Detection Limits of the GHGSat Constellation for Carbon Dioxide and Methane
Notice bibliographique
Résumé
GHGSat launched its first satellite dedicated to carbon dioxide monitoring in October 2023, joining GHGSat’s ten satellite methane-sensing constellation. All the satellites are designed to measure and attribute emissions at the facility level, leveraging their ~30 meter-scale spatial resolution. Understanding the detection threshold of both CO2 and CH4 satellites is crucial, not only as a fundamental performance metric, but also for interpreting observations where no emissions are detected (null observations). This understanding is especially important when combining observations from multiple sites or times. For methane-sensitive satellites, GHGSat has built a large dataset of controlled releases, including both self-organized and third-party single-blind studies. Analysis of this dataset shows a detection threshold of 102 kg/hr, with a 50% probability of detection (PoD) at a wind speed of 3 m/s. One shortcoming is that controlled releases repeatedly measure the same sites at varying source rates, and the number of controlled release sites is limited. These sites might not represent the full spectrum of measurement conditions encountered by the constellation around the world. To address this issue, we adapt the non-linear PoD model developed by Conrad et al.[1] with the goal of providing site- and time-specific detection thresholds. We will also present an update on the performance of GHGSat’s first CO2-sensitive satellite. We will highlight the difference between CH4 and CO2 point source detection such as co-emission of CO2 with aerosols, multiple release points at a given facility and the high elevation of the release points. We will also present a preliminary analysis of detection threshold by comparing detection events and continuous emission monitoring data available from some power plants. [1] Conrad, B. M., Tyner, D. R. & Johnson, M. R. Robust probabilities of detection and quantification uncertainty for aerial methane detection: examples for three airborne technologies. Remote Sens. Environ. 288, 113499 (2023).
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».