Methods: On days with the highest p

Methods: On days with the highest particulate matter (PM)10 concentrations, we assumed PM10 was due primarily to bushfires. We calculated the contribution of bushfire PM10 on these days by subtracting the background PM10 concentration estimated from surrounding days. We assumed PM10 on the remaining days was from usual urban sources. We implemented a Poisson model, with a bootstrap-based methodology, to select optimum smoothed covariate functions, and we estimated the effects of bushfire PM10 and urban PM10, lagged up to 3 days.

ผลลัพธ์ (ไทย) 1:

วิธีการ: ในวันกับเรื่องฝุ่นสูงสุด (PM) 10 ความเข้มข้น เราสันนิษฐาน PM10 ครบเพื่อ bushfires เราคำนวณสัดส่วนของ PM10 ในวันนี้โดยการลบพื้นหลัง PM10 ความเข้มข้นประมาณจากรอบวัน bushfire เราสันนิษฐาน PM10 ในจำนวนวันเหลือได้จากแหล่งเมืองตามปกติ เราใช้รุ่นปัว ด้วยการใช้ bootstrap วิธี การเลือกฟังก์ชัน covariate เหมาะสมปรับให้โค้ง และเราประเมินผลกระทบของ bushfire PM10 และ PM10 เมือง lagged ถึง 3 วัน

ผลลัพธ์ (ไทย) 2:

วิธีการ: ในวันที่มีอนุภาคสูงสุด (PM) 10 ความเข้มข้นของเราสันนิษฐาน PM10 เป็นสาเหตุหลักมาจากไฟป่า เราคำนวณส่วนร่วมของ PM10 ไฟป่าเผาในวันนี้โดยการลบความเข้มข้น PM10 พื้นหลังประมาณจากวันที่โดยรอบ เราสันนิษฐาน PM10 ในวันที่เหลือก็มาจากแหล่งในเมืองตามปกติ เราดำเนินการรูปแบบ Poisson ด้วยวิธีการบูตที่ใช้ในการเลือกฟังก์ชั่นตัวแปรร่วมเรียบที่เหมาะสมและเราคาดผลกระทบจากไฟป่าเผาและ PM10 PM10 เมืองรั้งถึง 3 วัน

ผลลัพธ์ (ไทย) 3:

วิธีการ : วันกับฝุ่นละออง ( PM ) 10 ความเข้มข้นสูงสุด เราถือว่า PM10 จากหลัก bushfires . เราคำนวณการ bushfire PM10 ในวันเหล่านี้ โดยการลบพื้นหลังพบความเข้มข้นประมาณจากรอบวัน เรานึกว่า PM10 ในวันที่เหลือได้จากแหล่งในเมืองปกติ เราใช้พารามิเตอร์โมเดลด้วยวิธีการที่เหมาะสมที่จะเลือกบูทจากเรียบฟังก์ชันตัวแปร และเราคาดว่าผลของ PM10 bushfire และเมืองฝุ่น PM10 ย้อนหลังถึง 3 วัน