《大气与环境光学学报》于2025年5月14日网络首发了由程泳萍、邹铭敏（通信作者）、陈子郑、盛书丽、刘天奇、王旭文（均来自安徽大学物质科学与信息技术研究院及信息材料与智能感知安徽省实验室）共同完成的研究论文《基于多源卫星遥感观测的CO2预测模型研究》。该研究针对全球气候变化背景下大气二氧化碳（CO2）浓度监测的迫切需求，创新性地构建了融合多源卫星数据的全球CO2浓度预测模型，为国产GF-5B卫星温室气体监测仪（GMI）的业务化产品生产提供了关键技术支撑。

学术背景

工业革命以来，大气CO2浓度从280×10⁻⁶激增至420×10⁻⁶，导致温室效应加剧。世界气象组织（WMO）数据显示，2023年全球CO2浓度较工业化前高出50%，平均气温上升1.4℃。传统地基观测（如傅里叶变换红外光谱技术，FTIR）虽精度高但覆盖有限，而卫星遥感（如日本GOSAT、美国OCO-2、中国TanSat等）可实现全球连续监测。然而，现有卫星反演算法中，物理算法（如最优估计法，Optimal Estimation）依赖先验知识，经验算法（如主成分分析，PCA）稳定性不足。本研究旨在开发一种融合时空信息的CO2预测模型，为物理反演提供高精度先验值，提升国产GMI传感器的业务化效率。

研究流程与方法

1. 数据融合与标准化网格构建

研究整合了GOSAT（2009年发射）和OCO-2（2014年发射）的L2级产品数据（XCO₂柱浓度），时间跨度为2010-2022年。为解决卫星间空间分辨率差异（GOSAT为10.5 km×10.5 km，OCO-2为1.29 km×2.29 km），采用KD树算法将数据投影至1°×1°标准网格，形成包含经度、纬度和时间的三维数据集。

2. 预测模型构建与筛选

基于TCCON（Total Carbon Column Observing Network）提供的XCO₂增长趋势（波动上升），选择正弦加线性拟合函数：
[ y = a \cdot \sin(bx + c) + dx + e ]
其中，儒略日（Julian Day）为时间变量x，系数a-e通过最小二乘法拟合。为平衡覆盖度与精度，设定两个筛选阈值：
- 数据量阈值：每个网格点需≥50次观测；
- 均方误差（MSE）阈值：控制在7以内。
最终，50（7）组合以24.85%的网格覆盖率（16,235个点）实现最优平衡（图3）。

3. 模型验证与对比分析

以2022-2024年国产GF-5B卫星GMI观测数据为输入，预测结果与全球9个TCCON站点验证：
- 精度：平均绝对误差（MAE）1.35×10⁻⁶，准确率99.67%（表2）；
- 相关性：预测值与TCCON的相关系数达0.79，优于GOSAT L2产品的0.71（图7-8）。
异常点分析显示，Park Falls站点因植被覆盖高、匹配数据少导致MAE偏高（2.38×10⁻⁶）。

4. 全球CO₂时空分布制图

模型输出2022-2024年全球CO₂浓度分布图（图10-12），揭示：
- 年际增长：年均浓度从416.05×10⁻⁶升至421.31×10⁻⁶，年增幅2.63×10⁻⁶；
- 季节差异：北半球冬季浓度峰值（化石燃料燃烧+植物固碳减弱），夏季低谷（光合作用增强）；
- 空间分异：亚洲东部、欧洲西部、北美东部因工业活动浓度显著高于南半球。

主要结论与价值

1. 科学价值：首次实现GOSAT与OCO-2数据的深度融合，构建的三角函数-线性混合模型显著提升CO₂预测精度（MAE降低0.5×10⁻⁶ vs. GOSAT L2），为全球碳循环研究提供新工具。
   
2. 应用价值：直接支撑国产GMI传感器业务化生产，解决物理反演中先验值获取难题，推动中国温室气体卫星监测能力跻身国际前列。
   

研究亮点

• 方法创新：提出基于时空双阈值的网格点筛选策略，兼顾覆盖度与精度；
  
• 数据融合：突破多源卫星分辨率差异限制，实现千米级至十千米级数据的无缝整合；
  
• 工程意义：模型计算效率满足业务化需求，为GF-5B卫星实时数据处理提供可能。
  

其他发现

研究指出，中东石油开采区、南美农业带等非传统高排放区域的CO₂浓度异常需进一步验证，暗示人为活动对碳循环的影响可能被低估。此外，模型在海洋和极地的覆盖度仍有提升空间，未来可纳入更多卫星数据（如TanSat、Sentinel-5P）优化预测体系。

（注：文中所有图表均基于国家自然资源部标准地图[审图号：GS(2016)1665号]绘制，底图未修改。）