[论文解读] Towards a Prototype Global CO2 Emissions Monitoring System for Copernicus

Nicolas Bousserez|arXiv (Cornell University)|Oct 25, 2019

Atmospheric and Environmental Gas Dynamics参考文献 15被引用 4

一句话总结

该论文提出了一种用于ECMWF IFS的混合集合-变分数据同化系统，以在原型Copernicus CO2排放监测服务中实现状态与参数的联合估计。通过整合基于集合的误差协方差与伴随模型的增量传播，并利用集合对输运雅可比矩阵的近似扩展4D-Var窗口，该方法提升了空间分辨率，纳入了缺失的物理过程，并实现了针对CO2及共排放示踪剂（如CO和NO2）的长窗口源反演。

ABSTRACT

This document describes in detail a new hybrid ensemble-variational algorithm that generalizes existing ensemble or variational data assimilation approaches and would enable joint state/parameter estimations in ECMWF's Integrated Forecasting System (IFS). The proposed methodology is intended to serve as the basis for a prototype Copernicus CO2 emission monitoring service. The main characteristics of the system are: 1) 4D hybridization of ensemble information with full-rank statistical modeling by combining an ensemble-based increment with an adjoint-based increment propagation, allowing one to increase current spatial resolution and/or include forward model processes missing from the adjoint integration; 2) combination of tangent-linear and adjoint solvers with ensemble-based approximations of transport Jacobians to construct a long-window 4D-Var with timescales relevant to greenhouse gas source inversion. The proposed methodology is non-intrusive in the sense that the main structure of the current incremental 4D-Var algorithm remains unchanged, while the additional computational cost associated with the source inversion component is minimized.

研究动机与目标

• 开发一种稳健且可扩展的方法，将异构的CO2排放产品（从全球到局部）整合到统一的全球反演系统中。
• 解决当前IFS中12小时4D-Var窗口及仅输运的伴随模型在温室气体源反演中的局限性。
• 实现CO2与共排放示踪剂（如CO、NO2）的联合反演，以改善源归因并区分人为排放与生物源排放。
• 通过设计一种非侵入式算法，最小化计算开销，同时保持现有增量4D-Var结构不变。
• 支持与政策相关的国家和区域排放减排监测，包括国家自主贡献（NDCs）。

提出的方法

• 提出一种4D混合-4D-Var算法，结合基于集合的增量与伴随模型的增量传播，以改进背景误差协方差估计。
• 引入一种4D广义的混合B矩阵，利用物理倾向的随机扰动（SPPT）来考虑变分优化中的模型误差。
• 利用输运雅可比矩阵的集合近似，将同化窗口扩展至12小时以上，实现针对温室气体源反演的长窗口4D-Var。
• 结合切线性模型与伴随模型，辅以基于集合的近似，构建适用于大气CO2输运时间尺度的长窗口4D-Var系统。
• 通过使用先验和后验集合的样本偏差近似观测与后验通量之间的误差协方差，实现对外部后验排放产品的同化。
• 提供一种非侵入式框架，在保持现有增量4D-Var核心结构的同时，以极低计算成本增加源反演能力。

实验结果

研究问题

• RQ1 如何设计一种混合集合-变分系统，以在全局大气化学模型中实现状态与参数的联合估计？
• RQ2 对IFS中的12小时4D-Var窗口进行何种修改，才能支持长期温室气体源反演？
• RQ3 如何在不增加计算成本的前提下，有效将伴随模型中缺失的化学反应过程整合到增量传播中？
• RQ4 共排放示踪剂（如CO和NO2）是否能提升全球反演系统中人为CO2排放归因的准确性和特异性？
• RQ5 如何将来自不同模型和空间尺度的后验排放产品一致地同化到基于全球IFS的反演系统中？

主要发现

• 所提出的混合4D-Var系统通过使用输运雅可比矩阵的集合近似，实现了温室气体源反演的长窗口4D-Var，克服了当前IFS中12小时窗口的限制。
• 通过集合与伴随模型增量的结合，实现了集合误差协方差的部分4D定位，提升了空间分辨率与误差表征能力。
• 化学过程（如反应）和更高分辨率的输运特征可被纳入基于集合的增量中，同时保持伴随模型积分的计算效率。
• 对CO2与共排放示踪剂（如CO、NO2）的联合反演为源归因提供了额外约束，改善了人为与生物源CO2通量的分离。
• 可利用基于样本的先验与后验偏差近似，将来自区域或局部反演系统的外部后验排放产品同化到全球IFS系统中，实现多尺度融合。
• 该框架为非侵入式设计，保持了现有增量4D-Var结构，同时以极低计算开销增加了源反演能力。