対流圏監視装置（TROPOMI）は全球の一酸化炭素（CO）全気柱量を反復測定しているが、産業由来COの研究は一般に既知の都市や施設を起点としているため、増強が全球のどこで繰り返し発生しているかを発見する汎用的な手法が必要である。本研究では、施設座標を用いずに探索する自動化ワークフローを開発した。弱教師ありモデルによって局所的なCO増強を含む観測シーンを選別した後、補正済みCOピクセルからその領域を画定し、同一の衛星通過内で重複する検出結果を統合するとともに、異なる日付における近傍の増強を発生源候補地域としてグループ化する。その後に初めて、産業施設および活動中の火災に関する情報を導入し、産業との関連性を評価する。Polygon-CSFは、増強域の形状と風況が断面計算に適する場合に限り、瞬間排出速度を推定する。2020年から2023年までの20,279件のTROPOMIレベル2 COプロダクトファイルに本ワークフローを適用した結果、25,587件の独立した増強観測と13,363か所の発生源候補地域が特定された。このうち4,986地域は少なくとも2回、168地域は少なくとも10回観測され、後者のうち134地域は4年間すべてで検出された。近傍に産業施設の記録が存在する割合は、観測が1回のみの地域では38.1％であったのに対し、少なくとも10回観測された地域では81.0％に上昇した。産業由来であることを示す証拠が最も強い180地域のうち、136地域には複数種類の産業施設が存在した。条件を満たす場合、Polygon-CSFにより177地域にわたって512件の瞬間排出速度推定値が得られ、地域単位の中央値は35.0 Mg h⁻¹であった。全球のCO増強の自動検出、産業由来の帰属、および条件付きの排出速度定量化を連結することにより、本ワークフローは検証と継続的監視を優先すべき産業地域を特定する。
https://doi.org/10.31223/x5xj6k