全球1km分辨率大气二氧化碳浓度数据集（2003-2023）

Ray

https://mp.weixin.qq.com/s/6m5YxJMzJb-Vtf26xQ_GWg
国家青藏高原科学数据中心   2025年11月17日

       近期，国家青藏高原科学数据中心作为论文数据仓储，发布共享了“全球1km分辨率大气二氧化碳浓度数据集（2003-2023）”，用户可免费开放获取。该数据集基于 SCIAMACHY、GOSAT 和 OCO-2 三颗卫星/传感器的 XCO₂ 观测数据，融合多源环境变量，采用基于卷积神经网络的深度学习架构进行二次研发，是首套无缝、日尺度、1km 分辨率、覆盖2003–2023 年的全球陆地XCO₂ 数据集，将为“碳达峰、碳中和”、源汇反演与气候研究提供高时空精度的关键支撑。相关数据论文“Global daily 1 km gapless XCO₂ (2003−2023) derived from multi-satellite observations and a spatiotemporal deep learning framework”发表于Environmental Impact Assessment Review期刊。

        自工业革命以来，大气 CO₂浓度持续上升，推动全球变暖并引发严峻的环境与生态危机。基于卫星观测获取的大气柱平均干空气摩尔分数（XCO₂）的时空监测，是量化碳源汇、评估减排成效并阐明全球碳循环不可或缺的手段。然而，现有卫星 XCO₂产品受限于观测条带窄、气象条件不利干扰，以及不同平台间时空覆盖不一致等问题，导致检索结果稀疏且存在大量空缺。为此，本研究构建了一个耦合 ConvLSTM 时间模块与 U-Net 空间骨干的时空深度学习降尺度框架，并引入残差连接以及通道与空间注意力模块，融合多源 XCO₂观测与驱动因子，以实现无缝、高时空分辨率、超长时序的 XCO₂历史数据重构。模型在“样本 / 网格 / 日”三种交叉验证中的 R² 分别达到 0.996/0.963/0.952，RMSE 分别为 0.46/0.62/0.73 ppm；与 TCCON 地基观测的独立对比结果为 R²=0.988、RMSE=1.10 ppm、MAPE=0.216%，表现稳健。

        2003–2023 年全球陆地 XCO₂呈持续上升态势，图1呈现了 XCO₂的长期格局与热点分布。凭借 1 km 的高空间分辨率，本数据集在城市尺度揭示出清晰的“城市—郊区”梯度与高值羽流，并显著优于1°/0.25°/0.05° 等公开粗分辨率产品；图 2 以北京、上海、东京、纽约等超大城市为例展示了这种细节解析能力。此外，数据在时间维度上同样具备高保真度，图3以华东地区 2020-03-01 至 03-07 的日际演变为例，捕捉到 XCO₂羽流范围与强度的快速变化。基于上述特性，数据可直接支撑城市与区域碳排放评估（刻画空间梯度、峰谷演变与治理成效）、碳源汇反演与政策评估（服务“双碳”量化监测与考核）以及气候—生态耦合研究（与植被、火点、边界层高度、风场等要素联动解析机理）；同时，配套提供的月 / 年平均产品便于开展多时间尺度的趋势与评估分析。

图1 2003/2013/2023 年全球陆地 XCO₂年均分布与 2003–2023 年增速（ppm/yr）

图2 典型超大城市 1 km XCO₂与其他公开粗分辨率产品对比

图3 华东地区日尺度 XCO₂演变示例（本数据集与其他公开粗分辨率产品对比）

        这项工作得到了河南师范大学博士科研启动基金（QD2022036）的支持。

论文信息：
Wang J. (2026). Global daily 1 km gapless XCO₂ (2003−2023) derived from multi-satellite observations and a spatiotemporal deep learning framework. Environmental Impact Assessment Review, 117, 108146. DOI: 10.1016/j.eiar.2025.108146 .

数据信息：
王嘉炜. (2025). 全球1km分辨率大气二氧化碳浓度数据集（2003-2023）.国家青藏高原科学数据中心.
https://doi.org/10.11888/Atmos.tpdc.302399 .
https://cstr.cn/18406.11.Atmos.tpdc.302399 .