Climatology and variability of smoke aerosols from MAIAC EPIC observations over North America (2016–2024)
Notice bibliographique
Résumé
This study presents a comprehensive analysis of the monthly, seasonal, and interannual variability of smoke aerosol properties over North America from 2016 to 2024, using data retrieved from the MAIAC algorithm applied to NASA’s EPIC instrument aboard the DSCOVR spacecraft. The MAIAC EPIC data provide high-frequency, multi-year retrievals of key smoke properties, including aerosol optical depth (AOD), spectral absorption, aerosol layer height (ALH), and inferred black carbon (BC) and brown carbon (BrC) concentrations. The analysis reveals strong seasonal and regional variations, with peak smoke activity occurring in spring over Mexico and in summer over Canada and the western United States. Canadian and Alaskan smoke plumes frequently reach higher altitudes and exhibit elevated AOD, while smoke in Mexico tends to remain at lower altitudes with notably higher BC concentrations, likely influenced by smaller and lower-intensity fires and mixed biomass burning sources (agriculture and forest). The eastern United States, as a downwind region, shows increasing smoke influences, characterized by elevated ALH and rising levels of AOD and absorbing aerosols. Most study regions show a significant increase in smoke AOD (up to 5% per year in Canada), absorbing AOD, and BrC concentrations, highlighting the growing impact of wildfires on atmospheric composition and their potential implications for climate, air quality, and solar energy resources. These findings underscore the utility of MAIAC EPIC observations for monitoring multi-year smoke aerosol changes and for assessing their environmental consequences.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».