2T/XXXXXXX—XXXX基于大氣模式和碳衛(wèi)星的工業(yè)園區(qū)大氣CO2濃度監(jiān)測及人為排放評估技術(shù)規(guī)范技術(shù)規(guī)范1.范圍本文規(guī)定了基于大氣模式和碳衛(wèi)星的工業(yè)園區(qū)大氣CO2濃度監(jiān)測及人為排放評估范圍、原則、工作內(nèi)容、工作流程和技術(shù)要求。其中大氣模式選用大氣-化學耦合模式（WRF-Chem）進行模擬。本文適用于廣西大弄工業(yè)園區(qū)和城市大氣CO2濃度監(jiān)測工作，包括區(qū)域CO2濃度時空變化及人為排放量的評估。2.規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T42419-2023地表碳核查技術(shù)規(guī)程GB/T17798地理空間數(shù)據(jù)交換格式GB/T30115衛(wèi)星遙感影像植被指數(shù)產(chǎn)品規(guī)范GB/T46105—2025陸地生態(tài)系統(tǒng)碳匯核算指南T/CI001-2022衛(wèi)星對地觀測下的碳指標監(jiān)測體系3.術(shù)語和定義下列術(shù)語和定義適用于本文件。3.1二氧化碳柱平均干空氣摩爾分數(shù)（Column-averagedDry-airMoleFractionofCarbonDioxide，XCO2）從地球表面到大氣頂端的整個垂直氣柱中，二氧化碳（CO2）分子數(shù)與干空氣分子數(shù)之比的平均值，單位為百萬分之一（ppm）。3.2排放通量EmissionFlux）T/XXXXXXX—XXXX3單位時間內(nèi)通過單位面積的某種物質(zhì)的質(zhì)量或摩爾數(shù)。在溫室氣體監(jiān)測中，特指CO2從地表源釋放到大氣中的速率。在本技術(shù)規(guī)程中的應(yīng)用：核心目標是量化工業(yè)園區(qū)尺度的人為CO2排放通量。其中，人為排放通量（Anthropogenicemissionflux）為人類工業(yè)活動如化石燃料燃燒、工業(yè)過程造成的排放；生物圈通量biosphereflux為自然生態(tài)系統(tǒng)活動如植物呼吸、光合作用、土壤呼吸等造成的排放。3.3大氣反演（Inversion）一種基于大氣中溫室氣體濃度的觀測數(shù)據(jù)和大氣化學傳輸模式的模擬，通過數(shù)學優(yōu)化算法，推斷地表（或特定區(qū)域）溫室氣體通量的過程。3.4先驗清單/先驗排放清單（PriorInventory/APrioriEmissionInventory）基于統(tǒng)計資料、排放因子模型、活動水平數(shù)據(jù)等“自下而上”方法獨立估算得到的地表溫室氣體通量空間分布和時序數(shù)據(jù)集。包括EDGAR（歐洲）、ODIAC（日本）、MEIC（中國）等。反演過程會基于觀測信息對先驗清單進行修正，輸出一個更符合實際大氣濃度觀測的“后驗清單”。3.5大氣化學傳輸模式（AtmosphericChemicalTransportModel，ACTM）一種基于氣象場、物理定律和化學機制，模擬大氣中污染物或溫室氣體輸送、擴散、轉(zhuǎn)化和清除等過程的數(shù)值模型。本規(guī)程采用WRF-Chem模型，需配置為高分辨率，捕捉工業(yè)園區(qū)尺度的氣象和擴散過程。關(guān)鍵輸入?yún)?shù)包括高精度氣象驅(qū)動場、先驗排放清單、化學機制、下墊面數(shù)據(jù)。3.6背景濃度（BackgroundConcentration）在不受目標排放源（如特定工業(yè)園區(qū)）直接影響的大氣CO2的本底濃度水平。計算ΔXCO2（增強量）時須扣除背景濃度。背景濃度通常選取目標區(qū)域上風向或清潔對照區(qū)的觀測值或模式模擬值。其準確確定對排放量化至關(guān)重要。3.7不確定性量化（UncertaintyQuantification）系統(tǒng)地評估和表達排放通量估算結(jié)果中各類誤差來源（如觀測誤差、模型誤差、先驗誤差）所導(dǎo)致的總體不確定性的過程。通常以置信區(qū)間（如95%置信區(qū)間）或標準差的形式給出。