MARC

 008260126s2025        us                              c    eng  d
■001000017357792
■00520260202103600
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798280714380
■035    ▼a(MiAaPQ)AAI32042457
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a551.5
■1001  ▼aPenn,  Elizabeth.▼0(orcid)0000-0002-5559-5748
■24510▼aQuantifying  Tropospheric  OH  Concentrations  and  Coal  Methane  Emissions  Using  Remote  Sensing
■260    ▼a[Sl]▼bHarvard  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a123  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-12,  Section:  B.
■500    ▼aAdvisor:  Jacob,  Daniel.
■5021  ▼aThesis  (Ph.D.)--Harvard  University,  2025.
■520    ▼aThis  thesis  is  divided  into  two  parts.  In  Chapter  1,  I  use  an  analytical  Bayesian  inversion  framework  to  show  what  we  can  (and  cannot)  learn  from  Thermal  Infrared  (TIR)  and  Shortwave  Infrared  (SWIR)  satellite  observations  of  methane.  In  Chapter  2,  I  demonstrate  how  to  develop  national  coal-mine  methane  inventories  with  aircraft  campaigns  using  high-resolution  hyperspectral  instruments,  with  a  view  towards  recently-launched  hyperspectral  satellite  constellations.  An  abstract  for  each  chapter  follows.Chapter  1.  The  hydroxyl  radical  (OH)  is  the  main  oxidant  in  the  troposphere  and  controls  the  lifetime  of  many  atmospheric  pollutants  including  methane.  Global  annual  mean  tropospheric  OH  concentrations  ([OH])  have  been  inferred  since  the  late  1970s  using  the  methyl  chloroform  (MCF)  proxy.  However,  concentrations  of  MCF  are  now  approaching  the  detection  limit,  and  a  replacement  proxy  is  urgently  needed.  Previous  inversions  of  GOSAT  satellite  measurements  of  methane  in  the  SWIR  have  shown  success  in  quantifying  [OH]  independently  of  methane  emissions,  and  observing  system  simulations  have  suggested  that  TIR  measurements  may  provide  additional  constraints  on  OH.  Here  we  combine  TIR  satellite  observations  of  methane  from  AIRS  with  SWIR  observations  from  GOSAT  in  a  three-year  (2013-2015)  analytical  Bayesian  inversion  optimizing  both  methane  emissions  and  OH  concentrations.  We  examine  how  much  information  can  be  achieved  on  the  interannual,  seasonal,  and  latitudinal  features  of  the  OH  distribution  using  information  from  MCF  data  as  well  as  the  ACCMIP  ensemble  of  global  atmospheric  chemistry  models  to  construct  a  full  prior  error  covariance  matrix  for  OH  concentrations  for  use  in  the  inversion.  This  is  essential  to  avoid  overfit  to  observations.  Our  results  show  that  GOSAT  alone  is  sufficient  to  quantify  [OH]  and  its  interannual  variability  independently  of  methane  emissions,  and  that  AIRS  adds  little  information.  The  ability  to  constrain  the  latitudinal  variability  of  OH  is  limited  by  strong  error  correlations.  There  is  no  information  on  OH  at  mid-latitudes,  but  there  is  some  information  on  the  NH/SH  interhemispheric  ratio,  showing  this  ratio  to  be  lower  than  currently  simulated  in  models.  There  is  also  some  information  on  the  seasonal  variation  of  OH  concentrations,  though  it  mainly  confirms  that  simulated  by  models.  Future  satellite  observations  of  methane  will  continue  to  improve  our  understanding  of  methane  emissions  and  consequently  [OH]  and  its  interannual  variability.Chapter  2.  Underground  coal  mines  are  important  global  sources  of  methane  but  emission  estimates  are  uncertain.  Emission  estimates  for  individual  mines  from  Carbon  Mapper  aircraft  remote  sensing  surveys  in  the  U.S.  agree  within  20%  with  direct  measurements  used  for  national  emission  reporting  (IPCC  Tier  3  estimate).  Such  direct  measurements  are  unavailable  in  most  countries,  which  rely  on  estimated  emission  factors  (EFs)  applied  to  coal  production  rates.  We  find  that  EFs  from  IPCC  Tier  1  and  Model  for  Calculating  Coal  Mine  Methane  (MC2M)  methods  would  overestimate  U.S.  emissions  threefold  due  to  incorrect  dependence  on  mine  depth.  An  IPCC  Tier  2  method  using  measured  basin-specific  mine  gas  content  agrees  with  direct  emission  measurements  but  does  not  account  for  gob  well  emissions  and  requires  gas  content  data  that  are  generally  unavailable.  We  show  that  limited  Carbon  Mapper  surveys  successfully  estimate  basin-specific  EFs  for  ventilation  shafts  and  gob  wells,  enabling  estimates  of  basin-  and  national-scale  emissions.
■590    ▼aSchool  code:  0084.
■650  4▼aAtmospheric  chemistry
■650  4▼aChemistry
■650  4▼aGeophysics
■650  4▼aRemote  sensing
■653    ▼aBayesian  inversion
■653    ▼aMethyl  chloroform
■653    ▼aOH  concentrations
■653    ▼aHydroxyl  radical
■653    ▼aEmission  factors
■690    ▼a0371
■690    ▼a0799
■690    ▼a0485
■690    ▼a0373
■71020▼aHarvard  University▼bEarth  and  Planetary  Sciences.
■7730  ▼tDissertations  Abstracts  International▼g86-12B.
■790    ▼a0084
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17357792▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서