Estimating methane wetland emissions at the global scale based on remote sensing : long term and inter-annual variabilities - Laboratoire d'Etude du Rayonnement et de la Matière en Astrophysique
Thèse Année : 2024

Estimating methane wetland emissions at the global scale based on remote sensing : long term and inter-annual variabilities

Estimation des émissions de méthane des zones humides à l'échelle mondiale à partir de la télédétection : variabilités à long terme et interannuelles

Résumé

Methane (CH₄) plays an important role in atmospheric chemistry and is a powerful greenhouse gas, responsible for a third of current radiative forcing. Open surface waters (lakes, rivers and reservoirs) and wetlands represent a major source of CH₄ on a global scale. However, their contribution remains uncertain in terms of total contribution (25-45%) and temporal variations (seasonal and inter-annual). The aim of this thesis is to develop and evaluate tools for studying wetland CH₄ emissions on a global scale, with a particular focus on estimates of dynamic wetland surfaces. An first study evaluated the GIEMS-2 dynamic inundation product. GIEMS-2 is based on passive microwave satellite observations and covers a 29-year period (1992-2020) at a monthly temporal and spatial resolution of 0.25°. GIEMS-2 was evaluated against other inundation products derived from different remote sensing methods, as well as hydrological variables such as river discharge, precipitation, and total water stock. The results showed that GIEMS-2 is robust in detecting inter-annual variations in water extent, even in densely vegetated basins.GIEMS-2 was then used for dynamic mapping of CH₄-emitting surfaces. Prior to this study, a single dynamic map of wetlands derived from satellite observations was available worldwide : WAD2M. However, this product suffers from major artifacts of contamination by deserts, snow and oceans, as well as inconsistencies in temporal variability. Therefore, by merging dynamic data from GIEMS-2 with other information on aquatic ecosystems (GLWDv2, MIRCA2000), GIEMS-MethaneCentric was created. GIEMS-MethaneCentric (GIEMS-MC) is a coherent, dynamic database at 0.25° resolution of the various surfaces emitting CH₄. GIEMS-MC provides monthly maps of wetlands from 1992 to 2020, and estimates a maximum annual wetland area including peatlands of 7.8 Mkm² and a snow-free minimum area of 1.3 Mkm². These estimates show greater seasonality and inter-annuality than WAD2M, with no major artifacts in the time series, thanks to the use of GIEMS-2, which is based on carefully inter-calibrated satellite data. A simple model of global wetland CH₄ emissions, SatWetCH4, is being developed. This approach, which uses satellite data wherever possible, takes into account variations in soil temperature and water extent, as well as a new method for estimating the soil substrate available for methanogenesis, enabling an approach independent of land surface models. Despite its simplicity, the model produces consistent spatial patterns and seasonal variations comparable to more complex land surface models. The SatWetCH4 model, forced with the new GIEMS-MC product, was finally used to assess temporal variations in wetland CH₄ emissions. A positive trend of ~+0.4% per year in wetland emissions is then estimated over 1992-2020 on a global scale. Similar temporal patterns over 1992-2009 were found between the observed atmospheric CH₄ increase rate and the wetland emission anomalies modelled by SatWetCH4, suggesting the potential role of wetlands in inter-annual variations in atmospheric CH₄. However, the amplitude of the SatWetCH4 anomalies is significantly lower than the measured growth rates.The products and simple approaches developed in this thesis pave the way for various future applications for the study of the CH₄ cycle on a planetary scale.
