基于卫星遥感的广东地区对流层二氧化碳时空变化特征

麦博儒,邓雪娇,安兴琴,刘显通,李 菲,刘 霞 (1.中国气象局广州热带海洋气象研究所,广东广州 510080；2.中国气象局广州热带海洋气象研究所,广东省区域数值天气预报重点实验室,广东 广州 510080；.中国气象局大气化学重点实验室,中国气象科学研究院大气成分研究所,北京 100081；.广州市气象台,广东 广州510080)

大气 CO2主要源有生物呼吸、化石燃料燃烧、土地利用变化等,陆地生态系统的光合作用、海洋呼吸、碳沉积等是CO2的重要汇[1-2].研究表明,1750年以来大气CO2浓度增加所产生的辐射强迫为(1.66±0.17)W/m2,约占所有长寿命温室气体所产生的辐射强迫的 63%,是造成全球增温的最重要的温室气体[3].因此,监测和评估大气 CO2浓度的特征,探明区域碳源、汇的输送机制及其影响因素,是当今全球变化研究中的焦点问题[4].

目前,国内外普遍开展了大气CO2的地基观测研究,获取了系列本底、非本底浓度及其分布的研究成果[5-10].然而,传统的大气 CO2地基观测方法虽然具有精度高、可靠性强的优点,但是都是单点的测量,缺乏对区域和全球大范围实时监测的能力和统一的探测方法[11],同时地基观测的费用也相当昂贵.利用卫星遥感探测大气CO2浓度,可以更好地掌握其全球时空分布状况,提高对CO2源汇特征、输送过程以及区域和全球碳循环的认识,增强预测未来大气CO2浓度的能力,进而增加对未来全球气候变化研究和预测的可信度

[12].目前,欧洲、美国、日本等发达国家相继发射了具有大气 CO2监测能力的卫星平台和传感器,如SCIAMACHY (SCanning Imaging Absorption Spectrometer for Atmospheric Chartography)[13],AIRS(Atmospheric Infrared Sounder)[14], GOSAT(Greenhouse gases Observing SAtellite)[15]等,初步探测全球不同区域的温室气体浓度水平和碳源汇分布状况,积累了丰富的观测和反演成果[16-19].相比而言,我国大气 CO2卫星遥感研究尚处于初步探索阶段,正在研制的二氧化碳监测卫星(中国碳卫星:TanSat)暂定于 2015年发射[20],一定程度上制约了现阶段我国温室气体监测评估研究和应用.尽管如此,我国一些学者采用国外的卫星遥感产品对大气CO2浓度时空分布、CO2的反演算法以及反演精度检验等方面进行了有益探索.白文广等[21]利用北半球 5个地面本底站和飞机观测的CO2浓度对AIRS反演得到的对流层中层CO2产品进行验证,并对中国地区对流层中层二氧化碳时空变化特征进行监测分析研究.刘毅等

[20]针对 TanSat的高精度遥感观测科学目标,基于最优估计理论建立了监测全球碳源汇变化的大气二氧化碳混合比(XCO2)的高精度反演方法,并利用 GOSAT观测光谱数据开展了反演试验;何茜等[22]对 SCIAMACHY、GOSAT 以及AIRS的CO2遥感产品的反演精度进行比对和检验,并开展了全球CO2浓度时空特征分析.

广东省是中国经济比较发达的地区之一,同时也是温室气体排放高值区.研究发现,珠三角区域温室气体有明显的地域特点,其CO2浓度低于北京地区,可能与植物的光合作用能力强、冬季无需供暖能源的消耗有关[23].此外,珠三角区域碳通量和潜热通量的季节变化在陆-气能量平衡中具有非常重要的作用,是反映区域气候变化的强烈信号[24].然而,到目前为止,广东地区大气 CO2浓度的分布特征及其影响因素鲜见报道.搭载在欧空局ENVISAT卫星上的SCIAMACHY仪器,通过对近红外波段光谱的探测,可用于对流层CO2浓度信息提取.本研究利用 2003～2009年的 SCIAMACHY CO2产品资料,分析广东省不同区域对流层CO2的柱浓度水平、季节、区域变化特征,为了解区域温室气体分布和相互影响,客观、准确地评估CO2排放源和吸收汇的变化机制提供理论支持.

