Particulate air pollution in the Copenhagen metro part 1: Mass concentrations and ventilation
Notice bibliographique
Résumé
The Copenhagen Metro comprises four lines, the M1, M2, M3 and M4, with 25 subterranean stations and an additional 14 stations above ground, serving ca. 80 million passengers annually. In this study we measure fine particulate matter (PM 2.5 ) and carbon dioxide (CO 2 ) concentrations in stations and in trains across the entire system. In partially underground lines, high PM 2.5 concentrations with an average of 109 μg m −3 are found in below-ground stations. The observed correlation between PM 2.5 concentration and distance between a station and a tunnel exit is attributed to ventilation via the piston effect. The piston effect via tunnel draught relief shafts was therefore found to be relatively limited. Filter samples of particulate matter are analysed using particle-induced X-ray emission and show an iron content of 88.6 % by mass which is quite different from above-ground particulate matter and consistent with particle production by train wheels, rails and brakes. The average concentration measured at the stations of a recently opened (2019) fully underground M3 closed loop line is 168 μg m −3 , further demonstrating that while piston effect-driven ventilation is effective in close proximity to tunnel openings, it is relatively limited via tunnel draught relief shafts. Measurements onboard trains show even higher PM 2.5 concentrations and the patterns in CO 2 concentrations suggest carriage ventilation by tunnel air. Ventilation via doors during platform stops caused a drop in observed PM (and CO 2 ) at stations, but the system is surprisingly polluted despite its recent construction. CO 2 mixing ratios ranged from ambient to around 600 ppm. Measures should be taken to control PM levels using a combination of source control and increased clean air supply of the Copenhagen and other similar metro systems.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».