Description and evaluation of REFIST v1.0: a regional greenhouse gas flux inversion system in Canada
Notice bibliographique
Résumé
Abstract. A regional greenhouse gas flux inversion system (REFIST v1.0) is described. This paper provides a comprehensive evaluation of REFIST for three provinces in Canada that include Alberta (AB), Saskatchewan (SK) and Ontario (ON). Using year 2009 fossil fuel CO2 CarbonTracker model results as the target, the synthetic data experiment analyses examined the impacts of the errors from the Bayesian optimisation method, inversion time span, prior flux distribution, region definition and the atmospheric transport model, as well as their interactions. The posterior fluxes were estimated by two different optimisation methods, the Markov chain Monte Carlo (MCMC) simulation and cost function minimization (CFM) methods. Increasing the number of sub-regions (unknowns) beyond "optimality" can produce unstable and unrealistic fluxes for some sub-regions, and does not yield significantly different flux estimates overall. The two optimisation methods can provide comparable, stable and realistic flux results when the transport model error is small (prior R2~0.8 with synthetic observations), but both methods present difficulty when the transport model error is large (prior R2~0.3). Stable and realistic sub-regional and monthly flux estimates for the western region of AB+SK can be obtained, but not for the eastern region of ON without excluding a poorly simulated station. This indicates a real observation-based inversion will likely work for the western region for tracers with similar temporal and spatial emission characteristics to fossil fuel CO2 [e.g. wintertime CH4 in Canada]. However, improvements are needed with the current inversion setup before a real inversion is performed for the eastern region.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».