基于NO2衛(wèi)星遙感觀測(cè)反演化石燃料CO2排放

摘要

《巴黎氣候協(xié)定》實(shí)施以來，全球履約機(jī)制依賴于每五年一次的碳盤點(diǎn)，而2019年《IPCC指南》首次明確將基于自上而下同化反演碳源匯收支納入可監(jiān)測(cè)、可核查、可支撐的核算方法框架，以解決全球多尺度碳收支核算的透明性和標(biāo)準(zhǔn)化問題。然而CO2生命周期長(zhǎng)達(dá)百年，背景濃度高使人為排放引起的局地濃度增強(qiáng)難以被精準(zhǔn)測(cè)量。為克服這一困難，研究人員提出利用與CO2同源排放且生命周期短的NO2作為人為源CO2排放反演的示蹤性氣體，這一替代方案近年來得到迅速發(fā)展與廣泛應(yīng)用。本綜述系統(tǒng)梳理了基于NO2衛(wèi)星遙感反演CO2排放研究進(jìn)展，分析其研發(fā)背景、技術(shù)優(yōu)勢(shì)和不確定性，展望未來發(fā)展路徑。這一系統(tǒng)性綜述為深化基于NO2反演人為源CO2排放的方法奠定科學(xué)基礎(chǔ)，并為該領(lǐng)域的持續(xù)創(chuàng)新提供理論支持與研究指引。

圖1 摘要圖

1 引言

2019年《IPCC指南》明確將自上而下同化反演碳源匯納入可監(jiān)測(cè)、可核查、可支撐的核算方法框架，以提升全球多尺度碳收支的透明度和標(biāo)準(zhǔn)化。在全球溫升壓力下，有效落實(shí)氣候行動(dòng)方案、精準(zhǔn)核算與校驗(yàn)減排效果并及時(shí)調(diào)整策略，均依賴于每五年一次的全球碳盤點(diǎn)，而碳排放反演的準(zhǔn)確性和時(shí)效性是關(guān)鍵的科學(xué)基礎(chǔ)。盡管研究人員在基于碳衛(wèi)星的CO2排放反演方面取得了顯著進(jìn)展，但CO2的固有特性——生命周期長(zhǎng)、自然源通量波動(dòng)大等，使得通過碳衛(wèi)星精確識(shí)別和捕捉人為源（化石燃料燃燒為主）引起的局地CO2濃度增強(qiáng)信號(hào)面臨巨大挑戰(zhàn)，成為碳衛(wèi)星反演CO2排放的主要瓶頸之一。在此背景下，將與CO2共排放、壽命短、信號(hào)易于捕捉的示蹤性氣體（如NO2）融入碳排放反演系統(tǒng)，成為一種新興的反演思路，受到廣泛關(guān)注并迅速發(fā)展。

然而，目前對(duì)于這一新興反演系統(tǒng)的發(fā)展背景、研究現(xiàn)狀、技術(shù)優(yōu)勢(shì)和現(xiàn)有局限等方面，尚缺乏系統(tǒng)的梳理與經(jīng)驗(yàn)總結(jié)。本綜述系統(tǒng)地梳理了基于氮衛(wèi)星反演CO2排放的研究進(jìn)展，深入分析其背景、技術(shù)優(yōu)勢(shì)和現(xiàn)存不確定性，并展望未來的發(fā)展路徑。

2 基于碳衛(wèi)星遙感反演CO2排放

2.1 CO2觀測(cè)衛(wèi)星

過去二十余年，碳衛(wèi)星技術(shù)快速發(fā)展，為基于碳觀測(cè)反演CO2排放提供了堅(jiān)實(shí)的數(shù)據(jù)支撐。2002年，歐洲航天局發(fā)射搭載SCIAMACHY的環(huán)境衛(wèi)星，實(shí)現(xiàn)多種大氣成分同步觀測(cè)。2009年和2018年，日本先后發(fā)射GOSAT及GOSAT-2，通過先進(jìn)傳感器減少云和氣溶膠對(duì)CO2反演的干擾，提升CO2觀測(cè)精度。美國(guó)航空航天局于2014年和2019年分別發(fā)射OCO-2和OCO-3衛(wèi)星，提高了對(duì)城市CO2排放羽流的捕捉能力。我國(guó)碳衛(wèi)星（TanSat）自2016年發(fā)射后，通過光譜校準(zhǔn)與算法優(yōu)化，達(dá)到與國(guó)際先進(jìn)水平相當(dāng)?shù)挠^測(cè)精度，為全球CO2觀測(cè)提供支持。

