The Effect of Increasing Surface Albedo on Urban Climate and Air Quality: A Detailed Study for Sacramento, Houston, and Chicago
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
Increasing surface reflectivity in urban areas can decrease ambient temperature, resulting in reducing photochemical reaction rates, reducing cooling energy demands and thus improving air quality and human health. The weather research and forecasting model with chemistry (WRF-Chem) is coupled with the multi-layer of the urban canopy model (ML-UCM) to investigate the effects of surface modification on urban climate in a two-way nested approach over North America focusing on Sacramento, Houston, and Chicago during the 2011 heat wave period. This approach decreases the uncertainties associated with scale separation and grid resolution and equip us with an integrated simulation setup to capture the full impacts of meteorological and photochemical reactions. WRF-ChemV3.6.1 simulated the diurnal variation of air temperature reasonably well, overpredicted wind speed and dew point temperature, underpredicted relative humidity, overpredicted ozone and nitrogen dioxide concentrations, and underpredicted fine particular matters (PM2.5). The performance of PM2.5 is a combination of overprediction of particulate sulfate and underprediction of particulate nitrate and organic carbon. Increasing the surface albedo of roofs, walls, and pavements from 0.2 to 0.65, 0.60, and 0.45, respectively, resulted in a decrease in air temperature by 2.3 °C in urban areas and 0.7 °C in suburban areas; a slight increase in wind speed; an increase in relative humidity (3%) and dew point temperature (0.3 °C); a decrease of PM2.5 and O3 concentrations by 2.7 µg/m3 and 6.3 ppb in urban areas and 1.4 µg/m3 and 2.5 ppb in suburban areas, respectively; minimal changes in PM2.5 subspecies; and a decrease of nitrogen dioxide (1 ppb) in urban areas.
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 | 0,002 | 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 | 0,001 | 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