MétaCan
Menu
← Retour à la cohorte
Enregistrement W3170662847 · doi:10.5194/egusphere-egu21-10402

The Relationship Between Atmospheric Boundary Layer Structure, Brown Haze, and Air Pollution in Auckland, New Zealand

2021· article· en· W3170662847 sur OpenAlexaff
Hannah G. Marley, Kim N. Dirks, Andrew Neverman, Ian G. McKendry, Jennifer Salmond

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHazeAtmospheric sciencesPlanetary boundary layerEnvironmental scienceSpan (engineering)Air pollutionMeteorologyChemistryGeographyGeologyTurbulence

Résumé

récupéré en direct d'OpenAlex

A brown air pollution haze that forms over some international cities during the winter has been found to be associated with negative health outcomes and high surface air pollution levels. Previous research has demonstrated a well-established link between the structure of the atmospheric boundary layer (ABL) and surface air quality; however, the degree to which the structure of the ABL influences for formation of local-scale brown haze is unknown. Using continuous ceilometer data covering seven consecutive winters, we investigate the influence of the structure of the ABL in relation to surface air pollution and brown haze formation over an urban area of complex coastal terrain in the Southern Hemisphere city of Auckland, New Zealand. Our results suggest the depth and evolution of the ABL has a strong influence on severe brown haze formation. When days with severe brown haze are compared with those when brown haze is expected but not observed (based on favorable meteorology and high surface air pollution levels), days with severe brown haze are found to coincide with significantly shallower daytime convective boundary layers (~ 48% lower), and the nights preceding brown haze formation are found to have significantly shallower nocturnal boundary layers (~ 28% lower). On severe brown haze days the growth rate during the morning transition phase from a nocturnal boundary layer to a convective daytime boundary layer is found to be significantly reduced (70 m h-1) compared to days on which brown haze is expected but not observed (170 m h-1). Compared with moderate brown haze, severe brown haze conditions are found to be associated with a significantly higher proportion of days with a distinct residual layer present in the ceilometer profiles, suggesting the entrainment of residual layer pollutants may contribute to the severity of the haze. This study illustrates the complex interaction between the ABL structure, air pollution, and the presence of brown haze, and demonstrates the utility of a ceilometer instrument in understanding and predicting the occurrence of brown haze events.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil0,358

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,298
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate Change and Health Impacts→Travaux en français237 207→