Spatio‐temporal variation of gross <scp><scp>CO<sub>2</sub></scp></scp> and <scp><scp>CH<sub>4</sub></scp></scp> diffusive emissions from <scp>A</scp>ustralian reservoirs and natural aquatic ecosystems, and estimation of net reservoir emissions
Notice bibliographique
Résumé
Abstract Carbon dioxide (CO2) and methane (CH4) diffusive emissions were measured during two field surveys in Queensland and Tasmania, Australia, using the floating chamber method. Bubbling and degassing emissions in 2010 were estimated in Koombooloomba Dam reservoir using only inverted funnels and gas concentrations, respectively. A total of 14 reservoirs and 16 rivers and lakes were sampled from 2006 to 2010. Spatial variation was substantial within each water body, as well as between them. The main drivers of diffusive emission variation were physiographic region and climate, with a clear demarcation being observed between diffusive emissions from tropical Queensland and temperate Tasmania, and between the humid West Coast Range (Tasmania) and dry Central Plateau (Tasmania). Higher CO2 and CH4 diffusive emissions were observed during the dry season, when long water residence times would promote organic matter degradation. Estimated total gross emissions, including diffusive, bubbling and degassing emissions, for Koombooloomba Dam reservoir were about 1.5 × 106 t CO2eq km2 per year, or 24 × 106 t CO2eq per year. This corresponds to a plant emission factor of 3.18 kg CO2eq MWh−1. Using an estimate of terrestrial emissions derived from literature data for the Tully River catchment area, rough estimated net emissions from the catchment area are about 44 kt CO2eq per year, or 5.83 kg CO2eq MWh−1, which is in the lower range of the studied reservoirs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».