全球对流层中层二氧化碳柱浓度数据集（2003-2015）

符传博^1,2，丹利^1*

1. 中国科学院大气物理研究所，东亚区域气候-环境重点实验室，北京 100029；
2. 海南省气象科学研究所，海口 570203

摘要：人类活动导致大气中温室气体浓度上升，是全球气候变暖的重要原因之一。基于美国Aqua卫星搭载的大气红外垂直遥感器（AIRS-Atmospheric Infrared Sounder）数据反演的2003-2015年全球对流层中层CO₂柱浓度资料，利用地基观测结果对其进行验证，并对其进行时空变化进行分析，得出数据全球对流层中层二氧化碳柱浓度数据集（2003-2015）。数据结果表明：北半球30°N-60°N是CO₂浓度高值带，低值中心主要出现在15°S-15°N，140°W-100°E的低纬地区。地基观测与AIRS卫星反演结果基本一致，年增长率约为1.926 ppmv/a。该数据集包括：（1）2003-2015年全球对流层中层CO₂柱浓度；（2）全球对流层中层CO₂柱浓度年平均增长率；（3）2003年1月-2015年12月地基观测与AIRS反演结果对比。该数据集存储为.xlsx和.tif格式，数据量为292 KB（压缩为1个文件，246 KB）。该数据集的分析成果发表在《地球物理学报》2018年第61卷第11期。

关键词：CO₂；卫星遥感；全球；地球物理学报

DOI: https://doi.org/10.3974/geodp.2019.03.04

1 前言

工业革命以来，全球经济发展迅速，人口大量增加，导致化石燃料过度使用，二氧化碳（CO₂）浓度急剧上升[1-2]。研究表明全球气候、生态系统、经济领域等各个方面已经受到了温室气体升高造成的影响[3-4]。因此，监测大气中CO₂浓度的变化特征对有效的制定政府减排政策，深入认识全球碳循环、揭示碳的源和汇等都有重要意义。本文根据美国宇航局（NASA）Aqua卫星搭载的大气红外垂直遥感器（AIRS- Atmospheric Infrared Sounder）数据，通过计算模型，反演出全球对流层中层CO₂浓度数据，计算得到全球CO₂浓度的平均增长率，然后通过这些数据与5个本底站观测数据2003-2015年的对比得到数据结果。这个数据结果可为全面分析全球不同区域对流层CO₂浓度的非均匀分布和增长率提供科学参考和数据支撑。

2 数据集元数据简介

全球对流层中层二氧化碳柱浓度数据集（2003-2015）[5]的名称、作者、地理区域、数据年代、时间分辨率、空间分辨率、数据集组成、数据出版与共享服务平台、数据共享政策等信息见表1。

表1 全球对流层中层二氧化碳柱浓度数据集（2003-2015）元数据简表

条目	描述
数据集名称	全球对流层中层二氧化碳柱浓度数据集（2003-2015）
数据集短名	GlobalTropoCO2_2003-2015
作者信息	符传博 B-8133-2019，海南省气象科学研究所, hnfuchuanbo@163.com 丹利 D-4834-2018，中国科学院东亚区域气候-环境重点实验室, danli@tea.ac.cn
地理区域	全球
数据年代	2003-2015年
时间分辨率	2003-2015年年平均值，2003-2015年逐月变化值
空间分辨率	2°（纬度）×2.5°（经度）
数据格式	.xlsx、.tif
数据量	292 KB
数据集组成	由1个Excel文件和一个文件夹组成，Excel文件有3个工作表，分别是：（1）2003-2015年全球对流层中层CO₂柱浓度；（2）全球对流层中层CO₂柱浓度年平均增长率；（3）2003年1月-2015年12月地基观测与AIRS反演结果对比。Excel文件的数据量为204 KB。文件夹有两个.tif文件，数据量为87.8 KB。
基金项目	中华人民共和国科学技术部（2016YFA0602501）；国家自然科学基金(41630532, 41275082)
出版与共享服务平台	全球变化科学研究数据出版系统 http://www.geodoi.ac.cn
地址	北京市朝阳区大屯路甲11号100101，中国科学院地理科学与资源研究所
数据共享政策	全球变化科学研究数据出版系统的"数据"包括元数据（中英文）、实体数据（中英文）和通过《全球变化数据学报》（中英文）发表的数据论文。其共享政策如下：（1）"数据"以最便利的方式通过互联网系统免费向全社会开放，用户免费浏览、免费下载；（2）最终用户使用"数据"需要按照引用格式在参考文献或适当的位置标注数据来源；（3）增值服务用户或以任何形式散发和传播（包括通过计算机服务器）"数据"的用户需要与《全球变化数据学报》（中英文）编辑部签署书面协议，获得许可；（4）摘取"数据"中的部分记录创作新数据的作者需要遵循10%引用原则，即从本数据集中摘取的数据记录少于新数据集总记录量的10%，同时需要对摘取的数据记录标注数据来源[6]

