Multi-model assessment of impacts of the 2022 Hunga eruption on stratospheric ozone and its chemical and dynamical drivers
Notice bibliographique
Résumé
Abstract. The 2022 Hunga eruption injected unprecedented quantities of water vapor into the stratosphere, alongside modest amounts of aerosol precursors. There remain uncertainties regarding the extent to which it influenced the stratospheric ozone layer. We address this using a multi-model ensemble of chemistry-climate model simulations, assessing the impacts of Hunga-induced perturbations in both water vapor and aerosol by combining free-running and specified-dynamics experiments. The results confirm that the Hunga eruption contributed to the anomalously low ozone abundances observed in the southern mid-latitudes in 2022. The simulations also indicate enhanced ozone depletion inside the Antarctic polar vortex, albeit with significant differences in magnitude and persistence across the models. Our results indicate that the chemical contribution was as important as the dynamical contribution in determining the overall ozone response to the Hunga eruption in the southern extra-tropics, with anomalous chemical (chlorine, bromine and nitrogen) processing on aerosol surfaces under conditions of water-induced stratospheric cooling together with dynamical contributions from altered circulation and ozone transport. Finally, while Hunga may continue to exert a smaller influence on ozone as the anomalous water vapor and aerosol is removed from the atmosphere, natural dynamical variability will likely hinder detection of any such influences, with the most robust Hunga signal expected in the upper stratosphere. Our study confirms the eruption’s role in modulating stratospheric ozone levels in the short term, but also highlights the associated uncertainties and the presence of large natural variability, all of which makes confident attribution of the Hunga impacts an ongoing challenge.
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) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».