Auge am Himmel: Wie lässt sich mithilfe von Satellitentechnologie das Geheimnis der Methanemissionen der Erde lüften?
Hintergrund Einführung
Methan (CH4) ist ein radioaktives und chemisch reaktives Gas in der Atmosphäre, das nicht nur die Strahlungsbilanz des Systems Erde-Atmosphäre beeinflusst, sondern auch eine entscheidende Rolle in atmosphärischen und stratosphärischen chemischen Prozessen spielt. Als zweitwichtigstes Treibhausgas nach Kohlendioxid ist die jährliche Durchschnittskonzentration von Methan mehr als 2,5-mal höher als vorindustriell. Sein Treibhauspotenzial (GWP, die Fähigkeit, Wärme in der Erdatmosphäre zu speichern) ist auf einer Zeitskala von Jahrhunderten etwa 30-mal und auf einer Zeitskala von 20 Jahren etwa 84-mal so hoch wie das von Kohlendioxid. Methan hat eine relativ kurze atmosphärische Lebensdauer (etwa 12 Jahre), während die Auswirkungen von Kohlendioxid Jahrhunderte anhalten können. Im Vergleich zum chemisch stabilen Kohlendioxid hat die Kontrolle der Methanemissionen einen unmittelbaren Effekt auf die Erreichung der Klimaneutralität und die Abschwächung der globalen Erwärmung.
Die Überwachung von Methanemissionen stellte lange Zeit enorme Herausforderungen dar – Methan ist farb- und geruchlos, und seine Emissionsquellen sind weit verstreut und schwer zu erfassen. Traditionelle bodengestützte Überwachungsmethoden wie Punktquellenmessungen und atmosphärische Probenahmen sind zwar hochpräzise, aber in ihrer Abdeckung begrenzt und global schwer umzusetzen. Vor diesem Hintergrund entwickelt sich die Satellitenfernerkundungstechnologie mit ihren Vorteilen makroskopischer, objektiver und kontinuierlicher Beobachtung zu einem revolutionären Werkzeug für die globale Methanemissionsüberwachung. Aus dem Weltraum kann die Menschheit erstmals Emissionen, die einst als „unsichtbar“ galten, mit beispielloser Präzision und Reichweite „sehen“ und quantifizieren.
Analyse der Detektionstechnologie
Die satellitengestützte Methanmessung beruht im Wesentlichen auf der Erfassung des einzigartigen „spektralen Fingerabdrucks“ der Wechselwirkung dieses Gasmoleküls mit Licht. Alle Technologien basieren auf einem Grundprinzip: Methanmoleküle absorbieren selektiv Infrarotlicht bestimmter Wellenlängen und weisen insbesondere in den Bereichen um 1,65 μm, 2,3 μm, 3,3 μm und 8 μm starke Absorptionseigenschaften auf. Je nach Messmethode lassen sich zwei Hauptkategorien unterscheiden: passive und aktive Fernerkundung.
(1) Passive Fernerkundungstechnologie
Die „Weitwinkellinse“ für die globale Überwachung und das „Mikroskop“ zur Lecksuche stellen heute die gängigsten technologischen Ansätze dar. Satelliten selbst emittieren keine Energie, sondern fungieren als hochentwickelte Spektrometer. Satellitensensoren messen das Strahlungssignal des Sonnenlichts, nachdem es die Atmosphäre durchdrungen, von der Erdoberfläche reflektiert und erneut durch die Atmosphäre hindurchgetreten ist. Durch die Analyse der Strahlungsdämpfung in den charakteristischen Absorptionsbanden von Methan und die Kombination dieser Daten mit fortschrittlichen Inversionsalgorithmen wird die Methansäulenkonzentration in der gesamten Atmosphäre berechnet. Beispiele hierfür sind unter anderem der GMI-Sensor auf dem chinesischen Satelliten GF5, der TROPOMI-Sensor auf dem ESA-Satelliten Sentinel-5P, der TANSO-FTS-Sensor auf dem japanischen Satelliten GOSAT und der WAF-P-Bildsensor auf dem kanadischen Satelliten GHGSat.

Abbildung 1. Funktionsprinzip des Kurzwellen-Infrarotsensors
Frühe passive Fernerkundungstechnologien hatten den Vorteil relativ niedriger Kosten und der Verzicht auf die aktive Übertragung von Signalen, wiesen aber auch einige Einschränkungen auf, wie z. B. eine starke Beeinflussung durch Wolkenbedeckung, eine durch Wetterbedingungen begrenzte Datenerfassung und eine relativ geringe spektrale und räumliche Auflösung, was eine genaue Überwachung von kleinräumigen Emissionsquellen erschwerte.