3 数据研发方法

3.1 基础数据

本文所用到的对流层中层CO₂浓度数据下载自美国宇航局（NASA）网站。2002年5月，NASA的Aqua卫星成功发射，运行在太阳同步的近极地轨道，并承担了观测全球水和能量循环、气候变化趋势，以及气候系统对温室气体增加的响应等科学目的[7]。大气红外垂直遥感器AIRS搭载在Aqua卫星上，拥有2,378个探测通道，测量8.8-15.5 μm、6.2-8.2 μm和3.75-4.58 μm三个波段的射出辐射，反演出逐日的、全球范围内的CO₂浓度，其中还包括陆地、海洋和极地等地区的CO₂浓度[8]。AIRS CO₂产品反演的方法主要为偏导数归零法（Vanishing Partial Derivative，VPD）[9]，CO₂产品在星下点的空间分辨率为90 km×90 km，空间覆盖范围为90°N-60°S。其三级CO₂产品是通过对二级标准数据进行网格平均所得，空间分辨率为2°（纬度）×2.5°（经度）。本文所使用的三级月平均CO₂浓度数据版本为version 5，数据产品下载自NASA官方网站（https://airs.jpl.nasa.gov）。本文中使用的5个全球本底观测站CO₂浓度资料下载自WMO WDCGG网站（http://gaw.kishou.go.jp/wdcgg/wdcgg.html）。本底观测站名称分别为Mauna Loa、Waliguan、Niwot Ridge、Sonnblick和Summit，其中有关WMO WDCGG本底站数据的测量方法和质量控制可以参见文献[10]。

3.2 数据集研发算法原理

本文在参考相关文献[11-12]的基础上，按照下列算法研发数据。具体计算方法如下：对于2003-2015年，全球空间分辨率为2°（纬度）×2.5°（经度）的CO₂浓度逐月资料进行年平均处理，共13年（样本量n=13）。对全球范围每一个格点上的CO₂浓度值进行13年平均计算，得到2003-2015年共13年平均的CO₂浓度值，结果见数据文件夹中.xlsx文件里面Tab.1。

每一个格点上的CO₂浓度值13个样本序列为x_j，用t_j表示对应的时刻，建立x_j和t_j之间的一元线性回归方程：

公式1 (1)

式中，a为回归常数，b为回归系数。利用最小二乘法可求出a和b。

公式2 (2)

回归系数b的符号表示所研究序列的线性趋势。b＞0表示呈增加趋势，b＜0表示呈减少趋势。b的大小放映增加或减少的速率。本文将回归系数b称为CO₂浓度年平均增长率。根据上述公式，计算出全球CO₂浓度年平均增长率b数据，见数据文件夹中.xlsx文件里面的Tab.2。

从WMO WDCGG网站选择的5个全球本底观测站经纬度，提取出经纬度所在格点对应的AIR CO₂浓度逐月资料，与本底观测站CO₂浓度资料进行对比分析，其结果见数据文件夹中.xlsx文件里面的Tab.3。

4 数据结果与验证

4.1 数据集组成及数据可视化

数据结果包括：

（1）2003-2015年全球对流层中层CO₂柱浓度；

（2）全球对流层中层CO₂柱浓度年平均增长率；

（3）2003年1月-2015年12月地基观测与AIRS反演结果对比。

上述数据的地图可视化如图1-3所示。从图1和图2中可知，北半球不论是CO₂浓度，还是浓度的增长率，都明显高于南半球。CO₂浓度高值主要分布在30°N-60°N的高纬地区，而年平均增长率超过2 ppmv/a的区域位于60°N以北的北冰洋、西伯利亚地区、北美东北部和格陵兰岛，这与全球变暖背景下北半球高纬地区升温较快的趋势一致。

图1 2003年-2015年平均的全球对流层中层CO₂浓度（ppmv）[13]

下载

图2 2003-2015年全球对流层CO₂浓度年平均增长率（ppmv）[13]

下载

结合图3和表1的分析可得，地基观测的CO₂浓度与AIRS卫星反演的数据有很好的一致性，AIRS卫星能较为准确地反映对流层中层CO₂浓度。5个地基观测站观测的CO₂年增长率和平均值与卫星反演的十分接近，相关系数最高的为Mauna Loa站，达到0.978，最低的Sonnblick站，相关系数也达到0.754，5个站点的相关系数均超过了99.9%的信度检验。

图3 本底站观测的月平均CO₂浓度值与AIRS卫星反演结果对比[13]

下载

表1 2003年1月-2015年12月地基观测与AIRS反演结果对比[12]

