基于多源碳卫星融合产品的中国地区XCO2与人为CO2排放时空变化

准确评估大气CO₂浓度和人为CO₂排放时空变化对于减缓温室气体排放导致的气候变化至关重要,因此,本文基于GOSAT和OCO-2卫星数据融合生成的全球长时间序列、时空连续的Mapping-XCO₂产品,研究2010～2020年中国大气CO₂柱浓度(XCO₂)时空变化特征以及卫星监测人为CO₂排放能力.结果表明:Mapping-XCO₂与中国大气本底站观测存在较高的一致性,具有良好的适用性;2010～2020年中国XCO₂呈现东高西低的空间分布,年均XCO₂为400.4×10^-6,年增长速率为2.47×10^-6;非生长季XCO₂异常可刻画人为CO₂排放时空变化,各省级行政区非生长季XCO₂异常与人为排放清单EDGAR和ODIAC的相关系数分别为0.71、0.67;2010～2020年京津...     

一种基于大气CO2浓度时空特征的碳排放分区估算方法

针对人为碳排放的空间分布量级差异大导致排放数据的非正态分布问题,提出了一种基于卫星大气CO₂柱浓度(XCO₂)时空变化特征聚类分区构建人为碳排放神经网络估算模型方法.通过利用与人为碳排放强相关的卫星XCO₂数据时空变化(2010～2021年)特征的聚类分区,利用卫星观测的XCO₂和SIF以及夜间灯光、人口密度和人为排放清单数据EDGAR作为训练学习数据,以聚类区为单位分别构建人为碳排放神经网络估算模型,估算了2021年研究区人为碳排放.与EDGAR交叉验证结果显示,相比以中国全区数据作为训练学习样本统一建模方法的估算,本研究提出的分区建模估算结果从相关系数(R²)的0.43提高到了0.82;空间分布更为合理;平均偏差由0.03 9Mt CO₂降低到0.018Mt CO₂.研究表明利用多源数据的神经网络训练学习进行人为碳排放的估算,能够为区域碳排放特征和排放清单的不确定性提高提供评估分析依据.     

中国XCO2时空分布与影响因素分析

结合OCO-2卫星观测的CO₂柱浓度混合比数据（XCO₂）,研究2014~2018年间中国CO₂的时空分布及季节波动,并对影响XCO₂分布的因素进行相关分析.结果表明,XCO₂在研究时段内以2.56×10^-6/a的速度增长;年均季节波动为3.26×10^-6.在2014~2018年间观测到中国植被呈显著的上升趋势,尤其是在西北和东南沿海地区.植被活动是影响XCO₂季节变化的重要因素,在东北地区观测到XCO₂与归一化植被指数（NDVI）呈显著负相关（r=-0.58）.人为排放是影响XCO₂空间分布的重要因素,二者具有空间分布一致性（r=0.397,P<0.05）,尤其是在人为排放较强（>10³t）的区域,人为排放量与XCO₂的相关性更强（r=0.714）.最后分区域统计人口、电力消耗和路网密度等社会经济因素对XCO₂的影响,相关性分析的结果分别为0.78,0.69和0.34,证明中国XCO₂分布与社会经济因素的相关性.     

基于卫星遥感的四川省XCO2高分辨率时空分布

为深入了解四川省碳源、碳汇情况,该研究基于XGBoost机器学习算法,对多源卫星(GOSAT、OCO-2和OCO-3)的CO₂干空气柱平均摩尔分数(XCO₂)数据进行融合填补,重构四川省2015-2021年1 km网格XCO₂逐日浓度时空分布。结果表明,XGBoost模型基于网格和天的留出验证R²分别为0.98和0.96,可实现XCO₂数据的高精度时空分布重构。四川省2015-2021年XCO₂年平均浓度为406.5×10^-6,年平均增长速率为2.50×10^-6,增长速率呈逐年下降趋势。多年XCO₂浓度在春季最高,秋季最低,季节差异为3.4×10^-6。XCO₂浓度在空间上呈现“东部高,西部低”的分布特征,四川盆地内的城市XCO₂浓度普遍较高。各个城市的XCO₂在空间上呈现不同的分布特征,与当地碳源、碳汇密...     

