인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Marine plastic pollution poses a potential threat to the ecosystem, but the sources and their magnitudes remain largely unclear. Existing bottom-up emission inventories vary among studies for two to three orders of magnitudes (OMs). Here, we adopt a top-down approach that uses observed dataset of sea surface plastic concentrations and an ensemble of ocean transport models to reduce the uncertainty of global plastic discharge. The optimal estimation of plastic emissions in this study varies about 1.5 OMs: 0.70 (0.13-3.8 as a 95% confidence interval) million metric tons yr<sup>-1</sup> at the present day. We find that the variability of surface plastic abundance caused by different emission inventories is higher than that caused by model parameters. We suggest that more accurate emission inventories, more data for the abundance in the seawater and other compartments, and more accurate model parameters are required to further reduce the uncertainty of our estimate.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
