Badania satelitarne strumieni węgla

Badania satelitarne strumieni węgla to jedna z kluczowych metod w nowoczesnej nauce o klimacie. Pozwalają one na globalne, regularne i dokładne pomiary wymiany dwutlenku węgla (CO₂) między atmosferą a powierzchnią Ziemi – czyli strumieni węgla. Poniżej znajdziesz przegląd tego, czym są takie badania, jak działają i jakie dają korzyści.

Strumienie węgla (ang. carbon fluxes) to przepływy węgla w różnych formach – głównie CO₂ – pomiędzy atmosferą, biosferą lądową, oceanami i geosferą. Ich emisje pochodzą z działalności człowieka (np. spalanie paliw kopalnych, wylesianie) i z procesów naturalnych (np. oddychanie roślin, pożary). A absorpcje zachodzą przez oceany i roślinność lądową w wyniku fotosyntezy.

–

Jakie mamy satelity badające strumienie węgla?

Do najważniejszych satelitów badających strumienie węgla należą:

OCO-2 (Orbiting Carbon Observatory-2) – NASA, uruchomiony w 2014 r., mierzy kolumnowe stężenie CO₂ (XCO₂).
GOSAT (Greenhouse gases Observing Satellite) – Japonia, aktywny od 2009 r.
OCO-3 – wersja OCO-2 na Międzynarodowej Stacji Kosmicznej (ISS).
Sentinel-5P (TROPOMI) – ESA, mierzy różne gazy cieplarniane, w tym CO₂ i CH₄.

–

Pomiary satelitów

Satelity nie mierzą bezpośrednio strumieni węgla, lecz zmiany koncentracji CO₂ w atmosferze. Strumienie są wnioskowane pośrednio przy pomocy:

Modeli atmosferycznych i transportu powietrza,
Algorytmów odwrotnych (ang. inverse modeling),
Połączenia danych satelitarnych z naziemnymi.

—

Sprzężenia zwrotne obiegu węgla

Pośmiertna zespołowa praca, której głównym autorem był zmarły w grudniu 2016 roku Piers J. Sellers – dyrektor Wydziału Nauk o Ziemi w Centrum Lotów Kosmicznych im. Goddarda NASA (GSFC NASA – Goddard Space Flight Center NASA) Goddard Space Flight Center NASA w Greenbelt, to jeden z kamieni milowych na temat satelitarnych badań przepływu węgla w atmosferze Ziemi i jego interakcji z lądem oraz z oceanem. ¹

W powyższym artykule Sellers i jego współpracownicy zbadali sprzężenia zwrotne obiegu węgla – potencjalną odpowiedź systemów naturalnych na zmiany klimatyczne spowodowane przez emisje człowieka.

Naukowcy zastanawiali się, jak wymiana węgla wpłynie na interakcje pomiędzy lądem, oceanem a powietrzem. Nie są pewni jak dalszy wzrost temperatury globalnej wpłynie na dalsze procesy absorpcji węgla przez lasy i oceany, które w pewnym sensie na razie są buforami spowolnienia ocieplania się klimatu w atmosferze, od której my ludzie oraz wiele zwierząt lądowych jest zależnych. Można zadać pytanie czy pochłanianie netto węgla przez lądy i oceany zmniejszy się czy też te rezerwuary węgla będą powoli stawać się źródłami netto węgla?

