Abstract. Understanding and quantifying the global methane (CH4) budget is important for assessing realistic pathways to mitigate climate change. Atmospheric emissions and concentrations of CH4 continue to increase, making CH4 the second most important human-influenced greenhouse gas in terms of climate forcing, after carbon dioxide (CO2). The relative importance of CH4 compared to CO2 depends on its shorter atmospheric lifetime, stronger warming potential, and variations in atmospheric growth rate over the past decade, the causes of which are still debated. Two major challenges in reducing uncertainties in the atmospheric growth rate arise from the variety of geographically overlapping CH4 sources and from the destruction of CH4 by short-lived hydroxyl radicals (OH). To address these challenges, we have established a consortium of multidisciplinary scientists under the umbrella of the Global Carbon Project to synthesize and stimulate new research aimed at improving and regularly updating the global methane budget. Following Saunois et al. (2016), we present here the second version of the living review paper dedicated to the decadal methane budget, integrating results of top-down studies (atmospheric observations within an atmospheric inverse-modelling framework) and bottom-up estimates (including process-based models for estimating land surface emissions and atmospheric chemistry, inventories of anthropogenic emissions, and data-driven extrapolations). For the 2008–2017 decade, global methane emissions are estimated by atmospheric inversions (a top-down approach) to be 576 Tg CH4 yr−1 (range 550–594, corresponding to the minimum and maximum estimates of the model ensemble). Of this total, 359 Tg CH4 yr−1 or ∼ 60 % is attributed to anthropogenic sources, that is emissions caused by direct human activity (i.e. anthropogenic emissions; range 336–376 Tg CH4 yr−1 or 50 %–65 %). The mean annual total emission for the new decade (2008–2017) is 29 Tg CH4 yr−1 larger than our estimate for the previous decade (2000–2009), and 24 Tg CH4 yr−1 larger than the one reported in the previous budget for 2003–2012 (Saunois et al., 2016). Since 2012, global CH4 emissions have been tracking the warmest scenarios assessed by the Intergovernmental Panel on Climate Change. Bottom-up methods suggest almost 30 % larger global emissions (737 Tg CH4 yr−1, range 594–881) than top-down inversion methods. Indeed, bottom-up estimates for natural sources such as natural wetlands, other inland water systems, and geological sources are higher than top-down estimates. The atmospheric constraints on the top-down budget suggest that at least some of these bottom-up emissions are overestimated. The latitudinal distribution of atmospheric observation-based emissions indicates a predominance of tropical emissions (∼ 65 % of the global budget, < 30∘ N) compared to mid-latitudes (∼ 30 %, 30–60∘ N) and high northern latitudes (∼ 4 %, 60–90∘ N). The most important source of uncertainty in the methane budget is attributable to natural emissions, especially those from wetlands and other inland waters. Some of our global source estimates are smaller than those in previously published budgets (Saunois et al., 2016; Kirschke et al., 2013). In particular wetland emissions are about 35 Tg CH4 yr−1 lower due to improved partition wetlands and other inland waters. Emissions from geological sources and wild animals are also found to be smaller by 7 Tg CH4 yr−1 by 8 Tg CH4 yr−1, respectively. However, the overall discrepancy between bottom-up and top-down estimates has been reduced by only 5 % compared to Saunois et al. (2016), due to a higher estimate of emissions from inland waters, highlighting the need for more detailed research on emissions factors. Priorities for improving the methane budget include (i) a global, high-resolution map of water-saturated soils and inundated areas emitting methane based on a robust classification of different types of emitting habitats; (ii) further development of process-based models for inland-water emissions; (iii) intensification of methane observations at local scales (e.g., FLUXNET-CH4 measurements) and urban-scale monitoring to constrain bottom-up land surface models, and at regional scales (surface networks and satellites) to constrain atmospheric inversions; (iv) improvements of transport models and the representation of photochemical sinks in top-down inversions; and (v) development of a 3D variational inversion system using isotopic and/or co-emitted species such as ethane to improve source partitioning. The data presented here can be downloaded from https://doi.org/10.18160/GCP-CH4-2019 (Saunois et al., 2020) and from the Global Carbon Project.

