Assessing the Impact of Corona-Virus-19 on Nitrogen Dioxide Levels over Southern Ontario, Canada
Notice bibliographique
Résumé
A lockdown was implemented in Canada mid-March 2020 to limit the spread of COVID-19. In the wake of this lockdown, declines in nitrogen dioxide (NO2) were observed from the TROPOspheric Monitoring Instrument (TROPOMI). A method is presented to quantify how much of this decrease is due to the lockdown itself as opposed to variability in meteorology and satellite sampling. The operational air quality forecast model, GEM-MACH (Global Environmental Multi-scale - Modelling Air quality and CHemistry), was used together with TROPOMI to determine expected NO2 columns that represents what TROPOMI would have observed for a non-COVID scenario. Applying this methodology to southern Ontario, decreases in NO2 emissions due to the lockdown were seen, with an average 40% (roughly 10 kt[NO2]/yr) in Toronto and Mississauga and even larger declines in the city center. Natural and satellite sampling variability accounted for as much as 20–30%, which demonstrates the importance of taking meteorology into account. A model run with reduced emissions (from 65 kt[NO2]/yr to 40 kt[NO2]/yr in the Greater Toronto Area) based on emission activity data during the lockdown period was found to be consistent with TROPOMI NO2 columns.
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 | 0,000 | 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 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 ».