Skip to main content

LUP Student Papers

LUND UNIVERSITY LIBRARIES

TCCON observations as independent validation for in-situ inversion of surface CO2 fluxes with LUMIA?

Havnsgaard Paludan, Kristian Emil LU (2025) In Student thesis series INES NGEM01 20242
Dept of Physical Geography and Ecosystem Science
Abstract
CO2 is the most important greenhouse gas in terms of radiative forcing, and it is therefore highly important that we can track our emissions and the effectiveness of carbon sequestration measures. While the national carbon inventories can be highly accurate, there is general conflict of interest, as national carbon inventories are bottom up estimates in part based on self-reportings from private actors, which are difficult to verify, especially for smaller agencies. For this reason we need accurate top down approaches like inverse modelling, where fluxes can be estimated from atmospheric observations of CO2. LUMIA is a European modular regional inversion system, that uses the Lagrangian particle dispersion model FLEXPART to model the... (More)
CO2 is the most important greenhouse gas in terms of radiative forcing, and it is therefore highly important that we can track our emissions and the effectiveness of carbon sequestration measures. While the national carbon inventories can be highly accurate, there is general conflict of interest, as national carbon inventories are bottom up estimates in part based on self-reportings from private actors, which are difficult to verify, especially for smaller agencies. For this reason we need accurate top down approaches like inverse modelling, where fluxes can be estimated from atmospheric observations of CO2. LUMIA is a European modular regional inversion system, that uses the Lagrangian particle dispersion model FLEXPART to model the atmospheric transport. Until now, LUMIA has only been able to infer fluxes from the limited network of in-situ observations in Europe, which is too sparse to leave out sites for independent validation. This thesis presents the transport framework SatFLEX which is an extension of FLEXPART 10.4 and the LUMIA python wrapper for the model called runflex, that unlocks the capability of simulating the total column observations from satellites like the OCO-2 project or the TCCON network of ground based observatories. A test case was set up, where data from the 7 European TCCON sites that were operational in 2018 was used as independent validation of an existing regional inversion with LUMIA. Results indicate that the model overestimates flux variability, with an exaggerated range of XCO2 concentrations, particularly at urban sites. Systematic biases were identified, with urban areas overestimating positive fluxes and forested regions overestimating negative fluxes, likely due to assumptions about surface height and boundary layer dynamics.
While the inversion generally improved model performance to simulate the observations from the independent TCCON data, by reducing outliers and narrowing the distribution of lower values, its effectiveness varied across sites. Some locations, especially Karlsruhe, showed increased errors in the posterior fluxes. Additionally, the study found that regional discrepancies—particularly in Eastern Europe—were likely exacerbated by insufficient observational coverage, underscoring the need for a denser in-situ network or the integration of total column observations. The simulations had large discrepancies with observed XCO2 that could not be fully explained by estimated transport errors alone according to the computed χ2 values. Notably, potential missing flux events were identified, particularly in October 2018, where biospheric fluxes in Central and Eastern Europe appeared misrepresented as a net CO2 source rather than a sink. These findings highlight the need for further research to quantify transport errors and refine prior flux estimates before SatFLEX can be reliably used for independent inversion evaluations. Nevertheless, this study demonstrates the potential of integrating column-based observations into inversion frameworks, contributing to the improvement of regional CO2 flux estimates. (Less)
Popular Abstract (Swedish)
Koldioxid (CO2) är den viktigaste växthusgasen när det gäller klimatförändringar. För att förstå och minska våra utsläpp behöver vi noggranna metoder för att spåra var koldioxiden kommer ifrån och hur den rör sig i atmosfären. Idag används nationella utsläppsrapporter, men dessa bygger ofta på beräkningar från företag och organisationer som kan vara svåra att verifiera; särskild för mindre nationella byrån. Därför behövs alternativa oberoende metoder som kan mäta utsläppen direkt i atmosfären.
Inversionsmodeller, där man räknar baklänges från mätningar av CO2-halter i luften för att uppskatta var utsläppen kommer ifrån kan vara ett sådant alternativ. Modellen LUMIA är en inversionsmodell gjord specifikt för att estimera CO2-flöden... (More)
Koldioxid (CO2) är den viktigaste växthusgasen när det gäller klimatförändringar. För att förstå och minska våra utsläpp behöver vi noggranna metoder för att spåra var koldioxiden kommer ifrån och hur den rör sig i atmosfären. Idag används nationella utsläppsrapporter, men dessa bygger ofta på beräkningar från företag och organisationer som kan vara svåra att verifiera; särskild för mindre nationella byrån. Därför behövs alternativa oberoende metoder som kan mäta utsläppen direkt i atmosfären.
Inversionsmodeller, där man räknar baklänges från mätningar av CO2-halter i luften för att uppskatta var utsläppen kommer ifrån kan vara ett sådant alternativ. Modellen LUMIA är en inversionsmodell gjord specifikt för att estimera CO2-flöden (utsläpp och upptak) från olika källor. Den baseras på transportmodellen FLEXPART, som simulerar koldioxidens väg genom atmosfären från marken tills den mäts (men baklänges, så att mätningarna används för att beräkna flöden bakåt i tid till källorna på marken). Hittills har LUMIA enbart använt mätningar från mättorn, men dessa är få och ojämnt fördelade, vilket gör det svårt att kontrollera modellens noggrannhet.
