葛鈺潔，肖鐘湧

1.集美大學(xué)港口與海岸工程學(xué)院，福建 廈門 361021 2.蘭州大學(xué)資源環(huán)境學(xué)院，甘肅 蘭州 730000

CO2氣體是空氣的組成成分之一，人類的生產(chǎn)和生活離不開對于CO2的處理與利用。同時，作為溫室氣體之一，CO2對于全球溫室效應(yīng)也有著重要的作用。CO2在大氣中的含量時刻影響著人類的生存環(huán)境，改變著全球的氣候面貌。自19世紀(jì)以來，CO2的排放量就隨著人類工業(yè)的發(fā)展而快速上升著。工業(yè)革命前，全球的CO2平均柱濃度(均為質(zhì)量濃度，下同)約為278 mg/L，而到了2021年5月，全球的CO2平均柱濃度已然飆升至419 mg/L。目前，全球的CO2平均柱濃度正在以每年約為0.5%的速率迅速上升，這也成為全球溫室效應(yīng)越來越劇烈的重要原因之一[1]。為了應(yīng)對全球氣候變暖帶來的種種挑戰(zhàn)，世界各國正在聯(lián)合起來，共同推行節(jié)能減排的各項戰(zhàn)略措施[2]。

中國的減排之路充滿挑戰(zhàn)[3]。2007年，中國的CO2排放量超過60億t，占全球總排放量的20%以上[4]。這樣的污染物排放量不僅給中國帶來了嚴(yán)重的環(huán)境問題，更是為人們的生產(chǎn)生活埋下了巨大的安全隱患[5]。2009年，在哥本哈根氣候大會上，中國表示堅定不移地為應(yīng)對氣候變化作出不懈努力和積極貢獻，并制定了一系列監(jiān)控CO2排放量的措施。在2020年9月召開的第七十五屆聯(lián)合國大會上，中國政府莊嚴(yán)承諾，中國一定會采取更加強有力的管控措施，將CO2的排放量控制在合理的范圍內(nèi)。同時，中國會力爭在2060年前實現(xiàn)碳中和目標(biāo)[6]。

目前對大氣中CO2濃度的監(jiān)測方式主要有地基、空基和衛(wèi)星遙感探測。衛(wèi)星遙感探測不受時空限制，能夠得到穩(wěn)定、長時間序列、大范圍的數(shù)據(jù)，已經(jīng)成為大氣CO2柱濃度監(jiān)測的主要手段。常用的衛(wèi)星遙感傳感器有ENVISAT的SCIAMACHY、GOSAT的FTS和AQUA的AIRS[7-9]。

本文采用2009年6月至2020年12月的GOSAT衛(wèi)星傅里葉變換光譜儀(FTS)提供的CO2柱濃度的L3級別數(shù)據(jù)進行分析研究。同時，選用總碳柱觀測網(wǎng)絡(luò)(TCCON)地基站點數(shù)據(jù)，對GOSAT衛(wèi)星的CO2柱濃度數(shù)據(jù)進行了數(shù)據(jù)驗證。在此數(shù)據(jù)基礎(chǔ)上分析了中國CO2柱濃度的時間及空間特征，對比分析了中國CO2柱濃度與美國、印度以及全球CO2柱濃度的差異，并分析了其時空特征成因。

1 數(shù)據(jù)與方法

1.1 CO2數(shù)據(jù)

本文的研究數(shù)據(jù)來自GOSAT衛(wèi)星傅里葉變換光譜儀(FTS)和總碳柱觀測網(wǎng)絡(luò)(TCCON)的CO2產(chǎn)品。GOSAT衛(wèi)星也被稱為溫室氣體觀測衛(wèi)星[10]。GOSAT衛(wèi)星上搭載著諸多專門針對溫室氣體的觀測傳感器，對于遠程監(jiān)測地面溫室氣體柱濃度變化有重要意義[3]。GOSAT衛(wèi)星監(jiān)測所獲取到的CO2柱濃度為CO2垂直大氣柱濃度[11]。本文所采用的GOSAT衛(wèi)星CO2產(chǎn)品中的L3級別數(shù)據(jù)集是由L2級別數(shù)據(jù)產(chǎn)品經(jīng)過空間校正及統(tǒng)計等方法估算得出的，是面積大小為2.5°×2.5°矩形區(qū)域的CO2氣體的混合比數(shù)據(jù)[12]，L2級別數(shù)據(jù)產(chǎn)品是GOSAT衛(wèi)星在對于全球的CO2氣體進行單點觀測并反演得到的自近地表面至大氣上空的整個大氣層的CO2氣體柱濃度數(shù)據(jù)。本文采用2009年6月至2020年12月的GOSAT衛(wèi)星提供的CO2柱濃度的L3數(shù)據(jù)集進行分析研究。

