加亦瑱,陶明輝?,丁思佳,劉航語(yǔ),曾銘裕,陳良富

(1中國(guó)地質(zhì)大學(xué)(武漢)地理與信息工程學(xué)院,湖北 武漢 430074;2中國(guó)科學(xué)院空天信息創(chuàng)新研究院遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100101)

0 引言

大氣中的二氧化碳(CO2)、甲烷(CH4)等溫室氣體可透過(guò)太陽(yáng)短波輻射、吸收地氣系統(tǒng)的長(zhǎng)波輻射,從而加熱大氣和地表。IPCC第六次氣候變化評(píng)估報(bào)告明確指出人類(lèi)燃燒化石燃料排放的溫室氣體造成了全球增溫問(wèn)題,加劇了極端降水、高溫?zé)崂恕⒑Ｆ矫嫔仙?、凍土消融、冰?冰蓋融化等氣候變化[1]。CO2是最主要的人為溫室氣體,化學(xué)特性穩(wěn)定且壽命較長(zhǎng),可在大氣中停留近百年。工業(yè)革命以來(lái),大氣中的CO2濃度持續(xù)增長(zhǎng),其體積分?jǐn)?shù)已從不到280×10-6[2]增長(zhǎng)到了2021年的410×10-6左右[1],增速約為2×10-6～3×10-6a-1。CH4是第二重要的溫室氣體,然而其在百年尺度的全球增溫潛力是CO2的28～34倍(以質(zhì)量計(jì))[3],壽命約為9年[4]。

為遏制全球變暖,2016年,全球175個(gè)國(guó)家簽署了《巴黎協(xié)定》,旨在降低CO2的排放量,將全球增溫限制在1.5°C以?xún)?nèi)[5]。我國(guó)承諾要在2030年之前達(dá)到碳排放的最高峰,努力在2060年之前實(shí)現(xiàn)碳中和。全面了解全球CO2和CH4的源、匯及時(shí)空分布信息是溫室氣體減排和氣候變化研究的基本需求。近年來(lái)衛(wèi)星遙感技術(shù)的發(fā)展為探測(cè)全球大氣溫室氣體的時(shí)空分布提供了新的手段?；诜瓷涔庾V的短波紅外遙感對(duì)整層尤其是近地面的CO2比較敏感,是目前CO2柱濃度(XCO2,干空氣體積混合比)的主要探測(cè)方式。日本于2009年發(fā)射了全球首顆溫室氣體探測(cè)衛(wèi)星GOSAT;繼OCO-1發(fā)射失敗后,2014年美國(guó)成功發(fā)射了OCO-2;隨后,一系列溫室氣體衛(wèi)星GOSAT-2、OCO-3相繼發(fā)射;而我國(guó)自主研發(fā)的TanSat在2016年年底成功發(fā)射。未來(lái),歐空局CO2M計(jì)劃、我國(guó)的DQ-02等將以更高的觀測(cè)頻次、空間分辨率和探測(cè)精度,來(lái)提高全球碳排放的監(jiān)測(cè)水平。

長(zhǎng)壽命的CO2在大氣中混合均勻,近地面源、匯造成CO2柱濃度變化通常僅在數(shù)個(gè)10-6的量級(jí),因此對(duì)XCO2的遙感反演精度要求在1×10-6內(nèi)(即0.25%左右)[6]。有學(xué)者指出若反演區(qū)域CO2通量,衛(wèi)星區(qū)域系統(tǒng)性誤差應(yīng)小于0.5×10-6[7]。高精度的XCO2探測(cè)不僅對(duì)衛(wèi)星傳感器精度要求較高,而且須精確考慮所有影響衛(wèi)星觀測(cè)的大氣參數(shù)。相比CO2,大氣中CH4的濃度更低,全球氣候觀測(cè)系統(tǒng)GCOS 2011年提出CH4的遙感精度應(yīng)達(dá)到10×10-9?；赥CCON地基站點(diǎn)觀測(cè)的溫室氣體濃度已經(jīng)廣泛用于衛(wèi)星產(chǎn)品精度驗(yàn)證,其精度可達(dá)0.25%[8]。近年來(lái),有相關(guān)學(xué)者對(duì)我國(guó)的CO2和CH4時(shí)空分布進(jìn)行了分析,莫露等[9]對(duì)中國(guó)地區(qū)的XCO2分布進(jìn)行了研究,并分析了其影響因素。夏玲君等[10]基于GOSAT及AIRS產(chǎn)品數(shù)據(jù),對(duì)中國(guó)中部地區(qū)六個(gè)省份的CO2分布特征進(jìn)行了研究,結(jié)果表明AIRS與GOSAT反映了不同層大氣CO2的變化。吳長(zhǎng)江等[11]對(duì)不同衛(wèi)星觀測(cè)反演大氣CO2的差異進(jìn)行了定量化分析。劉丹丹等[12]將合肥地區(qū)地基觀測(cè)溫室氣體結(jié)果與衛(wèi)星數(shù)據(jù)進(jìn)行比對(duì)分析,其研究結(jié)果為探究合肥及周邊地區(qū)的源和匯提供了依據(jù)。

