The impact of historical land use change from 1850 to 2000 on secondary particulate matter and ozone
Notice bibliographique
Résumé
Abstract. Anthropogenic land use change (LUC) since preindustrial (1850) has altered the vegetation distribution and density around the world. We use a global model (GEOS-Chem) to assess the attendant changes in surface air quality and the direct radiative forcing (DRF). We focus our analysis on secondary particulate matter and tropospheric ozone formation. The general trend of expansion of managed ecosystems (croplands and pasturelands) at the expense of natural ecosystems has led to an 11 % decline in global mean biogenic volatile organic compound emissions. Concomitant growth in agricultural activity has more than doubled ammonia emissions and increased emissions of nitrogen oxides from soils by more than 50 %. Conversion to croplands has also led to a widespread increase in ozone dry deposition velocity. Together these changes in biosphere–atmosphere exchange have led to a 14 % global mean increase in biogenic secondary organic aerosol (BSOA) surface concentrations, a doubling of surface aerosol nitrate concentrations, and local changes in surface ozone of up to 8.5 ppb. We assess a global mean LUC-DRF of +0.017, −0.071, and −0.01 W m−2 for BSOA, nitrate, and tropospheric ozone, respectively. We conclude that the DRF and the perturbations in surface air quality associated with LUC (and the associated changes in agricultural emissions) are substantial and should be considered alongside changes in anthropogenic emissions and climate feedbacks in chemistry–climate 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.
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 | 0,001 | 0,001 |
| 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 ».