We have produced annual estimates of national and global gas flaring and gas flaring efficiency from 1994 through 2008 using low light imaging data acquired by the Defense Meteorological Satellite Program (DMSP). Gas flaring is a widely used practice for the disposal of associated gas in oil production and processing facilities where there is insufficient infrastructure for utilization of the gas (primarily methane). Improved utilization of the gas is key to reducing global carbon emissions to the atmosphere. The DMSP estimates of flared gas volume are based on a calibration developed with a pooled set of reported national gas flaring volumes and data from individual flares. Flaring efficiency was calculated as the volume of flared gas per barrel of crude oil produced. Global gas flaring has remained largely stable over the past fifteen years, in the range of 140 to 170 billion cubic meters (BCM). Global flaring efficiency was in the seven to eight cubic meters per barrel from 1994 to 2005 and declined to 5.6 m3 per barrel by 2008. The 2008 gas flaring estimate of 139 BCM represents 21% of the natural gas consumption of the USA with a potential retail market value of $68 billion. The 2008 flaring added more than 278 million metric tons of carbon dioxide equivalent (CO2e) into the atmosphere. The DMSP estimated gas flaring volumes indicate that global gas flaring has declined by 19% since 2005, led by gas flaring reductions in Russia and Nigeria, the two countries with the highest gas flaring levels. The flaring efficiency of both Russia and Nigeria improved from 2005 to 2008, suggesting that the reductions in gas flaring are likely the result of either improved utilization of the gas, reinjection, or direct venting of gas into the atmosphere, although the effect of uncertainties in the satellite data cannot be ruled out. It is anticipated that the capability to estimate gas flaring volumes based on satellite data will spur improved utilization of gas that was simply burnt as waste in previous years.

Measurements of Pollution in the Troposphere (MOPITT) is a new remote sensing instrument aboard the Earth Observing System (EOS) “Terra” satellite which exploits gas correlation radiometry principles to quantify tropospheric concentrations of carbon monoxide (CO) and methane (CH 4 ). The MOPITT CO retrieval algorithm employs a nonlinear optimal estimation method to iteratively solve for the CO profile which is statistically most consistent with both the satellite‐measured radiances and a priori information. The algorithm's theoretical basis is described in terms of the observed radiances and their weighting functions, the a priori information, and the retrieval averaging kernels. Examples of actual CO retrievals over scenes with contrasting pollution conditions are demonstrated, and interpreted in the context of the retrieval averaging kernels and a priori.

Biomass burning is a major source of pollution in the tropical Southern Hemisphere, and fine mode carbonaceous particles are produced by the same combustion processes that emit carbon monoxide (CO). In this paper we examine these emissions with data from the Terra satellite, CO profiles from the Measurement of Pollution in the Troposphere (MOPITT) instrument, and fine‐mode aerosol optical depth (AOD) from the Moderate‐Resolution Imaging Spectroradiometer (MODIS). The satellite measurements are used in conjunction with calculations from the MOZART chemical transport model to examine the 2003 Southern Hemisphere burning season with particular emphasis on the months of peak fire activity in September and October. Pollutant emissions follow the occurrence of dry season fires, and the temporal variation and spatial distributions of MOPITT CO and MODIS AOD are similar. We examine the outflow from Africa and South America with emphasis on the impact of these emissions on clean remote regions. We present comparisons of MOPITT observations and ground‐based interferometer data from Lauder, New Zealand, which indicate that intercontinental transport of biomass burning pollution from Africa often determines the local air quality. The correlation between enhancements of AOD and CO column for distinct biomass burning plumes is very good with correlation coefficients greater than 0.8. We present a method using MOPITT and MODIS data for estimating the emission ratio of aerosol number density to CO concentration which could prove useful as input to modeling studies. We also investigate decay of plumes from African fires following export into the Indian Ocean and compare the MOPITT and MODIS measurements as a way of estimating the regional aerosol lifetime. Vertical transport of biomass burning emissions is also examined using CO profile information. Low‐altitude concentrations are very high close to source regions, but further downwind of the continents, vertical mixing takes place and results in more even CO vertical distributions. In regions of significant convection, particularly in the equatorial Indian Ocean, the CO mixing ratio is greater at higher altitudes, indicating vertical transport of biomass burning emissions to the upper troposphere.

Abstract Satellite retrievals of carbon monoxide (CO) are routinely assimilated in atmospheric chemistry models to improve air quality forecasts, produce reanalyzes and to estimate emissions. This study applies the quantile‐conserving ensemble filter framework, a novel assimilation algorithm that can deal with non‐Gaussian and modestly nonlinear distributions. Instead of assuming normal distributions like the Ensemble Adjustments Kalman Filter (EAKF), we now apply a bounded normal rank histogram (BNRH) distribution for the prior. The goal is to efficiently estimate bounded quantities such as CO atmospheric mixing ratios and emission fluxes while maintaining the good performance achieved by the EAKF. We contrast assimilating meteorological and MOPITT (Measurement of Pollution in the Troposphere) observations for May 2018. We evaluate the results with the fourth deployment of the NASA Atmospheric Tomography Mission (ATom‐4) airborne field campaign. We also compare simulations with CO tropospheric columns from the network for the detection of atmospheric composition change and surface in‐situ observations from NOAA carbon cycle greenhouse gases. While the differences remain small, the BNRH approach clearly works better than the EAKF in comparison to all observation data sets.