El modelo X-STILT (Column-Stochastic Time-Inverted Lagrangian Transport) está diseñado específicamente para simular concentraciones de columna de gases traza atmosféricos. Su aplicación es crucial en campos como las ciencias de la Tierra, la atmósfera y la investigación del ciclo del carbono.

Plataformas de observación y especies gaseosas soportadas

El sistema se integra con diversas fuentes de datos satelitales y terrestres avanzadas:

• OCO-2 y OCO-3 (XCO2): Satélites de la NASA para mediciones de alta precisión de la concentración de columna de dióxido de carbono (XCO2).
• TROPOMI (CO, CH4, NO2): Instrumento de la ESA para observaciones troposféricas. X-STILT puede procesar datos de monóxido de carbono (CO), metano (CH4) y dióxido de nitrógeno (NO2). El módulo especializado para NO2 se denomina STILT-NOx, considerando su reactividad química.
• TCCON: Red global de espectrómetros terrestres para validación de datos satelitales. El modelo simula concentraciones de columna de CO2, CO, N2O y CH4 mediante el script run_xstilt_tccon.r.
• EM27/SUN: Espectrómetro terrestre portátil con funcionalidad en desarrollo.
• Simulaciones de columna ideales: Permiten realizar cálculos teóricos proporcionando coordenadas y tiempo, sin aplicar kernels de promediado satelital (AK).

Funcionalidades centrales en el repositorio de código

La biblioteca incluye scripts en lenguaje R para tareas científicas diversas:

1. Cálculo de trayectorias hacia atrás y mapas de influencia (run_xstilt.r): Genera trayectorias reversas desde una columna atmosférica y calcula los footprints de columna, los cuales cuantifican la sensibilidad de una observación a las emisiones de origen ascendente.
2. Simulación de trayectorias hacia adelante y determinación del fondo (compute_bg.r): Realiza simulaciones temporales hacia adelante desde áreas circundantes para calcular el fondo atmosférico. La resta del fondo de la concentración total obtenida del satélite proporciona el exceso (enhancement) atribuible a emisiones locales.
3. Estimación de incertidumbres (run_xstilt.r): Evalúa errores en campos de viento y altura de la capa límite planetaria, propagándolos hacia incertidumbres en XCO2 calculado.
4. Simulación de concentraciones para múltiples satélites (run_sim_multi.r): Genera valores simulados de CO2, CO, CH4 y NO2 para puntos de observación específicos (soundings) de OCO-2/3 y TROPOMI.

Instalación y configuración del modelo

Proceso de descarga e instalación

X-STILT se basa en las bibliotecas STILT-R versión 2 y HYSPLITv5, incluidas como submódulos. La instalación se ejecuta mediante:

cd /ruta/de/trabajo/
git clone --recursive https://github.com/uataq/X-STILT.git

El indicador --recursive asegura la descarga de todos los componentes necesarios. Al iniciar el script principal run_xstilt.r, se detectan e instalan automáticamente los paquetes de R requeridos (versión 3.5.0 o superior) y se compila el núcleo Fortran de HYSPLITv5.

source activate entorno_stilt
cd /ruta/de/trabajo/X-STILT/
Rscript run_xstilt.r

En caso de errores con paquetes como geosphere, se puede instalar mediante conda o R directamente.

Requisitos previos y preparación de datos

La ejecución de X-STILT depende de datos externos, categorizados según el objetivo de investigación:

Simulaciones dependientes de satélite

Para integrar datos satelitales reales (por ejemplo, OCO-2 Lite o TROPOMI Nivel 2), se deben configurar parámetros como el tipo de sensor, versión de datos, especie gaseosa y rutas de archivos. El modelo utiliza kernels de promediado (AK) y funciones de peso por presión para transformar footprints 3D en footprints de columna 2D.

Simulaciones ideales sin satélite

Requieren un archivo CSV con datos del receptor (longitud, latitud, tiempo), como el ejemplo receptor_demo.csv proporcionado.

