On the effect of upwind emission controls on ozone in Sequoia National Park
Notice bibliographique
Résumé
Abstract. Sequoia National Park (SNP) experiences the worst ozone (O3) pollution of any national park in the U.S. SNP is located on the western slope of the Sierra Nevada Mountains, downwind of the San Joaquin Valley (SJV), which is home to numerous cities ranked among the most O3-polluted in the U.S. Here, we investigate the influence of emission controls in the directly upwind SJV city of Visalia on O3 concentrations in SNP over a 12-yr time period (2001–2012). We show that export of nitrogen oxides (NOx) from the SJV plays a larger role in driving high O3 in SNP than does transport of O3. As a result, O3 in SNP has been more responsive to NOx emission reductions as a function of increasing downwind distance from the SJV. We report O3 trends by various concentration metrics, but do so separately for when environmental conditions are conducive to plant O3 uptake and for when high O3 is most common, which are time periods that occur at different times of day and year. We find that precursor emission controls have been less effective at reducing O3 concentrations in SNP in springtime, which is when plant O3 uptake in Sierra Nevada forests has been previously measured to be greatest. We discuss the implications of regulatory focus on high O3 days in SJV cities on O3 concentration trends and impacts in SNP.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».