3.8排放清單EmissionInventory特定區(qū)域和特定時間段內(nèi)，向大氣環(huán)境中排放的各種污染物或溫室氣體的系統(tǒng)化、定量化的數(shù)據(jù)匯總《2006年IPCC國家溫室氣體清單指南》4略縮語TCCON:總碳柱觀測網(wǎng)(TotalCarbonColumnObseryingNetwork)XCO2:大氣二氧化碳柱濃度(Column-averageddry-airmolefractionsofcarbondioxide)WRF-Chem:大氣動力-化學耦合模型WeatherResearchandForecasting(WRF)modelcoupledwithChemistry（Chem），簡稱大氣化學模式。T/XXXXXXX—XXXX4VPRM,生物通量計算模型(VegetationPhotosynthesisandRespirationModel)EVI增強型植被指數(shù)(EnhancedVegetationIndex(EVI)LSWI地表水分指數(shù)(LandSurfaceWaterIndex)5總體流程和要求5.1總體流程廣西大型工業(yè)園區(qū)大氣CO2監(jiān)測和排放評估總體流程如圖1。圖1工業(yè)園區(qū)大氣CO2濃度監(jiān)測和排放評估總體流程5.2監(jiān)測和評估對象本技術(shù)規(guī)程是利用碳衛(wèi)星傳感器觀測獲取工業(yè)園區(qū)上空的大氣CO2柱濃度（XCO2同時利用高分辨率大氣化學模式（WRF-Chem），模擬大氣中CO2的傳輸、擴散和混合過程。然后將觀測數(shù)據(jù)與模擬數(shù)據(jù)耦合，通過數(shù)據(jù)同化反演算法，推算出地表CO2通量，重點分離出園區(qū)內(nèi)高強度的人為排放信號，最后將反演得到的人為排放量與園區(qū)自報的排放清單進行比對、驗證和評估。5.2.1監(jiān)測對象為工業(yè)園區(qū)范圍內(nèi)以及周圍設(shè)置的排放對比地區(qū)地面1km網(wǎng)格CO2濃度日值、垂直柱濃度（XCO2）。通過遙感觀測和模型模擬以及站點數(shù)據(jù)（大氣本底站香河站及合肥站，以及南寧城市渦度相關(guān)站）驗證實現(xiàn)。T/XXXXXXX—XXXX55.2.2地面觀測數(shù)據(jù)采集,包括地面XCO2數(shù)據(jù)獲取、基于排放清單的先驗XCO2值。遙感觀測數(shù)據(jù)獲取包括遙感因子獲取處理、反演碳衛(wèi)星XCO2數(shù)據(jù)。模型模擬包括生物碳通量模擬、大氣-化學模式（WFR-Chem）XCO2模擬。5.2.3本文件規(guī)定的每個部分,應(yīng)執(zhí)行地面數(shù)據(jù)采集,遙感數(shù)據(jù)獲取流程和規(guī)定,對獲取的數(shù)據(jù)處理,滿足精度要求,輸人模型系統(tǒng),輸出模擬結(jié)果,即可順利完成XCO2濃度監(jiān)測過程操作,獲得工業(yè)園區(qū)及其背景區(qū)XCO2濃度成果。5.2.4工業(yè)園區(qū)人為CO2排放評估，在高空間辨率（1km）上，通過一定時間內(nèi)園區(qū)和排放對比區(qū)濃度（背景區(qū)）的差值評估人為CO2排放值。5.3監(jiān)測成果5.3.1監(jiān)測成果數(shù)據(jù)集數(shù)據(jù)集包括工業(yè)園大氣XCO2濃度和人為排放的時空分布結(jié)果。數(shù)據(jù)集以空間分布圖、數(shù)據(jù)表格等形式表達。5.3.2監(jiān)測報告監(jiān)測報告包括監(jiān)測工作概況、數(shù)據(jù)來源、監(jiān)測方法、過程控制、監(jiān)測成果等內(nèi)容。6基礎(chǔ)資料收集6.1初步清單建立區(qū)域排放清單篩選：高時空分辨率的溫室氣體排放清單是大氣碳反演、構(gòu)建碳源匯收支的重要輸入數(shù)據(jù)?？紤]時間清單的內(nèi)容實用性、針對目標園區(qū)的時空覆蓋程度有數(shù)據(jù)有效性，篩選CO2排放清單（數(shù)/data-product.html）、EDGAR排放清單（https://data.jrc.ec.europa.eu/collection/edga）、MEIC排放清單（數(shù)據(jù)下載地址：/?page_id=560）等6.2碳衛(wèi)星數(shù)據(jù)篩選基于空間分辨率、重訪周期、測量精度及數(shù)據(jù)公開性，選擇具備高精度大氣CO2柱濃度（XCO2）反演能力的衛(wèi)星數(shù)據(jù)，主要碳衛(wèi)星有OCO-2/OCO-3、TanSat、GOSAT/GOSAT-2。衛(wèi)星參數(shù)見附A6.3氣象數(shù)據(jù)采用ERA5或FNL氣象再分析數(shù)據(jù)，空間分辨率為0.25o。