Published March 31, 2021 | Version v1
Publication Open

Reply on RC3

  • 1. Peking University

Description

Abstract. The aerosol scattering coefficient is an essential parameter for estimating aerosol direct radiative forcing and can be measured by nephelometers. Nephelometers are problematic due to small errors of nonideal Lambetian light source and angle truncation. Hence, the observed raw scattering coefficient data need to be corrected. In this study, based on the random forest machine learning model and taking Aurora 3000 as an example, we have proposed a new method to correct the scattering coefficient measurements of a three-wavelength nephelometer under different relative humidity conditions. The result shows that the empirical corrected values match Mie-calculation values very well at all three wavelengths and under all of the measured relative humidity conditions, with more than 85 % of the corrected values having less than 2 % error. The correction method obtains a scattering coefficient with high accuracy and there is no need for additional observation data.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

الملخص. يعتبر معامل تشتت الهباء الجوي معلمة أساسية لتقدير التأثير الإشعاعي المباشر للهباء الجوي ويمكن قياسه بواسطة مقاييس النيفلومتر. تعد مقاييس النيفيلومترات إشكالية بسبب الأخطاء الصغيرة في مصدر الضوء اللامبيتي غير المثالي وقطع الزاوية. وبالتالي، يجب تصحيح بيانات معامل التشتت الخام الملحوظة. في هذه الدراسة، بناءً على نموذج التعلم الآلي العشوائي للغابات وأخذ أورورا 3000 كمثال، اقترحنا طريقة جديدة لتصحيح قياسات معامل التشتت لمقياس النيفيلومتر ثلاثي الموجات في ظل ظروف رطوبة نسبية مختلفة. تظهر النتيجة أن القيم التجريبية المصححة تتطابق بشكل جيد للغاية مع قيم حساب MIE في جميع الأطوال الموجية الثلاثة وتحت جميع ظروف الرطوبة النسبية المقاسة، مع وجود أكثر من 85 ٪ من القيم المصححة التي تحتوي على خطأ أقل من 2 ٪. تحصل طريقة التصحيح على معامل تشتت بدقة عالية ولا حاجة لبيانات ملاحظة إضافية.

Translated Description (French)

Résumé. Le coefficient de diffusion des aérosols est un paramètre essentiel pour estimer le forçage radiatif direct des aérosols et peut être mesuré par des néphélomètres. Les nephélomètres sont problématiques en raison de petites erreurs de source de lumière lambetienne non idéale et de troncature angulaire. Par conséquent, les données de coefficient de diffusion brutes observées doivent être corrigées. Dans cette étude, basée sur le modèle d'apprentissage automatique de la forêt aléatoire et prenant Aurora 3000 comme exemple, nous avons proposé une nouvelle méthode pour corriger les mesures du coefficient de diffusion d'un néphélomètre à trois longueurs d'onde dans différentes conditions d'humidité relative. Le résultat montre que les valeurs corrigées empiriques correspondent très bien aux valeurs de calcul de Mie aux trois longueurs d'onde et dans toutes les conditions d'humidité relative mesurées, avec plus de 85 % des valeurs corrigées ayant moins de 2 % d'erreur. Le procédé de correction obtient un coefficient de diffusion avec une grande précision et il n'y a pas besoin de données d'observation supplémentaires.

Translated Description (Spanish)

Resumen. El coeficiente de dispersión del aerosol es un parámetro esencial para estimar el forzamiento radiativo directo del aerosol y se puede medir mediante nefelómetros. Los nefelómetros son problemáticos debido a pequeños errores de la fuente de luz lambetiana no ideal y al truncamiento del ángulo. Por lo tanto, los datos del coeficiente de dispersión sin procesar observados deben corregirse. En este estudio, basado en el modelo de aprendizaje automático de bosques aleatorios y tomando como ejemplo Aurora 3000, hemos propuesto un nuevo método para corregir las mediciones del coeficiente de dispersión de un nefelómetro de tres longitudes de onda en diferentes condiciones de humedad relativa. El resultado muestra que los valores corregidos empíricos coinciden muy bien con los valores de cálculo de Mie en las tres longitudes de onda y en todas las condiciones de humedad relativa medidas, con más del 85% de los valores corregidos que tienen menos del 2% de error. El método de corrección obtiene un coeficiente de dispersión con alta precisión y no hay necesidad de datos de observación adicionales.

Files

amt-14-4879-2021.pdf.pdf

Files (4.5 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:56cf5c15ecbd11cf0159ea04bc29df5d
4.5 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
الرد على RC3
Translated title (French)
Réponse sur RC3
Translated title (Spanish)
Responder en RC3

Identifiers

Other
https://openalex.org/W4249007369
DOI
10.5194/amt-2020-412-ac4

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
China