目前關(guān)于我國(guó)CO2和CH4的長(zhǎng)期變化趨勢(shì)的衛(wèi)星遙感研究還較少,尤其是目前已具有較多CO2和CH4的衛(wèi)星產(chǎn)品。本文基于GOSAT、OCO-2等衛(wèi)星遙感的大氣柱濃度產(chǎn)品XCO2、XCH4,利用TCCON地基站點(diǎn)的觀測(cè)評(píng)估了不同算法產(chǎn)品的精度,并且基于精度最高的衛(wèi)星數(shù)據(jù)對(duì)我國(guó)XCO2和XCH4的時(shí)空分布和變化趨勢(shì)進(jìn)行了分析。

1 數(shù)據(jù)與方法

大氣CO2(CH4)柱濃度,即XCO2(XCH4),是指從地表到大氣頂層干燥空氣柱中CO2(CH4)的平均體積分?jǐn)?shù)比,可表征整個(gè)大氣中CO2(CH4)的含量[13]。XCO2的單位是1×10-6,表征百萬(wàn)分之一,XCH4的單位是1×10-9,表征十億分之一。

表1展示了選取的衛(wèi)星數(shù)據(jù)相關(guān)信息。2009年,日本發(fā)射了溫室氣體觀測(cè)衛(wèi)星(GOSAT),其上搭載的傳感器TANSO由云與氣溶膠成像儀(CAI)和傅立葉變換光譜儀(FTS)組成,GOSAT衛(wèi)星具有天底、目標(biāo)、耀斑三種觀測(cè)模式。2014年,美國(guó)國(guó)家航空航天局(NASA)發(fā)射了OCO-2,致力于高精度大氣CO2測(cè)量,以便于加深對(duì)碳循環(huán)的理解。其上攜帶單一的傳感器,由三個(gè)同視軸的長(zhǎng)狹縫光柵成像光譜儀組成,OCO-2采用與GOSAT相同的三種觀測(cè)模式。2019年,NASA將OCO-3發(fā)射到國(guó)際空間站。OCO-3以四種觀測(cè)模式(天底、閃爍、目標(biāo)和快照模式)收集陽(yáng)光照射半球的太陽(yáng)輻射光譜。新增加的快照模式既能實(shí)現(xiàn)對(duì)近紅外CO2的探測(cè),又能利用100 m高分辨率相機(jī)對(duì)觀測(cè)區(qū)成像,可以實(shí)現(xiàn)對(duì)工業(yè)排放源、發(fā)電廠、火山等排放熱點(diǎn)的監(jiān)測(cè)[20]。短波近紅外衛(wèi)星反演CO2的算法主要有兩類(lèi):經(jīng)驗(yàn)統(tǒng)計(jì)算法、物理反演算法[21]。目前國(guó)際上存在多種反演CO2的算法[22],如GOSAT衛(wèi)星數(shù)據(jù)產(chǎn)品的標(biāo)準(zhǔn)算法NIES-FP,由日本國(guó)家環(huán)境研究所開(kāi)發(fā);NASA為OCO儀器開(kāi)發(fā)的ACOS反演算法;萊斯特大學(xué)開(kāi)發(fā)的全物理算法;德國(guó)卡魯斯理工學(xué)院與荷蘭太空研究所共同開(kāi)發(fā)的RemoTeC算法。受云和氣溶膠的影響,衛(wèi)星數(shù)據(jù)時(shí)空不連續(xù)且存在空缺,因此對(duì)于所選取的數(shù)據(jù)進(jìn)行重采樣處理,形成觀測(cè)范圍內(nèi)1°×1°的XCO2及XCH4數(shù)據(jù)的空間分布。

