Investigating the regional contributions to air pollution in Beijing: A dispersion modelling study using CO as a tracer
Notice bibliographique
Résumé
Abstract. The rapid urbanization and industrialization of Northern China in recent decades has resulted in poor air quality in major cities like Beijing. Transport of air pollution plays a key role in determining the relative influence of local emissions and regional contributions to observed air pollution. In this paper, dispersion modelling (Numerical Atmospheric Modelling Environment, NAME model) is used with emission inventories and in-situ ground measurement data to track the pathways of air masses arriving at Beijing. The percentage of time the air masses spent over specific regions on their travel to Beijing is used to assess the effects of regional meteorology on carbon monoxide (CO), a good tracer of anthropogenic emissions. The NAME model is used with the MEIC (Multi-resolution Emission Inventory for China) emission inventories to determine the amount of pollution that is transported to Beijing from the immediate surrounding areas and regions further away. This approach captures the magnitude and variability of CO over Beijing and reveals that CO is strongly driven by transport processes. This study provides a more detailed understanding of relative contributions to air pollution in Beijing under different regional airflow conditions. Approximately 45 % over a 4 year average (2013–2016) of the total CO pollution that affects Beijing is transported from other regions, and about half of this contribution comes from beyond the Hebei and Tianjin regions that immediately surround Beijing. The industrial sector is the dominant emission source from the surrounding regions and contributes over 20 % of the total CO in Beijing. Finally, using PM2.5 to determine high pollution days, three pollution classification types of pollution were identified and used to analyse the APHH winter campaign and the 4 year period. The results can inform targeted control measures to be implemented by Beijing and the surrounding provinces to tackle air quality problems that affect Beijing and China.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».