应用案例

首页      应用案例      δ¹³C-      Picarro G2201-i(ERL | 基于走航监测数据以及EMISSION-PATITION模型监测企业级碳排放)

Picarro G2201-i(ERL | 基于走航监测数据以及EMISSION-PATITION模型监测企业级碳排放)

发表时间:2024-04-17浏览量:29


点击蓝字

关注我们FOLLOW US

 

01

发表单位

 

第一作者单位:武汉大学测绘遥感信息工程国家重点实验室

通讯作者单位:

武汉大学遥感信息工程学院

生态环境部卫星环境应用中心

 

 

02

 摘要 

 

点源碳排放约占据人为碳排放总量的34%,目前针对于此类排放源碳排放量计算的主要依靠排放清单进行参考性评估。排放清单的低时间分辨率以及滞后性缺点无法有效地获取某一时间段内点源排放强度。发展基于实测温室气体浓度数据对碳排放进行核算的方法可以帮助我们获取强排放企业的近实时排放,对传统的排放清单统计法也是一种重要的验证手段。政府部门在对企业级碳排放监测工作中面临排放源位置未知、多排放源排放量难以区分的问题。

 

移动式CO2/CH4测量系统可对强排放源附近的温室气体浓度进行采集,具有较高的灵活性。2021年,该团队使用自搭建的车载温室气体走航监测系统在中国的重点工业城市进行了数据采集,共计1143公里。针对走航监测系统获取的数据特点,该团队开发了一套弱依赖先验参数的多点源碳排放识别以及定量化模型,EMISSION-PARTITION。该模型具有完全自主知识产权,通过使用智能算法和增广目标函数最优迭代方法,减少先验参数对定量化结果造成的误差,实现对不同类型排放源的位置以及排放量准确量化,包括化工厂、洗煤厂和垃圾焚烧厂等。这项研究表明车载温室气体走航监测系统未来可在碳监测领域得到广泛应用,EMISSION-PARTITION模型也有望在无人机Aircore系统以及传感器组网监测中使用对企业级碳排放进行高精度定量化。

 

03

 结果 

 

 

图1. 走航监测车与监测坐标系建立

 

图2. EMISSION-PARTITION模型流程图

 

图3. 不同城市以及工业园区采集的CO2/CH4浓度结果

 

图4. 多点源CO2排放。

(a)至(c),MX洗煤厂

(a)CO2排放源在MX洗煤厂的位置 

(b)模拟采样位置的CO2浓度和实测CO2采样浓度 

(c) 模拟采样位置的CO2浓度和实测CO2采样浓度之间的相关性

(d)至(f),ZN化工厂 

(d) CO2排放源在ZN化工厂的位置 

(e) 模拟采样位置的CO2浓度和实测CO2采样浓度 

(f) 模拟采样位置的CO2浓度和实测CO2采样浓度之间的相关性

 

图5. 单点源CH4排放。

(a)至(c),ZN化工厂

(a)CH4排放源在ZN化工厂的位置 

(b)模拟采样位置的CH4浓度和实测CH4采样浓度 

(c) 模拟采样位置的CH4浓度和实测CH4采样浓度之间的相关性

(d)至(f),ZN化工厂

(d) CH4排放源在ZN化工厂的位置 

(e) 模拟采样位置的CH4浓度和实测CH4采样浓度 

(f) 模拟采样位置的CH4浓度和实测CH4采样浓度之间的相关性

 

图6. 基于不同方法对研究区域点源气体排放定量化结果对比

 

 - END - 

 

 
 

原文链接:


 

*文章转载于公众号“ 农业遥感与作物模型”,已获得授权

 

如果对该文章内容或者仪器应用有任何疑问,欢迎与我们联系讨论:

 

产品经理:陆翟亚 james@cen-sun.com

技术总监:陈晓峰 chxf@cen-sun.com


 

联系我们
  • 地址:北京市海淀区北三环西路48号1号楼A座6A
  • 电话:010-51627740
  • 手机:18094238319
  • 邮箱:info@cen-sun.com
  • 网址:http://www.cen-sun.com/
官方微信
Copyright © 2023 北京世纪朝阳科技发展有限公司    备案号:京ICP备05017992号-1   sitemap.xml   技术支持:化工仪器   管理登陆