《基于大气模式和碳卫星的工业园区大气CO2浓度监测及人为排放评估技术规范》（征求意见稿）

2T/XXXXXXX—XXXX基于大气模式和碳卫星的工业园区大气CO2浓度监测及人为排放评估技术规范技术规范1.范围本文规定了基于大气模式和碳卫星的工业园区大气CO2浓度监测及人为排放评估范围、原则、工作内容、工作流程和技术要求。其中大气模式选用大气-化学耦合模式（WRF-Chem）进行模拟。本文适用于广西大弄工业园区和城市大气CO2浓度监测工作，包括区域CO2浓度时空变化及人为排放量的评估。2.规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T42419-2023地表碳核查技术规程GB/T17798地理空间数据交换格式GB/T30115卫星遥感影像植被指数产品规范GB/T46105—2025陆地生态系统碳汇核算指南T/CI001-2022卫星对地观测下的碳指标监测体系3.术语和定义下列术语和定义适用于本文件。3.1二氧化碳柱平均干空气摩尔分数（Column-averagedDry-airMoleFractionofCarbonDioxide，XCO2）从地球表面到大气顶端的整个垂直气柱中，二氧化碳（CO2）分子数与干空气分子数之比的平均值，单位为百万分之一（ppm）。3.2排放通量EmissionFlux）T/XXXXXXX—XXXX3单位时间内通过单位面积的某种物质的质量或摩尔数。在温室气体监测中，特指CO2从地表源释放到大气中的速率。在本技术规程中的应用：核心目标是量化工业园区尺度的人为CO2排放通量。其中，人为排放通量（Anthropogenicemissionflux）为人类工业活动如化石燃料燃烧、工业过程造成的排放；生物圈通量biosphereflux为自然生态系统活动如植物呼吸、光合作用、土壤呼吸等造成的排放。3.3大气反演（Inversion）一种基于大气中温室气体浓度的观测数据和大气化学传输模式的模拟，通过数学优化算法，推断地表（或特定区域）温室气体通量的过程。3.4先验清单/先验排放清单（PriorInventory/APrioriEmissionInventory）基于统计资料、排放因子模型、活动水平数据等“自下而上”方法独立估算得到的地表温室气体通量空间分布和时序数据集。包括EDGAR（欧洲）、ODIAC（日本）、MEIC（中国）等。反演过程会基于观测信息对先验清单进行修正，输出一个更符合实际大气浓度观测的“后验清单”。3.5大气化学传输模式（AtmosphericChemicalTransportModel，ACTM）一种基于气象场、物理定律和化学机制，模拟大气中污染物或温室气体输送、扩散、转化和清除等过程的数值模型。本规程采用WRF-Chem模型，需配置为高分辨率，捕捉工业园区尺度的气象和扩散过程。关键输入参数包括高精度气象驱动场、先验排放清单、化学机制、下垫面数据。3.6背景浓度（BackgroundConcentration）在不受目标排放源（如特定工业园区）直接影响的大气CO2的本底浓度水平。计算ΔXCO2（增强量）时须扣除背景浓度。背景浓度通常选取目标区域上风向或清洁对照区的观测值或模式模拟值。其准确确定对排放量化至关重要。3.7不确定性量化（UncertaintyQuantification）系统地评估和表达排放通量估算结果中各类误差来源（如观测误差、模型误差、先验误差）所导致的总体不确定性的过程。通常以置信区间（如95%置信区间）或标准差的形式给出。3.8排放清单EmissionInventory特定区域和特定时间段内，向大气环境中排放的各种污染物或温室气体的系统化、定量化的数据汇总《2006年IPCC国家温室气体清单指南》4略缩语TCCON:总碳柱观测网(TotalCarbonColumnObseryingNetwork)XCO2:大气二氧化碳柱浓度(Column-averageddry-airmolefractionsofcarbondioxide)WRF-Chem:大气动力-化学耦合模型WeatherResearchandForecasting(WRF)modelcoupledwithChemistry（Chem），简称大气化学模式。