引言

日本宇宙航空开发研究机构(Japan Aerospace Exploration Agency)于2009年发射了全球第一颗温室气体探测卫星GOSAT，星上搭载高光谱傅里叶变换光谱仪(Fourier Transformation Spectrometer, FTS)对全球大气CO₂浓度进行高光谱遥感探测(Kuze et al，2009)。卫星遥感可以提供稳定、长时间序列、广空间区域的大气成分信息(张兴赢等，2007)，应用卫星遥感数据来分析全球大气CO₂的变化趋势已有非常广泛的应用(白文广等，2010; 布然等，2015；刘瑞霞等，2014；Liu et al, 2015)。但是受各种因素的影响，卫星反演大气成分产品的数据质量存在一定的误差和不确定性，系统和全面的评估是获得准确可靠卫星数据的一个重要手段(林伟立和徐晓斌，2011)。地基FTS由地对空接收太阳近红外波段直接辐射，与卫星遥感接收由地面反射回太空的太阳辐射相比，直射光探测减少了云与大气气溶胶、地表反照率等要素的影响；同时地基FTS在反演算法上对干涉光谱进行傅里叶变换时订正了云和气溶胶造成的慢变化，也能够一定程度上减少它们的影响，目前地基FTS对大气CO₂柱浓度的观测精度可以达到0.25%(~1 ppm，1 ppm=10^-6)(Wunch et al，2015)，能够为卫星遥感反演CO₂等温室气体浓度产品的地面验证提供重要的数据源，来进一步提高卫星反演产品的精度(张兴赢等，2009；吴军等，2013)。全球地基二氧化碳柱浓度观测站点(Total Carbon Column Observing, TCCON)是利用地基FTS由地对空获取直接太阳辐射中4000~9000 cm^-1范围内近红外部分的光谱数据，避开了散射光不确定性大的不利影响(Yang et al，2002)，采用非线性的最小二乘光谱匹配算法反演大气中CO₂、CH₄、N₂O、HF、CO、H₂O、HCL、O₂和HDO等大气成分的柱浓度(Buschmann et al，2016)。TCCON观测数据已成为验证和系统校正温室气体观测卫星反演的大气CO₂柱浓度数据的主要地面数据源，可以提供足够精度的XCO₂产品来验证卫星遥感产品(Wunch et al，2011)。

Morino et al(2011)利用TCCON站点数据验证了日本国立环境研务所(National Institute for Environmental Studies, NIES)反演的GOSAT L2 v01.xx二氧化碳干空气混合比(XCO₂)产品，发现卫星产品与地基观测结果相比有-8.85±4.75 ppm的偏差。Yoshida et al(2013)改进了反演算法后，对v02.xx版本的NIES-GOSAT L2 XCO₂产品进行验证，得到了一个稍小的偏差和标准差, 分别为-1.48、2.09 ppm。Inoue et al(2013)利用飞机航测的数据验证了NIES-GOSAT L2 XCO₂ v02.xx产品，发现了NIES-GOSAT的CO₂遥感产品比飞机航测得到的大气CO₂浓度低，偏差为-0.68±2.56 ppm。Crisp et al(2012)对ACOS(Atmospheric CO₂ Observations from Space)算法反演的GOSAT L2 XCO₂产品的反演误差进行了系统评价，初步的验证显示，ACOS-GOSAT L2 XCO₂ v3.3与TCCON地基站点的平均偏差和标准差分别为1.34、1.83 ppm。Zhang et al(2015)利用同化模式与ACOS-GOSAT CO₂遥感产品进行比较，发现ACOS-GOSAT反演的XCO₂产品比模式结果高0.11±1.81 ppm。目前NIES团队反演的GOSAT的大气CO₂产品已经更新到v02.72版本，本文的验证研究将基于最新版本的数据产品开展，并分析全球大气CO₂浓度变化趋势及区域变化特征。

1 数据和方法 1.1 研究数据

GOSAT搭载的温室气体的载荷为傅里叶变换光谱仪(TANSO-FTS)，TANSO-FTS包括3个短波红外波段光谱(Band 1：0.76 μm O₂吸收A带；Band 2：1.61 μm CO₂弱吸收带；Band 3：2.06 μm CO₂强吸收带)，及一个热红外宽通道光谱(5.5~14.3 μm)，其中短波红外波段的光谱分辨率高达0.2~0.5 cm^-1，星下点像元直径约为10 km (Kuze et al，2009)。NIES基于最优估计算法开发了NIES-FP反演算法(Yoshida et al，2011)，采用云与气溶胶探测仪(TANSO-CAI)的云产品进行云筛除，通过气溶胶、地表和气体参数同步反演来订正大气光路，目前是GOSAT数据产品的标准算法(Yoshida et al，2013)。本文所使用的GOSAT L2级数据产品为NIES-GOSAT v02.72版本，时间范围从2009—2017年(https://data2.gosat.nies.go.jp/index_en.html)。

