Viscosity Variability from Smoldering Eucalyptus Smoke: From High Viscosity Tar Balls to Low Viscosity Organic Aerosol
Notice bibliographique
Résumé
Uncontrolled wildfires in Australian eucalyptus forests emit large amounts of smoke, primarily composed of biomass burning organic aerosol (BBOA). Although BBOA viscosity has been studied for other fuels, it remains uncharacterized for eucalyptus. In this work, we generated BBOA by smoldering eucalyptus leaves and wood in a tube furnace and determined viscosities using optical microscopy, transmission electron microscopy, and rectangular fluorescence recovery after photobleaching. Early-stage burning of eucalyptus leaves produced nonhygroscopic tar balls with viscosities exceeding 8 × 10 10 Pa s. In contrast, late-stage leaf burning and both early- and late-stage wood burning produced hygroscopic BBOA with viscosities below 3 × 10 3 Pa s─over 7 orders of magnitude lower. These results show that BBOA viscosity is strongly influenced by both fuel type and burn stage, factors that should be considered in atmospheric models. Importantly, our findings demonstrate that smoldering eucalyptus leaves can directly produce tar balls without requiring atmospheric processing. These particles may act as ice-nucleating agents in mixed-phase and cirrus clouds. We further show that BBOA viscosity can strongly affect the atmospheric lifetime of brown carbon in eucalyptus smoke, potentially extending it by up to 4 orders of magnitude. This has important implications for evaluating the climate impact of eucalyptus wildfire emissions.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».