Cost-effective off-grid automatic precipitation samplers for pollutant and biogeochemical atmospheric deposition
Notice bibliographique
Résumé
An important transport process for particles and gases from the atmosphere to aquatic and terrestrial environments is through dry and wet deposition. An open-source, modular, off-grid, and affordable instrument that can automatically collect wet-deposition samples allows for more extensive deployment of deposition samplers in fieldwork and would enable more comprehensive monitoring of remote locations. Precipitation events selectively sampled using a conductivity sensor powered by a battery-based supply are central to off-grid capabilities. The prevalence of conductive precipitation – that which initially contains high solute levels and progresses through trace-level concentrations to ultrapure water in full atmospheric washout – depends on the sampling location but is ubiquitous. This property is exploited here to trigger an electric motor (via limit switches) to open and close a lid resting over a funnel opening. The motors are operated via a custom-built and modular digital logic control board, which has a low energy demand. All components, their design and rationale, and their assembly are provided for community use. The modularity of the control board allows the operation of up to six independent wet-deposition units, such that replicate measurements (e.g., canopy throughfall) or different collection materials for various targeted pollutants can be implemented as necessary. We demonstrate that these platforms are capable of continuous operation off-grid for integrated monthly and bimonthly collections performed across the Newfoundland and Labrador Boreal Ecosystem Latitudinal Transect (47 to 53° N) during the growing seasons of 2015 and 2016. System performance was assessed through the measured power consumption from 115 V of alternating current (VAC; grid power) or 12 V of direct current from battery supplies during operation under both standby (40 or 230 mA, respectively) and in-use (78 or 300 mA, respectively) conditions. In the field, one set of triplicate samplers was deployed in the open to collect incident precipitation (open fall), while another set was deployed under the experimental forest canopy (throughfall). The proof-of-concept systems were validated with basic measurements of rainwater chemistry, which found (i) pH values ranging from 4.14 to 5.71 in incident open fall rainwater, (ii) conductivities ranging from 21 to 166 µS cm −1 , and (iii) dissolved organic carbon concentrations in open fall and canopy throughfall of 16±10 and 22±12 mg L −1 , respectively, with incident fluxes spanning 600 to 4200 mg C m −2 a −1 across the transect. Ultimately, this demonstrates that the customized precipitation sampling design of this new platform enables more universal accessibility of deposition samples for the atmospheric observation community – for example, those who have made community calls for targeting biogeochemical budgets and/or contaminants of emerging concern in sensitive and remote regions.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».