Two-decade spatiotemporal variations in ground-level ozone over Ontario, Canada
Notice bibliographique
Résumé
Introduction Ground-level ozone (O 3 ) remains a persistent air quality concern in Ontario, Canada’s most populous province. Understanding long-term trends and spatially explicit details of O 3 is important for supporting air quality management in Ontario. Method We construct a high-resolution (daily, 10 km) dataset of maximum daily 8-hour average O 3 (MDA8 O 3 ) over Ontario from 2004 to 2023, through a two-step machine learning model. The model has incorporated our hypothesis that accounting for transboundary influences can enhance the accuracy of O 3 estimation. Results Validation against in-situ measurements confirms the hypothesized high accuracy of the dataset (R 2 = 0.82, RMSE = 4.99 ppb), outperforming the traditional model and two existing datasets. The dataset reveals pronounced spatiotemporal heterogeneity in MDA8 O 3 concentrations, which are low in northern Ontario but high in southern Ontario, especially in southwest Ontario. Seasonally, the provincial mean MDA8 O 3 peaks in spring (∼40 ppb) and dips in autumn (∼27 ppb), while spatial MDA8 O 3 in summer is most heterogeneous among all seasons, with a peak in southwestern Ontario. From 2004 to 2023, the provincial mean MDA8 O 3 shows no significant trend, while a significant decreasing trend (−0.1 ppb/year, p < 0.05) appears in southern Ontario, where MDA8 O 3 increases in winter but decreases in summer, both significantly. The number of days exceeding the World Health Organization (WHO) O 3 guideline range from 10 to 80 days in southern Ontario, with a decline of 1–4 days (up to 15%) per year over 2004–2023. Discussion The analysis suggests that O 3 in southern Ontario is impacted by both anthropogenic emissions and meteorology. Reductions in O 3 precursor emissions have effectively lowered summertime O 3 across southern Ontario, partially offsetting the meteorological-driven increase in O 3 . This MDA8 O 3 dataset offers a valuable resource for further research in environmental health, air quality policy, and O 3 impact on agriculture.
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) | 0,001 | 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 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 ».