煤电基地CO_(2)和CH_(4)遥感监测及时空特征分析

【目的】CO_(2)和CH_(4)是煤电基地能源生产活动中的主要温室气体排放种类,其监测与时空分布是研究区碳监测体系建设的重要内容。【方法】以安徽淮南市为例,利用GOSAT、OCO-2和Sentinel-5P这3种卫星数据进行研究区CO_(2)和CH_(4)浓度监测,得到CO_(2)、CH_(4)柱浓度(XCO_(2)和XCH_(4))变化和分布情况,采用源清单法分析CO_(2)行业和区域排放特征,同时采用Pearson相关系数和多元回归方法分析影响研究区XCO_(2)和XCH_(4)浓度的主控因素。【结果和结论】结果表明:(1)基于GOSAT和OCO-2卫星融合数据分析显示,淮南市2016-2020年XCO_(2)和XCH_(4)浓度整体呈增长趋势,期间XCO_(2)浓度增加12×10^(-6)、XCH_(4)浓度增加23×10^(-9);XCO_(2)浓度和累计发电量的Pearson相关系数为0.98,XCH_(4)浓度和累计煤炭产量的Pearson相关系数为0.99,均呈极强相关。(2)利用Sentinel-5P卫星搭载的对流层观测仪(TROPOMI)高分辨产品数据分析淮南市各区域XCH_(4)浓度分布时空特征发现,研究区秋季XCH_(4)浓度高于夏季,XCH_(4)浓度受能源生产和农业生产两方面的影响。(3)源清单法得出淮南市一级源分类CO_(2)排放最多的为化石燃料固定燃烧源,占全市CO_(2)总排放量的89.59%,化石燃料固定燃烧源中电力供热占比99%以上;主要为淮南市潘集区和凤台县燃煤电厂CO_(2)排放;源识别显示集中分布在淮南市北部的火力发电厂为研究区CO_(2)最主要排放源。(4)影响研究区XCO_(2)浓度的主控因素为地区生产总值、累计发电量和第二产业产值,影响XCH_(4)浓度的主控因素为累计煤炭产量、第一产业产值、播种面积。研究结果对我国“双碳”目标下煤电基地碳监测体系构建与完善具有重要的参考意义。

基于卫星遥感的中国地区XCO_(2)和XCH_(4)时空分布研究

人为活动排放的以CO_(2)和CH_(4)为主的大量温室气体是造成全球增温的主要因素。由于地面观测站点稀少,卫星遥感为监测CO_(2)和CH_(4)的时空分布及变化趋势提供了新的技术手段。本文验证了GOSAT、OCO-2卫星的大气CO_(2)和CH_(4)柱浓度遥感产品XCO_(2)和XCH_(4)的精度,并分析了我国XCO_(2)和XCH_(4)的时空分布和变化趋势,主要结论如下:(1)在所用XCO_(2)遥感产品中,OCO-2 ACOS与地面观测的相关性最高(达0.93);而XCH_(4)产品中GOSAT OCPR的相关性最高(达0.78)。(2)在研究的时间跨度内,XCO_(2)浓度呈逐年上升趋势,如我国OCO-2 XCO_(2)年均浓度由2014年的396.92×10^(−6)增长到2021年的414.72×10^(−6);CO_(2)浓度高值主要分布在城市和工业集中的中国东部地区,西北地区塔克拉玛干沙漠的高值与气溶胶散射影响有关;同时,受人为源和自然源的季节变化影响,XCO_(2)具有冬春高、夏秋低的时间特征。(3)XCH_(4)浓度同样呈逐年上升趋势,但与XCO_(2)不同,XCH_(4)浓度高值主要分布在天然气和煤炭开采集中的四川东部、重庆西部、陕西与山西的中部地区,以及工业集中的华北地区,季浓度呈现夏秋高、春冬低的特征。(4)2020年XCO_(2)高值区发生偏移;相对于2020年,2021年CO_(2)增速有所回升,但增幅相对于2019年之前仍有所减小。

利用高分五号AHSI载荷的高分辨率XCH_(4)异常探测方法研究

煤矿开采是最重要的甲烷排放源,然而其排放清单的准确性很低,一个关键的原因在于缺乏精准识别和定位该类排放源的能力。近年来,前沿研究表明可以利用卫星高光谱数据反演高分辨率的甲烷异常,从而帮助识别排放源。但是,在地表类型复杂地区该算法会完全失效。针对这一问题,率先提出一种基于L1重加权和迭代收缩阈值算法(ISTA)匹配滤波器的算法。利用高分五号(GF-5)数据在山西地区的实验表明,该方法性能显著优于现有的其他方法。实验中,本方法识别出23个甲烷强点源,这些点源全部位于TROPOMI的甲烷高值区内,且高分辨遥感影像显示这些点源处存在典型的煤矿开采设施。该方法的提出为利用GF-5卫星数据在世界范围实现甲烷点源排查奠定了技术基础。