Identification of decadal trends and associated causes for organic and elemental carbon in PM2.5 at Canadian urban sites
Notice bibliographique
Résumé
Chemically resolved data for fine particulate matter (PM2.5) have been collected across Canada since 2003 through the National Air Pollution Surveillance (NAPS) network. Seven urban sites that have 10–17 years (2003–2019) of PM2.5 organic carbon (OC) and elemental carbon (EC) data were selected for analysis of decadal trends of OC, EC, and OC/EC ratio using the Ensemble Empirical Mode Decomposition method. Results showed that OC and EC decreased by 0.009–0.072 μg m−3 yr−1 and 0.028–0.049 μg m−3 yr−1, or 0.77–3.1 % yr−1 and 3.2–6.7 % yr−1, respectively, depending on the location. The more rapid decrease in EC than OC resulted in an increasing trend in the OC/EC ratio of 0.03–0.19 yr−1 across the sites. Macro-tracer approach was used to estimate source attributions of OC and EC from wood burning, fossil fuel combustion, and secondary aerosol formation. Using this approach, it was identified that the significant decrease in EC during the past decade was predominately caused by reduced on-road emissions. The decreased emissions from wood burning and transportation dominated the decline of OC, but such a decline was largely offset by the enhanced secondary organic aerosol (SOA) formation, resulting in much weaker decline of OC than EC. The enhanced SOA formation was due to the increased biogenic emissions fully offsetting the decreased anthropogenic emissions for volatile organic compounds. These findings highlight the need for quantifying biogenic sources of VOCs and other oxidants that are involved in OC formation at the national scale.
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) | 0,002 | 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 ».