站名	本底站位置			年增长率（ppmv/a）		均值（ppmv）		月均相关系数	信度水平（%）
站名	纬度（°）	经度（°）	高度（m）	本底	AIRS	本底	AIRS	月均相关系数	信度水平（%）
Mauna Loa	19.539	-155.58	3,397	1.914	1.956	387.933	386.765	0.978	99.9
Waliguan	36.28	100.90	3,810	1.926	1.901	388.214	386.989	0.948	99.9
Niwot Ridge	40.053	-105.59	3,523	1.943	1.935	388.647	387.909	0.882	99.9
Sonnblick	47.05	12.95	3,106	1.876	1.975	387.699	388.072	0.754	99.9
Summit	72.58	-38.48	3,238	1.972	1.865	388.672	385.504	0.925	99.9

5 讨论和总结

本数据基于AIRS卫星反演的全球对流层中层CO₂浓度资料进行处理，旨在为人为排放的温室气体引起的全球气候变化提供数据依据。数据展示了全球范围的对流层中层CO₂浓度分布、年平均增长率和与本底观测的对比分析，结果表明CO₂浓度高值主要分布在30°N~60°N的高纬地区，而年平均增长率大值区位于60°N以北的高纬地区，这与全球变暖背景下北半球高纬地区升温较快的趋势一致。基于地基观测的误差检验表明，地基观测的CO₂浓度与AIRS卫星反演的数据有很好的一致性，AIRS卫星能较为准确地反映对流层中层CO₂浓度。利用卫星遥感方法来探测大气CO₂浓度是有很大优势的，但是卫星资料一般年限较短，对研究长时间序列的大气CO₂浓度变化有一定的局限性。另外，如何进一步优化反演算法，提高卫星资料的精度也是卫星遥感领域的重点和难点之一。尽管如此，卫星反演资料在研究全球碳循环、人类活动对大气CO₂浓度分布的影响等问题上越来越受到青睐，是评估未来全球变暖趋势的一个重要技术支撑。

作者分工：丹利对数据集的开发和算法做了总体设计；符传博对数据进行处理并撰写了数据论文。

利益冲突声明：本研究不存在研究者以及与公开研究成果有关的利益冲突。

参考文献

[1] Tarasova, O., Koide, H., Dlugokencky, E., et al. The state of greenhouse gases in the atmosphere using global observations through 2011 [J]. Egu General Assembly, 2012, 8:11012.
[2] Butz, A., Guerlet, S., Hasekamp, O., et al. Toward accurate CO₂ and CH₄ observations from GOSAT [J]. Geophysical Research Letter, 2011, 38(14): L14812. DOI: 10.1029/2011GL047888.
[3] 丁一汇, 任国玉, 石广玉等. 气候变化国家评估报告(I): 中国气候变化的历史和未来趋势[J]. 气候变化研究进展, 2006, 2(1): 3-8.
[4] Barros, V., Broome, J., Clarke, L., et al. Climate change 2014: synthesis report [R]. Switzerland: IPCC Fifth Assessment Report, 2014: 151.
[5] 符传博, 丹利. 全球对流层中层二氧化碳柱浓度数据集(2003-2015) [DB/OL]. 全球变化科学研究数据出版系统, 2019. DOI: 10.3974/geodb.2019.03.07.V1.
[6] 全球变化科学研究数据出版系统. 全球变化科学研究数据共享政策[OL]. DOI: 10.3974/dp.policy.2014.05 (2017年更新).
[7] 姚志刚, 赵增亮, 韩志刚. AIRS观测的东亚夏季平流层重力波特征[J]. 地球物理学报, 2015, 58(4): 1121-1134.
[8] Chahine, M. T., Chen, L., Dimotakis, P., et al. Satellite remote sounding of mid-tropospheric CO₂ [J]. Geophysical Research Letters, 2008, 35: L17807.
[9] Chahine, M., Barnet, C., Olsen, E. T., et al. On the determination of atmospheric minor gases by the method of vanishing partial derivatives with application to CO₂ [J]. Geophysical Research Letters, 2005, 32: L22803.
[10] 赵玉成, 温玉璞, 德力格尔等. 青海瓦里关大气CO₂本底浓度的变化特征[J]. 中国环境科学, 2006, 26(1): 1-5.
[11] Bai, W. G., Zhang, X. Y., Zhang, P. Temporal and spatial distribution of tropospheric CO₂ over China based on satellite observations [J]. Chinese Science Bulletin, 2010, 55(31): 3612-3618. DOI: 10.1007/s11434-010-4182-4.
[12] 刘立新, 周凌晞, 张晓春等. 我国4个国家级本底站大气CO₂浓度变化特征[J]. 中国科学D辑: 地球科学, 2009, 39(2): 222-228.
[13] 符传博, 丹利, 冯锦明等. 我国对流层二氧化碳非均匀动态分布特征及其成因[J]. 地球物理学报, 2018, 61(11): 4373-4382.