2.2 基于數(shù)據(jù)/模型的碳排放反演方法

基于碳衛(wèi)星的CO2排放反演主要分為數(shù)據(jù)驅(qū)動(dòng)方法和模型驅(qū)動(dòng)方法。數(shù)據(jù)驅(qū)動(dòng)方法通過處理衛(wèi)星XCO2柱濃度數(shù)據(jù)與局地風(fēng)場(chǎng)信息，在假定排放處于穩(wěn)態(tài)條件下，通過煙羽形狀和強(qiáng)度擬合（如高斯煙羽模型、散度計(jì)算等）定位排放源并估算排放量，廣泛應(yīng)用于大型點(diǎn)源（如電廠）和孤立城市的排放估算。模型驅(qū)動(dòng)方法則主要基于歐拉模型（如WRF-Chem）和拉格朗日模型（如X-STILT），針對(duì)城市或區(qū)域尺度的CO2排放進(jìn)行反演。這類方法通過模擬大氣中CO2的傳輸過程，建立排放與濃度之間的關(guān)聯(lián)關(guān)系，結(jié)合衛(wèi)星觀測(cè)數(shù)據(jù)實(shí)現(xiàn)CO2排放的反演估算。

2.3 點(diǎn)源或城市尺度排放反演應(yīng)用

基于碳衛(wèi)星的CO2排放反演主要聚焦于點(diǎn)源與城市尺度的量化表征。點(diǎn)源排放（如火電廠）因其地理位置明確、排放量穩(wěn)定且背景干擾較小，適合采用數(shù)據(jù)驅(qū)動(dòng)方法，通過衛(wèi)星CO2柱濃度（XCO2）圖像與局地風(fēng)場(chǎng)信息實(shí)現(xiàn)高效分析與定量估算。相比之下，城市尺度排放涉及多樣化的來源（如交通、生活及工業(yè)），呈現(xiàn)顯著的時(shí)空變異性和復(fù)雜性。模型驅(qū)動(dòng)方法通過模擬大氣中CO2的傳輸過程，整合多種排放源信息，構(gòu)建區(qū)域內(nèi)CO2濃度與排放的動(dòng)態(tài)響應(yīng)關(guān)系，并結(jié)合衛(wèi)星觀測(cè)數(shù)據(jù)實(shí)現(xiàn)城市級(jí)排放反演。

2.4 大尺度碳排放反演面臨的挑戰(zhàn)

盡管碳衛(wèi)星在點(diǎn)源和城市尺度CO2排放量化方面具有較強(qiáng)潛力，其在區(qū)域和全球尺度應(yīng)用仍面臨挑戰(zhàn)：（1）衛(wèi)星觀測(cè)局限：掃描帶寬窄、重訪周期長(zhǎng)，以及云層和氣溶膠干擾，限制了大范圍CO2濃度信號(hào)的準(zhǔn)確觀測(cè)?，F(xiàn)有極軌衛(wèi)星僅獲取過境時(shí)刻數(shù)據(jù)，難以反映全天濃度變化，影響排放反演的動(dòng)態(tài)準(zhǔn)確性；（2）反演方法不足：數(shù)據(jù)驅(qū)動(dòng)方法假設(shè)大氣條件穩(wěn)定、地形平坦，在復(fù)雜環(huán)境中適用性有限；模型驅(qū)動(dòng)方法計(jì)算成本高，且模擬本身存在不確定性，難以準(zhǔn)確表征實(shí)際大氣的濃度-排放關(guān)系；（3）CO2特性限制：人為排放引起的CO2濃度波動(dòng)遠(yuǎn)低于背景場(chǎng)濃度和自然碳匯信號(hào)，常落入衛(wèi)星觀測(cè)誤差范圍。在新冠疫情期間，盡管人為排放顯著下降，衛(wèi)星觀測(cè)仍未能捕捉到大范圍的CO2濃度變化，反映出碳衛(wèi)星在CO2觀測(cè)上的局限性。

