MétaCan
Menu
Retour à la cohorte
Enregistrement W2021877375 · doi:10.3402/tellusb.v67.23930

Impacts of additional HONO sources on O<sub>3</sub> and PM<sub>2.5</sub> chemical coupling and control strategies in the Beijing–Tianjin–Hebei region of China

2015· article· en· W2021877375 sur OpenAlexaff
Ying Li, Junling An, Mizuo Kajino, Ismail Gültepe, Yong Chen, Tao Song

Notice bibliographique

RevueTellus B · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesAnhui Institute of Optics and Fine Mechanics, Chinese Academy of SciencesChinese Academy of SciencesInstitute of Atmospheric Physics, Chinese Academy of SciencesNational Natural Science Foundation of ChinaCERN
Mots-clésDaytimeNOxOzoneNitrogen dioxideParticulatesEnvironmental chemistryAtmospheric sciencesAerosolBeijingChemistryAmmoniaEnvironmental scienceAtmospheric chemistryNitrous acidMeteorologyInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

The objective of this work is to examine the impacts of additional HONO sources on the chemical interaction between ozone (O3) and particulate matter with a diameter ≤ 2.5 µm (PM2.5). Three additional HONO sources, i.e. HONO emissions, the reaction of photo-excited nitrogen dioxide (NO2*) with water vapour (H2O), and NO2 heterogeneous reaction on aerosol surfaces, were inserted into the fully coupled Weather Research and Forecasting-Chemistry model to evaluate O3 and PM2.5 concentration enhancements in the Beijing–Tianjin–Hebei (BTH) region during August 2007. Results show that the additional HONO sources significantly increase O3 and PM2.5 concentrations during daytime. Up to 9 ppb enhancements of O3 and 32 µg m−3 increases in PM2.5 are found at seven urban sites over the BTH region. O3 increases are closely connected to PM2.5 increases over urban areas during daytime when the additional HONO sources are taken into account. PM2.5 inorganic components of SO42–, NO3– and NH4+ are increased by 5–18, 10–58 and 10–40%, respectively, over urban areas during daytime. The simultaneous increment of O3 and PM2.5 during daytime due to the additional HONO sources is related to the increasing oxidants (OH, H2O2 and O3) that enhance the atmospheric oxidising capacity. The concentration variations of O3 and PM2.5 under a variety of NOx, volatile organic compound and ammonia (NH3) emission control scenarios show that the additional HONO sources increase the sensitivity of O3 and PM2.5 concentrations to the changes of NOx emissions. An increase of the PM2.5 sensitivity to changes in NH3 emissions is also found. This indicates that without considering the additional HONO sources, the effectiveness of emission control strategies in reducing O3 and PM2.5 concentrations would be significantly underestimated.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,200
Écart entre enseignants0,188 · 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'étudeSimulation ou modélisation
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

Citations31
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTellus BMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207