1 资料与方法

1.1 资料来源

与其他热红外卫星传感器如AIRS,MOPITT(Measurements Of Pollution In The Troposphere)和 IASI(Infrared Atmospheric Sounding Interferometer)等相比,由于 SCIAMACHY 观测的是近红外波段的太阳反射、散射光,而非热红外波段的大气辐射信号,所以其对与人类活动密切相关的底层大气具有更高的敏感性.SCIAMACHY共有8个分光通道用于探测对流层大气成分,覆盖了紫外到近红外的波段区间(240～2400nm),光谱分辨率为 0.2～1.4nm,可用于包括水汽、CH4、NO2、CO以及 CO2等多种大气参数的反演,其中 CO2探测波段在 1561.03～1585.39nm 的弱吸收带,仪器测量精度为 14×10-6[11,25].有关SCIAMACHY对对流层CO2垂直柱平均浓度的反演算法以及地面验证工作和误差分析,目前已经有较多的研究结果[25-27].本研究的资料来自欧洲太空总署(ESA)网站(https://earth.esa.int/web/guest/data-access)的 0.5°×0.5°网格的CO2柱平均浓度数据(表1),该产品对水汽、温度以及气压的影响均作了订正处理[25,28].

本研究分别利用2003年1月～2009年12月瓦里关全球本底站、2004年6月～2005年5月珠三角番禺气象局站观测的 CO2浓度数据对卫星产品进行地基验证.瓦里关站采用了 Flask瓶采样方式收集大气 CO2样本,参照 WMO/GAW 推荐的方法进行数据测量和质量控制[9-10,29-30].番禺气象局站(22.43N,113.23E,12.5m)采用涡动相关系统观测大气中的 CO2浓度及其通量.在观测之前,均利用(300～400)×10-6之间的 3级标气对CO2观测系统进行了标校[24],同时对获取的观测资料进行了数据订正和质量控制[23].

表1 SCIAMACHY反演的CO2产品信息Table 1 Description of SCIAMACHY CO2product

1.2 反演方法

SCIAMACHY采用不莱梅大学开发的加权函数修正差分光学吸收光谱算法(Weighting Function Modified DOAS,WFM-DOAS)[31-33],通过对测量光谱与模拟光谱进行最小二乘法拟合来确定 CO2廓线定标因子,从而得到大气中的CO2柱浓度,其表达方式如下式(1).

式中:(creal,areal)为测量光谱为模拟光谱,c为先验状态参量,为辐射传输模型在先验状态参量状态下的模拟值,为大气参数j的权重函数,为低阶多项式,用来表示云层覆盖、气溶胶、地面反射率、灰霾等具有宽带吸收结构的影响.太阳归一化的模拟光谱常量和柱权重函数可根据美国标准大气廓线参数、光谱参数、太阳光谱、观测参数等参数,运用大气辐射传输模拟软件SCIATRAN计算获得,为已知量,宽带吸收结构的影响一般通过低通滤波的方法消除.最后将测量光谱与模拟光谱进行最小二乘法拟合即可计算出待测气体的廓线定标因子cfit=c/,从而反演出气体的垂直柱浓度[34]:

SCIAMACHY运用了前向模型对测量光谱建模,通过多项式拟合的方法计算 CO2的垂直柱浓度.仪器噪音所产生的随机误差取决于信噪比、地表反照率以及不同通道检测器的性能等,对 CO2柱浓度而言,上述因素所引起的观测误差约为 1%[35].相比而言,卫星过境扫描期间云和气溶胶等因素的变化很大,由此引起的CO2柱浓度系统观测误差较高,在地表反照率为 0.3的条件下由卷云引起的柱浓度误差为0.74%,相应的 CO2干气体混合比误差达3.12%[35];在撒哈拉地区由极端沙尘气溶胶所引起的柱浓度被高估了约 10%[36],其他区域由海盐、城市及乡村等类型气溶胶所引起的CO2观测误差约为2%[25].