ERA5歐洲中期天氣預(yù)報中心（ECMWF）開發(fā)，哥白尼氣候變化服務(wù)（C3S）負責生產(chǎn)和發(fā)布第五代全球氣候再分析數(shù)據(jù)，下載地址為：https://cds.climate.copernicus.eu/。FNL是美國國家環(huán)境預(yù)測中心最終版（NCEP-FNL）T/XXXXXXX—XXXX6的全球分析數(shù)據(jù)（美國氣象局國家環(huán)境預(yù)報中心，NOAA，2015）提供的氣象參數(shù)，用于模型模擬估算二氧化碳排放量。該數(shù)據(jù)數(shù)據(jù)集空間分辨率為0.25o0.25o，時間分辨率為六小時，下載地址：/datasets/ds083-3/。地表氣壓、海拔高度、溫度、相對濕度和風向風速等參數(shù)構(gòu)成了WRF-Chem模型中使用的主要氣象輸入數(shù)據(jù)。7基于排放清單的大氣-化學模式(WRF-Chem)模擬XCO2濃度7.1技術(shù)流程圖利用美國國家海洋和大氣管理局（NOAA）2021年正式發(fā)布的WRF-Chem4.4.1版本，進行包括工業(yè)園區(qū)的區(qū)域模式WRF精細化時空分辨率進行大氣CO2模擬。模擬過程框架如圖2：圖2大氣-化學模式(WRF-Chem)模擬XCO2濃度總體技術(shù)流程7.2陸地生態(tài)系統(tǒng)碳通量模擬（WRF-VPRM模型）模塊陸地生態(tài)系統(tǒng)碳通量是生態(tài)系統(tǒng)植物光合呼吸作用的結(jié)果，是WRF-Chem需要耦合的重要模塊，需要根據(jù)目標區(qū)域的數(shù)據(jù)進行模擬獲得屬地化數(shù)據(jù)，耦合到WFR-Chem，方可獲得目標工業(yè)園區(qū)域數(shù)據(jù)。7.2.1技術(shù)流程T/XXXXXXX—XXXX7陸地生態(tài)系統(tǒng)碳通量模擬通過光合-呼吸模型進行，流程圖如圖3圖3植被光合-呼吸模型流程圖7.2.2驅(qū)動數(shù)據(jù)模型運行所必需的氣象初始場（提供2m溫度以及光合有效輻射光合有效輻射PAR）、土地利用/覆蓋數(shù)據(jù)、遙感植被指數(shù)數(shù)據(jù)及模型參數(shù)等輸入數(shù)據(jù)。7.2.3操作流程T/XXXXXXX—XXXX8WRF-VPRM模型模擬的標準技術(shù)流程應(yīng)包括：前期準備、驅(qū)動數(shù)據(jù)準備、模型配置與編譯、模擬運行、結(jié)果后處理與驗證、不確定性分析。植被光合呼吸模型模擬CO2通量流程如下:a)界定模擬區(qū)域的地理邊界（經(jīng)緯度范圍），確定模擬的起止年月，至少包含完整的生長季周期。考慮包含氣候異常年份以評估模型的穩(wěn)健性。根據(jù)目標設(shè)定最內(nèi)層嵌套網(wǎng)格的分辨率。確定模型輸出結(jié)果的時間間隔（建議至少每小時輸出一次瞬時值）b)收集氣象初始與邊界條件數(shù)據(jù)，數(shù)據(jù)源為ECMWF的ERA5或NCEP的FNL等全球再分析數(shù)據(jù)。需包含風場、溫度、地面短波輻射等全要素場。時空分辨率要求，時間分辨率不低于6小時；水平空間分辨率建議優(yōu)于1°×1°。使用WPS（WRFPreprocessingSystem）中的ungrib和metgrid程序，將GRIB格式的再分析數(shù)據(jù)插值到WRF定義的網(wǎng)格上。c)準備土地利用/覆蓋數(shù)據(jù)，使用高精度的土地利用數(shù)據(jù)產(chǎn)品，空間分辨率1km-500m或更高。d)預(yù)處理遙感植被指數(shù)數(shù)據(jù)，使用預(yù)處理程序處理土地利用數(shù)據(jù)與MODIS衛(wèi)星level-3陸地產(chǎn)品(MOD09A1SurfaceReflectance8-DayL3,Global500mSINGrid)為WRF-VPRM提供對應(yīng)8種植被覆蓋度的增強型植被指數(shù)(EnhancedVegetationIndex,EVI)、地表水分指數(shù)(LandSurfaceWaterIndex,LSWI)、年內(nèi)最大及最小增強型植被指數(shù)和地表水分指數(shù)(EVI_MAX、EVI_MIN、LSWI_MAX、LSWI_MIN)。將多種指數(shù)集成在nc格式文件當中，作為模型外部輸入數(shù)據(jù)提供。等。需要根據(jù)研究區(qū)本地通量塔數(shù)據(jù)進行參數(shù)的校正。