利用时空特征增强机器学习揭示2015-2025年中国大气CO?多尺度时空变化模式

《Atmospheric Pollution Research》：Revealing the multiscale patterns of atmospheric CO 2 over China from 2015 to 2025 using spatiotemporal feature-enhanced machine learning

　　**摘要要点**- 提出了一种整合多源XCO?数据的机器学习框架。- 生成了覆盖中国陆域2015–2025年的无缝日尺度XCO?数据集。- 极随机树（ERT）实现了最佳重建性能。- 揭示了中国XCO?的时空格局特征。- XCO?在过去十年呈持续上升趋势。## 引言二氧化碳（CO?）是导致全球持续变暖的主要温室气体。全球大气CO?浓度持续攀升，2024年已突破423 ppm，较1990年高出约19%，对极端天气频发、生态系统稳定性和全球碳循环构成了重大风险（Ling et al., 2024; Li et al., 2025）。在此背景下，一系列国际气候治理框架（包括《京都议定书》和《巴黎协定》）相继建立，中国也提出了"碳达峰—碳中和"目标，凸显了高精度碳监测在科学研究和政策制定中的关键作用（Doan et al., 2024; Jiang et al., 2022）。因此，准确刻画柱平均干空气CO?摩尔分数（XCO?）的时空分布，对于量化区域碳源汇、制定减排策略至关重要（Gao et al., 2023）。传统的XCO?监测主要依赖地面观测网络，如总碳柱观测网络（TCCON），这些网络具有高精度和连续时间覆盖的优势，但空间覆盖范围有限，制约了大规模区域分析，尤其是在发展中国家和数据匮乏地区（Hu et al., 2024; Ji et al., 2024）。专用温室气体卫星的问世，包括温室气体观测卫星（GOSAT）、轨道碳观测卫星-2（OCO-2）和轨道碳观测卫星-3（OCO-3），大幅扩展了全球观测能力，实现了对XCO?的近连续大范围监测（Taylor et al., 2023; Tanimoto et al., 2025）。然而，轨道约束以及反演对云和气溶胶的敏感性，导致观测数据呈条带状或空间不连续覆盖，留下大量数据缺口，从而在XCO?刻画中引入不确定性（Jin et al., 2022; Hong et al., 2023）。这一局限在区域应用中尤为显著，从根本上阻碍了对XCO?连续时空变化的刻画（He et al., 2023b）。上述观测缺口促使研究者开发了多种XCO?反演和重建方法。传统方法（如克里金插值）依赖于空间自相关假设，难以刻画由大气传输、边界层过程和人为排放驱动的非平稳特征，往往产生过度平滑的结果并丢失极值信息（He et al., 2020; Sheng et al., 2023）。近年来，由于机器学习方法具有强大的非线性建模能力，已被广泛应用于XCO?反演。通过整合多源辅助变量（如气象、植被和人为活动指标），这些方法建立了稳健的统计映射关系，显著提高了空间覆盖率和预测精度（Zhang et al., 2023; Hua et al., 2024）。值得注意的是，已有研究利用LightGBM、随机森林和XGBoost结合CarbonTracker或CAMS再分析数据，构建了中国高分辨率XCO?数据集（He et al., 2022; Yuan et al., 2026）。尽管取得了上述进展，仍存在若干关键局限。首先，大多数研究仅使用单一卫星数据源，未能利用多传感器融合带来的互补空间覆盖优势，难以同时实现广覆盖和高精度。其次，时空信息往往未被明确纳入模型构建过程，限制了模型刻画XCO?动态过程的能力。大气XCO?表现出显著的时空异质性，不仅受局部排放强度影响，还受大气传输、季节性光合吸收和气象强迫（温度、风速、地面气压）的共同作用（Wang, 2026）。这些耦合过程使得XCO?呈现出清晰的季节循环、区域梯度和跨尺度传输特征（Hwang et al., 2026）。未能编码时间演变（季节循环、长期趋势）和空间依赖结构（邻域相关性、区域传输）的模型，可能系统性歪曲关键过程并降低重建可靠性。