A review of methane emissions source types, characteristics, rates, and mitigation across U.S. and Canadian cities
Notice bibliographique
Résumé
Cities are major aggregate sources of methane (CH₄) emissions and play a critical role in mitigating near-term global temperature rise. However, characterizing urban CH₄ emissions remains challenging due to the diversity and spatial distribution of sources. Furthermore, limited synthesis and integration of the literature has led to a poor understanding of the characteristics and contributions of different sources, with implications for policies and mitigation. This review consolidates findings from 103 peer-reviewed articles on CH₄ emissions from cities in the U.S. and Canada, highlighting key research priorities. We find that top-down (TD) estimates of total city-level CH₄ emissions exceed bottom-up (BU) inventory estimates by a factor of 0.7 to 4.9 in 34 studies. In city-level studies that disambiguated emissions by source, natural gas distribution and use, and landfills, dominated urban CH₄ footprints. The mean natural gas loss rate in cities of 1.8% ± 0.9% suggests a broader natural gas supply chain loss rate of 4.0% ± 0.9%. Notably, TD estimates of CH₄ emissions from six select U.S. landfills were, on average, 2.6 (± 1.8) times greater than self-reported estimates, suggesting that preferred calculation methods for reporting may systematically underestimate emissions and miss fugitive point sources. A limited number of studies examined mitigation but indicate that measurement is essential to identify mitigation opportunities and verify reductions. We raise questions and highlight challenges around existing BU inventories, urban natural gas loss rates, combustion slip, landfill emissions estimation techniques, and mitigation effectiveness. We conclude with recommendations on research priorities to address key knowledge gaps: (i) new source-level measurement datasets and modeling approaches for BU emissions estimation; (ii) more granular investigations to understand the specific sources and causes of CH4 emissions from urban natural gas infrastructure and end use; (iii) a better coupling between measurement and modeling of landfill CH4 emissions; (iv) mitigation-focused studies.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,018 | 0,034 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».