—

Rys.1. Sprzężenia zwrotne systemu ziemskiego prowadzą do pochłaniaczy, które pochłaniają około połowy emisji antropogenicznych, a pozostała część przyczynia się do wzrostu atmosferycznego węgla. Źródło: Piers Sellers et al., 2018/CC BY 4.0

—

Strumienie węgla, na powyższym rysunku, ukazane w gigatonach węgla w ciągu roku, pochodzą z globalnego budżetu węglowego „Global Carbon Budget”: a) emisje węgla z paliw kopalnych i produkcji cementu 9,6 GtC b) pochłanianie węgla przez tropikalne lądy -0,7 GtC, c) pochłanianie węgla przez pozatropikalne lądy -3,0, d) pochłanianie węgla przez ocean -2,7 GtC, e) przyrost węgla antropogenicznego w stosunku do atmosferycznego 4,7 GtC (Le Quéré et al., 2015)

—

David Schimel, naukowiec z Laboratorium Napędów Odrzutowych (JPL – Jet Propulsion Laboratory) w Pasadenie oraz wieloletni współpracownik naukowy Sellersa, będący także współautorem artykułu, dla Science Daily powiedział: ²

Wszyscy postrzegaliśmy zrozumienie przyszłości sprzężeń zwrotnych obiegu węgla jako jedno z największych wyzwań nauki o zmianie klimatu.

—-

W 2014 roku NASA wystrzeliła satelitę OCO-2 (Orbiting Carbon Observatory-2), po to by bezpośrednio mierzyć stężenie dwutlenku węgla w atmosferze. A wraz z dalszym postępem w zakresie pomiarów i technik modelowania komputerowego, naukowcy coraz lepiej rozumieją w swoich symulacjach w jaki sposób węgiel przepływa pomiędzy atmosferą, lądem a oceanem.

—

Rys.2. Artystyczny wizerunek OCO-2. Żródło: NASA/JPL-Caltech

—

Emisje do atmosfery w tropikalnych regionach

Zadaniem OCO-2 jest gromadzenie globalnych pomiarów z wystarczającą precyzją, pokryciem i rozdzielczością, aby pomóc w identyfikacji źródeł i pochłaniaczy CO₂.

Interesujące i zbliżone prace na ten temat, w kontekście satelitarnych badań koncentracji dwutlenku węgla, pokazali w tym samym czasie naukowcy, tacy jak Annmarie Eldering, Junjie Liu i Florian Schwander, pracujący w Laboratorium Napędów Odrzutowych (JPL) na Technologicznym Instytucie Kalifornijskim w Pasadenie w Kalifornii.

—-

Pierwsza praca zespołowa, której autorką była Annmarie Eldering, wyjaśniła nam wiele tematów. ³

Jednym z nich jest uważne przyjrzenie się, że tropikalne regiony Ameryki Południowej, Afryki środkowej i Azji południowo-wschodniej podczas silnego El Niño 2015-16 wyemitowały do atmosfery wielokrotnie więcej dwutlenku węgla niż w okresie 2010-11 podczas silnej La Niña.

Ten temat wyjaśnia nam, że procesy zachodzące w rytmie pór roku podczas regionalnych zmian stężeń CO₂w cyklu węglowym na półkuli północnej mają charakter cykliczny. Koncentracja CO₂ na półkuli północnej spada wiosną i latem, gdy kwitnące i owocujące rośliny pobierają ten gaz z powietrza, natomiast wzrasta jesienią i zimą w trakcie występującego wówczas rozkładu materii organicznej z rozkładającej się roślinności oraz z procesu wyhamowania fotosyntezy, gdy w strefie umiarkowanej drzewa i krzewy wtedy gubią liście. W ten sposób CO₂ wraca w większej ilości z powrotem do atmosfery. Na fluktuacje sezonowe wzrostu i spadku stężenia dwutlenku węgla w atmosferze nakłada się też stały wzrost koncentracji CO₂ w atmosferze związany ze spalaniem paliw kopalnych podczas zwiększonego ogrzewania mieszkań i domów użyteczności publicznej.

—

Rys.3. Wpływ El Niño na strumień węgla w 2015 r. W stosunku do 2011 r., Wykryty na podstawie danych z satelity GOSAT (Greenhouse Gases Observing Satellite) i OCO-2. Źródło: Anmarie Eldering et al., 2017/CC BY 4.0.

—

Interesujące jest też badanie zespołu badawczego Junjie Liu, w którym naukowcy połączyli dane pomiarowe satelity OCO-2 z danymi zebranymi za pomocą innych satelitów ⁴.