长三角地区大气NO2和CO2浓度的时空变化及驱动因子分析

以长三角城市群为研究对象,利用卫星遥感观测数据协同分析长三角地区大气NO₂和CO₂浓度的时空变化特征和驱动因子,揭示了长三角地区污染物和CO₂高浓度地区空间格局.结果表明长三角城市群地区大气NO₂和CO₂浓度的时空分布及变化特征呈现了受化石燃料燃烧和机动车排放等人为活动以及区域地形、地表覆盖、气候等自然条件的综合影响结果.大气NO₂和CO₂高浓度值围绕太湖明显呈口对西南向的U字形分布,一致于围绕太湖分布的杭州、上海、苏州、无锡、常州和南京等大型城市区域,以及安徽铜陵地区的工业排放区.大气NO₂浓度值呈现秋冬时期较高,夏季最低的季节分布特征.大气CO₂浓度受植被CO₂吸收和CO₂的积累影响,8~9月最低,4~5月最高.此外,随着人为排放活动的急剧减少,2020年1~3月的大气NO₂浓度比2019年同时期降低了50%以上,其中分布了以钢铁厂、燃煤厂为主的大型工业热源的城市NO₂浓度下降最多,如镇江、南京、马鞍山.     

卫星遥感监测海南地区对流层CO2浓度时空变化特征

为了探索海南地区对流层CO₂浓度[以φ(CO₂)计]时空变化特征,采用2002年9月—2012年2月AIRS反演的对流层中层CO₂产品,利用北半球全球本底站瓦里关站和飞机观测φ(CO₂)对该产品进行验证,结合统计分析方法对海南地区φ(CO₂)的月、季、年平均值的时空变化特征进行了研究.结果表明:AIRS反演φ(CO₂)与地基和不同纬度带海洋上空飞机观测数据对比均具有很好的一致性,并且与飞机观测验证偏差更小,二者相关系数均在0.9以上,总体月均值偏差小于2×10-6;全国φ(CO₂)呈现北高南低的分布规律,并且存在较为明显的分界线,形成4个高值中心(塔克拉玛干沙漠、塔里木盆地、内蒙古西部和东北平原)和2个低值中心(青藏高原西南部和云南地区),海南地区平均φ(CO₂)为382.67×10-6,略高于云南低值中心的381.45×10-6;全国φ(CO₂)呈现明显逐年增加趋势,其年均增长速率为2.16×10-6,而海南地区亦呈现显著增加趋势,年均增长速率为2.11×10-6,低于全国水平;φ(CO₂)呈季节性波动特性,全国φ(CO₂)最高值出现在春季,而海南地区为夏季,最低值均出现在秋季;海南地区西部海域、陆地和东部海域上空φ(CO₂)年增长速率分别为2.09×10-6、2.14×10-6和2.11×10-6,表明海南陆地上空增速略大于海洋地区,西部和东部海域上空增长速率基本保持一致.      

我国中部地区大气CO2柱浓度时空分布

基于日本GOSAT及美国AIRS反演数据产品,对我国中部六省大气CO₂时空分布特征进行研究,结果表明：由GOSAT反演的中部地区2010~2013年大气CO₂年均柱浓度由389.36×10^-6增长到396.52×10^-6,年均绝对增长率达2.39×10^-6/a,呈现出冬春季高值、夏秋季低值的季节变化特征,其柱浓度年均值及去长期趋势后的月均值均略低于长三角地区,高于京津冀和东三省地区;其CO₂柱浓度高值区集中在湖南、江西及周边一带,年均绝对增长率为2.01×10^-6,其柱浓度年均值及去长期趋势后的月均值与长三角地区相当,略低于京津冀和东三省地区,由于受地面源汇影响较小,其与GOSAT反演结果相反,可能是由于AIRS反映了对流层中层大气状况,而GOSAT则更多地反映了近地面层大气CO₂变化.     

