地表CO2浓度分布模拟试验及分析

如何获取CO₂浓度时空分布特征,是气候变化研究中的一个关键问题。本文基于中国碳卫星在吉林航飞试验区的地面观测数据,分析地表CO₂浓度与环境变量的相关关系,运用多元线性回归与HASM高精度曲面建模相结合的方法,模拟航飞区地表CO₂浓度分布格局。结果表明：CO₂浓度空间分布受气象条件的影响较大,短波辐射是影响CO₂浓度的重要因素;第1时段整体浓度最高,特别是在西部区域;第2时段CO₂浓度高值区东移,呈现西低东高的分布特点;第3时段浓度空间分布与第2时段有类似的特征,但细节存在差异,且高值区缩小;精度对比显示在采样点较少及采样密度不大的情况下,HASM方法的模拟误差小于Kriging方法。因此,这种使用多元线性回归模型通过引入环境变量获得高分辨率趋势面,结合HASM模型进行修正残差提高模拟结果精度的手段,可作为模拟地表CO₂浓度时空分布的有效方法。     

结合TRMM数据的区域降水高精度曲面建模研究

高精度曲面建模方法（High Accuracy Surface Modeling, HASM）,从理论上解决了传统方法在插值过程中峰值削平和边界震荡等问题。其模拟精度相对于经典插值方法有很大提高,已成功应用于人口密度、土壤属性,以及气候要素等领域的空间制图。然而,由于地面气象站点数量和分布的限制,使得HASM仅依靠站点数据难以得到高精度的空间降水估计数据,因此,本文以地貌与气候类型复杂多样的我国中西部地区2010年年降水量空间分布模拟为例,采用混合插值法进行HASM区域降水模拟。结果表明,TRMM作为背景场的HASM模拟的年降水量精度,在全局和局部明显优于IDW、Spline和Kriging等经典插值方法的结果,作为背景场的HASM模拟精度,MAE和RMSE分别为125.15 mm和155.80 mm,其他方法最好的模拟结果比其误差值分别高出53.6%和54.5%;其模拟误差在不同子区域都较小;各种方法在平原的精度都高于山区的精度。     

基于遥感数据和XGBoost算法的31个城市NO2、CO2浓度比率变化特征

研究城市二氧化氮(NO₂)与二氧化碳(CO₂)的共同排放水平对于实现城市减污降碳协同增效具有重要意义。NO₂与CO₂的人为排放具有同源性,二者的浓度比率可以体现城市的大气污染物和碳排放综合水平。基于XGBoost算法,利用对流层星载监测仪(TROPOMI)、轨道碳观测2号(OCO-2)和3号(OCO-3)卫星的遥感数据以及相关环境协变量,重构全国2019～2020年NO₂垂直柱浓度(X_NO2)和CO₂垂直柱浓度(X_CO2)的高分辨率数据集,并分析31个城市的X_NO2年均值与ΔX_CO2(X_CO2观测值与背景值之差)的比率(X_NO2/ΔX_CO2)变化情况。结...     

高精度曲面建模的中国气候降尺度模型

 与站点统计降尺度插值和动力降尺度相比,高精度曲面建模(HASM)降尺度,具有不需大尺度预报因子,直接从GCM结果构建区域上高空间分辨率的未来气候模拟曲面的优势。HASM降尺度将未来气候,分为历史观测拟合的气候基准值和GCM未来气候变化值进行模拟,精度明显高于传统方法,但常系数全局拟合的气候基准值忽略了降水分布的空间非平稳性,导致降水模拟受到较大影响。为增强降水降尺度的气候背景值的描述能力,通过分析全国尺度降水的非线性非平稳性特点,提出耦合空间变系数气候基准值的HASM空间变系数降尺度模型(HASM-SVDM)以改进HASM对非平稳要素的降尺度能力,并以1961-2010年全国气温降水观测数据结合地形特征信息,利用HASM降尺度方法对HadCM3的A1Fi、A2a和B2a 3种情景的1961-1990、2010-2039、2040-2069和2070-2099时段的全国未来气温与降水进行降尺度模拟。分析表明,耦合全局线性模型的HASM常系数降尺度模型适合全国气温的降尺度模拟,而耦合空间变系数拟合的HASM-SVDM增强了空间非平稳背景值的描述能力,模拟的空间分布更能体现降水总体的非均匀分布趋势,适合全国降水的降尺度模拟。     