T/XXXXXXX—XXXX4VPRM,生物通量计算模型(VegetationPhotosynthesisandRespirationModel)EVI增强型植被指数(EnhancedVegetationIndex(EVI)LSWI地表水分指数(LandSurfaceWaterIndex)5总体流程和要求5.1总体流程广西大型工业园区大气CO2监测和排放评估总体流程如图1。图1工业园区大气CO2浓度监测和排放评估总体流程5.2监测和评估对象本技术规程是利用碳卫星传感器观测获取工业园区上空的大气CO2柱浓度（XCO2同时利用高分辨率大气化学模式（WRF-Chem），模拟大气中CO2的传输、扩散和混合过程。然后将观测数据与模拟数据耦合，通过数据同化反演算法，推算出地表CO2通量，重点分离出园区内高强度的人为排放信号，最后将反演得到的人为排放量与园区自报的排放清单进行比对、验证和评估。5.2.1监测对象为工业园区范围内以及周围设置的排放对比地区地面1km网格CO2浓度日值、垂直柱浓度（XCO2）。通过遥感观测和模型模拟以及站点数据（大气本底站香河站及合肥站，以及南宁城市涡度相关站）验证实现。T/XXXXXXX—XXXX55.2.2地面观测数据采集,包括地面XCO2数据获取、基于排放清单的先验XCO2值。遥感观测数据获取包括遥感因子获取处理、反演碳卫星XCO2数据。模型模拟包括生物碳通量模拟、大气-化学模式（WFR-Chem）XCO2模拟。5.2.3本文件规定的每个部分,应执行地面数据采集,遥感数据获取流程和规定,对获取的数据处理,满足精度要求,输人模型系统,输出模拟结果,即可顺利完成XCO2浓度监测过程操作,获得工业园区及其背景区XCO2浓度成果。5.2.4工业园区人为CO2排放评估，在高空间辨率（1km）上，通过一定时间内园区和排放对比区浓度（背景区）的差值评估人为CO2排放值。5.3监测成果5.3.1监测成果数据集数据集包括工业园大气XCO2浓度和人为排放的时空分布结果。数据集以空间分布图、数据表格等形式表达。5.3.2监测报告监测报告包括监测工作概况、数据来源、监测方法、过程控制、监测成果等内容。6基础资料收集6.1初步清单建立区域排放清单筛选：高时空分辨率的温室气体排放清单是大气碳反演、构建碳源汇收支的重要输入数据。考虑时间清单的内容实用性、针对目标园区的时空覆盖程度有数据有效性，筛选CO2排放清单（数/data-product.html）、EDGAR排放清单（https://data.jrc.ec.europa.eu/collection/edga）、MEIC排放清单（数据下载地址：/?page_id=560）等6.2碳卫星数据筛选基于空间分辨率、重访周期、测量精度及数据公开性，选择具备高精度大气CO2柱浓度（XCO2）反演能力的卫星数据，主要碳卫星有OCO-2/OCO-3、TanSat、GOSAT/GOSAT-2。卫星参数见附A6.3气象数据采用ERA5或FNL气象再分析数据，空间分辨率为0.25o。ERA5欧洲中期天气预报中心（ECMWF）开发，哥白尼气候变化服务（C3S）负责生产和发布第五代全球气候再分析数据，下载地址为：https://cds.climate.copernicus.eu/。FNL是美国国家环境预测中心最终版（NCEP-FNL）T/XXXXXXX—XXXX6的全球分析数据（美国气象局国家环境预报中心，NOAA，2015）提供的气象参数，用于模型模拟估算二氧化碳排放量。该数据数据集空间分辨率为0.25o0.25o，时间分辨率为六小时，下载地址：/datasets/ds083-3/。地表气压、海拔高度、温度、相对湿度和风向风速等参数构成了WRF-Chem模型中使用的主要气象输入数据。