Ultrafine particles and PM2.5 in the air of cities around the world: Are they representative of each other?
Notice bibliographique
Résumé
Can mitigating only particle mass, as the existing air quality measures do, ultimately lead to reduction in ultrafine particles (UFP)? The aim of this study was to provide a broader urban perspective on the relationship between UFP, measured in terms of particle number concentration (PNC) and PM2.5 (mass concentration of particles with aerodynamic diameter < 2.5 μm) and factors that influence their concentrations. Hourly average PNC and PM2.5 were acquired from 10 cities located in North America, Europe, Asia, and Australia over a 12-month period. A pairwise comparison of the mean difference and the Kolmogorov-Smirnov test with the application of bootstrapping were performed for each city. Diurnal and seasonal trends were obtained using a generalized additive model (GAM). The particle number to mass concentration ratios and the Pearson's correlation coefficient were calculated to elucidate the nature of the relationship between these two metrics. Results show that the annual mean concentrations ranged from 8.0 × 103 to 19.5 × 103 particles·cm−3 and from 7.0 to 65.8 μg·m−3 for PNC and PM2.5, respectively, with the data distributions generally skewed to the right, and with a wider spread for PNC. PNC showed a more distinct diurnal trend compared with PM2.5, attributed to the high contributions of UFP from vehicular emissions to PNC. The variation in both PNC and PM2.5 due to seasonality is linked to the cities' geographical location and features. Clustering the cities based on annual median concentrations of both PNC and PM2.5 demonstrated that a high PNC level does not lead to a high PM2.5, and vice versa. The particle number-to-mass ratio (in units of 109 particles·μg−1) ranged from 0.14 to 2.2, >1 for roadside sites and <1 for urban background sites with lower values for more polluted cities. The Pearson's r ranged from 0.09 to 0.64 for the log-transformed data, indicating generally poor linear correlation between PNC and PM2.5. Therefore, PNC and PM2.5 measurements are not representative of each other; and regulating PM2.5 does little to reduce PNC. This highlights the need to establish regulatory approaches and control measures to address the impacts of elevated UFP concentrations, especially in urban areas, considering their potential health risks.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».