Effects of historical food production, consumption and trade on agricultural ammonia emissions and fine particulate matter (PM2.5) pollution worldwide: Implications for food-system mitigation strategies for a sustainable future
Notice bibliographique
Résumé
Fine particulate matter (PM2.5) pollution threatens human lives and wellbeing worldwide. Agricultural ammonia (NH3) is a key precursor of PM2.5. To examine how food consumption, production, and trade in different countries and regions affect global air quality, we derived a half-century (1962–2018) crop- and livestock-specific agricultural NH3 emission inventory and used it to conduct numerical experiments with the GEOS-Chem chemical transport model to estimate the impacts of food production, consumption, and trade in nine major food-importing and food-exporting countries or regions (China, India, Japan, Russia, Argentina, Brazil, Canada, European Union, USA) on PM2.5 pollution in themselves and in other countries via both atmospheric transport and food trade. We further performed sensitivity experiments by deducting NH3 emissions related to different food items that are consumed domestically vs. exported for each major country or region. We found that the rise in domestic food and feed crop consumption contribute significantly to PM2.5 pollution in China and India (up to ~40% of the total PM2.5 increase from all sources), among which ~40% is driven by meat production and consumption, highlighting the environmental impacts of dietary changes. We also found that even though China and India consume substantial amount of food imported from other countries, it is not a major contributor to PM2.5pollution in the exporting countries (e.g., ~1% of total PM2.5 in the food trading partners), mostly because the majority of domestic food demand is still satisfied by domestic production, and food import is diversified among a basket of exporting countries. Furthermore, agricultural NH3 is found to have a crucial modulating influence on PM2.5; e.g., the increase in PM2.5 due to agricultural NH3 could partly offset the decrease in PM2.5 induced by other anthropogenic emissions in North America after 1990, and such a phenomenon is expected for China as significant controls of non-agricultural emissions are underway. Our study highlights the significance of food consumption, production and trade in shaping PM2.5 worldwide, and it is important to incorporate sustainable food-system and agricultural strategies to simultaneously safeguard food security as well as the health of citizens and our planet.
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 | 0,000 |
| 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 | 0,000 |
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 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 ».