长三角城市群县域尺度CO2排放的大气反演估算与清单差异分析

针对中国县域尺度CO2排放估算不确定性高的问题，研究人员在长三角城市群（YRDUA）建立新型CO2观测站点，结合WRF-FLEXPART和WRF-STILT大气传输模型与贝叶斯反演方法，量化2023年区域排放量为0.80±0.28 Gt，发现湖州等5市排放被清单低估而宁波等3市被高估，为县域碳达峰政策制定提供数据支撑。

　　

全球变暖背景下，精确量化CO₂排放成为实现碳中和目标的关键挑战。现有排放清单在县域尺度存在超40%的不确定性，且大气反演研究多局限于城市尺度。长三角城市群（YRDUA）作为中国经济核心区，其高密度工业活动与复杂交通网络使碳排放核算尤为迫切。然而，该区域自2018年后缺乏基于大气观测的排放评估，且现有研究未能细化至县域尺度。

浙江省科研团队在安吉县建立50米高塔CO₂观测站点（30.63°N, 119.68°E），采用腔衰荡光谱技术（CRDS）连续监测大气CO₂摩尔分数。研究创新性地将WRF气象模型分辨率提升至3km×3km，构建WRF-FLEXPART（拉格朗日粒子扩散模型）和WRF-STILT（随机时间反向拉格朗日传输模型）双模型反演体系，结合EDGAR与ODIAC双先验清单，通过贝叶斯优化实现县域排放精准反演。

CO₂ mole fractions观测
安吉站点数据显示区域CO₂浓度显著受人为排放影响，昼夜波动达20 ppm，为反演提供高灵敏度信号。

CO₂ emissions in the YRDUA region derived from atmospheric inversion
四组反演结果均方根误差（RMSE）降低23%-41%，最终确定2023年YRDUA排放量为0.80±0.28 Gt。湖州、苏州等5市排放被清单低估15%-22%，而宁波、绍兴等3市被高估18%-25%。前十高排放县（占区域总量30.3%）贡献了清单与反演差异的44.2%，揭示县域排放空间分配偏差是主要误差来源。

Conclusions
研究提出县域排放估算改进路径：1）多源活动数据校准；2）加密观测网络密度。该成果为《巴黎协定》下中国县域碳达峰行动提供首个大气反演基准，其双模型-双清单框架将区域排放估算不确定性降低至±35%。

论文发表于《Environmental Research》，通过建立"观测-模型-政策"闭环，填补了中国县域尺度CO₂反演技术空白。研究发现经济活跃县市排放被系统性低估，暗示现有清单可能遗漏分散工业源排放，这对制定差异化减排策略具有重要指导意义。团队建议将安吉站点纳入中国碳监测网络（CMON），未来可结合卫星遥感进一步提升反演精度。