f)模型的運行，激活WRF-VPRM（chem_opt=16）模型，選擇對應(yīng)的物理參數(shù)化方案。運行模型。g)得到包含GPP、RECO、NEE數(shù)據(jù)的結(jié)果文件wrfout_d0*文件，可以進行一系列后處理與數(shù)據(jù)分析。7.2.4模擬精度驗證使用本地通量塔或者站點進行相關(guān)的模擬性能精度驗證。7.3WRF-Chem模擬7.3.1模型設(shè)置定義模型模擬的嵌套層次，以工業(yè)園區(qū)為中心采用三層嵌套模式，外層到里層空間分辨率分別為外層27km→9km→內(nèi)層3km，每一層嵌套網(wǎng)格數(shù)量需要大于100×100，這樣能得到更穩(wěn)定的模擬效果。在此基礎(chǔ)上，再設(shè)置分辨更高3層嵌套，分辨率分別為9、3、和1km，第三層（1km）核心嵌套區(qū)覆蓋目標區(qū)域即監(jiān)測園區(qū)及其周邊地區(qū)。模型垂直層次設(shè)置為59層，模式頂層設(shè)置為50hPa，以表示從地表到50hPa的大氣柱。選擇內(nèi)層1km的高分辨率數(shù)據(jù)作為最終結(jié)果。7.3.2氣象基礎(chǔ)數(shù)據(jù)與預(yù)處理T/XXXXXXX—XXXX9采用ERA5或FNL等氣象再分析數(shù)據(jù)作為WRF-Chem氣象部分驅(qū)動數(shù)據(jù)，提供氣象初始和邊界條件，時間分辨率不低6小時。使用WPS（WRFPreprocessingSystem）處理的三個模塊進行氣象數(shù)據(jù)的處理。geogrid.exe進行模型投影、區(qū)域范圍，嵌套關(guān)系的處理。ungrib.exe進行數(shù)據(jù)重投影，從grib數(shù)據(jù)中提取所需要的氣象參數(shù)。metgrid.exe對地表參數(shù)、氣象數(shù)據(jù)進行時空插值，將氣象參數(shù)插值到模擬區(qū)域。最終生成met_em.d0*.nc氣象輸入文件。7.3.3CO2化學初始場及邊界條件利用碳追蹤同化系統(tǒng)（CarbonTracker）模擬的全球CO2濃度數(shù)據(jù)，作為WRF-Chem運行的CO2初始場和邊界條件。通過python腳本程序?qū)arbonTracker的CO2濃度場插值到WRF-Chem的CO2化學場字段上。7.3.4人為排放分清單輸入人為排放清單可以選擇清華大學開發(fā)的多尺度人為排放清單（MEIC）和全球大氣研究排放數(shù)據(jù)庫（EDGAR），這兩個清單都提供了涵蓋電力、工業(yè)、交通、民用及農(nóng)業(yè)等部門的高分辨率排放數(shù)據(jù)。依據(jù)不同排放部門（如電力、工業(yè)、交通、居民）的活動水平特征，引入了包含月變化、周變化及日變化的時間分配因子（TemporalProfiles通過python程序?qū)⑴欧艛?shù)據(jù)插值到模擬范圍，并按照時間因子處理成小時尺度。7.3.5生物排放部分生物源CO2排放通量通過運行WRF-VPRM模塊進行模擬。為WRF-Chem模型提供逐時的凈生態(tài)系統(tǒng)交換（NEE）數(shù)據(jù)。在7.2章節(jié)有進行詳細說明。7.3.6模型運行在完成上述氣象場、化學背景場及人為排放以及生物排放源等外部數(shù)據(jù)的預(yù)處理與格式化接入后，模型模擬流程分為兩個階段執(zhí)行：a)初始化階段：運行真實大氣初始化程序（real.exe），將再分析資料插值至模型網(wǎng)格，并讀入處理好的化學及排放數(shù)據(jù)，生成模型所需的初始條件文件（wrfinput）和側(cè)邊界條件文件（wrfbdy）。b）積分模擬階段：調(diào)用主程序（wrf.exe）進行數(shù)值積分運算。在此過程中，氣象模塊與化學傳輸模塊在線耦合運行，同步計算大氣動力、熱力過程及CO2的傳輸、擴散與通量交換，最終輸出模擬結(jié)果。8基于碳衛(wèi)星遙感反演獲得大氣XCO28.1衛(wèi)星數(shù)據(jù)源8.1.1核心碳衛(wèi)星選擇具備高精度大氣CO2柱濃度（XCO2）反演能力的衛(wèi)星數(shù)據(jù)，其選擇基于空間分辨率、重訪周期、測量精度及數(shù)據(jù)公開性：OCO-2/OCO-3：提供近紅外高光譜數(shù)據(jù)，空間分辨率高（~1.3km×2.3km），是城市及點源尺T/XXXXXXX—XXXX度研究的優(yōu)先數(shù)據(jù)源。