表1 衛(wèi)星數(shù)據(jù)相關(guān)信息Table 1 Satellite data related information

2 衛(wèi)星數(shù)據(jù)的精度驗(yàn)證

衛(wèi)星數(shù)據(jù)的精度驗(yàn)證對(duì)于衛(wèi)星數(shù)據(jù)分析結(jié)果的準(zhǔn)確性和有效性有著十分重要的意義,我們借鑒前人對(duì)衛(wèi)星反演的精度驗(yàn)證方法,選取我國(guó)境內(nèi)合肥和香河兩個(gè)TCCON站點(diǎn),采用最新的GGG2020版本數(shù)據(jù)進(jìn)行數(shù)據(jù)的時(shí)空匹配,其中合肥站點(diǎn)的時(shí)間跨度是2016年1月8日–2020年12月31日,香河站點(diǎn)的時(shí)間跨度是2018年6月14日–2021年11月30日。在時(shí)間上選取衛(wèi)星過(guò)境前后0.5 h、空間上選取站點(diǎn)周?chē)?°的范圍進(jìn)行數(shù)值的匹配。為了更好地判別數(shù)據(jù)的精度,引入了皮爾遜相關(guān)系數(shù)r、擬合優(yōu)度R2以及均方根誤差RMSE,r表明了兩個(gè)因子的相關(guān)性,R2用來(lái)測(cè)量模型的回歸程度,RMSE用來(lái)衡量觀測(cè)值同真值之間的偏差。同時(shí),對(duì)各算法在0°N～65°N,70°E～150°E范圍內(nèi)的數(shù)據(jù)以及有效數(shù)據(jù)(數(shù)據(jù)質(zhì)量標(biāo)記和用來(lái)表示反演結(jié)果的質(zhì)量,當(dāng)時(shí),認(rèn)為該數(shù)據(jù)的精度較高,為有效數(shù)據(jù))進(jìn)行統(tǒng)計(jì)。

圖1和圖2分別展示了各算法反演的XCO2、XCH4數(shù)據(jù)與TCCON地基站點(diǎn)數(shù)據(jù)的比對(duì)結(jié)果,表2展示了各算法采用的數(shù)據(jù)以及相關(guān)性信息。各算法數(shù)據(jù)與TCCON站點(diǎn)數(shù)據(jù)之間都呈正相關(guān)性,四種XCO2產(chǎn)品的相關(guān)性排序?yàn)镺CO-2-ACOS＞GOSAT-SRFP＞OCO-3-ACOS＞GOSAT-ACOS,OCO-2-ACOS產(chǎn)品的相關(guān)性最高,相關(guān)系數(shù)r達(dá)0.93;在擬合優(yōu)度方面,OCO-2-ACOS產(chǎn)品的擬合優(yōu)度最好,其次是GOSAT-SRFP產(chǎn)品、OCO-3-ACOS產(chǎn)品,最后是GOSAT-ACOS產(chǎn)品;GOSAT-ACOS產(chǎn)品的均方根誤差最大,為3.086,表示預(yù)測(cè)值與真實(shí)值偏差較大,OCO-2 ACOS產(chǎn)品的均方根誤差最小,表示預(yù)測(cè)值與真實(shí)值偏差較小,四種產(chǎn)品的均方根誤差排序依次為:GOSAT-ACOS＞OCO-3-ACOS＞GOSAT-SRFP＞OCO-2-ACOS。

圖1 各算法反演XCO2數(shù)據(jù)與TCCON站點(diǎn)數(shù)據(jù)的相關(guān)性分析圖。(a)GOSAT-ACOS;(b)GOSAT-SRFP;(c)OCO-2 ACOS;(d)OCO-3 ACOSFig.1 Correlation analysis of XCO2 data retrieved by each algorithm and TCCON site data.(a)GOSAT ACOS;(b)GOSAT SRFP;(c)OCO-2 ACOS;(d)OCO-3 ACOS

