MétaCan
Menu
Retour à la cohorte
Enregistrement W2099917527 · doi:10.5539/eer.v2n2p127

Dispersion Modeling of SO2 Emissions from a Lignite Fired Thermal Power Plant using CALPUFF

2012· article· en· W2099917527 sur OpenAlexvenueno aff
Paingduan Khamsimak, Sirichai Koonaphapdeelert, Nakorn Tippayawong

Notice bibliographique

RevueEnergy and Environment Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesElectricity Generating Authority of Thailand
Mots-clésEnvironmental scienceDispersion (optics)Power stationThermal power stationAtmospheric dispersion modelingRange (aeronautics)Atmospheric sciencesSulfur dioxideMM5MeteorologyAir pollutionGeologyMaterials scienceWaste managementMesoscale meteorologyChemistryGeography

Résumé

récupéré en direct d'OpenAlex

In this work, dispersion of sulfur dioxide (SO2) in the vicinity of Mae Moh power plant, the largest fossil fuel power plant in northern Thailand, was investigated using well known air dispersion model. The area of 2,500 km2 around the plant was studied, with spatial resolution of 200 x 200 m2. Publicly available MM5 and CALMET software were used to provide meteorological conditions within the study domain, while CALPUFF was used to simulate the patterns of SO2 dispersion, based on actual plant operations in winter, summer and rainy seasons of the year 2009. Comparison against measurements from monitoring stations was made. Simulated results were found to agree qualitatively and quantitatively well with measured data. Root mean squared errors were found in the range between 2.19 to 8.32 µg/m3. The CALPUFF model can be used for SO2 dispersion prediction with satisfactory accuracy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,723
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,099
Tête enseignante GPT0,307
Écart entre enseignants0,208 · 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 tête enseignante, 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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy and Environment ResearchMême sujetAir Quality Monitoring and ForecastingTravaux en français237 207