kth.sePublications KTH
Operational message
There are currently operational disruptions. Troubleshooting is in progress.
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Inverse Modelling of SO2 and Particulate Pollutant Emissions Constrained by Satellite Observations
KTH, School of Industrial Engineering and Management (ITM), Energy Technology.
2025 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Inversmodellering av SO2 och partikelutsläpp begränsade av satellitobservationer (Swedish)
Abstract [en]

Most anthropogenic emissions of air pollutants and greenhouse gases originate from localized sources. These hotspots and associated emissions can be identified from remote sensing images by analyzing atmospheric plumes of trace gas column densities. This study explores the use of lightweight methodologies to quantify anthropogenic SO2 emissions using Sentinel-5P satellite observations. By applying a one-year inversion to multiple power plants with varying emission strengths and meteorological conditions, the results show good agreement with existing bottom-up and top-down inventories. Although these methods present significant uncertainties (around 50%), they are well-suited for rapid and independent emission estimates, especially for large sources inlow-background concentration regions. The study also evaluates the application of plume-based techniques for estimating particulate matter emissions using aerosol optical depth products, particularly from sources emitting high levels of SO2 and NO2. Applied to South African powerplants, this approach provided particulate matter estimates consistent with inventories, under favourable observation conditions. The methodology shows potential for analysing industrial accidents, though dense, absorbing plumes can challenge standard aerosol retrieval algorithms. To enhance the effectiveness of these approaches, improvements in aerosol optical depth retrievals for absorbing aerosols and the quality of L2 satellite data are recommended. Despite their limitations, lightweight methods offer a fast, data-driven alternative to the traditional Bayesian inversion framework and could support more responsive emission monitoring.

Abstract [sv]

De flesta antropogena utsläpp av luftföroreningar och växthusgaser har sitt ursprung i lokaliserade källor. Dessa hotspots och tillhörande utsläpp kan identifieras i fjärranalysbilder genom att analysera atmosfäriska plymer av spårgasernas kolumndensiteter. Denna studie undersöker användningen av lättviktiga metoder för att kvantifiera antropogena SO2-utsläpp med hjälp av Sentinel-5P-satellitobservationer. Genom att tillämpa en ettårig inversion på flera kraftverk med varierande utsläppsstyrkor och meteorologiska förhållanden visar resultaten god överensstämmelse med befintliga bottom-up- och top-down-inventeringar. Även om dessa metoder medför betydande osäkerheter (omkring 50 %), är de väl lämpade för snabba och oberoende utsläppsskattningar, särskilt för stora källor i regioner med låg bakgrundskoncentration. Studien utvärderar även tillämpningen av plymbaserade tekniker för att uppskatta partikelutsläpp medhjälp av produkter för aerosoloptisk tjocklek, särskilt från källor som släpper ut höga nivåer av SO2och NO2. När metoden tillämpades på sydafrikanska kraftverk gav den partikelutsläppsskattningar som stämde överens med inventeringarna, under gynnsamma observationsförhållanden. Metodiken visar potential för att analysera industriolyckor, även om täta, absorberande plymer kanutmana standardalgoritmer för aerosolretrieval. För att öka effektiviteten hos dessa metoder rekommenderas förbättringar i retrieval av aerosoloptisk tjocklek för absorberande aerosoler samt i kvaliteten på L2-satellitdata. Trots sina begränsningar erbjuder lättviktiga metoder ett snabbt, databaserat alternativ till den traditionella Bayesianska inversionsramen och kan bidra till mer responsiv utsläppsövervakning. 

Place, publisher, year, edition, pages
2025. , p. 75
Series
TRITA-ITM-EX ; 2025:532
Keywords [en]
Sulfur Dioxide, Particulate Matter, Emissions, TROPOMI, MODIS, Data Driven
Keywords [sv]
Svaveldioxid, Partiklar, Utsläpp, TROPOMI, MODIS, Datadriven
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-371916OAI: oai:DiVA.org:kth-371916DiVA, id: diva2:2007994
Supervisors
Examiners
Available from: 2025-10-21 Created: 2025-10-21 Last updated: 2025-10-21Bibliographically approved

Open Access in DiVA

fulltext(5523 kB)95 downloads
File information
File name FULLTEXT01.pdfFile size 5523 kBChecksum SHA-512
df93aa8e9c769506831d6e234a61197b2d2b518b1bb3c276889b68c0f79ba598f5bc34e5ddc3b50e606e2c5bf592677034214b95a7819c1872819cefcb6c4147
Type fulltextMimetype application/pdf

By organisation
Energy Technology
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 458 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf