Estimating Methane Emissions by Integrating Satellite Regional Emissions Mapping and Point-Source Observations: Case Study in the Permian Basin
Notice bibliographique
Résumé
Methane (CH4) is known as the most potent greenhouse gas in the short term. With the growing urgency of mitigating climate change and monitoring CH4 emissions, many emerging satellite systems have been launched in the past decade to observe CH4 and other greenhouse gases from space. These satellites are either capable of pinpointing and quantifying super emitters or deriving regional emissions with a more frequent revisit time. This study aims to reconcile emissions estimated from point source satellites and those from regional mapping satellites, and to investigate the potential of integrating point-based quantification and regional-based quantification techniques. To do that, we quantified CH4 emissions from the Permian Basin separately by applying the divergence method to the TROPOMI Level-2 data product, as well as an event-based approach using CH4 plumes quantified by Carbon Mapper systems. The resulting annual CH4 emissions estimates from the Permian Basin in 2024 are 1.83 ± 0.96 Tg and 1.26 [0.78, 2.02] Tg for divergence and event-based methods, respectively. The divergence-based emissions estimate shows a more comprehensive spatial distribution of emissions across the Permian Basin, whereas the event-based approach highlights the grid cells with the short-duration super-emitters. The emissions from grids with detectable emissions under both methods show strong agreement (R2 ≈ 0.642). After substituting the overlap cells’ values from divergence-based emissions estimation with those from event-based estimation, the combined emissions estimate is 2.68 [1.88, 3.54] Tg, which is reconciled with Permian Basin emissions estimates from previous studies. We found that CH4 emissions from the Permian Basin gradually reduced over the past five years. Furthermore, this case study indicates the potential for integrating estimations from both methods to generate a more comprehensive regional emissions estimate.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».