1. На главную
  2. Электронные версии
  3. Известия РАН. Физика атмосферы и океана
  4. T. 58, № 3, 2022

Известия РАН. Физика атмосферы и океана, 2022, T. 58, № 3, стр. 282-291

Экспериментальные оценки интегральных антропогенных эмиссий СО2 города Санкт-Петербурга

Ю. М. Тимофеев a, *, Г. М. Неробелов a, b, c, **, А. В. Поберовский a

a Санкт-Петербургский государственный университет
199034 Санкт-Петербург, Университетская наб. 7/9, Россия

b Научно-исследовательский центр экологической безопасности РАН
187110 Санкт-Петербург, ул. Корпусная 18, Россия

c Российский государственный гидрометеорологический университет
195196 Санкт-Петербург, Малоохтинский проспект 98, Россия

* E-mail: y.timofeev@spbu.ru
** E-mail: akulishe95@mail.ru

Поступила в редакцию 14.12.2021
После доработки 22.01.2022
Принята к публикации 09.02.2022

Полный текст (PDF)

Аннотация

Рост содержания парниковых газов (СО2, CH4, N2O и т.д.) в атмосфере Земли меняет радиационный баланс и приводит к изменениям климата планеты. Важную роль в этом процессе играют антропогенные эмиссии углекислого газа (СО2) от мегаполисов, вклад которых составляет примерно 70% от всех антропогенных выбросов. В работе определены антропогенные эмиссии СО2 мегаполиса Санкт-Петербурга на основе данных экспериментальной программы EMME 2019 г. Использовалась новая методика решения обратной задачи, основанная на априорных данных и применении поправочных множителей только в районах города, охваченных наблюдениями. Новые оценки интегральных антропогенных эмиссий СО2 Санкт-Петербурга находятся в диапазоне 52–72 Мт СО2/год, существенно превышающем инвентаризационные оценки (~30 Мт СО2/год). Однако, минимальное значение диапазона (52 Мт СО2/год) меньше ранее полученных нами эмиссий по данным EMME 2019 года примерно на 21% (65 Мт СО2/год).

Ключевые слова: эмиссии CO2 Санкт-Петербурга, дифференциальный метод, наземные спектроскопические измерения, погрешности, ODIAC, STILT

1. ВВЕДЕНИЕ

Рост содержания в атмосфере Земли парниковых газов (СО2, CH4, N2O и т.д.) меняет радиационный баланс и приводит к изменениям климата планеты [1]. Важную роль в этом процессе играют антропогенные эмиссии углекислого газа (СО2) от мегаполисов, вклад которых составляет примерно 70% от всех антропогенных выбросов [2]. Для контроля за антропогенными эмиссиями СО2 уже длительное время во многих странах используется инвентаризационный метод. Он основан на расчете выбросов от различных источников согласно данным об антропогенной активности (например, о количестве потребляемого ископаемого топлива). Точность этого метода существенно определяется наличием подобной информации, ее пространственным и временным распределением, а также качеством самой информации и ее анализа [3]. Оценки эмиссий подобным методом имеют погрешности от 3–5% (США), 15–20% (Китай) и до 50% и более для слаборазвитых стран [4] и не всегда удовлетворяют потребности пользователей.

В последнее время во многих развитых странах были приняты обязательства по сокращению антропогенных эмиссией СО2 и других газов. В связи с этим создаются различные методы и системы по независимому контролю за выполнением взятых обязательств [5, 6]. Для независимых оценок эмиссий используются измерения содержания СО2, (локальные и дистанционные) проводимые с земной и водной поверхностей, с вышек, при помощи самолетов, аэростатов и искусственных спутников Земли.

Разные методы по оценке эмиссий СО2 имеют свои преимущества и недостатки, анализ которых проведен, например, в работе [6]. Оценки вклада антропогенных и естественных эмиссий парниковых газов в атмосферу с территории России в глобальные изменения климата при различных сценариях антропогенных выбросов в XXI веке приведены в работе [7].

2. ДИСТАНЦИОННЫЕ МЕТОДЫ ОПРЕДЕЛЕНИЯ ЭМИССИЙ СО2

Экспериментальные дистанционные спектроскопические наземные и спутниковые методы определения эмиссий являются по сути последовательным решением двух обратных задач – атмосферной оптики и атмосферного переноса (рис. 1). На первом этапе по измерениям разных характеристик излучения (солнечного, теплового и т.д.) в полосах поглощения парниковых газов решается обратная задача атмосферной оптики и определяются пространственно-временные вариации содержания, например, СО2. На втором этапе с использованием этой информации решается вторая обратная задача, но уже атмосферного переноса [8] – определяются эмиссии различных газов с исследуемой территории.

