#airon_lit
Краткие тезисы
Выявление выбросов загрязнителей воздуха сыграло ключевую роль в улучшении качества воздуха и, следовательно, здоровья миллиардов людей во всем мире. Это было сделано с использованием исследований по нескольким направлениям, два из которых - разработка кадастров выбросов и картирование загрязнения воздуха с использованием спутникового дистанционного зондирования. Инструмент мониторинга тропосферы (TROPOMI) предоставляет данные о плотности вертикального столба диоксида азота с высоким разрешением с конца октября 2018 года. Используя метод расходимости потока и модель смеси Гаусса, мы определяем "горячие точки" пиковых выбросов над 4 городами в Южной Азии: Дакка, Калькутта, Дели и Лахор. Мы анализируем данные с ноября 2018 г. по март 2021 г. и фокусируемся на трех засушливых сезонах (с ноября по март), для которых доступны выборки. Показано, что восстановление имеет достаточное пространственное разрешение для идентификации отдельных точечных и площадных источников. Далее мы анализируем масштаб длины и эксцентриситеты горячих точек, чтобы лучше охарактеризовать источники выбросов. Оценки выбросов TROPOMI сравниваются с глобальным кадастром выбросов EDGAR и региональным кадастром REAS. Это выявляет области согласия, но также и значительные расхождения, которые должны позволить улучшить и уточнить кадастры в будущем. Например, выбросы в городах занижаются, а выбросы при производстве электроэнергии завышаются. Некоторые области легкой промышленности вызывают значительные сигнатуры в поисковых запросах TROPOMI, но в большинстве случаев отсутствуют в инвентаризацияъ. Пространственное разрешение инструмента TROPOMI в настоящее время достаточно для предоставления подробной обратной связи разработчикам кадастров выбросов, а также для информирования политических решений в масштабах от городов до регионов.
Введение
Загрязнение воздуха является серьезной причиной смертности во всем мире [1]. Спутниковое дистанционное зондирование позволило добиться значительного прогресса в картографировании загрязнения воздуха по всему миру [2] и используется для улучшения оценок воздействия в исследованиях воздействия на здоровье [3]. Многие исследования в области здравоохранения полагаются на численные модели для оценки затрат на загрязнение воздуха и преимуществ политики [4]. Поскольку эти модели опираются на кадастры выбросов, крайне важно стремиться к их постоянному совершенствованию и развитию [5, 6].
Двуокись азота (NO2) представляет собой загрязнитель воздуха, который может быть легко обнаружен спутниками с помощью датчиков в ультрафиолетовом диапазоне. Анализы NO2 выиграли от длительного срока службы прибора для мониторинга озона [7] и, с 2018 года, прибора для мониторинга TROPOspheric с более высоким разрешением [8]. OMI позволил обнаружить отдельные точечные источники и городские территории и оценить их временную изменчивость [9, 10]. Тенденции к снижению были отмечены в Соединенных Штатах Америки [11], в Китае [12] и, в последнее время, во всем мире [13].
При разрешении надира 3,5 на 5,6 км2 самая точная колонка TROPOMI в 16 раз меньше, чем разрешение OMI 13 на 24 км2. Это позволило более точно оценить выбросы в городах, например, над нефтеносными песками Канады [14], в Париже [15], в Северной Америке [16] и в Южной Корее [17]. При учете расходимости потоков NO2 стало возможным идентифицировать точечные источники с еще более высоким разрешением [18, 19]. Было обнаружено, что оценки выбросов в Германии хорошо согласуются с Европейским регистром выбросов и переноса загрязнителей [18], а горячие точки по всему миру согласуются с Глобальной базой данных электростанций [19].
Более высокое разрешение TROPOMI также позволило более детально оценить временные вариации столбцов NO2 в Соединенных Штатах Америки [20], а также в городских районах по всему миру [21]. Эти возможности были естественным образом расширены для оценки влияния локдаунов в связи с пандемией COVID-19 на столбцы NO2 во всем мире [22, 23]. Значительное снижение содержания NO2 было обнаружено в большинстве городов Индии [24], за некоторыми заметными исключениями, связанными со сжиганием биомассы. Сокращение содержания NO2 в столбах было особенно поразительным в городских центрах крупнейших городов [25], и это соответствовало измерениям качества приземного воздуха [26]. Изучение сокращений над Даккой, Бангладеш, выявило значительные сокращения, а также показало, что столбцы NO2 над Даккой имеют значительную пространственную неоднородность [27].
В этом исследовании мы рассматриваем четыре крупных мегаполиса в Южной Азии: Дакка, Бангладеш; Калькутта и Дели, Индия; и Лахоре, Пакистан. В предыдущем исследовании мы обнаружили, что Дакка и Калькутта столкнулись с экстремальными случаями загрязнения воздуха из-за сочетания местных и региональных источников с особенно неблагоприятными метеорологическими условиями [28]. Тем не менее, десятилетия политической работы по качеству воздуха позволили стабилизировать загрязнение воздуха в Дакке [29]. Аналогичным образом в Индии наблюдаются постепенные улучшения, хотя концентрации загрязняющих веществ по-прежнему намного превышают национальные стандарты [30]. Детальный анализ кадастров выбросов и альтернативных сценариев для Калькутты показывает, что потребуется дальнейшее развитие политики [31]. Извлечение оптической толщины аэрозоля с высоким разрешением использовалось для оценки как пространственных, так и временных вариаций загрязнения над Дели [32]. Было обнаружено, что в отличие от NO2, который в основном является городским и промышленным, выбросы PM2,5 в основном связаны с сельскохозяйственными выбросами и образованием вторичных аэрозолей. Микроспутниковые снимки использовались для оценки важности очень локализованных "горячих точек" загрязнения в пределах города [33]. Исследование данных TROPOMI по Северной Индии позволили оценить выбросы NO2 от отдельных электростанций, включая электростанцию Дадри на окраине Дели [33]. Лахор, Пакистан, также имеет высокие нагрузки загрязнителей воздуха, особенно зимой [34]. Сравнение двух участков в Лахоре показало, что на обоих наблюдались высокие концентрации, но на более центральном коммерческом участке концентрация была ниже, чем на жилом/промышленном участке к югу. Наконец, изучение столбцов OMI во время блокировки COVID-19 для четырех городов в нашем исследовании плюс Катманду выявило значительное сокращение во всех пяти, но графики также показывают, что городские сигнатуры более размыты в поиске OMI, чем в поиске TROPOMI. [35].
