Дайджест за май 2025 г.: обзор последних исследований в области газообмена между поверхностью и атмосферой

Новости проекта

Швейцарские ученые провели восьмимесячный мониторинг парниковых газов с высотной башни в Цюрихе

Измерение вихревой ковариации видов, которые выделяются вместе с CO2, таких как монооксид углерода (CO) и оксиды азота NO и NO2 (NOx), дает возможность отнести общий измеренный чистый поток к отдельным категориям источников или поглотителей. В данной работе представлены результаты восьмимесячных непрерывных одновременных измерений потоков (F) CO2, CO, NOx, метана (CH4) и закиси азота (N2O) из городской высотной башни (112 м над уровнем моря) в Цюрихе, Швейцария. Среднесуточные потоки FCO2 были в 1,47 раза больше зимой (ноябрь-март) по сравнению с летом (август-октябрь) (10,9 против 7,4 мкмоль м-2 с-1); в 1,08 раза больше для FCO (30 против 28 нмоль м-2 с-1). 28 нмоль м-2 с-1); в 1,08 раза больше для FNOx (14 против 13 нмоль м-2 с-1); в 1,01 раза больше для FCH4 (13,5 против 13,3 нмоль м-2 с-1); и статистически значимых различий для FN2O нет. Соотношения потоков FCO/FCO2 и FNOx /FCO2 хорошо характеризуются инвентаризационными молярными коэффициентами выбросов стационарного сжигания и автомобильного транспорта в холодные месяцы. В теплые месяцы как FCO/FCO2, так и FNOx /FCO2 систематически превышают ожидаемые коэффициенты запасов в течение дня, в то время как для FNOx /FCO не наблюдается статистически значимых сезонных различий, что указывает на биосферную фотосинтетическую активность. Предложена и применена линейная модель смешивания для отнесения получасовых FCO2, FCO и FNOx к категориям выбросов от стационарного сжигания топлива и автомобильного транспорта, а также для определения биосферного FCO2 . Атрибуция потоков обоснована в определенное время и при определенных направлениях ветра, но завышена оценка потоков CO и NOx от автомобильного движения и потоков CO2 от стационарного сжигания топлива, а также завышена оценка фотосинтетического поглощения CO2.

Исследование опубликовано в сборнике препринтов.

Международный коллектив ученых обновил модель Global Forest Watch

Данные наблюдения Земли все чаще используются для оценки величины и географического распределения потоков парниковых газов (ПГ) и снижения общей неопределенности в глобальном углеродном бюджете, в том числе для лесов. Здесь мы сообщаем о пересмотренной и обновленной системе геопространственного моделирования Global Forest Watch (GFW) на основе данных наблюдений Земли, которая отображает выбросы ПГ, поглощение углерода и чистый баланс между ними в глобальном масштабе для лесов с 2001 по 2023 год с разрешением примерно 30 м. Изменения коснулись некоторых недостатков исходной модели, улучшили исходные данные модели и уточнили анализ неопределенности. Мы обнаружили, что в период с 2001 по 2023 год глобальные лесные экосистемы в среднем были чистым поглотителем -5,5 ± 8,1 ГтCO2e год-1 (гигатонны CO2-эквивалента в год ± 1 стандартное отклонение), что отражает баланс ГтCO2e год-1 выбросов ПГ и -14,5 ± 7,7 ГтCO2e год-1 поглощений, при этом еще -0,20 ГтCO2e год-1 перешло в заготовленную древесную продукцию. Неопределенность в валовом поглощении была значительно снижена по сравнению с первоначальной моделью благодаря уточнению неопределенности для коэффициентов поглощения углерода во вторичных лесах умеренной зоны. Перераспределив валовые потоки CO2 в GFW на антропогенные потоки с лесных земель и категории обезлесения, чтобы повысить концептуальное сходство с национальными кадастрами парниковых газов (НКПГ), мы оценили глобальный чистый антропогенный лесной сток в -3,6 Гт ГтCO2e год-1, исключая заготовленные древесные продукты, а оставшийся чистый поток CO2 в -2,2 ГтCO2e год-1 был представлен моделью GFW как неантропогенный. Хотя величина переведенных оценок GFW относительно хорошо согласуется с агрегированными показателями НКПГ, временные тенденции отличаются. Перевод оценок потоков, полученных на основе наблюдений Земли, в ту же систему отчетности, которую страны используют для НГПЗ, помогает повысить доверие к потокам углерода от землепользования и способствует независимой оценке прогресса в достижении целей Парижского соглашения. Доступны следующие данные: абсорбция углерода (Gibbs et al., 2024a, https://doi.org/10.7910/DVN/V2ISRH), выбросы ПГ (Gibbs et al., 2024b, https://doi.org/10.7910/DVN/LNPSGP) и чистый поток (Gibbs et al., 2024c, https://doi.org/10.7910/DVN/TVZVBI).

