GOSAT Mapping of Global Greenhouse Gas in 2020 and 2021
Notice bibliographique
Résumé
Carbon dioxide and methane are the two most important greenhouse gases and are closely related to global warming and extreme weather events. To master their spatial and temporal variations, the CO2 and CH4 concentration data monitored by the GOSAT satellite in 2020 and 2021 were used to map and analyse the annual, seasonal and monthly changes in CO2 and CH4 concentrations in the world and major countries/regions. The results demonstrate that (1) in 2021, the average annual CO2 concentration over the global land area was 412.74 ppm, an increase in 0.64% compared with the same period last year, and there were spatial differences in the distribution of CO2 concentration, with high values mostly concentrated in the middle latitudes of the Northern Hemisphere; (2) compared with 2020, the CO2 concentration in China, the United States, India, the European Union and other countries/regions increased significantly; (3) in 2020 and 2021, the quarterly CO2 trend of the global and major countries/regions was the same, which was higher in the first (January, February, March) and second (April, May, June) quarters, significantly lower in the third (July, August, September) quarter, and gradually increased in the fourth (October, November, December) quarter. Further work on long time series and validation needs to be conducted.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».