利用碳卫星观测“自上而下”反演人为二氧化碳(CO₂)排放量（如图1），为评估区域尺度CO₂排放清单提供了一种有效的校验手段。然而，大气中CO₂的变化反映了人类活动和自然过程的共同贡献。在CO₂呈现显著空间变化的大尺度区域，特别在城市群，准确提取人为CO₂增强信号并量化CO₂排放量仍面临方法上的挑战。

图1. 碳卫星观测城市二氧化碳排放示意图

本研究提出了一种基于OCO-2碳卫星的二氧化碳柱平均干空气混合比（XCO₂）的高精度测量数据，利用观测数据空间自相关特征和局部莫兰指数统计量，精确识别人为排放引起的XCO₂升高的新方法。研究结果为大气传输模型模拟（如WRF-Chem）量化人为CO₂浓度增强提供可靠的观测数据约束。最后，通过模型敏感性测试和蒙特卡洛模拟的误差分析，进一步实现了人为CO₂排放估算及其不确定性的量化分析。

本研究评估了OCO-2卫星观测数据在长三角城市群研究区域的可用性，选取了35条高质量观测轨道用于XCO₂增强监测，与考虑XCO₂纬度梯度变化的两步线性回归方法进行了对比，验证了局部莫兰指数统计方法识别人为XCO₂增强方面的有效性和稳健性。研究发现，主要城市和工业活动密集区附近的XCO₂平均增加了1.36–4.41 ppm，且与风速呈负相关关系。特别是在特大城市南京附近，8个过境条带呈现明显的XCO₂增强峰值，增强幅度为2.26-4.72 ppm，冬季时期可高达8 ppm（如图2）。

图2. 利用局部莫兰指数在南京-扬州-镇江-常州区域XCO₂观测增强值的计算结果。详细信息请参考Sheng et al. (2025)。

为了探究人为排放与XCO₂变化之间的定量关系，本研究以EDGAR排放清单作为先验信息，利用WRF-Chem模型模拟了这8个过境日期的大气CO₂排放传输过程（如图3）。卫星观测与模型模拟的人为XCO₂增强具有很好的一致性。两者在XCO₂增强峰值的大小和位置上存在一定的差异，主要源于先验排放量的不确定性、城市XCO₂增量计算误差以及复杂的大气传输过程。CO₂排放估算结果表明，南京地区的CO₂日排放量为0.65±0.15 MtCO₂/天。与EDGAR清单的年平均排放量相比，差异在-10.5%到77.3%之间（即 0.17±0.14 MtCO₂/天）。此外，与风速和背景XCO₂相关的不确定性导致人为CO₂排放的估算偏差在16%到32%之间（即0.08-0.15 MtCO₂/天）。

图3 模型模拟与卫星观测的人为活动导致XCO₂增强的对比。详细信息请参考Sheng et al. (2025)。

人为CO₂排放的识别与核算是制定国家减排政策的重要科学依据。本研究提出了一种基于卫星XCO₂观测数据“自上而下”评估城市CO₂排放的客观方法。通过在高排放背景下识别卫星观测的局部人为XCO₂增强信号，为大气传输模型模拟的人为CO₂浓度提供观测约束，从而实现CO₂排放估算及其不确定性的量化分析，并验证排放清单在区域尺度的准确性。与传统方法相比，局部莫兰指数统计在计算城市群的人为XCO₂增强时具有更高的适用性。

研究结果于近日发表于Remote Sensing of Environment期刊。论文第一作者为北大遥感所博士后绳梦雅，通讯作者为曾招城研究员。该研究得到了国家自然科学基金（12292980和 42275142）、国家重点研发计划（2022YFA1003800）以及中国公路工程咨询集团有限公司科技研发项目（RP2023025287）资助。

文献参考：

Mengya Sheng, Yun Hou, Hao Song, Xinxin Ye, Liping Lei, Peifeng Ma, and Zhao-Cheng Zeng. Estimating anthropogenic CO₂ emissions from China's Yangtze River Delta using OCO-2 observations and WRF-Chem simulations. Remote Sensing of Environment, 2025, 316, 114515. https://doi.org/10.1016/j.rse.2024.114515.