A novel framework for assessing regional wildfires contributions to biomass burning aerosol optical depth
Notice bibliographique
Résumé
Biomass burning (BB) aerosol significantly affects climate by altering the radiation budget and atmospheric chemistry. Accurate source estimation is vital for climate modeling, yet global observations remain scarce. This study introduces a novel framework for assessing the contribution of transported BB aerosol to smoke-associated aerosol optical depth (BB AOD) at selected locations. The approach integrates satellite fire data (Moderate Resolution Imaging Spectroradiometer Active Fire Product) with air parcel trajectory models (HYSPLIT), aerosol transport models (NAAPS), BB emissions (FLAMBE), and plume rise (CAMS GFAS). Tested in Warsaw (Poland, Central Europe) over 2006–2022, the methodology reveals a prominent influence of long-range BB aerosol transport from North America. Analysis indicates that USA (without Alaska) (37.3 %±3.4 %), Canada (25.4 %±6.7 %) and the Alaska (2.6 %±2.1 %) together contribute approximately 65 % of BB AOD during the BB season in the Northern Hemisphere, surpassing nearer European sources. Among European regions, Eastern Europe accounts for 16.6 %±5.3 % of BB AOD, followed by the Iberian Peninsula (10.6 %±1.5 %) and Southern Europe (7.5 %±2.1 %). Incorporating vertical plume dynamics is crucial: a planetary boundary layer plume-top threshold underestimates Canadian contribution while overestimating European sources, whereas removing altitude constraints overestimates Canadian influence. These findings underscore the importance of transatlantic transport, plume-rise processes, and vertical aerosol distribution in regional climatology. The presented framework for assessing BB AOD contributions is universal and can be applied at any location. Future work should incorporate the specific aerosol types emitted during BB events and their aging processes.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».