Projet H2020 SEEDS : Service d'émission et de dépôt basé sur EO Sentinel

Émissions anthropiques par satellite SEEDS a produit des émissions anthropiques descendantes de dioxyde d'azote (NO2), d'ammoniac (NH3) et d'émissions provenant de la combustion de biomasse à partir de données satellitaires provenant des instruments TROPOMI et CrIS, fournissant des estimations horaires, quotidiennes et mensuelles des émissions anthropiques. Les résultats montrent que la comparaison des estimations d’émissions descendantes et ascendantes peut améliorer les estimations des données d’émissions actuelles.

L’aspect le plus intéressant est qu’il montre comment les données satellitaires nous permettent d’apprécier les variations dans le temps, en vérifiant les variations annuelles et en estimant les variations mensuelles et hebdomadaires. Cela permet une analyse plus détaillée des biais liés aux variations saisonnières. SEEDS a démontré la valeur ajoutée de l’analyse descendante des émissions pour fournir des estimations d’émissions indépendantes avec des informations temporelles précieuses qui permettent d’identifier les incohérences et les lacunes dans les inventaires actuels.

Estimations des émissions biogéniques SEEDS a produit de nouvelles émissions mises à jour de composés organiques biogéniques (COVB) à la fois ascendantes (en utilisant des modèles de surface terrestre et de transport chimique) et descendantes (en utilisant les données HCHO de TROPOMI avec le système d'inversion MAGRITTEv1.1).

De plus, le système d'inversion DECSO a été appliqué dans SEEDS pour identifier pour la première fois les émissions d'oxyde d'azote (NOx) du sol, où la comparaison avec les inventaires ascendants a révélé des lacunes dans les inventaires ascendants actuels. SEEDS montre que la comparaison des émissions ascendantes et descendantes contribue à améliorer la qualité des estimations actuelles des émissions. Deux concepts utilisés dans SEEDS sont retenus pour être intégrés dans CAMS : la possibilité d'utiliser un schéma chimique simplifié pour l'oxydation de l'isoprène (projet CAMEO) et le couplage des données de surface terrestre et de végétation pour les estimations des émissions biogéniques (modèle MEGAN). Données de surface terrestre et estimations des dépôts SEEDS SEEDS a proposé d'ajouter un système de modélisation d'assimilation de données de surface terrestre hors ligne à la chaîne de production CAMS, reliant un modèle de surface terrestre-végétation à des modèles de composition atmosphérique qui permettent des rétroactions végétation-météorologie qui ont un impact sur la composition atmosphérique. Le modèle de surface terrestre au cœur de cette approche (SURFEX) s’est avéré très performant dans la simulation de la dynamique de la végétation et du sol.

La comparaison avec le TROPOMI SIF montre que l'assimilation du CGLS IAF améliore la cohérence des simulations du modèle avec le SIF. Cette comparaison établit SURFEX comme une excellente base pour simuler le dépôt sec sur la végétation. De plus, l’approche du système terrestre permet de représenter des interactions et des dynamiques complexes dues aux sécheresses et aux vagues de chaleur. Algorithme d'assimilation de données SEEDS. SEEDS a développé un algorithme avancé d'assimilation de données (4DEnVar) pour améliorer les prévisions de qualité de l'air dans le système opérationnel CAMS. Il s’agit d’un code open source qui aide à ouvrir la voie à une meilleure exploitation des données horaires de Sentinel 4. Il est disponible en téléchargement sur le portail de données SEEDS. Chemins vers l'opérationnalisation dans CAMS Les méthodes SEEDS suivantes sont déjà en voie d'opérationnalisation avec CAMS :

• Les produits d'émissions DECSO et top-down sont désormais intégrés dans CAMEO, un nouveau projet HE visant à soutenir l'évolution de CAMS
• CAMS a manifesté son intérêt à adopter l'approche de végétation de surface terrestre de SEEDS en l'incorporant dans la chaîne de production. La valeur ajoutée des produits SEEDS lorsqu’ils sont utilisés comme intrants dans la chaîne de prévision CAMS a été difficile à prouver.

Cela est dû au fait que les scores d’analyse CAMS sont déterminés par des données assimilées, de sorte que les modifications des données d’entrée ne modifient pas significativement les scores.

Rétrospectivement, la conception d’expériences visant à démontrer l’amélioration des scores de performance opérationnelle du CAMS à l’aide des produits SEEDS devrait se concentrer sur les données de prévision et évaluer la variabilité temporelle de SEEDS. Engagement des parties prenantes : SEEDS a organisé trois conférences et trois ateliers de co-création pour favoriser les connaissances parmi les parties prenantes des secteurs de la gestion environnementale industrielle, agricole et urbaine, en plus de diffuser et de présenter les résultats à la communauté scientifique dans plusieurs forums.

Il existe un intérêt évident pour les résultats descendants des émissions SEEDS de la part de toute partie prenante impliquée dans l’élaboration d’inventaires ascendants. Il a toutefois été difficile de dialoguer avec les acteurs du secteur agricole sur les questions d’émissions et de dépôts. La plupart des intérêts des acteurs agricoles privés sont centrés sur la fertilisation et la maximisation des rendements ; L’utilisation des produits SEEDS nécessite des activités de création de valeur supplémentaires pour garantir leur adoption. Les émetteurs industriels privés ont été tout aussi difficiles à interagir au niveau des conférences, mais sont davantage intéressés par les échanges bilatéraux.