MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412055777 · doi:10.1029/2025jd043394

Estimating Urban CH4 ${\text{CH}}_{4}$ Emissions From Satellite‐Derived Enhancement Ratios of CH4 ${\text{CH}}_{4}$, CO2 ${\text{CO}}_{2}$, and CO

2025· article· en· W4412055777 sur OpenAlexafffund
Jon‐Paul Mastrogiacomo, M. Crippa, Cameron G. MacDonald, Coleen M. Roehl, Debra Wunch

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Space AgencyUniversität Bremen
Mots-clésObservatoryEnvironmental scienceSatelliteMethaneAtmospheric sciencesGreenhouse gasCarbon monoxideCarbon fibersCarbon dioxideTroposphereEmission inventoryMeteorologyClimatologyGeographyChemistryAir quality indexPhysicsMathematicsGeologyAstrophysics

Résumé

récupéré en direct d'OpenAlex

Abstract Urban centers are an important source of anthropogenic methane emissions and the focus of recent policy efforts aimed at emission reductions. But, emissions from urban areas are poorly characterized except in the few cities with robust measurement infrastructure. Satellite measurements offer a means for monitoring urban emissions. We use colocated measurements of methane () and carbon monoxide (CO) from the TROPOspheric Monitoring Instrument (TROPOMI) and carbon dioxide () from the Orbiting Carbon Observatory 2 and Orbiting Carbon Observatory 3 (OCO‐2/3) to calculate :, :CO, and CO: enhancement ratios over 103 cities. We compare our enhancement ratios to those derived from ground‐based instruments in Los Angeles and find good agreement. Then, we combine our enhancement ratios with CO and inventories to calculate emissions and find good agreement with estimates from past studies. Finally, we compare our satellite‐based enhancement ratios to those computed from the bottom‐up globally gridded emission inventories, and we find significant differences between them. Combining results from the three enhancement ratios, we find EDGARv8 to best represent emissions in urban areas with mean errors of 34% compared to CAMS‐GLOB‐ANTv6.2 (based on EDGARv6.1), and CEDSv2021 with mean errors of 43% and 49%, respectively. These differences are largely driven by EDGARv8 changes in South‐Central and East Asia. We also find that EDGARv8 and HTAPv3 underestimate CO emissions by a factor of 2–5 for cities in Iran, Turkmenistan, and Argentina. Finally, we find that CO emissions are overestimated in some cities in Europe by a factor of 2.

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)0,000
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 enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,016
Tête enseignante GPT0,308
Écart entre enseignants0,292 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→