Technical Note: An empirical algorithm estimating dry deposition velocity of fine, coarse and giant particles
Notice bibliographique
Résumé
Abstract. An empirical algorithm is developed for calculating bulk dry deposition velocity (Vd) of fine (PM2.5) – particles having a diameter of ≤ 2.5 μm), coarse (PM2.5−10 – particles having a diameter of 2.5–10 μm), and giant (PM10+ – particles having a diameter of > 10 μm) atmospheric particles. The algorithm is developed from an empirical fit of Vd data calculated using the size-resolved Vd scheme of Zhang et al. (2001) with assumed lognormal size distributions of PM2.5, PM2.5−10 and PM10+. In the new algorithm, the surface deposition velocity (Vds) is parameterized as a simple linear function of friction velocity (u*) for PM2.5 and as a polynomial function of u* for both PM2.5−10 and PM10+ over all the 26 land use categories (LUCs). An adjustment factor as an exponential function of u* and leaf area index (LAI) is also applied to Vds of PM2.5−10 and PM10+ over 9 of the 26 LUCs that have variable LAI. Constant gravitational settling velocities are provided for PM2.5, PM2.5−10 and PM10+. Aerodynamic resistance between a reference height and the surface can be calculated using available analytical formulas from the literature. The bulk Vd of PM2.5, PM2.5−10 and PM10+ at the reference height can then be calculated by combining the gravitational settling velocity, aerodynamic resistance and the parameterized Vds. Vd values calculated using the new algorithm are within ±20% of those using the original size-resolved scheme for fine, coarse and giant particles. Uncertainties in Vd values from the new algorithm due to the pre-assumed size distributions are on the order of 20% for fine particles and on the order of a factor of 2.0 for coarse and giant particles. The new algorithm provides an alternative approach for calculating Vd of bulk aerosol particles. Vd of any particulate species can be simply estimated using this scheme as long as the mass fractions in fine, coarse and giant particles are known or can be assumed.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Simulation ou modélisation | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».