Technologie de détection spatiale du CH4 par infrarouge à ondes courtes : un soutien scientifique et technologique à la stratégie chinoise de développement durable et à faible émission de carbone.

Le sixième rapport d'évaluation intégrée du Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC), publié en mars 2023, indique que la température moyenne mondiale à la surface du globe a augmenté de 1,1 °C entre 2011 et 2020 par rapport aux niveaux préindustriels (1850-1900). Les émissions de gaz à effet de serre issues des activités humaines, telles que la combustion des énergies fossiles et l'utilisation des terres, contribuent indéniablement au réchauffement climatique. Ces dernières années, les phénomènes météorologiques et climatiques extrêmes, comme les fortes chaleurs, les sécheresses et les pluies torrentielles, sont devenus plus fréquents et plus intenses, posant de sérieux défis au développement durable des sociétés futures. Un suivi précis des concentrations, des sources et des tendances des gaz à effet de serre est essentiel à la statistique et à la comptabilisation des émissions de ces gaz. Comparée aux méthodes de surveillance terrestres traditionnelles, la télédétection satellitaire offre des avantages uniques : haute résolution, large couverture, intervalles de revisite courts et données dynamiques en continu. Elle fournit ainsi des données fondamentales et de haute précision pour la surveillance des gaz à effet de serre aux niveaux mondial, national et régional.

△Émissions mondiales de méthane d'origine anthropique et part des émissions de méthane des principaux pays, 1970-2021

La technologie de détection spatiale du CH4 par infrarouge à ondes courtes se développe rapidement.

Afin d'obtenir des informations sur la distribution spatio-temporelle et la variation de la concentration de CH4 près de la surface, la technologie de détection spatiale du CH4 par infrarouge à ondes courtes a connu un développement rapide ces dernières années. De nombreux satellites de détection par infrarouge à ondes courtes ont été lancés, tant au niveau national qu'international, menant une série d'études sur la détection du CH4 et ses applications connexes, et permettant ainsi la détection spatiale du CH4. Les satellites scientifiques expérimentaux lancés durant cette période ont favorisé le développement d'algorithmes d'inversion pour la télédétection satellitaire du CH4 et d'algorithmes d'inversion de flux, jetant les bases technologiques nécessaires à l'amélioration des capacités de détection spatiale, à la production de données et à leur application directe. De plus, ils ont démontré le potentiel d'application de la détection par infrarouge à ondes courtes pour l'estimation du bilan global sources-puits de CH4, du point de vue de la précision des données de détection et de l'estimation du flux.

La plupart des satellites de détection de CH4 existants se concentrent sur des expériences scientifiques de détection de CH4 dans l'infrarouge à ondes courtes, réalisant ainsi une avancée majeure dans ce domaine. Grâce à ces détections satellitaires, les technologies de détection de CH4 dans l'infrarouge à ondes courtes, les algorithmes d'inversion et les algorithmes d'assimilation de flux ont connu un développement rapide. La maturité et l'application de ces algorithmes ont accru les exigences en matière de couverture spatio-temporelle et de précision des données de détection spatiale de CH4. Afin de répondre aux besoins en données de la recherche scientifique, plusieurs satellites de détection de CH4 sont actuellement en phase de planification et viendront enrichir la flotte de satellites de détection spatiale.

Tendances de développement des systèmes de détection de CH4 embarqués dans l'espace

Pour répondre aux besoins stratégiques de l'inventaire mondial du carbone et de la neutralité carbone, et pour aborder les deux questions scientifiques clés que sont la surveillance dynamique des émissions de CH4 et l'estimation des flux à différentes échelles, les satellites de détection du CH4 doivent fournir des informations sur les variations de concentration de CH4 aux échelles locales et régionales, en distinguant les sources des puits. Le Système mondial d'observation du climat (SNO) propose que les objectifs spécifiques des missions de détection des gaz à effet de serre par satellite respectent une résolution spatiale de 5 à 10 km, une résolution temporelle de 4 heures et une précision de détection du CH4 de 10 ppb. Compte tenu des capacités techniques actuelles des missions de détection du CH4 par satellite, un seul satellite utilisant une seule méthode de détection ne peut mener à bien une mission de détection mondiale, et les satellites utilisant différentes méthodes de détection ont des objectifs différents. Pour répondre aux besoins de détection et de recherche à différentes échelles, il est nécessaire de construire un système de constellation pour une détection coordonnée utilisant une combinaison de méthodes de détection actives et passives, et d'approches en orbite terrestre haute et basse. En exploitant pleinement les résultats de détection de plusieurs satellites, un appui scientifique peut être fourni pour évaluer l'efficacité des mesures de réduction des émissions liées à la neutralité carbone et pour les plans d'inventaire mondial du carbone. La haute précision des résultats de détection repose principalement sur des données spectrales à haute résolution et à rapport signal/bruit élevé. Les recherches existantes indiquent que lorsque le rapport signal/bruit dans l'infrarouge à ondes courtes est supérieur à 300 et la résolution spectrale inférieure à 0,1 nm, la précision des produits de données XCH4 obtenus par l'algorithme d'inversion entièrement physique peut être maîtrisée à 10 ppb près.