Le méthane (CH₄) joue un rôle important dans la chimie atmosphérique et est un puissant gaz à effet de serre, responsable d'un tiers du forçage radiatif actuel. Les eaux de surfaces libres (lacs, rivières et réservoirs) et les zones humides représentent une source majeure de CH₄ à l'échelle planétaire. Cependant, leur contribution demeure incertaine en termes de contribution totale (25-45%) et de variations temporelles (saisonnières et inter-annuelles). Cette thèse a pour objectif de développer et d'évaluer des outils pour l'étude des émissions de CH₄ des zones humides à l'échelle mondiale, avec une attention particulière portée sur les estimations des surfaces dynamiques des zones humides.Une première étude a permis l'évaluation du produit d'inondation dynamique GIEMS-2. GIEMS-2 est basé sur des observations satellites micro-ondes passives et couvre une période de 29 ans (1992-2020) à une résolution temporelle mensuelle et spatiale de 0.25°. GIEMS-2 a été évalué en le comparant à d'autres produits d'inondation issus de différentes méthodes de télédétection ainsi que des variables hydrologiques comme les débits de rivières, les précipitations et le stock d'eau total. Les résultats ont montré que GIEMS-2 est robuste pour détecter les variations inter-annuelles d'étendue en eau, y compris sur des bassins avec une végétation dense. GIEMS-2 a ensuite été utilisé pour la cartographie dynamique des surfaces émettrices de CH₄. Avant cette étude, une seule carte dynamique des zones humides issue d'observations satellitaires était disponible à l'échelle mondiale : WAD2M. Ce produit souffre cependant d'artefacts majeurs de contaminations par les déserts, la neige et les océans, ainsi que des incohérences sur la variabilité temporelle. C'est pourquoi, en fusionnant les données dynamiques de GIEMS-2 avec d'autres informations sur les écosystèmes aquatiques (GLWDv2, MIRCA2000), GIEMS-MethaneCentric a été créé. GIEMS-MethaneCentric (GIEMS-MC) est une base de données cohérente et dynamique à une résolution de 0.25° des différentes surfaces émettrices de CH₄. GIEMS-MC fournit des cartes à une résolution mensuelle des zones humides de 1992 à 2020, et estime une surface annuelle maximale des zones humides incluant les tourbières de 7.8 Mkm² et minimale non enneigée de 1.3 Mkm². Ces estimations présentent une saisonnalité et inter-annualité plus importante que WAD2M, sans artefact majeur dans les séries temporelles grâce à l'utilisation de GIEMS-2 qui repose sur des données satellitaires soigneusement inter-calibrées.Un modèle simple d'émissions mondiales de CH₄ des zones humides, SatWetCH₄, est développé. Cette approche qui utilise des données satellitaires autant que possible prend en compte les variations de température du sol, d'étendue en eau, ainsi qu'une nouvelle méthode pour estimer le substrat du sol disponible pour la méthanogénèse, permettant une approche indépendante des modèles de surface continentale. Malgré sa simplicité, le modèle produit des motifs spatiaux cohérents et des variations saisonnières comparables à des modèles de surface continentale plus complexes. Le modèle SatWetCH₄, forcé avec le nouveau produit GIEMS-MC, a finalement été utilisé pour évaluer les variations temporelles des émissions de CH₄ des zones humides. Une tendance positive de ~+0.4% par an des émissions des zones humides est alors estimée sur 1992-2020 à l'échelle globale. Des motifs temporels similaires sur 1992-2009 ont été trouvés entre le taux d'accroissement de CH₄ atmosphérique observé et les anomalies d'émissions des zones humides modélisées par SatWetCH₄, suggérant le rôle potentiel des zones humides dans les variations inter-annuelles du CH₄ atmosphérique. L'amplitude des anomalies de SatWetCH₄ est cependant nettement plus faible comparée aux taux de croissance mesurés. Les produits et les approches simples développés dans cette thèse ouvrent la voie à diverses applications futures pour l'étude du cycle du CH₄ à l'échelle planétaire.
Fichier principal
Vignette du fichier
140678_BERNARD_2024_archivage.pdf (20.41 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04785711 , version 1 (15-11-2024)

Identifiants

  • HAL Id : tel-04785711 , version 1

Citer

Juliette Bernard. Estimating methane wetland emissions at the global scale based on remote sensing : long term and inter-annual variabilities. Continental interfaces, environment. Sorbonne Université, 2024. English. ⟨NNT : 2024SORUS233⟩. ⟨tel-04785711⟩
0 Consultations
0 Téléchargements

Partager

More