圖2 各算法反演XCH4數(shù)據(jù)與TCCON站點(diǎn)數(shù)據(jù)的相關(guān)性分析圖。(a)GOSAT OCPR;(b)GOSAT SRFP;(c)GOSAT SRPRFig.2 Correlation analysis of XCH4 data retrieved by each algorithm and TCCON site data.(a)GOSAT OCPR;(b)GOSAT SRFP;(c)GOSAT SRPR

表2 各算法數(shù)據(jù)比對(duì)結(jié)果Table 2 Data comparison results of each algorithm

三種XCH4產(chǎn)品均基于GOSAT衛(wèi)星觀測(cè)數(shù)據(jù)進(jìn)行反演,其中與地面站點(diǎn)相關(guān)性最高的是采用OCPR算法反演的數(shù)據(jù),相關(guān)系數(shù)r達(dá)0.78,其次是采用SRFP算法反演的數(shù)據(jù),r為0.63,最后是采用SRPR算法反演的數(shù)據(jù),r為0.54;擬合優(yōu)度排序?yàn)?GOSAT-OCPR＞GOSAT-SRFP＞GOSAT-SRPR;均方根誤差排序?yàn)?GOAST-SRPR＞GOSAT-OCPR＞GOSAT-SRFP。

綜合相關(guān)系數(shù)、擬合優(yōu)度、有效數(shù)據(jù)量以及均方根誤差,OCO-2-ACOS的效果最佳,因此選擇該產(chǎn)品對(duì)CO2進(jìn)行分析,選擇GOSAT-OCPR產(chǎn)品對(duì)CH4的時(shí)空分布進(jìn)行探究。

據(jù)公司負(fù)責(zé)人介紹，廣東新華印刷是全省教材印制基地，承擔(dān)著由廣東省出版集團(tuán)出版、發(fā)行的中小學(xué)教材70%的印刷任務(wù)。根據(jù)廣東中小學(xué)生人數(shù)情況，我們簡(jiǎn)單做了推算，這意味著平均每年至少有上千萬(wàn)名中小學(xué)生使用的是由廣東新華印刷印制的教材。如果從其開(kāi)始承印教材的八九十年代算起，近三十年積累下來(lái)，無(wú)論從服務(wù)群體的數(shù)量還是服務(wù)內(nèi)容的質(zhì)量，廣東新華印刷在基礎(chǔ)教育的推廣方面均發(fā)揮了獨(dú)有的社會(huì)價(jià)值。

3 中國(guó)地區(qū)XCO2和XCH4時(shí)空變化特征分析與討論

3.1 XCO2時(shí)空變化特征

CO2排放源可以分成自然源和人為源,自然源主要包括植被在不同季節(jié)光合作用的強(qiáng)弱差異造成的CO2量的改變;人為源主要包括化石燃料燃燒、土地利用變化等產(chǎn)生的CO2排放。

3.1.1 中國(guó)地區(qū)CO2年際變化特征

圖3為我國(guó)2014–2021年XCO2逐年均值圖。由圖可知,2014年,我國(guó)CO2濃度整體較低,隨著年份增長(zhǎng),CO2濃度逐漸上升,到2021年,CO2濃度達(dá)到頂峰。我國(guó)2014–2021年CO2濃度呈現(xiàn)逐年遞增的趨勢(shì),與全球大氣CO2濃度的增長(zhǎng)趨勢(shì)一致,且在各年份內(nèi),CO2分布整體呈現(xiàn)東高西低、南高北低的趨勢(shì),高值區(qū)多分布在沿海省份。如圖4(a)2014–2021年XCO2年均值變化圖所示,我國(guó)CO2濃度呈現(xiàn)逐年遞增的趨勢(shì),由2014年的396.92×10-6上升到2021年的414.72×10-6,與圖3反映的趨勢(shì)相同。圖4(b)展示了我國(guó)CO2的年增長(zhǎng)率變化情況,整體來(lái)看,多年來(lái)我國(guó)CO2增長(zhǎng)率呈現(xiàn)下降水平,2016年達(dá)到峰值,2018年為最低水平,由于我國(guó)大氣污染減排政策相繼實(shí)施,許多高耗能高污染企業(yè)得以轉(zhuǎn)型,改善了全國(guó)空氣質(zhì)量。受2020年人為活動(dòng)減弱影響,2020年增速大幅下降,到2021年略有上升,但增速幅度較小。

圖3 2014–2021年中國(guó)地區(qū)XCO2逐年均值圖Fig.3 Annual average value of XCO2 in China from 2014 to 2021