В этом исследовании мы проанализировали данные TROPOMI о плотности вертикального столба NO2 над четырьмя мегаполисами и уточнили метод расходимости потока [18], чтобы охарактеризовать пространственную неоднородность выбросов NO2 в каждой области. Смешанная модель Гаусса использована для одновременной оценки отдельных выбросов из точечных и городских источников. Затем мы сравнили эти оценки с установленными кадастрами выбросов, чтобы определить области неопределенности и пути улучшения.
2. Методы
2.1. Спутниковые поиски и область исследования
Плотность вертикального столба NO2 была получена с помощью прибора для мониторинга TROPOspheric Monitoring Instrument (TROPOMI) [8] в рамках миссии Sentinel-5 Precursor Европейского космического агентства. Поиск уровня 2 был получен с http://www.tropomi.eu/data-products/ и https://scihub.copernicus.eu/. Это исходное разрешение полосы обзора инструмента. 6 августа 2019 года исходное наилучшее разрешение 3,5 на 7 км2 было уменьшено до 3,5 на 5,6 км2.
Мы анализировали данные TROPOMI и кадастры выбросов для 4 городов Южной Азии: Дакка, Бангладеш; Калькутта и Дели, Индия; и Лахоре, Пакистан. Дакка и Калькутта имеют схожие географические условия и метеорологию, как и Дели и Лахор, что делает их более сравнимыми. Колонки были преобразованы в конформную сетку Ламберта с разрешением 1 км и охватом 150 на 150 км2 вокруг центра города [36].
Снимки были получены с 1 ноября 2018 г. по 31 марта 2021 г. Прохождение спутника происходит ранним днем, учитывая, что он следует за солнечно-синхронной низкой околоземной орбитой с временем прохождения экватора около 13:30 по местному времени.
Оценки выбросов были получены путем отбора данных о полосах за разные периоды времени, например, по годам, по сезонам или по дням недели. Основные оценки выбросов, представленные в этом документе, были получены путем усреднения по трем засушливым сезонам (с ноября по март, для 2018/19, 2019/20 и 2020/21), которые обеспечили наиболее четкий сигнал с наибольшим отношением сигнал/шум. Облачность с апреля по октябрь снижает качество выборки.
2.2. Метод расходимости потока
Выбросы оценивались методом расходимости потоков [18] (1):
Потоки NO2 были получены путем умножения значений столбцов вертикальной плотности NO2 (VCD) на скорость ветра (u) в ортогональных направлениях (вдоль и поперек полоски). Расхождение потоков дает оценку выбросов в единицах мкг/м2с.
Стоки NO2 включаются в уравнение путем добавления VCD, деленной на время жизни NO2 в атмосфере, τ , которое принято равным 9 часам (см. раздел 2.5).
Оценки выбросов NOx, E_NOx, получаются путем умножения оценок на f_NOx на отношение NOx к NO2. Мы использовали такое же единообразное значение 1,32 для f_NOx, как и в исходном методе [18], поскольку все четыре города находятся на одинаковых широтах и имеют схожие метеорологические условия, особенно в сухой сезон.
Стоит отметить несколько отличий от оригинального метода. Вместо того, чтобы интерполировать столбцы в сетку широты/долготы, а затем выполнять расхождение, мы вычисляем расхождение потока на исходных осях полосы захвата (вдоль пути и поперек пути), а затем передискретизируем результаты в сетку 1 км для временного усреднения. Это упрощает обработку пропущенных значений и краевых значений при вычислении расхождений.
Мы используем все столбцы со значением QA больше или равным 0,7, так как они включают множество точек, которые были бы отклонены при пороговом значении 0,75. Однако мы отмечаем, что, хотя это сильно влияет на количество точек в анализе, это не меняет результатов.
Мы проверили оценки расхождения как второго, так и четвертого порядка и обнаружили, что это не имеет значения. Поэтому мы сохранили оценки четвертого порядка исходного метода.
Потоки рассчитывались с использованием продукта ERA5 [37] для изучения ветра. Мы получили почасовые значения ветра ERA5 на высоте 100 м и разрешении 1° и линейно интерполировали их на сетку полосы обзора. Во время тестирования мы также попытались использовать одно значение скорости и направления ветра в центре сетки и обнаружили, что это не повлияло на результаты.
2.3. Гауссова модель смешивания
В исходном методе [18, 19] 2-мерные функции Гаусса последовательно отображались на самые большие горячие точки, удаляя гауссиану с карты дивергенции каждый раз, когда оценивался новый источник. В этом исследовании модель смеси Гаусса (GMM) использовалась для одновременной оценки выбросов из нескольких горячих точек в полях расхождения потоков. Мы указали количество двумерных гауссианов и их расположение в качестве начальных условий для функции «fitgmdist» в Matlab. Выбросы NOx были получены для каждой горячей точки путем масштабирования «пропорции смешивания» каждой гауссианы, определенной в алгоритме, на основе оценок потоков в мкг/м2·с для получения пространственных сумм в килотоннах в год.
