logo móvil
Contáctanos

Un Estudio de Sensibilidad de un Modelo de Inversión Bayesiana Utilizado para Estimar Emisiones de Gases de Efecto Invernadero Sintéticos a Escala Europea

Autores: Annadate, Saurabh; Falasca, Serena; Cesari, Rita; Giostra, Umberto; Maione, Michela; Arduini, Jgor

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Un Estudio de Sensibilidad de un Modelo de Inversión Bayesiana Utilizado para Estimar Emisiones de Gases de Efecto Invernadero Sintéticos a Escala Europea


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Astronomía

Palabras clave

Impactos ambientales
Gases de efecto invernadero
Emisiones
Modelado inverso atmosférico
Estudio de sensibilidad
Modelo FLEXINVERT+

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 7

Citaciones: Sin citaciones


Descripción
Para abordar y mitigar los impactos ambientales de los gases de efecto invernadero sintéticos, es crucial cuantificar sus emisiones a la atmósfera en diferentes escalas espaciales. La modelización inversa atmosférica se está convirtiendo en un método ampliamente utilizado para proporcionar estimaciones basadas en observaciones de las emisiones de gases de efecto invernadero, con el potencial de ofrecer una herramienta de verificación independiente para los inventarios nacionales de emisiones. Se presenta un estudio de sensibilidad del modelo FLEXINVERT+ para la optimización de las emisiones espaciales y temporales de gases de efecto invernadero de larga duración a escala regional y nacional. Se ha utilizado un compuesto de prueba, el HFC-134a, el refrigerante más utilizado en sistemas de aire acondicionado móviles, para evaluar sus emisiones en Europa en 2011 y compararlas con un estudio anterior. Las pruebas de sensibilidad sobre factores determinantes como los criterios de selección de observaciones, datos previos, proporciones de mezcla de fondo y selección de estaciones evaluaron el rendimiento del modelo en la replicación de mediciones, reduciendo incertidumbres y estimando emisiones específicas por país. En todos los experimentos, se lograron buenas correlaciones previas (0.5-0.8) y posteriores mejoradas (0.6-0.9), enfatizando la sensibilidad reducida de la configuración de inversión a diferentes informaciones a priori y el papel determinante de las observaciones en la restricción de las emisiones. Se encontró que los resultados posteriores eran muy sensibles a las proporciones de mezcla de fondo, con aumentos incluso leves en la línea base que conducían a una disminución significativa de las emisiones.

Otros recursos que podrían interesarte

Temas Virtualpro