秦岭北麓地区CO2和水汽湍流输送实验研究

利用中国气象局秦岭气溶胶与云微物理野外科学试验基地长安站2021年4月～2022年3月涡动相关系统观测资料,结合气象观测资料,研究了秦岭北麓城郊过渡带近地面大气CO₂、H₂O浓度、蒸发量以及湍流通量演变特征,并讨论了气象要素对碳通量的影响.结果表明:观测时段内CO₂小时浓度年均值为(404.4±27.9)×10^-6,与瓦里关大气背景观测站和全球背景观测站CO₂年均值浓度水平相当,水汽小时浓度年均值为9.44g/m³,年总蒸发量为1321.5mm;CO₂、水汽浓度和蒸发量均存在显著的月、季节变化特征;CO₂和水汽通量存在明显的日、月和季节变化,全年白天均表现为较强的碳吸收,观测时段内CO₂总吸收量约为-3047g/m²;夜间表现为碳排放,观测时段内总排放量约为2631g/m²;气温、土壤温度、相对湿度和风速的变化均会对区域内CO₂     

黄土塬地区CO2驱油封存泄漏地下水监测体系研究

针对鄂尔多斯黄土塬地区CO₂驱油封存项目的监测需求,在综合辨识黄土塬地区地下水潜在的CO₂泄漏特征,剖析CO₂泄漏进入地下含水层后的空间运移及时间响应特征的基础上,结合CO₂驱油封存过程,建立了1套面向黄土塬地区CO₂驱油封存CO₂泄漏的全时空立体化地下水监测体系。研究表明:受地形地貌及土壤特点影响,黄土塬地区驱油封存的CO₂具有盖层突破、井筒侧漏、降雨反渗和地表径流补给的多源泄漏特征;CO₂泄漏进入地下含水层后具有纵向快速运移扩散、横向四周缓慢扩散并随地下水向下游运移的空间运移特征和CO₂浓度、电导率等指标上升,pH值下降以及Ca2+、Mg2+离子浓度先上升后下降的时间响应特征。基于上述特征所建立的监测体系可为该区域CO₂驱油封存示范项目的监测提供参考。     

中国大陆CO2浓度时空分布特征及驱动因素

以中国大陆地区为研究区域,基于全球变化大数据云共享平台的CO₂浓度时空连续数据集、欧洲中期天气预报中心(ECMWF)、MODIS以及中国年鉴筛选的驱动因子数据集(人口总数、GDP、能源消费数据),借助相关性分析方法及地理加权回归分析方法对2015～2019年CO₂浓度分布时空特征与驱动因子之间的关系进行分析.结果表明:CO₂浓度按年周期持续上升,其增长率呈明显的空间聚集性,同时重新标度极差法分析结果表明CO₂浓度仍呈增长趋势;驱动因子敏感性分析显示人类活动是导致CO₂浓度增长的主要因素;自然和人类活动对区域CO₂浓度的影响呈现出明显的空间异质性,区域位置不同,自然和人类活动等驱动因子对区域的影响作用有差异.     

青藏高原植被固定CO2释放O2的经济价值评估

基于研究区植被生产有机质的物质量,结合遥感和野外观测数据,利用生态经济学方法,测算了青藏高原近20年植被固碳释氧(固定CO₂释放O₂)的经济价值. 结果表明:青藏高原植被每年固定CO₂总量为28.1×108 t,释放O₂总量为20.8×108 t;青藏高原植被固碳释氧的总价值为15.6×1011 元/a,利用造林成本法估算植被固定CO₂的价值为7.3×1011 元/a,利用工业制氧法估算植被释放O₂的价值为8.3×1011 元/a;从不同植被类型来看,灌丛的服务价值贡献率最大,亚热带常绿针叶林的单位面积价值最高;在水平方向上,植被固碳释氧价值受降水和植被分布影响,自东南向西北逐渐降低;在垂直方向上,生态系统服务价值受地形影响较大.      

我国中部六省CO2排放动态变化趋势

探讨区域CO₂排放的长期变化趋势对制订碳减排政策和实现减排目标具有重要意义,为此,根据IPCC指南,测算了2000—2012年我国中部六省(安徽省、山西省、河南省、湖北省、湖南省和江西省)的CO₂排放量及其排放强度;借助DEA(data envelopment analysis)-Malmquist指数模型,从CO₂排放量、生产总值、资本存量、能源消费总量和劳动力5个方面,对中部六省的动态CO₂排放效率进行了全要素分析.结果表明:①中部六省的CO₂排放总量由2000年的6.74×108 t升至2012年的20.24×108 t,年均增长1.12×108 t.②中部六省CO₂排放强度由2000年的3.41降至2012年的1.74,年均下降5.5%.受地区能源产业结构的影响,山西省CO₂排放强度峰值高达11.40,减排压力与其余五省相比更为艰巨.③动态CO₂排放效率均值为1.054,呈稳步提升趋势,技术效率进步指数年均值为1.051(>1),对CO₂排放效率提升起到了拉动作用,而技术效率变动指数和规模效率指数的年均值均为0.999(<1),拉低了中部六省的CO₂排放效率.研究显示,中部六省CO₂排放量增速虽呈逐年下降趋势,但增长态势在短期内仍无法改变.CO₂排放与地区所处经济发展阶段关系密切,其排放效率的提升主要依靠技术水平的进步、低碳管理方法的推广和规模经济的发展.      

