Notice bibliographique
Résumé
Abstract. Direct measurements of methane emissions at the component level provide the level of detail necessary for developing actionable mitigation strategies. As such, there is a need to understand the magnitude of component level methane emission sources and test methane quantification methods that can capture methane emissions from component level sources. The static chamber method is a direct measurement technique that is being applied to measure large and complex methane sources such as oil and gas infrastructure. In this work we compile component level methane emission factors from the IPCC emission factor database to understand the magnitude of component level methane flowrates, review the tested flowrates and measurement techniques from 38 controlled release experiments, and perform 64 controlled release testing of static chambers methodology with mass flowrates of 1.02, 10.2, 102, and 512 grams of methane per hour (g/hour). We vary the leak properties, chamber shape, chamber size, and usage of fans to evaluate how these factors affect the accuracy of the static chamber method. We find that 99 % of component level methane emission rates from the IPCC emission factor database are below 100 g/hour, and that 76 % of previously-available controlled release experiments did not test for methane mass flowrates below 100 g/hour. We find that the static chamber method quantified methane flowrates with an overall accuracy of ±14 %, and that optimal chamber configurations (i.e., chamber shape, volume, usage of fans) can improve accuracy to below ±5 %. We find that smaller chambers (<20 L) performed better than larger volume chambers (>20 L), regardless of the shape of chamber or usage of fans. However, we found that the usage of fans can substantially increase the accuracy of larger chambers, especially at higher mass flowrates of methane (>100 g/hour). Overall, our findings can be used to engineer static chamber systems for future direct measurement campaigns targeting a wide range of sources, including landfills, manholes, and oil and natural gas infrastructure.
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 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,027 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,212 | 0,172 |
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 ».