本研究使用13個TCCON地基站點觀測的CO2數(shù)據(jù)作為驗證數(shù)據(jù)。在用于監(jiān)測CO2柱濃度的各類站點中，總碳柱觀測網(wǎng)絡(luò)(TCCON)地基站點是少數(shù)搭建于地面的光譜儀網(wǎng)絡(luò)站點之一[1]。TCCON觀測網(wǎng)基于地基傅里葉紅外高光譜儀進行太陽紅外光譜觀測，能夠反演包括CO2、CH4、N2O在內(nèi)的多種溫室氣體，并提供全球分布的溫室氣體柱濃度。TCCON的平均監(jiān)測精度能夠達到0.2%，適合用于遙感數(shù)據(jù)的驗證[13]。在所下載的TCCON站點數(shù)據(jù)中，有多個站點數(shù)據(jù)的起止時間與本文所利用的GOSAT衛(wèi)星數(shù)據(jù)的起止時間不一致。因此，在進行數(shù)據(jù)驗證時，本文僅使用可與GOSAT衛(wèi)星進行驗證的時間段的數(shù)據(jù)，即2009年6月至2020年12月的數(shù)據(jù)。

1.2 方法

本文采用的GOSAT衛(wèi)星數(shù)據(jù)為自2009年6月至2020年12月的CO2柱濃度逐月數(shù)據(jù)集。從HDF5格式的原始數(shù)據(jù)以數(shù)列矩陣讀取CO2數(shù)據(jù)信息，結(jié)合經(jīng)度和緯度信息，將CO2柱濃度數(shù)據(jù)轉(zhuǎn)為柵格數(shù)據(jù)形式，通過柵格轉(zhuǎn)點得到全球CO2柱濃度點數(shù)據(jù)，統(tǒng)計逐月全球CO2柱濃度數(shù)據(jù)，并進行空間插值。趙明偉等[14]的研究表明，反距離加權(quán)插值法是最優(yōu)的CO2柱濃度內(nèi)插方法，利用反距離加權(quán)插值的數(shù)據(jù)能夠良好覆蓋中國甚至全球大部分地區(qū)，數(shù)據(jù)連續(xù)性較好，精度較高，能夠用于下一步中國CO2柱濃度的時空特征分析。因此，本文利用反距離加權(quán)插值對于全球CO2柱濃度點數(shù)據(jù)進行空間插值，并進行掩膜提取。同時，本文利用時空插值的方法對2014年12月、2015年1月以及2018年12月缺失進行補全。除此之外，針對中國區(qū)域在四季以及月變化中區(qū)域柱濃度之間的差異，本文利用變異系數(shù)(標(biāo)準(zhǔn)差與平均值之比)來說明。

另外，本文利用了TCCON地基站點的CO2柱濃度數(shù)據(jù)與衛(wèi)星遙感數(shù)據(jù)進行回歸分析，驗證衛(wèi)星遙感數(shù)據(jù)。在時間上，計算出各年份的逐月CO2柱濃度數(shù)據(jù)平均值與GOSAT的月合成數(shù)據(jù)相匹配；在空間上，提取了與地面觀測站點經(jīng)緯度坐標(biāo)相對應(yīng)的一個像元值，進行數(shù)據(jù)驗證。對于GOSAT衛(wèi)星的數(shù)據(jù)篩選方式，以逐月的遙感影像數(shù)據(jù)為基礎(chǔ)，在各TCCON地基站點中心3°范圍內(nèi)[1]所有符合的遙感影像數(shù)據(jù)點中選取了一個最接近TCCON地基站點CO2數(shù)據(jù)的GOSAT衛(wèi)星反演數(shù)據(jù)點，作為當(dāng)月的GOSAT衛(wèi)星測量的地基站點附近的CO2柱濃度。同時，在2009年6月至2020年12月這段時間里，如果GOSAT衛(wèi)星的原始數(shù)據(jù)在某站點附近并無記錄，則該月數(shù)據(jù)并不進行統(tǒng)計，不參與驗證。

