Anterior|Siguiente

Estimación indirecta de las emisiones diarias de CO2 de energía fósil a partir de NO2 de TROPOMI

  • role： First author第一作者
  • Affiliation：

    School of Environment Science and Spatial Informatics,China University of Mining and Technology, Xuzhou 221116, China

  • Email：lulingxiao@cumt.edu.cn
  • Introduction：陆凌霄，研究方向为大气环境遥感。E-mail：lulingxiao@cumt.edu.cn
LU Lingxiao1,  
  • role： Corresponding author通信作者
  • Affiliation：

    School of Environment Science and Spatial Informatics,China University of Mining and Technology, Xuzhou 221116, China

  • Email：qinkai@cumt.edu.cn
  • Introduction：秦凯，研究方向为大气环境遥感。E-mail：qinkai@cumt.edu.cn
QIN Kai1*,  
  • Affiliation：

    School of Environment Science and Spatial Informatics,China University of Mining and Technology, Xuzhou 221116, China

COHEN Jason Blake1,  
  • Affiliation：

    School of Environment Science and Spatial Informatics,China University of Mining and Technology, Xuzhou 221116, China

LI Xiaolu1,  
  • Affiliation：

    Satellite Application Center for Ecology and Environment, Beijing 100094, China

ZHOU Chunyan2

resumen

Para lograr el objetivo de "doble carbono", es crucial utilizar la tecnología de teledetección satelital para estimar las emisiones de dióxido de carbono (CO2) procedentes del consumo de energía fósil. Sin embargo, debido a la larga vida atmosférica del CO2 y la cobertura espacial limitada de los sensores satelitales actuales de CO2, es difícil estimar directamente las emisiones a partir de los datos de concentración de columna invertidos de CO2 observados por satélite. Dado que el consumo de energía fósil emite simultáneamente CO2 y óxidos de nitrógeno (NOx), siendo el NOx de corta vida y teniendo buena factibilidad para estimar sus emisiones mediante teledetección satelital, este estudio seleccionó 28 ciudades del este y una región del triángulo dorado de energía del oeste para realizar una estimación indirecta de las emisiones diarias de CO2 basadas en la concentración de columna de NO2 de TROPOMI. Primero, se utilizaron datos de concentración de columna troposférica de NO2 de TROPOMI 2019 y un modelo de conservación de masa para estimar las emisiones diarias de NOx y la incertidumbre. Luego, se analizó la relación entre las emisiones de CO2 y NOx en la base de datos del inventario de emisiones construida con el modelo de inventario multiescala (MEIC). Finalmente, se estimaron las emisiones diarias de CO2 por consumo de energía fósil. Los resultados muestran que las estimaciones coinciden con la distribución espacial de las emisiones de CO2 en el inventario MEIC, pero su mayor resolución espacial y frecuencia temporal pueden revelar fuentes emergentes y pequeñas de emisión debido a la falta de datos estadísticos. En las ciudades del este, como Pekín, las estimaciones por teledetección en las zonas suburbanas alrededor del centro de la ciudad superan al inventario MEIC en aproximadamente un 104 %, lo que indica la aparición de nuevas fuentes de emisión con la rápida expansión de las ciudades del este. En el triángulo dorado de energía, con Yulin como ejemplo, en las centrales eléctricas, acerías y zonas mineras existen algunas fuentes de emisión que representan solo el 10 % de las emisiones totales en el inventario MEIC, mientras que en las estimaciones esta proporción es del 37 %, lo que indica que pequeñas centrales eléctricas e industriales no incluidas en el inventario pueden ser detectadas mediante teledetección satelital. Los resultados pueden brindar soporte técnico para el cálculo de emisiones de carbono por consumo de energía fósil en China.

palabra clave

teledetección;energía fósil;óxidos de nitrógeno;dióxido de carbono;TROPOMI;inventario de emisiones;estimación indirecta;conservación de masa;fuentes emergentes de emisión