Рис. 1.

Схема последовательного решения двух обратных задач – атмосферной оптики и атмосферного переноса; ЭМ – электромагнитное излучение, XCO2 – среднее отношение смеси СО2 в атмосферном столбе, λ – длина ЭМ волны, t – время измерения, x1 и x2 – координаты измерения.

Решение обратных задач имеет определенную специфику, состоящую в (1) необходимости привлечения априорной информации об искомых решениях и оценках ее достоверности; (2) существенном влиянии на решение качества используемых численных моделей атмосферной оптики и атмосферного переноса, а также априорной информации; (3) требованиях высокой точности решений, т.к., например, полезный сигнал об эмиссиях часто очень мал. Например, антропогенное влияние на содержание СО2 составляет в среднем 0.1–4.0 млн–1, т.е. менее 1% от среднего уровня содержаний газа. Под антропогенным влиянием мы понимаем воздействие человеческой деятельности на общее содержание СО2, измеренное в конкретный момент времени (или небольшой период – период проведения измерений) для определенного объекта (например, для некоторого района Санкт-Петербурга). Различие обратных задач атмосферной оптики и переноса состоит в том, что вторая задача существенно более сложная. Ее сложность определяется численной моделью (прямой оператор), описывающей непростой комплекс физических и химических процессов, формирующих пространственно-временную динамику содержания исследуемого газа. В этих моделях кроме фундаментальных законов динамики и термодинамики используются различные параметризации, метеорологические и химические граничные и начальные условия, разные априорные источники газов и т.д. Прямой оператор обратных задач атмосферной оптики (дистанционных методов измерений) – радиационные модели – последние десятилетия непрерывно совершенствовался с помощью лабораторных и натурных измерений, а также постоянно уточняемых и развиваемых численных методов расчета параметров тонкой структуры полос поглощения атмосферных газов, разработки совершенных радиационных кодов в теории переноса излучения и т.д. В свою очередь прямой оператор в обратных задачах атмосферного переноса также совершенствовался, но не в такой степени из-за сложности и трудности организации его валидации. В качестве примера отметим, что современные радиационные коды в тепловой области спектра имеют погрешности менее 1 градуса яркостной температуры, а ее естественные вариации достигают десятков градусов. Сложности обратной задачи атмосферного переноса и качество соответствующих современных численных моделей наглядно проявляется в значительной зависимости результатов определения эмиссий парниковых газов от используемой модели. Так, например, в работах [9, 10] показано, что использование разных численных моделей атмосферного переноса приводит к вариациям оценок эмиссий, достигающих 50% и более.

Особое значение для оценок антропогенных эмиссий СО2 в последние десятилетия имеют спутниковые методы, прежде всего, из-за запуска и успешной работы различной спутниковой аппаратуры – приборов SCIMACHY, GOSAT, OCO-2 и т.д. [11]. При этом важной особенностью таких измерений является необходимость их регулярной калибровки. В частности, решение первой обратной задачи атмосферной оптики сопровождается проведением специальных наземных и самолетных измерений для калибровки и валидации спутниковых данных о содержании газов. Для этого создана международная сеть наземных измерений TCCON (Total Carbon Column Observing Network) [12]. Однако, необходима также и валидация спутниковых определений эмиссий с использованием, например, независимых высокоточных наземных измерений.

В последнее время для исследований антропогенных эмиссий СО2 городов и промышленных объектов используется наземный дифференциальный спектроскопический (ДС) ИК метод, основанный на одновременных измерениях общего содержания газа несколькими взаимокалиброванными приборами [13–17]. Например, в Мюнхене создана система оперативного контроля антропогенных выбросов, основанная на ДС методе [18].

В методике ДС осуществляются параллельные измерения содержания газа в наветренной (фоновый воздух) и подветренной (загрязненный воздух) частях исследуемого города. Разность измерений, проводимых параллельно в загрязненном и фоновом воздухе, дает информацию об антропогенном вкладе города в содержание газа. Преимущества данного подхода связаны с высокой точностью измерений городского антропогенного вклада на основе использования взаимокалиброванных приборов. К недостаткам можно отнести ограничение измерений дневным временем и наличием облачности (при использовании солнечного излучения), а также относительно высокую стоимость мобильных ИК Фурье-спектрометров. Тем не менее дифференциальный метод измерений эмиссий может рассматриваться как перспективный наземный способ для валидации спутниковых методов определения антропогенных эмиссий СО2.