Ostatecznie pokazały one, że opisane, także przez zespoły Eldering i Liu, tropikalne regiony Ameryki Południowej, Afryki i Azji, podczas bardzo silnego El Niño wyemitowały do atmosfery w 2015 roku aż 2,5 GtC (gigaton węgla) więcej niż w 2011 roku, gdy była bardzo silna La Niña, czyli blisko o ¼ , tyle, ile wynoszą łącznie emisje antropogeniczne. Jak się okazało, ekstremalnie wysokie temperatury towarzyszące falom upałów, suszom i pożarom sprzyjały temu, że do atmosfery w tropikach trafiało więcej dwutlenku węgla z gleb, roślinności i zapewne z oceanów.

—

Rys.4. Zróżnicowane anomalie czynników klimatycznych i reakcje cyklu węglowego na El Niño 2015–2016 na trzech kontynentach tropikalnych. Źródło: Jiunjie Liu et al., 2017/CC BY 4.0.

—

Z kolei Florian Schwander i jego współpracownicy przyjrzeli się dokładniej analizie satelitarnej, w której na trzech obszarach tropikalnych, opisanych przez Eldering i Liu, procesy pokazujące wzrost emisji były różne. ⁵

I tak przykładowo:

W Ameryce Południowej przyczyną emisji był brak deszczu przynoszący suszę. Z kolei w Afryce, chociaż wzrost roślin był normalny, emisje wzmacniały temperatury regionalne, które były wyższe od średniej temperatury, a to prowadziło do szybszego rozkładu materii organicznej. Natomiast w Azji główną przyczyną emisji były pożary podczas suszy w wielu regionach silnie wylesionych.

Przyszłość naszego klimatu jest niepewna. Anomalnie wysokie temperatury, susze oraz pożary najprawdopodobniej przyczynią się do dodatkowych emisji CO₂ i dalszego nasilenia się ocieplania klimatu.

Marcin Popkiewicz na temat powyższej pracy w serwisie Nauka o klimacie napisał ⁶:

Przykładowo, dane zebrane podczas przelotów OCO-2 nad Los Angeles wykazały, że koncentracje CO₂ w próbkowanych obszarach nad centrum miasta przy korzystnych warunkach wiatrowych były o 4,4-6,1 ppm wyższe niż w leżących 100 km dalej terenach pozamiejskich. Podobnie rejestrowane są też emisje CO₂ z aktywnych wulkanów oraz ich zmiany wraz ze zmianami aktywności, rejestrowanej równolegle za pomocą znajdujących się na innych satelitach detektorów SO₂ (dwutlenku siarki).

–

Niepewność modeli biosfery lądowej a ograniczenia obserwacji satelitarnych

Kilka lat temu jedno z badań strumieni węgla wykazało, że istnieją pewne ograniczenia obecnych obserwacji satelitarnych w pełnym uchwyceniu zależności środowiskowych. Jednocześnie wskazało ono na ich potencjał w informowaniu o kluczowych relacjach, które są bardzo niepewne w nowoczesnych modelach biosfery lądowej. A więc jak to powiedział w swojej książce „Nowa wojna klimatyczna” słynny klimatolog Michael E. Mann z Uniwersytetu w Penn „Niepewność jest naszym wrogiem”. I w tym przypadku badanie ukazało wyraźny rozdźwięk między obserwacjami i symulacjami modeli komputerowych.

Celem pracy naukowej autorstwa Zichonga Chena i współpracowników było zrozumienie, w jaki sposób globalne przepływy CO₂ na lądzie są powiązane z czynnikami środowiskowymi, takimi jak temperatura, opady i promieniowanie fotosyntetycznie czynne (PAR). W tym celu wykorzystano dane z satelity OCO-2 oraz 15 modeli biosfery lądowej (TBM) uczestniczących w projekcie TRENDY. ⁷

–

Rys. Siedem regionów opartych na biomach zebranych z mapy światowego biomu, Źródło: Olson D.M. et al., 2001/CC BY 4.0

–

Jakie wyniknęły zależności między obserwacjami satelitarnymi a wynikami uzyskanymi z modeli?