(2) Aktive Fernerkundungstechnologie
Um die Grenzen passiver Fernerkundungstechnologien zu überwinden, hat sich die aktive Fernerkundung etabliert. Sie detektiert Methan durch das Aussenden elektromagnetischer Wellen und den Empfang reflektierter Signale. Beispielsweise nutzt der MERLIN-Satellit (voraussichtlicher Start 2027) Lidar zur Erfassung der vertikalen Methanverteilung. Diese Technologie liefert hochpräzise Konzentrationsinformationen, insbesondere unter komplexen atmosphärischen Bedingungen, und zeichnet sich durch eine höhere Eindringtiefe und Störfestigkeit aus.

Abbildung 2. Prinzip der aktiven LiDAR-Messung
Aktive Fernerkundungstechnologien zeichnen sich durch hohe Präzision und räumliche sowie zeitliche Auflösung aus und ermöglichen die wetterunabhängige und permanente Überwachung von Methan, unbeeinflusst von Wolken oder anderen Wetterbedingungen. Allerdings sind ihre Kosten relativ hoch und ihre Abdeckung begrenzt. Daher wird sie in der Praxis häufig in Kombination mit passiven Fernerkundungstechnologien eingesetzt, um die jeweiligen Stärken beider Verfahren optimal zu nutzen.
Inversionsmethode enthüllt
Die von Satelliten erfassten Rohdaten bestehen lediglich aus Strahlungswerten. Um diese Daten in nutzbare Informationen zur Methankonzentration umzuwandeln, ist ein komplexer Inversionsprozess erforderlich. Der Inversionsalgorithmus ist das Herzstück der satellitengestützten Methanüberwachung und bestimmt die Genauigkeit und Zuverlässigkeit der endgültigen Daten.
(1) Physikalische Inversionsmethode
Die physikalische Inversion ist eine etablierte wissenschaftliche Methode zur Schätzung der Methankonzentration durch die Lösung eines auf der Strahlungstransporttheorie basierenden Vorwärtsmodells. Mithilfe eines atmosphärischen Strahlungstransportmodells wird der Zusammenhang zwischen dem vom Satelliten empfangenen Strahlungssignal und Parametern wie der atmosphärischen Methankonzentration, Temperatur, Druck und Oberflächenreflexion simuliert. Anschließend wird ein optimaler Schätzalgorithmus eingesetzt, um einen Parametersatz zu finden, der die Differenz zwischen dem simulierten und dem tatsächlich beobachteten Signal minimiert. Zu den wichtigsten Algorithmen gehören: Differenzielle Absorptionsspektroskopie (DOAS), Proxy-Inversion, der Photonenpfadlängen-Wahrscheinlichkeitsdichtefunktions-Algorithmus (PPDF) und der physikalisch-funktionale (FP) Algorithmus.
Seine Hauptvorteile liegen in seiner soliden theoretischen Grundlage und der Zuverlässigkeit seiner Ergebnisse. Diese Methode folgt strikt den physikalischen Gesetzen des atmosphärischen Strahlungstransports, und der Inversionsprozess ist physikalisch klar definiert und nachvollziehbar. Ihr zentraler Wert besteht darin, verlässliche wissenschaftliche Referenzdaten zu liefern und die Unsicherheit der Ergebnisse präzise zu quantifizieren. Damit nimmt sie eine unersetzliche Stellung in der Grundlagenforschung ein, die höchste Präzision und wissenschaftliche Strenge erfordert.
(2) Statistische Inversionsmethode
Mit der Entwicklung künstlicher Intelligenz gewinnen statistische Inversionsmethoden rasant an Bedeutung und zeigen insbesondere bei der Verarbeitung umfangreicher Satellitendaten einzigartige Vorteile. Mithilfe umfangreicher historischer Beobachtungsdaten und entsprechender Informationen zur Methankonzentration werden Modelle des maschinellen Lernens trainiert, um den statistischen Zusammenhang zwischen Strahlungssignalen und Methankonzentrationen zu erlernen. Die trainierten Modelle werden anschließend zur schnellen Inversion neuer Beobachtungsdaten eingesetzt. Zu diesen Methoden zählen im Wesentlichen neuronale Netze, Random-Forest-Regression und Ensemble-Lernverfahren.