L'observation par réseau satellitaire constitue actuellement un moyen efficace d'assurer une détection globale performante du CH4. Compte tenu des caractéristiques de détection différentes selon les types de satellites, la planification de leur fonctionnement afin de maximiser leurs capacités de détection et d'obtenir une couverture spatio-temporelle globale est un problème complexe. Dans le cadre de cette observation par réseau satellitaire, les satellites géostationnaires surveillent les régions clés du globe à l'échelle continentale, tandis que les satellites en orbite héliosynchrone effectuent des détections répétées dans les zones sensibles aux émissions, grâce à des mesures de routine et de ciblage. Combinée à la détection active par lidar, cette approche permet de constituer un réseau de détection spatial étendu et à haute réactivité, fournissant des données de détection à résolution spatio-temporelle globale précises pour l'estimation du bilan de CH4 et la surveillance des émissions.

Tendances de développement des algorithmes d'inversion de haute précision du CH4 embarqués

Pour obtenir des résultats d'inversion de haute précision, les algorithmes tout-physiques nécessitent de multiples calculs du processus de transfert radiatif atmosphérique, ce qui consomme des ressources et un temps de calcul considérables. Les futures missions satellitaires de détection du CH4 accumuleront d'énormes quantités de données spectrales. Le traitement de ces données massives et la mise en œuvre opérationnelle des satellites requièrent une efficacité accrue de l'inversion des données ; par conséquent, des calculs d'inversion rapides et précis constituent des enjeux cruciaux qui doivent être traités de toute urgence. Les algorithmes d'inversion utilisant généralement des modèles relativement simples pour simplifier le processus de calcul et introduisant des erreurs de modélisation, la précision des produits de données d'inversion varie considérablement selon les conditions de surface et atmosphériques. Des études sur la précision du XCH4 obtenu à partir de différents algorithmes d'inversion indiquent également que les résultats du XCH4 pour les surfaces recouvertes de glace présentent souvent un biais important, probablement lié au système d'inversion lui-même. Ceci nécessite la mise à jour et l'optimisation du modèle de réflectance de surface au sein du système d'inversion. En raison du faible albédo de la surface océanique, la détection du CH4 au-dessus des océans souffre encore d'erreurs substantielles, entraînant une incertitude importante dans l'estimation des échanges air-mer et du flux de CH4 océanique. Les recherches actuelles indiquent que les émissions marines de CH4 proviennent principalement des eaux côtières peu profondes. L'obtention d'une distribution précise de la concentration de CH4 dans les zones littorales est cruciale pour améliorer l'estimation des flux marins de CH4. Par conséquent, le développement et l'amélioration des méthodes d'inversion des données de télédétection satellitaire du CH4 à proximité des côtes sont particulièrement nécessaires.

De plus, la détection mondiale du CH4 à haute résolution spatio-temporelle sera principalement assurée par les réseaux satellitaires. Les performances des détecteurs varient considérablement selon le type de satellite, notamment en termes de résolution spatio-temporelle et spectrale, de rapport signal/bruit, etc. Les différents algorithmes d'inversion utilisent également des méthodes d'évaluation des erreurs et des incertitudes différentes, ce qui limite la validation croisée des données et leur application à grande échelle, notamment pour l'estimation des flux. Afin de répondre aux besoins d'utilisation des données de détection spatiale du CH4 dans le cadre de l'objectif de neutralité carbone, il est nécessaire de mettre en place un système standardisé d'évaluation de la qualité des données. Ce système fournira un cadre scientifique pour l'utilisation optimale des données de détection spatiale.