7基于排放清单的大气-化学模式(WRF-Chem)模拟XCO2浓度7.1技术流程图利用美国国家海洋和大气管理局（NOAA）2021年正式发布的WRF-Chem4.4.1版本，进行包括工业园区的区域模式WRF精细化时空分辨率进行大气CO2模拟。模拟过程框架如图2：图2大气-化学模式(WRF-Chem)模拟XCO2浓度总体技术流程7.2陆地生态系统碳通量模拟（WRF-VPRM模型）模块陆地生态系统碳通量是生态系统植物光合呼吸作用的结果，是WRF-Chem需要耦合的重要模块，需要根据目标区域的数据进行模拟获得属地化数据，耦合到WFR-Chem，方可获得目标工业园区域数据。7.2.1技术流程T/XXXXXXX—XXXX7陆地生态系统碳通量模拟通过光合-呼吸模型进行，流程图如图3图3植被光合-呼吸模型流程图7.2.2驱动数据模型运行所必需的气象初始场（提供2m温度以及光合有效辐射光合有效辐射PAR）、土地利用/覆盖数据、遥感植被指数数据及模型参数等输入数据。7.2.3操作流程T/XXXXXXX—XXXX8WRF-VPRM模型模拟的标准技术流程应包括：前期准备、驱动数据准备、模型配置与编译、模拟运行、结果后处理与验证、不确定性分析。植被光合呼吸模型模拟CO2通量流程如下:a)界定模拟区域的地理边界（经纬度范围），确定模拟的起止年月，至少包含完整的生长季周期。考虑包含气候异常年份以评估模型的稳健性。根据目标设定最内层嵌套网格的分辨率。确定模型输出结果的时间间隔（建议至少每小时输出一次瞬时值）b)收集气象初始与边界条件数据，数据源为ECMWF的ERA5或NCEP的FNL等全球再分析数据。需包含风场、温度、地面短波辐射等全要素场。时空分辨率要求，时间分辨率不低于6小时；水平空间分辨率建议优于1°×1°。使用WPS（WRFPreprocessingSystem）中的ungrib和metgrid程序，将GRIB格式的再分析数据插值到WRF定义的网格上。c)准备土地利用/覆盖数据，使用高精度的土地利用数据产品，空间分辨率1km-500m或更高。d)预处理遥感植被指数数据，使用预处理程序处理土地利用数据与MODIS卫星level-3陆地产品(MOD09A1SurfaceReflectance8-DayL3,Global500mSINGrid)为WRF-VPRM提供对应8种植被覆盖度的增强型植被指数(EnhancedVegetationIndex,EVI)、地表水分指数(LandSurfaceWaterIndex,LSWI)、年内最大及最小增强型植被指数和地表水分指数(EVI_MAX、EVI_MIN、LSWI_MAX、LSWI_MIN)。将多种指数集成在nc格式文件当中，作为模型外部输入数据提供。等。需要根据研究区本地通量塔数据进行参数的校正。f)模型的运行，激活WRF-VPRM（chem_opt=16）模型，选择对应的物理参数化方案。运行模型。g)得到包含GPP、RECO、NEE数据的结果文件wrfout_d0*文件，可以进行一系列后处理与数据分析。7.2.4模拟精度验证使用本地通量塔或者站点进行相关的模拟性能精度验证。7.3WRF-Chem模拟7.3.1模型设置定义模型模拟的嵌套层次，以工业园区为中心采用三层嵌套模式，外层到里层空间分辨率分别为外层27km→9km→内层3km，每一层嵌套网格数量需要大于100×100，这样能得到更稳定的模拟效果。在此基础上，再设置分辨更高3层嵌套，分辨率分别为9、3、和1km，第三层（1km）核心嵌套区覆盖目标区域即监测园区及其周边地区。模型垂直层次设置为59层，模式顶层设置为50hPa，以表示从地表到50hPa的大气柱。选择内层1km的高分辨率数据作为最终结果。7.3.2气象基础数据与预处理T/XXXXXXX—XXXX9采用ERA5或FNL等气象再分析数据作为WRF-Chem气象部分驱动数据，提供气象初始和边界条件，时间分辨率不低6小时。使用WPS（WRFPreprocessingSystem）处理的三个模块进行气象数据的处理。