Meter-scale retrieval of industrial methane emission using GHGSat’s satellite constellation
Notice bibliographique
Résumé
To reduce green house gases emissions, it is crucial to be able to give actionable feedback to industrial facility operators on their emissions. For this purpose GHGSat is building a constellation of satellites capable of monitoring and quantifying emissions from individual sites. In 2016, GHGSat launched a demonstration satellite called GHGSat-D. It is the first and only satellite able to retrieve the methane column with a spatial resolution of less than 50 meters. We will present examples of detection and quantification of methane leaks in Central Asia using GHGSat-D. The retrieved methane column density shows plumes originating from known source locations and aligned with the local wind direction. The largest and most persistent of those sources was estimated to have an emission rate of 10-42 tons.h-1, a magnitude comparable to the Aliso Canyon and Ohio blowouts. The complementarity of GHGSat's observations with other satellites observations will be highlighted using a comparison of GHGSat-D and Sentinel-5P in the same Central Asia region. We will provide an update of GHGSat's constellation, with news from GHGSat-C1 (launch March 2020) and GHGSat-C2 (launch summer 2020). Lessons learned and improvements to the new satellites will be discussed. The anticipated vertical column density precision of GHGSat-C1 and C2 are 2% and 1% of background methane concentration respectively, compared to 13% for GHGSat-D. We will also introduce the data calibration and validation plans for the new satellites.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».