為了說明這種周期變化和變化趨勢，引入線性和正弦函數(shù)疊加模型進行定量討論[15-16]，模型如下：

y=A+B×xt+C×sin(D×xt+E)

(1)

式中：y表示擬合模型計算的CO2柱濃度的月均值，單位mg/L；xt表示不同月份；A為CO2柱濃度總體水平；B為CO2柱濃度每月變化量；C為變化振幅；D為變化周期；E為峰值或谷值；A+B×xt用來描述CO2柱濃度時間序列數(shù)據(jù)的線性變化趨勢；C× sin(D×xt+E)描述CO2柱濃度月均值周期變化。

2 結(jié)果與分析

2.1 數(shù)據(jù)驗證

表1為13個TCCON 地基站點與GOSAT衛(wèi)星CO2數(shù)據(jù)產(chǎn)品L3級別數(shù)據(jù)的回歸結(jié)果，以TCCON地基站點數(shù)據(jù)為x軸，以GOSAT衛(wèi)星數(shù)據(jù)為y軸，相關(guān)系數(shù)、偏差和標(biāo)準(zhǔn)差是通過對于所有站點的值平均得到的，所有站點的點數(shù)即為各個站點點數(shù)之和。由表1可知，GOSAT衛(wèi)星CO2數(shù)據(jù)與TCCON地基站點的CO2數(shù)據(jù)的總斜率為0.98，平均偏差為0.11，平均標(biāo)準(zhǔn)差為0.85，相關(guān)系數(shù)為0.99。因此，GOSAT衛(wèi)星CO2數(shù)據(jù)與TCCON地基站點的CO2數(shù)據(jù)具有很高的驗證精度和一致性結(jié)果，CO2柱濃度數(shù)據(jù)的穩(wěn)定性也較好。

表1 GOSAT衛(wèi)星與TCCON地基站點的CO2柱濃度數(shù)據(jù)驗證情況表Table 1 Validation of CO2 column concentration data of GOSAT satellite and TCCON ground station

GOSAT衛(wèi)星的CO2柱濃度數(shù)據(jù)與TCCON地基站點的CO2柱濃度數(shù)據(jù)的合計偏差為正值，且GOSAT衛(wèi)星的CO2柱濃度數(shù)據(jù)一般來說大于TCCON地基站點所監(jiān)測到的CO2柱濃度數(shù)據(jù)。在表1中，具有最大偏差值的站點是位于北半球太平洋北岸的Rikubetsu站點，具有最小偏差值的站點是位于南半球澳大利亞東南部的Wollongong站點。各站點的驗證情況的斜率大部分都在0.9左右，散點回歸驗證情況較好，但散點圖的截距相差較大，這是由于各地站點的平均柱濃度相差較大所致。

圖1為TCCON地基站點的CO2柱濃度數(shù)據(jù)與衛(wèi)星遙感總數(shù)據(jù)回歸分析圖，以TCCON地面基站CO2柱濃度為x軸，以GOSAT衛(wèi)星CO2柱濃度為y軸形成的散點圖的回歸趨勢線方程：

y= 0.9764 ×x+ 9.5180，r2=0.99

(2)

式中：y為GOSAT衛(wèi)星CO2柱濃度月平均值，單位mg/L；x為TCCON地基站點CO2柱濃度月平均值，單位mg/L；r2為趨勢線擬合程度。

圖1 回歸分析Fig.1 Regression analysis

GOSAT衛(wèi)星CO2柱濃度與TCCON地面基站CO2柱濃度數(shù)據(jù)經(jīng)過回歸分析，其r2為0.99，相關(guān)性程度高，擬合程度較好。綜合以上驗證情況，可知GOSAT衛(wèi)星CO2的L3級別數(shù)據(jù)與TCCON地基站點具有較高的一致性，且精度也具備準(zhǔn)確地描述大氣CO2柱濃度的空間分布特征以及其變化的能力，能夠用于下一步CO2柱濃度的時空特征分析。