基于多站对比的南昌地区大气CO2浓度变化特征分析

基于南昌高精度温室气体浓度观测站(南昌站)及南昌城市加密观测站(加密站)2020年8月—2021年8月大气CO₂在线连续观测资料,分析了南昌地区大气CO₂浓度变化特征、区域大气输送的影响及潜在排放源区分布特征,并对加密站数据可用性进行研判.结果表明,研究期内南昌站CO₂的平均浓度为444.2×10-6,大气CO₂浓度日变化呈日间低、早晚高的特征,且夏季大气CO₂浓度日振幅最大;季节变化呈现冬季>春季>秋季>夏季的规律.南昌地区的气团输送主要受盛行风向及大气层结稳定度的影响,即夏季南方、东方气团带来较高CO₂浓度,其它季节则由北方气团造成CO₂浓度升高;长三角地区、武汉地区是南昌大气CO₂持久稳定的潜在贡献源区.加密站与南昌站数据季节变化特征和日变化特征基本一致,可以反映局地CO₂浓度变化特征,在年尺度上构建回归方程能够校正加密站数据;近地面CO₂浓度与...     

低碳城市的CO2与PM2.5减排协同效应分析

将基于卫星遥感数据的CO₂与PM_2.5纳入统一研究框架,运用多期双重差分等方法,在城市尺度上分析评估2007～2019年中国低碳城市政策对CO₂减排与PM_2.5污染控制的协同效应及其影响机制.研究发现:低碳城市CO₂与PM_2.5减排的协同效应十分显著,低碳政策使试点城市的CO₂排放量和大气PM_2.5浓度分别下降3.2%和0.74%,且结论在一系列稳健性检验后依然成立.机制分析表明,改善公共交通环境是低碳城市建设实现协同效应的最主要途径.低碳城市政策的协同效应存在地区差异,经济发展水平高、产业结构水平高的城市以及非资源型城市的协同效应更为显著.对此,应充分发挥协同效应,进一步加快低碳城市建设,实现CO₂和PM_2.5等大气污染物协同治理.     

SO2对掺杂KMnO4的K2CO3/Al2O3吸附剂脱碳性能影响

针对SO₂对吸附剂CO₂吸附性能的影响，该文采用溶胶-凝胶法制备氧化铝气凝胶载体，浸渍法制备吸附剂，通过固定床实验系统进行N₂低温吸附-脱附实验，研究了掺杂KMnO₄的K₂CO₃/Al₂O₃吸附剂CO₂吸附性能以及SO₂对吸附剂吸附性能的影响。利用Avrami模型计算吸附动力学，并结合吸附剂的孔隙和晶相结构变化分析吸附机理。结果表明：吸附实验最佳反应温度60℃，掺杂KMnO₄提高了K₂CO₃/Al₂O₃的CO₂吸附性能，吸附量提高0.13 mmol/g。在CO₂吸附实验中加入微量SO₂，掺杂KMnO₄后会减小烟气中SO₂对CO₂吸附...     

中国服务业CO2排放的时空特征与EKC检验

采用IPCC温室气体排放清单中CO₂排放因子与估算方法,核算了1995—2012年中国30个省区(不含港澳台地区和西藏自治区数据,全文同)服务业的CO₂排放量,并对30个省区服务业人均CO₂排放量的时空特征进行分析;利用基于面板数据的EKC模型检验中国及其三大经济带服务业增长与CO₂排放之间的关系. 结果表明:在考察期内,中国服务业人均CO₂排放量从0.16 t升至0.77 t,服务业人均增加值从1 621.04元增至9 991.95元;服务业人均CO₂排放量排在前列的省区大都位于东部地区;东部和中部地区人均CO₂排放量与服务业人均增加值之间呈线性正相关,人均服务业增加值每增加1个单位,人均CO₂排放量将分别增加1.02和1.16个单位;西部地区人均CO₂排放量与服务业人均增加值之间呈单调递增关系. 在此基础上,提出差别化的碳减排对策:①东部地区应通过技术改进和优化产业结构、能源消费结构来降低CO₂排放,并成为中国服务业节能减排的“领头羊”;②中、西部地区应在保持服务业经济适当增速的前提下,将提高能源利用效率和降低能源强度作为减排重点.      

