| 基于OCO-2卫星重构的中国地区高覆盖XCO2时空分布特征 |
| |
| 引用本文： | 陆婋泉,李波,方凯杰,周雨奇,程含渺.基于OCO-2卫星重构的中国地区高覆盖XCO2时空分布特征[J].环境监控与预警,2024(1):1-11. |
| |
| 作者姓名： | 陆婋泉 李波 方凯杰 周雨奇 程含渺 |
| |
| 作者单位： | 国网江苏省电力有限公司营销服务中心 |
| |
| 基金项目： | 国网江苏省电力有限公司科技项目基金资助项目（J2022091） |
| |
| 摘 要： | 卫星遥感技术是深入了解大气二氧化碳（CO2）时空分布特征的重要手段之一，由于探测技术的限制，目前基于卫星遥感观测数据反演的CO2产品的空间覆盖度较低，数据缺失严重，不足以反映CO2浓度的空间分布情况。现基于轨道碳观测卫星-2 （OCO-2）、哨兵5P （Sentinel-5P）、美国CO2同化模拟系统（Carbon Tracker）和欧洲中期天气预报中心第5代（ERA-5）气象再分析数据，结合时间序列拟合估算模型和随机森林算法，重构了2019—2022年中国地区高精度（0.05°×0.05°）大气CO2平均干空气混合比（XCO2），分析了中国地区CO2时空变化特征。与OCO-2和Carbon Tracker对比结果显示，重构得到的XCO2与OCO-2的观测结果一致性更高，均方根误差为1.05 ×10-6，决定系数高达0.96，可以在较高空间分辨率上体现中国地区XCO2的时空分布情况。基于重构的XCO2数据得知，中国地区XCO2呈现明显的季节性波动，XCO2呈冬春高、夏秋低的特征；2019—2022年，中国地区XCO2呈现逐年上升的趋势，增长率达到（2.41±0.01）×10-6/a，但近年来增长速率有所降低；从空间分布来看，中国东部、北部、中部地区的XCO2显著高于其他地区，且增长率也较高；进一步分析中国典型经济区的XCO2发现，杭州、天津、成都的XCO2在各经济区内的增长最为迅速。研究成果可为碳监测研究、碳排放清单验证、碳排放管理、温室气体减排等研究提供重要的数据支撑。
|
| 关 键 词： | 二氧化碳平均干空气混合比 重构 分布特征 随机森林 |
| 收稿时间： | 2023/6/27 0:00:00 |
| 修稿时间： | 2023/12/15 0:00:00 |
Spatiotemporal Distribution of High Coverage XCO2 Reconstructed from OCO-2 Satellite Data in China |
| |
| LU Xiaoquan,LI Bo,FANG Kaijie,ZHOU Yuqi,CHENG Hanmiao.Spatiotemporal Distribution of High Coverage XCO2 Reconstructed from OCO-2 Satellite Data in China[J].Environmental Monitoring and Forewarning,2024(1):1-11. |
| |
| Authors: | LU Xiaoquan LI Bo FANG Kaijie ZHOU Yuqi CHENG Hanmiao |
| |
| Institution: | State Grid Jiangsu Marketing Service Center |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《环境监控与预警》浏览原始摘要信息 |
| 点击此处可从《环境监控与预警》下载免费的PDF全文 |