3. АНАЛИЗ ОСОБЕННОСТЕЙ ИЗМЕРЕНИЙ СОДЕРЖАНИЯ СО2 В САНКТ-ПЕТЕРБУРГЕ В 2019 ГОДУ

В 2019–2020 гг. в Санкт-Петербурге коллективом ученых СПбГУ, ГГО, Karlsruhe Institute of Technology (Карлсруэ, Германия) и University of Bremen (Бремен, Германия) была проведена экспериментальная программа EMME (Emission Monitoring Mobile Experiment) по реализации ДС ИК метода и определения эмиссий ряда газов с территории города [19].

В экспериментах EMME в 2019 году в Санкт-Петербурге использовалось два прибора и 11 дней измерений. Для определения средних удельных эмиссий были рассмотрены варианты 9 (21, 27 марта и 1, 3, 4, 6, 16, 24 и 25 апреля) и 4 дней (21, 27 марта и 3, 4 апреля) наиболее качественных измерений (выбор дней обоснован в исследовании [19]). При определении интегральных эмиссий Санкт-Петербурга (т.е. эмиссий со всей площади мегаполиса) в работе [20] использовались 7 дней измерений, в работе [21] – 8. При этом в экспериментах EMME одна из траекторий (одна пара точек наблюдений) повторялась трижды. Таким образом при анализе измерений [20] использовалось не более 5-ти заметно отличающихся геометрий наблюдений на территории мегаполиса.

Согласно ДС методу требуется определить UCO2 – измерения общего содержания (ОС) СО2 в фоновом и загрязненном воздухе исследуемого города. Значения UCO2 рассчитываются на основе интерпретации измерений спектров солнечного излучения с помощью различного программного обеспечения (PROFFIT, SFIT, COCCON и т.д.). Далее рассчитывается разность между ОС СО2 в двух позициях измерений. Найденная разность между двумя измерениями может быть охарактеризована, как средний антропогенный вклад города в содержание СО2 (∆UCO2), обусловленный эмиссиями на конкретном пути перемещения воздушной массы. Считая, что основной вклад в городские антропогенные эмиссии СО2 вносят стационарные источники (например, сеть теплоэлектроцентралей), можно предположить, что ∆UCO2, полученные в парных точках измерений, расположенных вокруг исследуемого города, зависят от эмиссий СО2 с площадей распространения воздушных масс (далее будем называть такие площади “трассами”). Т.е. ∆UCO2 характеризуют эмиссии СО2 с определенных площадей исследуемой территории. Измеренные ∆UCO2 зависят от величины локальных эмиссий $e\left( {t,~x,~y} \right)$, скорости и направления ветра и длины пути перемещения воздушной массы. В первом приближении для определения связи между измеренными ∆UCO2 и удельными эмиссиями города использовалась простая боксовая модель. Измеренные средние удельные эмиссии СО2 сравнивались с расчетами на основе априорной информации об антропогенных эмиссиях [22], затем определялись поправочные множители, позволяющие согласовать расчетные и экспериментальные значения. Данный подход, совместно с боксовой моделью, использовался в работе [20] для оценки интегральных эмиссий Санкт-Петербурга.

При оценках интегральных эмиссий описанным методом объем измерений и используемые трассы, характеризующие движение воздушных масс, должны покрывать практически всю территорию исследуемого мегаполиса. Для этого целесообразно использовать достаточное количество приборов и длительные периоды измерений. Например, при определении антропогенных эмиссий городов Берлина и Парижа ДС методом анализировались измерения 5 приборов, установленных равномерно вокруг изучаемого мегаполиса, за 2–3 нед. [16, 23]. В Мюнхене оперативная система контроля эмиссий парниковых газов также использует 5 приборов [18].

Важно отметить, что экспериментальные оценки антропогенных эмиссий СО2 в работах [20, 21] более чем вдвое превышали инвентаризационные оценки интегральных эмиссий (65–76 Мт/год по сравнению с 30 Мт/год). Однако, в обоих исследованиях интегральных эмиссий не был учтен тот факт, что измерения программы EMME в 2019 году охватывали в основном центральную часть города с максимальными антропогенными эмиссиями (согласно данным ODIAC 2018 и 2019 гг.).

На рис. 2 приведены примеры прямых траекторий между измерениями в фоновой и загрязненной атмосфере, описывающих предполагаемое движение воздушных масс на фоне пространственного распределения антропогенных эмиссий CO2 базы данных ODIAC [22].

Рис. 2.

Антропогенные эмиссии СО2 (ODIAC 2018) в Санкт-Петербурге, позиции измерений EMME 2019 г. и упрощенные траектории движения воздушных масс.