2.2 CO2時間變化特征

2.2.1 不同時間尺度的變化特征

2010—2020年中國區(qū)域月、年平均CO2柱濃度的變化特征如圖2所示。

從圖2可見，CO2柱濃度年平均值呈現(xiàn)逐年上升趨勢，年平均最大值與年平均最小值也隨著年平均CO2柱濃度的增加而增加。2010年平均CO2柱濃度約為389.30 mg/L，而2020年平均柱濃度攀升至412.62 mg/L。2010—2020年，CO2柱濃度年平均值增長了23.32 mg/L，平均每年增長2.33 mg/L，年平均增長率約為0.58%。根據(jù)圖2中年平均最大值與年平均最小值的分布情況可知，各年度平均年最大值與平均年最小值相差約3.84 mg/L，各年度平均CO2柱濃度的最大值和最小值與各年度平均值相差約1.92 mg/L。隨著時間變化，每年的CO2柱濃度范圍有擴大的趨勢，各年度的CO2柱濃度平均值從更接近最小值變得更接近最大值，說明CO2柱濃度較高數(shù)值出現(xiàn)頻率有所增加。對2010—2020年中國區(qū)域CO2柱濃度各年度平均柵格再次進行柵格計算器平均處理，統(tǒng)計結(jié)果顯示，2010—2020年中國區(qū)域CO2柱濃度平均值約為400.58 mg/L，平均最大值為402.45 mg/L，平均最小值為398.86 mg/L，標(biāo)準(zhǔn)差為0.78，CO2柱濃度高低值分布的離散程度較大，數(shù)據(jù)之間差距較大。

從圖2可知，2010—2020年中國區(qū)域CO2柱濃度數(shù)據(jù)穩(wěn)定性較差，柱濃度波動較大，CO2柱濃度在各年度分布離散程度較大，即柱濃度差距較大。其中2010年與2020年CO2柱濃度分布差距最大，2020年數(shù)據(jù)穩(wěn)定性最差，標(biāo)準(zhǔn)差為0.94；2014年CO2柱濃度差距最小，穩(wěn)定性最好，標(biāo)準(zhǔn)差為0.68。隨著年份的增長，各年度的柱濃度標(biāo)準(zhǔn)差有上升的趨勢，也同樣說明中國區(qū)域CO2柱濃度范圍有擴大的趨勢。

利用正弦函數(shù)模型對月平均CO2柱濃度時序數(shù)據(jù)進行擬合，得到擬合方程式：y= 386 + 0.2 ×xt-3.3 × sin(0.52 ×xt- 0.1)，r2為0.99，RMSE為1.01 mg/L，擬合效果良好。方程參數(shù)D=0.52近似于理想值D=2π/12，表明該函數(shù)波動周期為12個月，季節(jié)性循環(huán)特征明顯。如圖2所示，中國區(qū)域CO2柱濃度月變化的最低值主要出現(xiàn)在每年的7月或8月之后，從9月開始增加，到次年的4月達到峰值，之后逐漸下降，次年8月回落至波谷，完成一次周期性變化。4月是CO2柱濃度最高的月份，多年區(qū)域月平均值約為403.32 mg/L，2020年4月的區(qū)域平均值為411.53 mg/L；8月是CO2柱濃度最低的月份，多年區(qū)域月平均柱濃度約為396.59 mg/L，2020年8月的區(qū)域平均值為403.94 mg/L。平均每個周期的最低值和最高值相差約為8.07 mg/L。2009年6月至2020年12月，中國區(qū)域CO2柱濃度增長速度最快的月份是處于秋季的10月，增長速度為每年上升約2.48 mg/L，增長速度最慢的月份是處于春季的5月，增長速度為每年上升約2.27 mg/L，與季節(jié)增速變化情況相符合，各月份平均增長速度約為每年2.38 mg/L。

CO2柱濃度標(biāo)準(zhǔn)差與平均值之比為變異系數(shù)。如圖3(a)所示，7月的變異系數(shù)最大，9月的變異系數(shù)最小。剩余月份中，5月的變異系數(shù)也較低，而6、7、8月同處夏季，這3個月的變異系數(shù)都較高，數(shù)據(jù)穩(wěn)定性較差，CO2柱濃度極值間相差較多。換言之，6、7、8月的CO2柱濃度差距較大，數(shù)據(jù)穩(wěn)定性較差，相對當(dāng)月平均值而言，高值和低值出現(xiàn)頻率較高，5月和9月CO2柱濃度差距較小，數(shù)據(jù)穩(wěn)定性較好，相對當(dāng)月平均值而言，高值和低值出現(xiàn)頻率較低。