3 基于NO2衛(wèi)星的CO2排放反演

3.1 NO2衛(wèi)星及NOx排放反演

近年來，NO2衛(wèi)星遙感觀測(cè)技術(shù)迅速發(fā)展，從1995年GOME實(shí)現(xiàn)全球NO2觀測(cè)到EMI（高分5號(hào)衛(wèi)星）和TROPOMI等高分辨率衛(wèi)星的發(fā)射，觀測(cè)空間分辨率提升至公里級(jí)。地球同步軌道衛(wèi)星（如TEMPO）可提供小時(shí)級(jí)觀測(cè)能力，極大增強(qiáng)了基于NO2反演NOx排放的時(shí)空分辨率和精度。

NOx排放反演方法主要包括質(zhì)量平衡（MB）法、四維變分（4D-Var）法和集合卡爾曼濾波（EnKF）法。MB法通過化學(xué)傳輸模型建立NO2柱濃度與NOx排放的非線性關(guān)系，適用于區(qū)域日尺度估算，但在高分辨率下受大氣傳輸和非線性化學(xué)限制。4D-Var和EnKF方法通過數(shù)據(jù)同化優(yōu)化觀測(cè)與模型間的誤差，精度高但計(jì)算復(fù)雜。為提高效率，簡(jiǎn)化模型如指數(shù)修正高斯（EMG）和散度（Div）法被提出。這些方法結(jié)合風(fēng)場(chǎng)和NO2柱濃度空間分布，可在月或年尺度實(shí)現(xiàn)高空間分辨率NOx排放反演。

圖2 NOx排放反演方法

3.2 CO2和NOx在化石燃料燃燒中的同源性

化石燃料燃燒過程中，CO2和NOx呈現(xiàn)同源性。CO2主要來源于化石燃料燃燒，而NOx則由燃料中氮的氧化及高溫條件下大氣N2的氧化分解產(chǎn)生。這一共排放特性為溫室氣體與空氣污染物的協(xié)同觀測(cè)與治理提供了新視角，為應(yīng)對(duì)氣候變化和改善空氣質(zhì)量雙重挑戰(zhàn)提供了重要契機(jī)。CO2與NOx的排放比（ERs）因行業(yè)特性差異顯著，受燃料類型、氧化效率、燃燒條件和后處理技術(shù)等多重因素影響。例如，火電行業(yè)因煤炭的高消耗量和煙氣脫硝技術(shù)的廣泛應(yīng)用，其ERs相對(duì)較高；而交通運(yùn)輸行業(yè)主要依賴石油燃料，ERs則明顯較低。由于實(shí)地測(cè)量CO2和NOx排放因子復(fù)雜且成本高，全面覆蓋難以實(shí)現(xiàn)。近年來，衛(wèi)星遙感技術(shù)的快速發(fā)展，為基于CO2與NO2濃度觀測(cè)約束排放比提供了新可能，為區(qū)域和行業(yè)層面的排放研究提供了重要支持。

圖3 CO2和NOx在化石燃料燃燒過程中的共排放特性

3.3 基于NO2觀測(cè)反演CO2排放

（1）基于NO2觀測(cè)反演CO2排放的優(yōu)勢(shì)

化石燃料CO2與NOx的共排放特性為基于NO2反演CO2排放提供前提條件。相比CO2，NO2濃度信號(hào)更易識(shí)別，且其短生命周期（數(shù)小時(shí)）使其對(duì)排放源變化更敏感。此外，NO2主要源于人為排放，受生物源影響較小。研究表明，衛(wèi)星觀測(cè)NO2羽流可覆蓋約92%的CO2排放。

（2）基于NO2觀測(cè)反演CO2排放的兩類方法

目前，基于衛(wèi)星NO2數(shù)據(jù)反演CO2排放的方法包括羽流法和排放因子比值轉(zhuǎn)化法。羽流法主要用于點(diǎn)源或城市尺度的排放反演，利用NO2觀測(cè)數(shù)據(jù)定位、約束或驗(yàn)證CO2羽流。通過NO2柱濃度觀測(cè)，可以定位排放源并為CO2羽流提供形狀約束。由于NO2信號(hào)易于檢測(cè)，此方法可避免直接對(duì)CO2羽流進(jìn)行大范圍掃描，克服了CO2信噪比低及掃描帶寬較窄的問題，從而提高計(jì)算的準(zhǔn)確性和效率。此外，NO2觀測(cè)還可用于驗(yàn)證局地排放源引起的CO2濃度增強(qiáng)。

