mercury emissions estimated with a surface emission model
Notice bibliographique
Résumé
Most mercury emission inventories only include anthropogenic emissions and neglect the large contribution of the natural mercury cycle due to difficulty in spatially estimating natural emissions and uncertainties in the natural emissions process. The Mercury (Hg) Surface Interface Model (HgSIM) has been developed to estimate the natural emissions of mercury, for inclusion in a more complete mercury emissions inventory. The model used a 3422 cell, 36 km on each side, gridded domain and 1 h time steps. The emissions over land are modeled as a function of the land cover, evapotranspiration, and temperature. The emissions over water are modeled as a function of the concentration gradient, the mixing of the air and water, and the temperature. The spatially distributed model is shown to account for the extreme spatial variability across the Northeast (NE) US and Southeast (SE) Canada. Estimates of natural mercury flux from uncontaminated surfaces are presented for a 2 week period in July. The total natural emissions for the domain, 4,434,912 km 2, was 2101.5 kg over the 2 week simulation. The highest total natural emissions were 820 ng m 2 from the Atlantic Ocean in the SE part of the domain and the lowest total natural emissions were 74 ng m 2 in the urban areas with little vegetation. The flux estimates from vegetation canopies, averaged over the 14 days, ranged from 0.0 ng m 2 h 1 during the night time hours when transpiration ceased to 4.46 ng m 2 h 1 during the afternoon in a mixed deciduous–coniferous forest. The range of the
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 | 0,001 | 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 ».