Все значения ниже определенного порога рассматривались как фоновые значения. Они не были включены в модель GMM, поскольку фоновое поле было зашумленным и приводило к неустойчивым оценкам в оценках. Установив пороговое значение на уровне 80% данных, мы обнаружили, что алгоритм обеспечивает стабильные оценки самых больших горячих точек. Оценки выбросов больше при меньших значениях порога, поскольку предполагается, что меньшая дивергенция потока является частью фона. Однако относительная сила источника остается очень похожей. По мере снижения порога аппроксимация Гаусса меньше фокусируется на горячих точках и больше подвержена влиянию небольших флуктуаций. Результаты тестов на чувствительность с использованием 50%, 70%, 80% и 90% приведены в материалах статьи.
Собственные значения и собственные векторы были рассчитаны для отдельных двумерных гауссианов, чтобы получить оценку диаметра горячих точек, а также оценку их эксцентриситетов. С геометрической точки зрения контурные графики гауссианов выглядят как эллипсы, а средняя шкала длины была принята за среднее геометрическое большой и малой полуосей этих эллипсов. Эксцентриситет рассчитывали как отношение осей.
2.4. Кадастры выбросов
Институт мировых ресурсов (WRI) создал глобальную базу данных электростанций, которая объединяет официальные правительственные данные, независимые источники и анализ спутниковых изображений, собранных на основе краудсорсинга [38]. Мы использовали версию 1.3.0, чтобы сравнить расположение горячих точек TROPOMI с расположением известных электростанций.
Инвентаризация глобальных выбросов загрязнителей воздуха EDGAR версии 5.0 обеспечивает глобальные выбросы оксидов азота (NOx) на сетке с разрешением 0,1° [5, 39]. Выбросы NOx для нескольких секторов источников были получены за 2015 год.
В кадастре выбросов REAS версии 3.2 представлены выбросы по секторам-источникам в Азии с разрешением 0,25° [6]. Выбросы по секторам использовались для 2015 года. Точечные источники определяются индивидуально в REAS и для анализа в данном исследовании были сопоставлены с полями выбросов в координатной сетке. На рисунках в оригинальной статье они обозначены как «Energy Pt». Категория REAS «Прочее ТРО» включает весь внедорожный транспорт и помечена как «Транспорт».
2.5. Анализ неопределенностей
При извлечении NO2 использовался алгоритм версии 1.0.0 с ноября 2018 г. по 20 марта 2019 г., версии 1.3.0 с 21 марта 2019 г. по 28 ноября 2020 г. и версии 1.4.0 с 29 ноября 2020 г. по март 2021 г. [40]. Облачный продукт, используемый для поиска, был обновлен до версии 1.4.0, что привело к увеличению вертикальных столбцов NO2. Это увеличивает неопределенность оценок выбросов, хотя на данном этапе мы используем все доступные моменты времени для создания сглаженных средних значений полей NO2, поскольку использование меньших периодов времени приводит к более слабому отношению сигнал/шум в оценках.
Анализ неопределенностей проводился путем изменения ключевых параметров метода. В пересмотренном каталоге точечных источников NOx [19] удален член поглотителя при оценке выбросов. Это фактически похоже на установку времени жизни на бесконечность. Мы протестировали срок жизни 4 часа и 9 часов, а также отсутствие стока NO2. Силы источников тем больше, чем больше время жизни, но относительные мощности источников между ними очень похожи. Было обнаружено, что приближения Гаусса более устойчивы с 9-часовым временем жизни, чем с нулевыми стоками, потому что член стока служит для сглаживания некоторого шума в члене дивергенции потока. Поэтому мы решили использовать 9 часов для этого исследования.
Для выбранного времени жизни и фонового порога проанализировано изменение мощностей источников для 27 различных временных секторов: дней недели для всего года (7 оценок) и для засушливого сезона (7), сезонов (2), лет ( 3), сухие сезоны в течение 3 лет (3), влажные сезоны в течение 2 лет (2), штили и штилевые ветры (2) и полная запись (1). Неопределенность мощности источников оценивается примерно в 30 %, а неопределенность относительных выбросов между горячими точками оценивается примерно в 20 %, как показано на рисунке E1 оригинального исследование для Калькутты.
3. Результаты и обсуждение
3.1. Плотность вертикального столба и оценки выбросов дивергенции потока
Плотность вертикального столба NO2 (VCD) от TROPOMI позволила выявить значительные пространственные вариации над Даккой, Калькуттой, Дели и Лахором. Оценки выбросов, полученные методом дивергенции потоков, дополнительно привлекли внимание к пространственным вариациям выбросов в мегаполисах. Подробные карты каждого города с названиями некоторых электростанций показаны на рисунках с А1 по А4 оригинальной статьи.
В Дакке самые высокие столбцы NO2 из четырех городов, рассмотренных в этом исследовании. Самая большая точка выбросов находится над Нараянганджем, городом, в котором сосредоточена большая часть предприятий тяжелой промышленности Дакки, расположенным вдоль реки Шиталакшья. Вторая по величине горячая точка находится над мазутной электростанцией Summit Gajipur к северу от Дакки. Городские выбросы из самой Дакки зажаты между этими двумя источниками и имеют меньшую величину. К северу находится четко очерченная зона выбросов в легкой промышленной зоне Мауна. Далее мы ясно видим точки, связанные с электростанциями, в том числе незначительное увеличение выбросов по сравнению с электростанцией в Чандрапуре, которое отсутствует в кадастре WRI, но показано на рисунке 3 исходной статьи белым ромбом.
