De acordo com pt.wedoany.com-O Laboratório de Modelagem e Dados de Emissões de Energia (EEMDL), uma colaboração entre a Universidade do Texas em Austin, a Universidade Estadual do Colorado e a Escola de Minas do Colorado, está dedicado ao desenvolvimento de modelos transparentes e conjuntos de dados públicos para apoiar uma contabilidade mais precisa de gases de efeito estufa na cadeia de suprimentos global de petróleo e gás. O laboratório faz parte do Centro de Análise de Sistemas de Energia e Meio Ambiente (CEESA) da Universidade do Texas em Austin, que reúne professores, pós-doutorandos, estudantes e funcionários que pesquisam áreas como emissões de metano, hidrogênio, remoção de carbono e caminhos de energia de baixo carbono. O EEMDL é um dos principais projetos do centro.
Ravikumar aponta que um dos principais desafios na pesquisa de metano é a lacuna entre as emissões medidas e as estimativas dos inventários oficiais. Essa diferença decorre do fato de que os inventários tradicionais dependem de fatores de emissão desatualizados e têm dificuldade em capturar eventos de superemissões grandes e intermitentes. As tecnologias de medição de metano estão evoluindo rapidamente, com monitores contínuos, drones, veículos, aeronaves e satélites gerando grandes volumes de dados observacionais. O desafio mudou da falta de dados para como interpretar essas medições.
O metano é crucial para as partes interessadas da indústria e do clima devido à sua estreita relação com negócios, regulação, operações e acessibilidade energética. Para os exportadores de gás natural liquefeito (GNL) dos EUA, a demanda dos clientes europeus por cadeias de suprimento de baixo carbono torna o desempenho do metano diretamente ligado ao acesso ao mercado. Se forem implementados padrões de intensidade de metano para importações de GNL, a pressão para redução de emissões se estenderá aos produtores upstream, operadores de gasodutos e toda a cadeia de suprimento de gás natural. A redução de emissões de metano pode reter gás natural valioso no sistema energético e continua sendo uma das estratégias de mitigação de gases de efeito estufa mais viáveis e de menor custo no setor de petróleo e gás.
Em termos de métodos de medição, a divisão entre abordagens top-down e bottom-up não é absoluta. As medições bottom-up fornecem informações específicas da fonte, identificando emissões de componentes ou equipamentos individuais, mas geralmente são demoradas e têm cobertura limitada. As medições top-down podem cobrir áreas maiores mais rapidamente, mas fornecem menos detalhes sobre fontes específicas. Ravikumar enfatiza que a medição de metano deve ser vista como um sistema multiescala, abrangendo observações em nível de fonte, local, instalação e regional. A integração de dados de satélites, aeronaves, drones, sistemas terrestres e monitores contínuos é necessária para uma compreensão mais abrangente das emissões de metano.
Um inventário de metano baseado em medições confiável deve integrar dados operacionais, inventários específicos da fonte ou fatores de emissão, e resultados de medições de diferentes tecnologias de forma cientificamente defensável. Para estruturas de relatórios voluntários, como a Parceria de Metano de Petróleo e Gás (Oil and Gas Methane Partnership), as empresas precisam combinar dados de medição com inventários específicos da fonte para melhorar seus relatórios de emissões de metano. Os inventários em nível de operador, ativo ou instalação devem interpretar os resultados das medições em conjunto com o conhecimento operacional e informações em nível de fonte.
Um dos trabalhos mais notáveis do EEMDL atualmente é a integração de dados de medição de metano com informações operacionais. Em colaboração com operadores, o laboratório desenvolve métodos de coordenação que combinam medições, conhecimento operacional e dados específicos da fonte em inventários mais utilizáveis em diferentes escalas espaciais. Essa abordagem não favorece nenhuma tecnologia de medição específica, mas concentra-se em entender as informações que cada tecnologia fornece e como usá-las para melhorar os inventários de emissões. Ao reunir cientistas de medição, analistas de dados, desenvolvedores de inventários e operadores, o EEMDL integra múltiplas evidências em um quadro coerente de emissões de metano.
Na prática, ao desenvolver um inventário de emissões de metano para tanques de armazenamento não controlados, apenas medições aéreas não podem determinar a frequência ou duração das emissões. O EEMDL combina resultados de medições aéreas com cálculos baseados em engenharia, dados de monitoramento contínuo e informações contextuais dos operadores. Monitores contínuos ajudam a caracterizar a frequência e duração de eventos de flash, enquanto medições aéreas fornecem informações sobre taxas de emissão. A integração desses fluxos de dados resulta em um inventário mais preciso das emissões dos tanques.
Ravikumar vislumbra que o sucesso significa conectar satélites, medições aéreas, monitores contínuos, dados operacionais e inventários em uma única plataforma de inteligência de metano, ajudando as partes interessadas a entender as emissões em diferentes escalas espaciais e temporais. Isso permite que a gestão do metano passe de uma abordagem reativa para uma abordagem preditiva e proativa. A inteligência artificial e o aprendizado de máquina podem ajudar a prever quando e onde as emissões ocorrerão, permitindo alertas precoces e manutenção preditiva. Nos próximos cinco anos, a redução de emissões de metano está se tornando central para o futuro do gás natural. As políticas podem evoluir de regras de comando e controle para estruturas baseadas em desempenho mais flexíveis, aproveitando melhores medições e análises para alcançar metas de redução de emissões mais econômicas.