Abstract. The global methane (CH4) budget is becoming an increasingly important component for managing realistic pathways to mitigate climate change. This relevance, due to a shorter atmospheric lifetime and a stronger warming potential than carbon dioxide, is challenged by the still unexplained changes of atmospheric CH4 over the past decade. Emissions and concentrations of CH4 are continuing to increase, making CH4 the second most important human-induced greenhouse gas after carbon dioxide. Two major difficulties in reducing uncertainties come from the large variety of diffusive CH4 sources that overlap geographically, and from the destruction of CH4 by the very short-lived hydroxyl radical (OH). To address these difficulties, we have established a consortium of multi-disciplinary scientists under the umbrella of the Global Carbon Project to synthesize and stimulate research on the methane cycle, and producing regular (∼ biennial) updates of the global methane budget. This consortium includes atmospheric physicists and chemists, biogeochemists of surface and marine emissions, and socio-economists who study anthropogenic emissions. Following Kirschke et al. (2013), we propose here the first version of a living review paper that integrates results of top-down studies (exploiting atmospheric observations within an atmospheric inverse-modelling framework) and bottom-up models, inventories and data-driven approaches (including process-based models for estimating land surface emissions and atmospheric chemistry, and inventories for anthropogenic emissions, data-driven extrapolations). For the 2003–2012 decade, global methane emissions are estimated by top-down inversions at 558 Tg CH4 yr−1, range 540–568. About 60 % of global emissions are anthropogenic (range 50–65 %). Since 2010, the bottom-up global emission inventories have been closer to methane emissions in the most carbon-intensive Representative Concentrations Pathway (RCP8.5) and higher than all other RCP scenarios. Bottom-up approaches suggest larger global emissions (736 Tg CH4 yr−1, range 596–884) mostly because of larger natural emissions from individual sources such as inland waters, natural wetlands and geological sources. Considering the atmospheric constraints on the top-down budget, it is likely that some of the individual emissions reported by the bottom-up approaches are overestimated, leading to too large global emissions. Latitudinal data from top-down emissions indicate a predominance of tropical emissions (∼ 64 % of the global budget, < 30° N) as compared to mid (∼ 32 %, 30–60° N) and high northern latitudes (∼ 4 %, 60–90° N). Top-down inversions consistently infer lower emissions in China (∼ 58 Tg CH4 yr−1, range 51–72, −14 %) and higher emissions in Africa (86 Tg CH4 yr−1, range 73–108, +19 %) than bottom-up values used as prior estimates. Overall, uncertainties for anthropogenic emissions appear smaller than those from natural sources, and the uncertainties on source categories appear larger for top-down inversions than for bottom-up inventories and models. The most important source of uncertainty on the methane budget is attributable to emissions from wetland and other inland waters. We show that the wetland extent could contribute 30–40 % on the estimated range for wetland emissions. Other priorities for improving the methane budget include the following: (i) the development of process-based models for inland-water emissions, (ii) the intensification of methane observations at local scale (flux measurements) to constrain bottom-up land surface models, and at regional scale (surface networks and satellites) to constrain top-down inversions, (iii) improvements in the estimation of atmospheric loss by OH, and (iv) improvements of the transport models integrated in top-down inversions. The data presented here can be downloaded from the Carbon Dioxide Information Analysis Center (http://doi.org/10.3334/CDIAC/GLOBAL_METHANE_BUDGET_2016_V1.1) and the Global Carbon Project.