Der Hauptvorteil dieser Methode liegt in ihrer leistungsstarken Datenverarbeitung und hohen Effizienz. Sie ermöglicht das direkte Lernen komplexer nichtlinearer Zusammenhänge aus großen Mengen historischer Daten und erzielt so eine schnelle, nahezu in Echtzeit erfolgende Inversion. Dank ihrer hohen Robustheit gegenüber Beobachtungsrauschen und Störfaktoren eignet sie sich besonders für die großflächige, hochfrequente globale Betriebsüberwachung und verbessert die Effizienz der Daten-zu-Produkt-Anwendung erheblich.
(3) Hybride Inversionsmethode
Hybride Inversionsmethoden stellen eine innovative Lösung für die quantitative Fernerkundung von Methan mittels Satelliten dar. Ihr Kernprinzip beruht auf der Integration der Vorteile physikalischer Modelle und datengetriebener Ansätze. Zunächst wird mithilfe eines physikalischen Strahlungstransportmodells ein präziser, qualitativ hochwertiger Trainingsdatensatz generiert. Auf Basis dieses Datensatzes wird ein effizientes Modell des maschinellen Lernens (z. B. ein Deep-Learning-Netzwerk) trainiert, um den komplexen Zusammenhang zwischen dem rohen Spektralsignal des Satelliten und der Methankonzentration zu erlernen.
Ihr zentraler Vorteil liegt in der optimalen Balance zwischen Genauigkeit und Effizienz. Diese Methode vereint die theoretische Strenge physikalischer Modelle mit der hohen Effizienz und Flexibilität des maschinellen Lernens. Dieser „komplementäre Vorteil“ ermöglicht es, eine verlässliche physikalische Grundlage zu wahren und gleichzeitig die Anforderungen groß angelegter, nahezu in Echtzeit arbeitender Anwendungen zu erfüllen. Damit stellt sie die zukunftsweisende Entwicklungsrichtung im Bereich der quantitativen Fernerkundung dar.

Tabelle 1. Leistungsindikatoren des weltraumgestützten CH4-Detektionssatelliten
Abschluss
Das „Himmelsauge“, das die Erde aus dem Weltraum beobachtet, hat still und leise eine tiefgreifende Revolution in der Klimapolitik ausgelöst. Eine vielschichtige Satellitenkonstellation und hochentwickelte Algorithmen bilden zusammen ein beispielloses System aus Beobachtung, Überprüfung und Maßnahmen. So werden zuvor unsichtbare, diffuse und oft unterschätzte Methanemissionen in klare, quantifizierbare und nachvollziehbare Daten umgewandelt. Dies erhöht nicht nur die wissenschaftliche Zuverlässigkeit globaler Emissionsinventare erheblich, sondern bietet politischen Entscheidungsträgern auch ein wirksames Instrument für präzise Regulierungen, Unternehmen Handlungsleitlinien zur Emissionsreduzierung und der Öffentlichkeit einen transparenten Zugang zur Wahrnehmung ihres Rechts auf Kontrolle. Technologie ermöglicht es uns, nationale Grenzen und Kontroversen zu überwinden, die Emissionsquellen direkt anzugehen und internationale Klimaverpflichtungen von großen politischen Erklärungen in konkrete und lösbare technische Probleme zu verwandeln. Diese Revolution der Transparenz, die mit der Fernerkundung begann, weist letztlich den Weg in eine überprüfbarere und verantwortungsvollere Zukunft für unseren Planeten.
Referenzen
[1] Cai Xiaoli, Bao Yunfei, Huang Qiaolin. Ein Überblick über die Technologie zur Detektion und Inversion von atmosphärischem Methan mittels Satellitenfernerkundung [J]. Space Return and Remote Sensing, 2025, 46(01):160-173.
[2] Chen Jidai, Zuo Qinwen, Sun Maosheng, et al. Forschungsfortschritte bei der satellitengestützten Fernerkundung von Methan [J]. Remote Sensing Information, 2024, 39(02):1-11.
[3] He Zhuo, Li Zhengqiang, Fan Cheng, et al. Ein Überblick über die Forschung zu Satellitensensoren und Fernerkundungsalgorithmen für atmosphärisches Methan [J]. Acta Optica Sinica, 2023, 43(18):55-71.
[4] Qin Kai, He Qin, Kang Hanshu et al. Forschungsfortschritt und Aussichten der Satellitenfernerkundung von Methanemissionen in der Kohleindustrie [J]. Acta Optica Sinica, 2023, 43(18):118-130.
[5] Yao Lu, Yang Dongxu, Cai Zhaonan et al. Analyse des aktuellen Stands und der Entwicklungstendenzen von atmosphärischen Methanbeobachtungssatelliten zur Erreichung von Klimaneutralität und zur Reduzierung der CO₂-Emissionen in meinem Land [J]. Atmospheric Science, 2022, 46(06):1469-1483.

