MétaCan
Menu
Retour à la cohorte
Enregistrement W3040528818 · doi:10.1016/j.aeaoa.2020.100083

Influence of turbulent Schmidt number on fugitive emissions source quantification

2020· article· en· W3040528818 sur OpenAlexafffundabout
Carol A. Brereton, Lucy J. Campbell, Matthew R. Johnson

Notice bibliographique

RevueAtmospheric Environment X · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensCarleton UniversityEmissions Reduction Alberta
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaQueen's UniversityPetroleum Technology Alliance CanadaGovernment of OntarioCanada Foundation for InnovationCement Association of Canada
Mots-clésFugitive emissionsTurbulenceRange (aeronautics)Environmental scienceSchmidt numberBluffMechanicsMeteorologyGreenhouse gasGeologyPhysicsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Finding and quantifying unknown (fugitive) releases of gases such as methane from downstream concentration data is a critical environmental problem. Many proposed solutions involve wind and gas dispersion modelling for which an assumed value of the turbulent Schmidt number (Sct), the ratio of the eddy kinematic viscosity to the turbulent diffusivity, is used to scale the estimated diffusivity. This model constant has a range of physically reasonable values. Numerical simulations were performed on multiple test cases to quantify the impact of Sct uncertainty on the ability to locate and quantify fugitive emissions sources using data from a network of gas concentration sensors. The analysis further considers ways to reduce quantification uncertainty, by either specifying detected source locations based on ancillary knowledge, or by using a two-step optimization in which the presented adjoint approach is used to locate sources and simulated annealing is subsequently used to quantify emissions for these specified locations. Multiple test cases considered both real and numerically generated controlled releases using an open-field geometry and a complex bluff-body dominated geometry based on an actual gas plant in the Alberta, Canada oil and gas sector. Results suggest that correct prediction of unknown source locations is minimally affected by Sct, but emission rate quantification can be heavily influenced. The presence of bluff-bodies was found to partially mitigate these effects, such that, if repeated analyses over a range of Sct is not tractable, open field release results (including those presented here) can be used to estimate conservative error bounds on predicted emission rates. Ultimately this paper demonstrates the under-appreciated importance of considering Sct uncertainty when seeking to quantify unknown fugitive sources from downstream concentration data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAtmospheric Environment XMême sujetWind and Air Flow StudiesTravaux en français237 207