基于车载CO2/CH4移动观测的城市站点空间代表性和热点识别研究

基于车载激光气体分析仪于2020年冬季和2021年春季在杭州道路观测近地面大气CO₂和CH₄浓度.结果表明:(1)城市不同区域道路近地面大气CO₂浓度与城市背景站差值(ΔCO₂)的排序为工业区>商业居民混合区>沿江住宅区>自然风景区,而CH₄差值(ΔCH₄)的排序为沿江住宅区>商业居民混合区>工业区>自然风景区,这说明城市CO₂和CH₄排放源有差异.(2)城市CO₂和CH₄排放热点同一位置多次观测浓度均高于周边地区30%以上,且CO₂和CH₄浓度昼夜差异明显.(3)杭州隧道内CH₄:CO₂浓度比值为(0.000912±0.00002),表明杭州主城区车辆以汽油车为主.(4)在高度约为20～30m的高架处观测的CO₂浓度对于不透...     

基于地基便携式FTIR的CO2与CH4柱浓度观测研究

地基傅里叶变换红外光谱技术(Fourier transform infrared spectroscopy, FTIR)由于其具有高的时空分辨率、对地表大气浓度变化敏感等优点，已成为遥测温室气体柱浓度的重要技术。基于便携式的傅里叶变换红外光谱仪(EM27/SUN)采集的太阳光谱来反演北京市区CO₂与CH₄柱浓度。通过与高分辨率FTIR观测结果比对，验证了EM27/SUN观测的准确性和可靠性。同时利用正午观测的CO₂和CH₄柱浓度结果计算了CO₂与CH₄观测精度。其中CO₂的观测精度为0.16×10^-6,CH₄的观测精度为1.4×10^-9。最后，给出了CO₂与CH₄时间序列变化，CO₂与CH₄在观测期间的变化较为一致。该研究表明了便携式FTIR观测CO₂与CH     

中国NO2的季节分布及成因分析

利用OMI卫星观测的对流层NO₂柱浓度和113个重点城市地面ρ(NO₂)监测数据,结合753个监测站降水资料以及中国气象局气象信息综合分析处理系统(MICAPS)气压场数据,研究了中国NO₂的季节分布特征及其影响因素.结果表明:卫星遥感数据和地面监测数据同步显示了中国NO₂浓度冬季峰值、夏季谷值的季节分布特征;月降水量与地面监测的ρ(NO₂)呈负相关,相关系数为0.71.气压场平均结果表明,边界层气压场的特征是影响NO₂浓度季节分布的另一个主要因素.      

基于随机森林模型的中国近地面NO2浓度估算

NH₃针对传统近地面NO₂浓度空间模拟过程中NO₂浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林（RF）算法、融合多源地理要素开展了近地面NO₂浓度空间分布模拟研究.以卫星OMI对流层NO₂柱浓度数据和多源地理要素（道路交通、气象因子、土地利用/覆盖、地形高程、人口数量）为输入变量,近地面NO₂浓度为输出变量,利用RF算法构建近地面NO₂浓度反演模型.通过对比地面观测数据与传统土地利用回归模型（LUR）检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO₂浓度空间分布特征.结果表明：（1）集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R² 0.85,RMSE 6.08μg/m³,交叉验证的R² 0.84,RMSE 6.33μg/m³,显著高于LUR模型（拟合R² 0.53,RMSE 10.48μg/m³,交叉验证的R² 0.53,RMSE 10.49μg/m³）; （2）地面NO₂浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力（IncMSE在23.34%~47.53%之间）;（3）中国大陆地区NO₂污染程度较高,年均模拟浓度为24.67μg/m³,存在明显季节性空间差异,NO₂浓度冬季（31.85μg/m³） > 秋季（24.86μg/m³） > 春季（23.24μg/m³） > 夏季（18.75μg/m³）,呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO₂柱浓度宏观分布特征,本研究对近地面NO₂污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义.