Как показывают инвентаризационные и экспериментальные данные, удельные эмиссии на территории города существенно меняются. По данным базы ODIAC за 2018 г. их вариации достигают двух и более порядка величин, поэтому корректный учет пространственной изменчивости эмиссий представляет нетривиальную проблему. В работе [19] приведены экспериментальные оценки средних удельных эмиссий для ряда дней измерений. Диапазон изменчивости средних эмиссий в зависимости от используемой трассы составлял ~50–150 кт/км2 год. Из рис. 2 также следует, что значительные районы мегаполиса не были охвачены наблюдениями программы EMME 2019 г.

Напомним, что при решении обратной задачи по определению интегральных эмиссий СО2 Санкт-Петербурга в работах [20, 21] использовались поправочные множители. Эти множители, определенные на конкретных трассах, применялись для оценки всей исследуемой территории мегаполиса, а не к определенным районам, по которым проходили трассы перемещения воздушных масс. Такой подход мог приводить к существенным систематическим погрешностям – как к занижениям, так и завышениям реальных интегральных антропогенных эмиссий СО2 Санкт-Петербурга.

Для количественной оценки данного фактора приведем гистограммы, описывающие распределение антропогенных эмиссий СО2 на всей территории Санкт-Петербурга [22] и территорий, охваченных наблюдениями на основе упрощенных прямолинейных трасс в дни измерений программы EMME в 2019 г. (рис. 3). На гистограммах представлено распределение эмиссий по отношению к общему количеству ячеек данных ODIAC за 2018 г. для рассматриваемых площадей.

Рис. 3.

Гистограмма распределения эмиссий СО2 по данным ODIAC за 2018 г. на всей территории Санкт-Петербурга (а) и на территориях прямолинейных трасс движения воздушных масс (б) с шириной 1 км в дни измерений EMME.

Из приведенных данных можно сделать вывод, что большую часть территории Санкт-Петербурга по данным ODIAC (рис. 2а) занимают эмиссии СО2 со значениями меньше ~20 кт км–2 год–1, тогда как наименьшую – более ~40 кт км–2 год–1. Территории, покрываемые трассами измерений EMME, преимущественно охватывают эмиссии СО2 с большими значениями в диапазоне от 15 до 55 кт км–2 год–1. Таким образом, систематические погрешности определения интегральных антропогенных эмиссий СО2 Санкт-Петербурга на основе измерений EMME в 2019 г. [20, 21] могут быть связаны с тем, что измерения покрывали в основном части города с очень высокими удельными эмиссиями СО2.

Рассмотрим простой пример, иллюстрирующий влияние данного фактора. Предположим, что данные ODIAC корректно описывают пространственное распределение антропогенных эмиссий в Санкт-Петербурге. В таком случае средние удельные эмиссии СО2 eavg(t, ∆s) по данным ODIAC для всей территории Санкт-Петербурга с площадью около 1400 км2 составляют примерно 21.6 кт км–2 год–1. Т.е. умножив данное значение удельной эмиссии на площадь города, мы получим “истинную” величину интегральной эмиссии СО2 Санкт-Петербурга ~30 Мт год–1. Для центральной части города площадью около 1000 км2 средняя удельная эмиссия eavg (t, ∆s) составляет примерно 28.8 кт км–2 год–1, что примерно на 30% больше по сравнению со средними удельными эмиссиями СО2 территории всего города.

Мы применили модель дисперсии частиц в атмосфере STILT [24], объединенную с моделью прогноза погоды WRF [25] (STILT-WRF), для моделирования антропогенного вклада Санкт-Петербурга. Модель STILT использует заданные метеорологические поля за весь период моделирования для переноса частиц в пространстве назад по времени. Для задания метеорологических полей мы предварительно провели серию численных экспериментов по моделированию различных метеорологических параметров при помощи модели WRF версии 4.1.2. Модель WRF была запущена за период марта и апреля 2019 г. с пространственным разрешением 8 км и выводом данных за каждый час. В качестве начальных и граничных условий для моделирования WRF мы использовали данные анализа Global forecast system (GFS) с пространственным разрешением 0.5° и распределением по вертикали на 64 гибридных уровнях (примерно до высоты 55 км) с частотой в 3 ч (https://www.ncdc.noaa.gov/data-access/model-data/model-datasets/global-forcast-system-gfs). Далее мы провели серии численных экспериментов моделью STILT-WRF для дней измерений кампании EMME 2019 г. В нашем исследовании из пунктов измерений ЕММЕ загрязненного воздуха (подветренные пункты), выпускалось по 2000 частиц, которые затем перемещались назад во в-ремени в течение 6 ч, распределяясь по наветренной территории Санкт-Петербурга. Модель STILT позволяет определить территории мегаполиса, ответственные за формирование антропогенного вклада наветренных частей города (относительно пункта измерений) в ОС СО2. Расчеты показывают, что территория, оказывающая наибольшее воздействие (около 80%) на вклад Санкт-Петербурга в содержание СО2 (по данным моделирования WRF-STILT) занимает относительно небольшую область на востоке города во время проведения измерений EMME в 2019 году.

