Assessing the Impact of Fugitive Dust Emissions from Cement Silos at Cluster of Concrete Batching Facilities Using Air Dispersion Modeling
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
This research assessed the environmental impact of cement silos emission on the existing concrete batching facilities in M35-Mussafah, Abu Dhabi, United Arab Emirates. These assessments were conducted using an air quality dispersion model (AERMOD) to predict the ambient concentration of Portland Cement particulate matter less than 10 microns (PM10) emitted to the atmosphere during loading and unloading activities from 176 silos located in 25 concrete batching facilities. AERMOD was applied to simulate and describe the dispersion of PM10 released from the cement silos into the air. Simulations were carried out for PM10 emissions on controlled and uncontrolled cement silos scenarios. Results showed an incremental negative impact on air quality and public health from uncontrolled silos emissions and estimated that the uncontrolled PM10 emission sources contribute to air pollution by 528958.32 kg/Year. The modeling comparison between the controlled and uncontrolled silos shows that the highest annual average concentration from controlled cement silos is 0.065 μg/m3, and the highest daily emission value is 0.6 μg/m3; both values are negligible and will not lead to significant air quality impact in the entire study domain. However, the uncontrolled cement silos’ highest annual average concentration value is 328.08 μg/m3. The highest daily emission average value was 1250.09 μg/m3; this might cause a significant air pollution quality impact and health effects on the public and workers. The short-term and long-term average PM10 pollutant concentrations at these receptors predicted by the air dispersion model are discussed for both scenarios and compared with local and international air quality standards and guidelines.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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