欧雨锾, 刘琼, 陈勇航, 魏鑫, 许赟红, 陈春美, 杨慧赟. 基于多源数据的长三角地区XCO2时空分布及其与电力能源结构的关系[J].大气与环境光学学报,2026,21(5):759-775
OU Yuhuan, LIU Qiong, CHEN Yonghang, WEI Xin, XU Yunhong,CHEN Chunmei, YANG Huiyun. Spatiotemporal variations in XCO2 and their association with power plants using different energy sources in the Yangtze River Delta based on multisource data [J]. Journal of Atmospheric and Environmental Optics. 2026,21(5):759-775
二氧化碳（CO2）是影响全球气候变化的主要长寿命温室气体，其大气含量受到化石燃料燃烧、陆地生态系统碳交换和大气输送等过程的共同影响。XCO2，即柱平均干空气CO2摩尔分数，能够反映整层大气中CO2的总体变化。OCO-2和OCO-3等碳卫星具有覆盖范围广、观测精度高等优势，但受卫星轨道和云覆盖影响，观测数据仍存在空间缺失，需要通过多源数据融合与插值提高覆盖度。
长三角地区人口密集、工业与能源消费强度较高，同时分布着林地、农田等生态系统，大气XCO2变化既受植被光合作用等自然过程影响，也受人为排放影响。发电厂是重要的人为碳排放源，其能源类型既包括化石能源，又包括清洁能源，但不同电力能源结构与区域XCO2异常特征之间的关系仍缺乏定量认识。
因此，本文基于OCO-2和OCO-3卫星数据、ODIAC碳排放数据和全球电厂数据库的发电厂数据，利用时空加权克里金插值法、时间序列法以及K-means聚类算法，研究长三角地区XCO2的时空分布特征及其与植被活动的时序关系，并比较不同能源结构区域的XCO2异常特征，为利用碳卫星监测区域碳变化和评估能源结构优化提供参考。
1.数据与方法
本文使用数据有OCO-2/OCO-3卫星的XCO2数据集、MODIS的植被指数数据和土地覆盖数据集、ODIAC人为碳排放数据库、EDGAR排放清单数据库以及全球电厂数据库发电厂数据。
首先，利用时空加权克里金插值对OCO-2/OCO-3卫星XCO2观测数据进行空间重构，构建高覆盖率的XCO2数据集，分析其时空分布特征，并以研究区月均XCO2值为大气背景值计算XCO2异常值。随后，结合NDVI开展时间序列分析，揭示二者的周期性及时滞关系。最后，将非生长期XCO2异常值与发电厂数据进行空间匹配，采用K-means聚类识别三类电力能源结构区域，通过比较其XCO2异常值增长强度和贡献值，分析发电能源结构与区域XCO2异常信号之间的关系。
2.结果与讨论
（1）2020-2023年，长三角地区XCO2浓度呈逐年上升趋势，由414.22 ×10-6增至421.36 ×10-6，年均增长2.38 ×10-6。XCO2季节变化表现为春、冬季较高，夏、秋季较低，区域平均季节波动幅度为4.6 ×10-6，其中上海市达到6.1 ×10-6，高于区域平均水平。空间上，XCO2总体呈东部沿海地区高于内陆、北部高于南部的分布格局。
图1长三角地区2020-2023年XCO2时间变化。(a) XCO2年际变化;(b) XCO2季节变化
图2 长三角地区2020-2023年XCO2浓度空间分布。
(a) 2020; (b) 2021; (c) 2022; (d) 2023
（2）NDVI和XCO2月均值均呈明显的周期性变化，且二者峰谷变化存在时间滞后性。即生长期XCO2月均谷值相对NDVI峰值滞后2个月，非生长期XCO2月均峰值相对NDVI谷值滞后3个月。这一现象可能与植被碳交换效应的累积及大气输送等有关。
图3 长三角地区2020-2023年XCO2和NDVI月均值变化
（3）K-means聚类结果将研究区划分为化石能源主导区、清洁能源优势区和清洁能源潜力区。区域间的比较表明，清洁能源优势区的清洁能源发电量占比每高1%，其XCO2异常值增长强度和同等发电量下的XCO2异常值贡献值较化石能源主导区分别低2.4%和2.82%；较清洁能源潜力区分别低2.1%和1.27%。
图4 发电厂聚类计算结果。 (a) 聚类地区XCO2异常值增长强度；
(b)聚类地区XCO2异常值贡献值
3.结 论
为提高碳卫星XCO2数据的空间覆盖率，并比较不同电力能源结构区域的XCO2异常特征，本文利用OCO-2/OCO-3卫星观测、植被指数、碳排放清单和发电厂数据，构建了覆盖度较高的长三角XCO2数据集。研究揭示了区域XCO2的时空分布特征及其与植被季节变化的时滞关系，并通过聚类分析比较了不同能源结构区域的XCO2异常增长强度和贡献水平。该研究可为利用碳卫星开展城市群大气碳监测及能源结构差异与XCO2异常特征评估提供方法参考。
课题组介绍：
大气遥感课题组依托“大气环境与资源遥感研究室”，围绕大气环境遥感、新能源设施生态环境效应与气象防灾减灾等交叉领域的科学前沿问题开展研究，重点关注大气中温室气体与大气污染物的时空变化及其自然和人为驱动机制、云-气溶胶-辐射相互作用、光伏电站等新能源设施的生态环境效应，以及灾害性天气的环境影响。团队综合运用卫星与地面观测、遥感反演与校正、数值模拟和机器学习等技术，先后承担国家自然科学基金、国家重点研发计划及上海市科研项目，致力于为区域大气监测、大气污染成因分析、新能源生态环境效应评估和防灾减灾提供科学依据与技术支撑。
