The Impact of Meteorological Factors and Canopy Structure on PM2.5 Dynamics Under Different Urban Functional Zones in a Subtropical City
Notice bibliographique
Résumé
PM2.5 pollution has intensified with rapid urbanization and industrialization, raising concerns about its health and environmental impacts. Both meteorological factors and urban forests play crucial roles in influencing PM2.5 concentrations. However, limited attention has been given to the direct impact of canopy structure on PM2.5 levels at a larger scale. This study analyzes the temporal variation of PM2.5, including seasonal and diurnal patterns, across different functional zones (park, traffic, and residential zones) in a subtropical region. It also investigates the seasonal responses of PM2.5 to meteorological factors (temperature, humidity, and precipitation) and canopy structure characteristics, including canopy diameter (CD), canopy thickness (CT), canopy area (CA), canopy volume (CV), canopy height ratio (CH), leaf area index (LAI), and tree canopy cover (CO). The results show that among different functional zones, PM2.5 concentrations were the highest in park zones, followed by traffic zones. Seasonal variations in PM2.5 concentrations were the highest in winter (84.00 ± 45.97 μg/m3), with greater fluctuations, and the lowest in summer (36.85 ± 17.63 μg/m3 µg/m3), with smaller fluctuations. Diurnal variation followed an “N”-shaped curve in spring, summer, and autumn, while a “W”-shaped curve was observed in winter. Correlation analysis indicated significant negative correlations between PM2.5 and humidity, temperature, and rainfall, while CD, CA, and CV showed positive correlations with PM2.5. Notably, PM2.5 exhibited greater sensitivity to changes in canopy structure in winter, followed by autumn. Despite these findings, the influence of canopy structure on PM2.5 concentrations was considerably smaller compared to meteorological factors. In particular, every 1 m2 increase in canopy area could raise PM2.5 levels by 0.864 μg/m3, whereas an average increase of 1 mm in rainfall could raise PM2.5 by 13.665 μg/m3. These findings provide valuable guidance for implementing protective measures, improving air quality, optimizing urban greening strategies, and enhancing public health outcomes.
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 ».