基于OCO-3卫星观测的上海CO2柱浓度特征分析

被引：1

作者：

李英松 ^{[1
]}

贾梦唯 ^{[1
]}

江飞 ^{[1
,2
,3
]}

机构：

[1] 南京大学国际地球系统科学研究所

[2] 江苏省地理信息资源开发与应用协同创新中心

[3] 南京大学关键地球物质循环前沿科学中心

来源：

环境监控与预警 | 2023年 / 15卷 / 05期

关键词：

轨道碳观测卫星3; 快拍模式; 上海市; 二氧化碳柱浓度; 点源识别;

D O I：

暂无

中图分类号：

X51 [大气污染及其防治];

学科分类号：

0706 ; 070602 ;

摘要：

随着卫星遥感技术的发展，城市内部的二氧化碳柱浓度(XCO2)时空特征逐渐能够被识别。本研究基于轨道碳观测卫星(OCO-3)快拍(SAM)模式XCO2观测数据，探讨了上海市2020—2022年XCO2的时空分布特征以及该数据对于火电厂CO2烟羽信号来源识别的能力。结果表明，上海市XCO2呈现春季>冬季>夏季的特征，上海市XCO2年均值为418.3×10-6,高于华东地区的年平均值。从XCO2空间分布差异来看，中部和东北部是上海冬季XCO2的高值区域，这主要是由于城市中部人口密集，北部沿江区域大型电厂较为集中，在冬季盛行风西北风的作用下，CO2被传输至东部沿江多个行政区域。此外，结合近地面风场、CO2人为排放清单、电厂点源信息、对流层监测仪器(TROPOMI)卫星观测数据等，证实了OCO-3快拍模式具有探测到重点点源信号的能力。

引用

页码：84 / 89

页数：6

共 15 条

[1] 基于OCO-2/OCO-3数据的山东省CO2柱浓度特征分析
刘建军
姜腾龙
杨晓钰
孙军
刘贵芬
[J]. 河北环境工程学院学报, 2023, 33 (01) : 74 - 78
[2] 全球碳盘点卫星遥感监测方法、进展与挑战
刘良云
陈良富
刘毅
杨东旭
张兴嬴
卢乃锰
居为民
江飞
尹增山
刘国华
田龙飞
胡登辉
毛慧琴
刘思含
张建辉
雷莉萍
范萌
张雨琮
周翔
吴一戎
[J]. 遥感学报, 2022, 26 (02) : 243 - 267
[3] 温室气体的卫星遥感——进展与趋势
刘毅
王婧
车轲
蔡兆男
杨东旭
吴林
[J]. 遥感学报, 2021, 25 (01) : 53 - 64
[4] Using Space-Based CO2 and NO2 Observations to Estimate Urban CO2 Emissions
Yang, Emily G.
Kort, Eric A.
Ott, Lesley E.
Oda, Tomohiro
Lin, John C.
[J]. JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES, 2023, 128 (06)
[5] Estimating the CO2 emissions of Chinese cities from 2011 to 2020 based on SPNN-GNNWR.[J].Miao Lizhi;Tang Sheng;Li Xinting;Yu Dingyu;Deng Yamei;Hang Tian;Yang Haozhou;Liang Yunxuan;Kwan Mei-Po;Huang Lei.Environmental Research.2023,
[6] Exploring bias in the OCO-3 snapshot area mapping mode via geometry, surface, and aerosol effects
Bell, Emily
O'Dell, Christopher W.
Taylor, Thomas E.
Merrelli, Aronne
Nelson, Robert R.
Kiel, Matthaus
Eldering, Annmarie
Rosenberg, Robert
Fisher, Brendan
[J]. ATMOSPHERIC MEASUREMENT TECHNIQUES, 2023, 16 (01) : 109 - 133
[7] Towards sector-based attribution using intra-city variations in satellite-based emission ratios between CO<sub>2</sub> and CO.[J].Wu Dien;Liu Junjie;Wennberg Paul O.;Palmer Paul I.;Nelson Robert R.;Kiel Matthäus;Eldering Annmarie.Atmospheric Chemistry and Physics.2022, 22
[8] Reconciliation of asynchronous satellite-based NO2 and XCO2 enhancements with mesoscale modeling over two urban landscapes.[J].Lei Ruixue;Feng Sha;Xu Yang;Tran Sophie;Ramonet Michel;Grutter Michel;Garcia Agustin;Campos-Pineda Mixtli;Lauvaux Thomas.Remote Sensing of Environment.2022,
[9] CO<sub>2</sub> in Beijing and Xianghe Observed by Ground-Based FTIR Column Measurements and Validation to OCO-2/3 Satellite Observations.[J].Zhou Minqiang;Ni Qichen;Cai Zhaonan;Langerock Bavo;Nan Weidong;Yang Yang;Che Ke;Yang Dongxu;Wang Ting;Liu Yi;Wang Pucai.Remote Sensing.2022, 15
[10] Urban-focused satellite CO2 observations from the Orbiting Carbon Observatory-3: A first look at the Los Angeles megacity.[J].Kiel Matthäus;Eldering Annmarie;Roten Dustin D.;Lin John C.;Feng Sha;Lei Ruixue;Lauvaux Thomas;Oda Tomohiro;Roehl Coleen M.;Blavier Jean-Francois;Iraci Laura T..Remote Sensing of Environment.2021,

← 1 2 →