基于多源卫星观测与机器学习的欧洲高分辨率日尺度CO?柱平均摩尔分数数据集构建及其区域碳监测应用

《Scientific Data》：A daily 0.025° gridded column-averaged carbon dioxide dataset for terrestrial Europe from 2019 to 2023

　　

摘要

对大气二氧化碳（CO₂）进行高分辨率、连续监测，对于评估区域碳动态以及追踪欧洲绿色协议等气候减缓政策的有效性至关重要。在此，我们提出了一个从2019年1月1日至2023年12月31日覆盖欧洲陆地（12°W–40°E，34°N–72°N）的逐日、0.025°×0.025°柱平均干空气CO₂摩尔分数（XCO₂）数据集。该数据集利用一个分类提升模型生成，整合了轨道碳观测卫星反演数据、CarbonTracker 2025，以及气象、地表和人为排放数据。与欧洲六个总碳柱观测网络站的独立验证表明，该数据集的决定系数为0.95，均方根误差为1.06 ppm。与独立的大气温室气体观测卫星产品相比，该数据集的精度与主流产品相当，并且能够更清晰地分辨高XCO₂区域。特征归因诊断表明，所学习到的关系与已知的大气过程一致。该数据集旨在推动欧洲区域碳监测的发展，并支持对欧洲绿色协议等气候政策的评估。