Click Here for Full Article Inventory of boreal fire emissions for North America in 2004: Importance of peat burning and pyroconvective injection
Notice bibliographique
Résumé
[1] The summer of 2004 was one of the largest fire seasons on record for Alaska and western Canada. We construct a daily bottom-up fire emission inventory for that season, including consideration of peat burning and high-altitude (buoyant) injection, and evaluate it in a global chemical transport model (the GEOS-Chem CTM) simulation of CO through comparison with MOPITT satellite and ICARTT aircraft observations. The inventory is constructed by combining daily area burned reports and MODIS fire hot spots with estimates of fuel consumption and emission factors based on ecosystem type. We estimate the contribution from peat burning using drainage and peat distribution maps for Alaska and Canada; 17 % of the reported 5.1 10 6 ha burned were located in peatlands in 2004. Our total estimate of North American fire emissions during the summer of 2004 is 30 Tg CO, including 11 Tg from peat. Including peat burning in the GEOS-Chem simulation improves agreement with MOPITT observations. The long-range transport of fire plumes observed by MOPITT suggests that the largest fires injected a significant fraction of their emissions in the upper troposphere. Citation: Turquety, S., et al. (2007), Inventory of boreal fire emissions for North America in 2004: Importance of peat burning and
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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) | 0,011 | 0,002 |
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 ».