Mitigating geolocation errors in nighttime light satellite data and global CO2 emission gridded data

Abstract

Точне геопросторове моделювання емісії парникових газів (ПГ) є важливою частиною майбутньої глобальної системи моніторингу цих газів. У нашій попередній роботі було виявлено систематичний зсув у глобальних відкритих растрових даних про антропогенні емісії діоксиду вуглецю (CO2) (ODIAC дані). Виявляється, що цей зсув зумовлений зміщенням геолокації первинних даних про нічне освітлення (NTL) супутникової програми метеорологічного моніторингу (DMSP програми), які використовуються як просторові індикатори для оцінювання розподілу неточкових джерел емісії в ODIAC. Зменшення такої похибки геолокації (∼ 1.7 км), яка є того ж порядку, що і величина комірки растру супутників, що здійснюють моніторинг вуглецю, є особливо критичним для просторового аналізу емісій міст. У цій роботі запропоновано метод компенсації зміщення геолокації даних NTL DMSP, який можна застосувати до геопросторових продуктів на основі цих даних, зокрема до даних ODIAC. Для виявлення та оцінювання зміщення геолокації застосовано репозиторій OpenStreetMap, щоб визначити межі великого числа міст з усієї планети. Використано припущення, що сумарні емісії у межах міста є максимальними, якщо у NTL даних нічного освітлення відсутнє зміщення (зсув геолокації). Тому ми шукали оптимальний вектор (відстань та кут), який максимізує сумарні ODIAC емісії у містах, шляхом зміщення емісійних полів. У процесі підготовки річних композитів даних нічного освітлення деяким пікселям DMSP даних, які відповідають водним об’єктам, було присвоєно нульові значення, що із-за зміщення геолокації необґрунтовано спотворило ODIAC емісійні поля. Тому запропоновано оригінальний підхід до відновлення даних у таких пікселях, що усунуло фактор, який спотворював емісійні поля ODIAC. Розроблено також метод корекції зсувів для зміщених емісійних полів ODIAC даних високої роздільної здатності. Процедуру корекції зсувів застосовано до емісійних даних багатьох міст з різних континентів. Показано, що така корекція (усунення похибки геолокації в полях неточкових джерел емісії) збільшує сумарні емісії CO2 у межах міст у середньому на 4.76% шляхом відповідного зменшення емісії з позаміських регіонів, куди ці емісії початково бути помилково віднесені.Accurate geospatial modeling of greenhouse gas (GHG) emissions is an essential part of the future of global GHG monitoring systems. Our previous work found a systematic displacement in the high-resolution carbon dioxide (CO2) emission raster data of the Open-source Data Inventory for Anthropogenic CO2 (ODIAC) emission product. It turns out this displacement is due to geolocation bias in the Defense Meteorological Satellite Program (DMSP) nighttime lights (NTL) data products, which are used as a spatial emission proxy for estimating non-point source emissions distributions in ODIAC. Mitigating such geolocation error (∼ 1.7 km), which is on the same order of the size of the carbon observing satellites field of view, is especially critical for the spatial analysis of emissions from cities. In this paper, there is proposed a method to mitigate the geolocation bias in DMSP NTL data that can be applied to DMSP NTL-based geospatial products, such as ODIAC. To identify and characterize the geolocation bias, we used the OpenStreetMap repository to define city boundaries for a large number of global cities. Assumption is that the total emissions within the city boundaries are at the maximum if there is no displacement (geolocation bias) in NTL data. Therefore, it is necessary to find an optimal vector (distance and angle) that maximizes the ODIAC total emissions within cities by shifting the emission fields. In the process of preparing annual composites of the nighttime stable lights data, some pixels of the DMSP data corresponding to water bodies were zeroed, which due to the geolocation bias unreasonably distorted the ODIAC emission fields. Hence, an original approach for restoring data in such pixels is considered using elimination of the factor that distorted the ODIAC emission fields. It is also proposed a bias correction method for shifted high-resolution emission fields in ODIAC. The bias correction was applied to multiple cities from the different continents. It is shown that the bias correction to the emission data (elimination of geolocation error in non-point emission source fields) increases the total CO2 emissions within city boundaries by 4.76% on average, due to reduced emissions from non-urban areas to which these emissions were likely to be erroneously attributed.