Несколько стран работают над сокращением своих антропогенных выбросов CO₂ для достижения целей Парижского соглашения. Однако оценка усилий по сокращению выбросов углерода затруднена высокой неопределённостью имеющихся в настоящее время наборов данных. Поэтому крайне важно использовать новые эффективные и надёжные методы точной оценки выбросов углерода. В данном исследовании предложен новый метод оценки глобальных антропогенных выбросов CO₂ с использованием спутниковых данных. Методология включает разработку и интеграцию двух моделей машинного обучения: RXCO₂ (Reconstruct XCO₂) и REMI (Reconstruct EMIssion) для достижения этой цели. RXCO₂ использовала данные о CO₂, полученные с помощью модели Copernicus Atmosphere Monitoring Service (CAMS) и спутника Orbiting Carbon Observatory 2 (OCO-2), для создания ежедневных глобальных долгосрочных регулярных данных по усреднённой по столбу модели доли CO₂ в сухом воздухе с использованием сетки с пространственным разрешением 1°. Прогнозируемый набор данных XCO₂ был тщательно проверен на основе данных наземных и спутниковых наблюдений XCO₂, и между наборами данных наблюдалась хорошая согласованность. Кроме того, аномалии XCO₂ были получены с учётом прогнозируемого набора данных XCO₂ и использованы во второй модели (REMI) вместе с данными о тропосферном столбе NO₂, ночной освещённости и плотности населения для прогнозирования годовых антропогенных выбросов CO₂ на координатной сетке с пространственным разрешением 1° на 2021 и 2022 годы. Модель достигла высокой точности с коэффициентом детерминации (R²) 0,96 и среднеквадратической ошибкой (RMSE) 100,3 тонны. Прогнозируемые результаты были всесторонне сопоставлены с данными об антропогенных выбросах CO₂, полученными из существующих кадастров, и между наборами данных наблюдалась хорошая согласованность.

 

Ссылка: https://www.sciencedirect.com/science/article/abs/pii/S135223102500398X