References

  1. 1.
    Akimoto H, Ohara T, Kurokawa J I and Horii N. 2006. Verification of energy consumption in China during 1996-2003 by using satellite observational data. Atmospheric Environment, 40(40): 7663-7667
  2. 2.
    Berezin E V, Konovalov I B, Ciais P, Richter A, Tao S, Janssens-Maenhout G, Beekmann M and Schulze E D. 2013. Multiannual changes of CO2 emissions in China: indirect estimates derived from satellite measurements of tropospheric NO2 columns. Atmospheric Chemistry and Physics, 13(18): 9415-9438
  3. 3.
    Brasseur G P and Jacob D J. 2017. Modeling of Atmospheric Chemistry. Cambridge: Cambridge University Press
  4. 4.
    Canadell J G, Le Quéré C, Raupach M R, Field C B, Buitenhuis E T, Ciais P, Conway T J, Gillett N P, Houghton R A and Marland G. 2007. Contributions to accelerating atmospheric CO2 growth from economic activity, carbon intensity, and efficiency of natural sinks. Proceedings of the National Academy of Sciences of the United States of America, 104(47): 18866-18870
  5. 5.
    Ciais P, Dolman A J, Bombelli A, Duren R, Peregon A, Rayner P J, Miller C, Gobron N, Kinderman G, Marland G, Gruber N, Chevallier F, Andres R J, Balsamo G, Bopp L, Bréon F M, Broquet G, Dargaville R, Battin T J, Borges A, Bovensmann H, Buchwitz M, Butler J, Canadell J G, Cook R B, Defries R, Engelen R, Gurney K R, Heinze C, Heimann M, Held A, Henry M, Law B, Luyssaert S, Miller J, Moriyama T, Moulin C, Myneni R B, Nussli C, Obersteiner M, Ojima D, Pan Y, Paris J D, Piao S L, Poulter B, Plummer S, Quegan S, Raymond P, Reichstein M, Rivier L, Sabine C, Schimel D, Tarasova O, Valentini R, Wang R, Van Der werf G, Wickland D, Williams M and Zehner C. 2014. Current systematic carbon-cycle observations and the need for implementing a policy-relevant carbon observing system. Biogeosciences, 11(13): 3547-3602
  6. 6.
    Eldering A, Wennberg P O, Crisp D, Schimel D S, Gunson M R, Chatterjee A, Liu J, Schwandner F M, Sun Y, O’dell C W, Frankenberg C, Taylor T, Fisher B, Osterman G B, Wunch D, Hakkarainen J, Tamminen J and Weir B. 2017. The orbiting carbon observatory-2 early science investigations of regional carbon dioxide fluxes. Science, 358(6360): eaam5745
  7. 7.
    Goldberg D L, Lu Z F, Oda T, Lamsal L N, Liu F, Griffin D, McLinden Chris A, Krotkov N A, Duncan B N and Streets D G. 2019. Exploiting OMI NO2 satellite observations to infer fossil-fuel CO2 emissions from U.S. megacities. Science of the Total Environment, 695: 133805
  8. 8.
    Guan D B, Liu Z, Geng Y, Lindner S and Hubacek K. 2012. The gigatonne gap in China’s carbon dioxide inventories. Nature Climate Change, 2(9): 672-675
  9. 9.
    Hakkarainen J, Ialongo I, Oda T, Szeląg M E, O’Dell C W, Eldering A and Crisp D. 2023. Building a bridge: characterizing major anthropogenic point sources in the South African Highveld region using OCO-3 carbon dioxide snapshot area maps and Sentinel-5P/TROPOMI nitrogen dioxide columns. Environmental Research Letters, 18(3): 035003
  10. 10.
    Hakkarainen J, Ialongo I and Tamminen J. 2016. Direct space‐based observations of anthropogenic CO2 emission areas from OCO‐2. Geophysical Research Letters, 43(21): 11400-11406
  11. 11.
    Hammerling D M, Michalak A M, O’Dell C and Kawa S R. 2012. Global CO2 distributions over land from the Greenhouse Gases Observing Satellite (GOSAT). Geophysical Research Letters, 39(8): L08804
