La surveillance des émissions anthropiques de CO2 depuis l’espace : un enjeu géopolitique émergent
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
L’accord de Paris sur le climat en 2015, et plus généralement les politiques de lutte contre le changement climatique s’appuient sur une connaissance des émissions de gaz à effet de serre, en particulier de dioxyde de carbone (CO2), dues à l’activité humaine, établie par des inventaires combinant des données sur ces activités et des coefficients d’émissions correspondants. Cette approche présente aujourd’hui des limitations, avec des niveaux d’incertitudes variables en fonction des pays et des secteurs d’activité, et en termes de délais et de résolution spatiale et temporelle, qui pénalisent la transparence et la fiabilité recherchées par l’accord de Paris. Or l’acquisition et le traitement d’observations, notamment satellitaires, des concentrations atmosphériques de CO2 pourrait permettre des estimations rapides et fiables des émissions de CO2 à différentes échelles spatiales, et un contrôle voire une amélioration de la qualité des inventaires. Cet article montre ainsi que cette approche atmosphérique, longtemps limitée à la recherche scientifique, émerge aujourd’hui comme un moyen de répondre au besoin politique de nouvelles capacités de suivi des émissions de CO2. L’Europe affiche de grandes ambitions dans ce domaine, avec la mission spatiale Copernicus Anthropogenic Carbon Dioxide Monitoring (CO2M) et la préparation d’un service opérationnel de suivi atmosphérique des émissions anthropiques de CO2, qui alimenterait les déclarations officielles des émissions européennes. Cependant, la maturité actuelle des chaînes de traitement ne permet pas encore de qualifier un tel système. L’utilisation de ses estimations des émissions de CO2 dans un cadre international pose de nombreux défis techniques et politiques, que cet article discute, en leur donnant un contexte et des perspectives générales. Il s’appuie pour cela sur une revue d’articles scientifiques et de rapports pour les décideurs politiques, et sur une connaissance des échanges internationaux sur le sujet.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it