Rastreando las Emisiones de Metano: Una Mirada Más Cercana
Una revisión de los métodos usados para estimar las emisiones de metano y su impacto.
― 5 minilectura
Tabla de contenidos
- Estimaciones de Emisiones de Metano
- ¿Qué es el Método de Divergencia?
- Retos con el Método de Divergencia
- La Importancia de las Observaciones Diarias
- Comparando Diferentes Métodos
- Estudio de Caso: La Cuenca Pérmica
- Cómo la Calidad de los datos Impacta los Resultados
- Por Qué Importa la Cobertura Espacial
- Implicaciones para Estudios Futuros
- Conclusión
- Fuente original
- Enlaces de referencia
El metano es un gas de efecto invernadero potente que contribuye al cambio climático. Es importante monitorear las Emisiones de metano porque puede atrapar el calor más eficazmente que el dióxido de carbono. A diferencia del dióxido de carbono, el metano no permanece tanto tiempo en la atmósfera, así que su seguimiento es crucial para acciones climáticas a corto plazo. Herramientas como drones, aviones y satélites se utilizan para observar los niveles de metano en el aire. Uno de los satélites que se usa para esto es el TROPOMI, que nos ayuda a estimar cuánto metano se está liberando en la atmósfera.
Estimaciones de Emisiones de Metano
Cuando los investigadores quieren saber cuánto metano se libera en un área determinada, utilizan varios métodos. Uno de ellos se llama el método de divergencia, que ayuda a estimar las emisiones regionales de metano basándose en patrones de viento y niveles de metano medidos desde el espacio. Sin embargo, este método puede llevar a subestimaciones si las observaciones de metano no están completas. En este artículo, examinamos cómo se puede abordar este problema y qué significa para entender las emisiones de metano.
¿Qué es el Método de Divergencia?
El método de divergencia calcula las emisiones según cómo se dispersa el metano en el aire. Analiza la diferencia entre lo que entra y lo que sale de un área específica. Este método es atractivo porque solo se basa en los datos recogidos sin necesitar estimaciones previas de dónde deberían estar las emisiones. Sin embargo, puede que no considere cómo se dispersa el metano debido a varios factores, como el viento y la turbulencia.
Retos con el Método de Divergencia
Usar el método de divergencia puede ser complicado cuando las observaciones son incompletas, como cuando hay lagunas en los datos debido a nubes u otros obstáculos. Cuando faltan datos, puede alterar los resultados, llevando a una subestimación de las emisiones de metano. Es esencial abordar cómo los datos faltantes afectan la precisión de estas estimaciones.
La Importancia de las Observaciones Diarias
Las observaciones diarias de los niveles de metano son clave para estimaciones precisas de emisiones. Sin embargo, si hay una cantidad significativa de datos faltantes en estas observaciones, los resultados pueden ser menos confiables. Los investigadores encontraron que si promediaban las estimaciones diarias, podían obtener una imagen más clara de las emisiones de metano.
Comparando Diferentes Métodos
Hay un par de maneras de calcular las emisiones promedio de metano a lo largo del tiempo. Una forma es estimar las emisiones diarias y luego promediar esos resultados. Otra es promediar los datos sobre cuánto metano se mueve cada día y luego calcular las emisiones basándose en esos datos promediados. Esta última suele ser más efectiva para obtener estimaciones precisas, especialmente cuando faltan algunas observaciones.
Estudio de Caso: La Cuenca Pérmica
La Cuenca Pérmica es un área importante para la producción de petróleo y gas en los Estados Unidos. Los investigadores a menudo monitorean las emisiones de metano en esta región por su papel destacado en la energía. Usando datos del TROPOMI, los científicos han estimado las emisiones de metano durante tres años. Identificaron las diferencias en las emisiones estimadas basadas en los dos métodos discutidos anteriormente.
Cómo la Calidad de los datos Impacta los Resultados
Se compararon dos métodos de cálculo de emisiones en este estudio de caso. El primer método promedió las tasas de emisión diarias, mientras que el segundo promedió el movimiento diario de metano antes de calcular las emisiones. Para la Cuenca Pérmica, el segundo método producía resultados que coincidían con estimaciones previas, mientras que el primero subestimaba significativamente las emisiones.
Por Qué Importa la Cobertura Espacial
El satélite TROPOMI puede no capturar siempre todas las áreas, lo que lleva a lagunas en los datos. Estas lagunas pueden afectar cómo entendemos las emisiones de metano. Conjuntos de datos más completos generalmente llevan a estimaciones más precisas de las emisiones. En este estudio, la cobertura diaria promedio de la Cuenca Pérmica fue de menos del 50%, lo que dificultó obtener una imagen completa.
Implicaciones para Estudios Futuros
A medida que la tecnología mejora, será aún más crítico tener en cuenta factores como la difusión turbulenta en las estimaciones de emisiones. Esto puede asegurar que los estudios futuros sean más precisos y puedan informar mejor las decisiones políticas.
Conclusión
Monitorear las emisiones de metano es crucial para abordar el cambio climático. El método de divergencia es una herramienta valiosa, pero requiere manejar cuidadosamente los datos de observación. Entender las limitaciones y refinar los métodos utilizados para estimar las emisiones de metano ayudará en la lucha contra el cambio climático. Mediciones más precisas pueden llevar a mejores estrategias para reducir las emisiones y alcanzar metas climáticas.
Título: Avoiding methane emission rate underestimates when using the divergence method
Resumen: Methane is a powerful greenhouse gas, and a primary target for mitigating climate change in the short-term future due to its relatively short atmospheric lifetime and greater ability to trap heat in Earth's atmosphere compared to carbon dioxide. Top-down observations of atmospheric methane are possible via drone and aircraft surveys as well as satellites such as the TROPOspheric Monitoring Instrument (TROPOMI). Recent work has begun to apply the divergence method to produce regional methane emission rate estimates. Here we show that when the divergence method is applied to spatially incomplete observations of methane, it can result in negatively biased time-averaged regional emission rates. We show that this effect can be counteracted by adopting a procedure in which daily advective fluxes of methane are time-averaged before the divergence method is applied. Using such a procedure with TROPOMI methane observations, we calculate yearly Permian emission rates of 3.1, 2.4 and 2.7 million tonnes per year for the years 2019 through 2021. We also show that highly-resolved plumes of methane can have negatively biased estimated emission rates by the divergence method due to the presence of turbulent diffusion in the plume, but this is unlikely to affect regional methane emission budgets constructed from TROPOMI observations of methane. The results from this work are expected to provide useful guidance for future implementations of the divergence method for emission rate estimation from satellite data -- be it for methane or other gaseous species in the atmosphere.
Autores: Clayton Roberts, Rutger IJzermans, David Randell, Matthew Jones, Philip Jonathan, Kaisey Mandel, Bill Hirst, Oliver Shorttle
Última actualización: 2023-10-13 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2304.10303
Fuente PDF: https://arxiv.org/pdf/2304.10303
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.