Alkaline dust deposition to foliage surfaces likely enhances the dry deposition velocity of SO <sub>2</sub> : An investigation in the Alberta Oil-Sands Region using the GEM-MACH air-quality model
Notice bibliographique
Résumé
Abstract. We examine the potential impact of alkaline particle deposition on foliage and its influence on sulphur dioxide dry deposition velocities, using a new theoretical development, a high resolution air-quality model, and comparisons to observations. Our study domain encompasses the Athabasca Oil Sands Region, an industrial area where base cation-bearing fugitive dust from open-pit mining coexists with elevated SO2 emissions from large stacks. Our pH-modulated dry deposition scheme links thin aqueous films on foliage to local chemical conditions, including alkaline dust accumulation. We present the mechanism's theoretical basis, along with a simplified algorithm predicting foliage water pH and linked to SO2 deposition velocities. We predict enhanced SO2 deposition, due to increased leaf surface pH from dust co-deposition near major dust sources, often by more than 1 cm s⁻¹. These result in dry deposition fluxes 2.5 to 10 times greater than in the absence of these effects – consistent with estimates from aircraft studies. The enhanced deposition reduces surface SO2 concentrations by up to 60% near sources, improves agreement with continuous monitoring data, and reduces normalized mean bias at several stations. Taylor diagram statistics show improved model temporal variability performance. Further from sources of base-cation-containing dust, aqueous films on foliage remain acidic, reducing SO2 deposition velocity and increasing concentrations. We make specific recommendations for new observation data which would reduce formulation uncertainties. The findings have broad implications for global SO2 budgets, given the significant role of wind-blown mineral dust in influencing atmospheric acidity and trace gas removal.
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) | 0,000 | 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 | 0,001 | 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 ».