An Advanced PMF Model Based on Degradation Process for Pollutant Apportionment in Coastal Areas
Notice bibliographique
Résumé
With increasing stress posed to the marine ecosystem and coastal communities, prevention and control of coastal pollution becomes urgent and important, in which the identification of pollution sources is essential. Currently, the pollutant source apportionment in coastal areas is mainly based on receptor models, such as the positive matrix factorization (PMF) model. Nevertheless, these models still lack consideration of the changes of pollutant behaviors (e.g., the degradation of pollutants) which cause the differences in pollutant compositions. Subsequently, the source apportionment via receptor models only based on the monitoring data may not be consistent with the one in pollution sources. To fill this gap, a pollutant degradation model was firstly developed in this study. Accordingly, the degradation model was inversed to estimate the pollutant concentrations at their emitting sources, based on the monitoring concentration in the coastal area. Finally, the estimated concentrations were fed to the PMF model for pollutant source apportionment, advancing the PMF model with degradation process. To demonstrate the feasibility and accuracy of the developed model, a case study of source appointment was carried out based on the polycyclic aromatic hydrocarbons (PAHs) in the sediments of the Pearl River Estuary. The results indicated the same types of emission source identified by the original and advanced PMF models, which were oil spill, biomass and coal combustion, and traffic emission. Nevertheless, the contributions of sources were significantly varied between the two models. According to the analyses based on emission inventory, the offsets of the results from the original PMF model were −55.4%, 22.7%, and 42.2% for the emission sources of oil spill, biomass and coal combustion, and traffic emission, respectively. Comparatively, the offsets for the advanced PMF model narrowed down to −27.5%, 18.4%, and −4.4%. Therefore, the advanced PMF model is able to provide satisfactory source apportionment for organic pollutants in coastal areas, and thus further provide a scientific basis for marine pollution prevention and control.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».