Pod względem metodologicznym badacze zastosowali model regresji wielorakiej oraz model odwrotny, aby oszacować zależności między obserwacjami z OCO-2 a danymi dotyczącymi czynników środowiskowych w latach 2015–2018, analizując siedem globalnych biomów. Następnie porównano te zależności z wynikami uzyskanymi z 15 modeli biosfery lądowej (TBM) .

Ograniczona liczba silnych zależności: Spośród 42 analizowanych relacji, tylko 10 wykazało istotne powiązania między obserwacjami OCO-2 a czynnikami środowiskowymi.
Duża rozbieżność w modelach TBM: Modele TBM wykazały znaczną zmienność w przewidywaniu zależności między przepływami CO₂ a czynnikami środowiskowymi, szczególnie w odniesieniu do opadów w tropikach.
Zgodność w przypadku temperatury i PAR: Zależności między CO₂ a temperaturą oraz PAR uzyskane z OCO-2 były zbliżone do średnich wyników modeli TBM, choć różniły się od wielu indywidualnych modeli.

Autorzy powyższej publikacji napisali:

– W ramach tej analizy badamy również różnice w szacowanych relacjach środowiskowych (tj. współczynnikach regresji) pomiędzy różnymi latami i różnymi biomami. W tym celu szacujemy osobne współczynniki regresji dla każdego z siedmiu różnych globalnych biomów i szacujemy osobne współczynniki dla każdego indywidualnego roku okresu badania (2015–2018). Stąd każdy oszacowany tutaj współczynnik reprezentuje relację pomiędzy obserwacjami OCO-2 a zestawem danych dotyczących czynników środowiskowych w całym roku i globalnym biomie.

–

Integracja danych satelitarnych ze spisami emisji

Badanie poniżej przedstawione podkreśla potencjał obserwacji satelitarnych w monitorowaniu dużych emitentów CO₂ i znaczenie integracji danych satelitarnych z tradycyjnymi spisami emisji w celu zwiększenia dokładności i rozdzielczości czasowej globalnych oszacowań emisji.

Frédéric Chevallier i współpracownicy z Uniwersytetu Paryskiego Saclay poddali analizie emisje CO₂ z paliw kopalnych przy użyciu danych satelitarnych z misji NASA OCO-2 i OCO-3. Wykorzystując prostą metodę inwersji przekroju poprzecznego smugi, badacze oszacowali emisje z dużych źródeł, definiowanych jako komórki siatki emitujące więcej niż 1,0 kilotony CO₂ na godzinę, na podstawie danych obserwacyjnych – w tym przypadku pochodzących z satelitów. ⁸

–

Rys. Na mapach po lewej stronie niebieskie kropki oznaczają komórki EDGARv6.0, których emisja przekracza 1,0 ktCO ₂ h ⁻¹ w pewnym momencie w okresie od września 2014 r. do grudnia 2018 r. Czerwone impulsy na tych mapach ilustrują liczbę razy, kiedy odzyskane emisje są przypisywane tym komórkom dla OCO-2 (góra) i OCO-3 (dół). Maksymalna wysokość odpowiada odpowiednio 13 i 3 razy dla OCO-2 i OCO-3. Wykres drgań na pionowej skali logarytmicznej jest nałożony na wschodnią część Pacyfiku każdej mapy. Pokazuje rozkład emisji na sektor w przypisanych komórkach: przemysł energetyczny (ENE), spalanie w celu produkcji (IND), rafinerie ropy naftowej (REF), produkcja żelaza i stali (IRO), produkcja minerałów niemetalicznych (NMM), produkcja metali nieżelaznych (NFE), produkcja chemikaliów (CHE), mieszkalnictwo (RCO), transport drogowy (TRO) i produkcja/przesył paliw (PRO). Wykresy punktowe po prawej stronie przedstawiają pobrane wartości emisji w porównaniu z wartościami inwentaryzacyjnymi dla OCO-2 (góra) i OCO-3 (dół), a kolory odzwierciedlają lokalizację geograficzną. Pomarańczowa linia to linia regresji w logarytmie dziesiętnym. Czarne kropki tworzą dwusieczną. Źródło: Frédéric Chevallier et al., 2022/CC BY 4.0

