Data fusion of modelled and measured deposition in the US and Canada, part II: Dry deposition of sulfur, nitrogen and ozone
Notice bibliographique
Résumé
ABSTRACT This study is part of a project which aims to compute the total deposition of sulfur, nitrogen and ozone over both Canada and the US. This initiative is named ADAGIO ( A tmospheric D eposition A nalysis G enerated by I nterpolation of model and O bservations) and is led by Environment and Climate Change Canada. More details about the overall methodology were given in Part I of this project. Similarly, here, a deterministic data fusion methodology is used to combine information from air quality models and surface observations to produce seasonal objective analyses (OAs) for six gas species (O 3 ,SO 2, NO 2 , NO, HNO 3 , NH 3 ) and three dry particulate species (p-NH 4 + , p-NO 3 - , p-SO 4 = ) for multiple years during the period 2010-2019. The main difference in the methodology with PART II is that for dry species, the OAs are obtained for concentration instead of wet deposition measurements. The seasonal dry deposition fluxes and concentrations obtained from air quality model simulations for each species are corrected using the OA concentration fields to obtain the corrected total annual dry deposition. In part II, we focus on the species which contribute the most to the N deposition, that is NO 2, HNO 3 , and NH 3 . ADAGIO yields total dry nitrogen deposition results that are in good agreement with those of the US/TDep project of the US. Comparison with satellite-derived concentrations for NH 3 and NO 2 are also presented and found reasonable. This paper demonstrated that the simple algorithm based on data fusion presented in part I (for wet species) also works for dry species deposition over large territories.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».