Impacts of co‐location, co‐production, and process energy source on life cycle energy use and greenhouse gas emissions of lignocellulosic ethanol
Notice bibliographique
Résumé
Abstract The performance of lignocellulosic ethanol in reducing greenhouse gas (GHG) emissions and fossil energy use when substituting for gasoline depends on production technologies and system decisions, many of which have not been considered in life cycle studies. We investigate ethanol production from short rotation forestry feedstock via an uncatalyzed steam explosion pre‐treatment and enzymatic hydrolysis process developed by Mascoma Canada, Inc., and examine a set of production system decisions (co‐location, co‐production, and process energy options) in terms of their influence on life cycle emissions and energy consumption. All production options are found to reduce emissions and petroleum use relative to gasoline on a well‐to‐wheel (WTW) basis; GHG reductions vary by production scenario. Land‐use‐change effects are not included due to a lack of applicable data on short rotation forestry feedstock. Ethanol production with wood pellet co‐product, displacing coal in electricity generation, performs best amongst co‐products in terms of GHG mitigation (−109% relative to gasoline, WTW basis). Maximizing pellet output, although requiring import of predominately fossil‐based process energy, improves overall GHG‐mitigation performance (−130% relative to gasoline, WTW). Similarly, lower ethanol yields result in greater GHG reductions because of increased co‐product output. Co‐locating ethanol production with facilities exporting excess steam and biomass‐based electricity (e.g. pulp mills) achieves the greatest GHG mitigation (−174% relative to gasoline, WTW) by maximizing pellet output and utilizing low‐GHG process energy. By exploiting co‐location opportunities and strategically selecting co‐products, lignocellulosic ethanol can provide large emission reductions, particularly if based upon sustainably grown, high yield, low input feedstocks. © 2011 Society of Chemical Industry and John Wiley & Sons, Ltd
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».