基于多源数据的城市CO2源汇高空间分辨网格的构建方法研究
摘要
基于大气CO2含量的“自上而下”方法能为全球范围的城市提供近实时的排放信息，是全球碳盘点的关键技术。目前在“自上而下”的城市排放估算中，先验源汇数据的空间不确定性高，较大的估算偏差难以满足高空间分辨率的城市排放估算需求。利用多源地理数据来降低先验源汇的空间不确定性，并基于OCO-3卫星的二氧化碳柱平均干空气摩尔分数（XCO2）数据对源汇空间优化的效果进行评估。结果显示：应用优化后的CO2源汇数据能更好地模拟出局地CO2含量变化，与观测的一致性更高；在三个分析案例中，共有690个有效观测点被用于评估，模拟与观测的相关性分别提升0.20、0.11、0.10，XCO2偏差分别降低0.12×10－6、0.07×10－6、0.07×10－6。这些结果表明优化后的CO2源汇能够更加真实地反映源汇分布情况，可为“自上而下”方法提供高空间分辨率、低空间不确定性的反演先验值。
引用本文（GB/T 7714）
孙二昌 Sun Erchang, 王先华 Wang Xianhua, 叶函函 Ye Hanhan, 等. 基于多源数据的城市CO2源汇高空间分辨网格的构建方法研究[J]. Acta Optica Sinica, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。