Estimation des flux de CO2 par covariances turbulentes à l’échelle de plusieurs km2

A whirlwind journey of wavelet turbulent flux mapping : estimation of spatialized turbulent flux on tall towers and its uncertainties

• Auteur / Autrice : Pedro Henrique Herig Coimbra
• Direction : Benjamin Loubet, Olivier Laurent
• Type : Thèse de doctorat
• Discipline(s) : Géosciences
• Date : Soutenance le 17/05/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale des sciences de l'environnement d'Île-de-France
• Partenaire(s) de recherche : Laboratoire : ECOSYS Écologie fonctionnelle et écotoxicologie des agroécosystèmes
• Partenaire(s) de recherche : référent : Université de Versailles-Saint-Quentin-en-Yvelines
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Géosciences, climat, environnement et planètes (2020-....)
• Jury : Président / Présidente : Valérie Gros
• Jury : Examinateurs / Examinatrices : Andreas Ibrom, Matthias Cuntz, Thomas Lauvaux, Solène Turquety
• Jury : Rapporteurs / Rapporteuses : Andreas Ibrom, Matthias Cuntz

Mots clés

Mots clés contrôlés

Ondelettes

Assimilation de données (géophysique)

Statistique bayésienne

Imagerie satellitaire

Méthodologie

Physique de l'atmosphère

Gaz à effet de serre

Mots clés libres

CO2 flux

Covariance turbulente

Grande tour

Ondelette

Télédétection

Inversion Bayesienne

CO2 flux

Eddy covariance

Tall tower

Wavelet

Satelite

Bayesian inversion

Résumé

Le climat et l'activité humaine sont étroitement liés. Les émissions de gaz à effet de serre (GES) impactent la dynamique climatique et la qualité de l'air, affectant des millions de personnes dans le monde. La surveillance efficace des GES est essentielle pour des décisions politiques éclairées, mais elle est complexe en raison de la variabilité des sources et puits, ainsi que du transport atmosphérique. Les réseaux de surveillance abordent cette variabilité en déployant des capteurs dans des lieux géographiques divers, échantillonnant en continu sur le temps.Les zones urbaines sont des points d'émission clés. Cependant, directement surveiller les changements de GES sur > 5 km2 avec des sources variées et des zones végétalisées manque d'une méthode standard. La méthode de covariance turbulente (eddy covariance, EC) offre une surveillance directe et continue du flux net de GES. L'EC basée sur les ondelettes fonctionne sur les mêmes principes mais ne nécessite pas de stationnarité, laissant plus de données exploitables pour l'analyse, ce qui est particulièrement bénéfique dans les environnements urbains complexes.Démêler les composantes anthropiques et biogéniques d'un flux net de CO2 est reconnu comme un problème clé à résoudre dans les zones urbanisées. Les modèles écosystémiques conventionnels utilisés pour partitionner la productivité primaire brute (GPP) et la respiration de l'écosystème (Reco) ne sont pas appropriés pour les zones urbanisées. La partition directe en utilisant des corrélations haute fréquence entre les gaz traceurs peut aider à surmonter les limitations des méthodes de partitionnement standard.Bien que l'EC reste la norme pour les études locales, l'estimation des flux de surface à plus grande échelle implique souvent d'assimiler des mesures de concentration de fond à des estimations antérieures à l'aide de modèles de transport. Les méthodes d'inversion utilisant les données de flux de tour sont encore rares et il serait intéressant de les tester dans les zones urbanisées.L'objectif de cette thèse était d'évaluer l'EC basée sur les ondelettes combinée à des méthodes d'inversion bayésiennes pour la cartographie des flux de CO2. Au cours de la thèse, j'ai découvert une nouvelle méthode de partitionnement direct qui a été utilisée pour améliorer l'inversion globale dans la zone suburbaine du plateau de Saclay.Dans le premier article de la thèse, nous avons proposé la nouvelle méthode de partitionnement direct basée sur l'analyse en quadrants des flux décomposés en fréquence de CO2 et de vapeur d'eau. Nous avons montré que cette méthode pouvait fournir des estimations impartiales de GPP et Reco. Nous avons également constaté que l'EC basée sur les ondelettes a gardé jusqu'à ~30% plus des données exploitables.Dans le deuxième article, nous avons utilisé une grande tour équipée d'analyseurs à haute précision mais lents. Malgré des fréquences d'acquisition plus lentes, l'atténuation était limitée à ~20 % par une plus faible contribution de hautes fréquences à cette hauteur. Les résultats encouragent une collaboration entre les réseaux atmosphériques et écosystémiques.Dans le troisième article, nous avons combiné la méthode de partitionnement proposée dans le premier article avec les instruments d'une tour atmosphérique du deuxième article. Le flux de CO2 partionné en biogéniques et anthropiques ont été assimilé dans des estimations spatialisées des flux à quelques km2. Les cartes de flux obtenues offrent l'avantage de reposer sur des mesures de flux directes à l'échelle du paysage et peuvent être utilisées pour informer les inversions à grande échelle à des échelles plus larges.Les résultats centrés sur la région parisienne fournissent des bases pour les mesures de flux à l'échelle du paysage et à definir des stratégies de surveillance des émissions. Ces avancées contribuent à la compréhension et à la résolution des défis environnementaux aux échelles temporelles et spatiales où les décisions sont prises.

