Estimating methane emissions from the waste sector in Southern Ontario using atmospheric measurements
Notice bibliographique
Résumé
We estimate methane emissions rates for urban waste treatment facilities from mobile in situ atmospheric concentration measurements using an inverse Gaussian plume methodology at facilities in Southern Ontario, Canada. We use these estimated emissions rates to investigate, update, and improve the existing high resolution methane inventories at the facility level for waste sources throughout the Greater Toronto Area and Southwestern Ontario. Our measurements encompass tens of thousands of kilometers worth of mobile survey data collected over 7 years, encompassing more than 650 downwind transects where we surveyed 14 active landfills, 11 closed landfills, 2 organic waste processing facilities, 3 open air windrow compost facilities, and 11 water resource recovery facilities across our study region. These sources account for 77% of the active landfills within Southern Ontario, which is estimated in inventories to be the largest source of methane emissions in the region. Within the Greater Toronto Area (GTA) megacity, the measured facilities represent about 52% of the total inventoried non-wetland methane emissions. We find that emissions from closed landfills are lower than inventory estimates, with significant implications for the methane budget in the GTA. We update the Facility Level and Area Methane Emissions for the GTA inventory with our measured emissions rates, which results in a 54% decline in the solid waste emissions, effecting a 35% lower estimate for the total anthropogenic methane emissions in the region. We attribute the bulk of this difference to a single facility: the Keele Valley landfill. Our atmospheric measurements also serve as a novel metric for evaluating the discrepancies between four facility level, and two high resolution gridded methane emissions inventories. Based on linear regressions of our measured emissions versus inventoried values, we find that the facility level first order decay model maintained by Environment and Climate Change Canada (ECCC) to be the most consistent with our measured emissions rates at landfills and the self-reported emissions to the Greenhouse Gas Reporting Program of ECCC to be the least consistent with our measurements.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».