Seasonal characteristics, formation mechanisms and source origins of PM <sub>2.5</sub> in two megacities in Sichuan Basin, China
Notice bibliographique
Résumé
Abstract. To investigate the characteristics of PM2.5 and its major chemical components, formation mechanisms, and geographical origins in the two biggest cities, Chengdu (CD) and Chongqing (CQ) in Sichuan Basin, the most densely populated basin in China, daily PM2.5 samples were collected simultaneously at one urban site in each city from October 2014 to July 2015. Annual mean concentrations of PM2.5 were 67.0 ± 43.4 and 70.9 ± 41.4 μg m−3 at CD and CQ, respectively. Secondary inorganic aerosols (SNA) and organic matter (OM) accounted for 41.1 % and 26.1 %, respectively, of PM2.5 mass at CD, and 37.4 % and 29.6 % at CQ. Seasonal variations of PM2.5 and its major chemical components were significant, usually with the highest values in winter and the lowest in summer. SNA and OM were 1.7–3.4 times higher on polluted days than on clean days at both sites, whereas their percentage contributions to PM2.5 varied differently among the components and between the two sites. Gas-phase oxidation probably played an important role on the formation of secondary aerosols when PM2.5 mass varied in the range of 75–150 μg m−3, while heterogeneous transformation was likely the major mechanism on the heavy polluted days. Geographical regions causing high PM2.5 were identified to mainly distribute within the basin at both sites based on potential source contribution function (PSCF) analysis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».