Investigating the impact of cold-starts on the distribution of vehicle emissions in the Greater Toronto Area
Notice bibliographique
Résumé
Vehicle emissions are a significant source of greenhouse gases and air quality pollutants in urban areas, yet current city-scale CO and CO2 emission inventories may not accurately reflect real-world conditions. In Toronto, Canada, traffic emissions contribute to approximately one third of the city’s total CO2 emissions. As a part of the Toronto Atmospheric Monitoring of Emissions (TAME) project, the goal of this work is to investigate the emission signatures of the vehicle fleet in the Greater Toronto Area (GTA) under different engine operating conditions and seasons. Specifically, we are interested in the role of ‘cold-start’ emissions (i.e. emissions during the engine and catalyst warm-up period) on the distribution of CO emissions in the GTA. As exhaust aftertreatment technologies improve for gasoline engines, air quality emissions that occur before the catalytic converter has warmed are expected to contribute an increasing, and possibly dominant, proportion of non-CO2 vehicle emissions. Simultaneous measurements of CO and CO2 were collected by deploying calibrated low-cost sensors in parking garages at the University of Toronto over several months. To calculate the CO and CO2 enhancements from each vehicle emission plume, a peak-finding algorithm was developed. The ΔCO/ΔCO2 ratio of the enhancements is used as an emission signature for each vehicle. The results from this study are compared to mobile and stationary measurement campaigns conducted by Environment and Climate Change Canada using a high precision analyzer (cavity ring-down spectrometer (CRDS)). We assess the impact of choices made about data collection, peak-finding, and cold-start definitions. Using one approach, the range of ΔCO/ΔCO2 ratios observed is 0.1 to 779 ppb CO/ ppm CO2, with a median of 14 ppb CO/ ppm CO2. On average, the cold-start emission ratios are observed to be at least 2 times greater than those of warm vehicles. These results can be used to update CO and CO2 emission inventories to more accurately capture activity patterns and independently verify emission reductions as urban vehicle fleets transition to electric.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».