An extended Kalman-filter for regional scale inverse emission estimation
Notice bibliographique
Résumé
Abstract. A Kalman-filter based inverse emission estimation method for long-lived trace gases is presented for use in conjunction with a Lagrangian particle dispersion model like FLEXPART. The sequential nature of the approach allows tracing slow seasonal and interannual changes rather than estimating a single period-mean emission field. Other important features include the estimation of a slowly varying concentration background at each measurement station, the possibility to constrain the solution to non-negative emissions, the quantification of uncertainties, the consideration of temporal correlations in the residuals, and the applicability to potentially large inversion problems. The method is first demonstrated for a set of synthetic observations created from a prescribed emission field with different levels of (correlated) noise, which closely mimics true observations. It is then applied to real observations of the three halocarbons HFC-125, HFC-152a and HCFC-141b at the remote research stations Jungfraujoch and Mace Head for the quantification of emissions in Western European countries from 2006 to 2010. Estimated HFC-125 emissions are mostly consistent with national totals reported to UNFCCC in the framework of the Kyoto Protocol and show a generally increasing trend over the considered period. Results for HFC-152a are much more variable with estimated emissions being both higher and lower than reported emissions in different countries. The highest emissions of the order of 700–800 Mg yr−1 are estimated for Italy, which so far does not report HFC-152a emissions. Emissions of HCFC-141b show a continuing strong decrease as expected due to its controls in developed countries under the Montreal Protocol. Emissions from France, however, were still rather large, in the range of 700–1000 Mg yr−1 in the years 2006 and 2007 but strongly declined thereafter.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| 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 tête enseignante, 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 ».