圖3 2009—2020年中國區(qū)域CO2柱濃度多年份變化Fig.3 Variation of multiple years of CO2 column concentration in China from 2009 to 2020

如圖3(b)顯示，中國區(qū)域CO2柱濃度一般來說冬季最高，春季的CO2柱濃度較接近冬季高值，秋季其次，夏季CO2柱濃度最低。冬季的多年區(qū)域平均值為403.23 mg/L，春季為402.91 mg/L，秋季為399.52 mg/L，夏季為398.11 mg/L。夏季的CO2柱濃度差距較大，數(shù)據(jù)穩(wěn)定性較差，相對當(dāng)月平均值而言，高值和低值出現(xiàn)頻率較高；而秋季相反，CO2柱濃度差距較小，數(shù)據(jù)穩(wěn)定性較好，相對當(dāng)月平均值而言，高值和低值出現(xiàn)頻率較低。

2.2.2 中國區(qū)域與美國、印度和全球變化對比

從圖4可知，2010—2020年中國區(qū)域與美國、印度和全球CO2柱濃度各年份平均值的變化特征?？紤]到GOSAT衛(wèi)星數(shù)據(jù)覆蓋范圍，本文僅對比美國本土地區(qū)的CO2柱濃度數(shù)據(jù)。中國區(qū)域的CO2柱濃度平均每年增長2.33 mg/L，年平均增長率約為0.58%。全球的CO2柱濃度平均每年增長2.23 mg/L，低于中國區(qū)域平均年增長濃度，年平均增長率約為0.57%，低于中國區(qū)域平均年增長率。研究期間，中國區(qū)域的CO2柱濃度平均值比全球的CO2柱濃度平均值高約1.41 mg/L。中國區(qū)域的CO2柱濃度平均值與增長率均略高于全球平均水平。中國區(qū)域與美國本土地區(qū)相比，CO2柱濃度水平和增速相似。與印度相比，印度的CO2柱濃度增長速度快于中國區(qū)域。

圖4 2010—2020年中國區(qū)域與美國、印度和全球CO2柱濃度各年份平均值對比Fig.4 Comparison of annual average CO2column concentration between China andUSA,India,globe from 2010 to 2020

如圖5所示，全球的CO2柱濃度月變化波峰一般出現(xiàn)在5月，中國區(qū)域的CO2柱濃度月變化波峰一般出現(xiàn)在4月，全球的CO2柱濃度月變化波谷一般出現(xiàn)在8月或9月，中國區(qū)域的CO2柱濃度月變化波谷一般出現(xiàn)在8月，表明全球的CO2柱濃度波峰比中國區(qū)域慢1個月左右，波谷也有所推遲。除此之外，全球的CO2柱濃度變化趨勢基本與中國區(qū)域相同，變化趨勢為1—5月攀升，6—8月下降，9—12月回升。全球的CO2柱濃度月變化幅度小于中國區(qū)域的變化幅度，全球的CO2柱濃度極差為4.64 mg/L，而中國區(qū)域的CO2柱濃度極差則為6.73 mg/L。研究期間，中國區(qū)域與美國、印度和全球的CO2柱濃度變化基本相似，都存在周期性季節(jié)變化。但由多年的月、季平均變化特征可知，中國CO2柱濃度的周期性季節(jié)變化幅度要大于美國以及印度的變化幅度。美國和印度的CO2柱濃度最高值出現(xiàn)在春季，最低值出現(xiàn)在秋季，最低值相比于中國區(qū)域推后了一個季節(jié)。美國和印度的CO2柱濃度最高值都出現(xiàn)在5月，最低值分別出現(xiàn)在8月和9月。

圖5 2009—2020年中國區(qū)域、美國、印度和全球CO2柱濃度變化圖Fig.5 Comparison of CO2 column concentration betweenChina,USA,India,globe from 2009 to 2020

2.3 CO2空間變化特征

2.3.1 年際分布

從圖6可以看出，中國區(qū)域年CO2柱濃度的空間分布有很明顯的高值區(qū)、中值區(qū)、過渡區(qū)(黃色條帶)和低值區(qū)。

注：底圖源自國家測繪地理信息局網(wǎng)站(http://zwfw.nasg.gov.cn/approval)下載的1∶400萬行政區(qū)版中華人民共和國地圖，審圖號為GS(2022)1873號，下載日期為2012-07-16。下同。圖6 2010—2020年中國區(qū)域CO2柱濃度年變化分布Fig.6 Annual variation distribution of CO2 columnconcentration in China from 2010 to 2020

