基于多源卫星重建产品的中国大气甲烷柱浓度时空变化研究
本研究由南京信息工程大学大气环境中心（Yale-NUIST Center on Atmospheric Environment）、气候系统预测与风险管理国家重点实验室（State Key Laboratory of Climate System Prediction and Risk Management）的刘一博（Yibo Liu）和肖威（Wei Xiao）作为通讯作者，联合南京大学、中国地质大学（北京）等多个机构的研究人员共同完成。研究成果以题为“Spatiotemporal variations of atmospheric XCH4 in China based on multiple spatially continuous satellite-derived products”的论文形式，于2025年6月发表在《Journal of Environmental Management》期刊第390卷上。
一、 研究学术背景
甲烷（CH4）是仅次于二氧化碳（CO2）的第二大重要温室气体，其增温潜势在百年尺度上是二氧化碳的数十倍。准确评估甲烷排放对于理解和应对气候变化至关重要。然而，与二氧化碳相比，甲烷的观测数据相对稀缺，且其具有更高的时空变异性及较低的大气浓度，使得精确监测和量化其源汇变化面临巨大挑战。
卫星遥感为大范围、长时序监测大气甲烷提供了不可或缺的手段。目前，国际上已有多个搭载不同传感器的卫星平台（如日本的GOSAT、欧洲的Sentinel-5P/TROPOMI等）可提供甲烷柱浓度（XCH4，即干空气中甲烷的柱平均摩尔分数）的观测产品。然而，这些原始的“业务化”卫星产品存在两个主要问题：一是不同传感器和算法之间存在差异；二是由于卫星轨道、云和气溶胶等因素影响，数据存在大量空间和时间上的空缺，即“不连续”。
为了克服数据不连续的问题，近年来科学家们利用地统计插值或数据融合技术（如机器学习），基于原始卫星观测生成了多种时空连续的XCH4重建产品。本研究聚焦于中国区域，选取了三种新近发展的、具有代表性的时空连续XCH4重建产品：Song-XCH4（基于GOSAT和TROPOMI数据，采用时空克里金插值方法生成，分辨率为3天/1°）、Wang-XCH4（融合GOSAT和CAMS-EGG4再分析数据，采用时空自监督融合方法生成，分辨率为1天/0.25°）、Jin-XCH4（基于TROPOMI数据，采用随机森林模型生成，分辨率为1天/5公里）。中国是全球大气甲烷浓度的高值区，其排放源复杂多样，包括农业、能源活动、畜牧业、废弃物和湿地等。尽管已有研究利用不连续的卫星数据探讨了中国甲烷的时空格局，但利用多源时空连续数据集进行综合分析，有望更准确地刻画其变化特征。因此，本研究旨在：1）评估这三种重建产品在中国区域的准确性；2）利用这些产品系统分析2010-2020年间中国大气XCH4的时空变化规律。这项工作对于深入理解中国甲烷的源汇过程、服务国家“双碳”目标具有重要科学意义和应用价值。
二、 研究详细流程
本研究的工作流程主要包含数据准备、精度评估、交叉比对和时空变化分析四个核心环节。
1. 数据准备与预处理： 研究使用了三类主要数据： * 三种时空连续XCH4重建产品：Song-XCH4（2009-2021年，亚洲季风区）、Wang-XCH4（2010-2020年，全球）、Jin-XCH4（2019-2021年，中国）。为进行交叉比较，将Jin-XCH4重采样至0.25°和1°，将Wang-XCH4重采样至1°。 * 地面验证数据：用于评估产品精度。包括来自总碳柱观测网络（TCCON）的两个中国站点（合肥HF、香河XH）的XCH4柱浓度月均值数据，以及来自世界温室气体数据中心（WDCGG）的三个中国站点（上甸子SDZ、瓦里关WLG、鹿林LLN）的近地面CH4浓度月均值数据。 * 辅助与对比数据：包括用于区域统计分析的30米土地覆盖数据、用于高程校正的SRTM数字高程模型数据，以及用于探究重建产品差异来源的原始卫星业务化产品数据（GOSAT V02.95、GOSAT V9、TROPOMI、CAMS-EGG4）。为便于与重建产品比较，将所有原始业务化产品数据统一聚合至3天/1°的时空分辨率。