  12. 12.
    IPCC. 2014. Climate change 2014: impacts, adaptation, and vulnerability. Part A: global and sectoral aspects. IPCC
  13. 13.
    Janssens-Maenhout G, Crippa M, Guizzardi D, Muntean M, Schaaf E, Dentener F, Bergamaschi P, Pagliari V, Olivier J G J, Peters J A H W, Van Aardenne J A, Monni S, Doering U, Petrescu A M R, Solazzo E and Oreggioni G D. 2019. EDGAR v4.3.2 Global Atlas of the three major greenhouse gas emissions for the period 1970-2012. Earth System Science Data, 11(3): 959-1002
  14. 14.
    Konovalov I B, Berezin E V, Ciais P, Broquet G, Beekmann M, Hadji-Lazaro J, Clerbaux C, Andreae M O, Kaiser J W and Schulze E D. 2014. Constraining CO2 emissions from open biomass burning by satellite observations of co-emitted species: a method and its application to wildfires in Siberia. Atmospheric Chemistry and Physics, 14(19): 10383-10410
  15. 15.
    Konovalov I B, Berezin E V, Ciais P, Broquet G, Zhuravlev R V and Janssens-Maenhout G. 2016. Estimation of fossil-fuel CO2 emissions using satellite measurements of “proxy” species. Atmospheric Chemistry and Physics, 16(21): 13509-13540
  16. 16.
    Korsbakken J I, Peters G P and Andrew R M. 2016. Uncertainties around reductions in China’s coal use and CO2 emissions. Nature Climate Change, 6(7): 687-690
  17. 17.
    Kort E A, Frankenberg C, Miller C E and Oda T. 2012. Space‐based observations of megacity carbon dioxide. Geophysical Research Letters, 39(17): L17806
  18. 18.
    Li M, Liu H, Geng G N, Hong C P, Liu F, Song Y, Tong D, Zheng B, Cui H Y, Man H Y, Zhang Q and He K B. 2017a. Anthropogenic emission inventories in China: a review. National Science Review, 4(6): 834-866
  19. 19.
    Li M, Zhang Q, Kurokawa J I, Woo J H, He K B, Lu Z F, Ohara T, Song Y, Streets D G, Carmichael G R, Cheng Y F, Hong C P, Huo H, Jiang X J, Kang S C, Liu F, Su H and Zheng B. 2017b. MIX: a mosaic Asian anthropogenic emission inventory under the international collaboration framework of the MICS-Asia and HTAP. Atmospheric Chemistry and Physics, 17(2): 935-963
  20. 20.
    Li X L, Cohen J B, Qin K, Geng H, Wu X H, Wu L L, Yang C L, Zhang R and Zhang L Q. 2023. Remotely sensed and surface measurement-derived mass-conserving inversion of daily NOx emissions and inferred combustion technologies in energy-rich northern China. Atmospheric Chemistry and Physics, 23(14): 8001-19
  21. 21.
    Liu F, Duncan B N, Krotkov N A. , Lamsal L N, Beirle S, Griffin D, McLinden C A, Goldberg D L and Lu Z F. 2020. A methodology to constrain carbon dioxide emissions from coal-fired power plants using satellite observations of co-emitted nitrogen dioxide. Atmospheric Chemistry and Physics, 20(1): 99-116
  22. 22.
    Nassar R, Hill T G, McLinden C A, Wunch D, Jones D B A and Crisp D. 2017. Quantifying CO2 emissions from individual power plants from space. Geophysical Research Letters, 44(19): 10045-10053
  23. 23.
    Oda T, Bun R, Kinakh V, Topylko P, Halushchak M, Marland G, Lauvaux T, Jonas M, Maksyutov S, Nahorski Z, Lesiv M, Danylo O and Horabik-Pyzel J. 2019. Errors and uncertainties in a gridded carbon dioxide emissions inventory. Mitigation and Adaptation Strategies for Global Change, 24(6): 1007-1050
  24. 24.
    Qin K, Lu L X, Liu J, He Q, Shi J C, Deng W Z, Wang S and Cohen J B. 2023. Model-free daily inversion of NOx emissions using TROPOMI (MCMFE-NOx) and its uncertainty: declining regulated emissions and growth of new sources. Remote Sensing of Environment, 295: 113720