中国区域近地面CO2时空分布特征研究

本文利用2009年6月至2010年5月日本宇宙航空研究开发机构（JAXA）、日本环境署（MOE）与日本环境研究（NIES）所等联合开发的全球首颗专用温室气体观测卫星“呼吸号”（GOSAT）上的被动红外探测器（TANSO）官方反演的近地面975hPa左右的CO₂浓度L4B数据产品,采用ArcGIS地统计分析方法,对比瓦里关全球大气本底站地面观测数据进行真实性检验,分析中国区域近地面CO₂浓度分布的时空变化特征。结果表明：中国区域近地面CO₂浓度空间分布集中,东高西低,差异显著;CO₂浓度具有明显的季节变化特征,月平均浓度4月份（春季）升至最高,7月份（夏季）降至最低。结合“中国统计年鉴2012”中的2009年人口密度、能源消费总量（煤）和GDP等辅助数据对比发现：导致中国近地面CO₂浓度空间分布规律的原因多种多样,不可轻易定论是人为或自然使然,需进一步深入研究。     

散乱数据插值的HASM方法

本文运用高精度曲面建模(HASM)方法,研究了空间散乱数据插值算法,并以陕西咸阳彬县大佛寺煤矿区的实测数据为案例,使用交叉统计检验方法比较分析HASM方法与地理信息系统(GIS)领域中常用传统插值方法的空间插值结果。结果表明,HASM方法具有较高的精度。本文还分析了传统常用插值方法的一些统计结果,得出一些结论,这些结论对于使用常用传统GIS空间插值方法的研究者有很好的参考作用。     

SWOT宽刈幅干涉测高卫星数值模拟：以南海海平面变化监测为例

以中国南海及周边区域为例,利用ECCO2海洋模式数据模拟的SWOT观测数据评估SWOT的海平面长期观测能力。分析SWOT模拟误差表明,相位误差和横滚误差占主导,并且距离星下点越远误差越大。通过空间平滑对模拟的误差进行消除,南海地区SWOT的观测与海洋模式真值的均方根误差从4 cm降低到2 cm。对SWOT的观测和海洋模式信号进行分析发现,SWOT观测误差的空间分布基本呈南北条带状,这主要受卫星宽刈幅沿轨观测方式的影响,与海平面变化信号强度无关。进一步提取SWOT一条轨迹进行滤波和10 km×10 km网格插值,结果表明,2 km空间分辨率的地转流估计结果受噪声影响较大,而10 km分辨率结果更接近真值。     

