Air pollutant emissions and sources in Lao People’s Democratic Republic: a provincial scale analysis for years 2013-2019
Notice bibliographique
Résumé
Abstract Recent rapid economic development in Lao People’s Democratic Republic (PDR) has increased national fuel consumption, vehicle fleet, industrial output, waste generation, and agricultural production. This has contributed to national average ambient fine particulate matter (PM2.5) air pollutant levels that are four times higher than World Health Organisation guidelines. Emission inventories are a key tool in understanding the major sources to these air pollution levels, and provide a starting point to identify where mitigation action can be targeted. A national air pollutant emission inventory has not been developed in Lao PDR and, combined with a limited air quality monitoring network means there is limited capacity to develop and track the effectiveness of mitigation actions. This study describes the first air pollutant emission inventory at the national and provincial scale for Lao PDR, covering 2013–2019. Emissions of nine air pollutants, and two greenhouse gases, were quantified using national statistics and international default emission factors. In 2019, national total PM2.5, Nitrogen Oxides (NOx), Black Carbon (BC), Sulphur Dioxide (SO2), Non-Methane Volatile Organic Carbons (NMVOCs), and Ammonia (NH3) were 125, 83, 9.7, 26, 219, and 99 thousand tonnes respectively. Key source sectors include forest fires, residential cooking, agriculture, electricity generation, and transport. However, the contribution of different sources varies across provinces. Forest fires are the primary source determining the spatial trend of particulate air pollution while residential and agricultural emissions contribute more significantly to rural provinces such as Savannakhet. Key sectors in major urban provinces (Vientiane Capital and Xayaboury) are industry, transport and electricity generation. These sectors are also significant sources of greenhouse gases (CO2 and CH4), demonstrating the potential for identification, evaluation and prioritisation of actions that simultaneously improve air quality and achieve Lao PDR’s international climate change commitments.
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 | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».