TanSat：提供全球高光譜CO2觀測數(shù)據(jù)，空間分辨率約2km×2km，是我國自主觀測體系的核心。GOSAT/GOSAT-2：提供長期、穩(wěn)定的全球XCO2觀測，雖空間分辨率較低（~10km直徑），但數(shù)據(jù)質(zhì)量高、時間序列長，適用于區(qū)域背景分析及趨勢驗證。附錄A提供碳衛(wèi)星基本信息表格。8.1.2數(shù)據(jù)產(chǎn)品等級必須使用經(jīng)過嚴格定標、驗證的L2級（L2_Lite_FP）或更高級別（如L3）科學數(shù)據(jù)產(chǎn)品，產(chǎn)品需包含XCO2干空氣摩爾分數(shù)及其詳細的誤差表征、質(zhì)量標志、地表屬性、氣象參數(shù)等輔助信息。8.1.3數(shù)據(jù)獲取與存檔從官方數(shù)據(jù)分發(fā)機構(gòu)（如NASAGSFC、ESA、國家遙感中心等）的穩(wěn)定數(shù)據(jù)獲取渠道。所有獲取的原始數(shù)據(jù)產(chǎn)品及處理后的數(shù)據(jù)，須在項目數(shù)據(jù)庫中進行統(tǒng)一歸檔，記錄數(shù)據(jù)版本、獲取時間、覆蓋范圍等元數(shù)據(jù)。數(shù)據(jù)標準格式衛(wèi)星遙感數(shù)據(jù)產(chǎn)品應(yīng)采用廣泛支持、自描述性強的科學數(shù)據(jù)格式，使用NetCDF數(shù)據(jù)格式。該格式需遵循CF（ClimateandForecast）元數(shù)據(jù)公約，確保數(shù)據(jù)的可讀性、可交換性及長期可訪問性。數(shù)據(jù)文件內(nèi)部應(yīng)包含完整的數(shù)據(jù)變量、質(zhì)量標志變量、坐標變量及全局屬性說明。數(shù)據(jù)結(jié)構(gòu)要求每個數(shù)據(jù)文件（或數(shù)據(jù)記錄）應(yīng)至少清晰包含以下核心數(shù)據(jù)層（變量）：a)觀測值：XCO2（單位：ppm）。b)質(zhì)量控制標志（QualityFlag）：用于標識每個像元或觀測點的數(shù)據(jù)質(zhì)量狀態(tài)c)不確定性信息：XCO2的單點隨機誤差、系統(tǒng)性誤差估計值。d)幾何信息：觀測點的經(jīng)緯度、時間（UTC）、太陽天頂角、觀測天頂角、方位角等。e)地表與大氣參數(shù)：地表氣壓、地表海拔高度、氣溶膠光學厚度（AOD）等。f)數(shù)據(jù)來源標識：衛(wèi)星平臺、傳感器、產(chǎn)品版本號、數(shù)據(jù)處理時間、衛(wèi)星觀測模式等。8.2衛(wèi)星遙感數(shù)據(jù)的處理流程所初步篩選的衛(wèi)星數(shù)據(jù)需要進行數(shù)據(jù)預(yù)處理與質(zhì)量控制。8.2.1質(zhì)量標志篩選，必須依據(jù)官方數(shù)據(jù)產(chǎn)品提供的質(zhì)量標志（QualityFlag）或“xco2_quality_flag”變量進行逐像元篩選?；竞Y選準則：僅保留質(zhì)量標志標明為“好”（Good）或等效最高質(zhì)量等級（通常為0）的觀測數(shù)據(jù)。剔除因云層、強氣溶膠、高太陽天頂角、傳感器異常等原因?qū)е沦|(zhì)量低下的數(shù)據(jù)。8.2.2不確定性閾值過濾，設(shè)置XCO2單點隨機誤差的上限閾值（如1.0ppm或根據(jù)具體衛(wèi)星產(chǎn)品性能確定）。剔除誤差大于閾值的觀測，確保用于分析的數(shù)據(jù)具有足夠的精度。8.2.3偏差校正與協(xié)同處理，當使用多源衛(wèi)星數(shù)據(jù)時，必須評估并校正不同傳感器、不同反演算法之T/XXXXXXX—XXXX間的系統(tǒng)性偏差。可通過在共同的時間、空間范圍內(nèi)與高精度地面觀測（如TCCON）進行交叉驗證，建立校正關(guān)系。處理過程中，應(yīng)保持數(shù)據(jù)產(chǎn)品的信息清晰，便于跟蹤誤差來源。8.3衛(wèi)星核函數(shù)尺度轉(zhuǎn)化法星核函數(shù)尺度轉(zhuǎn)化法，實現(xiàn)模擬濃度與衛(wèi)星柱濃度的尺度匹配。壓加權(quán)函數(shù)、平均核函數(shù)為基礎(chǔ)，采用Rodgers&Connor的算法(RodgersCD,ConnorBJ(2003)Intercomparisonofremotesoundinginstruments.JGeophysRes.doi:10.1029/2002JD002299)，計算與衛(wèi)星柱濃度相匹配的模型模擬柱濃度：其中是轉(zhuǎn)化后的模擬柱濃度；hT是氣壓加權(quán)函數(shù)，X。