4. НОВЫЕ ОЦЕНКИ ИНТЕГРАЛЬНЫХ АНТРОПОГЕННЫХ ЭМИССИЙ СО2 САНКТ-ПЕТЕРБУРГА

Для получения новых оценок антропогенных эмиссий СО2 Санкт-Петербурга воспользуемся простой балансовой моделью одномерного переноса (1), полученной информацией о влиянии различных территорий Санкт-Петербурга на измеренный антропогенный вклад в ОС СО2 и корректным учетом повторяющихся трасс наблюдений (использованием их не по отдельности, а в среднем).

(1)
${{e}_{{avg}}}\left( {t,~\Delta S} \right) = \frac{{\Delta UC{{O}_{2}}\bar {V}}}{L} = \frac{{\Delta UC{{O}_{2}}}}{{{{t}_{L}}}},$
где ${{e}_{{avg}}}\left( {t,~\Delta S} \right)$ – средние удельные эмиссии СО2 с территории Санкт-Петербурга; ∆UCO2 – средний антропогенный вклад города в ОС СО2; $\bar {V}$ – осредненная скорость движения воздушный массы; L – длина пути перемещения воздушной массы (длина трассы); ${{t}_{L}}$ – время, за которое воздушная масса проходит конкретную трассу.

На основе соотношения (1) и априорных эмиссий СО2 ODIAC рассчитывается ∆UCO2. Затем модельный антропогенный вклад города соотносится с измеренным в рамках программы ЕММЕ 2019 г. и определяется средний корректирующий множитель $\bar {R}$ (в виде частного).

Новые оценки интегральных эмиссий Санкт-Петербурга основаны на новой методике решения обратной задачи (2),

(2)
$\overline {Еs~} = \bar {R}{{E}_{c}} + {{E}_{{nc}}}.$

В выражении (2) $~{\text{\;}}\overline {Еs} $ – интегральная эмиссия СО2 с территории всего города; ${{E}_{c}}$ – интегральная эмиссия СО2 на основе априорных данных с территории, покрытой измерениями; $\bar {R}$ – средний корректирующий коэффициент; ${{E}_{{nc}}}$ – интегральная эмиссия СО2 на основе априорных данных с территории не покрытой измерениями.

В этой методике коррекция антропогенных эмиссий СО2 на основе измерений в программе EMME выполняется только для той части города, которая ответственна за измеренный антропогенный вклад (покрыта измерениями). Антропогенные эмиссии СО2 для остальных частей мегаполиса берутся из априорной информации – данных антропогенных эмиссий ODIAC.

В табл. 1 приведены оценки антропогенных эмиссий СО2 Санкт-Петербурга при использовании различных данных о скорости ветра и при разных подходах учета одинаковых трасс измерений.

Таблица 1.  

Оценки интегральных антропогенных эмиссий CO2 Санкт-Петербурга на основе априорных данных ODIAC 2018 г.; WSsurf и WSavg – скорость ветра у поверхности Земли и средняя в слое ~ 0–1350 м.

Условия расчетов Интегральные эмиссии СО2, Мт год–1
3 измерения в позициях А2-B2 WSsurf 46.2
WSavg 65.8
Среднее по трем измерениям в позициях А2-B2 WSsurf 51.9
WSavg 72.0

При использовании трех измерений на трассе А2-В2 по отдельности эмиссии составляют 45.2 и 65.8 Мт/год для приземной и средней скорости ветра в слое 0–1350 м, соответственно. Если использовать при решении обратной задачи среднее по трем измеренным значениям антропогенного вклада, то диапазон оценок эмиссий составляет 51.9–72.0 Мт/год в зависимости от скорости ветра. Изменение методики решения обратной задачи, без изменений других особенностей интерпретации измерений привело к заметному уменьшению оценок антропогенных эмиссий – с 65.4 Мт/год [20] до 46.2 Мт/год, т.е. примерно на 25%, как мы и оценили ранее эффект завышения средних удельных эмиссий за счет измерений в центральных районах мегаполиса.

В табл. 2 приведено сравнение различных оценок интегральных антропогенных эмиссий СО2 мегаполиса Санкт-Петербурга, полученных в последние годы разными методами. Прежде всего отметим, что диапазон оценок очень большой – от 30 до 75.8 Мт/год. Минимальные оценки эмиссий дает инвентаризационный метод и спутниковые данные – примерно в 2 раза меньше большинства оценок. Отметим, что интегральные эмиссии СО2 Санкт-Петербурга по данным ODIAC за 2019 г. более, чем на 50% выше, чем за 2018 г.

