通过多源卫星数据和深森林模型,对中国的CO2度进行全面估计
Kun Cai1, Liuyin Guan1, Shenshen Li2
1School of Computer and Information Engineering, Henan University, Kaifeng, 475004, China.
Scientific data
|November 14, 2024
概括
这项研究估计了中国.
科学领域:
- 地球和环境科学 地球和环境科学
- 大气科学 大气科学
- 气候科学 气候科学
背景情况:
- 精确监测中国的二氧化碳 (CO2) 度对于有效的碳循环管理和实现气候目标至关重要.
- 现有的中国二氧化碳监测卫星数据覆盖范围有限,需要先进的估计技术.
- 了解区域二氧化碳动态对于制定有针对性的气候政策至关重要.
研究的目的:
- 开发一个高分辨率,全面覆盖的估计列平均二氧化碳 (XCO2) 在中国.
- 提供可靠的二氧化碳度数据从2015年到2022年,以支持气候政策制定.
- 评估中国二氧化碳度的季节性和年度趋势.
主要方法:
- 利用来自轨道碳观测台2 (OCO-2) 的高分辨率时空数据.
- 采用深森林模型,整合辅助数据集,以在0.05°分辨率下进行全覆盖的XCO2估计.
- 使用十倍交叉验证,地面站数据,GOSAT和CAMS再分析数据验证了模型.
主要成果:
- 通过对地面站的交叉验证R2为0.90和R2为0.81实现了高精度.
- 进一步的验证显示,与GOSAT (R2=0.87) 和CAMS (R2=0.80) 有很强的一致性.
- 与夏季和秋季相比,春季和冬季的二氧化碳度较高,每年有明显的上升趋势.
结论:
- 深层森林模型提供了一种可靠的方法,用于估计中国的全覆盖XCO2.
- 产生的二氧化碳度数据可以显著提高中国的二氧化碳监测能力.
- 通过揭示季节性和年度二氧化碳趋势,研究结果支持制定碳峰值和碳中和政策.