2. 精度评估与交叉比对： * 与地面观测对比：计算每个XCH4产品在站点位置（±1°范围内）的月平均值，与对应时期的地面观测月值进行对比。使用决定系数（R²）和均方根误差（RMSE）来量化产品与地面数据的一致性。 * 产品间交叉比对：在共同的时间段（2019-2020年），对三种产品进行两两比较，通过散点图、R²和RMSE评估它们之间的一致性和差异。 * 与原始输入数据对比：将三种重建产品与其各自所依赖的原始卫星业务化产品（如Song-XCH4与GOSAT V02.95和TROPOMI对比）进行空间分布和数值上的比较，以分析产品间差异的可能来源。
3. 时空变化分析： * 空间格局分析：基于三种产品，绘制并分析2019-2020年中国区域年平均及春、夏、秋、冬四季平均XCH4的空间分布图。同时，将中国划分为八个地理区域（东北、华北、西北、华中、华东、华南、西南、青藏高原），进行区域统计，分析高值区和低值区的分布特征及产品间的区域差异。 * 时间趋势分析：利用Song-XCH4和Wang-XCH4（因其时间序列覆盖2010-2020年），采用泰尔-森中值斜率估计结合曼-肯德尔（M-K）统计检验的方法，分析中国区域年平均XCH4在2010-2020年间的长期变化趋势及其空间分布。同时，也分析了季节尺度的增长趋势。 * 高程校正：为减少地表海拔差异对XCH4柱浓度的影响（因为柱浓度包含了整个垂直大气的信息，而高海拔地区地表气压低，柱总量相对较少），在计算区域平均XCH4时，根据Buchwitz等人的方法，对产品数据进行了高程校正（每高出海平面1000米，XCH4增加7 ppb）。
三、 主要研究结果
1. 产品精度评估结果： 三种重建产品与地面观测数据总体表现出良好的一致性（鹿林LLN站除外）。具体而言： * 与TCCON柱浓度观测的吻合度普遍优于与WDCGG近地面浓度观测的吻合度。在合肥（HF）和香河（XH）TCCON站，三种产品的R²在0.74至0.83之间，RMSE在7.21至10.81 ppb之间。 * 与WDCGG站点的对比中，在瓦里关（WLG）站相关性较好（R² 0.69-0.78），但RMSE（10.57-13.20 ppb）略高于TCCON站点。在上甸子（SDZ）站，产品值显著低于观测值，RMSE较高（28.78-35.36 ppb），这可能与该站位于京津冀城市圈，受强烈人为活动影响有关。在鹿林（LLN）站，Wang-XCH4表现最佳（R²=0.88），Song-XCH4次之（R²=0.58），而Jin-XCH4几乎无相关性（R²=0.08）。 * 综合来看，Wang-XCH4产品与地面观测数据的整体一致性最好。
2. 产品间交叉比对结果： 在2019-2020年重叠期内，三种产品在空间分布上表现出高度一致性（R² > 0.70）。其中，Song-XCH4与Jin-XCH4的一致性最高（R²=0.82, 0.80），Song-XCH4与Wang-XCH4次之（R²=0.74, 0.78），Wang-XCH4与Jin-XCH4的一致性相对最弱（R²=0.72）。数值上，Wang-XCH4的XCH4值普遍高于另外两种产品，而Jin-XCH4在低值区倾向于给出更高的值，在高值区倾向于给出更低的值。
3. 中国XCH4空间分布格局（2019-2020年）： 三种产品一致揭示了中国大气XCH4“东南高、西北低”的总体空间梯度。 * 全国平均值：Wang-XCH4（1874.0 ppb）比Song-XCH4（1863.5 ppb）和Jin-XCH4（1861.9 ppb）高出约10 ppb。 * 高值区：主要分布在华中、华东、华南、京津冀地区、四川东部和山西南部，这些区域与农业活动、能源消费和人口密集区高度重合。最高值（前5%）出现在四川东部和华北中部。 * 低值区：主要位于青藏高原、西北和东北地区。最低值（后5%）出现在青藏高原东南部。 * 区域差异：Wang-XCH4在所有区域的年均值都是最高的。与Song-XCH4和Jin-XCH4差异最大的区域是华北、华中和西南地区（相差18.0-33.3 ppb），差异最小的区域是青藏高原、华南和西北地区（相差2.2-7.7 ppb）。
