Long-Term Variability of Aerosol Concentrations and Optical Properties over the Indo-Gangetic Plain in South Asia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Emissions of atmospheric pollutants are rapidly increasing over South Asia. A greater understanding of seasonal variability in aerosol concentrations over South Asia is a scientific challenge and has consequences due to a lack of monitoring and modelling of air pollutants. Therefore, this study investigates aerosol patterns and trends over some major cities in the Indo-Gangetic Plain of the South Asia, i.e., Islamabad, Lahore, Delhi, and Dhaka, by using simulations from the Modern -Era Retrospective Analysis for Research and Applications, version 2 (MERRA-2) model and satellite measurements (Moderate Resolution Imaging Spectroradiometer, (MODIS)) from 2000 to 2020. The results show that seasonal MODIS–aerosol optical depth (AOD) during 2000−2020 in Lahore is 0.5, 0.52, 0.92, and 0.71, while in Islamabad 0.25, 0.32, 0.45, and 0.38, in Delhi 0.68, 0.6, 1.0, and 0.77, and in Dhaka 0.79, 0.75, 0.78 and 0.55 values are observed during different seasons, i.e., winter, spring, summer, and autumn, respectively. The analysis reveals a significant increase in aerosol concentrations by 25%, 24%, 19%, and 14%, and maximum AOD increased by 15%, 14%, 19%, and 22% during the winter of the last decade (2011–2020) over Islamabad, Lahore, Delhi, and Dhaka, respectively. In contrast, AOD values decreased during spring by −5%, −12%, and −5 over Islamabad, Lahore, and Delhi, respectively. In Dhaka, AOD shows an increasing trend for all seasons. Thus, this study provides the aerosol spatial and temporal variations over the South Asian region and would help policymakers to strategize suitable mitigation measurements.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,005 | 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 découle