[论文解读] Global Tracking and Quantification of Oil and Gas Methane Emissions from Recurrent Sentinel-2 Imagery

Thibaud Ehret, Aurélien De Truchis+7 more|arXiv (Cornell University)|Oct 22, 2021

Atmospheric and Environmental Gas Dynamics被引用 33

一句话总结

本文提出一个全球甲烷排放监测框架，利用循环性的 Sentinel-2 图像来检测和量化超过 1,200 个与油气相关的羽流，将 Sentinel-2 结果与 Sentinel-5P 和机载数据联系起来，建立全球幂律排放分布。

ABSTRACT

Methane (CH4) emissions estimates from top-down studies over oil and gas basins have revealed systematic under-estimation of CH4 emissions in current national inventories. Sparse but extremely large amounts of CH4 from oil and gas production activities have been detected across the globe, resulting in a significant increase of the overall O&G contribution. However, attribution to specific facilities remains a major challenge unless high-resolution images provide the sufficient granularity within O&G basin. In this paper, we monitor known oil-and-gas infrastructures across the globe using recurrent Sentinel-2 imagery to detect and quantify more than 800 CH4 emissions. In combination with emissions estimates from airborne and Sentinel-5P measurements, we demonstrate the robustness of the fit to a power law from 0.1 tCH4/hr to 600 tCH4/hr. We conclude here that the prevalence of ultra-emitters (> 25tCH4/hr) detected globally by Sentinel-5P directly relates to emission occurrences below its detection threshold. Similar power law coefficients arise from several major oil and gas producers but noticeable differences in emissions magnitudes suggest large differences in maintenance practices and infrastructures across countries.

研究动机与目标

• 激发并实现利用高重复、高空间分辨率卫星图像对油气源头甲烷排放进行全球监测。
• 开发基于 Sentinel-2 和 Landsat-8 的短波红外 SWIR 波段（对 CH4 敏感）自动检测与定量的方法。
• 将基于 Sentinel-2 的排放结果与 Sentinel-5P 及机载观测进行对比验证，并探索全球排放分布。

提出的方法

• 应用 Beer-Lambert 基于的大气衰减建模，在 Sentinel-2 和 Landsat-8 的 SWIR 带（B11、B12）中检测甲烷。
• 通过对波段比值序列进行线性回归，计算一个无背景甲烷的模型以检测异常。
• 采用两步背景估计，结合离群值剔除与可选的基于反照率的聚类，以提高羽流信噪比。
• 通过使用波段比值和基于 HITRAN 的 A_CH4 来优化 l_leak，从而量化羽流甲烷含量；随后用 IME 方法和 ERA5 风场数据估计源强 Q。
• 将 Sentinel-2 的结果与 Sentinel-5P 以及机载观测整合，构建并验证全球幂律排放模型。

实验结果

研究问题

• RQ1 循环性 Sentinel-2 图像是否能够全球范围内检测并量化来自油气基础设施的甲烷羽流？
• RQ2 基于 Sentinel-2 的探测与 Sentinel-5P 及机载观测在大排放源与小排放源上有何比较？
• RQ3 是否存在一种健壮的全球幂律关系，将来自 Sentinel-2、Sentinel-5P 和机载观测的数据统一起来？
• RQ4 在主要油气区域，探测到的甲烷羽流的循环模式和地理分布特征为何？

主要发现

• 在阿尔及利亚、土库曼斯坦和美国的 92 个地点，跨越 47 个月检测到 1,202 处甲烷羽流。
• 58% 的羽流是重复事件，意味着持续的排放活动，而非孤立事件。
• 通过结合 Sentinel-2、Sentinel-5P 和机载数据支持全球幂律关系，其中 Sentinel-2 担任中等范围（0.1–10 吨 CH4/小时），Sentinel-5P 捕捉超排放源（>25 吨 CH4/小时）。
• 以二叠纪盆地事件（2020 年夏）为例，使用 Sentinel-2、Landsat-8、Sentinel-5P 与机载数据分析，得到 16,537±7,146 吨 CH4，且起始日期推断早于此前报道并实现跨源一致。
• 编制了大规模数据集：约 7,000 个地点，处理超过 1,248,621 个像素（瓷块），覆盖 562,652 km2，采用 10x10 km2 的瓷块框架并按瓦片进行定量。
• 该方法为追踪全球甲烷排放并通过随时间变化的简单幂律摘要监控进展提供了实际可操作的路径。