Pixel Size and Revisit Rate Requirements for Monitoring Power Plant CO2 Emissions from Space
Notice bibliographique
Résumé
The observational requirements for space-based quantification of anthropogenic CO 2 emissions are of interest to space agencies and related organizations that may contribute to a possible satellite constellation to support emission monitoring in the future. We assess two key observing characteristics for space-based monitoring of CO2 emissions: pixel size and revisit rate, and we introduce a new method utilizing multiple images simultaneously to significantly improve emission estimates. The impact of pixel size ranging from 2–10 km for space-based imaging spectrometers is investigated using plume model simulations, accounting for biases in the observations. Performance of rectangular pixels is compared to square pixels of equal area. The findings confirm the advantage of the smallest pixels in this range and the advantage of square pixels over rectangular pixels. A method of averaging multiple images is introduced and demonstrated to be able to estimate emissions from small sources when the individual images are unable to distinguish the plume. Due to variability in power plant emissions, results from a single overpass cannot be directly extrapolated to annual emissions, the most desired timescale for regulatory purposes. We investigate the number of overpasses required to quantify annual emissions with a given accuracy, based on the mean variability from the 50 highest emitting US power plants. Although the results of this work alone are not sufficient to define the full architecture of a future CO 2 monitoring constellation, when considered along with other studies, they may assist in informing the design of a space-based system to support anthropogenic CO 2 emission monitoring.
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) | 0,000 | 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 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 ».