  25. 25.
    Reuter M, Buchwitz M, Hilboll A, Richter A, Schneising O, Hilker M, Heymann J, Bovensmann H and Burrows J P. 2014. Decreasing emissions of NOx relative to CO2 in East Asia inferred from satellite observations. Nature Geoscience, 7(11): 792-795
  26. 26.
    Schwandner F M, Gunson M R, Miller C E, Carn S A, Eldering A, Krings T, Verhulst K R, Schimel D S, Nguyen H M, Crisp D, O’dell C W, Osterman G B, Iraci L T and Podolske J R. 2017. Spaceborne detection of localized carbon dioxide sources. Science, 358(6360): eaam5782
  27. 27.
    Solazzo E, Crippa M, Guizzardi D, Muntean M, Choulga M and Janssens-Maenhout G. 2021. Uncertainties in the Emissions Database for Global Atmospheric Research (EDGAR) emission inventory of greenhouse gases. Atmospheric Chemistry and Physics, 21(7): 5655-5683
  28. 28.
    Van Geffen J, Boersma K F, Eskes H, Sneep M, Ter Linden M, Zara M and Veefkind J P. 2020. S5P TROPOMI NO2 slant column retrieval: method, stability, uncertainties and comparisons with OMI. Atmospheric Measurement Techniques, 13(3): 1315-1335
  29. 29.
    Veefkind J P, Aben I, McMullan K, Förster H, De Vries J, Otter G, Claas J, Eskes H J, De Haan J F, Kleipool Q, Van Weele M, Hasekamp O, Hoogeveen R, Landgraf J, Snel R, Tol P, Ingmann P, Voors R, Kruizinga B, Vink R, Visser H and Levelt P F. 2012. TROPOMI on the ESA Sentinel-5 Precursor: a GMES mission for global observations of the atmospheric composition for climate, air quality and ozone layer applications. Remote Sensing of Environment, 120: 70-83
  30. 30.
    Wang Y L, Broquet G, Ciais P, Chevallier F, Vogel F, Kadygrov N, Wu L, Yin Y, Wang R and Tao S. 2017. Estimation of observation errors for large-scale atmospheric inversion of CO2 emissions from fossil fuel combustion. Tellus B: Chemical and Physical Meteorology, 69(1): 1325723
  31. 31.
    Wheeler D and Ummel K. 2008. Calculating carma: global estimation of CO2 emissions from the power sector. SSRN Electronic Journal
  32. 32.
    Wu D E, Lin J C, Fasoli B, Oda T, Ye X X, Lauvaux T, Yang E G and Kort E A. 2018. A Lagrangian approach towards extracting signals of urban CO2 emissions from satellite observations of atmospheric column CO2 (XCO2): X-Stochastic Time-Inverted Lagrangian Transport model (“X-STILT v1”). Geoscientific Model Development, 11(12): 4843-4871
  33. 33.
    Yang E G, Kort E A, Ott L E, Oda T and Lin J C. 2023. Using space‐based CO2 and NO2 observations to estimate urban CO2 emissions. Journal of Geophysical Research: Atmospheres, 128(6): e2022JD037736
  34. 34.
    Zheng B, Geng G N, Ciais P, Davis S J, Martin R V, Meng J, Wu N N, Chevallier F, Broquet G, Boersma F, Van Der A R, Lin J T, Guan D B, Lei Y, He K B and Zhang Q. 2020. Satellite-based estimates of decline and rebound in China’s CO2 emissions during COVID-19 pandemic. Science Advances, 6(49): eabd4998
  35. 35.
    Zheng B, Tong D, Li M, Liu F, Hong C P, Geng G N, Li H Y, Li X, Peng L Q, Qi J, Yan L, Zhang Y X, Zhao H Y, Zheng Y X, He K B and Zhang Q. 2018. Trends in China’s anthropogenic emissions since 2010 as the consequence of clean air actions. Atmospheric Chemistry and Physics, 18(19): 14095-14111

Leer el texto completo

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website