CORDIS - Forschungsergebnisse der EU
CORDIS
Inhalt archiviert am 2024-05-21

Measuring co2 from space exploiting planned missions 2001-2004

Article Category

Article available in the following languages:

Erhöhung der Genauigkeit bei CO2-Messungen

Forschungsarbeiten, gefördert durch das Programm "Energie, Umwelt und Nachhaltige Entwicklung" des Fünften Forschungsrahmenprogramms, tragen zur Erhöhung der Messgenauigkeit des CO2-Gehalts in der Atmosphäre bei.

Klimawandel und Umwelt icon Klimawandel und Umwelt

Das öffentliche Bewusstsein, dass der Klimawandel eine Bedrohung darstellt, wächst. Verlässliche Vorhersagen zur Klimaentwicklung sind in hohem Maße von einer genauen Kenntnis der CO2-Konzentration in der Atmosphäre abhängig. Daher ist es notwendig, die Entwicklung der CO2-Konzentration weltweit genau zu überwachen. Dies kann mithilfe von Instrumenten erreicht werden, die sich an Bord von erdumkreisenden Satelliten wie ENVISAT befinden. Im Rahmen des COCO-Projekts wurden vom Centre National de la Recherche Scientifique (CNRS) Daten des Satelliteninstruments SCIAMACHY (Scanning Imaging Absorption Spectrometer for Atmospheric Chartography) verwendet, um die CO2-Konzentration in der atmosphärischen Säule zu messen. Der SCIAMACHY-Sensor nutzt dabei die Absorption von spezifischen Wellenlängen im elektromagnetischen Spektrum durch das CO2 aus. Die Untersuchungen am CNRS zeigten, dass Rückstreuung durch Aerosole und unbemerkte Wolken zu deutlichen Interferenzen führen kann. Dies kann zu einer Verfälschung der gemessenen CO2-Konzentration von bis zu 3ppm führen. Glücklicherweise waren die französischen Wissenschaftler in der Lage, dieses Problem zu lösen, indem sie Bodenmessungen des Sonnenspektrums des Kitt Peak National Observatory in Arizona (USA) miteinbezogen. Diese Methode, die auf dem Konzept der differenziellen Absorption basiert, ermöglichte es, das Fehlerniveau um 50% zu reduzieren. Das CNRS empfiehlt, diese Methode zu verwenden, um die Datenqualität der CO2-Säule und insbesondere die Genauigkeit von Daten, die in Inversionsmodellen verwendet werden, zu verbessern.

Entdecken Sie Artikel in demselben Anwendungsbereich