Над Калькуттой можно увидеть пять очень разных исходных областей. В пространственном отношении крупнейшей горячей точкой является сам город Калькутта. Однако наиболее загрязненные столбы находятся над электростанцией Бадж-Бадж и промышленной зоной в Халдии, к югу, вдоль устья реки Хугли. Крупнейшей электростанцией в этом районе является Колагхат, но она гораздо меньше фигурирует в результатах дистанционных замеров TROPOMI, чем Бадж Бадж и Халдия. К северу есть небольшая горячая точка на электростанции Бандель, и метод едва может видеть нефтехимический завод Химадри (белый ромб на карте).
Ситуация в Дели более типична для других мегаполисов: главным очагом явно является городская территория, с более мелкими точечными источниками в близлежащих районах и коридорами городской застройки отчетливо видны в оценках выбросов. Электростанция Дадри является яркой точкой на востоке, а промышленная зона RIICO — на юго-востоке. Другие промышленные районы простираются от Дели вдоль коридоров непрерывного развития.
В Лахоре значения VCD и выбросов NO2 ниже, чем в Дакке и Дели, но выше, чем в Калькутте. Сам город является главной точкой доступа с коридорами развития, ведущими на запад в сторону Шейхупуры и на юго-запад в сторону Сундара. Что может быть удивительным, так это то, что газовая электростанция Атлас (225 МВт), которая находится на восточной стороне Шейхупуры, находится в большой горячей точке, в то время как мазутная электростанция Саба (114 МВт) не отображается в потоках TROPOMI. Завод Atlas окружен другими промышленными источниками, которые могут быть причиной выбросов. Южнее Kohinoor Energy (131 МВт) находится в центре горячей точки, но Southern Electric (135 МВт) и Japan Power Company (120 МВт) не появляются, хотя все три являются мазутными электростанциями одинакового размера. Нишатская мазутная электростанция (200 МВт) отчетливо видна дальше на юго-запад. На северо-востоке хорошо видна электростанция Hubco Narowal в Педжовали, отсутствующая в реестре WRI, а также два городских района: Гуджранвала на севере и Амритсар в соседней Индии.
3.2. Оценки и кадастры выбросов модели гауссовой смеси
Модель гауссового перемешивания использовалась для оценки силы источника горячих точек излучения путем аппроксимации их как суммы двумерных гауссианов. На рис. 4 исходной статьи гауссианы показаны в виде эллипсов с соответствующим полным полем излучения, которое аппроксимирует исходные оценки излучения дивергенции потока (рис. 3). Входные данные для модели показаны на рисунке D2: использование высокого порога для фона было необходимо для уменьшения шума в поле данных и для правильного определения основных горячих точек. Количество горячих точек и их расположение были определены путем проверки данных, чтобы ограничить модель и получить более точную идентификацию горячих точек. Разность между начальным полем выбросов и оценками GMM показывает, что метод идентифицировал основные особенности на пространственной карте.
Статья также содержит таблицу в которой показаны выбросы, масштаб длины и эксцентриситет гауссовских оценок и проведено их сравнение с соответствующими выбросами из инвентаризаций REAS и EDGAR, а также с суммарной мощностью станций в инвентаризации WRI и с предыдущими оценками TROPOMI [19]. Тип каждой точки доступа определялся путем осмотра окрестностей с помощью карт Google. Для пространственной протяженности каждой двумерной гауссовской аппроксимации мы определили, была ли область в горячей точке преимущественно коммерческой или жилой («городской»), имелся ли один доминирующий источник («точка», обычно электростанция или цементный завод). ), если было несколько точечных источников («Многоточечные») или если имелось сочетание городских и промышленных точечных источников («Смешанные»).
Существует сильная корреляция между оценками выбросов GMM и размером горячей точки. Теоретически оценки выбросов и диаметр не зависят друг от друга: узкая горячая точка с большими максимальными значениями может иметь те же оценки выбросов, что и широкая горячая точка с низкими максимальными значениями. В идеале мы могли бы определить пространственную протяженность источника излучения по пространственной протяженности горячей точки. На практике кажется, что большинство горячих точек имеют одинаковую форму: чем крупнее горячая точка, тем выше максимальные значения. Пространственная протяженность очага также определяется метеорологической дисперсией; размытие из-за временного усреднения; и основное разрешение спутниковых поисков (около 5 км). Таким образом, на данном этапе метод может дать общее представление о типах источников, но не может дать точную оценку шкалы длины источников.
При сравнении четырех городов видно, что в Дели больше выбросов на единицу площади, чем в других, тогда как в Дакке плотность выбросов ниже. Нараянгандж и Халдия являются центрами тяжелой промышленности и, следовательно, имеют большую плотность выбросов. Химадри, Горасал и Фени являются рассеянными горячими точками, которые охватывают разные источники, и это ясно отражается их положением ниже других точек на графике. Особый интерес для разработки кадастров выбросов представляют выбросы Гаджипура и Мавны выше линии наилучшего соответствия, что позволяет предположить, что они имеют более плотные выбросы, чем другие районы. "Горячая точка" Гаджипура представляет собой электростанцию, но большие выбросы и диаметр позволяют предположить, что соседние городские районы являются значительными источниками. В Мауне есть только небольшая газовая электростанция, которая не отвечает за горячую точку TROPOMI. Тем не менее, это область легкого производства: аэрофотосъемка ясно показывает смешанную застройку с преимущественно текстильной промышленностью. Все горячие точки со смешанными источниками имеют более низкие выбросы и большие радиусы, как и ожидалось, учитывая, что они представляют собой коридоры развития или несколько типов источников, которые более разбросаны. И Амритсар, и Меерут выглядят на этом графике как точечные источники - вероятно, потому, что размытие точечных источников означает, что спутниковые поиски не могут отличить одиночный точечный источник от источника небольшой площади.
