Impacts of Proximity to Primary Source Areas on Concentrations of POPs at Global Sampling Stations Estimated from Land Cover Information
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Given the considerable financial and logistical resources supporting long-term monitoring for air pollutants, and the use of these data for performance evaluation of mitigation measures, it is important to account for contributions from primary versus secondary sources. We demonstrate a simple approach for using open source Global land cover raster data from the National Mapping Organization from the Geospatial Information Authority of Japan to assess local source inputs for air measurements of legacy persistent organic pollutants (POPs)─polychlorinated biphenyls (PCBs) and organochlorine pesticides─reported under the Global atmospheric passive sampling (GAPS) Network at 119 locations for the time period 2005–2014. The land cover composition within a 10 km radius around the GAPS sites was identified to create source impact indicator (SII) vectors to quantify and rank the remoteness of the sites from human infrastructure. Using principal component analysis, three SII vectors were established to rank sites by impact of (i) general infrastructure/remoteness, (ii) urban infrastructure, and (iii) agricultural infrastructure. General infrastructure describes the combined effects of settlements and agricultural infrastructure. We found significant correlations ( p < 0.05) between POP concentrations in air and specific SIIs. PCB levels in air had a statistically significant correlation to the SII ranking urban impacts around the sampling sites, while Endosulfan I, Endosulfan II, and Endosulfan sulfate had a statistically significant correlation with SII ranking agricultural impacts. The complete GAPS data set from 2004–2014 (1040 samples at 119 locations) was standardized based on the SII rankings to assess the global temporal trends of legacy POPs. SIIs were incorporated in the multiple regression analysis to determine global halving times. This includes short-term monitoring data from 79 locations that were previously excluded. Furthermore, the SII approach allows the integration of global monitoring data from different studies for broader global temporal trend analysis. This ability to link the results of independent and small-scale studies can enhance temporal trend analysis in support of the larger scale initiatives, such as inter alia, the Global Monitoring Plan and Effectiveness Evaluation of the Stockholm Convention in the case of POPs. This simple approach using open source data has a broad potential for application for other classes of air pollutants.
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 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 | 0,001 |
| 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) | 0,000 | 0,001 |
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 tête enseignante, 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 ».