Enhanced sulfate formation during China's severe winter haze episode in January 2013 missing from current models
Notice bibliographique
Résumé
Abstract A regional haze with daily PM 2.5 (fine particulate matters with diameters less than 2.5 µm) exceeding 500 µg/m 3 lasted for several days in January 2013 over North China, offering an opportunity to evaluate models. Observations show that inorganic aerosols (sulfate, nitrate, and ammonium) are the largest contributor to PM 2.5 during the haze period, while sulfate shows the largest enhancement ratio of 5.4 from the clean to haze period. The nested‐grid GEOS‐Chem model reproduces the distribution of PM 2.5 and simulates up to 364 µg/m 3 of daily maximum PM 2.5 . Yet on average, the model is a factor of 3 and 4 lower in PM 2.5 and fails to capture the large sulfate enhancement from the clean to haze period. A doubling of SO 2 emissions over North China, along with daily meteorology corrections, would be required to reconcile model results with surface SO 2 observations, but it is not sufficient to explain the model discrepancy in sulfate. Heterogeneous uptake of SO 2 on deliquesced aerosols is proposed as an additional source of sulfate under high‐relative humidity conditions during the haze period. Parameterizing this process in the model improves the simulated spatial distribution and results in a 70% increase of sulfate enhancement ratio and a 120% increase in sulfate fraction in PM 2.5 . Combined adjustments in emissions, meteorology, and sulfate chemistry lead to higher sulfate by a factor of 3 and 50% higher PM 2.5 , significantly reducing the model's low bias during the haze.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».