MétaCan
Menu
Retour à la cohorte
Enregistrement W4234517309 · doi:10.5194/acp-21-12631-2021

Accelerating methane growth rate from 2010 to 2017: leading contributions from the tropics and East Asia

2021· article· en· W4234517309 sur OpenAlexfundno aff
Yi Yin, Frédéric Chevallier, Philippe Ciais, Philippe Bousquet, Marielle Saunois, Bo Zheng, John R. Worden, A. Anthony Bloom, Robert J. Parker, Daniel J. Jacob, E. J. Dlugokencky, Christian Frankenberg

Notice bibliographique

RevueAtmospheric chemistry and physics · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesJet Propulsion LaboratoryEnvironment and Climate Change CanadaNational Centre for Earth ObservationNatural Environment Research CouncilCommonwealth Scientific and Industrial Research OrganisationUniversity of LeicesterGoddard Space Flight CenterNational Oceanic and Atmospheric AdministrationSight Research UKCalifornia Institute of TechnologyNational Aeronautics and Space Administration
Mots-clésMethaneAtmospheric methaneEnvironmental scienceAtmospheric sciencesGrowth rateTropicsClimatologyChemistryPhysicsGeologyEcology

Résumé

récupéré en direct d'OpenAlex

After stagnating in the early 2000s, the atmospheric methane growth rate has been positive since 2007 with a significant acceleration starting in 2014. While the causes for previous growth rate variations are still not well determined, this recent increase can be studied with dense surface and satellite observations. Here, we use an ensemble of six multi-species atmospheric inversions that have the capacity to assimilate observations of the main species in the methane oxidation chain – namely, methane, formaldehyde, and carbon monoxide – to simultaneously optimize both the methane sources and sinks at each model grid. We show that the surge of the atmospheric growth rate between 2010–2013 and 2014–2017 is most likely explained by an increase of global CH 4 emissions by 17.5±1.5 Tg yr −1 (mean ± 1 σ ), while variations in the hydroxyl radicals (OH) remained small. The inferred emission increase is consistently supported by both surface and satellite observations, with leading contributions from the tropical wetlands (∼ 35 %) and anthropogenic emissions in China (∼ 20 %). Such a high consecutive atmospheric growth rate has not been observed since the 1980s and corresponds to unprecedented global total CH 4 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 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,009
Tête enseignante GPT0,210
Écart entre enseignants0,200 · 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

Citations72
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207