排放因子比值轉(zhuǎn)化法是基于ERs的反演方法，先通過NO2觀測(cè)約束NOx排放量，再利用CO2/NOx排放比將其轉(zhuǎn)化為CO2排放量，適用于區(qū)域或國(guó)家尺度的排放估算。建立NO2濃度與NOx排放量之間關(guān)系的方法已相對(duì)成熟，但CO2/NOx排放比的獲取較為困難，常依賴現(xiàn)有排放清單中的不同部門排放比值信息。

圖4 基于NO2觀測(cè)反演CO2排放的兩種主要方法

3.4 從點(diǎn)源到國(guó)家尺度的應(yīng)用

基于氮衛(wèi)星的CO2排放反演技術(shù)已在點(diǎn)源、城市及國(guó)家尺度得到廣泛應(yīng)用，展現(xiàn)出較大應(yīng)用潛力。在點(diǎn)源尺度，通常采用羽流法結(jié)合高分辨率衛(wèi)星觀測(cè)數(shù)據(jù)，精確估算電廠和工業(yè)設(shè)施的CO2排放。通過利用NO2觀測(cè)約束CO22羽流形狀，有效提升排放估算的精度與效率。在城市尺度，先利用NO2觀測(cè)數(shù)據(jù)反演城市范圍內(nèi)的NOx排放，再結(jié)合ERs完成CO2排放的量化。這一方法適用于交通、工業(yè)等多種排放源的復(fù)雜場(chǎng)景，為城市排放特征的精準(zhǔn)評(píng)估提供支持。在國(guó)家尺度，排放因子比值轉(zhuǎn)化法較為常用，通過結(jié)合衛(wèi)星觀測(cè)與排放清單，在反演NOx排放的基礎(chǔ)上推算CO2排放。這些研究充分證明了NO2在CO2排放反演中的實(shí)用性，為多尺度排放觀測(cè)和評(píng)估提供了重要的科學(xué)支撐與技術(shù)保障。

4 不確定性來源

4.1 結(jié)構(gòu)不確定性

盡管基于NO2觀測(cè)的CO2排放反演技術(shù)取得了顯著進(jìn)展，但仍存在結(jié)構(gòu)性和數(shù)據(jù)層面的多重不確定性。結(jié)構(gòu)性不確定性主要包括：（1）方法假設(shè)的局限性。例如，羽流法通常假定CO2與NO2羽流形狀和覆蓋范圍一致，但這一假設(shè)在實(shí)際中難以完全滿足；質(zhì)量平衡法則易受水平輸送引起的“拖尾效應(yīng)”干擾；（2）觀測(cè)時(shí)間代表性不足。衛(wèi)星觀測(cè)時(shí)間通常為特定時(shí)刻，但濃度與排放的晝夜變化不同步性削弱了觀測(cè)的時(shí)間代表性。此外，多顆衛(wèi)星的觀測(cè)時(shí)間不一致也導(dǎo)致數(shù)據(jù)整合困難；（3）歸因挑戰(zhàn)。區(qū)分生物源與人為排放并歸因至具體部門仍存在技術(shù)難題。羽流法易受局地背景濃度波動(dòng)影響，而排放因子比值轉(zhuǎn)化法對(duì)人為部門歸因依賴先驗(yàn)清單。未來借助更精細(xì)排放清單和先進(jìn)的衛(wèi)星技術(shù)，排放源識(shí)別與歸因的精度有望進(jìn)一步提升。