–

Ogólne zastosowanie EDGAR

Bazę siatkową EDGAR stosuje się do modeli klimatycznych i atmosferycznych. Najczęściej porównuje się ją z obserwacjami satelitarnymi, jak w tym badaniu. Szeroko jest wykorzystywana w politykach klimatycznych oraz inwentaryzacjach krajowych. W szerokim znaczeniu na jej podstawie badania naukowe opierają się na analizie jakości powietrza i emisji.

–

Co zawiera EDGAR?

Następnie badacze porównali te oszacowania z danymi z globalnego spisu emisji siatkowej bazy danych EDGAR v6.0, który oferuje wysokorozdzielcze dane godzinowe. Tutaj emisje są przypisane do konkretnych komórek siatki geograficznej (np. 0.1° × 0.1°, czyli ~10 km × 10 km).

Gazy cieplarniane: CO₂, CH₄, N₂O
Zanieczyszczenia powietrza: NOₓ, SO₂, PM2.5, CO itd.
Źródła emisji: sektory gospodarki (energia, przemysł, transport, rolnictwo itd.)
Wysoka rozdzielczość: nawet do 0.1° (około 10×10 km)

–

Jak działa inwersja przekroju poprzecznego smugi?

Wyobraź sobie, że ktoś puszcza zapachowy dymek w powietrze. Ty przechodzisz przez ten dym z czujnikiem zapachu. Jeśli znasz kierunek wiatru i jak intensywnie czujesz zapach w różnych punktach, możesz oszacować, ile tego dymu wypuszczono na początku. To właśnie „inwersja smugi”. To bardzo przydatna metoda, bo:

pozwala wykrywać emisje niezależnie od oficjalnych danych krajowych,
daje dane o emisjach w czasie rzeczywistym i z dużą dokładnością lokalną.

Gdy duży emitent (np. elektrownia) emituje CO₂, tworzy się smuga – obszar o podwyższonym stężeniu CO₂, które przemieszcza się z wiatrem. Satelity, takie jak OCO-2 lub OCO-3, w tym przypadku mierzą stężenie CO₂ w kolumnie atmosfery (czyli tzw. XCO₂) wzdłuż swojej ścieżki. Jeżeli satelita przelatuje przez smugi CO₂, „widzi” podwyższone wartości XCO₂. Następnie zbiera dane o stężeniu CO₂ na przekroju poprzecznym smugi (prostopadle do kierunku wiatru). Wówczas szacuje się:

szerokość smugi
maksymalne stężenie CO₂
profil rozkładu stężeń

W ten sposób, znając prędkość i kierunek wiatru na danej wysokości oblicza się jak szybko smuga przemieszcza się. Następnie korzystając z danych o stężeniu CO₂ i wietrze, naukowcy „odwracają” problem i obliczają, ile CO₂ musiało zostać wyemitowane, by powstała zaobserwowana smuga.