geogrid.exe进行模型投影、区域范围，嵌套关系的处理。ungrib.exe进行数据重投影，从grib数据中提取所需要的气象参数。metgrid.exe对地表参数、气象数据进行时空插值，将气象参数插值到模拟区域。最终生成met_em.d0*.nc气象输入文件。7.3.3CO2化学初始场及边界条件利用碳追踪同化系统（CarbonTracker）模拟的全球CO2浓度数据，作为WRF-Chem运行的CO2初始场和边界条件。通过python脚本程序将CarbonTracker的CO2浓度场插值到WRF-Chem的CO2化学场字段上。7.3.4人为排放分清单输入人为排放清单可以选择清华大学开发的多尺度人为排放清单（MEIC）和全球大气研究排放数据库（EDGAR），这两个清单都提供了涵盖电力、工业、交通、民用及农业等部门的高分辨率排放数据。依据不同排放部门（如电力、工业、交通、居民）的活动水平特征，引入了包含月变化、周变化及日变化的时间分配因子（TemporalProfiles通过python程序将排放数据插值到模拟范围，并按照时间因子处理成小时尺度。7.3.5生物排放部分生物源CO2排放通量通过运行WRF-VPRM模块进行模拟。为WRF-Chem模型提供逐时的净生态系统交换（NEE）数据。在7.2章节有进行详细说明。7.3.6模型运行在完成上述气象场、化学背景场及人为排放以及生物排放源等外部数据的预处理与格式化接入后，模型模拟流程分为两个阶段执行：a)初始化阶段：运行真实大气初始化程序（real.exe），将再分析资料插值至模型网格，并读入处理好的化学及排放数据，生成模型所需的初始条件文件（wrfinput）和侧边界条件文件（wrfbdy）。b）积分模拟阶段：调用主程序（wrf.exe）进行数值积分运算。在此过程中，气象模块与化学传输模块在线耦合运行，同步计算大气动力、热力过程及CO2的传输、扩散与通量交换，最终输出模拟结果。8基于碳卫星遥感反演获得大气XCO28.1卫星数据源8.1.1核心碳卫星选择具备高精度大气CO2柱浓度（XCO2）反演能力的卫星数据，其选择基于空间分辨率、重访周期、测量精度及数据公开性：OCO-2/OCO-3：提供近红外高光谱数据，空间分辨率高（~1.3km×2.3km），是城市及点源尺T/XXXXXXX—XXXX度研究的优先数据源。TanSat：提供全球高光谱CO2观测数据，空间分辨率约2km×2km，是我国自主观测体系的核心。GOSAT/GOSAT-2：提供长期、稳定的全球XCO2观测，虽空间分辨率较低（~10km直径），但数据质量高、时间序列长，适用于区域背景分析及趋势验证。附录A提供碳卫星基本信息表格。8.1.2数据产品等级必须使用经过严格定标、验证的L2级（L2_Lite_FP）或更高级别（如L3）科学数据产品，产品需包含XCO2干空气摩尔分数及其详细的误差表征、质量标志、地表属性、气象参数等辅助信息。8.1.3数据获取与存档从官方数据分发机构（如NASAGSFC、ESA、国家遥感中心等）的稳定数据获取渠道。所有获取的原始数据产品及处理后的数据，须在项目数据库中进行统一归档，记录数据版本、获取时间、覆盖范围等元数据。数据标准格式卫星遥感数据产品应采用广泛支持、自描述性强的科学数据格式，使用NetCDF数据格式。该格式需遵循CF（ClimateandForecast）元数据公约，确保数据的可读性、可交换性及长期可访问性。数据文件内部应包含完整的数据变量、质量标志变量、坐标变量及全局属性说明。数据结构要求每个数据文件（或数据记录）应至少清晰包含以下核心数据层（变量）：a)观测值：XCO2（单位：ppm）。b)质量控制标志（QualityFlag）：用于标识每个像元或观测点的数据质量状态c)不确定性信息：XCO2的单点随机误差、系统性误差估计值。d)几何信息：观测点的经纬度、时间（UTC）、太阳天顶角、观测天顶角、方位角等。e)地表与大气参数：地表气压、地表海拔高度、气溶胶光学厚度（AOD）等。f)数据来源标识：卫星平台、传感器、产品版本号、数据处理时间、卫星观测模式等。