From Data to Actionable Insight: Monitoring Fugitive Methane Emissions at Oil and Gas Facilities Using Satellites
Notice bibliographique
Résumé
Abstract Up until recently, the monitoring of greenhouse gases with satellites had been limited to a regional or global scale. Because of the low spatial resolution of scientific satellites looking at gases, attributing emissions to specific facilities had so far not been possible. GHGSat changed that narrative with its first satellite GHGSat-D in June 2016, the first and only in the world specifically designed to monitor emissions directly from industrial sites, with a spatial resolution of less than 50m. The system makes it possible for oil and gas companies to keep a frequent eye on their facilities scattered across vast areas at the lowest cost possible since all measurements are performed remotely with no need to access the sites. We present recent single pass measurements taken with our demonstration satellite in the Short-Wave Infrared (SWIR) band, showing evidence of point source emission plumes at facilities such as underground coal mine vents and oil and gas facilities. The lessons learned from GHGSat-D in the last three years making over 4,000 measurements at hundreds of facilities around the world have been incorporated into our second satellite scheduled for launch in August 2019. As a result, GHGSat-C1 is expected to improve on the performance of its predecessor by an order of magnitude. We will present some of the first results from this second satellite. Finally, we introduce some of the innovative products and applications we are developing using analytics, artificial intelligence and machine learning to better serve our customers with actionable insight and optimize the operation of our system. The ability of the technology to work together with other sources of data (such as other satellites, drones or ground measurements) in an effective tiered monitoring system will also be demonstrated.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».