Toxic volatile organic air pollutants across Canada: multi-year concentration trends, regional air quality modelling and source apportionment
Notice bibliographique
Résumé
A Unified Regional Air-quality Modelling System, AURAMS, was expanded to predict six toxic volatile organic compounds (VOCs) within a continental domain and two nested domains covering eastern and western Canada. The model predictions were evaluated against Environment Canada’s National Air Pollution Surveillance (NAPS) data set to assess the predictive capability of the model at daily and seasonal time scales. The predictions were also evaluated with satellite-derived column total maps for formaldehyde, carbon monoxide, and nitrogen dioxide. In general, the model showed fair to good predictive skill in terms of both correlation (R) and normalized mean bias (NMB) for benzene (R = 0.53 NMB = 26 %), formaldehyde (R = 0.73, NMB = −15 %) and acetaldehyde (R = 0.55, NMB = 29 %). For the other toxics VOCs, the model showed less predictive skill in the order 1,2,4-trimethylbenzene (R = 0.50, NMB = −41 %), 1,3-butadiene (R = 0.26, NMB = 40 %) and acrolein (R = 0.052, NMB = −51 %). The goal of this study was to apply an air quality model to assess the contribution of mobile sources to ambient levels of toxic VOCs at urban locations across Canada. The mobile source contribution varied in a complex manner for each species for different regions. For benzene and 1,2,4-trimethylbenzene, the mobile source contribution was in the range 40–65 % for major Canadian cities. The model predicted considerably lower mobile source contributions for rural locations in the Canadian Prairies, where other area sources dominate, such as the petrochemical industry. Measured concentration trends in toxics are also presented from 2004 to 2010. The primary emitted toxics declined gradually (13–16 % over 6 yr) whereas the toxic aldehydes showed no trend.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».