Methane budget estimates in Finland from the CarbonTracker Europe-CH<sub>4</sub> data assimilation system
Notice bibliographique
Résumé
We estimated the CH4 budget in Finland for 2004–2014 using the CTE-CH4 data assimilation system with an extended atmospheric CH4 observation network of seven sites from Finland to surrounding regions (Hyytiälä, Kjølnes, Kumpula, Pallas, Puijo, Sodankylä, and Utö). The estimated average annual total emission for Finland is 0.6 ± 0.5 Tg CH4 yr−1. Sensitivity experiments show that the posterior biospheric emission estimates for Finland are between 0.3 and 0.9 Tg CH4 yr−1, which lies between the LPX-Bern-DYPTOP (0.2 Tg CH4 yr−1) and LPJG-WHyMe (2.2 Tg CH4 yr−1) process-based model estimates. For anthropogenic emissions, we found that the EDGAR v4.2 FT2010 inventory (0.4 Tg CH4 yr−1) is likely to overestimate emissions in southernmost Finland, but the extent of overestimation and possible relocation of emissions are difficult to derive from the current observation network. The posterior emission estimates were especially reliant on prior information in central Finland. However, based on analysis of posterior atmospheric CH4, we found that the anthropogenic emission distribution based on a national inventory is more reliable than the one based on EDGAR v4.2 FT2010. The contribution of total emissions in Finland to global total emissions is only about 0.13%, and the derived total emissions in Finland showed no trend during 2004–2014. The model using optimized emissions was able to reproduce observed atmospheric CH4 at the sites in Finland and surrounding regions fairly well (correlation > 0:75, bias < ±7 ppb), supporting adequacy of the observations to be used in atmospheric inversion studies. In addition to global budget estimates, we found that CTE-CH4 is also applicable for regional budget estimates, where small scale (1° × 1° in this case) optimization is possible with a dense observation network.
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 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».