Present and Future Mercury Concentrations in Chinese Rice: Insights From Modeling
Notice bibliographique
Résumé
Abstract We construct a rice paddy biogeochemical cycle model to investigate processes governing rice mercury sources and to understand factors influencing spatiotemporal variability in Chinese rice mercury concentrations. The rice paddy model takes atmospheric mercury deposition, simulated from a global atmospheric chemistry transport model (GEOS‐Chem), and soil and irrigable surface water mercury concentrations obtained from literature and calculates rice inorganic (IHg) and methylmercury (MeHg) concentrations. We use ranges of GEOS‐Chem‐simulated future atmospheric mercury deposition—no policy and strict policy to regulate mercury emissions from Chinese coal‐fired power plants under the Minamata Convention on Mercury—to simulate future rice IHg and MeHg concentrations. Sensitivity analyses suggest that rice IHg and MeHg concentrations are more sensitive to the process of soil desorption than infiltration of recently introduced mercury (atmospheric and irrigation source). The rate of internal methylation via microbial activity has the largest modeled influence on rice MeHg concentration. We find that soil mercury, rather than atmospheric deposition, explains observed spatial variability in rice IHg and MeHg concentrations and captures locations of rice mercury hot spots (>20 ng/g; China National Standard Limit). Under our future scenarios, the Chinese median rice IHg and MeHg concentration increases by 13% and decrease by 18% under no policy and strict policy, respectively. Regions with the largest percentage decline in rice IHg and MeHg concentrations under strict policy are in central China, which have high rice mercury concentrations, rice production, and consumption. Our study suggests that addressing Chinese rice mercury contamination requires attention to contaminated soil and regulation of anthropogenic mercury emissions.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».