Detection and Quantification of CH <sub>4</sub> Plumes using the WFM-DOAS retrieval on AVIRIS-NG hyperspectral data
Notice bibliographique
Résumé
Abstract. Methane is the second most important anthropogenic greenhouse gas in the Earth's atmosphere. Reducing methane emissions is consequently an important element in limiting the global temperature increase below 2 °C compared to preindustrial times. Therefore, a good knowledge of source strengths and source locations is required. Anthropogenic methane emissions often originate from point sources or small areal sources, such as fugitive emissions at oil and gas production sites or landfills. Airborne remote sensing instruments such as the Airborne Visible InfraRed Imaging Spectrometer – Next Generation (AVIRIS-NG) with meter scale imaging capabilities are able to yield information about the locations and magnitudes of methane sources, especially in areas with many potential emission sources. To extract methane column enhancement information from spectra recorded with the AVIRIS-NG instrument, different retrieval algorithms have been used, e.g. the matched filter (MF) or the Iterative Maximum A Posteriori DOAS (IMAP-DOAS) retrieval. The WFM-DOAS algorithm, successfully applied to AVIRIS-NG data in this study, fills a gap between those retrieval approaches by being a fast, non-iterative algorithm based on a first order approximation of the Lambert-Beer law, which calculates the change in gas concentrations from deviations from one background radiative transfer calculation using precalculated weighting functions specific to the state of the atmosphere during the overflight. This allows the fast quantitative processing of large data sets. Although developed for high spectral resolution measurements from satellite instruments such as SCIAMACHY, TROPOMI and the MAMAP airborne sensor, the algorithm can be applied well to lower spectral resolution AVIRIS-NG measurements. The data set examined here was recorded in Canada over different gas and coal extraction sites as part of the larger Arctic Boreal Vulnerability Experiment (ABoVE) Airborne Campaign in 2017. The noise of the retrieved CH4 imagery over bright surfaces (> 1 μW cm−2 nm−1 sr−1 at 2140 nm) was typically ±2.3 % of the background total column of CH4 when fitting strong absorption lines around 2300 nm, but could reach over ±5 % for darker surfaces (
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 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».