基于OCO-2 XCO2检索的热电厂的CO2排放的改进估计,使用直线羽毛模拟
Yingsong Li1, Fei Jiang2, Mengwei Jia1
1Jiangsu Provincial Key Laboratory of Geographic Information Science and Technology, International Institute for Earth System Science, Nanjing University, Nanjing 210023, China.
The Science of the total environment
|December 31, 2023
概括
精确估计发电厂二氧化碳 (CO2) 排放量对于减缓气候变化至关重要. 这项研究表明,与高斯羽毛模型 (GPM) 相比,社区多级空气质量模型 (CMAQ) 改善了二氧化碳排放估计.
科学领域:
- 环境科学 环境科学
- 大气化学 大气化学
- 遥感 遥感 遥感 遥感
背景情况:
- 发电厂的二氧化碳排放是全球变暖的主要原因之一.
- 使用轨道碳观测台2 (OCO-2) 和高斯羽毛模型 (GPM) 的现有方法存在不确定性.
- 准确的二氧化碳排放估计对于有效的碳排放控制至关重要.
研究的目的:
- 为了比较来自高斯羽毛模型 (GPM) 和社区多尺度空气质量模型 (CMAQ) 的二氧化碳排放逆转结果,使用直线羽毛上升模块.
- 评估气象场精度对排放逆转的影响.
- 提高发电厂二氧化碳排放估计的准确性.
主要方法:
- 使用OCO-2卫星检索二氧化碳度.
- 采用了社区多尺度空气质量模型 (CMAQ) 带有直线羽毛上升模块进行羽毛模拟.
- 应用了高斯羽毛模型 (GPM) 进行比较.
- 分析了6个发电厂在中国长江三角洲上空发生的风暴事件.
主要成果:
- 高斯羽毛模型 (GPM) 模拟导致二氧化碳排放量大幅高估或低估.
- 在CMAQ的直线羽毛模拟中,二氧化碳排放估计得到了大幅度的改进.
- 逆转结果对气象数据中的风速偏差非常敏感.
结论:
- 带有直线羽毛升起模块的CMAQ模型在估计发电厂CO2排放的GPM上提供了显著的改进.
- 准确的气象数据和可靠的羽毛模拟对于精确逆转点源排放至关重要.
- 这项研究强调了先进建模对于有效的碳排放管理的重要性.