Исследование опубликовано в журнале Earth System Science Data.

Французские ученые продемонстрировали эффективность гетеродинного лазерного радиометра для измерений тропосферного CO₂ с земли

Гетеродинное детектирование является мощным методом повышения пределов чувствительности и достижения исключительного разрешения. Кроме того, его преимуществом является транспортабельность и возможность сделать его более компактным, что делает его благоприятным для наземного дистанционного зондирования в полевых кампаниях. Для измерений концентрации CO2 в атмосфере был разработан полностью волоконно-связанный лазерный гетеродинный радиометр (LHR), использующий широкополосный перестраиваемый диодный лазер с внешним резонатором (1520-1580 нм) в качестве локального осциллятора. Оптимальные линии поглощения и спектры пропускания LHR были достигнуты благодаря использованию сбалансированного фотодетектора для подавления относительного шума интенсивности локального осцилляторного лазера. Цель данной работы - количественно оценить вклад LHR в измерение содержания тропосферного CO2 в атмосферном столбе с земли. Здесь мы демонстрируем способность LHR измерять вертикальные профили CO2 с помощью всестороннего анализа информационного содержания, выбора каналов и оценки бюджета ошибок. Этот комплексный анализ основан на модели радиационного переноса ARAHMIS, разработанной в Laboratoire d'Optique Atmosphérique (LOA). Кроме того, мы представляем сравнение LHR с другими наземными приборами, такими как EM27/SUN и IFS125HR из сети TCCON. Кроме того, эта работа поддерживает текущие кампании MAGIC, направленные на мониторинг парниковых газов, а также на проверку текущих и будущих космических миссий, таких как MicroCarb и FORUM.

Исследование опубликовано в сборнике препринтов.

Международная группа исследователей продемонстрировала эффективность использования БПЛА для точного картирования деревьев в проектах лесовосстановления

Точное и экономически эффективное картирование растительности имеет решающее значение для управления проектами лесовосстановления, особенно в районах с ограниченными ресурсами. В данном исследовании использовался беспилотный летательный аппарат (БПЛА) потребительского класса с функцией RGB для оценки оптимального пространственного и временного разрешения (по листьям и без листьев) для точного и экономически выгодного картирования видов деревьев. Исследование проводилось в 2024 году в Кашо, округ Банну, Пакистан, с помощью БПЛА на разных высотах, которые делали RGB-снимки высокого разрешения (2, 4 и 6 см) на трех участках отбора проб. Классификатор с поддержкой векторной машины (SVM) с 5-кратной перекрестной валидацией оценивался по точности, энтропии Шеннона и анализу затрат и выгод. Результаты показали, что разрешение 6 см обеспечивает надежную точность (R2 = 0,92-0,98) при более широком охвате (12,3-22,2 га), в то время как разрешения 2 см и 4 см обеспечивают более высокую точность (R2 = 0,96-0,99), но ограниченный охват (4,8-14,2 га). Разрешение 6 см также обеспечило самое высокое соотношение выгоды и затрат, что позволило сбалансировать экономическую эффективность и точность. Данное исследование демонстрирует потенциал БПЛА потребительского класса для доступного высокоточного картирования видов деревьев, а также учета других типов почвенно-растительного покрова, таких как голая земля и вода, что способствует усилиям по лесовосстановлению с ограниченным бюджетом.

Исследование опубликовано в журнале Remote Sensing.

