MétaCan
Menu
← Retour à la cohorte
Enregistrement W1954523382 · doi:10.1002/2014jd022984

Toronto area ozone: Long‐term measurements and modeled sources of poor air quality events

2015· article· en· W1954523382 sur OpenAlexafffundabout
Cynthia Whaley, Kimberly Strong, Dylan B. A. Jones, Thomas Walker, Zhe Jiang, Daven K. Henze, M. A. Cooke, C. A. McLinden, R. L. Mittermeier, Matthieu Pommier, P. F. Fogal

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensEnvironment and Climate Change CanadaUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Foundation for Climate and Atmospheric SciencesUniversity of TorontoCanada Foundation for Innovation
Mots-clésEnvironmental scienceAir quality indexTrace gasTropospherePollutionAir pollutionAtmospheric sciencesIsopreneChemical transport modelOzoneObservatoryTropospheric ozoneMeteorologyClimatologyGeographyGeologyChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The University of Toronto Atmospheric Observatory and Environment Canada's Centre for Atmospheric Research Experiments each has over a decade of ground‐based Fourier transform infrared (FTIR) spectroscopy measurements in southern Ontario. We present the Toronto area FTIR time series from 2002 to 2013 of two tropospheric trace gases—ozone and carbon monoxide—along with surface in situ measurements taken by government monitoring programs. We interpret their variability with the GEOS‐Chem chemical transport model and determine the atmospheric conditions that cause pollution events in the time series. Our analysis includes a regionally tagged O3 model of the 2004–2007 time period, which quantifies the geographical contributions to Toronto area O3. The important emission types for 15 pollution events are then determined with a high‐resolution adjoint model. Toronto O3, during pollution events, is most sensitive to southern Ontario and U.S. fossil fuel NOx emissions and natural isoprene emissions. The sources of Toronto pollution events are found to be highly variable, and this is demonstrated in four case studies representing local, short‐, middle‐, and long‐range transport scenarios. This suggests that continental‐scale emission reductions could improve air quality in the Toronto region. We also find that abnormally high temperatures and high‐pressure systems are common to all pollution events studied, suggesting that climate change may impact Toronto O3. Finally, we quantitatively compare the sensitivity of the surface and column measurements to anthropogenic NOx emissions and show that they are remarkably similar. This work thus demonstrates the usefulness of FTIR measurements in an urban area to assess air quality.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,332

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,348
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→