Lagrangian back-trajectory dispersion and mass balance models for methane emission localization and quantification
Notice bibliographique
Résumé
Methane (CH₄), a potent greenhouse gas with 86 times the global warming potential of carbon dioxide over 20 years, contributes significantly to global temperature rise. As part of the Global Methane Pledge (GMP), Canada aims to reduce CH₄ emissions from oil and gas production by 75% and from the waste sector by 50% by 2030. This research develops and applies advanced CH₄ quantification and localization methods, addressing critical gaps across diverse spatial scales and emission source types. Chapter 1 provides the basic explanation about Lagrangian back-trajectory model (TERRAFEX) that was used in this study. In this chapter the concept of shape function and footprint calculation based on the pre-calculated footprint tables is described in brief. Chapter 2 focuses on localizing emissions within oil and gas facilities using a TERRAFEX and a Gradient Indicator (GI) tool. Results indicate a 90% probability of detection within 25–75 meters of sources under favorable atmospheric conditions, providing valuable insights for optimizing Continuous Emissions Monitoring (CEM) systems. Chapter 3 applies TERRAFEX to mobile surveys at landfills, achieving R² values of 0.77–0.86 between measured and modeled rates, with hotspots identified within ~50 meters of aerial detections. Chapter 4 scales TERRAFEX to regional assessments, finding underestimations in oil and gas inventory values, where TERRAFEX-derived inventories align more closely with field-measured values. Wetlands were underestimated by a factor of 1.43, while emissions from agriculture and waste were also significantly underestimated, emphasizing the need for improved spatial datasets. Chapter 5 uses mass balance and Gaussian dispersion methods to quantify CH₄ emissions from offshore oil platforms and calculate production-weighted emission intensities. Measured emissions ranged between 860 and 8,500 m³ CH₄ day⁻¹, with key contributors identified as venting, flaring, and fugitive emissions. This work bridges methodological gaps in CH₄ quantification and localization, providing insights for policymakers and helps to advance mitigation strategies across oil and gas, waste, and offshore sectors.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,003 | 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 ».