地基数据来自于TCCON，文中所用到的站点分布如图 1所示。TCCON的官方输出产品XCO₂是由CO₂和O₂的比值获得，目的是消除部分由于仪器和其他因素造成的反演系统误差。

1.2 研究方法

国际上针对GOSAT不同时间段和不同版本的数据产品开展了验证工作，一般选用卫星过境前后30~60 min的地基观测数据，与地基周围1°~10°范围内的卫星遥感产品做对比验证(Butz et al，2011；Kulawik et al，2016；Morino et al，2011；Qu et al，2013；Wunch et al，2017；周敏强等，2015)。由于卫星的空间和时间覆盖率有限，当地基站点的匹配点数量较少时可将时间匹配条件放宽到卫星过境前后120 min (Wunch et al，2017)。但大气CO₂存在较明显的日变化，放宽匹配时间范围可能会引入由于地基站点周围大气CO₂浓度日变化带来的误差。有分析指出，随着时空匹配范围放宽，卫星产品与地基的匹配点数量逐渐增多，但不同的时空匹配方法的统计结果相差不大，即CO₂遥感反演产品对选定的时空匹配方法不敏感，可能与CO₂在此时空范围内变化不大有关(张淼等，2014)。而在全球范围内，大气CO₂的浓度并不是均匀分布，空间匹配条件的改变在一定程度上影响着对大气CO₂遥感产品精度的验证结果。本文借鉴前人对CO₂遥感反演产品与地基遥感资料时空匹配方法所做敏感性分析结果，在全球范围内分区域对GOSAT卫星最新版本的数据产品进行精度验证。在空间匹配条件上以地基站点经纬度坐标为中心，分别采用1°~3°的匹配范围将卫星数据与地基站点相匹配。在时间匹配条件上一致选用在用卫星过境前后1 h内的地基观测数据与卫星遥感产品进行匹配。计算地基与卫星匹配点的绝对误差、相对误差、标准差和相关系数，并对匹配结果分别做敏感性分析，选取适用于GOSAT卫星遥感产品验证的最佳空间匹配条件。

2 GOSAT卫星CO₂遥感产品精度验证 2.1 GOSAT卫星CO₂遥感产品在典型区域的验证分析

卫星遥感反演CO₂产品的验证可为进一步提高卫星反演产品的精度提供依据(Wunch et al，2017)，本文主要通过对东亚、北美、欧洲和大洋洲这四个典型区域的卫星遥感产品分别做验证，分析GOSAT XCO₂遥感反演产品在这些区域内的观测精度。应用上述匹配方法对TCCON所有站点进行匹配，并挑选了18个在四个典型区域内、观测数据时间序列较长、代表性较好的站点作为标准地基观测站点(表 1)，对GOSAT大气CO₂遥感产品进行验证分析。图 2为GOSAT L2 XCO₂ v02.72产品监测的2017年全球大气CO₂浓度年平均值的分布情况，可以看出CO₂的全球分布具有很明显的纬带差异。北半球CO₂浓度的高值区分布在东亚地区、北美和欧洲等人口众多、经济发达的地区；南半球的CO₂浓度明显低于北半球，经计算可知2017年大洋洲的XCO₂年均值为402.87 ppm，在全球范围内处于一个较低水平。

2.1.1 东亚地区

在东亚地区的TCCON站点主要分布在日本和韩国(表 1)。由表 2可以看出，在东亚地区地基观测数据跟GOSAT遥感反演产品的平均偏差为2.23±2.69 ppm，且随着空间匹配范围的放大，卫星遥感产品与地基观测数据的绝对误差增大，标准差也不断变大，相关系数呈现减小的趋势。经分析比较可知，在东亚地区选择的空间匹配范围越小，卫星与地基的匹配结果越好，匹配数据的相关性更高。

根据三种不同空间匹配方式，分别对匹配数据做散点相关图，可以看出，图 3a、3b、3c都具有很强的相关性，随空间匹配范围放大，TK站点的数据跟卫星数据的相关性增强，JS站点的数据跟卫星观测结果的相关性降低。相关性最好的是RJ站点与GOSAT的匹配数据，相关系数最高可达0.92。