高值區(qū)主要包括東部沿海的全部地區(qū)、中部各省(市)及西南地區(qū)的部分，主要包括位于東部沿海的上海市、江蘇省、浙江省、安徽省，位于中北部地區(qū)的山東省、河南省、山西省、河北省以及位于南部沿海的廣東省，共9個省(市)。中值區(qū)主要包括湖南省、福建省、海南省、臺灣地區(qū)以及重慶市等位于過渡區(qū)(黃色條帶)以南的除高值區(qū)9個省(市)以外的所有省(市)。但是高值區(qū)與中值區(qū)之間分界并不明顯，湖北省、江西省即位于此分界區(qū)域。其次，過渡區(qū)在圖6中以自東北向西南方向延伸的黃色條帶表示。該條帶的分布類似人口密度對比線(胡煥庸線)，即“黑河-騰沖”線，但是各年份的中國區(qū)域CO2柱濃度過渡帶略有波動。在東北部區(qū)域，過渡條帶更靠近南部，基本位于黑龍江省的最南端，穿過吉林省的中南部，沿著內(nèi)蒙古自治區(qū)的南部省界線向西南方向延伸。在中部區(qū)域，過渡條帶自東北向西南縱向穿過寧夏回族自治區(qū)，并向甘肅省的中南部延伸，但沒有到達甘肅省的河西走廊地區(qū)。在西南區(qū)域，過渡條帶基本穿過四川省北部，結(jié)束于西藏自治區(qū)的最南端和云南省的最北端。低值區(qū)域主要包括黑龍江省的大部分、吉林省的北部、內(nèi)蒙古自治區(qū)的中部和北部、甘肅省的河西走廊及河西走廊以北地區(qū)、青海省全部以及西藏自治區(qū)和新疆維吾爾自治區(qū)的大部分地區(qū)。但是，在低值區(qū)有2塊特殊的中高值區(qū)。這2塊特殊的中高值區(qū)分布在新疆維吾爾自治區(qū)的中部地區(qū)和西藏自治區(qū)的中南部地區(qū)，其中，新疆維吾爾自治區(qū)的中部高值區(qū)基本呈現(xiàn)東西走向，而西藏自治區(qū)的中南部高值區(qū)呈現(xiàn)南北走向。從省級行政區(qū)域尺度上看(圖7)，安徽省的CO2柱濃度最高(達414.38 mg/L)，其次是河南省(414.36 mg/L)，內(nèi)蒙古自治區(qū)的CO2柱濃度最低(411.80 mg/L)。

圖7 2020年各省(區(qū)、市)年均CO2柱濃度Fig.7 Annual mean CO2 column concentration of provinces,municipalities and autonomous regions in China in 2020

總體而言，2010—2020年中國區(qū)域的CO2柱濃度的空間分布特征主要是從東部沿海向西北內(nèi)陸逐漸降低，年變化趨勢：高值區(qū)由東部沿海地區(qū)向南部沿海地區(qū)和中北部地區(qū)擴展，中值區(qū)不斷向西北地區(qū)和東北地區(qū)擴大，過渡帶地區(qū)的變化趨勢是隨著年份的變化而向高緯度方向偏移，低值區(qū)則不斷縮小，主要集中在中國最北部和最西部的部分地區(qū)。

