Mass concentration, optical depth and carbon composition of particulate matter in the major southern West African cities of Cotonou (Benin) and Abidjan (Côte d'Ivoire)
Notice bibliographique
Résumé
Air quality degradation is a major issue in the large conurbations on the shore of the Gulf of Guinea. We present for the first time PM 2.5 time series collected in Cotonou, Benin, and Abidjan, Côte d'Ivoire, from February 2015 to March 2017. Measurements were performed in the vicinity of major combustion aerosol sources: Cotonou/traffic (CT), Abidjan/traffic (AT), Abidjan/landfill (AL) and Abidjan/domestic fires (ADF). We report the weekly PM 2.5 mass and carbonaceous content as elemental (EC) and organic (OC) carbon concentrations. We also measure the aerosol optical depth (AOD) and the Ångström exponent in both cities. The average PM 2.5 mass concentrations were 32 ± 32, 32 ± 24 and 28 ± 19 µg m −3 at traffic sites CT and AT and landfill site AL, respectively. The domestic fire site shows a concentration of 145 ± 69 µg m −3 due to the contribution of smoking and roasting activities. The highest OC and EC concentrations were also measured at ADF at 71 ± 29 and 15 ± 9 µg m −3 , respectively, while the other sites present OC concentration between 8 and 12 µg m −3 and EC concentrations between 2 and 7 µg m −3 . The OC ∕ EC ratio is 4.3 at CT and 2.0 at AT. This difference highlights the influence of two-wheel vehicles using gasoline in Cotonou compared to that of four-wheel vehicles using diesel fuel in Abidjan. AOD was rather similar in both cities, with a mean value of 0.58 in Cotonou and of 0.68 in Abidjan. The seasonal cycle is dominated by the large increase in surface mass concentration and AOD during the long dry season (December–February) as expected due to mineral dust advection and biomass burning activities. The lowest concentrations are observed during the short dry season (August–September) due to an increase in surface wind speed leading to a better ventilation. On the other hand, the high PM 2.5 ∕ AOD ratio in the short wet season (October–November) indicates the stagnation of local pollution.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».