–

Kluczowe ustalenia

Podczas tego badania zespół Chevallera ustalił następujące kryteria:

Wykrywanie emisji: Zidentyfikowano emisje w około jednej trzeciej dużych komórek emisji z bazy EDGAR. Oszacowania satelitarne wyjaśniają ponad jedną trzecią zmienności danych inwentaryzacyjnych w odpowiadających im komórkach i godzinach.
Spójność czasowa: Zaobserwowano spójne zmiany median emisji, sugerujące, że różnice między oszacowaniami satelitarnymi a danymi inwentaryzacyjnymi są w większości przypadkowe. Wskazuje to na możliwość obliczania trendów w obszarach o korzystnych warunkach obserwacyjnych.
Rozkład geograficzny: Większość wykrytych smug emisji znajdowała się w krajach takich jak Chiny, USA, Indie i RPA, co pokrywa się z regionami znanymi z intensywnego spalania paliw kopalnych.
Podejście metodologiczne: Zastosowano prostą technikę inwersji przekroju poprzecznego smugi, polegającą na wykrywaniu wzrostów stężenia CO₂ (XCO₂) wzdłuż ścieżek satelitarnych i oszacowaniu emisji poprzez łączenie tych wzrostów z danymi o prędkości wiatru.

Naukowcy w swojej publikacji napisali:

W ślad za Porozumieniem paryskim w sprawie klimatu, istnieje rosnąca potrzeba monitorowania emisji ze spalania paliw kopalnych na całym świecie. W szczególności w przypadku CO2 _, kamery satelitarne są projektowane w celu obserwowania smug emisji z dużych źródeł punktowych i intensywnych źródeł w obszarach miejskich. Aby ocenić ich potencjał, przetestowaliśmy prosty schemat pobierania emisji w wieloletnim archiwum dwóch obserwatoriów NASA Orbiting Carbon, które zapewniają gęste obserwacje wzdłuż linii orbity, ale z wąskim pasem. Porównaliśmy nasze wyniki z globalnym siatkowym i godzinowym inwentarzem. Odpowiednie pobieranie emisji wyjaśnia dużą część zmienności inwentarza, pomimo niepewności w obu zestawach danych. Widzimy również spójne zmiany w środkowych wartościach emisji w różnych skalach czasowych. Wyniki te sugerują, że różnice między pobieraniem a inwentarzem są w większości losowe i że trendy można obliczyć solidnie w obszarach o sprzyjających warunkach obserwacji, gdy przyszłe satelitarne kamery CO2 _dostarczają o rząd wielkości więcej danych.

–

Asymilacja danych satelitarnych i in situ

Poniżej opisane dane są dostępne publicznie i mogą być wykorzystane do dalszych analiz klimatycznych oraz wspierania polityk redukcji emisji.

Badanie autorstwa Zhe Jina i współpracowników z Centrum Badań nad Dużymi Danymi na Uniwersytecie Pekińskim, przedstawia w czasopiśmie Climate nad Atmospheric Sciennce nową metodologię szacowania globalnego strumienia węgla poprzez asymilację danych satelitarnych i in situ, co stanowi znaczący krok naprzód w monitorowaniu cyklu węglowego. Dane obejmują lata 2015–2022, z rozdzielczością przestrzenną 2° × 2,5° i czasową 14 dni.

W badaniu został wykorzystany tak zwany system GONGGA. Wykorzystuje on zaawansowaną metodę inwersji atmosferycznej, łączącą dane satelitarne z misji OCO-2 (pomiar XCO₂) z obserwacjami naziemnymi (np. TCCON, ObsPack).

–

Dane naziemne: TCCON

TCCON (ang. Total Carbon Column Observing Network) to międzynarodowa sieć naziemnych stacji pomiarowych, które bardzo precyzyjnie mierzą zawartość gazów cieplarnianych w całej kolumnie atmosferycznej, przede wszystkim CO₂ (dwutlenku węgla) i CH₄ (metanu).

Na przykład, rejestruje ilość CO2, która znajduje się w całej pionowej kolumnie powietrza nad daną lokalizacją. Dokładniej, od powierzchni Ziemi aż do górnych warstw atmosfery.

