Understanding the Trend of NO2, SO2 and CO over East Africa from 2005 to 2020
Notice bibliographique
Résumé
The atmospheric chemistry constituents of nitrogen dioxide (NO2), sulphur dioxide (SO2) and carbon monoxide (CO) are associated with air pollution and climate change. In sub-Saharan Africa, a lack of sufficient ground-based and aircraft observations has, for a long time, limited the study of these species. This study thus utilized satellite observations as an alternative source of data to study the abundance of these species over the East African region. The instruments used included the Ozone Monitoring Instrument (OMI), the Atmospheric InfraRed Sounder (AIRS), and the TROPOspheric Monitoring Instrument (TROPOMI). An investigation of trends in the data series from 2005 to 2020 was carried out using the sequential Mann-Kendall test while the Pearson correlation coefficient was used to compare the data records of the instruments. The analysis revealed no trend in NO2 (p > 0.05), a decreasing trend in SO2 (p < 0.05), a decreasing trend (p < 0.05) in CO closer to the surface (850 hPa to 500 hPa) and an increasing trend (p < 0.05) in CO higher up in the atmosphere (400 hPa to 1 hPa). There is likely a vertical ascent of CO. The correlation between the instrument records was 0.54 and 0.77 for NO2 and CO, respectively. Furthermore, seasonal fires in the savanna woodlands were identified as the major source of NO2 and CO over the region, while cities such as Kampala, Nairobi, and Bujumbura and towns such as Dar es Salaam and Mombasa were identified as important NO2 hotspots. Similarly, the active volcano at Mt. Nyiragongo near Goma was identified as the most important SO2 hotspot.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».