Impact of particle number and mass size distributions of major chemical components on particle mass scattering efficiency in urban Guangzhou in southern China
Notice bibliographique
Résumé
To grasp the key factors affecting particle mass scattering efficiency (MSE), particle mass and number size distribution, PM 2.5 and PM 10 and their major chemical compositions, and the particle scattering coefficient ( b sp ) under dry conditions were measured at an urban site in Guangzhou, southern China, during 2015–2016. On an annual average, 10±2 %, 48±7 % and 42±8 % of PM 10 mass were in the condensation, droplet and coarse modes, respectively, with mass mean aerodynamic diameters (MMADs) of 0.78±0.07 in the droplet mode and 4.57±0.42 µm in the coarse mode. The identified chemical species mass concentrations can explain 79±3 %, 82±6 % and 57±6 % of the total particle mass in the condensation, droplet and coarse mode, respectively. Organic matter (OM) and elemental carbon (EC) in the condensation mode, OM, (NH 4 ) 2 SO 4 , NH 4 NO 3 , and crustal element oxides in the droplet mode, and crustal element oxides, OM, and CaSO 4 in the coarse mode, were the dominant chemical species in their respective modes. The measured b sp can be reconstructed to the level of 91±10 % using Mie theory with input of the estimated chemically resolved number concentrations of NaCl, NaNO 3 , Na 2 SO 4 , NH 4 NO 3 , (NH 4 ) 2 SO 4 , K 2 SO 4 , CaSO 4 , Ca(NO 3 ) 2 , OM, EC, crustal element oxides and unidentified fraction. MSEs of particle and individual chemical species were underestimated by less than 13 % in any season based on the estimated b sp and chemical species mass concentrations. Seasonal average MSEs varied in the range of 3.5±0.1 to 3.9±0.2 m 2 g −1 for fine particles (aerodynamic diameter smaller than 2.1 µm), which was mainly caused by seasonal variations in the mass fractions and MSEs of the dominant chemical species (OM, NH 4 NO 3 , (NH 4 ) 2 SO 4 ) in the droplet mode. MSEs of the dominant chemical species were determined by their lognormal size-distribution parameters, including MMADs and standard deviation ( σ ) in the droplet mode.
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 ».