Influence of local air pollution on the deposition of peroxyacetyl nitrate to a nutrient-poor natural grassland ecosystem
Notice bibliographique
Résumé
Abstract. Dry deposition of peroxyacetyl nitrate (PAN) is known to have a phytotoxic impact on plants under photochemical smog conditions, but it may also lead to higher productivity and threaten species richness of vulnerable ecosystems in remote regions. However, underlying mechanisms or controlling factors for PAN deposition are not well understood and studies on dry deposition of PAN are limited. In this study, we investigate the impact of PAN deposition on a nutrient-poor natural grassland ecosystem situated at the edge of an urban and industrialized region in Germany. PAN mixing ratios were measured within a 3.5 months summer to early autumn period. In addition, PAN fluxes were determined with the modified Bowen ratio technique for a selected period. The evaluation of both stomatal and non-stomatal deposition pathways was used to model PAN deposition over the entire summer–autumn period. We found that air masses at the site were influenced by two contrasting pollution regimes, which led to median diurnal PAN mixing ratios ranging between 50 and 300 ppt during unpolluted and between 200 and 600 ppt during polluted episodes. The measured PAN fluxes showed a clear diurnal cycle with maximal deposition fluxes of ~−0.1 nmol m−2 s−1 (corresponding to a deposition velocity of 0.3 cm s−1) during daytime and a significant non-stomatal contribution was found. The ratio of PAN to ozone deposition velocities was found to be ~0.1, which is much larger than assumed by current deposition models. The modelled PAN flux over the entire period revealed that PAN deposition over an entire day was 333 μg m−2 d−1 under unpolluted and 518 μg m−2 d−1 under polluted episodes. Additionally, thermochemical decomposition PAN deposition accounted for 32% under unpolluted episodes and 22% under polluted episodes of the total atmospheric PAN loss. However, the impact of PAN deposition as a nitrogen source to the nutrient-poor grassland was estimated to be only minor, under both unpolluted and polluted episodes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».