AutoChem es un software lanzado por la NASA [ aclaración necesaria ] que constituye un generador y documentador automático de códigos informáticos para sistemas químicamente reactivos [1] escrito por David Lary entre 1993 y la actualidad. Fue diseñado principalmente para modelar la química atmosférica y, en particular, para la asimilación de datos químicos .
El usuario selecciona un conjunto de especies químicas. A continuación, AutoChem busca estas especies en bases de datos de reacciones químicas y construye automáticamente las ecuaciones diferenciales ordinarias (EDO) que describen el sistema químico. AutoChem diferencia simbólicamente las derivadas temporales para obtener la matriz jacobiana y diferencia simbólicamente la matriz jacobiana para obtener la matriz hessiana y la adjunta. La matriz jacobiana es necesaria para muchos algoritmos que resuelven numéricamente las ecuaciones diferenciales ordinarias , en particular cuando las EDO son rígidas. La matriz hessiana y la adjunta son necesarias para la asimilación de datos variacionales de cuatro dimensiones (4D-Var). AutoChem documenta todo el proceso en un conjunto de archivos LaTeX y PDF .
Las reacciones que involucran los constituyentes especificados por el usuario son extraídas por el primer programa preprocesador de AutoChem llamado Pick. Este subconjunto de reacciones es luego utilizado por el segundo programa preprocesador de AutoChem RoC (tasa de cambio) para generar las derivadas temporales, jacobianas y hessianas. Una vez que los dos programas preprocesadores se han ejecutado hasta el final, se ha generado todo el código Fortran 90 necesario para modelar y asimilar los procesos cinéticos.
En el sitio AutoChem se encuentra disponible una enorme base de datos de observaciones de muchos componentes atmosféricos diferentes provenientes de una gran cantidad de plataformas. [2]
AutoChem se ha utilizado para realizar la asimilación de datos químicos a largo plazo de la química atmosférica. Esta asimilación fue documentada automáticamente por el software AutoChem y está disponible en línea en CDACentral. [3] La calidad de los datos es siempre un problema para la asimilación de datos químicos, en particular la presencia de sesgos. Para identificar y comprender los sesgos, es útil comparar las observaciones utilizando funciones de distribución de probabilidad . Este análisis está disponible en línea en PDFCentral, que fue diseñado para la validación de las observaciones del satélite Aura de la NASA . [4]