是先驗廓線，A是平均核函數(shù)，由,衛(wèi)星數(shù)據(jù)反演算法提供；xhn是大氣傳輸模型在衛(wèi)星分層高度插值獲取到的模擬濃度。9.1技術(shù)路線數(shù)據(jù)同化是一個循環(huán)迭代的“預(yù)報-分析”過程。其核心是利用觀測數(shù)據(jù)的不確定性信息，在模型動態(tài)約束下，對模型的背景場（即短期預(yù)報場）進行修正，產(chǎn)生最優(yōu)分析場。針對大氣CO2的同化，其整合多源觀測的技術(shù)路線如圖9.1所示，并遵循以下原則：系統(tǒng)性、可追溯性和物理一致性。T/XXXXXXX—XXXX圖4同化技術(shù)路線如圖T/XXXXXXX—XXXX9.2觀測數(shù)據(jù)同化前處理a)獲取目標時段內(nèi)覆蓋模擬區(qū)域的OCO-2/3、GOSAT2/3等衛(wèi)星的L2級XCO2產(chǎn)品。進行質(zhì)量控制，剔除不符合要求的數(shù)據(jù)。將篩選后的衛(wèi)星觀測點，根據(jù)其經(jīng)緯度和時間，匹配到對應(yīng)的WRF-Chem模型網(wǎng)格和模擬時間步上。對于同一模型網(wǎng)格內(nèi)在短時間窗口（如±30分鐘）內(nèi)的多個衛(wèi)星觀測，可計算其平均值及不確定性作為該網(wǎng)格在該時刻的代表性觀測值.b)地面數(shù)據(jù)分為兩類進行處理。地面原位觀測（In-situ）：針對Picarro等儀器測量的近地面濃度。剔除受儀器標定、維護或極端局地污染源（如車輛尾氣）影響的異常尖峰值。將高頻觀測數(shù)據(jù)（分鐘級）聚合為與模型輸出步長匹配的小時均值（HourlyMean）。地面遙感觀測（TCCON等）：針對地基傅里葉變換光譜儀測量的XCO2柱濃度。處理方式同衛(wèi)星數(shù)據(jù)，重點關(guān)注其垂直靈敏度特性。9.3觀測算子的構(gòu)建觀測算子（ObservationOperator,H）是數(shù)據(jù)同化系統(tǒng)的核心組件，其功能是將模型狀態(tài)空間（ModelSpace）的變量映射到觀測空間（ObservationSpace）。由于WRF-Chem模擬輸出為三維網(wǎng)格點上的體積混合比濃度，而衛(wèi)星觀測為大氣柱平均干空氣混合比（XCO2且兩者在垂直分層和物理定義上存在顯著差異，因此必須構(gòu)建包含垂直插值與平滑運算的觀測算子，以消除由不同垂直分辨率和先驗信息引入的代表性誤差。對于地面原位觀測，采用三線性插值法（TrilinearInterpolation）。水平方向：利用站點周邊的四個模型網(wǎng)格點進行雙線性插值。垂直方向：根據(jù)站點海拔高度與模型地形高度的差異，在垂直層間進行對數(shù)線性插值，精確提取對應(yīng)高度層的CO2摩爾分數(shù)。9.3.1衛(wèi)星XCO2觀測算子(Hsat)由于衛(wèi)星觀測的是大氣垂直氣柱的加權(quán)平均值，且對不同高度的敏感性不同，必須引入平均核（AveragingKernel,a）和先驗廓線（PrioriProfile,xa）。觀測算子定義如下：其中：Hsat(Xm)：經(jīng)觀測算子轉(zhuǎn)化后的模擬柱濃度（SimulatedXCO2該值可直接與衛(wèi)星發(fā)布的L2級XCO2觀測數(shù)據(jù)進行比較計算新息。XCO2prior：衛(wèi)星標準產(chǎn)品中提供的先驗柱平均濃度。這是在反演過程中使用的背景參考值。Xprior:衛(wèi)星產(chǎn)品提供的先驗CO2垂直廓線向量（Profile），反映了反演算法對大氣狀態(tài)的預(yù)設(shè)估計。Xm：WRF-Chem模擬并插值到衛(wèi)星壓力層的CO2垂直廓線向量。T/XXXXXXX—XXXXa：歸一化平均核向量（NormalizedAveragingKernel）。它是一個無量綱向量，對角線元素值表征了衛(wèi)星觀測對該層大氣CO2真實變化的敏感程度（值越接近1，表示衛(wèi)星對該層信息的捕捉能力越強；接近0則表示更多依賴先驗信息）。h：壓力權(quán)重向量（PressureWeightingFunction）。用于將分層濃度積分轉(zhuǎn)化為全大氣柱平均濃度，其第j層的權(quán)重計算公式通常為：其中，Δpj為該層的壓力厚度，Psurf為地表氣壓。