通过分析以上计算结果，认为在东亚地区对卫星CO₂遥感产品验证时可以采用地基站点周围1°的空间匹配范围来筛选卫星数据，缩小空间匹配范围获得的卫星观测结果的代表性更高，受地基站周围不同地表特征的影响程度小，使得验证结果更精确。在此匹配条件下，东亚地区GOSAT CO₂遥感产品与地基观测结果的偏差为2.23±2.69 ppm，平均相关系数为0.82。

2.1.2 北美地区

北美地区用来验证卫星数据产品的TCCON站点主要有3个(表 1)。通过对表 3统计结果的分析可知在北美地区，GOSAT XCO₂产品的平均偏差约为2.19±2.19 ppm，卫星产品的精度略高于东亚地区。随着空间匹配范围加大，卫星产品与地基观测结果的绝对误差增大，标准差也有变大的趋势，相关系数则相反呈现减小的趋势。由此可见，放宽验证的空间匹配条件虽然能获得更多的匹配点，使得统计意义上的结果更加真实可靠，同时也会使验证结果显示的卫星遥感产品的精度水平偏低。

根据三种不同空间匹配方式，分别对匹配数据做散点相关图，三组数据都具有很强的相关性，统计结果显示不同匹配方案所得到的相关系数均在0.78以上。由散点相关图可以看出，DF站点的数据与GOSAT产品的数值大小最接近，绝对误差在1.80 ppm之内。同时，OC和PA站点的观测数据与卫星遥感产品的结果非常一致，相关系数在0.90~0.93。但是随空间匹配范围的放大，匹配数据散点的收敛性变低，相关性降低。

通过分析以上计算结果，认为在北美地区和东亚地区一样，需要采用更小的空间匹配条件获得更精确的验证结果。在1°的空间匹配条件下，北美地区GOSAT CO₂遥感产品与地基观测结果的偏差为2.19±2.19 ppm，平均相关系数为0.90。

2.1.3 欧洲地区

欧洲地区的TCCON站点分布最为密集，且观测时间序列较长，本文应用了欧洲8个TCCON站点(表 1)的观测数据，分别与GOSAT的产品进行时空匹配和统计运算，结果如表 4所示。在1°匹配条件下，8个站点与GOSAT遥感产品的平均偏差为2.01±2.49 ppm，其中有4个站点的绝对偏差在2 ppm以下。在放宽空间匹配范围后，各个站点与卫星产品比较的平均偏差变化不大，匹配点数的增多在一定程度上加大了地基与卫星数据的相关性。这可能是由于欧洲地区的地基站点分布较为密集，验证结果受空间匹配条件的影响较小。

8个站点验证GOSAT卫星遥感产品的平均相关系数为0.87，由图 5a、5b、5c可以看出，随着空间匹配范围放宽，匹配点的数量增多，两组数据的拟合曲线的斜率更接近1，相关性变好。说明在欧洲地区空间匹配标准对验证结果的影响较小。

通过分析以上计算结果，认为在欧洲地区空间匹配标准对验证结果的影响较小，对卫星CO₂遥感产品验证时可以采用地基站点周围3°的空间匹配范围来筛选卫星数据，扩大空间匹配范围有利于获得更多的匹配数据，使得验证结果更加可靠。在此匹配条件下，欧洲地区GOSAT CO₂遥感产品与地基观测结果的偏差为2.12±2.56 ppm，平均相关系数为0.86。

2.1.4 大洋洲地区

大洋洲的TCCON站点分布较少，为使验证结果更具有地域代表性，本文选用了距离较远的3个站点(表 1)的数据对GOSAT的CO₂遥感产品进行验证(表 5)。3个站点的数据与GOSAT反演产品的相关性均很高，相关系数都在0.9以上，偏差约为1.59±1.79 ppm，小于东亚、北美和欧洲三个区域。

从图 6a、6b、6c可以看出，3°的匹配条件下，可以得到更多的匹配点，此时WG站点与卫星观测结果的相关性略高于1°的匹配条件下的计算结果，其他站点的验证结果变化不大。可见在大洋洲的3个站点同欧洲的站点一样，也没有因为空间匹配范围的扩大使得验证结果显示的卫星产品精度下降，可能与大洋洲区域内人口稀少，地表特征变化不明显，人为活动对大气CO₂浓度的影响较小(Wunch et al，2011)，大气CO₂浓度的分布较为均匀。