圖4 2014–2021年中國(guó)地區(qū)XCO2年均值變化圖(a)和XCO2年增長(zhǎng)率變化圖(b)Fig.4 Annual variation of XCO2 mean value(a)and XCO2 growth rate(b)in China from 2014 to 2021

圖5為2018–2021年我國(guó)XCO2均值圖,對(duì)2018–2021年的XCO2數(shù)據(jù)分別做均值處理,為了更明顯地展示各年度內(nèi)CO2濃度的空間分布狀況,對(duì)不同年份采用了不同的色階。由圖可知,2018年,我國(guó)CO2濃度呈現(xiàn)西部低、東部高的趨勢(shì),XCO2高值主要集中在長(zhǎng)三角、珠三角、京津冀地區(qū),與2018年相似,我國(guó)2019年CO2濃度的高值仍分布在東南沿海一帶,2020年受人為生產(chǎn)活動(dòng)減弱影響,高值區(qū)有所偏移,2021年分布趨勢(shì)與往年相似。

圖5 2018–2021年中國(guó)地區(qū)XCO2逐年均值圖Fig.5 Annual average value of XCO2 in China from 2018 to 2021

總的來(lái)說(shuō),我國(guó)CO2高值主要分布在城市和工業(yè)集中的中國(guó)東部地區(qū),衛(wèi)星反演的誤差主要源于氣溶膠和地表反射率的影響,西北地區(qū)塔克拉瑪干沙漠沙塵源全年活躍[23],具有高地表反射率和高氣溶膠的特點(diǎn),該區(qū)的高值與氣溶膠散射影響有關(guān),與前人的研究結(jié)論一致[13]。

3.1.2 中國(guó)地區(qū)CO2季節(jié)變化特征

按照北半球的四季變化(12月至次年2月為冬季,3月至5月為春季,6月至8月為夏季,9月至11月為秋季)進(jìn)行季節(jié)劃分。圖6為2014–2021年中國(guó)地區(qū)XCO2逐年季均值圖,選取了2014–2021年的數(shù)據(jù)來(lái)研究我國(guó)XCO2季均值逐年變化情況。從2014年到2021年,XCO2值逐漸升高,表明近8年來(lái)全國(guó)CO2濃度呈逐年上升的趨勢(shì)。同時(shí),在各個(gè)年份,CO2濃度都呈現(xiàn)夏秋低、春冬高的特點(diǎn)。冬季氣溫較低,植物的光合作用減弱,對(duì)CO2的吸收量減少,同時(shí)人類(lèi)供暖所需的大量化石燃料燃燒排放CO2,使得冬季CO2濃度開(kāi)始上升,這在集中供暖的北方地區(qū)表現(xiàn)得尤為明顯;春季氣溫開(kāi)始回暖,植被光合作用強(qiáng)度開(kāi)始增加,但此時(shí)光合作用的強(qiáng)度比土壤的分解和植物的呼吸作用小,CO2濃度仍繼續(xù)增加。隨著CO2的不斷積累,在春季達(dá)到頂峰;夏季氣溫升高,植被進(jìn)行強(qiáng)烈的光合作用,隨著CO2的逐漸消耗,CO2濃度在夏天達(dá)到最低;秋季,植被光合作用微弱,CO2濃度顯著上升?？偟膩?lái)說(shuō),CO2濃度具有季節(jié)變化的規(guī)律性,從冬季到春季逐步升高,并在春季達(dá)到峰值,從春季到夏季降低,并在夏季降低至最低值,秋季之后又開(kāi)始回升,這與楊東旭等人基于GOSAT衛(wèi)星數(shù)據(jù)得到的結(jié)論一致[24]。圖7為我國(guó)2014–2021年XCO2多年季均值圖。由圖可知,西北部的季節(jié)變化較小,而東北地區(qū)的季節(jié)變化幅度明顯,西北地區(qū)植被較稀疏,因此CO2的季節(jié)變化并不明顯,而東北地區(qū)植被覆蓋度高,植被在四季中的光合作用強(qiáng)度變化導(dǎo)致該地CO2呈現(xiàn)大幅度的季節(jié)變化。

圖6 2014–2021年中國(guó)地區(qū)XCO2逐年季均值圖Fig.6 Quarterly average of XCO2 in China from 2014 to 2021

