MétaCan
Menu
Retour à la cohorte
Enregistrement W4391844086 · doi:10.1088/1748-9326/ad2436

Country-level methane emissions and their sectoral trends during 2009–2020 estimated by high-resolution inversion of GOSAT and surface observations

2024· article· en· W4391844086 sur OpenAlexfundaboutno aff
Rajesh Janardanan, Shamil Maksyutov, Fenjuan Wang, Lorna R. Nayagam, Saroj Kumar Sahu, Poonam Mangaraj, Marielle Saunois, Xin Lan, Tsuneo Matsunaga

Notice bibliographique

RevueEnvironmental Research Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesSavannah River National LaboratoryLawrence Berkeley National LaboratoryNational Oceanic and Atmospheric AdministrationUniversità degli Studi di Urbino Carlo BoMinistry of Environment, Forest and Climate ChangeNational Institute of Standards and TechnologyEnvironment and Climate Change CanadaMinistry of EnvironmentCommonwealth Scientific and Industrial Research OrganisationLangley Research CenterNational Aeronautics and Space Administration
Mots-clésMethaneEnvironmental scienceFossil fuelBiomass burningGreenhouse gasCoalChinaAgricultureAtmospheric sciencesBiomass (ecology)Environmental protectionGeographyMeteorologyChemistryGeologyAerosolOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Considering the significant role of global methane emissions in the Earth’s radiative budget, global or regionally persistent increasing trends in its emission are of great concern. Understanding the regional contributions of various emissions sectors to the growth rate thus has policy relevance. We used a high-resolution global methane inverse model to independently optimize sectoral emissions using GOSAT and ground-based observations for 2009–2020. Annual emission trends were calculated for top-emitting countries, and the sectoral contributions to the total anthropogenic trend were studied. Global total posterior emissions show a growth rate of 2.6 Tg yr −2 ( p < 0.05), with significant contributions from waste (1.1 Tg yr −2 ) and agriculture (0.9 Tg yr −2 ). Country-level aggregated sectoral emissions showed statistically significant ( p < 0.1) trends in total posterior emissions for China (0.56 Tg yr −2 ), India (0.22 Tg yr −2 ), United States (0.65 Tg yr −2 ), Pakistan (0.22 Tg yr −2 ) and Indonesia (0.28 Tg yr −2 ) among the top methane emitters. Emission sectors contributing to the above country-level emission trend are, China (waste 0.35; oil and gas 0.07 Tg yr −2 ), India (agriculture 0.09; waste 0.11 Tg yr −2 ), United States (oil and gas 1.0; agriculture 0.07; coal −0.15 Tg yr −2 ), Brazil (waste 0.09; agriculture 0.08 Tg yr −2 ), Russia (waste 0.04; biomass burning 0.15; coal 0.11; oil and gas −0.42 Tg yr −2 ), Indonesia (coal 0.28 Tg yr −2 ), Canada (oil and gas 0.08 Tg yr −2 ), Pakistan (agriculture 0.15; waste 0.03 Tg yr −2 ) and Mexico (waste 0.04 Tg yr −2 ). Additionally, our analysis showed that methane emissions from wetlands in Russia (0.24 Tg yr −2 ) and central African countries such as Congo (0.09 Tg yr −2 ), etc. have a positive trend with a considerably large increase after 2017, whereas Bolivia (−0.09 Tg yr −2 ) have a declining trend. Our results reveal some key emission sectors to be targeted on a national level for designing methane emission mitigation efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,265
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations28
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207