Китайские ученые изучили влияние высоты полета БПЛА на точность гиперспектрального мониторинга растительности

Благодаря быстрому развитию беспилотных летательных аппаратов (БПЛА) в последние годы, дистанционное зондирование с помощью БПЛА стало высокоэффективным и практичным инструментом для мониторинга окружающей среды. При дистанционном зондировании растительности БПЛА, оснащенные гиперспектральными датчиками, могут получать подробную спектральную информацию, позволяющую точно отслеживать состояние растений и определять физиологические и биохимические параметры. Важнейшим аспектом дистанционного зондирования растительности с помощью БПЛА является точный сбор данных об отражательной способности пологов. Однако из-за мобильности БПЛА и изменения высоты полета данные подвержены эффекту масштаба, когда изменение пространственного разрешения может существенно повлиять на отражательную способность полога. В данном исследовании изучается проблема пространственного масштаба при гиперспектральной съемке с БПЛА, при этом особое внимание уделяется тому, как разная высота полета влияет на атмосферную коррекцию, геометрию растительности и неоднородность полога. Используя гиперспектральные изображения, полученные на разных высотах полета в древостое китайской пихты, мы предложили два метода атмосферной коррекции: один основан на единой серой опорной панели на одной и той же высоте, а другой - на серых опорных панелях для разных высот. Спектры отражения и индексы растительности, включая NDVI, EVI, PRI и CIRE, были рассчитаны и проанализированы на разных высотах. Результаты показывают значительные изменения вегетационных индексов на более низких высотах, причем NDVI и CIRE демонстрируют наибольшие изменения между 50 и 100 м, что связано с неоднородной структурой лесного полога и рассеянием ближнего инфракрасного излучения. Например, NDVI увеличился на 18 % с 50 м до 75 м и стабилизировался после 100 м, а стандартное отклонение уменьшилось на 32 % с 50 м до 250 м, что указывает на уменьшение влияния неоднородности. Аналогично, PRI заметно увеличивался на меньших высотах, что объяснялось изменениями геометрии обзора, затенением полога и пропорциями почвенного фона, стабилизируясь выше 100 м. Выше 100 м влияние неоднородности полога уменьшилось, и вариации вегетационных индексов стали минимальными (<3%), хотя влияние геометрии обзора сохранялось. Полученные результаты подчеркивают, что проведение гиперспектральных наблюдений с БПЛА на высотах не менее 100 м минимизирует масштабные эффекты, обеспечивая более последовательные и надежные данные для мониторинга растительности. Исследование подчеркивает важность стандартизированных протоколов атмосферной коррекции и оптимального выбора высоты для повышения точности и сопоставимости гиперспектральных данных с БПЛА, что способствует прогрессу в области дистанционного зондирования растительности и оценки углерода.

Исследование опубликовано в журнале Remote Sensing.

Китайские ученые сравнили точность кадастров выбросов CO₂ в Шанхае по спутниковым данным OCO-3 и выявили значительные расхождения между моделями

Точная количественная оценка антропогенных выбросов углекислого газа (CO2) в городских районах затруднена из-за высокой неопределенности в кадастрах выбросов. Мы оценили пространственные распределения трех кадастров антропогенных выбросов CO2 в Шанхае (Китай) - MEIC (0,25° × 0,25°), ODIAC (1 км × 1 км) и местного кадастра (LOCAL) (4 км × 4 км) - и сравнили моделируемые концентрации CO2 (XCO2), полученные с помощью WRF-CMAQ, с данными наблюдений за XCO2 в режиме Snapshot Mode со спутника OCO-3. Выбросы в разных кадастрах различаются в 2,6 раза. ODIAC показывает самые высокие выбросы, особенно в густонаселенных районах, достигая 4,6 и 8,5 раз для MEIC и LOCAL в центральном районе, соответственно. Очаги выбросов ODIAC и MEIC находятся в центре города, в то время как очаги выбросов LOCAL являются точечными источниками. В целом, сравнивая смоделированные значения XCO2, полученные на основе трех кадастров выбросов и модели WRF-CMAQ, со спутниковыми наблюдениями XCO2 OCO-3, LOCAL демонстрирует наивысшую точность при незначительном занижении, в то время как ODIAC завышает больше всего. В региональном разрезе ODIAC показывает лучшие результаты в густонаселенных районах, но в относительно малонаселенных районах завышает оценки примерно на 0,22 кт сут-1 км-2. LOCAL недооценивает на 0,39 кт сут-1 км-2 в центральном районе, но относительно точен вблизи точечных источников. Более того, грубое разрешение MEIC приводит к значительным региональным ошибкам. Более того, грубое разрешение MEIC приводит к существенным региональным ошибкам. Эти результаты дают критическое представление о пространственной изменчивости и ошибках точности в кадастрах выбросов, что необходимо для улучшения оценок эмиссий углерода с помощью решения обратной задачи в городах.

