Nitrogen oxides (NO and NO2) pollution in the Accra metropolis: Spatiotemporal patterns and the role of meteorology
Notice bibliographique
Résumé
Economic and urban development in sub-Saharan Africa (SSA) may be shifting the dominant air pollution sources in cities from biomass to road traffic. Considered as a marker for traffic-related air pollution in cities, we conducted a city-wide measurement of NOx levels in the Accra Metropolis and examined their spatiotemporal patterns in relation to land use and meteorological factors. Between April 2019 to June 2020, we collected weekly integrated NOx (n = 428) and NO2 (n = 472) samples at 10 fixed (year-long) and 124 rotating (week-long) sites. Data from the same time of year were compared to a previous study (2006) to assess changes in NO2 concentrations. NO and NO2 concentrations were highest in commercial/business/industrial (66 and 76 μg/m3, respectively) and high-density residential areas (47 and 59 μg/m3, respectively), compared with peri-urban locations. We observed annual means of 68 and 70 μg/m3 for NO and NO2, and a clear seasonal variation, with the mean NO2 of 63 μg/m3 (non-Harmattan) increased by 25–56% to 87 μg/m3 (Harmattan) across different site types. The NO2/NOx ratio was also elevated by 19–28%. Both NO and NO2 levels were associated with indicators of road traffic emissions (e.g. distance to major roads), but not with community biomass use (e.g. wood and charcoal). We found strong correlations between both NO2 and NO2/NOx and mixing layer depth, incident solar radiation and water vapor mixing ratio. These findings represent an increase of 25–180% when compared to a small study conducted in two high-density residential neighborhoods in Accra in 2006. Road traffic may be replacing community biomass use (major source of fine particulate matter) as the prominent source of air pollution in Accra, with policy implication for growing cities in SSA.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».