Formation of Brown Carbon from Aqueous-Phase Limonene SOA Reactions with Reduced Nitrogen Species: Effects of Gas-Phase Precursors and Drying Conditions
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Aqueous-phase processing of secondary organic aerosols (SOAs) from limonene oxidation can generate brown carbon (BrC) through reactions with reduced nitrogen species. This study provides laboratory evidence that dark ozonolysis of limonene, in the presence of biogenic (α-pinene) or anthropogenic (toluene) precursors, generates SOAs more effectively in BrC formation when subsequently dried with (NH 4 ) 2 SO 4 /glycine in bulk solutions, and toluene had a stronger effect than α-pinene in promoting oligomeric BrC formation. BrC absorption was significantly enhanced in limonene-SOA and the (NH 4 ) 2 SO 4 /glycine mixed droplet upon evaporation at ∼75% RH but was suppressed at lower RH, likely due to reduced aerosol liquid water and precursor evaporation. RH-dependent trends were also observed in SOA generated by limonene and toluene mixtures (lim/tol-SOA), with the strongest oligomeric BrC absorption at ∼85% RH for both (NH 4 ) 2 SO 4 and glycine systems. While bulk-dried experiments showed 1–2 orders of magnitude differences in BrC absorption between limonene-SOA and lim/tol-SOA, evaporated droplets exhibited no significant differences. This study underscores the importance of studying the effects of SOA precursors, atmospherically relevant drying conditions, and volatility of BrC precursors on the light absorption properties of complex SOAs via aqueous-phase processing.
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 ».