Application of satellite-based sulfur dioxide observations to support the cleantech sector: Detecting emission reduction from copper smelters
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this study, we present the result of the application of space-based sulfur dioxide (SO2) observations to evaluate the efficacy of cleantech solutions in reducing air polluting emissions from metal smelting. We analyze the Ozone Monitoring Instrument (OMI) satellite-based SO2 observations over Tsumeb (Namibia) and Bor (Serbia) copper smelters, where two sulfur-capture plants, designed to transform gaseous SO2 emissions into sulfuric acid, were implemented in 2015. We observe a reduction in the annual SO2 emissions by up to 90% after 2015 at both smelters, as a result of the implementation of the sulfuric acid plants. The OMI-based emission estimates are mostly in line with those reported at facility-level and reproduce the same year-to-year variability. This variability is driven by the changes in the copper production, the sulfur-to-copper ratio and by the technology employed to reduce the SO2 emissions. OMI observations are directly used by the company operating the sulfuric acid plants to confirm the efficacy of the employed technology using independent satellite-based observations. The results demonstrate how satellite-based observations are able to detect relative changes in SO2 emissions and can be used to verify and complete existing emission informations. The approach presented here can be applied to other sources on global scale to support cleantech companies as well as decision-makers involved in environmental policies and sustainable development.
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.
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 | 0,001 |
| 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) | 0,000 | 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 découle