Datos meteorológicos (obligatorios)

Se necesitan campos de viento en formato ARL (por ejemplo, NARR o GDAS de NOAA). Datos de WRF deben convertirse previamente a este formato.

Cálculo de incrementos de columna (opcional)

Para cuantificar el exceso debido a emisiones, se emplean inventarios como ODIAC (1 km, formato TIF), especificando su ruta en el código.

Análisis de errores de transporte (opcional)

Se requieren datos de radiosondeos (formato FSL) y datos de Carbon-Tracker para el fondo global de CO2.

Análisis de errores de emisiones (opcional)

Se pueden incorporar múltiples inventarios (FFDAS, EDGAR) para evaluar la incertidumbre en las emisiones previas.

Obtención de footprints de columna

Concepto fundamnetal: footprint de columna

Expresado en unidades [ppm / (μmol m⁻² s⁻¹)], el footprint representa la sensibilidad fuente-receptor. Es una matriz jacobiana que mapea cómo un cambio en el flujo de emisiones en la superficie afecta la concentración de columna observada. Al multiplicarlo por inventarios de emisiones, se estima el incremento de gases de efecto invernadero.

Flujo de trabajo en run_xstilt.r

El script principal se modifica para ejecutar seis pasos clave:

1. Selección de pasada satelital: Se define el evento de observación, ya sea manualmente o mediante búsqueda automática en un dominio espacial amplio y un área cercana central.
2. Configuración de banderas lógicas: Se activan interruptores como run_trajec para cálculo de trayectorias hacia atrás, run_foot para footprints ponderados verticalmante, o run_sim para simular concentraciones finales (requiere footprints precalculados).
3. Parámetros de receptores de columna: Se establecen la altura máxima de la columna, espaciado vertical, número de partículas por capa y distribución de receptores, con optimización para la zona cercana.
4. Ajuste de campos meteorológicos: Se especifican las fuentes de datos en formato ARL.
5. Resolución y extensión espacial del footprint: Se define la grilla de salida, permitiendo generar múltiples formatos de footprint a partir del mismo conjunto de trayectorias.
6. Configuración de cálculo paralelo SLURM: Se habilita el uso de clústeres de alto rendimiento para acelerar los cálculos intensivos.

Determinación de la concentración de fondo (XCO2)

Para separar el fondo de la señal de emisiones locales, el modelo emplea el método M3 (Wu et al., 2018), que calcula un fondo dinámico para cada sobrevuelo satelital. La metodología implica:

• Liberar partículas virtuales hacia adelante en el tiempo desde una fuente urbana para modelar la pluma contaminante.
• Utilizar estimación de densidad kernel 2D para delimitar la pluma.
• Considerar las observaciones satelitales fuera de la pluma como valores de fondo.

El script compute_bg.r gestiona este proceso mediante banderas como run_trajec para trayectorias hacia adelante, run_for_err para incluir errores de viento, y run_bg para calcular el fondo final. Los resultados se almacenan y visualizan automáticamente.

Estimación de errores de transporte

La principal fuente de incertidumbre radica en la precisión de los campos de viento. X-STILT utiliza un enfoque de propagación de errores en lugar de conjuntos de modelos múltiples. Se inyectan perturbaciones aleatorias en las componentes de velocidad del viento (u-v) basadas en escalas espaciales y temporales específicas, propagando las incertidumbres desde la altura de liberación hasta la concentración de columna final.

Por ejemplo, al comparar trayectorias sin errores (trayectorias concentradas) con trayectorias que incluyen errores (dispersas), se observa que la incertidumbre en la ubicación de la fuente se acumula con el tiempo de retroceso. Esto se cuantifica ejecutando pasos secuenciales: primero con la bandera run_hor_err activada para generar trayectorias con errores, y luego con run_sim para calcular las discrepancias resultantes en XCO2.

El aálisis puede extenderse a errores verticales modificando la altura de la capa de mezcla, o a errores de emisiones comparando diferentes inventarios de emisiones.