通過該公式，觀測算子剔除了衛(wèi)星反演中先驗廓線對模擬-觀測差異的影響，確保了同化過程僅針對模型相對于真實大氣的偏差進行修正，即比較的是“模型增量”與“觀測增量”。9.3.2地面站點觀測算子(Hsurf)a)對于地面原位觀測數(shù)據(jù)（In-situmeasurements），觀測算子主要解決空間分辨率匹配問題。水平匹配：利用站點經(jīng)緯度，在WRF-Chem網(wǎng)格中通過雙線性插值（BilinearInterpolation）計算對應(yīng)位置的水平濃度場。b)垂直匹配與高程校正：考慮到模式地形高度與站點實際海拔高度可能存在差異（尤其在復(fù)雜地形區(qū)域），若站點位于平坦地形，直接提取模型最底層（SurfaceLayer）濃度。若存在顯著高差，依據(jù)氣壓-高度公式，選取與站點實際氣壓最接近的模型垂直層進行插值，避免因地形平滑效應(yīng)導(dǎo)致的虛假偏差。9.4同化算法與誤差協(xié)方差估計本研究采用集合卡爾曼濾波(EnKF)作為核心同化算法。9.4.1狀態(tài)更新方程同化分析場（AnalysisField，Xa）通過下式計算：x?=x+k[yoss-H(x)]（3）其中，Xf：WRF-Chem模擬的背景場（Forecast），yobs：觀測向量（包含衛(wèi)星和地面數(shù)據(jù)），K：卡爾曼增益矩陣（KalmanGain），決定了觀測數(shù)據(jù)對模型修正的權(quán)重。9.4.2誤差協(xié)方差矩陣的構(gòu)建背景誤差協(xié)方差(B)：利用集合成員（EnsembleMembers）的統(tǒng)計特征來估計模型誤差的流依賴T/XXXXXXX—XXXX特性，反映CO2傳輸過程中的不確定性。觀測誤差協(xié)方差(R)：構(gòu)建對角矩陣，對角線元素由儀器測量誤差（InstrumentError）和代表性誤差（RepresentationError）共同決定。9.4同化實施流程系統(tǒng)運行遵循“模擬—匹配—同化—預(yù)報”的循環(huán)機制，具體步驟如下：a)集合背景場模擬(EnsembleForecast)，利用擾動后的排放源或氣象場驅(qū)動WRF-Chem模式，并行運行N個集合成員，生成同化時刻的三維CO2背景場濃度分布。b)新息向量計算(InnovationCalculation)，讀取當前時刻所有有效的衛(wèi)星XCO2觀測和地面站點觀測數(shù)據(jù)。利用9.3節(jié)構(gòu)建的觀測算子（Hsurf和Hsat），將每個集合成員的模擬結(jié)果映射到觀測空間。計算新息向量，即觀測值與模擬值的差異。c)求解分析增量(AnalysisStep)，將新息向量、背景誤差協(xié)方差及觀測誤差代入同化算法，計算最優(yōu)分析增量。該過程實現(xiàn)了多源觀測信息在空間上的加權(quán)融合，修正模型存在的系統(tǒng)或隨機偏差。d)狀態(tài)更新與模式重啟動(Update&Restart)，將計算得到的分析增量疊加至WRF-Chem的當前狀態(tài)變量中，更新CO2三維濃度場。使用更新后的分析場作為初始條件，驅(qū)動模式繼續(xù)積分至下一個同化窗口。10人為排放增量估算人為排放CO2需要區(qū)分排放源和附近的“清潔”背景的CO2觀測值。CO2排放源處釋放到大氣中，由大氣傳輸擴散到周圍數(shù)十公里的區(qū)域。理想情況下，排放源附近的二氧化碳濃度較高，而遠距離的二氧化碳濃度較低。10.1CO2人為排放強度空間分布確定采用上述同化和修正后的數(shù)據(jù)為工業(yè)園區(qū)及周邊地區(qū)的觀測值。利用空間自相關(guān)特性，通過分析高XCO2值的空間聚集模式，可以有效地檢測到由局部排放源引起XCO2增加信號。應(yīng)用局部空間關(guān)聯(lián)性指數(shù)（LISA）可計算XCO2觀測值的空間相關(guān)性，并確定以高CO2濃度為特征的空間集群。利用方程式（4）和（5）的Moran’sI統(tǒng)計方法對過境的OCO-2數(shù)據(jù)進行計算：（4）其中n是觀測的數(shù)量，x是觀測到的XCO2值的平均值，xi和xj分別是不同位置（i和j）的XCO2數(shù)值。茜i,j是空間權(quán)重矩陣，表示i和j之間的距離關(guān)系。使用距離平方反比法計算衛(wèi)星XCO2觀測值之間的空間關(guān)系，并對空間權(quán)重進行行標準化。p值設(shè)置為<0.05，確保所識別的聚類在95%的置信T/XXXXXXX—XXXX水平下具有統(tǒng)計學意義。