SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Conil Sebastien)
 

Sökning: WFRF:(Conil Sebastien) > An algorithm to det...

An algorithm to detect non-background signals in greenhouse gas time series from European tall tower and mountain stations

Resovsky, Alex (författare)
Versailles Saint-Quentin-en-Yvelines University
Ramonet, Michel (författare)
Versailles Saint-Quentin-en-Yvelines University
Rivier, Leonard (författare)
Versailles Saint-Quentin-en-Yvelines University
visa fler...
Tarniewicz, Jerome (författare)
Versailles Saint-Quentin-en-Yvelines University
Ciais, Philippe (författare)
Versailles Saint-Quentin-en-Yvelines University
Steinbacher, Martin (författare)
Swiss Federal Laboratories for Materials Science and Technology
Mammarella, Ivan (författare)
University of Helsinki
Mölder, Meelis (författare)
Lund University,Lunds universitet,Institutionen för naturgeografi och ekosystemvetenskap,Naturvetenskapliga fakulteten,Dept of Physical Geography and Ecosystem Science,Faculty of Science
Heliasz, Michal (författare)
Lund University,Lunds universitet,Institutionen för naturgeografi och ekosystemvetenskap,Naturvetenskapliga fakulteten,Dept of Physical Geography and Ecosystem Science,Faculty of Science
Kubistin, Dagmar (författare)
German Meteorological Service (DWD)
Lindauer, Matthias (författare)
German Meteorological Service (DWD)
Müller-Williams, Jennifer (författare)
German Meteorological Service (DWD)
Conil, Sebastien (författare)
Agence Nationale pour la gestion des Déchets RadioActifs
Engelen, Richard (författare)
European Centre for Medium-range Weather Forecasts
visa färre...
 (creator_code:org_t)
2021-09-17
2021
Engelska 17 s.
Ingår i: Atmospheric Measurement Techniques. - : Copernicus GmbH. - 1867-1381 .- 1867-8548. ; 14:9, s. 6119-6135
Relaterad länk:
http://dx.doi.org/10... (free)
visa fler...
https://amt.copernic...
https://lup.lub.lu.s...
https://doi.org/10.5...
visa färre...
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • We present a statistical framework to identify regional signals in station-based CO2 time series with minimal local influence. A curve-fitting function is first applied to the detrended time series to derive a harmonic describing the annual CO2 cycle. We then combine a polynomial fit to the data with a short-term residual filter to estimate the smoothed cycle and define a seasonally adjusted noise component, equal to 2 standard deviations of the smoothed cycle about the annual cycle. Spikes in the smoothed daily data which surpass this ±2σ threshold are classified as anomalies. Examining patterns of anomalous behavior across multiple sites allows us to quantify the impacts of synoptic-scale atmospheric transport events and better understand the regional carbon cycling implications of extreme seasonal occurrences such as droughts.

Ämnesord

NATURVETENSKAP  -- Geovetenskap och miljövetenskap -- Klimatforskning (hsv//swe)
NATURAL SCIENCES  -- Earth and Related Environmental Sciences -- Climate Research (hsv//eng)

Publikations- och innehållstyp

art (ämneskategori)
ref (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy