Daha çox

3.2: İstixana Təsiri - Yerşünaslıq

3.2: İstixana Təsiri - Yerşünaslıq


Əvvəlki hissələrin çoxunu atmosfer CO-nu idarə edən proseslərin təfərrüatları üçün saxla2, 19-cu əsrin sonlarında başa düşüldü. Xüsusilə İsveçli kimyaçı və Nobel mükafatı laureatı Svante Arrhenius istixana qazlarının iqlimə təsirini və CO2 ən vacib uzun ömürlü istixana qazıdır. Həm də sənaye proseslərindən atmosferə qəribə miqdarda CO2 buraxmağa başladığımızı və atmosferdə uzun müddət qalması sayəsində konsentrasiyanı hiss ediləcək dərəcədə artıracağımızdan ilk narahat olduğumuzu da başa düşdü.

1896-cı ildə Arrhenius, CO-nun konsentrasiyasını iki dəfə artırmağı bacaracağımızı təxmin edən bir sənəd nəşr etdi2, planetin orta səth istiliyi 5 ilə 6 K (9 və 11 ° F) arasında yüksələcəkdi, 1908-ci ildə nəşr etdirdiyi məşhur bir kitabda bu rəqəmi 4 K (7 ° F) səviyyəsinə qədər düzəltdi. Arrhenius bu rəqəmlərə çatdı əl ilə 100.000-ə qədər hesablama apararaq və bir neçə səhv fərziyyə etsə də, yaranan səhvlər bir-birini qismən ləğv etdi. Onun 4 K-nın 1,5-4,5 K (2,7-8,1 ° F) ən son təxminlər aralığında olması həqiqətən diqqətəlayiqdir. Arrhenius CO-nun radiasiya təsirlərini də başa düşdü2 konsentrasiyası ilə loqoritmik olaraq (xətti deyil) təqribən artırın, beləliklə CO artır2 8 dəfə bir dəfə iki dəfə artırmaqdan təxminən üç dəfə (dörddən çox) dəfə çox istiləşmə əldə edəcəkdir.

Qlobal Orta Səth Temperaturu və CO2

Arrhenius, CO-nin artacağını təxmin etdi2 planetimizi istiləşdirərdik. Onun proqnozu necə oldu? Şəkil ( PageIndex {1} ) Arrhenius-un atmosfer CO-na əsaslanan proqnozunu müqayisə edir2 1880-dən 2010-cu ilədək ölçülmüş qlobal orta səth istiliyi ilə konsentrasiyalar. CO2 atmosferin tərkibi birbaşa 1958-ci ildən başlayaraq ölçülmüşdür; o vaxtdan əvvəl (və yüz minlərlə il geri qayıtdıqda) buz nüvələrində sıxışan qaz baloncuklarındakı konsentrasiyasını ölçərək bolluğunu çıxardıq.

Qeyd müddətində qlobal orta temperatur ümumiyyətlə CO konsentrasiyasının təbii loqaritmasını izləyir2, yalnız Arrheniusun təxmin etdiyi kimi. Eyni zamanda, bu əlaqədən açıq kənarlaşmalar var. Qısa müddətli sapmalar daha çox iqlim sisteminin təbii, xaotik dəyişkənliyini əks etdirir (bunun bir nümunəsi El Nino), daha uzun ekskursiyalar isə əsasən iqlimin digər təsirləri, məsələn vulkanlar və süni aerozollardır. Bir hüquqşünas bütün bu çırpınışları ayıra bilər, amma Şəkil ( PageIndex {1} ) - dən verilənlərin sadə fizika və əl hesablamaları əsasında bir əsrdən çox əvvəl edilən bir proqnozu böyük ölçüdə doğrultduğu nəticəsindən qaçmaq çətindir. CO konsentrasiyasını artırmağa davam etsək, daha çox istiləşmənin baş verəcəyini düşünürük2 atmosferdə.

Ancaq özümüzü aldatsaq nə etməliyik? Korrelyasiya səbəb deyil və bəlkə də istilik və CO-nun uyğunluğu2 bir təsadüfdür - istiləşməyə başqa bir şey səbəb ola bilər. Və ya bəlkə də artan temperatur CO-ya səbəb olur2 artmaq üçün konsentrasiyalar və əksinə deyil. Şəkil 2-də göstərilən yaşıl əyri nə qədər dəqiqdir - həqiqətən qlobal orta temperaturu ölçə bilərikmi? İqlim daim dəyişir, bəs son 100 ildə nə xüsusidir? İqlim elminin müşahidələrlə təsdiqlənən və ya ziddiyyət təşkil edən başqa proqnozları varmı?

Bunların hamısı qanuni suallardır və ciddi düşünməyə layiqdir; həqiqətən özümüzə bu cür suallar verməsəydik yaxşı alim olmazdıq.


Metan emissiyalarının iqlim təsirləri

Nəşr tarixi: 9 Noyabr 2012

Təbii qazdan istifadənin artmasının iqlim təsirləri barədə çox mübahisələr olub. Təbii qazın digər fosil yanacaqlardan daha təmiz yanması doğru olsa da, təbii qazın istehsalı, tədarükü və istifadəsi zamanı sızan metan, təbii qazın digər yanacaqlarla əvəz olunduğu zaman qazandığımızı düşündüyümüz istixana qazının faydalarını geri qaytarmaq potensialına malikdir. .

Təbii qazın əsas komponenti olan metan, güclü, qısa müddətli istixana qazıdır. Enerji tutmaqda texnogen iqlim dəyişikliyinin əsas töhvəsi olan karbon dioksiddən (CO2) 100 qat daha güclüdür. Zamanla karbon qazına çevrilməsini nəzərə alsaq, inteqrasiya edilmiş ağırlıq əsasında təsiri 20 ildən sonra 84 dəfə, 100 ildən sonra isə 28 dəfə daha güclüdür.

Problem yanmamış qazın atmosferə düşməsindən başlayır. Sızıntılar və sızmalar təbii qaz tədarük zəncirində baş verir, lakin heç kim sızıntıların və sızmaların harada olduğunu və nə qədər qaçdığına tam əmin deyil. Daha yaxşı bir şəkildə azaltılmasa, metan sızıntısı və sərbəst buraxılması istixana qazının təbii qaz təklifindəki üstünlüklərini poza bilər və iqlim üçün böyük problemlər yarada bilər.

Yaxşı xəbər sızıntıların aşkarlanması, ölçülməsi və azaldılmasıdır.


3.1 Müşahidələrlə müqayisə

Şəkil 2a, CRU TS.4-dən hesablanan illik ortalama DTR-ni (orta hesabla 1991-2010) və bunun altını göstərir. TdəqTmaks dəyərlər. Bu müşahidələrdəki DTR qlobal olaraq ortalama 11.2 ∘ C-dir. Tipik olaraq, DTR nisbətən dar ( & lt 10 ∘ C) şimal yüksək enliklərində, həmçinin tropiklər ətrafında, subtropik və orta enliklərdə daha geniş. Dünyanın ən yüksək quru DTR ( & gt 20 ∘ C) Afrikanın şimal və cənub hissələrində, Şimali Amerikanın qərb hissələrində, Avstraliyada və Ərəbistan yarımadasının ətrafındakı bölgələrdə tapıla bilər.

Şəkil 2b PDRMIP DTR-ni müqayisə edir, TdəqTmaks ikisi arasındakı fərqləri göstərən CRU'ya. Həm PDRMIP, həm də CRU üçün dəyərləri olan şəbəkə hüceyrələrinin müqayisə edilməsini təmin etmək üçün, müqayisə başlamazdan əvvəl bütün məlumat dəstlərini 1 ∘ × 1 ∘ çözünürlüğe qaytardıq. PDRMIP modellərinin qlobal quru ərazinin çox hissəsində DTR-ni az qiymətləndirdiyini gördük. Bu, ümumiyyətlə isti tərəfdə olan minimum temperaturla və çox soyuq olan maksimum istiliyin artması ilə tez-tez (məsələn, ABŞ-ın qərbinə baxın) bağlıdır. Düşük DTR qərəzinin nəzərə çarpan istisnaları, dünyanın ən yüksək DTR olan bölgələrindən biri olan Şimali Afrika və Ərəbistan yarımadasıdır (şəkil 2a). Şəkil 2b göstərir ki, modellər burada çox soyuq olan minimum temperaturları simulyasiya edir - torpaq nəminin və ya buludların model qiymətləndirmələrindəki çatışmazlıqlar ilə əlaqəli şəkildə təsirləndirilir.

Şəkil 2c, PDRMIP model medyanı və ayrıca ayrı-ayrı modellər üçün regional olaraq ortalama model-müşahidə qərəzlərini göstərir. Multimodel orta quru illik ortalama DTR, CRU dəyərləri ilə müqayisədə 1.9 ∘ C mənfi qərəzli olduğu halda, fərdi model - müşahidə fərqləri 2.6 ∘ C standart bir sapmaya malikdir və - 3.3 - 4.4 ∘ C arasındadır. HadGEM3, NCAR-CESM- CAM4 və CanESM2, davamlı olaraq yüksək DTR dəyərlərinə və beləliklə müsbət yanaşmalara sahibdirlər, GISS-E2-R, NorESM1-M və NCAR-CESM-CAM5 isə ən aşağı dəyərlərə malikdirlər. HadGEM2, sənaye öncəsi istifadə etdiyi üçün burada atılmışdır. DTR-də pozitiv bir yanaşma ilə fərqlənən modellər bunun əvəzinə maksimum temperaturu çox yüksək qiymətləndirir.

Şəkil 2DTR üçün, TdəqTmaks , rəqəm göstərir (a) 1991–2010-cu illər ərzində orta hesabla CRU TS dəyərlərinin coğrafi bölgüsü (b) PDRMIP modeli-median başlanğıc (100 illik tam birləşdirilmiş simulyasiyaların 51-100 il ortalaması) ilə CRU TS arasındakı fərqlərin coğrafi bölgüsü və (c) model medianı və fərdi modellər üçün regional olaraq fərqliliklər. Qeyd edək ki, HadGEM2 PDRMIP simulyasiyalarında istehsaldan əvvəlki bazaya malik olduğundan (Samset və digərləri, 2016), bu modeli burada buraxdıq.

Çox isti olan minimum temperaturlar, bütün modellərin pozitiv olduğu yüksək enlikli bölgələrdə xüsusilə nəzərə çarpır Tdəq ABŞ, EUR və ARC-də qərəz. Atmosfer modellərində bilinən bir məsələ, atmosfer sərhəd qatının yüksək enliklərdə təmsil olunmasıdır (məsələn, Steeneveld, 2014), burada qış minimum temperaturları çox incə və sabit bir sərhəd təbəqəsi ilə təyin olunur.

Intermodel yayılması bütün bölgələrdə daha genişdir Tmaks daha Tdəq . Bununla yanaşı, bunun əsasən çox güclü pozitivliklə əlaqəli olduğunu unutmayın Tmaks qərəz, xüsusən də bütün bölgələr üçün mənfi ilə zidd olan HadGEM3 və NCAR-CESM-CAM4 üçün Tmaks digər modellərin əksəriyyətinin qərəzliliyi.

Ümumiyyətlə, PDRMIP modelləri, CMR5 modellərinə bənzər bir performans göstərir (Sillmann et al., 2013), DTR-nin ümumi qiymətləndirilməməsi ilə, həm bölgələr arasında həm də modellər arasında böyük fərqlərə sahibdir. Bu tədqiqatda tarixi DTR dəyişiklikləri ilə idealizə edilmiş simulyasiyalar arasında birbaşa müqayisə aparılmasa da, yuxarıdakı qeydlər aşağıdakı analizlərin təfsirində nəzərə alınmalıdır.


Yemək Tullantılarının Azaldılması İqlim Dəyişikliyini necə Artıra bilər

Atdığımız qidanın istehsalı, əksər ölkələrdə olduğundan daha çox istixana qazı yaradır.

Planetimizdə istehsal olunan bütün qidaların üçdə birindən çoxu heç bir masaya çatmır. Ya tranzitdə xarab olur, ya da daha çox satın alan və artıqlarını atan varlı ölkələrin istehlakçıları tərəfindən atılır. Bu, pərakəndə satış qiymətləri ilə təxminən 1 trilyon dollar olan təxminən 1,3 milyard ton qida üçün işləyir.

Bu tullantıların sosial, iqtisadi və mənəvi təsirləri xaricində - hər axşam təxminən 805 milyon insanın ac yatmağa başladığı bir dünyada - bu qidanın istehsalının ətraf mühitə sərf etdiyi xərclər, heç bir şeyə görə təəccüblü deyil. (Qida tullantıları probleminin səbəbləri və potensial həlləri haqqında daha çox oxuyun.)

BMT-nin hesabatına görə təkcə su itkisi Avropanın ən böyük çayı olan Volqanın illik axınına bərabər olacaqdır. Bu vaxt sərf olunan qidanın istehsalına, yığılmasına, daşınmasına və qablaşdırılmasına sərf olunan enerji 3.3 milyard metrik tondan çox karbon qazı istehsal edir. Yemək tullantıları bir ölkə olsaydı, ABŞ və Çinin arxasında dünyanın üçüncü böyük istixana qazı emissiyası olardı. (Qlobal qida israfına qarşı müharibə aparan müəllif haqqında oxuyun.)

ABŞ-da yerləşən mühəndislik və soyuducu nəqliyyat firması olan United Technologies-in davamlılıq üzrə baş məmuru John Mandyck, qida tullantılarının soyudulmuş nəqliyyat və anbarlardan ibarət olan "soyuq zəncir" in yaxşılaşdırılması yolu ilə azaldılacağını söylədi. Şirkəti keçən noyabr ayında Londonda ilk Dünya Soyuq Zəncir Sammitinə ev sahibliyi etdi. Bu həftə Mandyck, İsveçrənin Davos şəhərində, Dünya İqtisadi Sammiti üçün qida tullantıları problemini danışdı. Davosdan elektron poçtla sualları cavablandırdı.

Niyə qida tullantıları məsələsi radardan aşağı sürüşür?

İnkişaf etmiş dünyada yeməklərimizi normal qəbul etməyə meylliyik. Yemək bu qədər bol olduğundan, israf olunan çox miqdarın və dünya aclığına, siyasi sabitliyə, ətraf mühitə və iqlim dəyişikliyinə təsirinin fərqində deyilik. Ancaq istixana qazı tullantılarını cilovlamaq üçün yollar axtarmağa gəldikdə, qida israfı nisbətən asan bir düzəlişdir - sözün əsl mənasında asılan meyvələr və sözün əsl mənasında masalarımızda çürüyür. Heç bir yeni texnologiya tələb etmir, yalnız əlimizdə olanların daha səmərəli istifadəsi. (Yeməklərdəki etiketlərin "istifadəsini" yenidən nəzərdən keçirmə səyləri haqqında oxuyun.)

Yemək bəşəriyyət üçün daha vacib bir sahə ola bilməz. Planetdəki bütün canlılar bundan asılıdır. Yenə də istehsal etdiyimizin üçdə biri heç vaxt masaya çatmır. Niyə bu qədər səmərəsizik?

Yemək israfı iki formada olur. Təxminən üçdə biri istehlakçı səviyyəsində baş verir, burada çox şey alırıq və atırıq. Təxminən üçdə ikisi istehsal və paylama səviyyəsində olur. Məsələn, bir çox qida tarlalarda çürüyür və ya zəif nəqliyyat şəbəkələri nəticəsində itirilir və ya lazımi qoruma texnikasına malik olmayan bazarlarda xarab olur. Qida tədarükünü genişləndirmək üçün qidalarımızı uyğun temperatur şəraitində nəql edib saxlayaraq böyük bir dəyişiklik edə bilərik.

Nəyi daha yaxşı edə bilərik? Sənayenin və hökumətlərin diqqətini ərzaq israfını azaltmağa yönəltmə harada olmalıdır?

Hökumətlər mövcud olmadığı yerlərdə qida təhlükəsizliyi standartlarını tətbiq edə bilər. Bu, ət, balıq, süd məhsulları və məhsullar kimi tez xarab olan qidaları düzgün bir şəkildə nəql etmək və saxlamaq üçün sistemi işə salacaq. Həm də daha çox qidanın istehlak üçün təhlükəsiz olmasını təmin edəcəkdir. İnkişaf etməkdə olan ölkələrdə texnologiyanın yeniləşməsində və miqyaslanmasında rolu vardır, buna görə də inkişaf etməkdə olan ölkələrdə əlverişlidir. Sənaye həm də qida israfının təsirləri barədə məlumatlılığı artıraraq faydalı bir rol oynaya bilər.

Dividendlər nə ola bilər?

Yemək israfından qaçınmaq üçün alınan dividentlər tarixi ola bilər. Bu gün planetimizdəki hər kəsi və yaxın 35 ildə gələcək 2,5 milyard insanı qidalandıracaq qədər qida istehsal edirik. Daha çox qidalandırmaq üçün daha az israf etməliyik. Əkinçilik onsuz da buzsuz torpaqlarımızın yüzdə 38-i şəhərlər üçün yüzdə 2-si ilə müqayisədə istifadə edir və şirin suyumuzun yüzdə 70-dən istifadə edir. Daha çox insanı qidalandırmaq üçün daha çox ərzaq yetişdirməyə və bu qədər israf etməyə davam edə bilmərik. Ətraf mühitin dividendləri heç də az əhəmiyyət kəsb etmir: əsas mənbədən aşağı iqlim emissiyaları və artan su çatışmazlığı ilə mübarizə üçün daha çox su səmərəliliyi.

Və istehlakçı səviyyəsində?

Hamımız mənalı bir dəyişiklik etmək üçün yığılacaq kiçik addımlar ata bilərik. Gəlin yalnız ehtiyacımız olan qidanı alaq, daha az ataq. Qəbul edək ki, görünüşü cüzi qüsurlu olsa da, məhsul ən keyfiyyətli və dadlı ola bilər. Restoranda bitirmədiyimiz yeməkləri evə gətirək. Kiçik dəyişikliklər böyük nəticələr verəcəkdir.


2.1 Məlumat

Bu iş, ayrı-ayrı iqlim sürücülərinə verilən iqlim reaksiyalarını araşdıran simulyasiyalardan istifadə edərək, Yağış Sürücüsü və Müdaxilə Modelinin Qarşılıqlı Müqayisə Layihəsinə (PDRMIP) qatılan qrupların model çıxışını istifadə edir (Myhre və digərləri, 2017). Bu işdə istifadə olunan doqquz model CanESM2, GISS-E2R, HadGEM2, HadGEM3, MIROC, CESM-CAM4, CESM-CAM5, NorESM və IPSL-CM5Adır. PDRMIP-də istifadə edilən əksər modellərin versiyaları, CMIP5 versiyaları ilə eynidir. Konfiqurasiyalar və əsas parametrlər Cədvəl 1-də verilmişdir. Bu simulyasiyalarda qlobal miqyaslı narahatlıqlar bütün modellərə tətbiq edilmişdir: CO-nun ikiqat artırılması2 konsentrasiya (CO2× 2), günümüzdəki qara karbon konsentrasiyası və emissiyalarında 10 qat artım (BC × 10) və bugünkü SO-da beş qat artım4 konsentrasiya və emissiyalar (SO4× 5). Bütün narahatlıqlar kəskin idi. Hər bir narahatlıq iki paralel konfiqurasiyada, 15 illik sabit dəniz səthinin istiliyi (fsst) simulyasiyası və 100 illik birləşdirilmiş simulyasiya ilə aparıldı. Bir model (CESM-CAM4) birləşdirilmiş simulyasiya üçün bir lövhəli okean quruluşunu istifadə etdi, digərləri isə tam dinamik bir okeandan istifadə etdi. CO2 modellərin əsas dəyərlərinə nisbətən tətbiq edilmişdir. Aerosol narahatlıqları üçün 2000 illik aylıq konsentrasiyalar AeroCom Phase II təşəbbüsündən (Myhre et al., 2013a) götürülmüş və konsentrasiyaya əsaslanan modellərdə göstərilən amillərlə vurulmuşdur. Bəzi modellər təyin olunmuş konsentrasiyalarla simulyasiya edə bilmədilər. Bu modellər bunun əvəzinə tullantıları bu amillərlə artırdılar (Cədvəl 1). İki aerosol pozğunluğu üçün CanESM2 modelindəki aerosol yükləri, nümunəvi məqsədlər üçün məkan nümunələri digər modellərə bənzəyir. M.Ö. təcrübəsində, konsentrasiya Şərqi Çində (E. Çin) ən yüksəkdir, onu Hindistan və tropik Afrika izləyir. SO üçün4 simulyasiyalarda, aerosollar əsasən Şimali Yarımkürə (NH) ilə məhdudlaşır, ən yüksək yüklənmə isə E. Çində, ardından Hindistan və Avropada müşahidə olunur. ABŞ-ın şərqində də orta dərəcədə yüksək konsentrasiyalar var. Doqquz modeldən yalnız üçüncüsünün aerosol-bulud qarşılıqlı təsirlərini, qalanlarının isə yalnız aerosol-radiasiya qarşılıqlı təsirlərini əhatə etdiyi qeyd olunur. Lakin bu, əsas nəticələrimizi təsir etmir (bax. Bölmə 4). PDRMIP və ilkin tapıntıların daha ətraflı təsvirləri Samset və digərlərində verilmişdir. (2016), Myhre et al. (2017), Liu et al. (2018) və Tang et al. (2018).

Cədvəl 1Bu işdə Tang və digərlərindən uyğunlaşdırılan doqquz PDRMIP modelinin təsviri. (2019).

GA: qlobal atmosfer. HTAP2: Hemisferik Nəqliyyat Hava Çirklənməsi Mərhələ 2.


İstixana Təsiri və Qlobal Enerji Büdcəsi

Daha əvvəl, planetimizdəki istiliyi anlamaq üçün enerji tarazlığı hesablamasını etsəniz, Yerin -19 ° C olmasını təklif etdiyini, yəni müşahidə edilən orta qlobal istiliyin 15 ° C-dən 34 ° C daha soyuq olduğunu düşündük. Niyə Yer kürəsi olmalı olduğundan daha istidir? Cavab istixana effektindədir - atmosferimizdəki qazlar (CO da daxil olmaqla)2, CH4 (metan) və H2O su buxarı) yayılan istiliyin çox hissəsini tutur və sonra yenidən Yer səthinə yayır. Bu, planetimizi atmosferin zirvəsindən tərk edən enerjinin, planetimizin bilinən istiliyi nəzərə alınmaqla gözləniləndən daha az olduğu deməkdir. Daha əvvəl də qeyd edildiyi kimi, bu təsir sadə bir enerji tarazlığı tənliyində deyilən bir müddət olaraq təmsil edilə bilər emissivlik.

Bu istixana effekti həqiqəti yuxarıda etdiyimiz çox sadə hesablamadan irəli gəlir, eyni zamanda Yer atmosferindən çıxan infraqırmızı enerjinin peyk ölçmələrindən də çox ətraflı şəkildə müşahidə edilə bilər.

Qara cisim şüalanması mövzusunda müzakirə etdiyimiz kimi, bir cismin (məsələn, bir planetin) istiliyi bizə enerji spektrinin necə görünməsi lazım olduğunu, yəni dalğa boylarının bir sıra aralığını və bu dalğa boylarında şüalanmanın intensivliyini verir. . Yer üçün səthə baxan peyklərdən göründüyü kimi bu spektr gözləniləndən çox fərqlidir. Aşağıdakı rəqəm gözlənilən ilə müşahidə olunan arasındakı fərqi göstərir.

Əslində, eyni şey Yerin Günəşdən aldığı enerjidə də olur - atmosferdəki müxtəlif qazlar bu enerjini mənimsəyir, buna görə səthdə aldığımız miqdar atmosferin zirvəsinə çatandan azdır.

Qazlar bu enerjini necə mənimsəyir? Əsasən qaz molekullarının titrəmələri, Yerin verdiyi izolyasiya və ya infraqırmızı enerji ilə əlaqəli bəzi enerji tezlikləri ilə sinxronlaşmasıdır. Bir H içindəki atomlar arasındakı bağları düşünə bilərsiniz2Xüsusi tezliklərdə uzanan, bükülən və bükülən yaylar kimi molekul (H-nin gözəl animasiyası)2O hərəkəti) və əgər enerji bu molekullara yalnız lazımi tezliklə dəyirsə, molekulun bağları bu enerjini mənimsəyir və daha güclü şəkildə salınır və uzanır və bükülür.

Bəzi qazların bu istilik tutma qabiliyyətini nümayiş etdirməyin bir çox yolu var - burada istilik tutmağın gözəl bir laboratoriya nümayişi var - ancaq hava quru olduqda (az su buxarı) soyuq gecə temperaturu arasındakı fərqi də düşünə bilərsiniz. hava nəmli olduqda daha isti gecə temperaturlarına. İstixana effekti həqiqəti, iqlim sistemimizi anlamaq üçün ən vacib şeylərdən biridir. Yəqin ki, istilik tutan qazların yaratdığı istiləşmə kimi daha yaxşı təsvir olunan bu istixana təsiri inanılmaz dərəcədə güclüdür - səthə Günəşdən aldığımızdan daha çox enerji qaytarır və gücü qlobal karbon dövrü ilə sıx bağlıdır və beləliklə. okeanlar və yer üzündəki bütün biotalar.

İndi bir çoxunu bir araya gətirməyə və Yerin iqlimi üçün enerji büdcəsinə nəzər salmağa çalışaq. Aşağıdakı rəqəm bütün enerjinin iqlim sistemində hara getdiyini izah etməyə çalışır. Yerin Günəşdən bir ildə aldığı ümumi enerjini əks etdirən 100 vahid enerji ilə başlayırıq.

Əsasən peyk məlumatlarına əsaslanan iqlim sisteminin enerji büdcəsi, dairələr içərisindəki rəqəmlər dünya miqyasında ortalama olaraq hər il ortalama olaraq Yerin bir ildə aldığı günəş enerjisinin faizini əks etdirən vahidlərdə axın edir. Qutulardakı rəqəmlər atmosferdə və səth su anbarlarında yığılmış istilik enerjisinin miqdarlarıdır (səth, bu halda, əsasən okeanların səth suyudur). Sağdakı iki böyük axın, Yer səthindən yayılan istiliyin atmosferdəki qazlar tərəfindən absorbe edilərək yenidən səthə yayıldığı istixana təsiri təşkil edən bir növ enerji təkrar proqramını təmsil edir.

Burada 100 enerji vahidi = 5.56e24J / il, ümumi illik günəş enerjisi Yer səthindən ortalama 342 W / m ^ @ almışdır.

Gələn günəş radiasiyası: 100

Buludlar və Aerosollarla əks olunan insolasiya: 23

Torpaq Səthindən Yansıtılmış İzolyasiya: 9

Səthlə əmilən insolasiya: 49

Yerüstü su anbarı (30% Torpaq, 70% Su): 271.2

Atmosferə istilik ötürülməsi: 133

İstilik səthə qayıtdı (İstixana Təsiri): 95

Atmosferin zirvəsindən kosmosa yayılmış istilik: 57

İzolyasiya atmosferə dəyəndə 23 vahid atmosferdə asılmış kiçik hissəciklər olan buludlardan və aerozollardan kosmosa geri əks olunur. Digər 19 vahid yuxarıdakı şəkildə təsvir olunduğu kimi atmosfer tərəfindən əmilir və beləliklə atmosferə istilik enerjisi əlavə olunur. Qalan 58 vahid enerji Yer səthinə çatır, burada 9 vahid yenidən kosmosa əks olunur, qalan 49 vahid isə səth tərəfindən mənimsənilir və planetin istiləşməsinə səbəb olur. Yerin səthi əsasən sudur və istilik və istilik tutumu sayəsində atmosferdən daha çox istilik enerjisinə malikdir (271.2 və 16.5). Enerji səthdən atmosferə müxtəlif yollarla axır - əsasən infraqırmızı şüalanma, buxarlanma ilə istilik ötürülməsi və sonra suyun kondensasiyası yolu ilə. Su buxarlandıqda, səthdən enerjini “oğurlayır”, bu enerji fazın mayedən buxara dəyişməsini təmin etmək üçün lazımdır və eyni zamanda su buxarı kondensasiya edilərək maye su damlaları əmələ gətirəndə eyni enerji sərbəst buraxılır. Diaqramdan da göründüyü kimi səthdən birləşmiş enerji axını günəşdən aldığımız miqdardan çoxdur! Səth tərəfindən verilən bu enerjinin bir hissəsi (7 vahid) atmosferdən qaçır, çünki dalğa uzunluğunda infraqırmızı enerjini 10-15 mikron arasında absorbe edən qazlar yoxdur, qalan hissəsi atmosfer tərəfindən udulur və sonra özündən infraqırmızı enerji yayır. yuxarıdan kosmosa və aşağıdan səthə qədər bu infraqırmızı enerjinin atmosferə çəkilməsi və səthə qayıtması istixana effekti adlanır. Atmosferin dibi zirvədən xeyli isti olduğundan Yer səthinə kosmosa atılandan daha çox enerji qaytarılır.

Burada müşahidə etmək və xatırlamaq üçün diqqətəlayiq olan şey budur səth istixana effektindən birbaşa Günəşdən əldə etdiyi enerjidən təxminən iki dəfə çox enerji alır!Ancaq diaqrama bir az baxsanız, atmosferdən səthə göndərilən enerjinin əslində mənşəyi Günəş olan təkrar enerjidir.


3.2: İstixana Təsiri - Yerşünaslıq

Cədvəl 1 yerin alt atmosferində olan on bir çox qazı həcminə görə sadalayır. Siyahıda göstərilən qazlardan azot, oksigen, su buxarı, karbon qazı, metan, azot oksidi və ozon Yerin biosferinin sağlamlığı üçün son dərəcə vacibdir.

The masa bunu göstərir azotoksigen həcminə görə atmosferin əsas komponentləridir. Bu iki qaz birlikdə quru atmosferin təxminən 99% -ni təşkil edir. Bu qazların hər ikisinin həyatla çox vacib əlaqələri var. Azot atmosferdən çıxarılır və əsasən ixtisaslaşmış mütəxəssislər tərəfindən Yer səthinə yerləşdirilir azot fiksasiya bakteriya və yolu ilə ildırım yağıntılar vasitəsilə. Bu azotun Yer səthindəki torpaqlara və müxtəlif su obyektlərinə əlavə edilməsi bitki böyüməsi üçün çox ehtiyac duyulan qidalanma təmin edir. Azot atmosferə ilk növbədə biokütlə yanması və denitrifikasiya.

Prosesləri vasitəsilə atmosfer və həyat arasında oksigen mübadiləsi aparılır fotosinteztənəffüs. Fotosintez, karbon qazı və suyun günəş işığı ilə kimyəvi yolla qlükozaya çevrildiyi zaman oksigen əmələ gətirir. Tənəffüs əksinə fotosintez prosesidir. Tənəffüsdə oksigen metabolizma üçün enerjini kimyəvi olaraq sərbəst buraxmaq üçün qlükoza ilə birləşdirilir. Bu reaksiyanın məhsulları su və karbon dioksiddir.

Sonrakı ən bol qaz masa edir su buxarı . Su buxarı atmosferdə həm məkan həm də müvəqqəti olaraq dəyişir. Su buxarının ən yüksək konsentrasiyası ekvator yaxınlığında okeanlar və tropik yağış meşələri üzərindədir. Soyuq qütb sahələri və subtropik kontinental səhra su buxarının həcminin yüzdə sıfıra yaxınlaşa biləcəyi yerlərdir. Su buxarının planetimizdə bir çox vacib funksional rolu var:

  • Yer üzərindəki istilik enerjisini yenidən paylayır gizli istilik enerji mübadiləsi.
  • Su buxarının kondensasiyası Yer səthinə düşən və bitki və heyvanlar üçün lazımlı təzə su təmin edən yağıntı yaradır.
  • Yer atmosferini istilər vasitəsilə istiləşdirməyə kömək edir istixana effekti.

Atmosferdə ən çox qaz qazanan beşinci yer karbon dioksid. Bu qazın həcmi son üç yüz ildə% 35-dən çox artmışdır (bax Şəkil 7a-1). Bu artım, ilk növbədə, insan tərəfindən fosil yanacaqlardan yanma, meşələrin qırılması və torpaq istifadəsinin digər formaları ilə əlaqədardır. Karbon dioksid vacib bir istixana qazıdır. Atmosferdəki insan konsentrasiyasında artım gücləndi istixana effekti və mütləq qatqı təmin etdi qlobal istiləşmə son 100 ildə. Karbon dioksid də təbii olaraq atmosfer və həyat arasında proseslər yolu ilə mübadilə olunur fotosinteztənəffüs.

Metan çox güclü bir istixana qazıdır. 1750-ci ildən bəri atmosferdəki metan konsentrasiyaları% 150-dən çox artmışdır. Atmosferə əlavə edilmiş əlavə metan üçün əsas mənbələr (əhəmiyyətinə görə) bunlardır: düyü becərmə ev heyvanları otlayan heyvanlar termitlər poliqonları kömür hasilatı və neft və qaz hasilatı. Düyü çəltik su basqını ilə əlaqəli anaerobik şərtlər metan qazının əmələ gəlməsi ilə nəticələnir. Bununla birlikdə, düyü tarlalarından nə qədər metan istehsal olunduğunu dəqiq qiymətləndirmək çətin oldu. Bütün düyü tarlalarının% 60-dan çoxu, emissiya nisbətlərinə dair elmi məlumatların mövcud olmadığı Hindistan və Çində tapılmışdır. Buna baxmayaraq, elm adamları, düyü çəmənliklərinin töhfəsinin böyük olduğuna inanırlar, çünki 1950-ci ildən bəri məhsul istehsalının bu növü iki dəfədən çox artmışdır. Otlayan heyvanlar otlu həzm nəticəsində ətrafa metan atırlar. Bəzi tədqiqatçılar bu mənbədən metan əlavə edilməsinin son əsrdə dörd dəfədən çox artdığına inanırlar. Termitlər də oxşar proseslər yolu ilə metan sərbəst buraxırlar. Meşələrin qırılması, əkinçilik və əkinçilik səbəbiylə tropiklərdə ərazi istifadəsi dəyişikliyi termit sayının genişlənməsinə səbəb ola bilər. Bu fərziyyə düzgündürsə, bu həşəratların verdiyi töhfə vacib ola bilər. Metan, həmçinin zibilxanalardan, kömür mədənlərindən və qaz və neft qazma işlərindən azad edilir. Üzvi tullantıların zamanla çürüməsi nəticəsində zibil yerləri metan istehsal edir. Kömür, neft və təbii qaz yataqları, bu yataqlar qazıldıqda və ya qazıldıqda atmosferə metan atır.

İstixana qazının orta konsentrasiyası oksidləşmiş azot indi ildə 0,2 - 0,3% nisbətində artır. İstixana effektinin gücləndirilməsindəki hissəsi, artıq qeyd olunan digər istixana qazlarına nisbətən azdır. Bununla birlikdə, ekosistemlərin süni mayalanmasında mühüm rol oynayır. Həddindən artıq vəziyyətdə, bu gübrələmə meşələrin ölməsinə, su mühitinin evrofikasiyasına və növlərin xaric olunmasına səbəb ola bilər. Atmosferdə azot oksidinin artması üçün mənbələrə aşağıdakılar daxildir: torpaqdan istifadəyə çevrilmə fosil yanacağının yanma biokütləsinin yanması və torpağın gübrələnməsi. Hər il atmosferə əlavə olunan azot oksidinin əksəriyyəti meşələrin kəsilməsindən və meşə, savanna və otlaq ekosistemlərinin əkin sahələrinə və otlaq sahələrinə çevrilməsindən gəlir. Bu hər iki proses üzvi maddələrin parçalanması ilə canlı bitki örtüyündə və torpaqda yığılmış azot miqdarını azaldır. Fosil yanacaqlar və biokütlə yandırıldıqda azot oksidi də atmosferə atılır. Bununla birlikdə, bu qazın atmosferdə artmasına ümumi qatqının az olduğu düşünülür. Bitki böyüməsini artırmaq üçün nitrat və ammonium gübrələrinin istifadəsi azot oksidinin başqa bir mənbəyidir. Bu müddətdən nə qədər sərbəst buraxıldığını təyin etmək çətin olmuşdur. Təxmini hesablamalara görə, bu mənbədən gələn töhfə hər il atmosferə əlavə olunan azot oksidinin 50% -dən 0.2% -ə qədərdir.

Ozonun istixana təsirinin artırılmasında rolunu təyin etmək çətindi. Atmosferdəki bu qazın keçmiş uzunmüddətli (keçmişdə 25 ildən çox) səviyyələrini dəqiq ölçmək hazırda mümkün deyil. Üstəlik, ozon qazının konsentrasiyaları Yer atmosferinin iki fərqli bölgəsində tapılır. Atmosferdə olan ozonun əksəriyyəti (təqribən% 97) stratosfer Yer səthindən 15 ilə 55 kilometr yüksəklikdə. Bu stratosferik ozon, zərərli ultrabənövşəyi radiasiyanı mənimsədiyi üçün yer üzündə həyat üçün əhəmiyyətli bir xidmət göstərir. Son illərdə səviyyələr stratosferik ozon insanın yaratdığı quruluş sayəsində azalır xloroflorokarbonlar atmosferdə. 1970-ci illərin sonlarından bəri, elm adamları Antarktida üzərindəki ozon təbəqəsindəki ciddi deliklərin inkişafını müşahidə etdilər. Peyk ölçmələri göstərdi ki, Şimali və 65 dərəcədən Cənubi enliyə qədər olan bölgə 1978-ci ildən bəri stratosfer ozonunda% 3 azalma göstərib.

Ozon, şəhərlərdə və ətrafındakı yer səthində yüksək dərəcədə cəmlənmişdir. Bu ozonun əksəriyyəti insan tərəfindən yaradılan bir məhsul olaraq yaradılmışdır fotokimyəvi duman. Bu ozon yığılması yer səthində yaşayan orqanizmlər üçün zəhərlidir.

Cədvəl 1: 25 km yüksəkliyə qədər atmosferin orta tərkibi. Yaşıl kölgə atmosferimizdə olan meteoroloji baxımdan ən əhəmiyyətli qazları göstərir. Yalnız atmosferin meteoroloji baxımdan əhəmiyyətli qazlarından cavabdehsiniz.


Tənliyin digər tərəfində, sənaye əkinçiliyi - hazırda inkişaf etmiş dünyanın əksəriyyətinin tətbiq etdiyi təcrübə - qlobal istiləşməyə olduqca mənfi təsir göstərir. ABŞ-ın qida sistemi qlobal miqyasda ölkənin karbon dioksid emissiyalarının təqribən yüzdə 20-ni təmin edir. İqlim Dəyişikliyi üzrə Hökumətlərarası Panelin (IPCC) məlumatları kənd təsərrüfatı torpaqlarından istifadənin qlobal istixana qazı emissiyalarının yüzdə 12-ni təşkil etdiyini söylədi. Sənaye kənd təsərrüfatına dəstək bu narahatlıq tətbiqetmələrini davam etdirir.

Ancaq gözləyin, daha çox şey var! Sənaye ag üçün tələb olunan təcəssüm olunan enerjinin bir hissəsini nəzərə alsaq, daha da pisləşir. According to Will Allen, green farmer extraordinaire, including all the "manufacture and use of pesticides and fertilizers, fuel and oil for tractors, equipment, trucking and shipping, electricity for lighting, cooling, and heating, and emissions of carbon dioxide, methane, nitrous oxide and other green house gases" bumps the impact up to between 25 and 30 percent of the U.S.'s collective carbon footprint. That's a big jump.


Global Warming and the Greenhouse Effect

As of 2011, scientists are virtually certain that human activities are changing the Earth's atmosphere. Specifically, levels of greenhouse gases like carbon dioxide are building up in the atmosphere and trapping heat, causing the air and seas to get warmer. This is known as the greenhouse effect, and its result is sometimes called global warming or climate change. Greenhouse gases remain in the air for centuries, so temperatures will very likely continue to rise. However, we can slow the global warming process by producing less greenhouse gases. (See References 1)


3.2 The global and European picture

The values in Table 6 summarize the global uncertainty ranges. The uncertainties are first given for each sector and gas individually they are then given for the sum of the three GHGs for each sector finally, they are provided for the sum of the three GHGs and for all of the sectors combined. Thus, the last row of Table 6 is the overall EDGAR uncertainty in the worldwide GHG emissions.

Table 6Global uncertainty ranges defining the 95 % confidence intervals of a log-normal distribution. IPPU stands for industrial processes and product use, and GHG stands for greenhouse gas.

Globally, while CO 2 is by far the largest emitted GHG (in excess of 75 %), followed by CH 4 (19 %), the main source of uncertainty ( ∼50 %) is N 2 O (Fig. 11a), followed by CH 4 ( ∼29 %). Agriculture alone accounts for 39 % of the global uncertainty (Fig. 11b), and this is almost entirely due to N 2 O, as discussed earlier (Fig. 8d) energy accounts for 44 % (almost half of the uncertainty for energy is due to N 2 O Fig. 1f) and waste accounts for 11 % of the global uncertainty (driven by CH 4 emissions Fig. 9d).

Figure 11Global share of emissions and uncertainty by (a) gas and (b) kateqoriya. IPPU stands for industrial processes and product use.

The picture is quite similar for EU27 + UK (Fig. 12), with the main difference being the larger uncertainty share of N 2 O ( ∼70 %) due to the higher level of accuracy associated with CO 2 and CH 4 .

Figure 12EU27 + UK share of emissions and uncertainty by (a) gas and (b) kateqoriya. IPPU stands for industrial processes and product use.

The considerable number of degrees of freedom influencing the uncertainty of an emission inventory such as EDGAR is itself a source of uncertainty originating from different methodological assumptions. As such, the structural uncertainty of emissions tackled in the previous section is subject to variability due to the sets of assumptions, methods, and choices adopted for its quantification. It originates from lack of agreement or incomplete knowledge of the processes governing the emission sources and their representativeness. Such methodological uncertainty reflects the judgement of the uncertainty emission compiler and can give rise to a significant share of the overall uncertainty estimate. For instance, two experts could suggest two different probabilistic models for the value of a certain emission source, leading to a certain degree of variability in the PDFs of that source. Thus, methodological uncertainty may arise from the assumptions' adopted assessment, particularly when there are no clear guidelines or reference cases regarding methodological choices that allow comparability between evaluations.

One of the most impactful assumptions of this study is the correlation between subcategories or fuels and, for the same respective category or fuel, between countries. This has a profound impact on the uncertainty estimate – for example, in inter-comparison studies where EDGAR's uncertainties are shown next to other inventories whose uncertainty estimates do not account for correlation (e.g. Petrescu et al., 2020 Choulga et al., 2020).

The global weight of the correlation is reflected in the total of Fig. 13, where the uncertainty ranges from 4 % (no correlation) to above 20 % for the correlated cases. The impact of assuming correlation of the uncertainties when aggregating the emissions of several countries outweighs any other assumptions. For instance, the assumption that the N 2 O uncertainty for energy should be constrained in the range from ±50 % to ±150 % has, globally, a much lower impact over the total uncertainty (23 % rather than 20 %).

Figure 13Variability in the world emission uncertainty introduced by methodological choices. “Tier 1 + Correl” (in red) is the base case and assumes correlation among subsectors and among sectors across countries and default Tier 1 IPCC-06 uncertainty “Tier1 + OJ + Correl” (in green) only differs from the base case for the N 2 O uncertainty in sector 1.A ( ±100 % to ±150 %) (green) Tier1 + OJ + Uncorrel (in blue) differs from the base case as it assumes no correlation as well as N 2 O uncertainty in sector 1.A in the range from ±100 % to ±150 %.

As shown in Fig. 14 for EU27 + UK, the effect of correlation on the variability in the uncertainty is considerable. Emissions from the energy sector are estimated to be accurate, as the 95 % confidence interval lies within 2 % of mean value when no correlation is assumed across countries and within 7 % when the correlation is set to one. The uncertainty of 13 % for the Tier 1 “default case” reflects the high share of uncertainty due to N 2 O, as the only difference between the “T1 default” and “T1 + OJ N 2 O” for energy is the upper limit of the N 2 O uncertainty, which ranges from ±50 % to ±150 % (OJ stands for own judgement). The same argument applies to the other sectors, most notably to agriculture (130 % vs. 36 %, with or without correlation respectively), and is reflected in the total GHG emissions (15 % vs. 4 %, with or without correlation respectively).

Figure 14Variability in EU27 + UK emission uncertainty introduced by methodological choices. “Tier 1 + Correl” (in red) is the base case and assumes correlation among subsectors and among sectors across countries and default Tier 1 IPCC-06 uncertainty “Tier1 + OJ + Correl” (in green) only differs from the base case for the N 2 O uncertainty in sector 1.A ( ±100 % to ±150 %) (green) Tier1 + OJ + Uncorrel (in blue) differs from the base case as it assumes no correlation as well as N 2 O uncertainty in sector 1.A in the range from ±100 % to ±150 %.

It is important to notice that if EU27 + UK report emissions as a single party, even Tier 1 propagation methods would return an accuracy comparable to the combination of independent estimates (i.e. as if all EU parties used independent Tier 2 or 3 estimates of their emissions).

The comparison between the “default” uncertainty ranges and “EDGAR in-house expert judgement” for N 2 O shows the impact of choices regarding the quantification of the uncertainty, contributing to enhance the uncertainty variability. Using the case of energy in Fig. 14 is an example, the default uncertainty of 13 % can vary as much as 46 % (down to 7 %) due to different judgements in estimating uEF .

This study quantifies the structural uncertainty of the EDGAR inventory of GHGs. Given the widespread applications of EDGAR in many areas – modelling, policy, evaluation, and planning – the qualification of its accuracy and the quantification of its uncertainty are essential added values.

EDGAR is a consistent database based, predominantly, on Tier 1 methods to quantify emission from anthropogenic sources (on a three-tiered level of sophistication, Tier 1 is the simplest). As such, the uncertainty analysis presented here follows the corresponding Tier 1 approach for uncertainties, also suggested by IPCC (2006a, 2019) to assist in country reporting. Some additional assumptions have been put forward to allow for the simple Tier 1 uncertainty method to integrate with the EDGAR global database.

The global, comparable nature of EDGAR is one of its main drawcards. Zooming in on individual countries, the accuracy of EDGAR cannot, in general terms, match that of the country's inventory reporting panel, who might adopt higher tiers for estimating emissions and uncertainties. Hence, it is when looking at cross-sector, gas, and country aggregation that the analysis presented in this study shows its benefits.

For the aggregation of emission sources sharing the same underlying methodology, we assumed that the uncertainty is amplified and that the aggregation must, therefore, account for their correlation. The correlation is also maintained when aggregating the same sectors across countries and when aggregating subcategories, with some exceptions and caveats detailed in the main text.

The main conclusions of the study can be summarized as follows:

Global CO 2 emitted from the energy sector alone (IPCC sector 1) accounts for 96 % of global GHG emissions and is accurate within 7 % (generally with high confidence levels for top emitters).

When adding CH 4 and N 2 O, the accuracy of the energy sector decreases to an uncertainty of −12.8 % to +15.9 %.

The uncertainty of N 2 O for the power industry sector (factor of 10 suggested by IPCC-06) indicates a very poor accuracy. This high value reflects the paucity of accurate estimates, although some studies suggest lower uncertainty values (Lee et al., 2013 Olivier et al., 1999b). For N 2 O in sector 1.A, we set a uEF value of ±50 % to ±150 % (for industrialized and developing countries respectively) to yield a global uncertainty of ∼112 % CH 4 emitted by oil and gas extraction facilities is highly uncertain, although the guidelines provide detailed uncertainties for all stages (extraction, storage, distribution, and transmission) and differentiated by the level of development of the country. Due to the discrepancies with the scientific literature and the number of parameters and components of this sector, we tested a more conservative estimate of u AD = ± 5 and ±15 % (for industrialized and developing countries respectively) and u EF = ± 100 % for all countries ( uEF of 50 % for the country-specific EF) when considering the aggregation of sectors or countries that yield a global CH 4 uncertainty of −55 % +93 %.

Agriculture emissions are dominated by CH 4 and N 2 O, with the uncertainty of the latter (over 300 % on a global average) outweighing that of CH 4 due to large uncertainty in EFs. At the global scale, CH 4 uncertainty is driven by rice cultivation and enteric fermentation.

Waste is also a sector dominated by CH 4 emissions, followed by N 2 O. The uncertainty of the latter is very high (often exceeding 400 %). For CH 4 emissions, the share from landfills and domestic wastewater is approximately equivalent ( ∼44 % and ∼41 % respectively), although landfills have a relatively larger weight in the global uncertainty share ( ∼55 % and ∼41 % respectively).

The strongest assumption of this study, which has also been made in previous studies, is the full correlation of subcategories and countries this assumption introduces a further source of uncertainty – methodological uncertainty – that is very impactful. Uncertainty around methodological choices arises when there are different views about what constitutes the “correct” approach for optimum decision-making. This form of uncertainty might be dealt with by agreeing on a “reference case” or on a list of methodological choices to allow comparability between different inventories.

The choice of methods can have a profound impact on the overall uncertainty assessment and needs to be taken into consideration when comparing inventories. For EU27 + UK, for example, the choice of assuming correlation among countries (or not) can result in a ∼4 -fold variability in the uncertainty (4 % vs. 15 %).

The database underlying the analysis is EDGAR v5.0 Greenhouse Gas Emissions it is an open-access database available at https://data.europa.eu/doi/10.2904/JRC_DATASET_EDGAR (last access: 12 April 2020) (Crippa et al., 2020b).

The supplement related to this article is available online at: https://doi.org/10.5194/acp-21-5655-2021-supplement.

ES designed the study, carried out the analysis, and wrote the paper. MCr, DG, and MM developed the emission database. MCh aided with the uncertainty analysis for CO 2 . GJM developed the emission database and designed the study.

The authors declare that they have no conflict of interest.

The authors are thankful to Peter Bergamaschi (JRC) for his insightful suggestions and critical review.

This research has been supported by the European Commission, Horizon 2020 framework programme (VERIFY, grant no. 776810). Margarita Choulga was funded by the CO 2 Human Emissions (CHE) project, which received funding from the European Union's Horizon 2020 Research and Innovation programme under grant agreement no. 776186.

This paper was edited by Thomas Röckmann and reviewed by Antoon Visschedijk and one anonymous referee.

Andreae, M. O.: Emission of trace gases and aerosols from biomass burning – an updated assessment, Atmos. Kimya. Phys., 19, 8523–8546, https://doi.org/10.5194/acp-19-8523-2019, 2019.

Andreae, M. O. and Merlet, P.: Emission of trace gases and aerosols from biomass burning, Global Biogeochem. Cy., 15, 955–966, 2001.

Andres, R. J., Boden, T. A., and Highdon, D.: A new evaluation of the uncertainty associated with CDIAC estimates of fossil fuel carbon dioxide emission, Tellus B, 66, 1–15, https://doi.org/10.3402/tellusb.v66.23616, 2014.

Bergamaschi, P., Corazza, M., Karstens, U., Athanassiadou, M., Thompson, R. L., Pison, I., Manning, A. J., Bousquet, P., Segers, A., Vermeulen, A. T., Janssens-Maenhout, G., Schmidt, M., Ramonet, M., Meinhardt, F., Aalto, T., Haszpra, L., Moncrieff, J., Popa, M. E., Lowry, D., Steinbacher, M., Jordan, A., O'Doherty, S., Piacentino, S., and Dlugokencky, E.: Top-down estimates of European CH 4 and N 2 O emissions based on four different inverse models, Atmos. Kimya. Phys., 15, 715–736, https://doi.org/10.5194/acp-15-715-2015, 2015.

Bergamaschi, P., Danila, A., Weiss, R. F., Ciais, P., Thompson, R. L., Brunner, D., Levin, I., Meijer, Y., Chevallier, F., Janssens-Maenhout, G., Bovensmann, H., Crisp, D., Basu, S., Dlugokencky, E., Engelen, R., Gerbig, C., Günther, D., Hammer, S., Henne, S., Houweling, S., Karstens, U., Kort, E., Maione, M., Manning, A. J., Miller, J., Montzka, S., Pandey, S., Peters, W., Peylin, P., Pinty, B., Ramonet, M., Reimann, S., Röckmann, T., Schmidt, M., Strogies, M., Sussams, J., Tarasova, O., van Aardenne, J., Vermeulen, A. T., and Vogel, F.: Atmospheric monitoring and inverse modelling for verification of greenhouse gas inventories, EUR 29276 EN, Publications Office of the European Union, Luxembourg, JRC111789, https://doi.org/10.2760/759928, ISBN 978-92-79-88938-7, 2018.

Bernadier, A. B. and Conant, R. T.: Regionally differentiated estimates of croplands N 2 O emission reduce uncertainty in global calculations, Global Change Biol., 18, 928–935, 2012.

Bond, T. C., Streets, D. G., Yarber, K. F., Nelson, S. M., Woo, J.-H., and Klimont, Z.: A technology-based global inventory of black and organic carbon emissions from combustion, J. Geophys. Res., 109, D14203, https://doi.org/10.1029/2003JD003697, 2004.

Brown, J. R., Blankinship, J. C., Niboyet, A., van Groenigen, K. J., Dijkstra, P., Le Roux, X., Leadley, P. W., and Hungate, B. A.: Effects of multiple global change treatments on soil N 2 O fluxes, Biogeochemistry, 109, 85–100, https://doi.org/10.1007/s10533-011-9655-2, 2012.

Brown, K., Cardenas, L., MacCarthy, J., Murrells, T., Pang, Y., Passant, N., Thistlethwaite, G., Thomson, A., and Webb, N.: UK Greenhouse Gas Inventory, 1990 to 2010: Annual Report for Submission Under the Framework Convention on Climate Change, available at: https://uk-air.defra.gov.uk/assets/documents/reports/cat07/1204251149_ukghgi-90-10_main_chapters_issue2_print_v1.pdf (last access: 12 April 2020), 2012.

Choulga, M., Janssens-Maenhout, G., Super, I., Agusti-Panareda, A., Balsamo, G., Bousserez, N., Crippa, M., Denier van der Gon, H., Engelen, R., Guizzardi, D., Kuenen, J., McNorton, J., Oreggioni, G., Solazzo, E., and Visschedijk, A.: Global anthropogenic CO 2 emissions and uncertainties as prior for Earth system modelling and data assimilation, Earth Syst. Elm. Data Discuss. [preprint], https://doi.org/10.5194/essd-2020-68, in review, 2020.

CIA – Central Intelligence Agency: The World Fact Book, Washington DC, available at: http://www.cia.gov/library/publications/the-world-factbook (last access: October 2020), 2016.

Ciais, P., Sabine, C., Bala, G., Bopp, L., Brovkin, V., Canadell, J., Chhabra, A., DeFries, R., Galloway, J., Heimann, M., Jones, C., Le Quéré, C., Myneni, R. B., Piao, S., and Thornton, P.: Carbon and Other Biogeochemical Cycles, in: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate, Cambridge University Press, Cambridge, UK and New York, NY, USA, 2013.

Crippa, M., Oreggioni, G., Guizzardi, D., Muntean, M., Schaaf, E., Lo Vullo, E., Solazzo, E., Monforti-Ferrario, F., Olivier, J. G. J., and Vignati, E.: Fossil CO 2 and GHG emissions of all world countries – 2019 Report, EUR 29849 EN, Publications Office of the European Union, Luxembourg, JRC117610, https://doi.org/10.2760/687800, ISBN 978-92-76-11100-9, 2019.

Crippa, M., Solazzo, E., Huang, G., Guizzardi, D., Koffi, E., Muntena, M., Schieberle, C., Friedrick, R., and Janssens-Maenhout, G.: High resolution temporal profiles in the Emissions Database for Global Atmospheric Research, Sci. Data, 7, 121, https://doi.org/10.1038/s41597-020-0462-2, 2020a.

Crippa, M., Oreggioni, G., Guizzardi, D., Muntean, M., Schaaf, E., Lo Vullo, E., Solazzo, E., Monforti-Ferrario, F., Olivier, J. G. J., and Vignati, E.: EDGAR v5.0 Greenhouse Gas Emissions, available at: https://data.europa.eu/doi/10.2904/JRC_DATASET_EDGAR (last access: 12 April 2020), 2020b.

Crippa, M, Solazzo, E., Guizzardi, D., Monforti-Ferrario, F., Tubiello, F. N., and Leip, A.: Food systems are responsible for a third of global anthropogenic GHG emissions, Nat. Food, 2, 198–209, https://doi.org/10.1038/s43016-021-00225-9, 2021.

Cullen, A. C. and Frey, H. C.: Probabilistic Techniques in Exposure Assessment: A Handbook for Dealing with Variability and Uncertainty in Models and Inputs, in: Introduction to the concepts and methods of uncertainty analysis, Plenum Press, New York, available at: https://www.researchgate.net/publication/230693199_Introduction_to_the_concepts_and_methods_of_uncertainty_analysis (last access: 6 April 2021), 1999.

EEA: EMEP-EEA emission inventory guidebook, European Environment Agency, available at: https://www.eea.europa.eu/publications/emep-eea-guidebook-2013 (last access: 8 June 2020), 2013.

EPA: Inventory of U.S. Greenhouse Gas Emissions and Sinks 1990–2015: Revisions to Natural Gas Systems Processing Segment Emissions, Washington, D.C., US Environmental Protection Agency, 9 April 2017, (Memo), available at: https://www?.epa.gov/sites?/production/files?/2017-04/documents/2017_ng_processing?.pdf (last access: September 2020), 2017a.

EPA: Inventory of U.S. Greenhouse Gas Emissions and Sinks: 1990–2015. Washington, D.C., US Environmental Protection Agency, 26 July 2017, available at: https://www?.epa.gov/ghgemissions?/inventory-us-greenhouse-gas-emissions-and-sinks.EPA 430-P-17-001 (last access: September 2020), 2017b.

FAO Geonetwork: Digital Soil Map of the world and Digital Climate Map of the world, Food and Agriculture Organisation of the UN, available at: http://www.fao.org/geonetwork/srv/en/main.home (last access: January 2018), 2011.

Frey, H. C.: Evaluation of an Approximate Analytical Procedure for Calculating Uncertainty in the Greenhouse Gas Version of the Multi-Scale Motor Vehicle and Equipment Emissions System, Prepared for Office of Transportation and Air Quality, US Environmental Protection Agency, Ann Arbor, MI, 30 May 2003.

GGFR/NOAA: Global Gas Flaring Tracker Report 2020, available at: https://pubdocs.worldbank.org/en/503141595343850009/WB-GGFR-Report-July2020.pdf (last access: 12 April 2021), 2020.

Hristov, A. N., Harper, M., Meinen, R., Day, R., Lopes, J., Ott, T., Venkatesh, A., and Randles, C. A.: Discrepancies and uncertainties in bottom-up gridded inventories of livestock methane emissions for the contiguous United States, Environ. Elm. Technol., 51, 13668–13688, 2017.

IEA: Energy balance statistics for 1970–2015, available at: http://www.iea.org/ (last access: 12 April 2021), 2017.

IIASA: GAINS model, Greenhouse Gas – Air Pollution Interactions and Synergies, International Institute for Applied Systems Analysis, available at: http://gains.iiasa.ac.at/models/index.html (last access: January 2018), 2007.

IPCC: Good Practice Guidance and Uncertainty Management in National Greenhouse Gas Inventories, IPCC-TSU NGGIP, Japan, 2000.

IPCC: Uncertainties, chap. 3, in: 2006 IPCC Guidelines for National Greenhouse Gas Inventories, available at: https://www.ipcc-nggip.iges.or.jp/public/2006gl/pdf/1_Volume1/V1_3_Ch3_Uncertainties.pdf (last access: December 2019), 2006a.

IPCC: Guidelines for National Greenhouse Gas Inventories (NGHGI), available at: https://www.ipcc-nggip.iges.or.jp/public/2006gl/ (last access: October 2020), 2006b.

IPCC: AR4, Climate Change 2007: The Physical Science Basis in: Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, edited by: Solomon, S., Qin, D., Manning, M., Chen, Z., Marquis, M., Averyt, K. B., Tignor, M., and Miller, H. L., chap. 2, Changes in Atmospheric Constituents and in Radiative Forcing, edited by: Foster, P., Ramasamy, V., Artaxo, T., Berntsen, T., Betts, R., Fahey, D. W., Haywood, J., Lean, J., Lowe, D. C., Myhre, G., Nganga, J., Prinn, R., Raga, G., Schulz, M., and Van Dorland, R., Cambridge University Press, Cambridge, UK, 2007.

IPCC: Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories, available at: https://www.ipcc.ch/report/2019-refinement-to-the-2006-ipcc-guidelines-for-national (last access: 5 October 2020), 2019.

IRRI: World Rice statistics. Distribution of rice crop area by environment, International Rice Research Institute, available at: https://www.irri.org/resources-and-tools/publications (last access: January 2018), 2007.

Janssens-Maenhout, G., Crippa, M., Guizzardi, D., Muntean, M., Schaaf, E., Dentener, F., Bergamaschi, P., Pagliari, V., Olivier, J. G. J., Peters, J. A. H. W., van Aardenne, J. A., Monni, S., Doering, U., Petrescu, A. M. R., Solazzo, E., and Oreggioni, G. D.: EDGAR v4.3.2 Global Atlas of the three major greenhouse gas emissions for the period 1970–2012, Earth Syst. Elm. Data, 11, 959–1002, https://doi.org/10.5194/essd-11-959-2019, 2019.

Lee, S., Kim, J., Lee, J., Lee, S., and Jeon, E.-C.: A study on the evaluations of emission factors and uncertainty ranges for methane and nitrous oxide from combined-cycle power plant in Korea, Environ Sci. Pollut. Res., 20, 461–468, https://doi.org/10.1007/s11356-012-1144-1, 2013.

Leip, A., Britz, W., Weiss, F., and de Vries, W.: Farm, land, and soil nitrogen budgets for agriculture in Europe calculated with CAPRI, Environ. Pollut., 159, 3243–3253, https://doi.org/10.1016/j.envpol.2011.01.040, 2011.

Lelieveld, J. A., Lechtenbohmer, S., Assonov, S. S., Brenninkmeijer, C. A. M., Dienst, C., Fischedick, M., and Hanke, T.: Greenhouse gases: Low methane leakage from gas pipelines, Nature, 434, 841–842, https://doi.org/10.1038/434841a, 2005.

Littlefield, J. A., Marriott, J., Schivley, G. A., and Skone, T. J.: Synthesis of recent ground-level methane emission measurements from the US natural gas supply chain, J. Clean. Prod., 148, 118–126, https://doi.org/10.1016/j.jclepro.2017.01.101, 2017.

Milne, A. E., Glendining, M. J., Bellamy, P., Misselbrook, T. H., Gilhespy, S. L., Rivas Casado, M., Hulin, A., Van Oijen, M., and Whitmore, A. P.: Analysis of uncertainties in the estimates of nitrous oxide and methane emissions in the UK's greenhouse gas inventory for agriculture, Atmos. Environ., 82, 94–105, https://doi.org/10.1016/j.atmosenv.2013.10.012, 2014.

Monni, S., Perälä, P., and Regina, K.: Uncertainty in Agricultural CH 4 AND N 2 O Emissions from Finland – Possibilities to Increase Accuracy in Emission Estimates, Mitig. Adapt. Strat. Glob. Change, 12, 545–571, https://doi.org/10.1007/s11027-006-4584-4, 2007.