圖5 基于NO2觀測(cè)反演CO2排放方法的不確定性來源

及潛在應(yīng)對(duì)方法

4.2 數(shù)據(jù)不確定性

數(shù)據(jù)層面不確定性主要來源于：（1）觀測(cè)約束：遙感數(shù)據(jù)在從光譜信號(hào)到濃度值的轉(zhuǎn)換中受云量、氣溶膠、地表反照率等影響，且時(shí)空覆蓋不足以支持高分辨率排放反演?，F(xiàn)有研究多用均值或滑動(dòng)平均值減少隨機(jī)誤差；（2）CO2/NOx排放比：作為排放因子比值轉(zhuǎn)化法中的關(guān)鍵參數(shù)，其準(zhǔn)確性受限于清單因子或經(jīng)驗(yàn)外推，無法全面反映污染控制、能源結(jié)構(gòu)變化帶來的波動(dòng)。部分研究通過CO2與NO2同步觀測(cè)優(yōu)化排放比值，未來多種大氣成分協(xié)同觀測(cè)衛(wèi)星有望顯著提升排放比值約束能力；（3）排放清單：自下而上排放清單因活動(dòng)水平和排放因子數(shù)據(jù)局限性存在偏差，特別在空間分配時(shí)易影響排放歸因和后驗(yàn)估算。現(xiàn)有研究可通過迭代更新清單、建立設(shè)備級(jí)排放清單和多源數(shù)據(jù)融合逐步優(yōu)化先驗(yàn)清單，降低先驗(yàn)不確定性對(duì)反演精度的影響。

5 未來研究展望

5.1 下一代衛(wèi)星發(fā)展

未來衛(wèi)星系統(tǒng)應(yīng)具備以下能力：同步觀測(cè)CO2和NO2濃度、逐小時(shí)觀測(cè)、高信噪比和高空間分辨率，以及更廣的覆蓋范圍。多種大氣成分同步觀測(cè)可有效解決時(shí)空不一致問題，提升排放比值的約束與驗(yàn)證能力；逐小時(shí)觀測(cè)（如靜止軌道衛(wèi)星）可捕捉晝夜變化特征，彌補(bǔ)當(dāng)前采樣時(shí)效的局限性；高信噪比和高分辨率有助于精確識(shí)別局地排放源引起的濃度增強(qiáng)；更廣的覆蓋范圍支持對(duì)大尺度羽流的精準(zhǔn)刻畫。部分即將發(fā)射的衛(wèi)星已具備上述特性，例如計(jì)劃于2026年發(fā)射的CO2M衛(wèi)星，其分辨率達(dá)4 km×4 km，覆蓋寬度250公里。此外，多衛(wèi)星星座為實(shí)現(xiàn)寬廣覆蓋、近實(shí)時(shí)高分辨率觀測(cè)提供了新的可能性，有望在CO2排放反演領(lǐng)域發(fā)揮重要作用。

5.2 反演技術(shù)方法發(fā)展

當(dāng)前反演方法在時(shí)間、空間分辨率及部門歸因等方面存在數(shù)據(jù)精度的權(quán)衡和取舍。未來研究應(yīng)整合多種方法的優(yōu)勢(shì)，提升全維度反演精度。針對(duì)衛(wèi)星數(shù)據(jù)量快速增長(zhǎng)和實(shí)時(shí)反演需求，數(shù)據(jù)科學(xué)和人工智能技術(shù)提供了強(qiáng)大的支持。例如，利用數(shù)據(jù)融合技術(shù)將多源衛(wèi)星觀測(cè)、排放清單和模型模擬相結(jié)合，不僅能夠優(yōu)化基于NO2的CO2排放反演，還可提升數(shù)據(jù)的準(zhǔn)確性和完整性。此外，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法的引入，有助于更高效地處理大規(guī)模數(shù)據(jù)并改進(jìn)反演模型。

5.3 維護(hù)與共享數(shù)據(jù)

反演排放數(shù)據(jù)的發(fā)布需附加詳細(xì)說明，包括不確定性估計(jì)、數(shù)據(jù)適用范圍、使用示例以及持續(xù)更新計(jì)劃，類似IPCC報(bào)告或衛(wèi)星用戶手冊(cè)的形式，以幫助用戶準(zhǔn)確解讀數(shù)據(jù)并避免誤用。數(shù)據(jù)管理與共享需堅(jiān)持透明性、科學(xué)性和實(shí)用性原則，明確數(shù)據(jù)的適用范圍和局限性。目前，反演數(shù)據(jù)的管理框架尚不完善，可借鑒排放清單領(lǐng)域的成熟經(jīng)驗(yàn)，逐步構(gòu)建科學(xué)高效的數(shù)據(jù)共享體系。這一體系的建立將促進(jìn)研究協(xié)作、提升數(shù)據(jù)利用效率，并支持決策制定與政策評(píng)估。

圖6 未來研究展望