I denna studie utvecklades ett nytt tillägg till koden i FLEXPART (och en datahanteringsmodell kallad runflex) som gör det möjligt att även använda satellitdata och mätningar från markbaserade instrument som mäter hela luftpelarens CO2-halt och räknar hela pelarens genomsnitskoncentration. Luftpelarens genomsnitskoncentration av CO2 förkortas som XCO2. De modellerade CO2-flödena, både innan och efter justeringar baserade på observationer från mättorn, användes med det nya tillägget för att simulera genomsnitskoncentrationer för totala luftpelare. Dessa simuleringar jämfördes sedan med faktiska mätningar från 2018 från sju europeiska TCCON-stationer (som är markbaserade luftpelareobservatorier) för att undersöka modellens förmåga att simulera XCO2. Fokus var att undersöka hur mycket inversionen förbättrar simuleringen, och att identifiera potentiella felkällor, både från transportmodellen och flödesdatan.
Resultaten visar att modellen överskattade variationen i CO2-flödena, särskilt i industriella områden där den verkar överskatta utsläppen, medan den i skogsområden istället överskattar koldioxidupptaget. En del av dessa systematiska fel kan bero på hur modellen hanterar atmosfärens skiktning mellan turbulenta och laminära luftrörelser.
Även om inversionen (den beräkning som justerar utsläppen baserat på mätningar) förbättrade modellens noggrannhet generellt, visade vissa områden, som Karlsruhe, snarare ökade fel efter inversionen. Studien fann också (trots de beskrivna osäkerheterna i transportmodelleringen) att det verkar saknas viktiga CO2-händelser i den ursprungliga utsläppsdatan, särskilt under oktober, där biosfärens upptag i Östeuropa verkade vara felaktigt modellerat som en utsläppskälla istället för en sänka.
Sammanfattningsvis visar denna studie att integrering av totala luftpelarekoncentrationer i inversionsmodeller kan vara ett viktigt verktyg för att förbättra våra uppskattningar av koldioxidflöden. Dock krävs fortsatt forskning för att bättre förstå modellfel och osäkerheter innan totala luftpelareobservationer i LUMIA kan användas effektivt som en oberoende metod för att granska utsläppsberäkningar. (Less)
Please use this url to cite or link to this publication:
author
Havnsgaard Paludan, Kristian Emil LU
supervisor
organization
alternative title
An application study of a novel adaptation of FLEXPART version 10.4 for total-column receptors
course
NGEM01 20242
year
type
H2 - Master's Degree (Two Years)
subject
keywords
Inverse modelling, XCO2, Atmospheric transport, LPDM, Lagrangian Particle Dispersion Model, FLEXPART, LUMIA, CO2 Emissions, Carbon Fluxes, Total Column Retrievals, TCCON, Atmospheric CO2
publication/series
Student thesis series INES
report number
752
language
English
id
9204669
date added to LUP
2025-06-24 14:09:55
date last changed
2025-06-24 14:09:55
@misc{9204669,
  abstract     = {{CO2 is the most important greenhouse gas in terms of radiative forcing, and it is therefore highly important that we can track our emissions and the effectiveness of carbon sequestration measures. While the national carbon inventories can be highly accurate, there is general conflict of interest, as national carbon inventories are bottom up estimates in part based on self-reportings from private actors, which are difficult to verify, especially for smaller agencies. For this reason we need accurate top down approaches like inverse modelling, where fluxes can be estimated from atmospheric observations of CO2. LUMIA is a European modular regional inversion system, that uses the Lagrangian particle dispersion model FLEXPART to model the atmospheric transport. Until now, LUMIA has only been able to infer fluxes from the limited network of in-situ observations in Europe, which is too sparse to leave out sites for independent validation. This thesis presents the transport framework SatFLEX which is an extension of FLEXPART 10.4 and the LUMIA python wrapper for the model called runflex, that unlocks the capability of simulating the total column observations from satellites like the OCO-2 project or the TCCON network of ground based observatories. A test case was set up, where data from the 7 European TCCON sites that were operational in 2018 was used as independent validation of an existing regional inversion with LUMIA. Results indicate that the model overestimates flux variability, with an exaggerated range of XCO2 concentrations, particularly at urban sites. Systematic biases were identified, with urban areas overestimating positive fluxes and forested regions overestimating negative fluxes, likely due to assumptions about surface height and boundary layer dynamics.
While the inversion generally improved model performance to simulate the observations from the independent TCCON data, by reducing outliers and narrowing the distribution of lower values, its effectiveness varied across sites. Some locations, especially Karlsruhe, showed increased errors in the posterior fluxes. Additionally, the study found that regional discrepancies—particularly in Eastern Europe—were likely exacerbated by insufficient observational coverage, underscoring the need for a denser in-situ network or the integration of total column observations. The simulations had large discrepancies with observed XCO2 that could not be fully explained by estimated transport errors alone according to the computed χ2 values. Notably, potential missing flux events were identified, particularly in October 2018, where biospheric fluxes in Central and Eastern Europe appeared misrepresented as a net CO2 source rather than a sink. These findings highlight the need for further research to quantify transport errors and refine prior flux estimates before SatFLEX can be reliably used for independent inversion evaluations. Nevertheless, this study demonstrates the potential of integrating column-based observations into inversion frameworks, contributing to the improvement of regional CO2 flux estimates.}},
  author       = {{Havnsgaard Paludan, Kristian Emil}},
  language     = {{eng}},
  note         = {{Student Paper}},
  series       = {{Student thesis series INES}},
  title        = {{TCCON observations as independent validation for in-situ inversion of surface CO2 fluxes with LUMIA?}},
  year         = {{2025}},
}