de.wedoany.com-Bericht: Das Energy Emissions Modeling and Data Lab (EEMDL), eine Kooperation der University of Texas at Austin, der Colorado State University und der Colorado School of Mines, arbeitet an der Entwicklung transparenter Modelle und öffentlicher Datensätze, um eine genauere Treibhausgasbilanzierung in der globalen Öl- und Gas-Lieferkette zu unterstützen. Das Labor ist Teil des Center for Energy and Environmental Systems Analysis (CEESA) der University of Texas at Austin, das Forschende, Postdoktoranden, Studierende und Mitarbeitende aus den Bereichen Methanemissionen, Wasserstoff, Kohlenstoffentfernung und kohlenstoffarme Energiepfade vereint. EEMDL ist eines der Hauptprojekte dieses Zentrums.
Ravikumar weist darauf hin, dass eine zentrale Herausforderung der Methanforschung die Diskrepanz zwischen gemessenen Emissionen und offiziellen Schätzungen ist. Diese Unterschiede resultieren aus der Abhängigkeit traditioneller Inventare von veralteten Emissionsfaktoren und der Schwierigkeit, große, intermittierende Superemittenten-Ereignisse zu erfassen. Die Messtechniken für Methan entwickeln sich rasant weiter; kontinuierliche Monitore, Drohnen, Fahrzeuge, Flugzeuge und Satelliten liefern enorme Mengen an Beobachtungsdaten. Die Herausforderung hat sich von einem Mangel an Daten hin zur Interpretation dieser Messergebnisse verlagert.
Methan ist für Industrie- und Klimaakteure von entscheidender Bedeutung, da es eng mit wirtschaftlichen, regulatorischen, operativen und energiebezogenen Aspekten der Erschwinglichkeit verknüpft ist. Für US-amerikanische Exporteure von verflüssigtem Erdgas (LNG) ist die Methanbilanz aufgrund der Nachfrage europäischer Kunden nach kohlenstoffarmen Lieferketten direkt mit dem Marktzugang verbunden. Sollten Methanintensitätsstandards für LNG-Importe eingeführt werden, würde der Druck zur Emissionsminderung auf die vorgelagerten Produzenten, Pipelinebetreiber und die gesamte Erdgas-Lieferkette ausgeweitet. Die Reduzierung von Methanemissionen kann wertvolles Erdgas im Energiesystem halten und bleibt eine der kostengünstigsten und praktikabelsten Strategien zur Minderung von Treibhausgasemissionen im aktuellen Öl- und Gassektor.
Hinsichtlich der Messmethoden ist die Unterscheidung zwischen Top-down- und Bottom-up-Ansätzen nicht absolut. Bottom-up-Messungen liefern quellspezifische Informationen und können Emissionen einzelner Komponenten oder Anlagen identifizieren, sind jedoch oft zeitaufwändig und decken nur begrenzte Bereiche ab. Top-down-Messungen können schneller größere Gebiete abdecken, liefern aber weniger Details zu den spezifischen Emissionsquellen. Ravikumar betont, dass Methanmessungen als ein multiskaliges System betrachtet werden sollten, das Beobachtungen auf Quellen-, Standort-, Anlagen- und regionaler Ebene umfasst. Nur durch die Integration von Daten aus Satelliten, Flugzeugen, Drohnen, Bodensystemen und kontinuierlichen Monitoren kann ein umfassenderes Verständnis der Methanemissionen erreicht werden.
Ein glaubwürdiges, messungsbasiertes Methaninventar sollte Betriebsdaten, quellspezifische Inventare oder Emissionsfaktoren sowie Messergebnisse verschiedener Technologien auf wissenschaftlich vertretbare Weise integrieren. Für freiwillige Berichtsrahmen wie die Oil and Gas Methane Partnership müssen Unternehmen Messdaten mit quellspezifischen Inventaren kombinieren, um ihre Methanemissionsberichte zu verbessern. Inventare auf Betreiber-, Anlagen- oder Standortebene sollten Messergebnisse mit Betriebswissen und quellspezifischen Informationen kombinieren, um sie zu interpretieren.
Eine der derzeit bemerkenswertesten Arbeiten von EEMDL ist die Integration von Methanmessdaten mit Betriebsinformationen. In Zusammenarbeit mit Betreibern wird eine koordinierte Methodik entwickelt, die Messungen, Betriebswissen und quellspezifische Daten zu den am besten nutzbaren Inventaren auf verschiedenen räumlichen Skalen zusammenführt. Diese Methodik bevorzugt keine einzelne Messtechnik, sondern konzentriert sich darauf, die von jeder Technologie gelieferten Informationen zu verstehen und zu nutzen, um Emissionsinventare zu verbessern. Durch die Zusammenführung von Messwissenschaftlern, Datenanalysten, Inventarentwicklern und Betreibern werden verschiedene Nachweise zu einem kohärenten Bild der Methanemissionen zusammengeführt.
In der praktischen Anwendung kann bei der Erstellung eines Methanemissionsinventars für Tanks ohne Steuerung allein durch Luftmessungen weder die Häufigkeit noch die Dauer der Emissionen bestimmt werden. EEMDL kombiniert daher die Ergebnisse von Luftmessungen mit ingenieurtechnischen Berechnungen, Daten kontinuierlicher Monitore sowie Hintergrundinformationen der Betreiber. Kontinuierliche Monitore helfen, die Häufigkeit und Dauer von Ausgasungsereignissen zu charakterisieren, während Luftmessungen Informationen über die Emissionsraten liefern. Durch die Integration dieser Datenströme entsteht ein genaueres Inventar der Tankemissionen.
Ravikumar sieht den Erfolg darin, Satelliten-, Luftmess-, kontinuierliche Monitordaten, Betriebsdaten und Inventare in einer einzigen Methan-Informationsplattform zu verbinden, die es den Akteuren ermöglicht, Emissionen auf verschiedenen räumlichen und zeitlichen Skalen zu verstehen. Dies würde das Methanmanagement von einer reaktiven hin zu einer prädiktiven und proaktiven Emissionsminderung verlagern. Künstliche Intelligenz und maschinelles Lernen könnten helfen, vorherzusagen, wann und wo Emissionen auftreten, und so Frühwarnungen und vorausschauende Wartung ermöglichen. In den nächsten fünf Jahren wird die Methanminderung zum Kern der Zukunft des Erdgases. Die Politik könnte sich von regelbasierten Vorgaben hin zu flexibleren, leistungsorientierten Rahmenbedingungen entwickeln, die mit Hilfe besserer Messungen und Analysen kosteneffizientere Reduktionsziele ermöglichen.
