#airon_lit #no2 #air_pollution #tropomi #спутниковые исследования
Оригинальный текст исследования:
Fioletov, V.E., McLinden, C.A., Griffin, D., Krotkov, N.A., Liu, F., & Eskes, H.J. (2021). Quantifying urban, industrial, and background changes in NO2 during the COVID-19 lockdown period based on TROPOMI satellite observations. Atmospheric Chemistry and Physics, 1-48.
Тезисы:
Карантин из-за COVID-19 оказал большое влияние на антропогенные выбросы загрязнителей воздуха и, в частности, на диоксид азота (NO2). Хотя общее снижение содержания NO2 в некоторых крупных городах хорошо известно, его количественная оценка остается сложной задачей из-за разнообразия источников NO2. В данном исследовании для оценки влияния локдауна в период пандемии COVID-19 применяется новый метод выделения трех компонентов: фонового NO2, NO2 из городских источников и промышленных точечных источников. Этот подход основан на подгонке спутниковых данных к статистической модели с эмпирическими функциями рассеивания шлейфа, определяемыми наблюдаемыми ветрами. При анализе использовались данные о плотности населения и высотных отметках, а также координаты промышленных источников. Значения вертикальной плотности столба NO2 (VCD), измеренные прибором мониторинга тропосферы (TROPOMI) на борту Sentinel-5 Precursor в 263 городских районах за период с 16 марта по 15 июня 2020 г., сравнивались со средними значениями VCD за тот же период в 2018 и 2019 гг. В то время как фоновая составляющая NO2 практически не изменилась, городская составляющая NO2 снизилась на 18–28 % в большинстве регионов. Индия, Южная Америка и часть Европы (в частности, Италия, Франция и Испания) продемонстрировали снижение городских выбросов на 40–50 %. Напротив, снижение по городской территории в Китае, где блокировка была снята в течение анализируемого периода, составило всего 3 %, за исключением Ухани, где наблюдалось снижение более чем на 60 %. Выбросы от крупных промышленных источников в анализируемых городских районах в значительной степени варьируются от региона к региону от +5 % для Китая до -40 % для Индии. Изменения в городских выбросах коррелируют с изменениями в данных Google о мобильности (коэффициент корреляции равен 0,66), подтверждая, что изменения в дорожном движении были одним из ключевых элементов снижения городских выбросов NO2. Корреляции между изменениями фонового NO2 и данными Google о мобильности обнаружено не было.
1. Введение
Оксиды азота (NOx = NO2 + NO) представляют собой загрязнители воздуха, источником которых являются различные антропогенные (сжигание топлива) и естественные (например, сжигание биомассы, молния) источники, а выбросы NOx регулируются во многих странах. Один компонент NOx, NO2, имеет долгую историю спутниковых измерений. В стратосфере прибор SAGE (Stratospheric Aerosol and Gas Experiment) предоставил информацию о профилях NO2 в стратосфере, начиная с середины 1980-х годов (Cunnold et al., 1991). Спутниковые наблюдения за тропосферными столбцами NO2 были проведены позднее и начались с наблюдения за надиром GOME (Глобальный эксперимент по мониторингу озона) в 1996 г. (Martin et al., 2002), за которым последовало несколько последователей, главным из которых является OMI (прибор для мониторинга озона) (Duncan et al. ., 2015; Krotkov et al., 2016; Lamsal et al., 2015; Levelt et al., 2018) и, совсем недавно, TROPOMI (прибор для мониторинга тропосферы) (Van Geffen et al., 2020; Veefkind et al., 2012). В совокупности эти инструменты использовались для лучшего понимания источников, поглотителей, распределения и тенденций NO2 (Beirle et al., 2011, 2019; Liu et al., 2016; Lorente et al., 2019; Lu et al., 2015; Martin et al., 2002; McLinden et al., 2012; Stavrakou et al., 2020; Vîrghileanu et al., 2020).
Одной из основных характеристик NO2, предоставляемой спутниками, является плотность вертикального столба (VCD), геофизическая величина, представляющая общее количество молекул или общую массу на единицу площади. Основные характеристики тропосферного распределения NO2 VCD хорошо известны. Из-за относительно короткого времени жизни, несколько часов в шлейфе в дневное время, NO2 повышается вблизи источников, таких как городские районы (Beirle et al., 2019; Lorente et al., 2019; Lu et al., 2015) и промышленных источников. таких как электростанции и нефтеперерабатывающие заводы (Liu et al., 2016; McLinden et al., 2012). Над высокими горами VCD NO2 относительно невелики, поскольку тропосфера там «тоньше» с меньшим количеством источников выбросов. Судовые пути и основные магистрали также создают повышенные значения NO2 на спутниковых картах (Beirle et al., 2004; Georgoulias et al., 2020; Liu et al., 2020; Richter et al., 2004).
Спутниковые данные широко используются для оценки выбросов и продолжительности жизни из крупных точечных источников NO2 (Strees et al., 2013). Для этой цели используются такие методы, как обратное моделирование (Konovalov et al., 2006; Mijling and Van Der A, 2012) и, совсем недавно, дивергенция потока (Beirle et al., 2019). Один распространенный подход основан на вращении спутниковых пикселей NO2 вокруг источника для выравнивания данных о ветре по общему направлению, интегрировании данных по направлению ветра и последующей подгонке результатов с помощью экспоненциально модифицированной функции Гаусса (EMG) (Lange et al. ., 2021; Pommier et al., 2013). Два неизвестных параметра, интенсивность излучения и время жизни, оцениваются непосредственно из подгонки в одномерном пространстве. Метод хорошо работает для изолированных стационарных точечных источников и при устойчивых ветрах. В другом подходе используется двумерная функция шлейфа от скорости ветра (Dammers et al., 2019; Фиолетов и др., 2015). Функция шлейфа зависит от трех параметров: ширины шлейфа, времени жизни и интенсивности излучения. Хотя все три параметра могут быть оценены на основе подгонки, алгоритм работает лучше, если ширина шлейфа и время жизни оцениваются заранее, а затем их заданные значения используются для оценки выбросов. Этот алгоритм может быть дополнительно улучшен для учета нескольких источников (Фиолетов и др., 2017).
Блокировка в период интенсивного распространения COVID-19 повлияла на выбросы NO2 во всем мире (Bao and Zhang, 2020; Bauwens et al., 2020; Ding et al., 2020; Gkatzelis et al., 2021; Kanniah et al., 2020; Keller et al., 2020). al., 2021; Koukouli et al., 2021; Liu et al., 2020; Vadrevu et al., 2020; Vîrghileanu et al., 2020; Zhang et al., 2021). Было продемонстрировано, что приземные концентрации NO2 и VCD значительно снизились в США и Канаде после середины марта 2020 года (Bauwens et al., 2020; Goldberg et al., 2020; Griffin et al., 2020). Снижение примерно на 20%-25% наблюдалось в мегаполисах США, а также в некоторых сельских районах. Однако результаты анализа спутниковых данных могут зависеть от выбранного района города. Изменения в выбросах из промышленных точечных источников могут отличаться от городских выбросов, а также существует свободный тропосферный NO2 (Silvern et al., 2019), который может маскировать изменения антропогенных выбросов, связанные с карантином.
В данном исследовании для оценки влияния блокировки COVID-19 на каждый из них применяется новый метод выделения трех основных компонентов: фонового NO2, NO2 из городских источников и промышленных точечных источников. Алгоритм основан на подходе подбора дисперсионной функции шлейфа с несколькими источниками, разработанном для точечных и площадных источников SO2 (Фиолетов и др., 2017; Маклинден и др., 2020). Предполагается, что каждый источник создает шлейф, который зависит от неизвестной мощности излучения, и эти уровни излучения получаются из наилучшего соответствия спутниковым данным. Алгоритм был адаптирован для NO2, где выбросы из городских районов, в которых, как правило, преобладают жилые и мобильные источники выбросов, были одним из основных факторов. В качестве косвенного показателя таких выбросов использовались данные о плотности населения (Lamsal et al., 2013). Поскольку высота ландшафта играет важную роль в пространственном распределении NO2, она также учитывалась алгоритмом. Поскольку подход основан на статистических методах с большим количеством параметров для оценки, необходимо было иметь достаточно длинный набор данных, чтобы уменьшить влияние природных факторов, таких как метеорология (Goldberg et al., 2020). Оценки за трехмесячный период с 16 марта по 15 июня 2020 года сравниваются с аналогичными оценками за тот же период в 2018 и 2019 годах для областей 3° на 4° вокруг 263 крупных городов мира. Поскольку исследование сосредоточено на относительных изменениях NO2 из-за изоляции, возможные систематические ошибки, связанные с получением TROPOMI (Verhoelst et al., 2021) и параметрами подгонки алгоритма (Fioletov et al., 2016), играют гораздо меньшую роль, чем в случай абсолютных оценок выбросов.
