The effect of coal-fired power-plant SO <sub>2</sub> and NO <sub>x</sub> control technologies on aerosol nucleation in the source plumes
Notice bibliographique
Résumé
Abstract. Nucleation in coal-fired power-plant plumes can greatly contribute to particle number concentrations near source regions. The changing emissions rates of SO2 and NOx due to pollution-control technologies over recent decades may have had a significant effect on aerosol formation and growth in the plumes with ultimate implications for climate and human health. We use the System for Atmospheric Modeling (SAM) large-eddy simulation model with the TwO-Moment Aerosol Sectional (TOMAS) microphysics algorithm to model the nucleation in plumes of coal-fired plants. We test a range of cases with varying emissions to simulate the implementation of emissions-control technologies between 1997 and 2010. We start by simulating the W. A. Parish power plant (near Houston, TX) during this time period, when NOx emissions were reduced by ~90% and SO2 emissions decreased by ~30%. Increases in plume OH (due to the reduced NOx) produced enhanced SO2 oxidation and an order-of-magnitude increase in particle nucleation in the plume despite the reduction in SO2 emissions. These results suggest that NOx emissions could strongly regulate particle nucleation and growth in power-plant plumes. Next, we test a range of cases with varying emissions to simulate the implementation of SO2 and NOx emissions-control technologies. Particle formation generally increases with SO2 emission, while NOx shows two different regimes: increasing particle formation with increasing NOx under low-NOx emissions and decreasing particle formation with increasing NOx under high-NOx emissions. Next, we compare model results with airborne measurements made in the W. A. Parish power-plant plume in 2000 and 2006, confirming the importance of NOx emissions on new particle formation and highlighting the substantial effect of background aerosol loadings on this process (the more polluted background of the 2006 case caused more than an order-of-magnitude reduction in particle formation in the plume compared to the cleaner test day in 2000). Finally, we calculate particle-formation statistics of 330 coal-fired power plants in the US in 1997 and 2010, and the model results show a median decrease of 19% in particle formation rates from 1997 to 2010 (whereas the W. A. Parish case study showed an increase). Thus, the US power plants, on average, show a different result than was found for the W. A. Parish plant specifically, and it shows that the strong NOx controls (90% reduction) implemented at the W. A. Parish plant (with relatively weak SO2 emissions reductions, 30%) are not representative of most power plants in the US during the past 15 yr. These results suggest that there may be important climate implications of power-plant controls due to changes in plume chemistry and microphysics, but the magnitude and sign of the aerosol changes depend greatly on the relative reductions in NOx and SO2 emissions in each plant. More extensive plume measurements for a range of emissions of SO2 and NOx and in varying background aerosol conditions are needed, however, to better quantify these effects.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».