Muntean, M., Crippa, M., Guizzardi, D., Schaaf, E., Oreggioni, G., Solazzo, E., Olivier, J., Van Dingenen, R., Belis, C., Guion, A., Djatkov, D., and Geletukha, G.: The health and climate benefits of a fuel and technology shift in small combustion: the biomass dilemma, Nat. Commun., in review, 2021.

NRC: Advancing the Science of Climate Change, National Research Council, The National Academies Press, Washington, D.C., USA, 2010.

Olivier, J. G. J.: Layered approach and reporting format for estimating and eva uating uncertainty in emission inventories, Prepared for the lPCC/OECD/lEA Scoping Meeting on Managing Uncertainty in National Greenhouse Gas lnventories, 13–15 October 1998, Paris, 1998.

Olivier, J. G. J.: On the quality of global emission inventories. Approached, methodologies and uncertainty, Wilco BV Amersfoort, the Netherlands, ISBN 90-393-3103-0, 58–88, 2002.

Olivier, J. G. J., Bloos, J. P. J., Berdowski, J. J. M., Visschedijk, A. J. H., and Bouwman, A. F.: A 1990 global emission inventory of anthropogenic sources of carbon monoxide on 1×1 degree developed in the framework of EDGAR/GEIA, Chemosphere, 1, 1–17, 1999a.

Olivier, J. G. J., Bouwman, A. F., Berdowsk, J. J. M., Veldt, C., Bloos, J. P. J., Visschedijk, A. J. H., van der Maas, C. W. M., and Zandveld, P. Y. J.: Sectoral emission inventories of greenhouse gases for 1990 on a per country basis as well as on 1 ∘ × 1 ∘ , Environ. Elm. Policy, 2, 241–264, https://doi.org/10.1016/S1462-9011(99)00027-1, 1999b.

Peischl, J., Ryerson, T. B., Aikin, K. C., De Gouw, J. A., Gilman, J. B., Holloway, J. S., Lerner, B. M., Nadkarni, R., Neuman, J. A., Nowak, J. B., Trainer, M., Warneke, C., and Parrish, D. D.: Quantifying atmospheric methane emissions from the Haynesville, Fayetteville, and northeastern Marcellus shale gas production regions, J. Geophys. Res.-Atmos., 120, 2119–2139, https://doi.org/10.1002/2014JD022697, 2015.

Petrescu, A. M. R., Peters, G. P., Janssens-Maenhout, G., Ciais, P., Tubiello, F. N., Grassi, G., Nabuurs, G.-J., Leip, A., Carmona-Garcia, G., Winiwarter, W., Höglund-Isaksson, L., Günther, D., Solazzo, E., Kiesow, A., Bastos, A., Pongratz, J., Nabel, J. E. M. S., Conchedda, G., Pilli, R., Andrew, R. M., Schelhaas, M.-J., and Dolman, A. J.: European anthropogenic AFOLU greenhouse gas emissions: a review and benchmark data, Earth Syst. Elm. Data, 12, 961–1001, https://doi.org/10.5194/essd-12-961-2020, 2020.

Philibert, A., Loyce, C., and Makowski, D.: Quantifying Uncertainties in N 2 O Emission Due to N Fertilizer Application in Cultivated Areas, PLoS ONE, 7, e50950, https://doi.org/10.1371/journal.pone.0050950, 2012.

Rypdal, K. and Winiwarter, W.: Uncertainties in greenhouse gas emission inventories – evaluation, comparability and implications, Environ. Elm. and Policy, 4, 107–116, 2001.

Saunois, M., Stavert, A. R., Poulter, B., Bousquet, P., Canadell, J. G., Jackson, R. B., Raymond, P. A., Dlugokencky, E. J., Houweling, S., Patra, P. K., Ciais, P., Arora, V. K., Bastviken, D., Bergamaschi, P., Blake, D. R., Brailsford, G., Bruhwiler, L., Carlson, K. M., Carrol, M., Castaldi, S., Chandra, N., Crevoisier, C., Crill, P. M., Covey, K., Curry, C. L., Etiope, G., Frankenberg, C., Gedney, N., Hegglin, M. I., Höglund-Isaksson, L., Hugelius, G., Ishizawa, M., Ito, A., Janssens-Maenhout, G., Jensen, K. M., Joos, F., Kleinen, T., Krummel, P. B., Langenfelds, R. L., Laruelle, G. G., Liu, L., Machida, T., Maksyutov, S., McDonald, K. C., McNorton, J., Miller, P. A., Melton, J. R., Morino, I., Müller, J., Murguia-Flores, F., Naik, V., Niwa, Y., Noce, S., O'Doherty, S., Parker, R. J., Peng, C., Peng, S., Peters, G. P., Prigent, C., Prinn, R., Ramonet, M., Regnier, P., Riley, W. J., Rosentreter, J. A., Segers, A., Simpson, I. J., Shi, H., Smith, S. J., Steele, L. P., Thornton, B. F., Tian, H., Tohjima, Y., Tubiello, F. N., Tsuruta, A., Viovy, N., Voulgarakis, A., Weber, T. S., van Weele, M., van der Werf, G. R., Weiss, R. F., Worthy, D., Wunch, D., Yin, Y., Yoshida, Y., Zhang, W., Zhang, Z., Zhao, Y., Zheng, B., Zhu, Q., Zhu, Q., and Zhuang, Q.: The Global Methane Budget 2000–2017, Earth Syst. Elm. Data, 12, 1561–1623, https://doi.org/10.5194/essd-12-1561-2020, 2020.

Solazzo, E., Riccio, A., Van Dingenen, R., Valentini, L., and Galmarini, S.: Evaluation and uncertainty estimation of the impact of air quality modelling on crop yields and premature deaths using a multi-model ensemble, Sci. Total Environ., 633, 1437–1452, https://doi.org/10.1016/j.scitotenv.2018.03.317, 2018.

Stehfest, E. and Bouwman, L.: N 2 O and NO emission from agricultural fields and soils under natural vegetation: summarizing available measurement data and modeling of global annual emissions, Nutr. Cycl. Agroecosys., 74, 207–228, https://doi.org/10.1007/s10705-006-9000-7, 2006.

Super, I., Dellaert, S. N. C., Visschedijk, A. J. H., and Denier van der Gon, H. A. C.: Uncertainty analysis of a European high-resolution emission inventory of CO 2 and CO to support inverse modelling and network design, Atmos. Kimya. Phys., 20, 1795–1816, https://doi.org/10.5194/acp-20-1795-2020, 2020.

Turner, A. J., Jacob, D. J., Wecht, K. J., Maasakkers, J. D., Lundgren, E., Andrews, A. E., Biraud, S. C., Boesch, H., Bowman, K. W., Deutscher, N. M., Dubey, M. K., Griffith, D. W. T., Hase, F., Kuze, A., Notholt, J., Ohyama, H., Parker, R., Payne, V. H., Sussmann, R., Sweeney, C., Velazco, V. A., Warneke, T., Wennberg, P. O., and Wunch, D.: Estimating global and North American methane emissions with high spatial resolution using GOSAT satellite data, Atmos. Kimya. Phys., 15, 7049–7069, https://doi.org/10.5194/acp-15-7049-2015, 2015.

UNFCCC: National Inventory Report, submissions of the greenhouse gas inventories for Annex I countries, available at: http://unfccc.int/national_reports/annex_i_ghg_inventories/national_inventories_submissions/items/7383.php (last access: 30 October 2020), 2014.

UN HABITAT: UN Human Settlements Programme, Global Urban Indicators database, Nairobi, info on population in slums (% of urban population), available at: https://unhabitat.org/global-urban-indicators-database (last access: 18 August 2020), 2016.

United Nations Environment Programme: Emissions Gap Report 2019, Chapter 2, UNEP, Nairobi, available at: https://wedocs.unep.org/bitstream/handle/20.500.11822/30797/EGR2019.pdf (last access: 5 October 2020), 2019.

US EIA: Energy Information Administration (of the U.S.), data interface, available at: https://www.eia.gov/beta/international/ (last access: 12 April 2021), 2018.

USGS: US Geological Survey Minerals Yearbook, US Geological Survey, Reston, Virginia, available at: https://www.usgs.gov/centers/nmic/ferroalloys-statistics-and-information?qt-science_support_page_related_con=0# (last access: 5 October 2020), 2016.

Van Dingenen, R., Crippa, M., Maenhout, G., Guizzardi, D., and Dentener, F.: Global trends of methane emissions and their impacts on ozone concentrations, EUR 29394 EN, Publications Office of the European Union, Luxembourg, JRC113210, https://doi.org/10.2760/820175, ISBN 978-92-79-96550-0, 2018.

WSA: World Steel Association, Steel statistics, available at: https://www.worldsteel.org/steel-by-topic/statistics/steel-statistical-yearbook.html (last access: 5 October 2020), 2019.

Yevich, R. and Logan, J.: An assessment of biofuel use and burning of agricultural waste in the developing world, Global Biogeochem. Cy., 17, 1095, https://doi.org/10.1029/2002GB001952, 2003.

CO 2 eq. denotes CO 2 equivalent emissions, which are computed using the Global Warming Potential values from the Fourth Assessment Report (AR4) of the Intergovernmental Panel on Climate Change (IPCC, 2007).


Videoya baxın: Source to Sink, Veldwerk laaglandgenese Italië