaneously Observed with an ACTRIS Multi-Wavelength Raman Lidar in Potenza, Italy

2025· article· en· W4412552614 sur OpenAlexaboutno aff
Benedetto De Rosa, Aldo Amodeo, Giuseppe D’Amico, Nikolaos Papagiannopoulos, Marco Rosoldi, Igor Veselovskii, Francesco Cardellicchio, Alfredo Falconieri, Pilar Gumà-Claramunt, Teresa Laurita, Michail Mytilinaios, Christina–Anna Papanikolaou, Davide Amodio, Canio Colangelo, Paolo Di Girolamo, Ilaria Gandolfi, Aldo Giunta, E. Lapenna, Fabrizio Marra, Rosa Maria Petracca Altieri, Ermann Ripepi, Donato Summa, Michele Volini, Alberto Arienzo, Lucia Mona

Notice bibliographique

RevueRemote Sensing · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationEuropean Commission
Mots-clésLidarSmokeWavelengthRemote sensingEnvironmental scienceCharacterization (materials science)MeteorologyMaterials scienceGeographyOptoelectronicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

This study describes a quite special and interesting atmospheric event characterized by the simultaneous presence of fresh and aged smoke layers. These peculiar conditions occurred on 16 July 2024 at the CNR-IMAA atmospheric observatory (CIAO) in Potenza (Italy), and represent an ideal case for the evaluation of the impact of aging and transport mechanisms on both the optical and microphysical properties of biomass burning aerosol. The fresh smoke was originated by a local wildfire about 2 km from the measurement site and observed about one hour after its ignition. The other smoke layer was due to a wide wildfire occurring in Canada that, according to backward trajectory analysis, traveled for about 5–6 days before reaching the observatory. Synergetic use of lidar, ceilometer, radar, and microwave radiometer measurements revealed that particles from the local wildfire, located at about 3 km a.s.l., acted as condensation nuclei for cloud formation as a result of high humidity concentrations at this altitude range. Optical characterization of the fresh smoke layer based on Raman lidar measurements provided lidar ratio (LR) values of 46 ± 4 sr and 34 ± 3 sr, at 355 and 532 nm, respectively. The particle linear depolarization ratio (PLDR) at 532 nm was 0.067 ± 0.002, while backscatter-related Ångström exponent (AEβ) values were 1.21 ± 0.03, 1.23 ± 0.03, and 1.22 ± 0.04 in the spectral ranges of 355–532 nm, 355–1064 nm and 532–1064 nm, respectively. Microphysical inversion caused by these intensive optical parameters indicates a low contribution of black carbon (BC) and, despite their small size, particles remained outside the ultrafine range. Moreover, a combined use of CIAO remote sensing and in situ instrumentation shows that the particle properties are affected by humidity variations, thus suggesting a marked particle hygroscopic behavior. In contrast, the smoke plume from the Canadian wildfire traveled at altitudes between 6 and 8 km a.s.l., remaining unaffected by local humidity. Absorption in this case was higher, and, as observed in other aged wildfires, the LR at 532 nm was larger than that at 355 nm. Specifically, the LR at 355 nm was 55 ± 2 sr, while at 532 nm it was 82 ± 3 sr. The AEβ values were 1.77 ± 0.13 and 1.41 ± 0.07 at 355–532 nm and 532–1064 nm, respectively and the PLDR at 532 nm was 0.040 ± 0.003. Microphysical analysis suggests the presence of larger, yet much more absorbent particles. This analysis indicates that both optical and microphysical properties of smoke can vary significantly depending on its origin, persistence, and transport in the atmosphere. These factors that must be carefully incorporated into future climate models, especially considering the frequent occurrences of fire events worldwide.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,224
Écart entre enseignants0,200 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207