同样由于在大洋洲地区空间匹配标准对验证结果的影响很小，对卫星CO₂遥感产品验证时可以采用地基站点周围3°的空间匹配范围来筛选卫星数据来获得更多的匹配数据，使得验证结果更加可靠。在此匹配条件下，大洋洲地区GOSAT CO₂遥感产品与地基观测结果的偏差为1.57±1.74 ppm，平均相关系数为0.93。

2.2 GOSAT卫星CO₂遥感产品在不同纬度带的验证分析

图 7显示了2009—2017年GOSAT卫星在各个纬度带内观测的大气XCO₂浓度的平均值，与全球平均值的变化趋势一致，并且有明显的季节波动。北半球大气CO₂浓度在5月显示了最大值，8月显示最低值，在60°~90°N范围内出现部分异常高值，可能与卫星在高纬地区的反演误差有关。南半球大气CO₂浓度显示了与北半球相反的季节变化，最大值在11月，最小值在2月，季节差异为3~4 ppm，季节变化不明显。因此对不同纬度带内的GOSAT卫星遥感产品进行精度验证分析非常有必要。

根据地基站点所在的纬度划分，本文重点应用以上18个站点的地基观测数据对GOSAT NIES-XCO₂产品进行验证。综合上文中的分析结果，选取卫星过境时间前后1 h的地基观测数据做平均，与卫星在地基站地理坐标周围1°范围内的XCO₂产品数值的平均值进行匹配验证。计算结果如表 6所示，通过比较计算可知，卫星数据与在0°~30°S内的地基站点的匹配度最高，标准差为1.57 ppm，相关系数高达0.94。卫星数据与60°~90°N纬度带内地基站点匹配结果的一致性较低，标准差为3.36 ppm，相关系数为0.86。由于地基观测站点数量有限且分布不均匀，验证结果很难显示整个纬度带内的平均水平，还需要在全球范围内建立更多的TCCON地基观测站点来验证卫星CO₂遥感产品。

3 全球大气CO₂浓度分布与变化趋势分析

经过上述验证分析，可以认为GOSAT在全球范围内的观测结果具有较高的精度，其在南半球的观测精度偏高于北半球，利用GOSAT 2010—2017年的观测数据，对GOSAT观测的全球大气CO₂浓度变化和时空分布进行了初步分析。卫星监测结果显示，2010—2017年期间，全球大气CO₂含量呈现稳定季节波动增长，在春季达到峰值，夏季降至谷值，其中2017年全球大气CO₂年均值达到402.94 ppm。比较近8年多的数据可知全球年均CO₂含量呈现线性增长趋势，平均年增长率为2.22 ppm·a^-1。

2010—2017年卫星观测全球几个主要国家和地区的大气CO₂年际变化如图 8所示。卫星遥感监测显示，大气CO₂浓度呈逐年上升趋势，其中中国、印度、美国和非洲大气CO₂浓度均高于全球大气平均水平，大洋洲的大气CO₂浓度略低于全球平均水平。

2010—2017年全球范围大气CO₂浓度的年平均增长率为2.22 ppm·a^-1，其中北半球大气CO₂年均绝对增量略高于南半球年均绝对增量。增长较快的地区包括：中国(2.33 ppm·a^-1)、美国(2.32 ppm·a^-1)、印度(2.27 ppm·a^-1)和非洲(2.24 ppm·a^-1)。

由图 9可以看出，全球和区域每年的大气CO₂绝对增量都有上下浮动，说明大气中CO₂浓度的增加一方面取决于人为排放的增加，包括世界人口增长速度、能源需求量的增加和开发速度以及替代能源的开发速度等；另一方面又取决于自然CO₂贮库对人为排放的CO₂的响应，特别是生物圈和海洋的响应(王明星和曾庆存，1986)。2013年全球CO₂相对于2012年年均上升了约2.9 ppm，超过了2011年和2012年的增幅。全球大气监测网的台站对大气CO₂中13C/12C的测量结果表明，CO₂增速的变化是由于大气和陆地生物圈之间的通量发生了微小的变化。光合与呼吸作用或生物质燃烧之间平衡的变动对该交换通量造成微小的年际变化(1%~2%)，这会对大气CO₂的增速产生很大的影响，不过目前对2012—2013年年均绝对增量超过平均增幅的因素还没有准确的判断，依赖全球大气监视网台站的观测结果来进一步推断(WMO，2014)。2016年相对于2015年全球和典型区域大气CO₂浓度增幅最大，年均增量在3 ppm以上，显著高于过去5年(2010—2015年)，这可能与2015年发生的El Niño事件有关(Buschmann et al，2016；WMO，2016; 2017；Wunch et al，2015；贾凡，2014)。