2 结果与讨论

2.1 SCIAMACHY CO2产品的地基验证

由图1、图2可见,在瓦里关地区卫星反演结果与地基观测值具有很好的一致性,复相关系数(R2)为 0.519(P<0.05),但卫星反演的浓度存在系统性偏高(图1),这与何茜等[22]的研究结果一致.相比而言,番禺气象局站观测值与SCIAMACHY产品的一致性稍低,其复相关系数(R2)为 0.476,但通过了 95%的置信度检验(P<0.05),说明卫星观测的柱浓度与当地的CO2净排放量直接相关.

由表 2可以看出,瓦里关站的残差为 1.33×10-6,高于 AIRS以及 GOSAT的地基验证结果

[16,21],月均标准差约为 3×10-6,与 Schneising等

[36]的研究基本一致.2003～2009年瓦里关地面观测的平均年增长率约为 1.90×10-6/a,相应卫星反演的年增长率约为 1.58×10-6/a,差值小于 0.4×10-6.由于番禺气象局站的观测时间只有1年,因此无法得到 CO2浓度的年增长率,但其观测均值与SCIAMACHY反演值的残差为 1.29,这与瓦里关地区的结果相当.比较图 1和图2可以发现,瓦里关站卫星反演的CO2柱浓度值域范围大于地基观测的范围,而番禺气象局站则相反,其卫星反演的柱浓度值域范围小于地基观测.瓦里关站卫星反演的 CO2浓度波动范围高于地基观测,这可能是由于卫星反演的柱浓度同时受到了对流层中高层 CO2浓度变化[21],以及近地层植被吸收、排放的 CO2等因素的影响,因此其值域范围比地基观测的大.此外,瓦里关背景区的人为扰动很小,这也为高精度地基观测和卫星遥感CO2提供了较好的背景条件.相比而言,番禺气象局站位于珠三角中心地带,大气CO2的来源复杂,人为扰动大,因此会导致地基观测的浓度波动范围高于卫星遥感.从表 2中还可以看出,番禺气象局站的残差与瓦里关的相当,但月均标准差明显高于瓦里关站,说明了该地区卫星遥感 CO2的系统误差高,与何茜等

[22]得出的近海地区SCIAMACHY CO2柱浓度反演的系统误差大于内陆地区的研究结果一致.

图1 2003年1月～2009年12月瓦里关本底站观测的月平均CO2浓度与SCIAMACHY反演结果的比较Fig.1 Comparison of monthly CO2 in WLG and SCIAMACHY during Jan. 2003 to Dec. 2009

图2 2004年6月～2005年5月番禺气象局站观测的月平均CO2浓度与SCIAMACHY反演结果的比较Fig.2 Comparison of monthly CO2 in Panyu meteorological site and SCIAMACHY during June 2004 to May 2005

表2 不同观测站与SCIAMACHY反演结果的统计学特征Table 2 Statistics parameters of CO2 between observational sites and SCIAMACHY

2.2 广东区域对流层CO2浓度的年变化特征

图3 2003年1月～2009年12月广东地区对流层CO2浓度的年平均分布及区域平均的逐年变化Fig.3 Distribution of tropospheric CO2 in Guangdong regionand its annual mean variations during Jan.2003 to Dec. 2009

