Light-Absorbing Carbonaceous Particles in Urban Regions: Physicochemical Properties and the Application of Data-Driven Modeling
Bibliographic record
Abstract
Les particules carbonées absorbant la lumière (LAC), composées de carbone noir (BC) et de carbone brun (BrC), sont un groupe d'aérosols radiativement actifs qui peuvent avoir un impact significatif sur l'environnement et le climat en absorbant le rayonnement solaire, en assombrissant les surfaces de neige/glace et en servant de noyaux de condensation des nuages ou de noyaux de glace. Cependant, les effets des LACs sur le climat et la santé restent incertains en raison de mesures insuffisantes de leurs propriétés physico-chimiques. Dans les zones urbaines, les émissions anthropiques sont les principales sources de LACs, mais des sources naturelles telles que les feux de forêt peuvent également contribuer aux émissions de LACs. Étudier la tendance saisonnière des LACs dans les villes est crucial pour développer des politiques ciblées visant à atténuer la pollution de l'air et à réduire l'exposition des résidents aux LACs. De plus, la fréquence des feux de forêt dans le monde augmente fortement en raison du changement climatique. Les LACs émis par les feux de forêt peuvent subir un transport à longue distance depuis leurs origines jusqu'aux zones urbaines, compliquant la compréhension de la pollution atmosphérique urbaine. Pour évaluer systématiquement les effets totaux des LACs sur le climat et la santé humaine, il est essentiel de mener des observations plus approfondies sur les propriétés physico-chimiques et les sources d'émission des LACs.Cette thèse présente les concentrations massiques et les coefficients d'absorption du BC et du BrC, ainsi que leurs variations spatio-temporelles à Montréal, une ville au climat froid confrontée à une menace croissante de feux de forêt, mais la mesure des LACs reste rare. Le premier travail a utilisé une année d'observation en temps réel du BC et d'autres co-polluants pour démontrer une distribution bimodale de la concentration massique de BC, montrant un pic hivernal durant plus de 3 mois en plus d'un pic estival. Les comparaisons entre le centre-ville de Montréal et l'aéroport international de Montréal ont révélé que la concentration massique moyenne de BC près de l'aéroport était 4 fois plus élevée que la concentration au centre-ville de Montréal. Le confinement dû à la pandémie de COVID-19 a provoqué une baisse drastique des concentrations de BC et d'autres polluants atmosphériques jusqu'à 72%, révélant l'influence anthropique significative sur la pollution atmosphérique urbaine.La deuxième étude présente les variations sur un an de la concentration massique de LAC et des coefficients d'absorption de juillet 2022 à juillet 2023. Nous avons d'abord démontré la tendance saisonnière des LACs à Montréal. Ensuite, les données de juin et juillet 2023 ont révélé que les fumées des feux de forêt apportaient une grande proportion de BrC primaire et de précurseurs de BrC secondaire et augmentaient la concentration massique de BC de plus de 26% à Montréal. Bien que la combustion de combustibles fossiles soit généralement la principale source de LACs dans les zones urbaines, lorsque la combustion de biomasse devient la source prédominante, le BrC peut contribuer à plus de 50% de l'absorption totale de la lumière à une longueur d'onde de 370 nm, le BrC secondaire représentant plus de 20% de l'absorption du BrC. Cela démontre clairement l'importance significative du BrC sur l'absorption de la lumière.Dans la troisième partie de la thèse, nous avons développé un modèle d’apprentissage machine (AM) pour prédire la concentration massique de BC en fonction des polluants atmosphériques courants tels que le CO, les NOx, les PM2.5 et l'O3. L'Organisation Mondiale de la Santé (OMS) a suggéré que la surveillance de la concentration massique de BC est nécessaire, compte tenu des effets uniques du BC sur la santé et le climat. Cependant, l'achat de nouveaux instruments pour le BC à chaque station de qualité de l'air nécessiterait un budget important, ce qui rend difficile sa réalisation. Ainsi, nous avons développé un modèle de AM basé sur des algorithmes de réseau neuronal récurrent et de mémoire à court terme long (MCTL) qui sont bons pour capturer les modèles à long terme et faire des prédictions plus précises. Nous avons entraîné et testé notre modèle avec quatre ans de données et démontré ses performances élevées avec une année de nouvelles données.Cette thèse contribue à la compréhension des sources, des variations et des propriétés des LACs à Montréal, un site au climat froid où l'hiver peut durer 5 mois, et a fourni des résultats qui aideront à comprendre leurs effets sur le climat et la santé humaine. Avec des émissions croissantes provenant de sources anthropiques et des feux de forêt estivaux plus fréquents, continuer à observer les LACs dans les régions urbaines aidera à atténuer le changement climatique et à améliorer la qualité de l'air, protégeant les personnes des dangers potentiels
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".