Video Experimental Relacionado
Updated: Sep 10, 2025

Measuring Sub-23 Nanometer Real Driving Particle Number Emissions Using the Portable DownToTen Sampling System
Published on: May 22, 2020
Cuantificación y cartografía de las emisiones de desgaste de los neumáticos: desde el análisis regional de la UE
Yichen Sun1, Jikke van Wijnen2, Ad M J Ragas3
1Department of Environmental Science, Radboud Institute for Biological and Environmental Sciences, Faculty of Science, Radboud University, Nijmegen, the Netherlands.
Las emisiones de partículas de desgaste de los neumáticos contribuyen significativamente a la contaminación por microplásticos. Este estudio revela amplias variaciones nacionales en las emisiones de TWP y desarrolla modelos predictivos para mejores estimaciones globales.
Área de la Ciencia:
- Ciencias del medio ambiente
- Ingeniería Química
- Ciencias de los materiales
Sus antecedentes:
- Las partículas de desgaste de los neumáticos son una fuente primaria de contaminación por microplásticos en todo el mundo.
- La estimación de las emisiones de TWP implica diversas metodologías, lo que lleva a variaciones nacionales significativas.
Objetivo del estudio:
- Analizar la variabilidad de las estimaciones nacionales de emisiones de TWP.
- Proporcionar orientación para optimizar las estimaciones de emisiones de TWP.
- Desarrollar modelos predictivos para las emisiones de TWP utilizando variables socioeconómicas.
Principales métodos:
- Análisis comparativo de las diferentes metodologías de estimación de emisiones TWP en los países europeos.
- Desarrollo de modelos predictivos utilizando mínimos cuadrados ordinarios (OLS) y bosques aleatorios (RF) basados en datos socioeconómicos.
- Validación cruzada de una sola salida (LOOCV) para la evaluación de la exactitud del modelo.
Principales resultados:
- Se han observado discrepancias sustanciales en las emisiones per cápita entre los países europeos (hasta 2 kg/año*).
- Alemania, Francia e Italia han sido identificados como los principales emisores (>100.000 toneladas/año).
- El modelo Random Forest logró una alta precisión predictiva (LOOCV R2 > 0,7), superando el OLS.
Conclusiones:
- Las emisiones de TWP muestran una variabilidad significativa influenciada por la metodología y los factores específicos del país.
- Los modelos predictivos ofrecen un marco sólido para las proyecciones globales de emisiones de TWP, reduciendo los requisitos de datos.
- Luxemburgo, Estados Unidos, China e India se identificaron como los países clave para las emisiones per cápita y totales de TWP.
Más Videos Relacionados
Videos de Conceptos Relacionados
Rolling Resistance
For instance, imagine a hard cylinder rolling on a comparatively soft surface. The cylinder's weight compresses the surface beneath it. As the cylinder moves, the material in front of it slows down...
Rolling Resistance: Problem Solving
Turnover Number and Catalytic Efficiency
Chymotrypsin is a pancreatic enzyme that breaks down proteins during digestion....
Rolling Without Slipping
Rolling With Slipping
An object's rolling motion is characterized by its rotation around its axis, while linear motion refers to the object's translational motion along a surface. Frictional forces can...
Dry Friction
To illustrate this concept, imagine a wooden crate resting on a rough, non-uniform horizontal surface. When an external force is applied to...

