Observation-derived 2010-2019 trends in methane emissions and intensities from US oil and gas fields tied to activity metrics
Notice bibliographique
Résumé
The United States is the world’s largest oil/gas methane emitter according to current national reports. Reducing these emissions is a top priority in the US government’s climate action plan. Here, we use a 2010 to 2019 high-resolution inversion of surface and satellite observations of atmospheric methane to quantify emission trends for individual oil/gas production regions in North America and relate them to production and infrastructure. We estimate a mean US oil/gas methane emission of 14.8 (12.4 to 16.5) Tg a −1 for 2010 to 2019, 70% higher than reported by the US Environmental Protection Agency. While emissions in Canada and Mexico decreased over the period, US emissions increased from 2010 to 2014, decreased until 2017, and rose again afterward. Increases were driven by the largest production regions (Permian, Anadarko, Marcellus), while emissions in the smaller production regions generally decreased. Much of the year-to-year emission variability can be explained by oil/gas production rates, active well counts, and new wells drilled, with the 2014 to 2017 decrease driven by reduction in new wells and the 2017 to 2019 surge driven by upswing of production. We find a steady decrease in the oil/gas methane intensity (emission per unit methane gas production) for almost all major US production regions. The mean US methane intensity decreased from 3.7% in 2010 to 2.5% in 2019. If the methane intensity for the oil/gas supply chain continues to decrease at this pace, we may expect a 32% decrease in US oil/gas emissions by 2030 despite projected increases in production.
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 | 0,000 |
| 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 ».