在洛杉矶使用密集的传感器网络观察人类产生的和生物产生的CO2排放
Jinsol Kim1, William M Berelson1, Nick Everett Rollins1
1Department of Earth Science, University of Southern California, Los Angeles, California 90089, United States.
Environmental science & technology
|February 13, 2025
概括
一种新方法使用密集的传感器网络精确量化城市温室气体排放. 这种方法区分化石燃料和生物源,这对于评估减缓气候变化战略至关重要.
科学领域:
- 环境科学 环境科学
- 大气化学 大气化学
- 城市生态城市生态学
背景情况:
- 城市地区对温室气体排放做出了重大贡献,需要强有力的监测才能有效缓解气候变化.
- 密集的传感器网络为追踪城市排放提供高分辨率数据.
- 伯克利环境空气质量和二氧化碳观测网络 (BEACO2N) 为此提供了一个有价值的工具.
研究的目的:
- 开发和验证一种简单,精确的方法来量化城市温室气体排放.
- 在城市环境中区分化石燃料和生物产生的二氧化碳排放.
- 通过传感器网络数据建立一个限制季节性和年度排放趋势的框架.
主要方法:
- 在盒式模型中分析了洛杉矶12个BEACO2N地点 (USC碳普查) 的CO2和CO测量.
- 将总二氧化碳排放量划分为化石燃料和生物成分.
- 推断生物源排放与MODIS增强植被指数 (EVI) 的相关性.
主要成果:
- 成功证明了一种精确的量化城市排放的方法.
- 生物源性排放被推断在生长季节 (白天) 消耗高达60%的化石燃料排放量.
- 生物源性排放的时间变化与植被指数变化相对应.
结论:
- 描述的方法允许精确量化城市排放,有助于评估减缓战略.
- 该研究强调了生物过程在城市碳循环中的重要作用.
- 该方法可用于限制年度和长期排放趋势.
