Adjoint analysis of PM2.5 and O3 episodes in priority control zones in China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Understanding and mitigating PM 2.5 and ozone (O 3 ) pollution remains challenging due to the nonlinear atmospheric chemistry and spatially heterogeneous nature of pollutant emissions. Traditional forward modeling approaches suffer from high computational cost and limited diagnostic resolution to precisely attribute emissions sources at fine spatial, temporal, and chemical scales. Adjoint modeling has emerged as an efficient alternative, enabling high-resolution, multi-pollutant source attribution in a single integrated framework; however, its application to simultaneous PM 2.5 –O 3 pollution episodes is limited, particularly in densely populated regions experiencing complex co-pollutant interactions. Here we apply a newly developed multiphase adjoint of the Community Multiscale Air Quality (CMAQ) model to quantify the emission sensitivities of PM 2.5 and O 3 concentrations during pollution episodes in major urban agglomerations. Our results indicate that local emissions predominantly drive PM 2.5 concentrations, contributing up to 79 μg m −3 . In contrast, O 3 episodes are largely initiated by regional transport (3.8–7.3 ppbv), surpassing local emission contributions during episode onset. The sensitivity analyses reveal distinct spatial emission signatures and pollutant-specific influences from critical precursors, including volatile organic compounds (VOCs; up to 15.9 ppbv O 3 , 11.4 μg m −3 PM 2.5 ), nitrogen oxides (NO x ; 16.6 ppbv O 3 , 13.8 μg m −3 PM 2.5 ), and ammonia (NH 3 ; up to 8.7 μg m −3 PM 2.5 ). This study demonstrates the diagnostic strength and predictive capabilities of adjoint modeling in unraveling complex source–receptor relationships. By offering detailed, pollutant-specific emission sensitivity information, our approach provides a robust foundation for precision-driven emission control strategies and improved cross-regional policy coordination, substantially advancing air quality management frameworks. • Adjoint modeling resolves emission sources across space, time, and species for co-occurring PM 2.5 –O 3 pollution. • PM 2.5 is mainly locally driven (up to 79 μg m −3 ), while O 3 episodes arise mostly from regional transport (5.2–7.3 ppbv). • VOCs, NO x , and NH 3 are key precursors. • NH 3 strongly affects PM 2.5 (up to 8.7 μg m −3 ), highlighting control value.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle