Investigating the impact of emission reductions and traffic sector emissions on ambient PAH and nitrated PAH concentrations
Notice bibliographique
Résumé
Polycyclic aromatic hydrocarbons (PAHs) pose a health risk as hazardous air pollutants, with nitrated PAHs (nitro-PAHs) being notably more toxic. However, limited research has explored how spatial PAH and nitro-PAH concentrations have evolve over time and the specific impact of traffic emissions on ambient PAH and nitro-PAH levels.This study investigates the effects of decreasing anthropogenic emissions and traffic-related emissions on both PAH and nitro-PAH concentrations using a high-resolution regional chemical transport model. The research introduces a new nitro-PAH species, 2-Nitrofluoranthene (2-NFLT), into the Global Environmental Multiscale model – Modelling Air quality and CHemistry (GEM-MACH), enhancing our understanding of regional air quality trends. By simulating 2-NFLT concentrations for varying emission levels over three decades, we aim to identify the changes in 2-NFLT concentrations compared to primary PAH concentrations. Additionally, we quantify the contribution from traffic sector to ambient PAH concentrations by conducting sensitivity simulations under a traffic-free scenario.This work underscores the significance of fine spatial resolution in nitro-PAH modeling and provides critical insights into the co-benefits of reducing primary PAH and NOX emissions over the past two decades. The findings have implications for informing policies aimed at improving air quality and safeguarding public health.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 | 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 ».