圖7 中國(guó)地區(qū)2014–2021年XCO2多年季均值圖Fig.7 Multi-year quarterly averages of XCO2 in China from 2014 to 2021

3.2 XCH4時(shí)空變化特征

3.2.1 中國(guó)地區(qū)CH4年際變化特征

圖8為中國(guó)地區(qū)2009–2021年XCH4均值逐年變化圖。如圖所示,我國(guó)CH4濃度呈現(xiàn)逐年遞增的趨勢(shì),與全球CH4濃度逐年增加的趨勢(shì)相符[25]。從全國(guó)尺度來(lái)看,我國(guó)各地的CH4濃度呈現(xiàn)隨緯度遞增而遞減的趨勢(shì),同時(shí)從東向西逐漸減少。由于數(shù)據(jù)的覆蓋度較低,此處取多年平均來(lái)探究CH4的分布狀況。如圖9 2009–2021年XCH4均值分布圖所示,我國(guó)CH4高值分布在天然氣和煤炭開(kāi)采集中的四川東部、重慶西部、陜西與山西的中部地區(qū)。除此之外,工業(yè)集中的華北地區(qū)也呈現(xiàn)高值。

圖8 中國(guó)地區(qū)XCH4均值逐年變化圖Fig.8 Annual change of XCH4 mean value in China

圖9 2009–2021年中國(guó)地區(qū)XCH4均值分布圖Fig.9 XCH4 mean value distribution in China from 2009 to 2021

3.2.2 中國(guó)地區(qū)CH4季節(jié)變化特征

圖10為2009–2021年中國(guó)地區(qū)CH4多年季均值圖,由圖可知,2009–2021年來(lái),我國(guó)CH4濃度整體呈現(xiàn)夏秋高、春冬低的特點(diǎn),同時(shí)表現(xiàn)出東高西低的特征,且從東向西逐漸減少。XCH4最大、最小值分別出現(xiàn)在秋季、春季。四川省東部在全年范圍內(nèi)有較小的高值地區(qū),可能源于開(kāi)采天然氣過(guò)程中的CH4逸散。青藏高原在全年范圍內(nèi)呈現(xiàn)低值,且低值范圍較大。

圖10 2009–2021年中國(guó)地區(qū)CH4多年季均值圖Fig.10 Multi-year quarterly averages of CH4 in China from 2009 to 2019

4 結(jié)論

驗(yàn)證了GOSAT、OCO-2衛(wèi)星的大氣CO2和CH4柱濃度遙感產(chǎn)品XCO2、XCH4精度,并分析了我國(guó)XCO2和XCH4的時(shí)空分布和變化趨勢(shì),主要結(jié)論如下:

1)各算法數(shù)據(jù)與TCCON站點(diǎn)數(shù)據(jù)之間都呈正相關(guān)性,在所用XCO2遙感產(chǎn)品中,OCO-2-ACOS與地面觀測(cè)的相關(guān)性最高(達(dá)0.93);而XCH4產(chǎn)品中GOSAT-OCPR的相關(guān)性最高(達(dá)0.78)。綜合各數(shù)據(jù)相關(guān)性、擬合優(yōu)度以及數(shù)據(jù)有效量占比,選擇OCO-2-ACOS、GOSAT-OCPR產(chǎn)品數(shù)據(jù)分別對(duì)CO2、CH4進(jìn)行分析。

2)XCO2濃度逐年上升,我國(guó)OCO-2 XCO2年均濃度由2014年的396.92×10-6增長(zhǎng)到2021年的414.72×10-6,CO2濃度高值主要分布在城市和工業(yè)集中的中國(guó)東部地區(qū),西北地區(qū)塔克拉瑪干沙漠的高值與氣溶膠散射影響有關(guān);同時(shí),受人為源和自然源的季節(jié)變化影響,XCO2具有冬春高、夏秋低的時(shí)間特征。

3)XCH4濃度呈逐年上升趨勢(shì),與XCO2不同,XCH4濃度高值分布在天然氣和煤炭開(kāi)采集中的四川東部、重慶西部、陜西與山西的中部地區(qū),季濃度夏秋高、春冬低。

4)2020年XCO2高值區(qū)發(fā)生偏移;2021年,CO2增速有所提升,但增幅有所減小。