2.3.2 季節(jié)和月CO2柱濃度空間分布特征

按照春、秋、冬為一類，夏季為一類的分類，描述了各季節(jié)高值區(qū)、中值區(qū)、過渡區(qū)與低值區(qū)的空間分布特征變化。春季(3、4、5月)、秋季(9、10、11月)和冬季(12、1、2月)，中國區(qū)域CO2柱濃度空間分布相似(圖8和圖9)。在春、秋、冬季中，中國區(qū)域CO2柱濃度高值區(qū)主要集中在中國的華南、華東和華北地區(qū)，柱濃度高值中心出現(xiàn)在河北省、河南省、山東省、安徽省、山西省5個省，春季、秋季和冬季的多年份CO2柱濃度平均值分別可達404.86、401.13、405.88 mg/L。另外，在新疆維吾爾自治區(qū)出現(xiàn)了次高值中心，春、秋、冬季多年CO2柱濃度平均值分別可達403.43、399.68、403.58 mg/L。中值區(qū)分布范圍較廣，除常規(guī)區(qū)域外還包括東北三省、四川省的部分區(qū)域和云南省的大部分區(qū)域。在冬季，中值區(qū)域在最北端有向東北部擴展的趨勢，但在四川和云南等地有向東南部收縮的趨勢。過渡區(qū)域主要是沿著內(nèi)蒙古自治區(qū)靠南側(cè)的行政邊界自最北端向南、向東延伸，穿過寧夏回族自治區(qū)，延伸至甘肅省的南部區(qū)域，繼續(xù)向南延伸到四川省的中部，較為貼合甘孜藏族自治州和阿壩藏族羌族自治州靠東的行政邊界，最后延伸至云南省。低值區(qū)面積仍主要集中在中國的西北部，在冬季，西南部低值區(qū)有向云南省發(fā)展的趨勢。

圖8 2010—2020中國區(qū)域CO2柱濃度四季變化分布Fig.8 Seasonal variation distribution of CO2 column concentrationin China from 2010 to 2020

夏季(6、7、8月)，中國區(qū)域CO2柱濃度基本上呈現(xiàn)東西方向分布，但是出現(xiàn)2個高值區(qū)域：一個位于東南沿海地區(qū)，高值中心出現(xiàn)在廣東省、福建省、浙江省和江西省的全部地區(qū)，多年CO2柱濃度季節(jié)平均值可達401.04 mg/L；另一個位于西藏自治區(qū)和新疆維吾爾自治區(qū)的南部地區(qū)，多年CO2柱濃度季節(jié)平均值可達399.56 mg/L。CO2柱濃度的中值區(qū)占比較少，主要集中在四川省、云南省、重慶市、湖北省4個省(市)以及安徽省的大部分地區(qū)。過渡帶則呈現(xiàn)東西走向，自山東中部，沿著北緯35°緯線向南延伸至四川省與青海省的交界處，之后向西北方向延伸，穿過青海省的西部地區(qū)，再向西北方向延伸，穿過新疆維吾爾自治區(qū)的中南部。低值區(qū)主要出現(xiàn)在黑龍江省、內(nèi)蒙古自治區(qū)和新疆維吾爾自治區(qū)的北部地區(qū)，CO2柱濃度最低值可達394.56 mg/L。

圖9 2010—2020中國區(qū)域CO2柱濃度月變化分布Fig.9 Monthly variation distribution of CO2 columnconcentration in China from 2010 to 2020

總之，中國區(qū)域CO2柱濃度在空間變化上存在著明顯的季節(jié)變化特征。中國區(qū)域CO2柱濃度中高值區(qū)的空間變化為春季、秋季和冬季呈現(xiàn)“東北-西南”走向，在中部地區(qū)呈現(xiàn)明顯的從高值區(qū)向外圓狀擴散的分布形式。夏季呈現(xiàn)東西方向分布，在東南和西南青藏高原地區(qū)出現(xiàn)高值區(qū)，并向北逐漸下降。

3 討論

自然排放是影響CO2柱濃度周期性季節(jié)變化的主要因素，主要取決于植物的光合作用排放與吸收CO2氣體的過程及能力。在夏季，北半球受陽光照射的時間較長且生長旺盛，植物的光合作用強烈，吸收CO2的能力較強[1]。而在冬季，北半球受陽光照射的時間相對來說較短，溫度較低，植物的光合作用減弱，吸收CO2氣體的能力也有所下降。所以中國在夏季CO2柱濃度最低，春、冬季CO2柱濃度較高，而秋季處于冬季和夏季之間[17]。因此，需要繼續(xù)積極植樹造林，堅持退耕還林還草的政策，因地制宜保持水土，增加森林和濕地面積，以增加中國的碳匯能力，可以更好地吸收人類活動所產(chǎn)生的碳排放量，實現(xiàn)碳中和目標(biāo)。