由图 3发现,环珠江口流域的广州、佛山、东莞、江门、中山、深圳以及珠海等地市为CO2高值区,这些区域的经济发达,人口密度高,人类活动的影响显著,对流层CO2柱浓度达387×10-6,高于同时期全球观测的平均值(381.11×10-6).茂名北部、清远北部以及汕尾、揭阳等粤西、粤北、粤东区域平均浓度低于 383×10-6,其原因一方面由于上述区域森林覆盖率较高[37],有利于大气CO2吸收,另一方面这些区域人口密度相对较小,工业活动水平弱,人类活动向大气排放的 CO2相对较低.就区域平均来看(图 3b),2003～2009年期间广东地区 CO2浓度和年增长率分别为384.84×10-6和 1.53×10-6/a,均高于同时期全球的平均水平,也高于瓦里关背景站的观测值.2.3 广东地区对流层CO2浓度的季节变化

研究发现,北半球大气CO2明显的季节变化与 CO2在大气和地球生物圈间的交换密切关联

[21].广东地区属南亚热带海洋季风气候,该区域日照充足、温湿多雨,植被四季常青,植物的光合作用活跃.独特的气候特点显著影响 CO2浓度的季节变化.

研究表明,珠三角地区近地层CO2浓度在夏季最低,冬季最高,春秋季的浓度相当[23,38].本研究发现(图4),广东区域对流层CO2垂直柱浓度最高的季节出现在春季,与前人[23,38]的近地层浓度观测结果有差异,其原因可能是由于春季植物和土壤的呼吸作用强烈而植物的光合作用相对较弱,同时春季我国中高纬度对流层中层盛行西偏北风,有利于CO2浓度向低纬度地区输送[21],因此春季的CO2柱浓度最高.区域CO2柱浓度最低的季节出现在夏季(图4),与前人研究[23,38]以及我国瓦里关本底站的地基观测结果一致,这主要是由于夏季植物光合碳汇吸收强烈从而降低了大气中 CO2浓度,此外夏季空气水平输送和垂直交换剧烈也有利于 CO2的稀释扩散.秋季植被进入成熟衰弱期,光合作用较弱,但仍然表现出较强的碳吸收能力,因此CO2浓度相对较低.冬季相较于秋季,植物光合作用能力最弱,对流层CO2浓度逐渐增加,对春季出现的浓度最高值起累积作用.比较图4和图3可以发现,虽然广东区域CO2柱浓度在不同季节间的变化较大,但每个季节的区域分布特征与年均值的类似,即珠江三角洲地区的浓度最高,而粤北、粤东和粤西地区的浓度较低.这表明,人类生产、生活活动过程中产生的 CO2是该区域重要的 CO2来源,而陆地生态系统光合作用的吸收和转化可能是重要的CO2汇.

图4 2003～2009年广东地区对流层CO2浓度(×10-6)的季节分布Fig.4 Seasonal distribution of SCIAMACHY CO2 (×10-6)in Guangdong region during 2003～2009

2.4 不同区域CO2浓度的时间分布特征

前期研究结果表明,河源连平站(LP)、揭阳惠来站(HL)、茂名高州站(GZ)以及广州番禺气象局站(PYQXJ)可作为广东省粤北、粤东、粤西和珠三角区域温室气体代表站(数据待发表).

图5 2003～2009年SCIAMACHY遥感广东地区CO2浓度(×10-6)年际变化Fig.5 Interannual variation of SCIAMACHY CO2 (×10-6) in Guangdong region during 2003～2009

由图5可见,在2003～2004年期间广东省整 个区域的 CO2变化不明显,浓度均值为 380.30×10-6,2006年以后区域CO2浓度增长较快,其中广州、佛山、深圳、东莞、江门、中山、珠海等环珠三角地区的浓度增量最高,至2009年时浓度平均值达 395.00×10-6,比 2003年提高了大约 10×10-6,同时呈现向阳江、云浮、肇庆等区域扩散的趋势.湛江、茂名、阳江、云浮等粤西地区浓度的增长量与珠三角地区相当,2009年比2003年提高了9.80×10-6.此外,韶关、清远、河源、梅州等粤北地区,以及以揭阳为中心的粤东地区的浓度增长较明显,CO2增长量分别为 9.44×10-6,9.10×10-6.可见,2003～2009年期间广东地区对流层CO2柱浓度逐年上升,各区域呈现相似的增长趋势,增长量均超过9.0×10-6,其中以珠三角地区的增长最明显.