4. 中国XCH4季节变化特征（2019-2020年）： XCH4表现出明显的季节循环，三种产品均显示秋季浓度最高，夏季和冬季次之，春季最低。空间分布上，各季节均保持了东南高、西北低的格局。Wang-XCH4的各季节全国平均值均持续高于另外两种产品。三种产品描绘的季节变化幅度存在差异：Song-XCH4的季节波动最显著，Jin-XCH4次之，Wang-XCH4相对平缓。例如，从春季到夏季的增幅在青藏高原最大，三种产品显示的增幅分别为32.4 ppb, 41.8 ppb, 23.9 ppb。
5. 中国XCH4长期变化趋势（2010-2020年）： 基于Song-XCH4和Wang-XCH4的分析表明，2010-2020年间中国区域年平均XCH4呈现显著的逐年上升趋势，增长率约为8.0 ppb/年。 * 空间异质性：Song-XCH4显示的增长趋势空间变异性更大（范围5.7-10.3 ppb/年），高增长率出现在新疆中部、青藏高原东南部和京津冀等地；而Wang-XCH4的增长趋势在空间上更为均匀（范围6.8-8.4 ppb/年），高值区主要位于长江中下游和华南。 * 季节趋势差异：Song-XCH4显示夏季和秋季的增长率最高（8.0 ppb/年），春季最低（7.4 ppb/年）。Wang-XCH4则显示秋季增长率最高（8.1 ppb/年），夏季最低（6.9 ppb/年）。在大部分区域，Song-XCH4的夏季增长率高于Wang-XCH4，而在冬、春、秋季则低于或接近Wang-XCH4。 * 年际波动：两者均识别出2019-2020年出现了最大的年际增幅（Song-XCH4: 12.7 ppb; Wang-XCH4: 13.2 ppb），这与全球甲烷浓度的跃升现象一致。
四、 研究结论与价值
本研究首次在中国区域系统性地评估和比较了三种新兴的时空连续卫星XCH4重建产品（Song-XCH4, Wang-XCH4, Jin-XCH4），并综合利用它们分析了中国大气甲烷柱浓度的时空变化特征。主要结论如下： 1. 产品可靠性：三种产品在中国区域与地面观测具有较好的一致性，其中Wang-XCH4表现最佳。产品间的交叉比对也显示了较高的空间相关性，但存在系统性偏差，尤其在数值大小和季节振幅上。 2. 空间格局：中国XCH4存在稳定的东南高、西北低的空间梯度，高值区与主要人为排放源和人口密集区分布吻合。 3. 长期趋势：2010-2020年间，中国大气XCH4以约8.0 ppb/年的速率显著增长，并在2019-2020年出现异常高增长。不同产品揭示的增长趋势在空间模式和季节特征上存在差异。
本研究的科学价值和应用价值在于： * 方法论意义：明确指出，尽管时空连续重建产品填补了数据空白，但由于其依赖的原始卫星数据（如TROPOMI与GOSAT之间存在系统性偏差）以及所采用的重建算法（如地统计插值倾向于平滑、机器学习融合可能引入先验排放清单信号）不同，会导致最终产品在绝对值、季节振幅和趋势细节上产生差异。这提醒研究者在应用这些产品进行甲烷通量反演或排放估算时需要格外谨慎，应充分考虑产品的不确定性。 * 认知价值：首次基于多源、高时空连续性的数据集，全面、细致地刻画了中国区域大气甲烷浓度的空间分布细节、季节循环特征和十年尺度的增长趋势，为理解中国甲烷的源汇动态提供了更可靠的数据基础。 * 数据支撑：研究结果可为中国的甲烷排放清单校验、气候变化评估以及“双碳”目标下的甲烷减排政策制定提供重要的科学数据参考。
五、 研究亮点
六、 其他有价值的内容
研究在讨论部分指出，Wang-XCH4值普遍偏高的一个可能原因是其融合的CAMS-EGG4再分析数据中包含了基于先验排放清单的强人为源信号。此外，研究观察到TROPOMI原始数据相比GOSAT存在低偏，这种偏差被继承到了基于TROPOMI的Song-XCH4和Jin-XCH4产品中。这些见解有助于用户理解不同产品的特性，从而根据具体研究问题（如研究自然源变率还是人为源排放）选择更合适的数据产品。