Overview of mercury dry deposition, litterfall, and throughfall studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. The current knowledge concerning mercury dry deposition is reviewed, including dry-deposition algorithms used in chemical transport models (CTMs) and at monitoring sites and related deposition calculations, measurement methods and studies for quantifying dry deposition of gaseous oxidized mercury (GOM) and particulate bound mercury (PBM), and measurement studies of litterfall and throughfall mercury. Measured median GOM plus PBM dry deposition in Asia (10.7 µg m−2 yr−1) is almost double that in North America (6.1 µg m−2 yr−1) due to the higher anthropogenic emissions in Asia. The measured mean GOM plus PBM dry deposition in Asia (22.7 µg m−2 yr−1), however, is less than that in North America (30.8 µg m−2 yr−1). The variations between the median and mean values reflect the influences that single extreme measurements can have on the mean of a data set. Measured median litterfall and throughfall mercury are, respectively, 34.8 and 49.0 µg m−2 yr−1 in Asia, 12.8 and 16.3 µg m−2 yr−1 in Europe, and 11.9 and 7.0 µg m−2 yr−1 in North America. The corresponding measured mean litterfall and throughfall mercury are, respectively, 42.8 and 43.5 µg m−2 yr−1 in Asia, 14.2 and 19.0 µg m−2 yr−1 in Europe, and 12.9 and 9.3 µg m−2 yr−1 in North America. The much higher litterfall mercury than GOM plus PBM dry deposition suggests the important contribution of gaseous elemental mercy (GEM) to mercury dry deposition to vegetated canopies. Over all the regions, including the Amazon, dry deposition, estimated as the sum of litterfall and throughfall minus open-field wet deposition, is more dominant than wet deposition for Hg deposition. Regardless of the measurement or modelling method used, a factor of 2 or larger uncertainties in GOM plus PBM dry deposition need to be kept in mind when using these numbers for mercury impact studies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 découle