Our ability to close the Earth's carbon budget and predict feedbacks in a warming climate depends critically on knowing where, when and how carbon dioxide is exchanged between the land and atmosphere. Terrestrial gross primary production (GPP) constitutes the largest flux component in the global carbon budget, however significant uncertainties remain in GPP estimates and its seasonality. Empirically, we show that global spaceborne observations of solar induced chlorophyll fluorescence – occurring during photosynthesis – exhibit a strong linear correlation with GPP. We found that the fluorescence emission even without any additional climatic or model information has the same or better predictive skill in estimating GPP as those derived from traditional remotely-sensed vegetation indices using ancillary data and model assumptions. In boreal summer the generally strong linear correlation between fluorescence and GPP models weakens, attributable to discrepancies in savannas/croplands (18–48% higher fluorescence-based GPP derived by simple linear scaling), and high-latitude needleleaf forests (28–32% lower fluorescence). Our results demonstrate that retrievals of chlorophyll fluorescence provide direct global observational constraints for GPP and open an entirely new viewpoint on the global carbon cycle. We anticipate that global fluorescence data in combination with consolidated plant physiological fluorescence models will be a step-change in carbon cycle research and enable an unprecedented robustness in the understanding of the current and future carbon cycle.

Significance Global food and biofuel production and their vulnerability in a changing climate are of paramount societal importance. However, current global model predictions of crop photosynthesis are highly uncertain. Here we demonstrate that new space-based observations of chlorophyll fluorescence, an emission intrinsically linked to plant biochemistry, enable an accurate, global, and time-resolved measurement of crop photosynthesis, which is not possible from any other remote vegetation measurement. Our results show that chlorophyll fluorescence data can be used as a unique benchmark to improve our global models, thus providing more reliable projections of agricultural productivity and climate impact on crop yields. The enormous increase of the observational capabilities for fluorescence in the very near future strengthens the relevance of this study.

Abstract. This work describes the NASA Atmospheric CO2 Observations from Space (ACOS) XCO2 retrieval algorithm, and its performance on highly realistic, simulated observations. These tests, restricted to observations over land, are used to evaluate retrieval errors in the face of realistic clouds and aerosols, polarized non-Lambertian surfaces, imperfect meteorology, and uncorrelated instrument noise. We find that post-retrieval filters are essential to eliminate the poorest retrievals, which arise primarily due to imperfect cloud screening. The remaining retrievals have RMS errors of approximately 1 ppm. Modeled instrument noise, based on the Greenhouse Gases Observing SATellite (GOSAT) in-flight performance, accounts for less than half the total error in these retrievals. A small fraction of unfiltered clouds, particularly thin cirrus, lead to a small positive bias of ~0.3 ppm. Overall, systematic errors due to imperfect characterization of clouds and aerosols dominate the error budget, while errors due to other simplifying assumptions, in particular those related to the prior meteorological fields, appear small.

Abstract. Globally mapped terrestrial chlorophyll fluorescence retrievals are of high interest because they can provide information on the functional status of vegetation including light-use efficiency and global primary productivity that can be used for global carbon cycle modeling and agricultural applications. Previous satellite retrievals of fluorescence have relied solely upon the filling-in of solar Fraunhofer lines that are not significantly affected by atmospheric absorption. Although these measurements provide near-global coverage on a monthly basis, they suffer from relatively low precision and sparse spatial sampling. Here, we describe a new methodology to retrieve global far-red fluorescence information; we use hyperspectral data with a simplified radiative transfer model to disentangle the spectral signatures of three basic components: atmospheric absorption, surface reflectance, and fluorescence radiance. An empirically based principal component analysis approach is employed, primarily using cloudy data over ocean, to model and solve for the atmospheric absorption. Through detailed simulations, we demonstrate the feasibility of the approach and show that moderate-spectral-resolution measurements with a relatively high signal-to-noise ratio can be used to retrieve far-red fluorescence information with good precision and accuracy. The method is then applied to data from the Global Ozone Monitoring Instrument 2 (GOME-2). The GOME-2 fluorescence retrievals display similar spatial structure as compared with those from a simpler technique applied to the Greenhouse gases Observing SATellite (GOSAT). GOME-2 enables global mapping of far-red fluorescence with higher precision over smaller spatial and temporal scales than is possible with GOSAT. Near-global coverage is provided within a few days. We are able to show clearly for the first time physically plausible variations in fluorescence over the course of a single month at a spatial resolution of 0.5° × 0.5°. We also show some significant differences between fluorescence and coincident normalized difference vegetation indices (NDVI) retrievals.

