Spatial distribution of usable biomass feedstock and technical bioenergy potential in China
Notice bibliographique
Résumé
Abstract Bioenergy will play an intimate and critical role in energy supply and carbon mitigation in the future. In recent years, “customizing the development of bioenergy to local conditions” and “prioritizing distributed utilization” have been the two key principles that have been released by the Chinese government to promote the national‐ and provincial‐level development of bioenergy. While many recognize the importance of bioenergy in achieving low‐carbon transition, little is known about the high‐resolution distribution of usable biomass feedstock and technical bioenergy potential in China, which brings about uncertainties and additional challenges for creating localized utilization plans. We propose a new assessment framework that integrates crop growth models, a land suitability assessment, and the geographic information systems to address these knowledge gaps. Distributions of 11 types of usable biomass feedstock and three kinds of technical bioenergy potential are mapped out through specific transformation technologies at 1 km resolution. At the national level, the final technical biogas potential is 1.91 EJ. The technical bioethanol potential (0.04–0.96 EJ) from the energy crop can supply 0.13–3.12 times the bioethanol demand for the consumption of E10 gasoline in 2015. The technical heat potential (1.06 EJ) can meet 20% of the demand for heating in all provinces (5.38 EJ). Most of the 2020 bioenergy goals can be achieved, excluding that for bioethanol, which will need to require more cellulosic ethanol from residues. At the provincial level, Henan and Inner Mongolia have the potential to develop clean heating alternatives via the substitution of agroforestry residues for coal. The results can provide a systematic analysis of the distribution of biomass feedstocks and technical bioenergy potential in China. With economic factors taken into consideration in further research, it can also support national and provincial governments in making bioenergy development plans in an effective and timely manner.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».