Эксцентриситет "горячих точек" дает дополнительную информацию о возможных пространственных структурах выбросов. Ожидается, что одиночные источники будут иметь низкий эксцентриситет, и это наблюдается для всех точечных источников. Как и ожидалось, смешанные горячие точки имеют большой эксцентриситет: Рохини, Гуруграм и Фаридабад — это области, которые простираются от Дели. Городские районы более разнообразны, что отражает различную городскую морфологию из-за географии и исторических моделей развития. Они варьируются от Амритсара, который имеет очень круглую форму, до Мирута и Гуджранвалы, которые имеют более эллиптическую форму и имеют предпочтительные оси развития. В целом, более высокое разрешение извлечений TROPOMI по сравнению с предыдущими спутниковыми датчиками означает, что диаметр и эксцентриситет горячих точек предоставляют ценную информацию для отличия точечных источников от других типов источников, а также для определения различных пространственных структур источников излучения.
3.2.1. Дакка
На рисунках исходной статьи сопоставляются оценки выбросов GMM в Дакке с источниками в кадастрах EDGAR и REAS с использованием круговых диаграмм для выделения выбросов из разных секторов. Чтобы выделить основные источники, все ячейки сетки с выбросами ниже порога, показанного на графике, объединены в одну круговую диаграмму, показанную в левом нижнем углу графика.
Над Даккой метод GMM выявил выбросы из шести горячих точек. Сравнение с реестром EDGAR показывает резкие различия. Выбросы от автомобильного транспорта и жилья в EDGAR минимальны для всей территории. Несмотря на то, что были предприняты согласованные усилия по их сокращению за счет использования природного газа, городской район Дакки, тем не менее, фигурирует в качестве значительного источника в оценках TROPOMI. Электростанции являются доминирующими источниками в EDGAR, особенно Ашуганджская электростанция и соседние электростанции Горасал и Фени. Ашуганджская газовая электростанция с минимальными выбросами по оценкам TROPOMI. Ghorasal и Feni используют смесь нефти и газа, а также почти не выделяются на фоне городских выбросов. Напротив, электростанция в Чандрапуре, отсутствующая в реестре WRI, находится в EDGAR, но сигнал TROPOMI слишком слаб, чтобы можно было количественно определить ее выбросы. Электростанция Гаджипур работает на мазуте и отсутствует в EDGAR, как и многие другие нефтяные электростанции в этом районе. Кроме того, в инвентаре отсутствует легкая промышленная зона вокруг Мавны.
Инвентаризация REAS имеет более грубое разрешение, чем EDGAR (0,25° против 0,1°). В отличие от EDGAR, он не завышает выбросы электростанций. Сравнение между REAS и GMM кажется адекватным, учитывая грубое разрешение, и единственное основное несоответствие состоит в том, что отсутствуют площадные выбросы в Мауне. Появляется электростанция Гаджипур, а Нараянгандж состоит в основном из промышленных выбросов, а не из электростанций, что согласуется с наличием в этом районе тяжелой промышленности и цементных заводов.
3.2.2. Калькутта
В Калькутте есть пять четко определенных источников по оценкам GMM. Значения выбросов GMM ниже, чем для других городов, а также ниже, чем в кадастрах, отсюда и другой масштаб выбросов GMM на рисунке. Как и в Дакке, EDGAR завышает выбросы электростанций, за исключением Budge Budge, который указан как основной источник как в инвентаризации EDGAR, так и в подписях TROPOMI. Две электростанции смещены: Бандель на одну ячейку к югу и Колагхат на 9 ячеек на восток. Хотя Колагхат является крупнейшей электростанцией в этом районе, по оценкам TROPOMI, она не имеет больших выбросов, даже несмотря на то, что она находится рядом с цементным заводом, который, по-видимому, отсутствует в кадастрах. EDGAR недооценивает городские (дорожные и жилые) выбросы в Калькутте, а также промышленные выбросы в Халдии, где есть сталелитейная и цементная промышленность.
В кадастре REAS для Калькутты городские выбросы определены как доминирующий региональный источник, что согласуется с оценками TROPOMI. Промышленная зона Халдия на юге характеризуется как энергетическими и промышленными предприятиями, в отличие от EDGAR, в котором промышленные выбросы не учитывались. Выбросы электростанции Колахат завышены по сравнению с ТРОПОМИ, хотя выбросы цементного завода отсутствуют в кадастре. Электростанция Budge Budge, похоже, недооценена REAS по сравнению с оценками TROPOMI. Электростанция Bandel на севере вносит незначительный вклад в местные региональные выбросы, которые находятся в той же пропорции к Калькутте, что и оценки TROPOMI.
3.2.3. Дели
В Дели основной «горячей точкой» TROPOMI является центральный городской район (рис. F2). Он окружен тремя меньшими районами, которые связаны с застроенными коридорами, выходящими из Дели: Рохини, Гуруграм и Фаридабад. Этот метод также определяет выбросы электростанции Дадри, промышленной зоны RIICO и Меерута, города на северо-востоке.