Исследование опубликовано в журнале Remote Sensing.

Американские ученые оценили влияние лесного управления на стабильность секвестрации углерода в условиях изменения климата с использованием многодекадного моделирования

Успешное внедрение лесопользования в качестве природного решения проблемы климата зависит от долговечности вызванных управлением изменений в накоплении и секвестрации углерода в лесах. Поскольку леса сталкиваются с беспрецедентными рисками стабильности в условиях продолжающегося изменения климата, остается неизвестным, как управление повлияет на стабильность лесов и как взаимодействие с климатом может изменить реакцию лесов на управление в пространственно-временных масштабах. Здесь мы использовали модель, основанную на процессах, для имитации многодекадных прогнозов динамики лесов в ответ на изменения в управлении и климате. Моделирование проводилось по градиентам типов леса, эдафических факторов и интенсивности управления при двух альтернативных сценариях радиационного воздействия (RCP4.5 и RCP8.5). Это позволило количественно оценить сдвиги стабильности лесов в ответ на изменение климата и роль управления в модуляции этой реакции, где стабильность экосистемы характеризуется как устойчивость и временная стабильность чистой первичной продукции, надземной биомассы и почвенного углерода. Наши результаты показывают, что структура леса в первую очередь формируется под влиянием управления, но одна и та же стратегия управления часто приводит к изменению структуры с течением времени из-за взаимодействия с региональными изменениями климата. Мы обнаружили, что управление может быть использовано для повышения стабильности и минимизации высвобождения накопленного углерода за счет снижения смертности, но также подчеркиваем региональную зависимость вызванных управлением изменений в устойчивости к климату.

Исследование опубликовано в журнале Journal of Geophysical Research: Biogeosciences.

Китайские ученые предложили метод прогнозирования концентрации CO₂ по спутниковым данным с помощью алгоритмов машинного обучения

Поскольку концентрация углекислого газа (CO2) продолжает расти, изменение климата, характеризующееся глобальным потеплением, представляет собой серьезную проблему для глобального устойчивого развития. В настоящее время большинство глобальных коротковолновых инфракрасных прогнозов концентрации CO2 опираются на полностью физические алгоритмы прогнозирования, для которых необходимы сложные расчеты. В данной работе предлагается метод прогнозирования концентрации усредненного по колонке CO2 (XCO2) по коротковолновым инфракрасным гиперспектральным спутниковым данным с использованием машинного обучения, позволяющий избежать итерационных вычислений, характерных для физического метода. Обучающий набор данных построен на основе спектральных данных Орбитальной углеродной обсерватории-2 (OCO-2), данных о концентрации XCO2, полученных с помощью OCO-2, данных об альбедо поверхности и измерений аэрозольной оптической глубины (AOD) за 2019 год. В данном исследовании для анализа использовались различные алгоритмы машинного обучения, включая Random Forest, XGBoost и LightGBM. Результаты показали, что Random Forest превосходит другие модели, достигая корреляции 0,933 со спутниковыми продуктами, средней абсолютной ошибки (MAE) 0,713 промилле и среднеквадратичной ошибки (RMSE) 1,147 промилле. Затем эта модель была применена для получения концентрации CO2 в толще атмосферы на 2020 год. Результаты показали корреляцию 0,760 с измерениями Сети наблюдений за колоннами углерода (TCCON), что выше корреляции 0,739 с данными спутниковой продукции, что подтверждает эффективность метода извлечения.

Исследование опубликовано в журнале Atmosphere.