8.2卫星遥感数据的处理流程所初步筛选的卫星数据需要进行数据预处理与质量控制。8.2.1质量标志筛选，必须依据官方数据产品提供的质量标志（QualityFlag）或“xco2_quality_flag”变量进行逐像元筛选。基本筛选准则：仅保留质量标志标明为“好”（Good）或等效最高质量等级（通常为0）的观测数据。剔除因云层、强气溶胶、高太阳天顶角、传感器异常等原因导致质量低下的数据。8.2.2不确定性阈值过滤，设置XCO2单点随机误差的上限阈值（如1.0ppm或根据具体卫星产品性能确定）。剔除误差大于阈值的观测，确保用于分析的数据具有足够的精度。8.2.3偏差校正与协同处理，当使用多源卫星数据时，必须评估并校正不同传感器、不同反演算法之T/XXXXXXX—XXXX间的系统性偏差。可通过在共同的时间、空间范围内与高精度地面观测（如TCCON）进行交叉验证，建立校正关系。处理过程中，应保持数据产品的信息清晰，便于跟踪误差来源。8.3卫星核函数尺度转化法星核函数尺度转化法，实现模拟浓度与卫星柱浓度的尺度匹配。压加权函数、平均核函数为基础，采用Rodgers&Connor的算法(RodgersCD,ConnorBJ(2003)Intercomparisonofremotesoundinginstruments.JGeophysRes.doi:10.1029/2002JD002299)，计算与卫星柱浓度相匹配的模型模拟柱浓度：其中是转化后的模拟柱浓度；hT是气压加权函数，X。是先验廓线，A是平均核函数，由,卫星数据反演算法提供；xhn是大气传输模型在卫星分层高度插值获取到的模拟浓度。9.1技术路线数据同化是一个循环迭代的“预报-分析”过程。其核心是利用观测数据的不确定性信息，在模型动态约束下，对模型的背景场（即短期预报场）进行修正，产生最优分析场。针对大气CO2的同化，其整合多源观测的技术路线如图9.1所示，并遵循以下原则：系统性、可追溯性和物理一致性。T/XXXXXXX—XXXX图4同化技术路线如图T/XXXXXXX—XXXX9.2观测数据同化前处理a)获取目标时段内覆盖模拟区域的OCO-2/3、GOSAT2/3等卫星的L2级XCO2产品。进行质量控制，剔除不符合要求的数据。将筛选后的卫星观测点，根据其经纬度和时间，匹配到对应的WRF-Chem模型网格和模拟时间步上。对于同一模型网格内在短时间窗口（如±30分钟）内的多个卫星观测，可计算其平均值及不确定性作为该网格在该时刻的代表性观测值.b)地面数据分为两类进行处理。地面原位观测（In-situ）：针对Picarro等仪器测量的近地面浓度。剔除受仪器标定、维护或极端局地污染源（如车辆尾气）影响的异常尖峰值。将高频观测数据（分钟级）聚合为与模型输出步长匹配的小时均值（HourlyMean）。地面遥感观测（TCCON等）：针对地基傅里叶变换光谱仪测量的XCO2柱浓度。处理方式同卫星数据，重点关注其垂直灵敏度特性。9.3观测算子的构建观测算子（ObservationOperator,H）是数据同化系统的核心组件，其功能是将模型状态空间（ModelSpace）的变量映射到观测空间（ObservationSpace）。由于WRF-Chem模拟输出为三维网格点上的体积混合比浓度，而卫星观测为大气柱平均干空气混合比（XCO2且两者在垂直分层和物理定义上存在显著差异，因此必须构建包含垂直插值与平滑运算的观测算子，以消除由不同垂直分辨率和先验信息引入的代表性误差。对于地面原位观测，采用三线性插值法（TrilinearInterpolation）。水平方向：利用站点周边的四个模型网格点进行双线性插值。垂直方向：根据站点海拔高度与模型地形高度的差异，在垂直层间进行对数线性插值，精确提取对应高度层的CO2摩尔分数。9.3.1卫星XCO2观测算子(Hsat)由于卫星观测的是大气垂直气柱的加权平均值，且对不同高度的敏感性不同，必须引入平均核（AveragingKernel,a）和先验廓线（PrioriProfile,xa）。