MétaCan
Menu
Retour à la cohorte
Enregistrement W3111895545 · doi:10.1029/2020gl090864

Multisatellite Imaging of a Gas Well Blowout Enables Quantification of Total Methane Emissions

2020· article· en· W3111895545 sur OpenAlexaff
Daniel Cusworth, Riley Duren, Andrew K. Thorpe, Sudhanshu Pandey, Joannes D. Maasakkers, Ilse Aben, Dylan Jervis, Daniel J. Varon, Daniel J. Jacob, Cynthia A. Randles, Ritesh Gautam, Mark Omara, Gunnar W. Schade, Philip E. Dennison, Christian Frankenberg, Deborah Gordon, Ettore Lopinto, Charles E. Miller

Notice bibliographique

RevueGeophysical Research Letters · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueOil, Gas, and Environmental Issues
Établissements canadiensGHGSat (Canada)
Organismes subventionnairesnon disponible
Mots-clésMethaneEnvironmental scienceSatelliteMethane emissionsAtmospheric methaneGreenhouse gasAtmospheric sciencesNatural gasMeteorologyRemote sensingGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Incidents involving loss of control of oil/gas wells can result in large but variable emissions whose impact on the global methane budget is currently unknown. On November 1, 2019, a gas well blowout was reported in the Eagle Ford Shale. By combining satellite observations at different spatial and temporal scales, we quantified emissions 10 times during the 20‐day event. Our multisatellite synthesis captures both the short‐term dynamics and total integrated emissions of the blowout. Such detailed event characterization was previously not possible from space and difficult to do with surface measurements. We present 30‐m methane and carbon dioxide plumes from the PRISMA satellite, which let us estimate flare combustion efficiency (87%). Integrating emissions across all satellites, we estimate 4,800 ± 980 metric tons lost methane. Blowouts occur across the globe and multisatellite observations can help to determine their pervasiveness, enable corrective action, and quantify their contribution to global methane budgets.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,050
Tête enseignante GPT0,317
Écart entre enseignants0,267 · 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'étudeObservationnel
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

Citations110
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetOil, Gas, and Environmental IssuesTravaux en français237 207