Global methane emission estimates for 2000–2012 from CarbonTracker Europe-CH <sub>4</sub> v1.0
Notice bibliographique
Résumé
Abstract. CarbonTracker Europe-CH4 (CTE-CH4) inverse model versions 1.0 and 1.1 are presented. The model optimizes global surface methane emissions from biosphere and anthropogenic sources using an ensemble Kalman filter (EnKF) based optimization method, using the TM5 chemistry transport model as an observation operator, and assimilating global in-situ atmospheric methane mole fraction observations. In this study, we examine sensitivity of our CH4 emission estimates on the ensemble size, covariance matrix, prior estimates, observations to be assimilated, assimilation window length, convection scheme in TM5, and model structure in the emission estimates by performing CTE-CH4 with several set-ups. The analyses show that the model is sensitive to most of the parameters and inputs that were examined. Firstly, using a large enough ensemble size stabilises the results. Secondly, using an informative covariance matrix reduces uncertainty estimates. Thirdly, agreement with discrete observations became better when assimilating continuous observations. Finally, the posterior emissions were found sensitive to the choice of prior estimates, convection scheme and model structure, particularly to their spatial distribution. The distribution of posterior mole fractions derived from posterior emissions is consistent with the observations to the extent prescribed in the various covariance estimates, indicating a satisfactory performance of our system.
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 | 0,000 | 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 ».