INTRODUCTION Reliable estimation of gross primary production (GPP) from landscape to global scales is pivotal to a wide range of ecological research areas, such as carbon-climate feedbacks, and agricultural applications, such as crop yield and drought monitoring. However, measuring GPP at these scales remains a major challenge. Solar-induced chlorophyll fluorescence (SIF) is a signal emitted directly from the core of photosynthetic machinery. SIF integrates complex plant physiological functions in vivo to reflect photosynthetic dynamics in real time. The advent of satellite SIF observation promises a new era in global photosynthesis research. The Orbiting Carbon Observatory-2 (OCO-2) SIF product is a serendipitous but critically complementary by-product of OCO-2’s primary mission target—atmospheric column CO 2 ( X CO 2 ). OCO-2 SIF removes some important roadblocks that prevent wide and in-depth applications of satellite SIF data sets and offers new opportunities for studying the SIF-GPP relationship and vegetation functional gradients at different spatiotemporal scales. RATIONALE Compared with earlier satellite missions with SIF capability, the OCO-2 SIF product has substantially improved spatial resolution, data acquisition, and retrieval precision. These improvements allow satellite SIF data to be validated, for the first time, directly against ground and airborne measurements and also used to investigate the SIF-GPP relationship and terrestrial ecosystem functional dynamics with considerably better spatiotemporal credibility. RESULTS Coordinated airborne measurements of SIF with the Chlorophyll Fluorescence Imaging Spectrometer (CFIS) were used to validate OCO-2 retrievals. The validation shows close agreement between OCO-2 and CFIS SIF, with a regression slope of 1.02 and R 2 of 0.71. Landscape gradients in SIF emission, corresponding to differences in vegetation types, were clearly delineated by OCO-2, a capability that was lacking in previous satellite missions. The SIF-GPP relationships at eddy covariance flux sites in the vicinity of OCO-2 orbital tracks were found to be more consistent across biomes than previously suggested. Finally, empirical orthogonal function (EOF) analyses on OCO-2 SIF and available GPP products show highly consistent spatiotemporal correspondence in their leading EOF modes across the globe, suggesting that SIF and GPP are governed by similar dynamics and controlled by similar environmental and biological conditions. CONCLUSION OCO-2 represents a major advance in satellite SIF remote sensing. Our analyses suggest that SIF is a powerful proxy for GPP at multiple spatiotemporal scales and that high-quality satellite SIF is of central importance to studying terrestrial ecosystems and the carbon cycle. Although the possibility of a universal SIF-GPP relationship across different biome types cannot be dismissed, in-depth process-based studies are needed to unravel the true nature of covariations between SIF and GPP. Of critical importance in such efforts are the potential coordinated dynamics between the light-use efficiencies of CO 2 assimilation and fluorescence emission in response to changes in climate and vegetation characteristics. Eventual synergistic uses of SIF with atmospheric CO 2 enabled by OCO-2 will lead to more reliable estimates of terrestrial carbon sources and sinks—when, where, why, and how carbon is exchanged between land and atmosphere—as well as a deeper understanding of carbon-climate feedbacks. The marked ecological gradients depicted by OCO-2’s high-resolution SIF measurements along a transect of temperate deciduous forests, crops, and urban area from Indiana to suburban Chicago, Illinois.

Methane retrievals from the Scanning Imaging Absorption Spectrometer for Atmospheric Chartography (SCIAMACHY) instrument onboard ENVISAT provide important information on atmospheric CH 4 sources, particularly in tropical regions which are poorly monitored by in situ surface observations. Recently, Frankenberg et al. (2008a, 2008b) reported a major revision of SCIAMACHY retrievals due to an update of spectroscopic parameters of water vapor and CH 4 . Here, we analyze the impact of this revision on global and regional CH 4 emissions estimates in 2004, using the TM5‐4DVAR inverse modeling system. Inversions based on the revised SCIAMACHY retrievals yield ∼20% lower tropical emissions compared to the previous retrievals. The new retrievals improve significantly the consistency between observed and assimilated column average mixing ratios and the agreement with independent validation data. Furthermore, the considerable latitudinal and seasonal bias correction of the previous SCIAMACHY retrievals, derived in the TM5‐4DVAR system by simultaneously assimilating high‐accuracy surface measurements, is reduced by a factor of ∼3. The inversions result in significant changes in the spatial patterns of emissions and their seasonality compared to the bottom‐up inventories. Sensitivity tests were done to analyze the robustness of retrieved emissions, revealing some dependence on the applied a priori emission inventories and OH fields. Furthermore, we performed a detailed validation of simulated CH 4 mixing ratios using NOAA ship and aircraft profile samples, as well as stratospheric balloon samples, showing overall good agreement. We use the new SCIAMACHY retrievals for a regional analysis of CH 4 emissions from South America, Africa, and Asia, exploiting the zooming capability of the TM5 model. This allows a more detailed analysis of spatial emission patterns and better comparison with aircraft profiles and independent regional emission estimates available for South America. Large CH 4 emissions are attributed to various wetland regions in tropical South America and Africa, seasonally varying and opposite in phase with CH 4 emissions from biomass burning. India, China and South East Asia are characterized by pronounced emissions from rice paddies peaking in the third quarter of the year, in addition to further anthropogenic emissions throughout the year.

[1] The column-average dry air mole fractions of atmospheric carbon dioxide and methane and are inferred from observations of backscattered sunlight conducted by the Greenhouse gases Observing SATellite (GOSAT). Comparing the first year of GOSAT retrievals over land with colocated ground-based observations of the Total Carbon Column Observing Network (TCCON), we find an average difference (bias) of −0.05% and −0.30% for and with a station-to-station variability (standard deviation of the bias) of 0.37% and 0.26% among the 6 considered TCCON sites. The root-mean square deviation of the bias-corrected satellite retrievals from colocated TCCON observations amounts to 2.8 ppm for and 0.015 ppm for Without any data averaging, the GOSAT records reproduce general source/sink patterns such as the seasonal cycle of suggesting the use of the satellite retrievals for constraining surface fluxes.

The recent advent of very high spectral resolution measurements by the Fourier Transform Spectrometer (FTS) on board the Greenhouse gases Observing SATellite (GOSAT) platform has made possible the retrieval of sun-induced terrestrial chlorophyll fluorescence (Fs) on a global scale. The basis for this retrieval is the modeling of the in-filling of solar Fraunhofer lines by fluorescence. This contribution to the field of space-based carbon cycle science presents an alternative method for the retrieval of Fs from the Fraunhofer lines resolved by GOSAT-FTS measurements. The method is based on a linear forward model derived by a singular vector decomposition technique, which enables a fast and robust inversion of top-of-atmosphere radiance spectra. Retrievals are performed in two spectral micro-windows (∼ 2–3 nm width) containing several strong Fraunhofer lines. The statistical nature of this approach allows to avoid potential retrieval errors associated with the modeling of the instrument line shape or with a given extraterrestrial solar irradiance data set. The method has been tested on 22 consecutive months of global GOSAT-FTS measurements. The fundamental basis of this Fs retrieval approach and the results from the analysis of the global Fs data set produced with it are described in this work. Among other findings, the data analysis has shown (i) a very good comparison of Fs intensity levels and spatial patterns with the state-of-the-art physically-based Fs retrieval approach described in Frankenberg et al. (2011a), (ii) the overall good agreement between Fs annual and seasonal patterns and other space-based vegetation parameters, (iii) the need for a biome-dependent scaling from Fs to gross primary production, and (iv) the apparent existence of strong directional effects in the Fs emission from forest canopies. These results reinforce the confidence in the feasibility of Fs retrievals with GOSAT-FTS and open several points for future research in this emerging field.