基于静风期污染物的PM2.5排放清单空间精细化方法

有利气象条件之后的静风期,极大降低了PM_2.5跨区域传输的影响,能够揭示本地源的排放状况。本文尝试性引入了静风期污染物分布揭示本地源排放特征的概念,提出了一种基于遥感数据的PM_2.5排放清单空间精细化方法：首先,利用 MODIS MCD19A2反演的ChinaHighPM_2.5数据,构建高时空分辨率PM_2.5数据融合方法;然后,构建唐山市有利气象条件之后的静风期污染物遴选方法（合理风向和风速：有利气象条件为东风,地面10 m高度风速大于3 m/s,其他风向,持续的较大风力5~10 m/s;静风期风速小于1.5~2.0 m/s）;其次,基于遴选的静风期PM_2.5数据分配MEIC清单中的PM_2.5总排放量,同时对比传统插值方法：基于GDP、人口密度、路网、土地利用类型数据,实现清单各污染源PM_2.5的1 km×1 km空间分配;最后,利用WRF-CMAQ模拟数据和地面台站实测数据进行真实性检验。研究结果表明：① PM_2.5数据填补融合方法能够有效提高PM_2.5监测数据的时空分辨率,且与地面监测值显著相关（R²=0.94,RMSE=4.64 µg/m³,NMB=2%,NME=7%）;② 引入有利气象条件后的静风期概念,提出了静风期污染物的遴选方法,有效降低了PM_2.5跨区域传输的影响,更好地反映了本地源排放的空间分布特征;③ WRF-CMAQ模拟方法的精度验证结果表明,该方法较传统面积插值法NME降低7%,NMB降低10%,RMSE降低1.54 µg/m³,R²提高11%。该方法为排放清单的空间精细化提供了新的研究思路。     

卡尔曼滤波融合多源排放清单算法下的粤港澳大湾区FFCO2排放时空演变格局研究

在卫星碳观测用于区域减排存在技术壁垒的背景下,全球尺度的高分辨率化石燃料二氧化碳(FFCO₂)排放清单成为区域FFCO₂排放研究的主要数据来源,但现有的全球尺度FFCO₂排放清单用于区域研究仍存在显著的不确定性。为此,本研究定量分析3种全球尺度的高分辨率FFCO₂排放清单(ODIAC 2020b, EDGAR v6.0, PKU-CO₂-v2)用于区域尺度研究的差异性和变异性,然后基于卡尔曼滤波将3组数据进行特征融合,探讨了粤港澳大湾区FFCO₂排放的时空演变格局。结果表明：(1)当前FFCO₂排放清单数据间存在着显著的差异性和变异性特点,以大湾区为例,在最佳表征空间分辨率3 km×3 km下,区域内网格单元的平均差异性达到140%,变异系数达到16.3%,单一的全球尺度FFCO₂排放清单数据用于区域或城市的FFCO₂排放研究结果不准确;(2)经卡尔曼滤波融合重构的2000—2018年长时间...     

对流层中层与近地面大气二氧化碳浓度的比较研究

通过地基观测站点的实测数据,首次证实大气温室效应是由人为排放造成的,地表能量平衡受二氧化碳（CO₂）浓度水平的影响。因此,分析CO₂浓度时空分布特征,从而探究其源汇、控制其排放尤为重要。本文采用AIRS（Atmospheric Infrared Sounder）对流层中层CO₂浓度数据及GOSAT（Greenhouse gases Observing SATellite）近地面CO₂浓度数据,对比研究了CO₂浓度在对流层中层及近地面的时空分布特征差异。结果表明,AIRS探测到的对流层中层CO₂浓度,在时空上普遍高于GOSAT探测到的近地面CO₂值,高值区位于30°~90°N,浓度多集中在390~395 ppm,这与AIRS探测的对流层中层CO₂浓度已充分混合相关;而GOSAT CO₂浓度高值区则位于热带、亚热带人口众多的地域,如非洲和中国东部沿海地区等人类活动活跃地带,这也表明GOSAT探测近地面CO₂的重要性,其可弥补地基站点测量在空间分布上的不足。本文进一步对比分析了CO₂浓度在海陆及南北半球的差异特征及影响原因,CO₂在海洋及陆地区域的平均浓度具有相似的时间波动特征,但其浓度在陆地几乎始终高于海洋,这与人类活动释放大量的CO₂密切相关。CO₂浓度在南北半球存在明显的差异,这是因为南半球的季节变化规律与北半球相反,且由于化石燃料燃烧及土地利用变化等主要集中在北半球,因而北半球CO₂浓度高于南半球。此外,本文还对NUCAPS（NOAA/NESDIS/STAR NOAA Unique CrIS/ATMS Processing System）反演得到的CrIS（Cross-track Infrared Sounder）CO₂柱平均浓度及廓线产品做了初步分析,发现其与AIRS、GOSAT CO₂分析结果一致。     