从各区域 CO2柱浓度的季节变化特征来看(图6),粤北、粤东、粤西和珠三角代表站的浓度均在春、冬季较高,但季节之间的差异不明显;夏季和秋季之间的柱浓度差异亦不明显,但均显著低于春季和冬季(P<0.05).从相同季节内各代表站的分布来看,春、冬季中4个代表站的CO2柱浓度相当,夏、秋季中均以番禺气象局站的浓度最高,连平站和惠来站最低,但各站间的差异均不明显(P>0.05).

图6 不同区域代表站对流层CO2浓度的分布特征Fig.6 Variations of tropospheric CO2 in regional typical sites of Guangdong

由图7发现,所有区域代表站的CO2浓度的差异均不显著(P>0.05),其中以番禺气象局站的浓度最高,为385.34×10-6,其余代表站的年均值在384.30～384.70×10-6之间.各区域代表站对流层CO2柱浓度年的增长率差异均不显著(P>0.05),其中连平站的增长率最低,为 1.61×10-6/a,这与粤北地区工业化相对滞后、森林覆盖率高有关;番禺气象局站与惠来站的年增长率相当,分别为1.65,1.64×10-6/a,可能与这两个区域均处于东南沿海地区,且工业、人口都比较集中有一定关系.值得关注的是,高州站的年增长率达1.82 ×10-6/a,高于粤北、粤东以及珠三角地区.

图7 广东省不同区域代表站对流层CO2柱浓度的年均值和年增长率Fig.7 Variations of tropospheric CO2in different regional sites in Guangdong region

由图8可见,从1月份开始,对流层CO2浓度逐步上升,在3、4月份最高,这主要是由于冬季植物光合作用减弱限制了其对大气CO2的吸收强度,同时人类大量燃烧化石燃料直接增加了CO2的排放量,并在对流层中不断累积,在初春时达到最高值.5月份以后,对流层 CO2柱浓度显著降低,在 9月份达到最低值,这与同时期植物光合碳汇吸收,以及 CO2浓度水平输送和垂直交换有直接关系.10月份以后,植物的光合生理特性开始衰退,对大气 CO2的吸收能力减弱,因此对流层 CO2浓度明显上升,并进入新一轮增长期.值得关注的是,每年7～8月份期间对流层CO2浓度出现一个小高峰,这可能与夏、秋季台风频繁扰动引起CO2区域输送和垂直交换有关,但其机制仍有待进一步研究.

图8 2003～2009年期间不同区域代表站对流层CO2浓度的逐月分布Fig.8 Variation of monthly tropospheric CO2 in regional typical sites during 2003～2009

3 结论

3.1 SCIAMACHY卫星产品一定程度上能反映珠三角地区对流层 CO2分布状况,反演和观测的残差分别为 1.33×10-6,1.29×10-6.

3.2 2003～2009年期间广东地区对流层CO2柱浓度最高值出现在春季,最低值出现在夏季,浓度年均值,年增长率分别为384.84×10-6,1.53×10-6/a,大于全球和我国同期的观测值.

3.3 粤东、粤西、粤北和珠三角区域代表站的浓度均在春、冬季显著高于夏季、秋季,但相同季节内各站点之间的差异不显著.

[1]Gunter W D, Wong S, Cheel D B, et al. Large CO2sinks: Their role in the mitigation of greenhouse gases from an international,national (Canadian) and provincial (Alberta)perspective [J]. Appl. Energy, 1998,61:209-227.

[2]Raich J W, Potter C S. Global patterns of carbon dioxide emissions from soil [J]. Global Biogeochemistry Cycle, 1995,9:23-26.

[3]Intergovernmental Panel on Climate Change (IPCC). IPCC Fourth Assessment Report: Climate Change, 2007 [R]. 2007:104.