Climate and human activity are closely linked. Greenhouse gas (GHGs) emissions impact climate dynamics and air quality, affecting millions globally. Effective GHG monitoring is essential for informed policy decisions, yet it is complex due to spatial and temporal variability of sources and sinks, and atmospheric transport. Monitoring networks address this variability by deploying sensors across diverse geographic locations sampling continuously over time.Urban areas are key emission points, driving climate change. However, monitoring direct GHG changes over >5 km2 with varied sources and vegetated areas lacks a standard method. Eddy Covariance (EC) offers direct, continuous GHG net flux monitoring. Wavelet-based EC operates on the same principles as the standard method but calculates covariance using frequency decomposed time series. This approach does not require stationarity, leaving more data available for analysis, particularly beneficial in complex urban environments where non-stationary fluxes are common.Disentangling anthropogenic and biogenic components of a net CO2 flux is recognised as a key issue yet to be resolved in urbanised areas. Conventional ecosystem models used to partition gross primary productivity (GPP) and ecosystem respiration (Reco) are not appropriate for urbanised areas. Direct partitioning using high-frequency correlations between tracer gases may help overcoming the limitations of standard partitioning methods.While Eddy Covariance remains standard for local studies, estimating larger-scale surface fluxes often involves assimilating background concentration measurements to prior estimations using transport models. The progress in satellite imagery and detailed inventories provides a new basis that helps improve these methods. However, inversion methods using tower flux data are still sparse and would be interesting to test in urbanised areas.The objective of this PhD was to evaluate wavelet-based EC combined with Bayesian inversion methods for CO2 flux mapping. During the course of the PhD I discovered a new direct partitioning method that was used with a combination of CH4 and CO to improve the overall inversion in the suburban area of the Saclay plateau.In the first paper of the PhD, we hypothesised that decomposing concentration and wind signals by frequency can capture individual gusts within each frequency, typically mixed in the original signal. We leveraged this feature to propose a new parameter-free direct partitioning method based on quadrant analysis of CO2 and water vapour frequency decomposed fluxes. We showed that this method could indeed provide unbiased estimates of GPP and Reco at a crop and a forest ecosystem site near Paris. We also found that wavelet eddy covariance further saved up to 30% of the non-stationary data in these sites.In the second paper, we proposed using tall towers equipped with high-precision but slow analysers for measuring fluxes. Despite slower acquisition frequencies, attenuation was limited to 20 % by a lower contribution of high frequencies at this height. Results encourage further collaboration between atmospheric and ecosystem networks for in-situ measurements.In the third paper, we combined the partitioning method proposed in the first paper with the flux from the second paper, including now more gases measured to partition CO2 fluxes in biogenic and anthropogenic components and assimilate them in previous spatially-explicit estimations of fluxes at few km2. The obtained flux maps offer the advantage of relying on direct flux measurements at the landscape scale and may be used to informing large-scale inversions at broader scales.Results focused on the Parisian region provide valuable insights for flux measurements at the landscape scale and beyond, and contributing to emission monitoring strategies. These advancements contribute to understanding and addressing environmental challenges at the temporal and spatial scales where decisions are made.