MétaCan
Menu
← Retour à la cohorte
Enregistrement W4307662222 · doi:10.2118/210815-ms

SPECTRA: A Portal to Combine and Harness the Best Satellite Methane Emissions Data Available to Guide Operators on Their Decarbonization Journey

2022· article· en· W4307662222 sur OpenAlexaff
Jean‐François Gauthier

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensGHGSat (Canada)
Organismes subventionnairesnon disponible
Mots-clésMethaneSuiteComputer scienceSituation awarenessMethane emissionsAnalyticsSatelliteRemote sensingEnvironmental scienceAtmospheric methaneData analysisData scienceDatabaseData miningEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract GHGSat continues to be the only entity in the world operating satellites dedicated to high-resolution measurements of methane emissions. Every day, GHGSat makes measurements at hundreds of facilities around the world. To optimize the targeting of its satellite observations and turn its measurements into actionable insight, GHGSat developed in-house expertise in ingesting and analyzing other relevant and complementary streams of data such as public satellites and databases of information. In the Spring of 2021, GHGSat released SPECTRA, an ESRI ArcGIS-based portal to facilitate the navigation and interpretation of its high-resolution measurements and analytics layers. The purpose of this paper is to demonstrate how GHGSat proprietary data, in combination with an innovative analytical suite, can provide situational awareness on methane emissions to operators in the regions where they operate assets and provide opportunities to mitigate them. The data analytics package under SPECTRA incorporates data and algorithms capable of providing insights into the constantly evolving O&G infrastructure. By looking at all data available, from coarse resolution regional methane concentration data to high-resolution methane measurements at facilities, from flaring data to production databases, SPECTRA provides insight on possible precursors of emission events by examining trends and patterns in the data. This paper will present results of methane emissions plumes identified with GHSGat's constellation of satellites, as well as data examples gathered with other platforms such as Sentinel 5P and Sentinel 2. The compatibility and complementarity of the different satellite platforms will be discussed, as will the ability to use low-resolution enhancements to target GHGSat's high-resolution satellite observations to identify and characterize the source of the localized higher concentration. The ability to toggle various layers of information in SPECTRA will be explored.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,017

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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→