[4]Zhuravlev R, Khattatov B, Kiryushov B, et al. Technical Note: A novel approach to estimation of time-variable surface sources and sinks of carbon dioxide using empirical orthogonal functions and the Kalman filter [J]. Atmos. Chem. Phys.,2011,11:10305-10315.

[5]Artuso F, Chamard P, Piacentino S, et al. Influence of transport and trends in atmospheric CO2at Lampedusa [J]. Atmospheric Environment, 2009,43(19):3044-3051.

[6]Akira Wada,Hidekazu Matsueda,Yousuke Sawa,et al. Seasonal variation of enhancement ratios of trace gases observed over 10years in the western North Pacific [J]. Atmospheric Environment, 2011,45(12):2129-2137.

[7]Andrew Rice, Gregory Bostrom. Measurements of carbon dioxide in an Oregon metropolitan region [J]. Atmospheric Environment,2011,45(5):1138-1144.

[8]浦静姣,徐宏辉,顾骏强,等.长江三角洲背景地区 CO2浓度变化特征研究 [J]. 中国环境科学, 2012,32(6):973-979

[9]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, 2009,39:222-228.

[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]刘 毅,吕达仁,陈洪滨,等.卫星遥感大气 CO2的技术与方法进展综述 [J]. 遥感技术与应用, 2011,26(2):247-254.

[12]石广玉,戴铁,徐 娜.卫星遥感探测大气 CO2浓度研究最新进展 [J]. 地球科学进展, 2010,25(1):7-13.

[13]Burrows J P, Hölzle E, Goede A P H, et al. SCIAMACHY-scanning imaging absorption spectrometer for atmospheric chartography [J]. Acta Astronautica, 1995,35(7):445-451.

[14]Aumann H H, Chahine M T, Gautier C, et al. AIRS/AMSU/HSB on the Aqua Mission: Design, Science Objectives, Data Products,and Processing Systems [J]. IEEE Trans act ions on Geoscience and Remote Sensing, 2003,41(2):253-246.

[15]Kuze A, Suto H, Nakajima M, et al. Thermal and near infrared sensor for carbon observation Fourier-transform spectrometer on the Greenhouse Gases Observing Satellite for greenhouse gases monitoring [J].Applied Optics, 2009,48(35):6716-6733.

[16]Basu S, Guerlet S, Butz A, et al. Global CO2fluxes estimated from GOSAT retrievals of total column CO2[J]. Atmospheric Chemistry and Physics Discussions, 2013,13,4535–4600.

[17]Chahine M T, Chen L, Dimotakis P, et al. Satellite remote sounding of mid-tropospheric CO2[J]. Geophysical Research Letters, 2008,35(L17807):1-5.

[18]Maddy E S, Barnet C D, Goldberg M, et al. CO2retrievals from the Atmospheric Infrared Sounder: Methodology and validation[J]. Journal of Geophysical Research, 2008,113(D11301),doi:10.1029/2007JD009402.

[19]Engelen R J, McNally A P. Estimating atmospheric CO2from advanced infrared satellite radiances within an operational four-dimensional variational (4D-Var) data assimilation system:Results and validation [J]. Journal of Geophysical Research,2005,110(D18305),doi: 10.1029/2005JD005982.

[20]刘 毅,杨东旭,蔡兆男.中国碳卫星大气 CO2反演方法:GOSAT 数据初步应用 [J]. 科学通报, 2013,58(11):996-999.

[21]白文广,张兴赢,张 鹏.卫星遥感监测中国地区对流层二氧化碳时空变化特征分析 [J]. 科学通报, 2010,55(30):2953-2960.

[22]何 茜,余 涛,程天海,等.大气二氧化碳遥感反演精度检验及时空特征分析 [J]. 地球信息科学学报, 2012,14(2):250-256.

[23]邓雪娇,毕雪岩,吴 兑,等.广州番禺地区草地陆气相互作用观测研究 [J]. 应用气象学报, 2006,17(1):59-66.

