Implications for Deriving Regional Fossil Fuel CO2 Estimates from Atmospheric Observations in a Hot Spot of Nuclear Power Plant 14CO2 Emissions
Notice bibliographique
Résumé
Using Δ14C observations to infer the local concentration excess of CO2 due to the burning of fossil fuels (ΔFFCO2) is a promising technique to monitor anthropogenic CO2 emissions. A recent study showed that 14CO2 emissions from the nuclear industry can significantly alter the local atmospheric 14CO2 concentration and thus mask the Δ14C depletion due to ΔFFCO2. In this study, we investigate the relevance of this effect for the vicinity of Toronto, Canada, a hot spot of anthropogenic 14CO2 emissions. Comparing the measured emissions from local power plants to a global emission inventory highlighted significant deviations on interannual timescales. Although the previously assumed emission factor of 1.6 TBq(GWa)-1 agrees with the observed long-term average for all CANDU reactors of 1.50 ± 0.18 TBq(GWa)-1. This power-based parameterization neglects the different emission ratios for individual reactors, which range from 3.4 ± 0.82 to 0.65 ± 0.09 TBq(GWa)-1. This causes a mean difference of-14% in 14CO2 concentrations in our simulations at our observational site in Egbert, Canada. On an annual time basis, this additional 14CO2 masks the equivalent of 27–82% of the total annual FFCO2 offset. A pseudo-data experiment suggests that the interannual variability in the masked fraction may cause spurious trends in the ΔFFCO2 estimates of the order of 30% from 2006–2010. In addition, a comparison of the modeled Δ14C levels with our observational time series from 2008–2010 underlines that incorporating the best available 14CO2 emissions significantly increases the agreement. There were also short periods with significant observed Δ14C offsets, which were found to be linked with maintenance periods conducted on these nuclear reactors.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».