Projekt Beschreibung

Raum-Zeit-Analyse von CO2-Emissionen

Projektziel

Im Rahmen der Verhandlungen zum globalen Klimawandel spielt das Monitoring und Reporting der CO2-Emissionen eine entscheidende Rolle. Das aktuelle System bezieht sich jedoch auf nichtstandardisierte und nur auf Industriestatistiken basierende, nationale Berichte. Dies hat nicht validierbare Schätzungen der nationalen CO2-Emissionen zur Folge. Ziel dieses Projekts war es daher, alternative Methoden zu identifizieren, die globale CO2-Emissionen quantifizierbar und objektiv validierbar machen.

Datensätze

Der verwendete Hauptdatensatz beinhaltet die Messungen der CO2-Oberfl√§chenkonzentrationen, die durch den Greenhouse Gases Observing Satellite (GOSAT) gewonnen wurden, und umfasst die √ľberwiegende Landmasse von Europa und Asien. Als zus√§tzliche Datens√§tze dienten NASA-Satelliten-Messungen der Vegetationsindizes, Bev√∂lkerungsdichte, Kohlenstoffmonoxid und Stickstoffdioxid.

Herausforderungen und Lösungen

Die erste Herausforderung adressiert die hohe Dimensionalit√§t in Raum und Zeit, die schnell zu Engp√§ssen in der Rechenleistung f√ľhrt. Dies wurde mit Ans√§tzen zur Approximation gel√∂st, die den Trade-Off zwischen Vorhersageleistung und Rechenanforderung analysieren.

Die zweite Aufgabe war die Erstellung eines Modell-Frameworks f√ľr die CO2-Konzentrationen, das eine Raum-Zeit-Vorhersage mit sehr niedriger Datendichte erlaubt und diese Korrelationsstruktur innerhalb der Daten verwendet. Mittels statistischer Modellierung wurden so die Raum-Zeit-Dynamiken erfasst.

Die Hauptherausforderung war die Ableitung der CO2-Quellen und -Senken und die Bestimmung, wieviel CO2 durch Menschen ausgestoßen wurde und wie hoch die Abweichung in der CO2-Oberflächenkonzentration aufgrund der Vegetation ist. Der gesamte Kohlenstoffzyklus inklusive der saisonal variierenden Vegetation wurde in das Modell integriert.

Letztlich war es möglich, die menschlich verursachten CO2-Emissionen zu quantifizieren.

Projektergebnis

Es wurde ein alternativer Ansatz zum bestehenden Monitoring- und Reporting-System der CO2-Emissionen vorgeschlagen. Dieser ist in der Lage, den CO2-Konzentrationsprozess effizient global abzubilden und den gesamten terrestrischen Kohlenstoffzyklus und die auf objektiven Satellitenmessungen basierenden CO2-Emissionen zu erfassen. Eine Vergleichsstudie zeigte, dass die Modellergebnisse gr√∂√ütenteils mit den gemeldeten Emissionen (UNFCCC) der europ√§ischen Staaten √ľbereinstimmten, aber f√ľr L√§nder wie China und Korea stark abwichen. Das deutet auf einen (absichtlichen oder nicht) Fehler des entsprechenden Reporting-Systems hin.

Kategorie

GEO AI
Spatial temporal Analysis

Technologien

Spatio-temporal statistics

Download

Social Sharing

Weitere Use Cases dieser Kategorie

Alle Use Cases im √úberblick

Kontakt

Stefanie Supper
CEO