Podczas pomiarów sieci TCCON wykorzystuje się spektrometry fourierowskie (FTIR), które analizują one światło słoneczne przechodzące przez atmosferę. Gdy słońce świeci nad stacją, spektrometr „widzi”, jak gazy atmosferyczne pochłaniają pewne długości fal . I na tej podstawie określa ich stężenie. Pomiar z reguły jest bardzo dokładny i stabilny w czasie. W sumie idealny do kalibracji i walidacji danych satelitarnych.

Na świecie jest kilkadziesiąt stacji TCCON. Są one rozmieszczone min. w:

Niemczech (Karlsruhe)
Japonii (Tsukuba)
Australii (Wollongong)
USA (Pasadena)
Kanadzie, Brazylii, Finlandii i innych krajach

–

Rys. Globalne emisje CO2 ze spalania paliw kopalnych (czarna linia) i produkcji cementu z zakresem niepewności (szary obszar). Projekcję dla roku 2024 obliczono na podstawie danych z pierwszej połowy roku oraz przewidywanych zmian w PKB i energochłonności gospodarek poszczególnych krajów świata. Źródło: [Global Carbon Budget 2024/CC BY 4.0 [w:] Nauka o klimacie/CC BY 4.0

–

Dane naziemne: ObsPack

ObsPack (skrót od Observation Package) to inicjatywa stworzona przez NOAA (National Oceanic and Atmospheric Administration), której celem jest zintegrowanie wielu różnych pomiarów stężeń gazów cieplarnianych z różnych źródeł w jeden, spójny zestaw danych. Są to gotowe „pakiety obserwacyjne” zawierające:

pomiary stężenia CO₂, CH₄, N₂O i innych gazów cieplarnianych,
dane pochodzące z różnych źródeł, m.in.:
- stacji naziemnych,
- samolotów badawczych,
- boi oceanicznych,
- balonów,
- wież meteorologicznych,
z różnych krajów i instytucji, standaryzowane w jednym formacie.

ObsPack służy do zastosowania asymilacji danych w modelach atmosferycznych, np. przy tworzeniu map strumienia węgla (emisji/pochłaniania CO₂). Ponadto dokonuje ona walidacji danych satelitarnych. Np., wyżej wymienione pomiary porównuje się z misjami amerykańskiego satelity OCO-2 czy japońskiego GOSAT. W sumie analizy klimatyczne i badania naukowe ułatwiają korzystanie z danych pomiarowych w sposób spójny i bezpieczny.

Typowy pakiet ObsPack zawiera:

stężenia gazów (np. CO₂ w ppm),
datę i godzinę pomiaru,
lokalizację (szerokość, długość, wysokość),
typ źródła (np. samolot, stacja naziemna),
metadane (opis przyrządów, jednostek, metod pomiaru).

Następnie dane te są dostarczane w formatach CSV lub netCDF w celu użycia ich w modelach i analizach. W powyższym badaniu wykorzystano je do weryfikacji oszacowań strumienia CO₂ uzyskanych z danych satelitarnych. Wszelkie informacje na ten temat można znaleźć na stronie NOAA.

–

Model MCAS

Model MCAS to skrót od Multi-Constraint Carbon Assimilation System – czyli wieloograniczeniowy system asymilacji węgla. Jest to zaawansowany system modelowania i inwersji atmosferycznej obejmujący powyżej wymienione pomiary satelitarne i naziemne. Generalnie został użyty do oszacowania przepływów węgla dla ekosystemów i oceanów w latach 2016–2020. Aby podkreślić skuteczność wykorzystania obserwacji z wielu źródeł, badacze przeprowadzili trzy eksperymenty inwersji:

MCAS(in situ): inwersja wykorzystująca wyłącznie obserwacje in situ;
MCAS(Sat): inwersja wykorzystująca wyłącznie obserwacje satelitarne.
MCAS(in situ&Sat): inwersja wykorzystująca zarówno obserwacje in situ, jak i satelitarne.

Sumarycznie ten model łączy wiele źródeł danych obserwacyjnych (satelitarnych i naziemnych) z modelem transportu atmosferycznego w celu oszacowania emisji i absorpcji CO2 na poziomie globalnym i regionalnym.