Как и в Дакке и Калькутте, в EDGAR слишком много выбросов от электростанций и недостаточно от городских районов. Электростанция Дадри показана как ячейка энергосистемы с наибольшими выбросами, хотя она является второстепенным источником в сигнатурах TROPOMI. Электростанции в Фаридабаде также очень хорошо видны, тогда как в сигнале TROPOMI эта область похожа на Гуруграм, где нет электростанций. Даже в самом Дели у EDGAR очень мало выбросов от транспорта и жилья, а в основном это промышленные выбросы. Несмотря на то, что метод TROPOMI не может конкретно определить секторы-источники, пространственные закономерности предполагают, что транспортные и жилые выбросы более важны, чем промышленные источники и источники производства электроэнергии. Мирут действительно отображается в инвентаре, хотя и как промышленный, а не как городской источник.
Кроме того, в соответствии с моделью, наблюдаемой для Дакки и Калькутты, REAS лучше соответствует оценкам TROPOMI, поскольку включает больше городских выбросов, чем EDGAR. Реестр REAS действительно содержит большие выбросы на электростанции Дадри, которых нет в данных TROPOMI. RIICO проявляется как промышленная точка доступа, но Меерут не выделяется на региональном фоне.
3.2.4. Лахор
В Лахоре столбцы NO2 ниже, чем в других городах, и, соответственно, оценки выбросов ниже. Как и в случае с другими городами, EDGAR, по-видимому, завышает выбросы электростанций по сравнению с городскими выбросами. Электростанция Нишат отчетливо видна как в EDGAR, так и в TROPOMI. Однако в других есть мало совпадений: электростанции Сундар и Атлас вообще не отображаются в EDGAR, а Саба фигурирует как крупнейший источник выработки электроэнергии, хотя он и не обнаружен TROPOMI. Амритсар характеризуется преимущественно промышленным источником, а Гуджранвала - преимущественно производством электроэнергии, хотя в основном они выглядят как городские источники. В Гуджранвале нет электростанций в реестре WRI, хотя, похоже, есть электростанция GEPCO Gujranwala на юго-восточной стороне города и электростанция Nandipur на севере — ни одна из них не дает четкого сигнала в поисках TROPOMI.
Инвентаризация REAS в Лахоре в большей степени сосредоточена на городских выбросах, как и в других городах, включенных в данное исследование. В подписях EDGAR, WRI и TROPOMI отсутствуют электростанции. Тем не менее, он определяет выбросы Гуджранвала и характеризует их как в основном выбросы от производства электроэнергии и промышленные выбросы. Амритсар показан как региональная горячая точка, которая почти так же велика, как Лахор в REAS, хотя он является гораздо меньшим источником как в TROPOMI, так и в REAS. Одной из поразительных особенностей является то, что фоновые выбросы в REAS больше в Индии, чем в Пакистане, при этом многие ячейки сетки Индии превышают пороговое значение, используемое для отображения источников на рисунках в статье.
4. Выводы
Спутниковое дистанционное зондирование позволило добиться значительного прогресса в выявлении очагов загрязнения по всему миру, а также в оказании помощи и оценке разработки кадастров выбросов. В частности, TROPOMI достиг пространственного разрешения, необходимого для идентификации отдельных точечных источников и источников меньшего размера, окружающих крупные мегаполисы. Используя гауссову модель перемешивания, можно количественно определить выбросы, а также разработать показатели пространственной протяженности и ориентации источников.
Сосредоточив внимание на четырех мегаполисах в Южной Азии, авторы исследования показали, что каждый из них имеет разные источники и характеристики. Далее были сопоставлены результаты TROPOMI с установленными кадастрами (EDGAR и REAS) и с глобальной базой данных электростанций WRI. Были выявлены области согласия, а также расхождения, достойные будущего анализа. EDGAR может систематически завышать выбросы электростанций и занижать городские выбросы. REAS лучше согласуется, хотя и имеет более грубое разрешение, что делает его более подходящим для региональных, а не местных исследований. Оба кадастра, по-видимому, не учитывают выбросы от легкой промышленности. Оба кадастра также имеют бессистемные расхождения в оценках выбросов электростанций: выбросы могут сильно различаться между электростанциями с одинаковой мощностью, использующими одно и то же топливо, в одном и том же регионе. Подробное сравнение выбросов по промышленным районам должно дополнительно обеспечить более последовательное представление в кадастрах. Новые геостационарные спутники для обнаружения загрязнения воздуха уже находятся на орбите в случае южнокорейского геостационарного спектрометра для мониторинга окружающей среды (GEMS) [41] или скоро будут запущены в случае проекта NASA Tropospheric Emissions: Monitoring of Pollution (TEMPO) [42]. и миссия ESA Sentinel-4 [43]. Они будут иметь улучшенное пространственное и временное разрешение. С учетом опыта, полученного с TROPOMI, продолжающееся развитие спутниковых поисковых систем позволит продолжить разработку кадастров выбросов и, следовательно, улучшить руководство по политике в отношении качества воздуха и снизить нагрузку на здоровье, связанную с загрязнением воздуха.
