遥感技术在大气二氧化碳含量反演中的应用

1.引言

大气二氧化碳（ CO₂. ）作为最主要的人为温室气体，时刻影响着气候变化。早期大气 CO₂ 观测主要依赖地基站点网络，虽能提供近地面 CO₂的高精度连续数据（测量精度可达 ±0.1ppm） ），但受限于站点布局的稀疏性与地理覆盖的局限性，估算误差较高，凸显了传统观测手段的固有缺陷。随着遥感技术发展，基于卫星平台的大气 CO₂遥感观测凭借 “大范围、高频次、全天时” 的独特优势，成为弥补地基观测不足、成为了 CO₂ 柱浓度动态监测的前沿技术手段。然而，大气 CO₂ 柱浓度的遥感反演过程受大气散射、气溶胶干扰、地表反射率异质性等因素影响，反演精度易出现偏差。基于不同物理和统计回归的方法开展精度更高的 CO₂ 浓度的估算，仍然是研究的重点。王宇等[1]利用多源遥感数据，结合深度学习算法开发的新型反演模型，在兼顾精度的同时大幅提升了模型泛化能力，能够有效应对复杂大气环境下的 CO₂ 浓度反演任务。

本文围绕遥感技术在大气 CO₂柱浓度监测中的应用展开研究。首先，梳理 CO₂ 数据的获取方式；其次，分析基于物理模型与统计回归的 CO₂ 柱浓度遥感反演方法原理、优势及局限性，旨在为大气 CO₂ 含量的遥感监测提供理论支撑与方法参考。

2.数据与方法

2.1 基于地基观测的二氧化碳数据

地基观测具定点连续、高精度优势。常用观测网络以世界气象组织（WMO）的全球大气观测网（GAW）为核心，覆盖全球本底站、区域背景站及污染监测站，实现标准化协同观测。典型站点如中国瓦里关全球大气本底站（亚洲腹地关键站）、美国 MaunaLoa 观测站（全球最早长期观测站之一），网络内站点统一用红外分析仪获取数据，经定期校准与质控确保数据可比共享。数据呈日/季节/年际时间尺度，可用于碳源汇反演、卫星数据结果验证及为碳减排政策支撑。

2.2 基于遥感卫星反演的二氧化碳数据

遥感技术凭借大范围覆盖、高时空分辨率的显著优势，能够通过各种反演方法，获取具有全球尺度、短周期、空间连续特点的柱平均 XCO₂ （柱平均二氧化碳混合比）。目前，能够用于 CO₂ 含量反演的卫星众多。其中常用的卫星包括 OCO-2/OCO-3、Sentinel-5P、GOSAT、TANSAT。

2.2.1 基于物理模型的反演方法

基于物理模型的 CO₂反演方法以大气辐射传输理论为核心，借助光谱传感器精准捕捉 CO₂在 1.6μm 、 2.0μm 等特征吸收带的辐射信号；随后，运用 LBLRTM（线性变分法辐射传输模型）、RTTOV（辐射传输望远镜算子模型） 以及 DISORT（离散坐标辐射传输模型）等辐射传输模型，对大气散射、吸收等物理过程进行精细化模拟，进而构建 “观测值 - 大气参数” 正演模型；最后，采用最优估算法（OEM）等迭代优化策略，通过最小化观测值与模拟值之间的残差，实现柱平均 XCO₂浓度的反演。在此过程中，还需对气溶胶散射、云干扰及地表反射率等误差因素进行系统校正，以保障反演结果的准确性。该方法在主流卫星任务中展现出卓越的适用性[2，3]。

2.2.2 基于统计回归模型的反演方法

基于统计回归模型的 CO₂ 反演方法是一种数据驱动的建模框架，其核心原理是通过统计模型挖掘观测光谱与大气二氧化碳柱浓度（ XCO₂ ）的关联性，无需完全依赖复杂的大气辐射传输物理过程模拟。该方法尤其适用于多源数据融合场景，能有效降低物理模型对参数化过程的强依赖。其反演方法众多，包括了简单线性和多项式的线性回归；随机森林、XGBoost、支持向量机的机器学习；多层感知机（MLP）、卷积神经网络（CNN）、长短期记忆网络（LSTM）等深度学习方法。该方法在二氧化碳含量观测中展现出独特优势[4]。

2.2.3 两种反演方法对比

表 1 反演方法比较

3.结语

本文系统梳理遥感技术在大气 CO₂ 含量反演中的应用，对两种不同数据采集手段进行了说明。同时，详细介绍了基于卫星的 CO₂ 含量反演的两种思想，通过对比二者的差异，为深入理解和应用各自方法实施大气 CO₂ 含量反演提供了理论支撑。

参考文献

[1]王宇，张明，赵华。多源遥感数据融合的大气 CO₂ 浓度深度学习反演方法研究 [J].

遥感学报，2024， 28 （3）： 456-468.

[2]杨东旭，刘毅，蔡兆男，等.基于 GOSAT 反演的中国地区二氧化碳浓度时空分布研

究[J].大气科学，2016，40（03）：541-550.

[3]吴时超，王先华，叶函函，等.应用于 GF-5 卫星的大气CO2 协同反演算法[J].光学学

报，2021，41（15）：24-30.

[4]缪云飞，邹铭敏，盛书丽，等.基于机器学习的二氧化碳卫星反演方法[J].中国环境科

学，2023，43（S1）：20-27.基金项目：2023 年校级科研项目城市中大气 CO2 含量空间分布及影响因素分析

（编号：2023-ZKT-02）；2025 年校级科研项目“遥感技术在生态环境评估中的应用研究-以市为例”

（编号：2025-ZK-26）

作者简介：魏志安（1993-），男，硕士，研究方向：环境遥感建模与分析；*通信作者：龚亚杰（1993-），女，硕士，研究方向：经济法、劳动合同法