Impacts of 2023 Canadian Wildfires on Air Quality in the Lake Michigan Region During AGES+
Notice bibliographique
Résumé
The historic 2023 Canadian wildfire season degraded air quality in the United States due to smoke transport across international borders. This study evaluates the impact of these fires on surface ozone (O3) and fine particulate matter (PM2.5) air quality in the Lake Michigan region during the AGES+ (AEROMMA+CUPiDS, GOTHAAM, EPCAPE, STAQS, and others) field campaign period. We conducted simulations with the Weather Research and Forecasting model coupled with Chemistry (WRF-Chem) driven by chemical boundary conditions with and without Canadian wildfire emissions and analyzed them in conjunction with ground-based measurements, satellite observations, and in situ aircraft observations. Results show that the diurnal cycle and magnitude of PM2.5 concentrations were largely influenced by wildfire smoke transport and that a majority of the PM2.5 exceedance days that occurred during the study period can be attributed to wildfire smoke. Further analysis revealed that the first of two O3 exceedance periods, from 23–25 July 2023, was impacted by near-surface wildfire smoke, while the second period, from 1–3 August 2023, was not. Comparing simulations with and without Canadian wildfire emissions, we found that the aerosol shading effect on surface O3 production occurred. However, modeled aerosol optical depth values were underestimated compared to satellite observations, indicating that this phenomenon was likely stronger than suggested by the model simulations. As the frequency of forest fires is projected to increase due to climate change, this research highlights the growing impacts of wildfire smoke on air quality in the Lake Michigan region.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».