中国（2016-2020年）高解像度日次CO₂データセット

科学分野:

• 大気科学
• 地球システム科学
• 環境モニタリング

背景:

• 高解像度のカラム平均乾燥空気CO₂モル分率（XCO₂）データは、炭素循環の理解と気候政策の支援に不可欠です。
• 衛星CO₂検出は、雲やエアロゾルによる制限に直面しており、断片的で不連続なデータにつながっています。

研究 の 目的:

• 中国全土の時空間XCO₂ダイナミクスを再構築するための堅牢な方法を開発すること。
• 炭素研究と気候政策のためのCO₂測定の精度と連続性を向上させること。

主な方法:

• ベイズ最適化（XGBoost-BO）によって最適化されたXGBoostモデルを利用しました。
• モデルの解釈性を高めるためにSHAP（SHapley Additive exPlanations）を組み込みました。
• 複数の補助パラメータを使用して大気XCO₂濃度をマッピングしました。

主要な成果:

• R²=0.98、RMSE=0.58 ppm、MAPE=0.07%でOCO-2衛星観測との高い一貫性を達成しました。
• 中国（ Hefei：R²=0.92、Xianghe：R²=0.70）のTCCON地上測定値で検証しました。
• 物理的に意味のある時空間XCO₂ダイナミクスの再構築を実証しました。

結論:

• SHAPを備えたXGBoost-BOモデルは、高解像度XCO₂データを再構築するための信頼性の高い方法を提供します。
• 再構築されたデータセットは、中国における炭素源とシンクの特性評価を強化します。
• このアプローチは、データ連続性と精度の向上を通じて、炭素ピークアウトと中立性のような気候政策目標をサポートします。