MCAS uwzględnia wiele różnych typów obserwacji, jak np. wspomnianych XCO₂ z OCO-2, dane z TCCON, ObsPack. Łączy te dane w jedną wspólną inwersję (czyli przeliczenie stężeń CO₂ na informacje o źródłach i pochłaniaczach), Dzięki temu może także korzystać z danych pomocniczych: np. danych meteorologicznych, informacji o użytkowaniu terenu, modeli biosfery (jak CASA lub SiB4).

MCAS funkcjonuje jako:

model atmosferyczny (np. GEOS-Chem, TM5), który przewiduje rozkład CO₂.
system inwersji bayesowskiej, który dopasowuje emisje/pochłanianie do danych obserwacyjnych.
asymilacja wielu ograniczeń (multi-constraint), która pozwala na uzyskanie dokładniejszych wyników niż przy użyciu tylko jednego źródła danych.

W ramach MCAS występują następujące szacunki:

globalne i regionalne strumienie CO2 (emisje i absorpcje)
zmiany sezonowe i roczne w pochłanianiu CO₂ przez roślinność i oceany
odrębne oszacowania dla różnych regionów i typów lądu (np. lasy tropikalne vs. umiarkowane)

Sumarycznie dane w MCAS są następujące:

satelity: OCO-2, GOSAT, OCO-3
naziemne pomiary kolumnowe: TCCON
pomiary in situ: ObsPack, NOAA flask network
meteorologia i modele biosfery: np. ECMWF ERA5, CASA

–

Referencje:

Sellers P. J. et al., 2016 ; Observing carbon cycle–climate feedbacks from space ; Proceedings of the National Academy of Sciences ; https://www.pnas.org/content/115/31/7860
NASA/Goddard Space Flight Center, 2018 ; Looking toward Earth’s future climate ; Science Daily ; https://www.sciencedaily.com/releases/2018/07/180716141619.htm
Eldering A. et al., 2017 ; The Orbiting Carbon Observatory-2 early science investigations of regional carbon dioxide fluxes ; Science ; https://www.science.org/doi/10.1126/science.aam5745
Liu J. et al., 2017 ; Contrasting carbon cycle responses of the tropical continents to the 2015–2016 El Niño ; Science ; https://www.science.org/doi/10.1126/science.aam5690
Schwandner F. M. et al., 2017 ; Spaceborne detection of localized carbon dioxide sources ; Science ; https://www.science.org/doi/10.1126/science.aam5782
Popkiewicz M., 2018 ; Satelitarne obserwacje stężeń, źródeł emisji i miejsc pochłaniania CO2 ; Nauka o klimacie : https://naukaoklimacie.pl/aktualnosci/satelitarne-obserwacje-stezen-zrodel-emisji-i-miejsc-pochlaniania-co2-293/
Chen Z. et al., 2021 ; Linking global terrestrial CO2 fluxes and environmental drivers: inferences from the Orbiting Carbon Observatory 2 satellite and terrestrial biospheric models ; Atmospheric Chemistry and Physics ; https://acp.copernicus.org/articles/21/6663/2021/
Chevaller F. et al., 2022 ; Large CO2 Emitters as Seen from Satellite: Comparison to a Gridded Global Emission Inventory ; Geophysical Research Letters ; https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2021GL097540
Su W. et al. 2024 ; A new global carbon flux estmiation methodology by asimilation of both in situ and satellite CO2 observations ; Climate and Atmospheric Science ; https://www.nature.com/articles/s41612-024-00824-w
Popkiewicz M., 2025 ; Gloabl Carbon Budget 2024 – aktualny przegląd światowych emisji CO2 ; Nauka o klimacie ; https://naukaoklimacie.pl/aktualnosci/global-carbon-budget-2024-aktualny-przeglad-swiatowych-emisji-co2

Leave a Comment Cancel Reply