Using Atmospheric Inverse Modelling of Methane Budgets with Copernicus Land Water and Wetness Data to Detect Land Use-Related Emissions
Notice bibliographique
Résumé
Climate change mitigation requires countries to report their annual greenhouse gas (GHG) emissions and sinks, including those from land use, land use change, and forestry (LULUCF). In Finland, the LULUCF sector plays a crucial role in achieving net-zero GHG emissions, as the sector is expected to be a net sink. However, accurate estimates of LULUCF-related GHG emissions, such as methane (CH4), remain challenging. We estimated LULUCF-related CH4 emissions in Finland in 2013–2020 by combining national land cover and remote-sensed surface wetness data with CH4 emissions estimated by an inversion model. According to our inversion model, most of Finland’s CH4 emissions were attributed to natural sources such as open pristine peatlands. However, our research indicated that forests with thin tree cover surrounding open peatlands may also be a significant source of CH4. Unlike open pristine peatlands and pristine peatlands with thin tree cover, surrounding transient forests are included in the Finnish GHG inventory if they meet the criteria used for forest land. The current Finnish national GHG inventory may therefore underestimate CH4 emissions from forested organic soils surrounding open peatlands, although more precise methods and data are needed to verify this. Given the potential impact on net GHG emissions, CH4 emissions from transitional forests on organic soils should be further investigated. Furthermore, the results demonstrate the potential of combining atmospheric inversion modelling of GHGs with diverse data sources and highlight the need for methods to more easily combine atmospheric inversions with national GHG inventories.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».