Quantification of the volatility of secondary organic compounds in ultrafine particles during nucleation events
Notice bibliographique
Résumé
Abstract. Condensation of secondary organic compounds onto ultrafine aerosols is important for growing these particles to sizes where they can act as cloud condensation nuclei. The organic flux to ultrafine particles depends strongly on the volatility of the condensing compounds. This paper presents quantitative estimates of the volatility of secondary organic aerosol (SOA) in freshly nucleated particles. We examine 13 nucleation/growth events in two remote continental locations, Hyytiälä, Finland and Egbert, ON, Canada. Two independent methods are used to quantify the volatility of the growing nucleation mode: (1) modelling of the growing nucleation mode to determine which volatilities allow the model to reproduce observed growth, and (2) modelling of the evaporation of heated aerosols in a Volatility Differential Mobility Particle Sizer to determine which volatilities allow the model to reproduce the observed evaporation. We find that the average saturation vapor concentration (C*) in the freshly nucleated particles is likely less than 10−3–10−2 μg m−3 (this corresponds to 3 × 106−3 × 107 molecules cm−3 and a saturation vapor pressure of 10−8−10−7 Pa). This maximum volatility depends somewhat on other uncertain factors that affect the size-dependent condensation of secondary organic compounds such as the surface tension, mass accommodation coefficient and the volatility of the pre-existing aerosols. However, our tests suggest that under no reasonable assumptions can the SOA in the ultrafine particles contain a majority of compounds with C* > 10−2 μg m−3. We demonstrate that the growth could be driven by either gas-phase or particle-phase chemistry but cannot conclude which is responsible for the low-volatility SOA.
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) | 0,005 | 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 ».