Methane emissions from an oil sands tailings pond: a quantitative comparison of fluxes derived by different methods
Notice bibliographique
Résumé
Abstract. Tailings ponds in the Alberta oil sands region are significant sources of fugitive emissions of methane to the atmosphere, but detailed knowledge on spatial and temporal variabilities is lacking due to limitations of the methods deployed under current regulatory compliance monitoring programs. To develop more robust and representative methods for quantifying fugitive emissions, three micrometeorological flux methods (eddy covariance, gradient, and inverse dispersion) were applied along with traditional flux chambers to determine fluxes over a 5-week period. Eddy covariance flux measurements provided the benchmark. A method is presented to directly calculate stability-corrected eddy diffusivities that can be applied to vertical gas profiles for gradient flux estimation. Gradient fluxes were shown to agree with eddy covariance within 18 %, while inverse dispersion model flux estimates were 30 % lower. Fluxes were shown to have only a minor diurnal cycle (15 % variability) and were weakly dependent on wind speed, air, and water surface temperatures. Flux chambers underestimated the fluxes by 64 % in this particular campaign. The results show that the larger footprint together with high temporal resolution of micrometeorological flux measurement methods may result in more robust estimates of the pond greenhouse gas emissions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 ».