GEM-MACH-PAH (rev2488): a new high-resolution chemical transport model for North American polycyclic aromatic hydrocarbons and benzene
Notice bibliographique
Résumé
Abstract. Environment and Climate Change Canada's online air quality forecasting model, GEM-MACH, was extended to simulate atmospheric concentrations of benzene and seven polycyclic aromatic hydrocarbons (PAHs): phenanthrene, anthracene, fluoranthene, pyrene, benz(a)anthracene, chrysene, and benzo(a)pyrene. In the expanded model, benzene and PAHs are emitted from major point, area, and mobile sources, with emissions based on recent emission factors. Modelled PAHs undergo gas–particle partitioning (whereas benzene is only in the gas phase), atmospheric transport, oxidation, cloud processing, and dry and wet deposition. To represent PAH gas–particle partitioning, the Dachs–Eisenreich scheme was used, and we have improved gas–particle partitioning parameters based on an empirical analysis to get significantly better gas–particle partitioning results than the previous North American PAH model, AURAMS-PAH. Added process parametrizations include the particle phase benzo(a)pyrene reaction with ozone via the Kwamena scheme and gas-phase scavenging of PAHs by snow via vapour sorption to the snow surface. The resulting GEM-MACH-PAH model was used to generate the first online model simulations of PAH emissions, transport, chemical transformation, and deposition for a high-resolution domain (2.5 km grid cell spacing) in North America, centred on the PAH data-rich region of southern Ontario, Canada and the northeastern US. Model output for two seasons was compared to measurements from three monitoring networks spanning Canada and the US Average spring–summertime model results were found to be statistically unbiased from measurements of benzene and all seven PAHs. The same was true for the fall–winter seasonal mean, except for benzo(a)pyrene, which had a statistically significant positive bias. We present evidence that the benzo(a)pyrene results may be ameliorated via further improvements to particulate matter and oxidant processes and transport. Our analysis focused on four key components to the prediction of atmospheric PAH levels: spatial variability, sensitivity to mobile emissions, gas–particle partitioning, and wet deposition. Spatial variability of PAHs ∕ PM2.5 at a 2.5 km resolution was found to be comparable to measurements. Predicted ambient surface concentrations of benzene and the PAHs were found to be critically dependent on mobile emission factors, indicating the mobile emissions sector has a significant influence on ambient PAH levels in the study region. PAH wet deposition was overestimated due to additive precipitation biases in the model and the measurements. Our overall performance evaluation suggests that GEM-MACH-PAH can provide seasonal estimates for benzene and PAHs and is suitable for emissions scenario simulations.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».