MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392651604 · doi:10.5194/egusphere-egu24-20492

Methane Emissions from Wildfires: Trends and Anomalies

2024· preprint· en· W4392651604 sur OpenAlexaboutno aff
Shobha Kondragunta, AIhua Zhu

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceMethane emissionsMethaneGreenhouse gasAtmospheric sciencesClimatologyGeologyChemistryOceanography

Résumé

récupéré en direct d'OpenAlex

Biomass burning is an important source of aerosol emissions that greatly deteriorates air quality near the source and downwind regions. More importantly, large amounts of greenhouse gases (GHGs) such as carbon dioxide (CO2) and methane (CH4) are emitted from wildfires. A quantitative estimate of emissions from biomass burning is vital to understand the fire impacts on climate, weather, environment and public health because wildfires are projected to increase in frequency, severity, and extent in the warming climate. As one of the major climate drivers but with relatively short lifetime in the atmosphere, CH4 is an attractive mitigation target to restrict the pace of global warming. The estimation of spatially and temporally resolved CH4 emissions from the biomass burning sector provides critical information in developing measurement-informed CH4 inventories and assessing mitigation strategies and policy decision making. Satellite observations of fire radiative power is one pathway to investigate wildfires around the world. The Global Biomass Burning Emissions Product (GBBEPx) algorithm is employed to estimate long-term temporal variation and geographic distribution of CH4 emissions using satellite observations from Aqua and Terra Moderate Resolution Imaging Spectroradiometer (MODIS) and Suomi NPP and NOAA-20 Visible Infrared Imaging Radiometer Suite (VIIRS). Globally, about 23 teragrams of CH4 are emitted from biomass burning every year, with nearly 49% of it released from Africa alone. We will present inter-annual variability of CH4 emissions and describe the magnitude of emissions from notable big fires such as the 2020 gigafire in California and 2023 Canadian fires, to compare and contrast emissions from biomass burning source sector versus various anthropogenic sources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→