統(tǒng)計的z分數(shù)計算如下：其中E[Ii]和V[Ii]分別是Ii的期望值和方差值。H和L分別表示高于和低于平均值的XCO2值。對I統(tǒng)計結(jié)果，將每個過境的XCO2值分為非顯著相關(guān)觀測值（NS）和四類顯著相關(guān)值類型（p值<0.05）HH和LL表示具有高的正z分數(shù)的觀測值，表明數(shù)據(jù)點及其相鄰區(qū)域表現(xiàn)出類似的高或低XCO2值。而HL和LH表示具有較低的負z分數(shù)的觀測值，表明數(shù)據(jù)點與其相鄰點之間存在顯著差異，定義為噪聲引起的異常。因此HH和LL可以描述為人為排放相對于“清潔”背景值引起的XCO2升高。10.2工業(yè)園區(qū)人為排放值分析和評價通過從衛(wèi)星遙感-模擬數(shù)據(jù)-地面數(shù)據(jù)，耦合同化修正-XCO2值的變化，構(gòu)建較為精確的XCO2時空分布數(shù)據(jù)集，繪制時空分布圖。由此估算人為排放值：其中XCO2,ant是XCO2增加值，XCO2,HH是來自HH區(qū)的XCO2值，而XCO2,bk是來自LL區(qū)值（背景值）。XCO2,ant值可作為識別局部人為排放造成的XCO2增值。為了確保XCO2,ant值在空間象元尺度上的可靠性和連續(xù)性，需要去除HH數(shù)據(jù)點少于三個的象元及沒有相鄰HH的象元。由此可以計算了工業(yè)園區(qū)及周圍空間范圍的平均XCO2,ant值，提取人為排放所造成的XCO2增值。根據(jù)目標工業(yè)園區(qū)的排放時間動態(tài)建立排放觀測數(shù)據(jù)庫，從而分析工業(yè)活動造成的大氣CO2濃度的日變化、季節(jié)變化、年變化，為目標園區(qū)的碳政策及科學管理提供支撐。T/XXXXXXX—XXXX參考文獻[1]《IPCC國家溫室氣體清單指南》政府間氣候變化專門委員會〔2006〕.[2]GB/T42419-2023地表碳核查技術(shù)規(guī)程.[3]GB/T46105—2025陸地生態(tài)系統(tǒng)碳匯核算指南.[4]T/CI001-2022衛(wèi)星對地觀測下的碳指標監(jiān)測體系.[5]Ahmadov,R.,Gerbig,C.,Kretschmer,R.,Koerner,S.,Neininger,B.,Dolman,A.J.,&Sarrat,C..MesoscalecovarianceoftransportandCO2fluxes:EvidencefromobservationsandsimulationsusingtheWRF-VPRMcoupledatmosphere-biospheremodel.JournalofGeophysicalResearch:Atmospheres,2007，112(D22)./10.1029/2007JD008552.[6]Beck,V.,Koch,T.,Kretschmer,R.,Marshall,J.,Ahmadov,R.,Gerbig,C.,Pillai,D.,&Heimann,M.TheWRFGreenhouseGasModel(WRF-GHG)(tech.rep.)，2011.[7]馬心怡,黃文晶,胡凝,肖薇,胡誠,張彌,曹暢,趙佳玉.基于不同排放清單的長三角人為CO2排放模擬[J].環(huán)境科學,2023,44(4):2009-2021.[8]寇星霞,彭珍,張美根,苗世光,陳敏,趙秀娟.城市及區(qū)域尺度碳同化反演研究進展[J].環(huán)境工程,2024,42(10):209-217.doi:10.13205/j.hjgc.202410024.[9]趙強,李迎迎,劉嵩,易明建,方潛生.基于MEIC數(shù)據(jù)的長三角地區(qū)CO2排放時空演變及影響因素分析[J].環(huán)境科學研究,2024,37(8):1666-1679.DOI:10.13198/j.issn.1001-6929.2024.05.21.[10]Callewaert,S..WRF-GHGuserguide.RoyalBelgianInstituteforSpaceAeronomy.2024，/10.18758/Q6RAPNEU.[11]Zhang,Q.,Li,M.,Wei,C.,Mizzi,A.P.,Huang,Y.,&Gu,Q.AssimilationofOCO-2retrievalswithWRF-Chem/DART:AcasestudyfortheMidwesternUnitedStates.AtmosphericEnvironment,2020，246,118100.[12]Hu,