Wildfire Impacts on O<sub>3</sub> in the Continental United States Using PM<sub>2.5</sub> and a Generalized Additive Model (2018–2023)
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide We examined PM 2.5 and Hazard Mapping System smoke plume satellite data at ∼600 United States (US) air monitoring stations to identify surface smoke on 14.0% of all May–September days for 2018–2023, with large influences in 2020 and 2021, due to California fires, and 2023, due to Canadian fires. Days with smoke have an average of 11 μg m –3 more PM 2.5 and 8 ppb higher maximum daily 8 h average (MDA8) O 3 concentrations than nonsmoke days, and they also account for 94% of all days that exceed the daily PM 2.5 health standard (35 μg m –3 ) and 36% of all days that exceed the O 3 health standard (70 ppb). To estimate the smoke contributions to the O 3 MDA8, Generalized Additive Models (GAMs) were built for each site using the nonsmoke day data and up to 8 predictors. The mean and standard deviation of the residuals from the GAMs were 0 ± 6.1 ppb for the nonsmoke day data and 4.3 ± 7.9 ppb for the smoke day data, indicating a significant enhancement in the MDA8 O 3 on smoke days. We found positive residuals on 72% of the smoke days and for these days, we calculate an average smoke contribution to the O 3 MDA8 of 7.8 ± 6.0 ppb. Over the 6 year period, the percentage of exceedance days due to smoke in the continental US was 25% of all exceedance days, and the highest was in 2023 (38%). In 2023, the Central US experienced an unusually high number of exceedance days, 1522, with 52% of these impacted by smoke, while the Eastern US had fewer exceedance days, 288, with 78% of these impacted by smoke. Our results demonstrate the importance of wildland fires as contributors to exceedances of the health-based national air quality standards for PM 2.5 and O 3 .
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».