Литературные источники:
[1] Lelieveld J, Pozzer A, P¨oschl U, Fnais M, Haines A and M¨unzel T 2020 Cardiovascular research 116 1910–1917
[2] Streets D G, Canty T, Carmichael G R, de Foy B, Dickerson R R, Duncan BN, Edwards D P, Haynes J A, Henze D K, Houyoux M R, Jacob D J, Krotkov N A, Lamsal L N, Liu Y, Lu Z, Martin R V, Pfister G G, Pinder R W, Salawitch R J and Wecht K J 2013 Atmos. Environ. 77 1011–1042 ISSN 1352-2310
[3] Holloway T, Miller D, Anenberg S, Diao M, Duncan B, Fiore A M, Henze D K, Hess J, Kinney P L, Liu Y, Neu J L, O’Neill SM, Odman M T, Pierce R B, Russell A G, Tong D, West J J and Zondlo M A 2021 Annual Review of Biomedical Data Science 4 417–447 pMID: 34465183
[4] Permadi D A, Kim Oanh N T and Vautard R 2018 Atmos. Chem. Phys. 18 2725–2747
[5] Crippa M, Guizzardi D, Muntean M, Schaaf E, Dentener F, Van Aardenne J A, Monni S, Doering U, Olivier J G, Pagliari V et al. 2018 Earth Syst. Sci. Data 10 1987–2013
[6] Kurokawa J and Ohara T 2020 Atmos. Chem. Phys. 20 12761–12793
[7] Levelt P F, Joiner J, Tamminen J, Veefkind J P, Bhartia P K, Stein Zweers D C, Duncan B N, Streets D G, Eskes H, van der A R, McLinden C, Fioletov V, Carn S, de Laat J, DeLand M, Marchenko S, McPeters R, Ziemke J, Fu D, Liu X, Pickering K, Apituley A, Gonz´alez Abad G, Arola A, Boersma F, Chan Miller C, Chance K, de Graaf M, Hakkarainen J, Hassinen S, Ialongo I, Kleipool Q, Krotkov N, Li C, Lamsal L, Newman P, Nowlan C, Suleiman R, Tilstra L G, Torres O, Wang H and Wargan K 2018 Atmos. Chem. Phys. 18 5699–5745
[8] Veefkind J, Aben I, McMullan K, Forster H, de Vries J, Otter G, Claas J, Eskes H, de Haan J, Kleipool Q, van Weele M, Hasekamp O, Hoogeveen R, Landgraf J, Snel R, Tol P, Ingmann P, Voors R, Kruizinga B, Vink R, Visser H and Levelt P 2012 Remote Sens. Environ. 120 70–83 ISSN 0034-4257 the Sentinel Missions - New Opportunities for Science
[9] Duncan BN, Lamsal L N, Thompson AM, Yoshida Y, Lu Z, Streets D G, Hurwitz M M and Pickering K E 2016 J. Geophys. Res.-Atmos. 121 976–996 ISSN 2169-8996 2015JD024121
[10] Krotkov N A, McLinden C A, Li C, Lamsal L N, Celarier E A, Marchenko S V, Swartz W H, Bucsela E J, Joiner J, Duncan B N, Boersma K F, Veefkind J P, Levelt P F, Fioletov V E, Dickerson R R, He H, Lu Z and Streets D G 2016 Atmos. Chem. Phys. 16 4605–4629
[11] de Foy B, Lu Z and Streets D G 2016 Atmos. Environ. 138 74–86
[12] de Foy B, Lu Z and Streets D G 2016 Sci. Rep. 6 35912 [13] Goldberg D L, Anenberg S C, Lu Z, Streets D G, Lamsal L N, McDuffie E E and Smith S J 2021 Env. Res. Lett. 16 115004
[14] Griffin D, Zhao X, McLinden C A, Boersma F, Bourassa A, Dammers E, Degenstein D, Eskes H, Fehr L, Fioletov V, Hayden K, Kharol S K, Li S M, Makar P, Martin R V, Mihele C, Mittermeier R L, Krotkov N, Sneep M, Lamsal L N, Linden M t, Geffen J v, Veefkind P and Wolde M 2019 Geophys. Res. Lett. 46 1049–1060
[15] Lorente A, Boersma K, Eskes H, Veefkind J, Van Geffen J, De Zeeuw M, van der Gon H D, Beirle S and Krol M 2019 Sci. Rep. 9 1–10
[16] Goldberg D L, Lu Z, Streets D G, de Foy B, Griffin D, McLinden C A, Lamsal L N, Krotkov N A and Eskes H 2019 Environ. Sci. Technol. 53 12594–12601
[17] Jeong U and Hong H 2021 Remote Sensing 13 1877
[18] Beirle S, Borger C, D¨orner S, Li A, Hu Z, Liu F, Wang Y and Wagner T 2019 Science advances 5 eaax9800
[19] Beirle S, Borger C, D¨orner S, Eskes H, Kumar V, de Laat A and Wagner T 2021 Earth System Science Data 13 2995–3012
[20] Goldberg D L, Anenberg S C, Kerr G H, Mohegh A, Lu Z and Streets D G 2021 Earth’s Future 9 e2020EF001665
[21] Stavrakou T, Muller J F, Bauwens M, Boersma K and van Geffen J 2020 Sci. Rep. 10 1–9
[22] Bauwens M, Compernolle S, Stavrakou T, M¨uller J F, Van Gent J, Eskes H, Levelt P F, van der A R, Veefkind J, Vlietinck J, Yu H and Zehner C 2020 Geophys. Res. Lett. 47 e2020GL087978
[23] Wang Z, Uno I, Yumimoto K, Itahashi S, Chen X, Yang W and Wang Z 2021 Atmos. Environ. 244 117972
[24] Vadrevu K P, Eaturu A, Biswas S, Lasko K, Sahu S, Garg J and Justice C 2020 Sci. Rep. 10 1–15
