Active and inactive oil and gas sites contribute to methane emissions in western Saskatchewan, Canada
Notice bibliographique
Résumé
The oil and gas industry is Canada’s largest contributor to national methane (CH4) emissions. To quantify the input of active and inactive (suspended and abandoned) oil and gas infrastructure to regional CH4 budgets, we conducted truck-based measurements (transect-based and OTM 33A) with a greenhouse gas analyzer, complimented with optical gas imaging at oil-producing sites of Saskatchewan, including understudied regions. We found that inactive sites regionally accounted for roughly 43% of total measured CH4 emissions in Lloydminster, 9% in Kindersley, and 0% in Swift Current. Thus, CH4 emissions from oil production in southwestern Saskatchewan are underestimated by almost 25% if emissions from inactive sites are ignored. Measured mean CH4 emissions of actively producing oil and gas infrastructure in Lloydminster were at least 50% lower (36 ± 7 m3/day) than found in previous studies potentially due to declines in production schemes, effective implementation of emission reduction approaches, or spatial differences between sampled sites. Unlike previous studies, measured emissions in Lloydminster were lower than reported values (147 ± 10 m3/day). In contrast, measured emissions in Kindersley (64 ± 17 m3/day) and Swift Current (23 ± 16 m3/day) were close to reported emissions despite observed tank vents and unlit flares. Unlit flares emitted at least 3 times more CH4 than other infrastructure types and were the “super-emitters” in this study. Currently, provincial and federal regulations target only active infrastructure, but regulators may consider extending regulations to inactive sites where data suggest significant emission reduction potential.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».