MARC

 008260126s2025        us                              c    eng  d
■001000017358463
■00520260202104705
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798286432981
■035    ▼a(MiAaPQ)AAI32117081
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a551.5
■1001  ▼aHilario,  Miguel  Ricardo  A.▼0(orcid)0000-0003-3649-3428
■24510▼aUnderstanding  the  Removal  of  Atmospheric  Aerosol  in  a  Tropical  Marine  Environment
■260    ▼a[Sl]▼bThe  University  of  Arizona▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a93  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-12,  Section:  B.
■500    ▼aAdvisor:  Sorooshian,  Armin.
■5021  ▼aThesis  (Ph.D.)--The  University  of  Arizona,  2025.
■520    ▼aAerosols  and  their  interactions  with  clouds  remain  the  largest  sources  of  uncertainty  in  our  understanding  of  the  atmosphere  and  climate.  A  major  factor  in  this  uncertainty  is  the  wet  scavenging  (removal)  of  aerosols  in  global  models,  which  negatively  impacts  model  capabilities  to  capture  aerosol  lifetimes  and,  consequently,  aerosol  impacts  on  climate  and  air  quality.  This  dissertation  focuses  on  scavenging  over  the  tropical  West  Pacific  region  and  consists  of  three  distinct  approaches:  (1)  a  ground-based  study  investigating  factors  contributing  to  the  inter-seasonal  persistence  of  aerosol  concentrations  in  a  tropical  coastal  megacity  despite  higher  precipitation  during  the  wet  season,  (2)  a  multi-tool  study  using  aircraft  data  that  determines  meteorological  variables  relevant  for  scavenging  during  long-range  transport,  and  (3)  an  aircraft-based  study  calculating  in-cloud  scavenging  efficiencies  of  multiple  aerosol  species  and  sizes  in  tropical  convection.  In  the  first  part  of  the  dissertation,  we  analyzed  size-resolved  aerosol  composition,  aerosol  optical  depth,  and  meteorology  to  understand  why  Metro  Manila,  Philippines  exhibits  similar  aerosol  concentrations  across  seasons  despite  large  differences  in  seasonal  rainfall.  We  identified  two  major  factors:  (1)  opposing  seasonality  of  black  carbon  and  water-soluble  aerosol,  and  (2)  inefficient  scavenging  by  short  rain  events  (  1  h).  We  demonstrated  that  the  presence  of  rain  does  not  imply  efficient  wet  scavenging  and  it  is  important  to  consider  rain  characteristics  like  duration.  In  a  changing  climate  with  increasing  urbanization,  these  factors  are  expected  to  become  more  critical  for  air  quality  policymaking  and  sustainable  urban  development.  This  work  was  published  in  Environmental  Science:  Atmospheres  (Hilario  et  al.,  2022).  In  the  second  part,  we  identified  meteorological  variables  relevant  for  estimating  wet  scavenging  using  trajectory  modeling  and  a  combination  of  aircraft,  satellite,  and  reanalysis  data.  We  found  that  the  accumulated  precipitation  along  trajectories  -  often  interpreted  as  a  wet  scavenging  indicator  in  the  literature  -  does  poorly  when  used  to  predict  aerosol  scavenging  and  was  outperformed  by  the  following  variables:  (1)  upper  percentiles  of  relative  humidity  (RH)  along  trajectories,  (2)  the  fraction  of  hours  along  trajectories  exceeding  a  threshold  value  for  RH  or  water  vapor  mixing  ratio,  and  (3)  precipitation  intensity  along  trajectories.  This  work  was  published  in  Atmospheric  Measurement  Techniques  (Hilario  et  al.,  2024).  The  final  part  of  this  dissertation  quantified  in-cloud  scavenging  efficiencies  (SE)  in  tropical  convection.  In-cloud  scavenging  is  the  primary  removal  pathway  for  accumulation  mode  aerosols,  but  SEs  have  not  been  calculated  for  shallow  to  moderate  convection.  We  used  aircraft  data  to  calculate  SEs  for  three  cases.  Efficient  scavenging  was  observed  for  sulfate  (86%)  and  black  carbon  (70  -  80%);  moderate  scavenging  for  organic  aerosol  (53  -  60%)  and  nitrate  (62%);  and  a  wide  range  of  SEs  for  ammonium  (53  -  87%).  We  also  found  that  accumulation  and  coarse  mode  aerosol  volume  concentrations  were  nearly  totally  scavenged  in-cloud  (92%),  suggesting  a  preferential  activation  of  large  aerosols.  Comparisons  of  differing  cloud  tops  showed  that  SEs  did  not  vary  significantly  on  an  aerosol  mass  basis  with  cloud  top  height.  These  results  demonstrate  that  aerosol  size  and  composition  are  more  important  for  in-cloud  SEs.  This  work  was  published  in  the  Journal  of  the  Atmospheric  Sciences  (Hilario  et  al.,  2025).  This  dissertation  provides  an  explanation  for  how  aerosol  loadings  can  be  sustained  during  the  wet/rainy  season,  which  should  be  investigated  in  other  developing  cities  due  to  the  health  risks  associated  with  pollutant  accumulation.  The  dissertation  also  provides  suggestions  for  meteorological  variables  that  could  be  considered  in  model  scavenging  parameterizations.  The  presented  method  can  be  repeated  in  different  environments  to  identify  regional  differences  in  factors  that  influence  scavenging.  Finally,  the  calculated  in-cloud  SEs  motivate  improvements  in  chemical  transport  models  through  future  observation-model  comparisons.
■590    ▼aSchool  code:  0009.
■650  4▼aAtmospheric  sciences
■650  4▼aEnvironmental  science
■650  4▼aEnvironmental  engineering
■650  4▼aGeophysics
■650  4▼aMeteorology
■653    ▼aAtmospheric  aerosol
■653    ▼aWet  scavenging
■653    ▼aTropical  convection
■653    ▼aMeteorological  variables
■690    ▼a0725
■690    ▼a0775
■690    ▼a0768
■690    ▼a0557
■690    ▼a0373
■71020▼aThe  University  of  Arizona▼bAtmospheric  Sciences.
■7730  ▼tDissertations  Abstracts  International▼g86-12B.
■790    ▼a0009
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17358463▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서