观测算子定义如下：其中：Hsat(Xm)：经观测算子转化后的模拟柱浓度（SimulatedXCO2该值可直接与卫星发布的L2级XCO2观测数据进行比较计算新息。XCO2prior：卫星标准产品中提供的先验柱平均浓度。这是在反演过程中使用的背景参考值。Xprior:卫星产品提供的先验CO2垂直廓线向量（Profile），反映了反演算法对大气状态的预设估计。Xm：WRF-Chem模拟并插值到卫星压力层的CO2垂直廓线向量。T/XXXXXXX—XXXXa：归一化平均核向量（NormalizedAveragingKernel）。它是一个无量纲向量，对角线元素值表征了卫星观测对该层大气CO2真实变化的敏感程度（值越接近1，表示卫星对该层信息的捕捉能力越强；接近0则表示更多依赖先验信息）。h：压力权重向量（PressureWeightingFunction）。用于将分层浓度积分转化为全大气柱平均浓度，其第j层的权重计算公式通常为：其中，Δpj为该层的压力厚度，Psurf为地表气压。通过该公式，观测算子剔除了卫星反演中先验廓线对模拟-观测差异的影响，确保了同化过程仅针对模型相对于真实大气的偏差进行修正，即比较的是“模型增量”与“观测增量”。9.3.2地面站点观测算子(Hsurf)a)对于地面原位观测数据（In-situmeasurements），观测算子主要解决空间分辨率匹配问题。水平匹配：利用站点经纬度，在WRF-Chem网格中通过双线性插值（BilinearInterpolation）计算对应位置的水平浓度场。b)垂直匹配与高程校正：考虑到模式地形高度与站点实际海拔高度可能存在差异（尤其在复杂地形区域），若站点位于平坦地形，直接提取模型最底层（SurfaceLayer）浓度。若存在显著高差，依据气压-高度公式，选取与站点实际气压最接近的模型垂直层进行插值，避免因地形平滑效应导致的虚假偏差。9.4同化算法与误差协方差估计本研究采用集合卡尔曼滤波(EnKF)作为核心同化算法。9.4.1状态更新方程同化分析场（AnalysisField，Xa）通过下式计算：x⃞=x+k[yoss-H(x)]（3）其中，Xf：WRF-Chem模拟的背景场（Forecast），yobs：观测向量（包含卫星和地面数据），K：卡尔曼增益矩阵（KalmanGain），决定了观测数据对模型修正的权重。9.4.2误差协方差矩阵的构建背景误差协方差(B)：利用集合成员（EnsembleMembers）的统计特征来估计模型误差的流依赖T/XXXXXXX—XXXX特性，反映CO2传输过程中的不确定性。观测误差协方差(R)：构建对角矩阵，对角线元素由仪器测量误差（InstrumentError）和代表性误差（RepresentationError）共同决定。9.4同化实施流程系统运行遵循“模拟—匹配—同化—预报”的循环机制，具体步骤如下：a)集合背景场模拟(EnsembleForecast)，利用扰动后的排放源或气象场驱动WRF-Chem模式，并行运行N个集合成员，生成同化时刻的三维CO2背景场浓度分布。b)新息向量计算(InnovationCalculation)，读取当前时刻所有有效的卫星XCO2观测和地面站点观测数据。利用9.3节构建的观测算子（Hsurf和Hsat），将每个集合成员的模拟结果映射到观测空间。计算新息向量，即观测值与模拟值的差异。c)求解分析增量(AnalysisStep)，将新息向量、背景误差协方差及观测误差代入同化算法，计算最优分析增量。该过程实现了多源观测信息在空间上的加权融合，修正模型存在的系统或随机偏差。d)状态更新与模式重启动(Update&Restart)，将计算得到的分析增量叠加至WRF-Chem的当前状态变量中，更新CO2三维浓度场。使用更新后的分析场作为初始条件，驱动模式继续积分至下一个同化窗口。10人为排放增量估算人为排放CO2需要区分排放源和附近的“清洁”背景的CO2观测值。