Таблица 2.  

Оценки антропогенных интегральных эмиссий СО2 Санкт-Петербурга

Метод оценки Эмиссии Мт/год (год оценки) Ссылка
Инвентаризация ~30.0 (2015) [26]
Измерения приземных отношений смеси 44.8 (2019) [19]
Дифференциальный ИК метод, боксовая модель 65.4 (2019)
51.9–72.0 (2019) 		[20]
Настоящая работа
Дифференциальный ИК метод, модель HYSPLIT 75.8 (2019) [21]
База данных ODIAC 31.2 (2018)
49.1 (2019) 		[22]
Copernicus Atmosphere Monitoring Service 66.8 (2018) [27]
Спутниковые данные OCO-2 39.2 (2018) [28]

5. ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

Точность наземных экспериментальных методов оценок антропогенных эмиссий СО2 мегаполисами зависит от многих факторов – объема и погрешностей используемых измерений, охвата наблюдениями исследуемых территорий, требуемого пространственного и временного разрешения оценок, качества используемой разнообразной априорной информации. Исследования пространственных особенностей наземных дифференциальных спектроскопических измерений вклада мегаполиса Санкт-Петербурга в содержание СО2 в ходе программы EMME в 2019 г. показывают:

1. При оценке интегральных эмиссий мегаполиса ДС ИК методом, геометрия и количество измерений имеют важное значение. Заметные систематические погрешности в оценках интегральных эмиссий могут быть обусловлены следующими факторами:

– сильной пространственной неоднородностью антропогенных удельных эмиссий СО2 на территории Санкт-Петербурга,

– использованием измерений на ограниченных территориях города,

– применяемой методикой решения обратной задачи.

В частности, использование измерений ЕММЕ, полученных с отдельных районов города с высокими удельными антропогенными эмиссиями CO2 для оценки интегральных эмиссий приводит к заметным систематическим погрешностям. Это наглядно демонстрируют функции распределения антропогенных эмиссий СО2 всего города и территорий, охваченных наблюдениями.

2. Новая методика решения обратной задачи, учитывающая особенности пространственного охвата территории Санкт Петербурга при проведении программы измерений EMME 2019 г., дает значения антропогенных эмиссий СО2 в диапазоне 51.9–72.0 Мт/год. Этот широкий диапазон оценок эмиссий СО2 обусловлен использованием разных скоростей ветра – приземных или средних в пограничном слое.

3. Сравнения оценок интегральных антропогенных эмиссий СО2 мегаполиса Санкт-Петербурга, проводимых в последние годы различными методами, демонстрируют очень большой диапазон значений – от ~30 до 75.8 Мт/год. Минимальные оценки интегральных эмиссий СО2 получены инвентаризационным методом и на основе спутниковых данных. Они примерно в 2 раза меньше большинства опубликованных значений. Причины подобных отличий могут быть следующими – оценки эмиссий для отличающихся территорий, временные вариации антропогенных эмиссий, случайные и систематические погрешности различных методов, погрешности и объем используемой априорной и дополнительной информации и т.д.

Требуется дальнейшее изучение и совершенствование экспериментальных наземных ДС ИК методов оценок антропогенных эмиссий парниковых газов, в частности, для использования их в валидации спутниковых определений эмиссий СО2 и других климатических и экологических важных газов.

Работа выполнена при поддержке государственного контракта № 13.2251.21.0005 Министерства науки и высшего образования РФ.

Список литературы

  1. IPCC, 2021: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Masson-Delmotte, V., P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelekçi, R. Yu, and B. Zhou (eds.)]. Cambridge University Press. In Press.

  2. IEA. World Energy Outlook 2008. Available online: https://www.iea.org/reports/world-energy-outlook-2008.

  3. Oda T., Bun R., Kinakh V. et al. Errors and uncertainties in a gridded carbon dioxide emissions inventory // Mitig Adapt Strateg Glob Change. 2019. V. 24. P. 1007–1050.

  4. Bovensmann H., Buchwitz M., Burrows J.P., Reuter M., Krings T., Gerilowski K., Schneising O., Heymann J., Tretner A., Erzinger J. A remote sensing technique for global monitoring of power plant CO2 emissions from space and related applications // Atmos. Meas. Tech. 2010. V. 3. P. 781–811.

  5. Methods for Remote Determination of CO2 Emissions. The MITRE Corporation JASON Program Office 7515 Colshire Drive McLean, Virginia 22102, January 13, 2011.

