The influence of biomass burning on the global distribution of selected non-methane organic compounds.
Notice bibliographique
Résumé
Forests fires are a significant source of chemi- cals to the atmosphere including numerous non-methane or- ganic compounds (NMOCs). We report airborne measure- ment of hydrocarbons, acetone and methanol from > 500 whole air samples collected over Eastern Canada, includ- ing interceptions of several different boreal biomass burn- ing plumes. From these and concurrent measurements of carbon monoxide (CO) we derive fire emission ratios for 29 different organic species relative to the emission of CO. These range from 8.9± 3.2 ppt ppb 1 CO for methanol to 0.007± 0.004 ppt ppb 1 CO for cyclopentane. The ratios are in good to excellent agreement with literature values. Us- ing the GEOS-Chem global 3-D chemical transport model (CTM) we show the influence of biomass burning on the global distributions of benzene, toluene, ethene and propene (species which are controlled for air quality purposes and sometimes used as indicative tracers of anthropogenic ac- tivity). Using our observationally derived emission ratios and the GEOS-Chem CTM, we show that biomass burning can be the largest fractional contributor to observed ben- zene, toluene, ethene and propene levels in many global lo- cations. The widespread biomass burning contribution to at- mospheric benzene, a heavily regulated air pollutant, sug- gests that pragmatic approaches are needed when setting air quality targets as tailpipe and solvent emissions decline in developed countries. We subsequently determine the ex- tent to which the 28 global-status World Meteorological Or- ganisation - Global Atmosphere Watch stations worldwide are influenced by biomass burning sourced benzene, toluene, ethene and propene as compared to their exposure to anthro- pogenic emissions.
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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».