Статья организована следующим образом: Раздел 2 описывает различные наборы данных, использованные в исследовании; алгоритм анализа обсуждается в Разделе 3. В Разделе 4 изучается влияние блокировки COVID-19. Подробно проанализированы США и Канада, чтобы проиллюстрировать метод, затем представлены статистические данные по Европе и, наконец, представлены результаты для всего мира. Обсуждение и выводы приведены в разделе 5. Алгоритм описан в Приложении. Дополнительная техническая информация, такая как анализ чувствительности, оценки неопределенности и статистические данные по отдельным регионам, приведены в Приложении.
2 набора данных
2.1 Данные VCD TROPOMI NO2
TROPOMI на борту спутника Европейского космического агентства (ЕКА) и EU Copernicus Sentinel 5 Precursor (S5p) был запущен 13 октября 2017 г. (Van Geffen et al., 2020; Veefkind et al., 2012). Спутник следует по солнечно-синхронной низкой околоземной (825 км) орбите с ежедневным временем пересечения экватора примерно в 13:30 по местному солнечному времени (van Geffen et al., 2019). В надире размеры пикселей TROPOMI составляли 3,5 × 7 км2 в начале работы и были уменьшены до 3,5 × 5,6 км2 6 августа 2019 года, а ширина полосы обзора составляет 2600 км. Значения VCD TROPOMI NO2 представляют собой общее количество молекул или общую массу на единицу площади и часто приводятся в молекулах или молях (один моль равен 6,022×1023 молекул) на квадратный метр или сантиметр, а также в единицах Добсона (DU, 1). DU = 2,69•1016 молек•см-2). В этом исследовании использовались данные TROPOMI уровня 2, доступные в центре доступа к открытым данным Copernicus (https://s5phub.copernicus.eu). Был использован стандартный продукт TROPOMI, тропосферные вертикальные столбцы, основанные на факторах массы воздуха (AMF), рассчитанных с использованием вертикального профиля NO2 из модели TM5-MP с разрешением 1°×1° (Williams et al., 2017). В анализе мы используем только данные, для которых значение обеспечения качества выше 0,75 (Van Geffen et al., 2018). Также из анализа были исключены спутниковые пиксели со снегом на земле, зенитным углом солнца более 80 градусов и с долей яркости облаков выше 0,3.
Распределение TROPOMI NO2 по территории США и юга Канады показано на рис.1. Данные стратифицированы по скорости ветра, чтобы выделить некоторые особенности распределения NO2. Значения NO2 повышены над крупными городами, что особенно заметно на картах для низкой скорости ветра, где NO2 остается вблизи источника до химического или физического удаления. На карте видны меньшие значения над возвышенностями, такими как Скалистые горы и Аппалачи, и более высокие значения над долинами, такими как Центральная долина Калифорнии. Существует также некоторый фоновый NO2, который можно увидеть даже в отдаленных районах, где нет крупных источников.
2.2 Данные о ветре
Как и в нескольких предыдущих исследованиях (Fioletov et al., 2015; McLinden et al., 2020; Zoogman et al., 2016), функция рассеивания шлейфа (обсуждается ниже в разделе 3) основана на скорости и направлении ветра, полученных из метеорологического реанализа. Для каждого пикселя спутника скорость и направление ветра были взяты из данных реанализа ERA5 Европейского центра среднесрочных прогнозов погоды (ECMWF) (C3S, 2017; Dee et al., 2011), которые были объединены с измерениями TROPOMI. Данные профиля ветра имеют временное разрешение в один час и доступны на горизонтальной сетке 0,25°. U- и V- (запад-восток и юг-север, соответственно) компоненты скорости ветра затем интерполировались в положение центра каждого пикселя TROPOMI и во время прохождения. Компоненты ветра усреднялись по вертикали между 0 и 1 км. Результаты не очень чувствительны к высоте ветра в этом диапазоне, как это было исследовано ранее (Beirle et al., 2011), потому что ветер в пограничном слое относительно постоянен, за исключением близости к поверхности.
