estimating bacteria emissions from inversion of atmospheric transport: sensitivity to modelled particle characteristics

تقدير انبعاثات البكتيريا من خلال النمذجة العكسية للنقل الجوي: الحساسية لخصائص الجسيمات المنمذجة

Clicks: 114
ID: 204218
2013
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #696 of 850 articles by views in Journal of agricultural and food chemistry

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 850 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Model-simulated transport of atmospheric trace components can be combined with observed concentrations to obtain estimates of ground-based sources using various inversion techniques. These approaches have been applied in the past primarily to obtain source estimates for long-lived trace gases such as CO2. We consider the application of similar techniques to source estimation for atmospheric aerosols, using as a case study the estimation of bacteria emissions from different ecosystem regions in the global atmospheric chemistry and climate model ECHAM5/MESSy-Atmospheric Chemistry (EMAC).

Source estimation via Markov Chain Monte Carlo is applied to a suite of sensitivity simulations, and the global mean emissions are estimated for the example problem of bacteria-containing aerosol particles. We present an analysis of the uncertainties in the global mean emissions, and a partitioning of the uncertainties that are attributable to particle size, activity as cloud condensation nuclei (CCN), the ice nucleation scavenging ratios for mixed-phase and cold clouds, and measurement error.

For this example, uncertainty due to CCN activity or to a 1 μm error in particle size is typically between 10% and 40% of the uncertainty due to observation uncertainty, as measured by the 5–95th percentile range of the Monte Carlo ensemble. Uncertainty attributable to the ice nucleation scavenging ratio in mixed-phase clouds is as high as 10–20% of that attributable to observation uncertainty. Taken together, the four model parameters examined contribute about half as much to the uncertainty in the estimated emissions as do the observations. This was a surprisingly large contribution from model uncertainty in light of the substantial observation uncertainty, which ranges from 81–870% of the mean for each of ten ecosystems for this case study. The effects of these and other model parameters in contributing to the uncertainties in the transport of atmospheric aerosol particles should be treated explicitly and systematically in both forward and inverse modelling studies.
يمكن الجمع بين النقل المُحاكى بالنماذج للمكونات الجوية النزرة والتركيزات المرصودة للحصول على تقديرات للمصادر الأرضية باستخدام تقنيات عكسية مختلفة. وقد طُبِّقت هذه المقاربات في الماضي بصورة أساسية للحصول على تقديرات لمصادر الغازات النزرة طويلة العمر مثل ثاني أكسيد الكربون CO2. ونتناول في هذه الدراسة تطبيق تقنيات مماثلة لتقدير مصادر الهباء الجوي، متخذين من تقدير انبعاثات البكتيريا من مناطق بيئية مختلفة في النموذج العالمي لكيمياء الغلاف الجوي والمناخ ECHAM5/MESSy-Atmospheric Chemistry (EMAC) دراسةَ حالة.

يُطبَّق تقدير المصادر عبر سلاسل ماركوف مونت كارلو على مجموعة من عمليات محاكاة الحساسية، وتُقدَّر المتوسطات العالمية للانبعاثات للمسألة النموذجية المتمثلة في جسيمات الهباء الجوي الحاوية للبكتيريا. ونقدم تحليلاً لأوجه عدم اليقين في متوسط الانبعاثات العالمية، وتجزئة لأوجه عدم اليقين التي تُعزى إلى حجم الجسيمات، ونشاطها بصفتها نوى لتكاثف السحب (CCN)، ونسب الإزالة بالنوى الجليدية في السحب مختلطة الطور والباردة، بالإضافة إلى خطأ القياس.

في هذا المثال، يتراوح عدم اليقين الناجم عن نشاط نوى تكاثف السحب (CCN) أو عن خطأ مقداره 1 μm في حجم الجسيمات عادةً بين 10% و40% من عدم اليقين الناجم عن الرصد، مقاسًا بنطاق المئين 5–95 لمجموعة مونت كارلو. ويصل عدم اليقين المنسوب إلى نسبة الإزالة بالنوى الجليدية في السحب مختلطة الطور إلى 10–20% من ذلك المنسوب إلى عدم اليقين في الرصد. وبأخذ المعلمات النموذجية الأربع المفحوصة مجتمعة، فإنها تسهم بنحو نصف مساهمة عمليات الرصد في عدم اليقين في الانبعاثات المقدرة. وكانت هذه المساهمة من عدم اليقين في النموذج كبيرة على نحو مفاجئ، في ضوء عدم اليقين الكبير في الرصد، والذي يتراوح بين 81–870% من المتوسط لكل نظام من النظم البيئية العشرة في دراسة الحالة هذه. وينبغي معالجة تأثيرات هذه المعلمات النموذجية وغيرها في المساهمة في أوجه عدم اليقين المتعلقة بنقل جسيمات الهباء الجوي في الغلاف الجوي معالجة صريحة ومنهجية في دراسات النمذجة المباشرة والعكسية على حد سواء.
Reference Key
burrows2013atmosphericestimating Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors S. M. Burrows, P. J. Rayner, T. Butler, M. G. Lawrence
Are you one of these authors? Claim your profile
Journal Journal of agricultural and food chemistry
Year 2013
DOI
10.5194/acp-13-5473-2013
URL
http://www.atmos-chem-phys.net/13/5473/2013/acp-13-5473-2013.pdf
Keywords
physicschemistry

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.