A comparison of four receptor models used to quantify the boreal wildfire smoke contribution to surface PM <sub>2.5</sub> in Halifax, Nova Scotia during the BORTAS-B experiment
Notice bibliographique
Résumé
Abstract. This paper presents a quantitative comparison of the four most commonly used receptor models, namely absolute principal component scores (APCS), pragmatic mass closure (PMC), chemical mass balance (CMB) and positive matrix factorization (PMF). The models were used to predict the contributions of a wide variety of sources to PM2.5 mass in Halifax, Nova Scotia during the experiment to quantify the impact of BOReal forest fires on Tropospheric oxidants over the Atlantic using Aircraft and Satellites (BORTAS). However, particular emphasis was placed on the capacity of the models to predict the boreal wildfire smoke contributions during the BORTAS experiment. The performance of the four receptor models was assessed on their ability to predict the observed PM2.5 with an R2 close to 1, an intercept close to zero, a low bias and low RSME. Using PMF, a new woodsmoke enrichment factor of 52 was estimated for use in the PMC receptor model. The results indicate that the APCS and PMC receptor models were not able to accurately resolve total PM2.5 mass concentrations below 2 μg m−3. CMB was better able to resolve these low PM2.5 concentrations, but it could not be run on 9 of the 45 days of PM2.5 samples. PMF was found to be the most robust of the four models since it was able to resolve PM2.5 mass below 2 μg m−3, predict PM2.5 mass on all 45 days and utilise an unambiguous woodsmoke chemical tracer. The median woodsmoke relative contributions to PM2.5 estimated using PMC, APCS, CMB and PMF were found to be 0.08, 0.09, 3.59 and 0.14 μg m−3 respectively. The contribution predicted by the CMB model seemed to be clearly too high based on other observations. The use of levoglucosan as a tracer for woodsmoke was found to be vital for identifying this source.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».