Projektbeschreibung
Revolutionärer Ansatz zur Überwachung von Emissionen
Der Klimawandel droht mit unvorhersehbaren Folgen für die Umwelt, wenn wir das Problem der Treibhausgasemissionen nicht konsequent angehen. Die Herausforderung? Weltweit Treibhausgasemissionen messen und unbekannte Quellen aufdecken. Diese Aufgaben sind immer noch äußerst schwierig zu lösen, und die heute üblichen Bestandsaufnahmen beruhen auf ungenauen Bottom-up-Berechnungen. Im Rahmen des vom Europäischen Forschungsrat finanzierten Projekts CoSense4Climate wird die mathematische Theorie der komprimierten Erfassung (Compressed Sensing) genutzt. Das Ziel lautet, die Berücksichtigung der Inversion in der Atmosphäre zu revolutionieren. Durch Ausnutzung der Leistungsfähigkeit der komprimierten Erfassung, die üblicherweise in der Signal- und Bildverarbeitung eingesetzt wird, verspricht die Projektarbeit eine unübertroffene Genauigkeit bei der Quantifizierung und Lokalisierung von Treibhausgasemittenten, wobei weniger Daten benötigt werden. Insgesamt soll damit ein neuer Standard für die Überwachung von Treibhausgasemissionen geschaffen werden, der neue Hoffnung im Kampf gegen den Klimawandel verleiht.
Ziel
Climate change is a defining issue of our time. Without significant, rapid greenhouse gas (GHG) emission reductions, we will face unpredictable consequences for climate and life. To effectively reduce GHGs, the emissions must be accurately quantified and unknown emitters found. However, measuring global GHG emissions is very challenging, and hence current emission inventories rely mostly on bottom-up calculations, which lack accuracy and the ability to detect unknown sources.
In CoSense4Climate, I will use the powerful mathematical theory of compressed sensing (CS) to revolutionize atmospheric inversion. My goal is to develop a method to locate, quantify, and attribute GHG emitters with unmatched spatial resolution and accuracy. CS has been used with great success in signal and image processing by taking advantage of the fact that most signals contain redundancies. Using CS in combination with domain transformations, I will generate accurate high resolution emission fields and reveal unknown sources, yet require less data than conventional methods. I will develop a CS inversion framework not only for local sensor data, but also for satellite data, which, upon success, will lead to a breakthrough in monitoring urban GHG emissions globally.
I am best suited to reach this goal. I have gathered a unique dataset with my fully automated differential column GHG network MUCCnet, the first of its kind. With my rich experience in applying computational fluid dynamics (CFD), solar-induced fluorescence (SIF), and machine learning (ML) for estimating GHG emissions, I will additionally create a high-resolution CFD-based atmospheric transport model, a satellite SIF-based urban CO2 biogenic flux model, and a ML method for source attribution based on ratios of GHG and air pollutant concentrations.
CoSense4Climate will establish a new standard for GHG emission monitoring, and provide ground-breaking scientific methods to help solve one of today’s most urgent problem: climate change.
Wissenschaftliches Gebiet
- engineering and technologymechanical engineeringvehicle engineeringaerospace engineeringsatellite technology
- engineering and technologyenvironmental engineeringair pollution engineering
- natural sciencesphysical sciencesclassical mechanicsfluid mechanicsfluid dynamicscomputational fluid dynamics
- natural sciencesearth and related environmental sciencesatmospheric sciencesclimatologyclimatic changes
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Schlüsselbegriffe
- atmospheric science
- urban greenhouse gas emissions
- compressed sensing
- computational fluid dynamics
- solar-induced fluorescence
- machine learning
- sensor network
- atmospheric measurements
- atmospheric inverse modeling
- atmospheric transport modeling
- biogenic fluxes
- particle dispersion modeling
- ground based remote sensing
- satellite remote sensing
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Finanzierungsplan
HORIZON-ERC - HORIZON ERC GrantsGastgebende Einrichtung
80333 Muenchen
Deutschland