Infrared-absorbing carbonaceous tar can dominate light absorption by marine-engine exhaust
Notice bibliographique
Résumé
Abstract Ship engines in the open ocean and Arctic typically combust heavy fuel oil (HFO), resulting in light-absorbing particulate matter (PM) emissions that have been attributed to black carbon (BC) and conventional, soluble brown carbon (brC). We show here that neither BC nor soluble brC is the major light-absorbing carbon (LAC) species in HFO-combustion PM. Instead, “tar brC” dominates. This tar brC, previously identified only in open-biomass-burning emissions, shares key defining properties with BC: it is insoluble, refractory, and substantially absorbs visible and near-infrared light. Relative to BC, tar brC has a higher Angstrom absorption exponent (AAE) (2.5–6, depending on the considered wavelengths), a moderately-high mass absorption efficiency (up to 50% of that of BC), and a lower ratio of sp2- to sp3-bonded carbon. Based on our results, we present a refined classification of atmospheric LAC into two sub-types of BC and two sub-types of brC. We apply this refined classification to demonstrate that common analytical techniques for BC must be interpreted with care when applied to tar-containing aerosols. The global significance of our results is indicated by field observations which suggest that tar brC already contributes to Arctic snow darkening, an effect which may be magnified over upcoming decades as Arctic shipping continues to intensify.
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 | 0,000 |
| 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) | 0,001 | 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 ».