Notice bibliographique
Résumé
Abstract. We perform an inverse modelling analysis to quantify biomass burning emissions of carbon monoxide (CO) from the extreme wildfires in Canada between May and September 2023. Using the GEOS-Chem model, we assimilated observations from the Tropospheric Monitoring Instrument (TROPOMI) separately and then jointly with Total Carbon Column Observing Network (TCCON) measurements. We also evaluated prior emissions from the Quick Fire Emissions Dataset (QFED), Blended Global Biomass Burning Emissions Product eXtended (GBBEPx), Global Fire Assimilation System (GFAS), and Canadian Forest Fire Emissions Prediction System (CFFEPS). The assimilation of TROPOMI-only measurements estimated posterior North America emissions for QFED, GBBEPx, GFAS, and CFFEPS of 110.4±20, 112.8±20, 127.2±17, and 125.6±18 Tg CO compared to prior estimates of 37.1, 42.7, 91.0, and 90.2 Tg CO, respectively. The joint assimilation of TROPOMI+TCCON reduced the uncertainty on the North American emission estimates by up to about 30 %, while showing only a modest impact (< 5 %) on the magnitude of the inferred emissions. An evaluation against independent measurements reveals that adding TCCON data increases the correlations and slightly lowers the biases and standard deviations. Additionally, including an experimental TCCON product at East Trout Lake with higher surface sensitivity, we find better agreement of assimilation results with nearby in situ tall tower and aircraft measurements. This highlights the potential importance of vertical sensitivity in these experimental data for constraining local surface emissions. Our results demonstrate the complementarity of the greater temporal coverage provided by TCCON with the spatial coverage of TROPOMI when these data are jointly assimilated.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,011 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,417 | 0,252 |
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 ».