Comment on acp-2021-251
Notice bibliographique
Résumé
Abstract. This study presents a characterization of the hygroscopic growth behaviour and effects of different inorganic seed particles on the formation of secondary organic aerosols (SOAs) from the dark ozone-initiated oxidation of isoprene at low NOx conditions. We performed simulations of isoprene oxidation using a gas-phase chemical reaction mechanism based on the Master Chemical Mechanism (MCM) in combination with an equilibrium gas–particle partitioning model to predict the SOA concentration. The equilibrium model accounts for non-ideal mixing in liquid phases, including liquid–liquid phase separation (LLPS), and is based on the AIOMFAC (Aerosol Inorganic–Organic Mixtures Functional groups Activity Coefficients) model for mixture non-ideality and the EVAPORATION (Estimation of VApour Pressure of ORganics, Accounting for Temperature, Intramolecular, and Non-additivity effects) model for pure compound vapour pressures. Measurements from the Cosmics Leaving Outdoor Droplets (CLOUD) chamber experiments, conducted at the European Organization for Nuclear Research (CERN) for isoprene ozonolysis cases, were used to aid in parameterizing the SOA yields at different atmospherically relevant temperatures, relative humidity (RH), and reacted isoprene concentrations. To represent the isoprene-ozonolysis-derived SOA, a selection of organic surrogate species is introduced in the coupled modelling system. The model predicts a single, homogeneously mixed particle phase at all relative humidity levels for SOA formation in the absence of any inorganic seed particles. In the presence of aqueous sulfuric acid or ammonium bisulfate seed particles, the model predicts LLPS to occur below ∼ 80 % RH, where the particles consist of an inorganic-rich liquid phase and an organic-rich liquid phase; however, this includes significant amounts of bisulfate and water partitioned to the organic-rich phase. The measurements show an enhancement in the SOA amounts at 85 % RH, compared to 35 % RH, for both the seed-free and seeded cases. The model predictions of RH-dependent SOA yield enhancements at 85 % RH vs. 35 % RH are 1.80 for a seed-free case, 1.52 for the case with ammonium bisulfate seed, and 1.06 for the case with sulfuric acid seed. Predicted SOA yields are enhanced in the presence of an aqueous inorganic seed, regardless of the seed type (ammonium sulfate, ammonium bisulfate, or sulfuric acid) in comparison with seed-free conditions at the same RH level. We discuss the comparison of model-predicted SOA yields with a selection of other laboratory studies on isoprene SOA formation conducted at different temperatures and for a variety of reacted isoprene concentrations. Those studies were conducted at RH levels at or below 40 % with reported SOA mass yields ranging from 0.3 % up to 9.0 %, indicating considerable variations. A robust feature of our associated gas–particle partitioning calculations covering the whole RH range is the predicted enhancement of SOA yield at high RH (> 80 %) compared to low RH (dry) conditions, which is explained by the effect of particle water uptake and its impact on the equilibrium partitioning of all components.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,019 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,355 | 0,304 |
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 ».