Французские ученые разработали модель глубокого обучения MetFluxNet для оценки интенсивности выбросов метана по спутниковым данным

Сокращение выбросов метана в результате деятельности человека имеет важное значение для борьбы с изменением климата. Для мониторинга этих выбросов мы полагаемся на спутниковые наблюдения, которые позволяют регулярно отслеживать выбросы в глобальном масштабе. Выбросы метана обычно оцениваются количественно по их источнику – массе газа, выбрасываемого в единицу времени. Наша цель - оценить интенсивность выбросов метановых шлейфов, обнаруженных с помощью гиперспектральных сканеров изображений, таких как PRISMA или EnMAP. Для решения этой задачи мы сгенерировали большой синтетический набор данных, используя вихреразрешающее моделирование для обучения модели глубокого обучения. Этот набор данных был специально разработан для того, чтобы избежать переобучения сети с помощью тщательной временной выборки и масштабирования шлейфа. Наша сеть глубокого обучения MetFluxNet не требует никакой информации о ветре или маски шлейфа. Более того, он точно предсказывает частоту обнаружения источника даже при наличии ложных срабатываний. MetFluxNet хорошо работает в нашем наборе данных со средней абсолютной процентной погрешностью (MAPE) в 8,3 % в широком диапазоне значений расхода источника от 500 кг/ч до 25000 кг/ч. Примечательно, что он остается эффективным при более низких частотах излучения источников, где фоновый шум, как правило, высок. Чтобы подтвердить применимость MetFluxNet в реальных условиях, мы протестировали его на реальных шлейфах с известными точными значениями наземных потоков. Прогнозируемая частота источников систематически попадала в пределы 95% доверительных интервалов, демонстрируя его надежность при оценке шлейфа в реальных условиях. Наконец, по сравнению с последними передовыми методами, MetFluxNet превзошел S2MetNet, основанный на глубоком обучении, и метод интегрированного повышения массы (IME), основанный на физике.

Исследование опубликовано в сборнике препринтов.

Международный коллектив ученых оценил потенциал спутниковой миссии TANGO для выявления точечных источников выбросов парниковых газов

Целенаправленные спутниковые наблюдения являются перспективным направлением для обнаружения и количественной оценки антропогенных выбросов парниковых газов (ПГ) из локализованных точечных источников с высоким пространственным разрешением. В данном исследовании мы оцениваем потенциал обнаружения спутника Twin ANthropogenic Greenhouse Gas Observers (TANGO), запланированного на 2027 год, используя моделирование орбиты и реестр глобальных точечных источников (GPS) TNO. Мы изучаем подход к выбору целей в трех сценариях наблюдений - «чистое небо», «облако-фильтр» и «облако-прогноз», применяя две схемы приоритетов (одна отдает предпочтение точечным источникам CH4 перед CO2, а другая - наоборот). Результаты показывают, что при текущих пределах обнаружения (TDL) TANGO может обнаружить значительную часть крупных точечных источников, идентифицируя ~500 целей за цикл повторения, в зависимости от используемой схемы приоритетов. Однако облачность значительно снижает эффективность наблюдений (на ~64-68 % меньше обнаружений). Интеграция выбора целей с учетом облачного леса повышает общее число обнаруженных целей на 34,6 % при приоритете CO2 и на 22,1 % при приоритете CH4 по сравнению со сценарием с облачным фильтром, демонстрируя преимущества адаптивных стратегий наблюдения. Мы также исследуем гипотетический сценарий с расширенным пределом обнаружения (EDL), представляющий потенциал будущих спутников с улучшенной чувствительностью. Хотя EDL расширяет диапазон наблюдаемых источников, многие из этих небольших излучателей связаны с большими неопределенностями, что подчеркивает важность хорошо охарактеризованной точности извлечения. Наконец, мы обсуждаем потенциальные преимущества спутниковой группировки, которая может увеличить время повторных посещений и частоту наблюдений за источниками, представляющими ключевой интерес. Наши результаты демонстрируют TANGO в качестве примера возможностей и проблем, связанных с целевыми спутниковыми миссиями следующего поколения, подчеркивая важность мониторинга ПГ с высоким разрешением и адаптации к облачным условиям для улучшения количественной оценки глобальных выбросов.

Исследование опубликовано в сборнике препринтов.