Modeling the Impact of the Bidirectional Exchange of NH <sub>3</sub> From the Great Lakes on a Regional and Local Scale Using GEM‐MACH
Notice bibliographique
Résumé
Abstract Ammonia emissions from oceans are recognized as one of the most significant natural sources of ammonia globally; however, freshwater sources are rarely considered significant. The Great Lakes region, containing the largest network of freshwater lakes in the world, and a significant urbanized population exceeding 20 million, provides a unique opportunity to evaluate the potential for lacustrine (lake‐associated) surfaces to contribute to regional ammonia levels. In this work, we combine an analysis of 20 years of water quality data from the Great Lakes region with the GEM‐MACH (Global Environmental Multiscale (GEM)‐Modelling Air quality and CHemistry (MACH)) chemical transport model to examine the influence of the Great Lakes on atmospheric ammonia. This analysis demonstrates that while regional ammonia levels are largely controlled by known terrestrial anthropogenic sources, lacustrine surfaces with an emission potential of only 200 increase summertime (July–September) monthly average ammonia (NH 3 ) levels by 5%–8% over the largest regional urban centers, with daily increases of up to 10%–20%. Supplemental water measurements collected from within 1 km offshore of the Greater Toronto Area were found to have an emission potential of 2000, suggesting that lacustrine emissions offshore of large urban areas could be significantly larger than those predicted by GEM‐MACH. Our findings reveal that the Great Lakes may represent a regionally significant natural source of ammonia to the atmosphere.
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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».