早期发现，大气CO₂浓度的年际变率与ENSO存在明显的相关性，即在El Niño年，大气CO₂年际增长率异常增加，La Ni a年相反(邢如楠和王彰贵，2001；徐永福等，2004)。随后大量研究指出，大气CO₂浓度的年际增长率主要来自于陆地生态系统，由ENSO引起的异常温度和降水是导致陆地碳循环年际异常的主要气候驱动因子(祁承经等，2010；周涛等，2008)。最近一次El Niño事件发生于2015—2016年，其引起全球陆地降水、近地表温度异常增加(李雪等，2016)，北半球热带外地区异常吸收增多，而热带及南半球热带外地区分别异常释放增多，导致了全球陆气碳通量释放量增加，在El Niño年，全球大气CO₂年增长率明显高于其他年份，与2016年卫星观测的CO₂浓度绝对增长量较高相符。

基于GOSAT 2017年对全球大气CO₂的监测结果，对全球几个主要国家和地区的年均大气CO₂浓度和增长率进行分析(图 10)，全球平均XCO₂浓度为402.94 ppm，中国大气CO₂平均浓度404.07 ppm，几个主要的国家和地区:美国403.97 ppm，印度403.93 ppm；亚洲404.43 ppm，非洲403.50 ppm，大洋洲402.87 ppm；除大洋洲外，其他区域年均大气CO₂浓度均高于全球平均水平。2017年几个重点区域和国家中，美国和中国的年增长率最高，分别为2.75、2.70 ppm·a^-1，印度的年增长率(2.31 ppm·a^-1)略高于全球年增长率(2.24 ppm·a^-1)，非洲和大洋洲年增长率较低，仅为2.00、2.03 ppm·a^-1，总体来看北半球年增长率略高于全球增长率。

4 结论

前人研究中大多采用一种匹配方案适用于全球站点，而在全球范围内，大气CO₂的浓度并不是均匀分布，空间匹配条件的改变在一定程度上影响着对卫星产品精度的验证结果。本文利用TCCON全球18个地基观测站点长时间序列的观测数据分不同的地理区域对GOSAT最新版本数据(v02.72)大气CO₂干空气混合比产品进行了验证分析，综合考虑卫星与地基数据在不同时空匹配条件下的偏差、标准差、相关系数和匹配点数量等信息，结合区域下垫面特征确定在不同区域内卫星产品和地基数据的最佳时空匹配方案对GOSAT卫星产品进行精度验证，并利用该卫星产品对全球大气CO₂浓度时空分布和变化趋势进行了初步研究，得到结论如下：

(1) GOSAT全球大气CO₂遥感产品与TCCON地基站点观测结果的一致性较好，大多数站点与卫星产品匹配的相关系数高于0.75。平均偏差小于2.5 ppm，可以较精确地对全球大气CO₂浓度进行大范围实时监测。

(2) 在东亚和北美地区验证结果受空间匹配条件的影响较大，匹配范围越宽，验证所得卫星CO₂遥感产品的精度越低，采用1°的空间匹配条件分别得到GOSAT XCO₂产品在东亚2.23±2.69 ppm(0.55%)和北美2.19±2.19 ppm(0.55%)的偏差；但在欧洲和大洋洲，改变空间匹配范围对验证结果的影响不明显，采用3°的空间匹配条件可得到GOSAT XCO₂产品在欧洲2.12±2.56 ppm(0.53%)和大洋洲1.57±1.74 ppm(0.40%)的偏差。

(3) 根据对不同纬度带内GOSAT的卫星遥感产品进行验证可知卫星在30°S~60°N范围内的产品精度较高。

(4) 全球大气CO₂浓度呈上升趋势，2010—2017年GOSAT监测的大气CO₂年平均增长速度约为2.22 ppm·a^-1，其中中国、印度、美国都是增长较快的国家，而大洋洲的大气CO₂浓度和增长率均低于全球平均水平。分析GOSAT多年观测结果发现，2016年全球和几个典型区域的大气CO₂浓度增幅最大，年均增量在3 ppm以上，这一现象与2015—2016年发生的El Niño现象有关。