[24]Bi X,GaoZ, Deng X, et al. Seasonal and diurnal variations in moisture, heat, and CO2fluxes over grassland in the tropical monsoon region of southern China [J]. Journal of Geophysical Research, 2007,112(D10106):1-14.

[25]Barkley M P, Frieß U, Monks P S. Measuring atmospheric CO2from space using Full Spectral Initiation (FSI) WFM-DOAS [J].Atmospheric Chemistry and Physics, 2006,6:3517–3534.

[26]Barkley M P, Monks P S, Frieß U, et al. Comparisons between SCIAMACHY atmospheric CO2retrieved using (FSI)WFM-DOAS to ground based FTIR data and the TM3 chemistry transport model [J]. Atmospheric Chemistry and Physics Discussions, 2006,6:5387-5425.

[27]Buchwitz M, de Beek R, Burrows J P, et al. Atmospheric methane and carbon dioxide from SCIAMACHY satellite data: initial comparison with chemistry and transport models [J]. Atmospheric Chemistry and Physics, 2005,5:941–962.

[28]Houweling S, Brëon F-M, Aben I, et al. Inverse modeling of CO2sources and sinks using satellite data: a synthetic intercomparison of measurement techniques and their performance as a function of space and time [J]. Atmospheric Chemistry and Physic Discussions, 2003,3:5237–5274.

[29]Tans P P, Thoning K W, Elliott W P, et al. Background atmospheric CO2patterns from weekly flask samples at Barrow,Alaska: optimal signal recovery and error estimates [A].//Elliott W P, NOAA Tech. Memo (ERL ARL-173)[C]. Boulder:Environmental Research Laboratories, 1989:131.

[30]Komhyr W D, Waterman L S, Taylor W R. Semi automatic Nondispersive Infrared Analyzer Apparatus for CO2Air Sample Analyses [J]. J Geophys Res, 1983,88:1315-1322.

[31]Buchwitz M, Rozanov V V, Burrows J P. A near infraredoptimized DOAS method for the fast global retrieval of atmospheric CH4, CO, CO2, H2O, and N2O total column amounts from SCIAMACHY/ENVISAT-1nadir radiances. J. Geophys.Res., 2000,105,15231–15246.

[32]Buchwitz M, de Beek R, Burrows J P, et al. A.: Atmospheric methane and carbon dioxide from SCIAMACHY satellite data:Initial comparison with chemistry and transport models [J].Atmos. Chem. Phys., 2005a,5:941–962.

[33]Buchwitz M, de Beek R, Noë l S, et al. Carbon monoxide,methane, and carbon dioxide retrieved from SCIAMACHY by WFM-DOAS: year 2003initial data set [J]. Atmos. Chem. Phys.,2005b,5,3313–3329.

[34]Schneising O, Buchwitz M, Burrows J P, et al. Three years of greenhouse gas column-averaged dry air mole fractions retrieved from satellite – Part 1: Carbon dioxide. Atmospheric Chemistry and Physics, 2008:3827-3853.

[35]Houweling S, Hartmann W, Aben I, et al. Evidence of systematic errors in SCIAMACHY-observed CO2due to aerosols.Atmospheric Chemistry and Physics, 2005,3003-3013.

[36]Tiwari Y K, Gloor M, Engelen R J, et al. Comparing CO2retrieved from Atmospheric Infrared Sounder with model predictions: Implications for constraining surface fluxes and lower-to-upper troposphere transport [J]. J Geophys Res, 2006,111:D17106,doi:10.1029/2005JD006681.

[37]李 丹,黎 夏,刘小平,等.GPU-CA 模型及大尺度土地利用变化模拟 [J]. 科学通报, 2012,57(11):959-969.

[38]孙春健,王春林,申双和,等.珠三角城市绿地 CO2通量的季节特征 [J]. 生态学报, 2012,32(4):1273-1282