因此，在机器学习模型中明确编码时空信息，对于提高XCO?反演的物理一致性和连贯性至关重要。为解决上述不足，我们开发了一种机器学习重建框架，联合利用多源卫星观测和明确的时空特征。我们将GOSAT、OCO-2和OCO-3的XCO?反演数据与气象、植被和人为辅助变量进行融合，并将空间和时间信息作为模型特征显式编码，以提高XCO?时空动态的刻画能力。在方法上，本研究系统比较了随机森林（RF）、极随机树（ERT）、XGBoost、LightGBM和CatBoost等主流模型的性能，构建了最优反演模型，生成了2015至2025年覆盖中国陆域、空间分辨率为0.1°×0.1°的日尺度连续XCO?数据集。本研究的主要贡献如下：（1）开发了一种整合多源碳卫星数据和时空特征的机器学习反演框架，增强了XCO?的空间连续性和时空表达能力；（2）系统评估了多种主流机器学习模型在XCO?反演中的表现，并确定了最优模型结构；（3）生成了2015–2025年中国陆域0.1°×0.1°空间分辨率的连续XCO?数据集，为区域碳循环研究和气候政策制定提供了高质量数据资源。---## 章节摘要### 数据源与数据处理本研究采用多源数据集，包括GOSAT、OCO-2和OCO-3卫星XCO?反演数据；ERA5再分析气象场；MODIS植被指数和地表温度（LST）；ODIAC人为排放估计值；可见光红外成像辐射仪组（VIIRS）夜间灯光辐亮度；LandScan人口分布数据；以及TCCON地面实况测量值（表1）。### 模型精度评估按照第2.2.3节所述的两阶段评估框架，我们首先对五个候选模型在留出测试集上进行了直接比较，以识别最优算法；随后通过十折交叉验证对所选模型进行了深入的泛化性评估。（1）五种不同机器学习模型在测试集上的综合比较：比较了五种不同机器学习模型在测试集上的性能表现（见表2）。### 讨论越来越多的文献已证明基于机器学习的XCO?插值填充的可行性（表3），其中LightGBM、DNN和RF等算法均取得了较高精度，展示了数据驱动方法在弥合卫星观测缺口和构建大范围连续XCO?记录方面的强大能力。在本研究中，我们利用ERT算法生成了覆盖至2025年12月的中国日分辨率、0.1°×0.1° XCO?数据集。与……相比### 结论本研究开发了一种基于ERT算法的集成学习模型，整合了多源碳卫星数据、辅助数据及时空特征，实现了中国2015–2025年0.1°×0.1°分辨率大气XCO?日尺度全覆盖反演。ERT模型整体表现优异，R2=0.9779，RMSE=1.1166 ppm，MAE=0.7344 ppm。与TCCON观测的独立验证证实了较高的反演精度。### CRediT作者贡献声明**肖周**：写作—审阅与编辑，写作—初稿撰写，方法学，调研。**陈新洲**：写作—初稿撰写，可视化，验证，数据整理。**陆燕玲**：验证，调研。**周国强**：可视化，指导。**布隆特·谢尔**：可视化，验证。**赵瑞**：资金获取，概念设计。### 未引用参考文献Chen et al., 2025; Chen et al., 2024; Chen and Guestrin, 2016; Jacob et al., 2022; Jin et al., 2024; Li et al., 2024; Li et al., 2023; Li et al., 2023; Mustafa and Xu, 2025; Nelson et al., 2016; Niu, 2021; Ruan et al., 2025; Trieu et al., 2022; Wang et al., 2025; Zhang and Liu, 2023.### 利益冲突声明作者声明他们没有已知的竞争经济利益或个人关系可能影响本文所报道的工作。### 致谢本研究受国家自然科学基金委员会（42671560、42271426）、广西空间信息与地球测控重点实验室（21-238-21-41）、中央师范大学教育部高校基本科研与运行专项资金自筹科研基金（CCNU24JC030）、湖北省博士后计划（2024HBBHXF043）和湖北省曙光计划（202454）资助。肖周 | 陈新洲 | 布隆特·谢尔 | 赵瑞 | 陆燕玲 | 周国强