人為因素可能對中國CO2柱濃度逐年上升的影響較大。且在人為因素作用下，中國區(qū)域CO2柱濃度存在明顯的季節(jié)、空間差異特征。同時，相較于自然因素，人為因素是影響中國CO2柱濃度周期性季節(jié)變化的次要因素。中國經(jīng)濟快速發(fā)展，化石燃料使用量逐年增加[18]。2018年中國煤炭消耗量超過38億t[19]，控制煤炭、石油、天然氣等化石燃料的燃燒已經(jīng)成為目前減排的重點[20]。

中國CO2柱濃度的空間分布狀況也與工業(yè)布局關(guān)系密切。2018年末，中國東部的工業(yè)企業(yè)數(shù)量超過工業(yè)企業(yè)數(shù)量總和的70%，而西部和中部的工業(yè)企業(yè)也與東部聯(lián)系得越來越緊密。這可能是中國CO2柱濃度呈現(xiàn)自東部高值地區(qū)向中部過渡、再向西部低值地區(qū)逐級遞減的空間分布狀態(tài)的原因。

中國CO2的空間分布還有較為明顯的季節(jié)性變化，主要體現(xiàn)在夏季中國的CO2柱濃度高值區(qū)偏南，而在冬季中國CO2柱濃度的高值區(qū)偏北。造成這一分布狀況的原因可能是，冬季北方地區(qū)全天集中供暖，且北方地區(qū)的供暖主要仍是以火力發(fā)電、燃燒化石燃料為主，排放較多CO2，而夏季南方降溫設(shè)備運轉(zhuǎn)的能耗較大，電力能源消耗量較大，由此所產(chǎn)生的碳排放使得夏季的高值區(qū)偏南。

因此，需要進一步提高化石燃料燃燒效率[21]，并積極開發(fā)包括風(fēng)能、潮汐能等在內(nèi)的多種新型清潔能源替代化石燃料，以降低化石燃料燃燒所產(chǎn)生的碳排放對環(huán)境造成的影響[22]。需要大力發(fā)展碳捕集、利用以及封存技術(shù)，并積極利用化學(xué)生產(chǎn)過程將CO2轉(zhuǎn)化為其他可進行利用的物質(zhì)[20]。最后，需要加強厲行節(jié)約、節(jié)能減排等宣傳教育[23]。

4 結(jié)論

采用溫室氣體觀測衛(wèi)星(GOSAT) 傅里葉變換光譜儀(FTS)發(fā)布的CO2柱濃度L3級別數(shù)據(jù)集產(chǎn)品，結(jié)合TCCON地基站點的CO2柱濃度數(shù)據(jù)對衛(wèi)星遙感數(shù)據(jù)進行驗證，分析了中國CO2柱濃度時空變化特征及其影響因素。

1)根據(jù)線性回歸分析，GOSAT衛(wèi)星的CO2柱濃度數(shù)據(jù)與TCCON地基站點數(shù)據(jù)有較高的一致性，GOSAT衛(wèi)星的CO2柱濃度產(chǎn)品精度較高，適合區(qū)域CO2柱濃度時空變化分析。

2)中國CO2柱濃度呈現(xiàn)明顯的時間和空間變化特征，中國區(qū)域CO2柱濃度有逐年遞增的趨勢，并有周期性的季節(jié)性變化趨勢。冬季的CO2柱濃度最高，夏季CO2柱濃度最低。中國區(qū)域CO2柱濃度的最高值和最低值分別出現(xiàn)在4月和8月?？臻g特征主要表現(xiàn)為自東部沿海CO2柱濃度高值地區(qū)向西部的低值地區(qū)逐級遞減，且呈現(xiàn)明顯的季節(jié)性變化。

3)中國區(qū)域的CO2柱濃度平均值與增長率均略高于全球平均水平，與美國CO2柱濃度水平和增速相似。與印度相比，中國區(qū)域的CO2柱濃度平均值略高于印度，但印度CO2柱濃度增長速度高于中國。美國和印度以及全球的高值季節(jié)出現(xiàn)在春季，而中國的高值季節(jié)出現(xiàn)在冬季，春季的CO2柱濃度接近冬季。美國和印度的低值季節(jié)出現(xiàn)在秋季，而中國和全球的低值季節(jié)均出現(xiàn)在夏季。

4)中國區(qū)域CO2柱濃度時空變化特征的主要影響因素可歸結(jié)為自然因素和人為因素2類。自然因素主要影響著中國CO2柱濃度的周期性季節(jié)變化，人為因素主要影響著中國CO2柱濃度的上升趨勢以及空間分布特征。