  6. Bergamaschi P., Danila A., Weiss R.F., Ciais P., Thompson R.L., Brunner D., Levin I., Meijer Y., Chevallier F., Janssens-Maenhout G., Bovensmann H., Crisp D., Basu S., Dlugokencky E., Engelen R., Gerbig C., Günther D., Hammer S., Henne S., Houweling S., Karstens U., Kort E., Maione M., Manning A.J., Miller J., Montzka S., Pandey S., Peters W., Peylin P., PintyB., Ramonet M., Reimann S., Röckmann T., Schmidt M., Strogies M., Sussams J., Tarasova O., van Aardenne J., Vermeulen A.T., Vogel F. Atmospheric monitoring and inverse modelling for verification of greenhouse gas inventories, EUR 29276 EN, Publications Office of the European Union, Luxembourg, 2018, ISBN 978-92-79-88938-7. https://doi.org/10.2760/759928, JRC111789

  7. Денисов С.Н., Елисеев А.В., Мохов И.И. Вклад естественных и антропогенных эмиссий CO2 и CH4 в атмосферу с территории России в глобальные изменения климата в XXI веке // Докл. Академии наук. 2019. Т. 488. № 1. С. 74–80.

  8. Enting I.G. Inverse Problems in Atmospheric Constituent Transport. Cambridge, UK: Cambridge University Press, 2002. 392 p. https://doi.org/10.1017/CBO9780511535741

  9. Basu S., Baker D.F., Chevallier F., Patra P.K., Liu J, Miller J.B. The impact of transport model differences on CO2 surface flux estimates from OCO-2 retrievals of column average CO2 // Atmos. Chem. Phys. 2018. V. 18. P. 7189–7215. https://doi.org/10.5194/acp-18-7189-2018

  10. Peylin P., Law R.M., Gurney K.R., Chevallier F., Jacobson A.R., Maki T., Niwa Y., Patra P.K., Peters W., Rayner P.J., Rödenbeck C., van der Laan-Luijkx I.T., Zhang X. Global atmospheric carbon budget: results from an ensemble of atmospheric CO2 inversions // Biogeosciences. 2013. V. 10. P. 6699–6720. https://doi.org/10.5194/bg-10-6699-2013

  11. A Guidebook on the Use of Satellite Greenhouse Gases Observation Data to Evaluate and Improve Greenhouse Gas Emission Inventories,1-st ed.; T. Matsunaga, S. Maksyutov, Eds.; Satellite Observation Center, National Institute for Environmental Studies, Japan, 2018; p. 129

  12. Wunch D., Toon G.C., Blavier J.-F.L., Washenfelder R.A., Notholt J., Connor B.J., Griffith D.W.T., Sherlock V., Wennberg P.O. The Total Carbon Column Observing Network // Philos. T. Roy. Soc. A. 2011. V. 369. P. 2087–2112. https://doi.org/10.1098/rsta.2010.0240

  13. Hase F., Frey,M., Blumenstock T., Groß J., Kiel M., Kohlhepp R., Mengistu Tsidu G., Schäfer, K., Sha M.K., Orphal J. Application of portable FTIR spectrometers for detecting greenhouse gas emissions of the major city 640 Berlin // Atmos. Meas. Tech. 2015. V. 8. P. 3059–3068. https://doi.org/10.5194/amt-8-3059-2015

  14. Chen J., Viatte C., Hedelius J.K., Jones T., Franklin J.E., Parker H., Gottlieb E.W., Wennberg P.O., Dubey M.K., Wofsy S.C. Differential column measurements using compact solar-tracking spectrometers // Atmos. Chem. Phys. 2016. V. 16. P. 8479–8498. https://doi.org/10.5194/acp-16-8479-2016

  15. Frey M., Hase F., Blumenstock T., Groß J., Kiel M., Mengistu Tsidu G., Schäfer K., Sha K. M., Orphal J. Calibration and instrumental line shape characterization of a set of portable FTIR spectrometers for detecting greenhouse gas emissions // Atmos. Meas. Tech. 2015. V. 8. P. 3047–3057.https://doi.org/10.5194/amt-8-3047-2015

  16. Vogel F.R., Frey M., Staufer J., Hase F., Broquet G., Xueref-Remy I., Chevallier F., Ciais P., Sha M.K., Chelin P., Jeseck P., Janssen C., Té Y., Groß J., Blumenstock T., Tu Q., Orphal J. XCO2 in an emission hot-spot region: the COCCON Paris campaign 2015 // Atmos. Chem. Phys. 2019. V. 19. P. 3271–3285. https://doi.org/10.5194/acp-19- 3271-2019

