Decadal changes in anthropogenic source contribution of PM <sub>2.5</sub> pollution and related health impacts in China, 1990–2015
Notice bibliographique
Résumé
Abstract. Air quality in China has changed dramatically in response to rapid development of economy and policies. In this work, we investigate the changes of anthropogenic source contribution to ambient fine particulate matter (PM2.5) air pollution and related health impacts in China during 1990–2015 and elucidate the drivers behind the decadal transition. We estimate the contribution of five anthropogenic emitting sectors to ambient PM2.5 exposure and related premature mortality over China during 1990–2015 with 5-yr intervals, by using an integrated model framework of bottom-up emission inventory, chemical transport model, and the Global Exposure Mortality Model (GEMM). The national anthropogenic PM2.5-related premature mortality estimated with GEMM for the nonaccidental deaths due to noncommunicable diseases and lower respiratory infections rose from 1.26 million (95 % CI: 1.05, 1.46) in 1990 to 2.18 million (95 % CI: 1.84, 2.50) in 2005; then, it decreased to 2.10 million (95 % CI: 1.76, 2.42) in 2015. In 1990, the residential sector was the leading source of the PM2.5-related premature mortality [559,000 (95 % CI: 467,000, 645,900), 44 % of total] in China, followed by industry (29 %), power (13 %), agriculture (9 %) and transportation (5 %). In 2015, the industrial sector became the largest contributor of PM2.5-related premature mortality [734,000 (95 % CI: 615,500, 844,900), 35 % of total], followed by residential (25 %), agriculture (23 %), transportation (10 %) and power (6 %). The decadal changes in source contribution to PM2.5-related premature mortality in China represents a combined impact of socioeconomic development and clean air policy. For example, active control measures have successfully reduced pollution from power sector, while contribution from industrial and transportation sector continuously increased due to more prominent growth of activity rates. Transition in fuel consumption dominated the decrease of contribution from residential sector. In the meanwhile, contribution from agriculture sector continuously increased due to persistent NH3 emissions and enhanced formation of secondary inorganic aerosols under a NH3 rich environment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».