Het Nederlandse ruimte-instrument TROPOMI levert dagelijks een wereldkaart van methaanconcentraties. Methaan draagt voor een derde bij aan de opwarming van de aarde. Een aantal individuele bronnen lekt grote hoeveelheden methaan en vormt daarmee het laaghangend fruit in de strijd tegen klimaatverandering. SRON-onderzoekers zijn er nu in geslaagd om die methaanpluimen met behulp van machine learning (AI) te identificeren. De zo gevonden superuitstoters hebben een klimaatimpact die groter is dan die van heel Nederland.
Methaan
Methaan heeft een sterk vermogen om warmtestraling vast te houden die normaal gesproken de ruimte in zou verdwijnen. Een ton methaan houdt dertigmaal meer warmte vast dan een ton CO2, gemeten over honderd jaar (GWP-100). En dat terwijl methaan veel sneller dan CO2 uit de atmosfeer verdwijnt, na ongeveer tien jaar.
laaghangend fruit
Dat laatste biedt een kans om klimaatmaatregelen te nemen die relatief snel effect hebben. Reductie van methaanuitstoot levert na tien jaar een daadwerkelijke daling op van wereldwijde methaanconcentraties, en dus minder broeikaseffect. Zogenoemde superuitstoters vormen hierin het laaghangende fruit. Sommige olie- en gasinstallaties, kolenmijnen en vuilnisbelten stoten namelijk honderden tonnen methaan per uur uit. Relatief eenvoudige reparaties kunnen daardoor grote klimaatwinst opleveren. Maar dan moeten deze superuitstoters wel gevonden worden.
Nederlands TROPOMI-instrument
Het Nederlandse TROPOMI-instrument is het enige ruimteinstrument dat elke dag een wereldkaart met methaanconcentraties produceert. Nu hebben SRON-onderzoekers een methode ontwikkeld waarbij ze in deze kaarten via machine-learning methaanpluimen ontdekken. Vervolgens berekenen ze ook automatisch de omvang van hun uitstoot op basis van de gemeten concentraties en actuele windsnelheden.
machine-learning
‘Eerst pikten we handmatig de grootste uitstoters eruit, maar het blijft lastig zoeken in de miljoenen TROPOMI pixels,’ zegt eerste auteur Berend Schuit (SRON). ‘Een methaanpluim is vaak maar een paar pixels groot. Nu krijgen we elke dag automatisch een lijst met detecties uit het machine-learning model. Die controleren we iedere week handmatig om zeker te zijn. Wat overblijft, wekelijks tientallen methaanpluimen, publiceren we online. Lekken die persistent zijn verwijzen we door naar andere satellieten met hogere resolutie, om de precieze uitstoter te vinden. Die informatie wordt gebruikt door het International Methane Emissions Observatory van de Verenigde Naties om samen met de verantwoordelijke bedrijven of overheden een oplossing te vinden.’
tientallen methaanpluimen per week
‘De tientallen methaanpluimen die TROPOMI elke week oppikt bieden een gouden kans in de strijd tegen klimaatverandering,’ zegt medeauteur Bram Maasakkers (SRON). ‘Als je het vanuit de ruimte kunt zien, is het serieus. We krijgen nu voor het eerst een goed wereldwijd beeld van deze super-uitstoters.’ In hun publicatie beschrijven de onderzoekers de 2974 pluimen die ze in 2021 hebben gevonden; 45% daarvan komen van de olie- en gasindustrie, maar ze zien ook pluimen van stedelijke gebieden (35%) en kolenmijnen (20%). Maasakkers: ‘Wij detecteren door de mens veroorzaakte uitstoot met een klimaatimpact die aanzienlijk groter is dan die van heel Nederland. In veel gevallen zijn die lekken eenvoudig te dichten.’
Tropomi is een samenwerking tussen Airbus Netherlands, KNMI, SRON en TNO, in opdracht van het NSO en ESA. Airbus Netherlands is hoofdaannemer voor het ontwerp en de bouw van het instrument. De wetenschappelijke leiding is in handen van het KNMI en SRON. TNO is verantwoordelijk voor het optisch ontwerp en de integratie. Tropomi wordt gefinancierd door het Ministerie van Economische Zaken en Klimaat, het Ministerie van Onderwijs, Cultuur en Wetenschap en het Ministerie van Infrastructuur en Waterstaat.
Publicatie
Schuit, B. J., Maasakkers, J. D., Bijl, P., Mahapatra, G., van den Berg, A.-W., Pandey, S., Lorente, A., Borsdorff, T., Houweling, S., Varon, D. J., McKeever, J., Jervis, D., Girard, M., Irakulis-Loitxate, I., Gorroño, J., Guanter, L., Cusworth, D. H., and Aben, I.: Automated detection and monitoring of methane super-emitters using satellite data, Atmos. Chem. Phys., 23, 9071–9098, https://doi.org/10.5194/acp-23-9071-2023, 2023.