  17. Tu Q., Hase F., Blumenstock T., Kivi R., Heikkinen P., Sha M.K., Raffalski U., Landgraf J., Lorente A., Borsdorff T., Chen H., Dietrich F., Chen J. Intercomparison of atmospheric CO2 and CH4 abundances on regional scales in boreal areas using Copernicus Atmosphere Monitoring Service (CAMS) analysis, COllaborative Carbon Column Observing Network (COCCON) spectrometers, and Sentinel-5 Precursor satellite observations // Atmospheric Measurement Techniques. 2020. V. 13. P. 4751–4771. https://doi.org/10.5194/amt-13-4751-2020

  18. Dietrich F., Chen J., Voggenreiter B., Aigner P., Nachtigall N., Reger B. MUCCnet: Munich Urban Carbon Column network // Atmos. Meas. Tech. 2021. V. 14. P. 1111–1126. https://doi.org/10.5194/amt-14-1111-2021

  19. Makarova M.V., Alberti C., Ionov D.V., Hase F., Foka S.C., Blumenstock T., Warneke T., Virolainen Y., Kostsov V., Frey M., Poberovskii A.V., Timofeyev Y.M., Paramonova N., Volkova K.A., Zaitsev N.A., Biryukov E.Y., Osipov S.I., Makarov B.K., Polyakov A.V., Ivakhov V.M., Imhasin H.Kh., Mikhailov E.F. Emission Monitoring Mobile Experiment (EMME): an overview and first results of the St. Petersburg megacity campaign-2019 // Atmos. Meas. Tech. 2021. V. 14. P. 1047–1073. https://doi.org/10.5194/amt-14-1047-2021

  20. Тимофеев Ю.М., Неробелов Г.М., Виролайнен Я.А., Поберовский А.В., Фока С.Ч. Оценки антропогенных эмиссий СО2 мегаполиса Санкт-Петербурга. Доклады РАН. Науки о Земле, 494, 1, 97–100. https://doi.org/10.31857/S2686739720090182

  21. Ionov Dmitry V., Maria V. Makarova, Frank Hase, Stefani C. Foka, Vladimir S. Kostsov, Carlos Alberti, Thomas Blumenstock, Thorsten Warneke, Yana A. Virolainen. The CO2 integral emission by the megacity of St. Petersburg as quantified from ground-based FTIR measurements combined with dispersion modelling // Atmos. Chem. Phys. 2021. V. 21. P. 10939–10963. https://doi.org/10.5194/acp-21-10939-2021

  22. Oda T., Maksyutov S. A very high-resolution (1 km × 1 km) global fossil fuel CO2 emission inventory derived using a point source database and satellite observations of nighttime lights // Atmos. Chem. Phys. 2011. V. 11. P. 543–556. https://doi.org/10.5194/acp-11- 543-2011

  23. Zhao X., Marshall J., Hachinger S., Gerbig C., Frey M., Hase F., Chen J. Analysis of total column CO2 and CH4 measurements in Berlin with WRF-GHG // Atmos. Chem. Phys. 2019. V. 19. P. 11279–11302. https://doi.org/10.5194/acp-19-11279-2019

  24. Lin J.C., Gerbig C., Wofsy S.C., Andrews A.E., Daube B.C., Davis K.J., Grainger C.A. A near-field tool for simulating the upstream influence of atmospheric observations: The Stochastic Time-Inverted Lagrangian Transport (STILT) model // J. Geophys. Res. 2003. V. 108. P. 4493.https://doi.org/10.1029/2002JD003161D16

  25. Skamarock W.C., Klemp J.B., Dudhia J., Gill D.O., Liu Z., Berner J., Wang W., Powers J.G., Duda M.G., Barker D.M., Huang X.-Y. A Description of the Advanced Research WRF Version 4. NCAR Tech. Note NCAR/TN-556+STR. 2019. 145 p. https://doi.org/10.5065/1dfh-6p97

  26. Serebritsky I.A. (Ed.): The Report on Environmental Conditions in St. Petersburg for 2017, available at: https:// www.gov.spb.ru/static/writable/ckeditor/uploads/2018/ 06/29/Doklad_EKOLOGIA2018.pdf

  27. https://atmosphere.copernicus.eu/sites/default/files/ FileRepository/Resources/Documentation/Fluxes.

  28. Тимофеев Ю.М., Березин И.А., Виролайнен Я.А., Поберовский А.В., Макарова М.В., Поляков А.В. Оценки антропогенных эмиссий CO2 для Москвы и Санкт-Петербурга по данным спутниковых измерений OCO-2 // Оптика атмосферы и океана. 2020. № 4. С. 261–265. https://doi.org/10.15372/AOO20200403

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Известия РАН. Физика атмосферы и океана

Архивы выпусков Информация о журнале Отправить рукопись в журнал