基于LUR的二氧化氮浓度空间分布模拟及其下垫面影响因素分析

随着经济的快速发展,空气污染已经成为当今重要的环境问题,引起公众的广泛关注,二氧化氮（NO₂）作为主要的空气污染物之一,成为相关研究的重点。通过监测数据发现,二氧化氮质量浓度值的空间分布具有区域性差异,所以对其空间分布模拟,以及形成区域差异的下垫面影响因素分析,具有重要的研究价值。土地利用回归模型（Land-use Regression,LUR）是将统计方法中的回归模型与空间上的土地利用数据、监测数据和其他相关的地理数据结合分析并在地图上显示的方法。本文结合缓冲区分析、叠加分析、Spearman相关性分析、多元回归分析等方法构建土地利用回归模型（Land Use Regression,LUR）,用于识别与NO₂浓度相关的下垫面影响因素,并模拟NO₂质量浓度的空间分布。LUR模型可以模拟出NO₂质量浓度空间分布特征,并针对下垫面影响因素得到以下结论：城乡居住地及工业用地面积增加、污染源的距离减少和道路长度增加会导致NO₂浓度升高;耕地面积、绿地面积和水域面积的增加会导致NO₂浓度减少;NO₂浓度最高的区域主要集中在工业园区;NO₂浓度值从城区到郊区递减,需要通过改变工业区结构和增加绿地面积来减少城区的NO₂浓度。     

基于中国大气环境监测站点的2015—2019年大气质量状况时空变化分析

2013年以来几次严重的雾霾污染事件引起了公众的广泛关注,此后中国实施了一系列有关大气污染防治的政策、法规和措施来改善大气质量。为了分析近年来中国大气质量的时空变化特征,本文选取2015—2019年生态环境部国控站点监测的大气污染关键参数,对比分析了空气质量指数和6种大气污染物的季均、年均浓度变化结果,并利用组合指标分析法和相关分析法探讨了不同大气污染物之间的相关性。结果表明：① PM_2.5、PM₁₀、SO₂、CO和NO₂浓度和AQI均有明显下降,2019年均浓度较2015年均浓度分别下降4.5%、3.84%、7.86%、3.74%、0.95%,AQI下降了19.31%,同时,O₃浓度则上升了0.79%;② 从空间分布来看,中国北方地区PM₁₀、PM_2.5、O₃、NO₂、SO₂、CO年均质量浓度和AQI分别比南方地区高25.2%、18.73%、4.95%、17.6%,32.74%、16.17%、28.3%;③ 从季节性变化规律来看,除了O₃呈现出夏季浓度高,冬季浓度低外,其他5种污染物和AQI都呈现相反的季节变化规律;④ 总体而言,目前中国大气污染以PM_2.5和O₃为主,PM_2.5与NO₂、SO₂、CO之间有极显著的正相关关系（r>0.85,p<0.01）,而O₃与其前体物NO₂和CO之间存在显著的负相关关系（r>0.8,p<0.01）。     

区域气候模式RegCM3对中国夏季降水的模拟

利用意大利国际理论物理中心（ICTP）最新发布的区域气候模式RegCM3检验我国包括青藏高原地区夏季降水的模拟能力。初始值及边界值取自美国国家环境预测中心（NCEP）和国家大气中心（NCAR）的全球再分析资料。模式积分时间为2005年5月1日到2005年8月31日,考虑到模式的“spin-up”时间,只对6月1日-8月31日的模式结果进行分析。模式水平分辨率取为60km,范围包括整个青藏高原在内的我国及周边地区（14°-55°N,70°-140°E）。结果表明：RegCM3具有模拟我国夏季降水主要分布特征的能力,尤其在观测站点稀少的青藏高原地区可提供局地降水分布的较可靠信息。模式较好地模拟了包括整个青藏高原在内的我国区域降水的月际尺度变化和空间分布等基本特征,但对我国东南地区的夏季降水模拟能力有待进一步提高。     

