Insights into soil NO emissions and the contribution to surface ozone formation in China
Notice bibliographique
Résumé
Abstract. Elevated ground-level ozone concentrations have emerged as a major environmental issue in China. Nitrogen oxide (NOx) is a key precursor to ozone formation. Although control strategies aimed at reducing NOx emissions from conventional combustion sources are widely recognized, soil NOx emissions (mainly as NO) due to microbial processes have received little attention. The impact of soil NO emissions on ground-level ozone concentration is yet to be evaluated. This study estimated soil NO emissions in China using the Berkeley–Dalhousie Soil NOx Parameterization (BDSNP) algorithm. A typical modeling approach was used to quantify the contribution of soil NO emissions to surface ozone concentration. The brute-force method (BFM) and the Ozone Source Apportionment Technology (OSAT) implemented in the Comprehensive Air Quality Model with Extensions (CAMx) were used. The total soil NO emissions in China for 2018 were estimated to be 1157.9 Gg N, with an uncertainty range of 715.7–1902.6 Gg N. Spatially, soil NO emissions are mainly concentrated in Central China, North China, Northeast China, the northern Yangtze River Delta (YRD), and the eastern Sichuan Basin, with distinct diurnal and monthly variations that are mainly affected by the temperature and timing of fertilizer application. Both the BFM and OSAT results indicate a substantial contribution of soil NO emissions to the maximum daily 8 h (MDA8) ozone concentrations by 8.0–12.5 µg m−3 on average for June 2018, with the OSAT results being consistently higher than the BFM results. The results also showed that soil NO emissions led to a relative increase in ozone exceedance days by 10.5 %–43.5 % for selected regions. Reducing the soil NO emissions resulted in a general decrease in monthly MDA8 ozone concentrations, and the magnitude of ozone reduction became more pronounced as reductions increased. However, even with complete reductions in soil NO emissions, approximately 450.3 million people are still exposed to unhealthy ozone levels, necessitating multiple control policies at the same time. This study highlights the importance of soil NO emissions for ground-level ozone concentrations and the potential for reducing NO emissions as a future control strategy for ozone mitigation in China.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».