2.3 Данные о высоте, выбросах и плотности населения
Пространственно распределенные данные о населении
Набор данных The Gridded Population of the World (GPW) (SEDAC, 2017) использовался в качестве прокси для городского компонента. Данные GPW представлены на сетке с шагом 0,042 градуса (2,5 угловой минуты) и состоят из оценок плотности населения (количество человек на квадратный километр), основанных на подсчетах, соответствующих национальным переписям и регистрам населения. Информация о расположении и населении крупных городов, которая использовалась для выбора городов для анализа, была получена из базы данных мировых городов, доступной по адресу ttps://simplemaps.com/data/world-cities (по состоянию на 10 мая 2021 г.). Для проверки полученных результатов использовался другой прокси — ночные огни. Данные о ночном освещении получены с помощью комплекта радиометров видимого инфракрасного изображения (VIIRS) на борту Национального полярно-орбитального партнерства Суоми (NPP), которые доступны по адресу https://earthobservatory.nasa.gov/features/NightLights/page3.php. (по состоянию на 10 мая 2021 г.) (Miller et al., 2012).
Информация об источниках выбросов использовалась двумя основными способами. Во-первых, координаты выбранных источников использовались для определения местоположения точечных источников в алгоритме подбора. Во-вторых, местоположение и интенсивность выбросов использовались для расчета пространственного распределения NO2 VCD, используемого для сравнения с оценками, полученными со спутников. Анализ проводился в три этапа. Алгоритмы изначально разрабатывались и тестировались для США и Канады, затем были применены для Европы. Для этих регионов была доступна подробная информация об источниках выбросов. Наконец, он применялся во всем мире, где информация об источниках выбросов часто была ограниченной.
Для США и Канады использовались ежемесячные выбросы NOx из точечных источников из Национального кадастра выбросов (NEI) Агентства по охране окружающей среды США (EPA) (EPA, 2020) и годовые выбросы из Канадского национального кадастра выбросов загрязнителей (NPRI, 2020). Обратите внимание, что, в отличие от большинства других источников информации о выбросах, данные о выбросах Агентства по охране окружающей среды США основаны на системе непрерывного мониторинга выбросов (CEMS), т. е. на реальных измерениях выбросов. На момент проведения настоящего исследования ежемесячные данные о выбросах в США были доступны до октября 2020 г. Для канадских объектов до 2018 г. были доступны только годовые выбросы, поэтому месячные значения были рассчитаны путем деления годовых выбросов за 2018 г. на 12. В этом исследовании были выбраны и использованы только источники с годовыми выбросами NOx >1 кт в год. Информация о годовых выбросах в Европе доступна в Европейском регистре выбросов и переноса загрязнителей (https://prtr.eea.europa.eu/) (по состоянию на 2 марта 2021 г.). База данных выбросов включает два файла: один с данными за 2007–2017 годы и самый последний файл базы данных за 2017–2019 годы. Однако вторая база данных не включает данные по многим странам, и кадастры являются неполными. По этой причине мы использовали данные из предыдущей базы данных для определения местонахождения точечных источников выбросов в Европе.
База данных мировых электростанций (https://globalenergymonitor.org/projects/global-coal-plant-tracker/) использовалась для поиска местоположений электростанций для глобального анализа. Обратите внимание, что для анализа требуются только местоположения источников, а не сами выбросы. Другие источники, которые были обнаружены по спутниковым данным, затем были идентифицированы с использованием спутниковых изображений, таких как карты Google, Microsoft Bing и Sentinel 2.
Данные о высоте, используемые в этом исследовании, взяты из базы данных глобального рельефа ETOPO2v2 с координатной сеткой 0,03 градуса (две угловые минуты). (НОАА, 2006 г.). Данные отчета Google Every Community Mobility Report были получены с https://www.google.com/covid19/mobility/ (по состоянию на 2 марта 2021 г.).