碳排放和减碳的社会经济代价研究进展与方法探究

碳排放和减碳的社会经济影响与代价评估日益受到学术界和决策者的关注,本文综合分析了全球范围内碳排放与减碳社会经济影响的重要科学问题和国内外研究现状,基于卫星最新观测到的全球CO₂非均匀分布的事实,针对温控1.5 ℃和2 ℃阈值情景,探讨了全球二氧化碳非均匀动态分布与地表温度时空关系,全球二氧化碳非均匀动态分布状况下主要国家碳排放空间评价以及温控1.5 ℃和2 ℃阈值情景下中国碳排放和减碳社会经济代价评估等问题可采取的技术模型方案,并提出了构建新气候变化经济学的理论方法与技术体系。本文构建的技术路线和研究方法拟为国家制订各项应对碳排放和减碳战略与对策、减缓气候变化并实现可持续转型、提升中国在应对气候变化领域的国际话语权等方面提供决策支持。     

基于DEM修正的MODIS地表温度产品空间插值

地表温度是资源环境、气候变化、陆地生态系统等科学研究的重要参数之一。MODIS LST（Land Surface Temperature, LST）产品是地表温度相关研究的重要数据源。而现有MODIS LST产品均存在云覆盖区域,因此云覆盖区域地表温度估计已成为热红外遥感的前沿性研究难题。为解决MODIS LST产品云遮挡区域地表温度信息缺失,以秦岭地区为研究区,选用2001-2017年的MOD11A2数据,在传统的反距离权重（IDW）、规则样条函数（SPLINE）、普通克里金（OK）、趋势面（TREND）空间插值方法中引入高程因子,通过反复试验形成基于DEM修正的MODIS LST空间插值方法。分析空间插值结果表明： ① 空间插值精度由高到低为：OK>SPLINE>IDW>TREND,基于DEM修正后精度分别提高了约0.38、0.31、0.32和0.78℃; ② 空间插值结果的精度呈现季节差异,夏季6、7、8月的精度较高,1月的精度最低;③ 插值精度与云区的范围存在一定的关系,当云覆盖区域<1.1 km²时,DEM+OK方法的插值误差<0.55 ℃,当云覆盖区域<3.1 km²,插值误差<1 ℃;DEM+SPLINE方法在云覆盖区域<2.7 km²时,插值误差<0.55 ℃,云覆盖区域<10.4 km²,插值误差<1℃;当云覆盖为1.1~2.7 km²时,DEM+SPLINE方法的插值精度高于DEM+OK方法。     

中国城市群臭氧污染时空分布研究

随着中国城市建设进程的加快,中国的臭氧（O₃）污染逐渐受到重视。城市群是人口大国城镇化的主要空间载体,是城镇化的主体形态。截至2017年3月底,国务院共先后批复了6个国家级城市群,并提出要优化提升东部地区城市群,培育发展中西部地区城市群。另外,新的城市规模划分标准以城区常住人口为统计口径,将城市划分为5类7档。为了研究中国O₃污染的时空分布特征以及O₃污染与城市群之间的关系,利用地理探测器（Geographical detector）和演化树模型对2014年6月到2017年5月共36个月的O₃监测数据进行时空分析。结果表明：中国O₃污染水平呈现上升趋势,并在2017年迅速增长,O₃已成为仅次于PM_2.5的第二大污染因子,且与PM_2.5在时间上呈“交错污染”的态势;O₃污染超标城市绝大多数集中在城市群区域,其中长江三角洲城市群、京津冀城市群、山东半岛城市群和中原城市群相对突出;O₃和PM_2.5均不超标的城市主要集中在北部湾城市群和海峡西岸城市群;城市群中人口规模大的城市O₃污染较为严重。