[25] Siddiqui A, Halder S, Chauhan P and Kumar P 2020 Journal of the Indian Society of Remote sensing 48 999–1006
[26] Biswal A, Singh V, Singh S, Kesarkar A P, Ravindra K, Sokhi R S, Chipperfield M P, Dhomse S S, Pope R J, Singh T and Mor S 2021 Atmos. Chem. Phys. 21 5235–5251
[27] Rahman M S, Azad M A K, Hasanuzzaman M, Salam R, Islam A R M T, Rahman M M and Hoque M M M 2021 Sci. Total Environ. 762 143161
[28] de Foy B, Saroar M G, Salam A and Schauer J J 2021 ACS Earth and Space Chemistry 5 2329–2340
[29] Begum B A and Hopke P K 2018 Aerosol and Air Quality Research 18 1910–1920
[30] Singh V, Singh S and Biswal A 2021 Sci. Total Environ. 750 141461
[31] Majumdar D, Purohit P, Bhanarkar A D, Rao P S, Rafaj P, Amann M, Sander R, Pakrashi A and Srivastava A 2020 Atmos. Environ. 222 117135
[32] Chowdhury S, Dey S, Di Girolamo L, Smith K R, Pillarisetti A and Lyapustin A 2019 Atmos. Environ. 204 142–150
[33] Zheng T, Bergin M, Wang G and Carlson D 2021 Remote Sensing 13 1356
[34] Khanum F, Chaudhry M N and Kumar P 2017 Air Quality, Atmosphere & Health 10 725–736
[35] Majumder A K, Al Nayeem A, Islam M, Carter W S, Razib and Khan S M H 2021 Environment and Natural Resources Journal 19 195–206
[36] de Foy B, Krotkov N A, Bei N, Herndon SC, Huey L G, Mart´ınez A P, Ruiz-Suarez L G, Wood E C, Zavala M and Molina L T 2009 Atmos. Chem. Phys. 9 9599–9617
[37] Hersbach H, Bell B, Berrisford P, Hirahara S, Hor´anyi A, Mu˜noz-Sabater J, Nicolas J, Peubey C, Radu R, Schepers D, Simmons A, Soci C, Abdalla S, Abellan X, Balsamo G, Bechtold P, Biavati G, Bidlot J, Bonavita M, De Chiara G, Dahlgren P, Dee D, Diamantakis M, Dragani R, Flemming J, Forbes R, Fuentes M, Geer A, Haimberger L, Healy S, Hogan R J, H´olm E, Janiskov´a M, Keeley S, Laloyaux P, Lopez P, Lupu C, Radnoti G, de Rosnay P, Rozum I, Vamborg F, Villaume S and Th´epaut J N 2020 Q. J. R. Meteorol. Soc. 146 1999–2049
[38] Byers L, Friedrich J, Hennig R, Kressig A, Li X, McCormick C and Valeri L M 2021 A global database of power plants Tech. rep. World Resources Institute [39] Crippa M, Solazzo E, Huang G, Guizzardi D, Koffi E, Muntean M, Schieberle C, Friedrich R and Janssens-Maenhout G 2020 Scientific data 7 1–17
[40] van Geffen J, Eskes H, Boersma K and Veefkind J 2021 TROPOMI ATBD of the total and tropospheric NO2 data products Tech. Rep. S5P-KNMI-L2-0005-RP Royal Netherlands Meteorological Institute
[41] Kim J, Jeong U, Ahn M H, Kim J H, Park R J, Lee H, Song C H, Choi Y S, Lee K H, Yoo J M, Jeong M J, Park S K, Lee K M, Song C K, Kim S W, Kim Y J, Kim S W, Kim M, Go S, Liu X, Chance K, Miller C C, Al-Saadi J, Veihelmann B, Bhartia P K, Torres O, Abad G G, Haffner D P, Ko D H, Lee S H, Woo J H, Chong H, Park S S, Nicks D, Choi W J, Moon K J, Cho A, Yoon J, kyun Kim S, Hong H, Lee K, Lee H, Lee S, Choi M, Veefkind P, Levelt P F, Edwards D P, Kang M, Eo M, Bak J, Baek K, Kwon H A, Yang J, Park J, Han K M, Kim B R, Shin H W, Choi H, Lee E, Chong J, Cha Y, Koo J H, Irie H, Hayashida S, Kasai Y, Kanaya Y, Liu C, Lin J, Crawford J H, Carmichael G R, Newchurch M J, Lefer B L, Herman J R, Swap R J, Lau A K H, Kurosu T P, Jaross G, Ahlers B, Dobber M, McElroy C T and Choi Y 2020 Bull. Amer. Met. Soc. 101 E1 – E22
[42] Fishman J, Iraci L T, Al-Saadi J, Chance K, Chavez F, Chin M, Coble P, Davis C, DiGiacomo PM, Edwards D, Eldering A, Goes J, Herman J, Hu C, Jacob D J, Jordan C, Kawa SR, Key R, Liu X, Lohrenz S, Mannino A, Natraj V, Neil D, Neu J, Newchurch M, Pickering K, Salisbury J, Sosik H, Subramaniam A, Tzortziou M, Wang J and Wang M 2012 Bull. Amer. Met. Soc. 93 1547–1566
[43] Ingmann P, Veihelmann B, Langen J, Lamarre D, Stark H and Courr`eges-Lacoste G B 2012 Remote Sens. Environ. 120 58–69 the Sentinel Missions - New Opportunities for Science
Орингинальная статья здесь:
de Foy, B., & Schauer, J.J. (2022). An improved understanding of NOx emissions in South Asian megacities using TROPOMI NO2 retrievals. Environmental Research Letters.
Она открыта для бесплатного общего доступа, поэтому вы можете ознакомиться со всеми графическими и табличными материалами исходника.