The influence of African air pollution on regional and global tropospheric chemistry
Notice bibliographique
Résumé
Abstract. We investigate the relative importance of African biomass burning, biogenic volatile organic compounds (VOC), lightning and anthropogenic emissions to the tropospheric ozone budget over Africa and globally using a coupled global chemistry climate model. Our model studies indicate that the photochemical surface ozone concentration may rise by up to 50 ppbv in the burning region during the biomass burning seasons. Biogenic VOCs contribute between 5–20 ppbv to the near surface ozone concentration over the tropical African region. The impact of lightning on surface ozone is negligible, while anthropogenic emissions contribute a maximum of 10 ppbv to the surface ozone over Nigeria, South-Africa and Egypt. The annual average of the surface and column ozone over Africa shows that biomass burning is the single most important emission source affecting the African region, while biogenic emissions have the highest contribution during the rainy seasons. The contributions of African emissions to global tropospheric ozone burden (TOB) are about 9 Tg, 13 Tg, 8 Tg and 4 Tg for African biomass burning, biogenic VOC, lightning and anthropogenic emissions respectively. These correspond to 2.4%, 3.4%, 2.1% and 1% of the global tropospheric ozone budget respectively. Over Africa itself, the contribution of each of these emission types is only 2.4 Tg, 2.2 Tg, 1.4 Tg and 0.8 Tg respectively. Outside the continent, African biogenic VOC emissions yield the highest contribution to the TOB. Our model calculations suggest that about 70% of the tropospheric ozone produced from emissions in Africa is found outside the continent, thus exerting a noticeable influence on a large part of the tropical troposphere. Latin America experiences the highest impact of African emissions, followed by southeast and south-central Asia, Oceania, and the Middle East for all the emission categories; while Canada, the United States, Russia, Mongolia, China and Europe experience the least impact of African emissions.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».