MétaCan
Menu
Retour à la cohorte
Enregistrement W2125123652 · doi:10.5194/acp-15-6929-2015

Estimates of non-traditional secondary organic aerosols from aircraft SVOC and IVOC emissions using CMAQ

2015· article· en· W2125123652 sur OpenAlexfundno aff
Matthew Woody, J. Jason West, Shantanu H. Jathar, Allen L. Robinson, Saravanan Arunachalam

Notice bibliographique

RevueAtmospheric chemistry and physics · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesTransport CanadaU.S. Department of DefenseU.S. Environmental Protection AgencyOffice of Defense ProgramsFederal Aviation AdministrationNational Aeronautics and Space Administration
Mots-clésCMAQAir quality indexTakeoffEnvironmental scienceVolatility (finance)ParticulatesAerosolAtmospheric sciencesMeteorologyTotal organic carbonAir pollutionEnvironmental chemistryOzoneChemistryGeographyEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. Utilizing an aircraft-specific parameterization based on smog chamber data in the Community Multiscale Air Quality (CMAQ) model with the volatility basis set (VBS), we estimated contributions of non-traditional secondary organic aerosols (NTSOA) for aircraft emissions during landing and takeoff (LTO) activities at the Hartsfield–Jackson Atlanta International Airport. NTSOA, formed from the oxidation of semi-volatile and intermediate volatility organic compounds (S/IVOCs), is a heretofore unaccounted component of fine particulate matter (PM2.5) in most air quality models. We expanded a prerelease version of CMAQ with VBS implemented for the Carbon Bond 2005 (CB05) chemical mechanism to use the Statewide Air Pollution Research Center 2007 (SAPRC-07) chemical mechanism and added species representing aircraft S/IVOCs and corresponding NTSOA oxidation products. Results indicated that the maximum monthly average NTSOA contributions occurred at the airport and ranged from 2.4 ng m−3 (34 % from idle and 66 % from non-idle aircraft activities) in January to 9.1 ng m−3 (33 and 67 %) in July. This represents 1.7 % (of 140 ng m−3) in January and 7.4 % in July (of 122 ng m−3) of aircraft-attributable PM2.5 compared to 41.0–42.0 % from elemental carbon and 42.8–58.0 % from inorganic aerosols. As a percentage of PM2.5, impacts were higher downwind of the airport, where NTSOA averaged 4.6–17.9 % of aircraft-attributable PM2.5 and, considering alternative aging schemes, was as high as 24.0 % – thus indicating the increased contribution of aircraft-attributable SOA as a component of PM2.5. However, NTSOA contributions were generally low compared to smog chamber results, particularly at idle, due to the considerably lower ambient organic aerosol concentrations in CMAQ compared to those in the smog chamber experiments.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,039
Tête enseignante GPT0,272
Écart entre enseignants0,234 · 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

Citations42
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAir Quality and Health ImpactsTravaux en français237 207