MétaCan
Menu
Retour à la cohorte
Enregistrement W4414747670 · doi:10.5194/gmd-18-6737-2025

Evaluation of ozone and its precursors using the Multi-Scale Infrastructure for Chemistry and Aerosols Version 0 (MUSICAv0) during the Michigan–Ontario Ozone Source Experiment (MOOSE)

2025· article· en· W4414747670 sur OpenAlexaboutno aff
Noribeth Mariscal, L. K. Emmons, Duseong S. Jo, Xiong Ying, Laura Judd, Scott J. Janz, Jiajue Chai, Yaoxian Huang

Notice bibliographique

RevueGeoscientific model development · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOzoneNOxNitrogen oxideAir quality indexAtmospheric chemistryAerosolSuitePopulationNitrogen oxides

Résumé

récupéré en direct d'OpenAlex

Abstract. Surface ozone (O3) in Southeast Michigan (SEMI) often exceeds US National Ambient Air Quality Standards, posing risks to human health and agroecosystems. SEMI, a relatively small region in the state of Michigan, contains most of the state's anthropogenic emission sources and more than half of the state's population and is also prone to long-range and transboundary pollutant transport. Here, we explore the distribution of O3 and its precursors, such as nitrogen oxides (NOx) and volatile organic compounds, over SEMI during the summer of 2021 using the chemistry–climate model MUSICAv0 (Multi-Scale Infrastructure for Chemistry and Aerosols Version 0). Using the regional refinement capabilities of MUSICAv0, we create a custom grid over the state of Michigan of 1/16° (∼ 7 km) to better understand the local-scale impacts of chemical and dynamic complexity in SEMI and compare it with a grid with 1/8° (∼ 14 km) resolution over the contiguous United States. Model simulations are evaluated using a comprehensive suite of observations from Phase I of the Michigan–Ontario Ozone Source Experiment (MOOSE) field campaign. MUSICAv0, with its higher horizontal grid resolution, showed excellent skill in capturing peak O3 concentrations but showed larger variation in the simulation of O3 precursors (e.g., NOx, HCHO, isoprene). In addition, we implement a diurnal cycle for anthropogenic nitric oxide (NO) emissions, which is generally not included in global models. As a result, modeled nighttime O3 is improved because of lower NOx concentrations during the night. This work shows that when conceptualizing models in urban regions, it is important to consider a combination of high horizontal resolution and the diurnal cycle of emissions, as they can have important implications for the simulation of secondary air pollutants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,357
Score d'incertitude au seuil0,619

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,023
Tête enseignante GPT0,239
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207