Spatiotemporal Assessment of Benzene Exposure Characteristics in a Petrochemical Industrial Area Using Mobile-Extraction Differential Optical Absorption Spectroscopy (Me-DOAS)
Notice bibliographique
Résumé
Petrochemical complexes are spatially expansive and host diverse emission sources, making accurate monitoring of volatile organic compounds (VOCs) challenging using conventional two-dimensional methods. This study introduces Mobile-extraction Differential Optical Absorption Spectroscopy (Me-DOAS), a real-time, three-dimensional remote sensing technique for assessing benzene emissions in the Ulsan petrochemical complex, South Korea. A vehicle-mounted Me-DOAS system conducted monthly measurements throughout 2024, capturing data during four daily intervals to evaluate diurnal variation. Routes included perimeter loops and grid-based transects within core industrial zones. The highest benzene concentrations were observed in February (mean: 64.28 ± 194.69 µg/m3; geometric mean: 5.13 µg/m3), with exceedances of the national annual standard (5 µg/m3) in several months. Notably, nighttime and early morning sessions showed elevated levels, suggesting contributions from nocturnal operations and meteorological conditions such as atmospheric inversion. A total of 179 exceedances (≥30 µg/m3) were identified, predominantly in zones with benzene-handling activities. Correlation analysis revealed a significant relationship between high concentrations and specific emission sources. These results demonstrate the utility of Me-DOAS in capturing spatiotemporal emission dynamics and support its application in exposure risk assessment and industrial emission control. The findings provide a robust framework for targeted management strategies and call for integration with source apportionment and dispersion modeling tools.
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 ».