tendance de développement de l'inversion du flux de CH4

L'inversion des flux de CH4 par assimilation de données est une méthode essentielle pour valider les inventaires d'émissions de CH4. Elle utilise principalement les données de concentration atmosphérique de CH4 issues d'observations au sol et satellitaires, combinées à des modèles de transport chimique atmosphérique globaux et régionaux pour estimer les émissions. Les recherches existantes indiquent que les flux de CH4 dans les zones humides tropicales sont plus importants qu'auparavant et que la fonte du pergélisol aux hautes latitudes a également accéléré les émissions de CH4 ; ces deux régions fournissent des informations importantes sur le changement climatique. Cependant, en raison de la faible efficacité de détection des satellites actuels à l'échelle locale et de la faible densité des stations d'observation au sol, la quantité de données d'observation exploitables pour ces importantes régions sources de CH4 est largement insuffisante, ce qui entraîne des incertitudes importantes dans l'estimation des flux. La combinaison des avantages d'une large couverture satellitaire et de la haute précision des données au sol peut fournir une base de données solide pour une estimation précise des flux régionaux de CH4. De plus, les modèles actuels de transport chimique atmosphérique à maillage grossier présentent des erreurs importantes dans les simulations d'échelle spatiale, de processus de transport et de mécanismes chimiques, ce qui entraîne des écarts substantiels entre les résultats d'inversion du flux de CH4 et les observations réelles et limite considérablement notre compréhension des caractéristiques de distribution des sources et des puits de CH4. Afin de répondre aux exigences des calculs de flux couvrant les échelles locales et nationales, les modèles de transport chimique atmosphérique devraient établir des schémas multi-modèles incluant les échelles globale, méso-échelle, urbaine et de source ponctuelle, construire des schémas de correction des erreurs de modélisation, parvenir à une estimation précise des flux de CH4 à différentes échelles et permettre la vérification des inventaires d'émissions à différentes échelles spatiales.

La réduction des émissions dans des secteurs tels que la pétrochimie et l'industrie pétrolière et gazière est essentielle pour atteindre la neutralité carbone. La surveillance et la quantification dynamiques du CH4, basées sur la détection spatiale à haute résolution spatio-temporelle, nécessitent des méthodes rapides d'identification des panaches de CH4 et d'estimation des émissions. Actuellement, en raison des limitations de l'efficacité de calcul des algorithmes d'inversion, la détection des panaches de CH4 dans l'infrarouge à ondes courtes ne permet pas une extraction rapide des anomalies d'émission. La combinaison de la détection multibande et des réseaux de neurones pour analyser les caractéristiques spectrales de la détection peut accélérer, dans une certaine mesure, l'identification des panaches de CH4 et l'estimation des émissions. Par ailleurs, l'estimation des émissions des panaches de CH4 est fortement influencée par les incertitudes liées à la vitesse et à la direction du vent régional. Améliorer le modèle et réduire les incertitudes associées au modèle, au champ de vent et aux données d'observation satellitaire est un enjeu crucial qui requiert une attention urgente.

Actuellement, la Chine dispose de relativement peu de satellites et de recherches connexes sur la détection du CH4. Outil fondamental pour étayer les conclusions scientifiques, la détection spatiale est essentielle à la réalisation des objectifs de neutralité carbone et à la prise en compte de la position de la Chine dans les négociations internationales. Il est donc nécessaire de développer des capacités de détection spatiale du CH4 afin d'obtenir une haute résolution spatio-temporelle et une grande précision dans la surveillance tridimensionnelle de la concentration atmosphérique de CH4, et de construire un système d'application satellitaire intégrant la détection, le traitement des données et leur comptabilisation, pour fournir un soutien technologique spatial à la stratégie chinoise de développement durable et à faible émission de carbone.

Source du contenu :

Analyse de l'état actuel et des tendances de développement des satellites d'observation du méthane atmosphérique visant la neutralité carbone et le pic de carbone dans mon pays

Yao Lu, Yang Dongxu, Cai Zhaonan, Zhu Sihong, Liu Yi, Deng Jianbo, Tian Longfei, Yin Zengshan, Lu Naimeng