CO2排放源处释放到大气中，由大气传输扩散到周围数十公里的区域。理想情况下，排放源附近的二氧化碳浓度较高，而远距离的二氧化碳浓度较低。10.1CO2人为排放强度空间分布确定采用上述同化和修正后的数据为工业园区及周边地区的观测值。利用空间自相关特性，通过分析高XCO2值的空间聚集模式，可以有效地检测到由局部排放源引起XCO2增加信号。应用局部空间关联性指数（LISA）可计算XCO2观测值的空间相关性，并确定以高CO2浓度为特征的空间集群。利用方程式（4）和（5）的Moran’sI统计方法对过境的OCO-2数据进行计算：（4）其中n是观测的数量，x是观测到的XCO2值的平均值，xi和xj分别是不同位置（i和j）的XCO2数值。茜i,j是空间权重矩阵，表示i和j之间的距离关系。使用距离平方反比法计算卫星XCO2观测值之间的空间关系，并对空间权重进行行标准化。p值设置为<0.05，确保所识别的聚类在95%的置信T/XXXXXXX—XXXX水平下具有统计学意义。统计的z分数计算如下：其中E[Ii]和V[Ii]分别是Ii的期望值和方差值。H和L分别表示高于和低于平均值的XCO2值。对I统计结果，将每个过境的XCO2值分为非显著相关观测值（NS）和四类显著相关值类型（p值<0.05）HH和LL表示具有高的正z分数的观测值，表明数据点及其相邻区域表现出类似的高或低XCO2值。而HL和LH表示具有较低的负z分数的观测值，表明数据点与其相邻点之间存在显著差异，定义为噪声引起的异常。因此HH和LL可以描述为人为排放相对于“清洁”背景值引起的XCO2升高。10.2工业园区人为排放值分析和评价通过从卫星遥感-模拟数据-地面数据，耦合同化修正-XCO2值的变化，构建较为精确的XCO2时空分布数据集，绘制时空分布图。由此估算人为排放值：其中XCO2,ant是XCO2增加值，XCO2,HH是来自HH区的XCO2值，而XCO2,bk是来自LL区值（背景值）。XCO2,ant值可作为识别局部人为排放造成的XCO2增值。为了确保XCO2,ant值在空间象元尺度上的可靠性和连续性，需要去除HH数据点少于三个的象元及没有相邻HH的象元。由此可以计算了工业园区及周围空间范围的平均XCO2,ant值，提取人为排放所造成的XCO2增值。根据目标工业园区的排放时间动态建立排放观测数据库，从而分析工业活动造成的大气CO2浓度的日变化、季节变化、年变化，为目标园区的碳政策及科学管理提供支撑。T/XXXXXXX—XXXX参考文献[1]《IPCC国家温室气体清单指南》政府间气候变化专门委员会〔2006〕.[2]GB/T42419-2023地表碳核查技术规程.[3]GB/T46105—2025陆地生态系统碳汇核算指南.[4]T/CI001-2022卫星对地观测下的碳指标监测体系.[5]Ahmadov,R.,Gerbig,C.,Kretschmer,R.,Koerner,S.,Neininger,B.,Dolman,A.J.,&Sarrat,C..MesoscalecovarianceoftransportandCO2fluxes:EvidencefromobservationsandsimulationsusingtheWRF-VPRMcoupledatmosphere-biospheremodel.JournalofGeophysicalResearch:Atmospheres,2007，112(D22)./10.1029/2007JD008552.[6]Beck,V.,Koch,T.,Kretschmer,R.,Marshall,J.,Ahmadov,R.,Gerbig,C.,Pillai,D.,&Heimann,M.TheWRFGreenhouseGasModel(WRF-GHG)(tech.rep.)，2011.[7]马心怡,黄文晶,胡凝,肖薇,胡诚,张弥,曹畅,赵佳玉.基于不同排放清单的长三角人为CO2排放模拟[J].环境科学,2023,44(4):2009-2021.[8]寇星霞,彭珍,张美根,苗世光,陈敏,赵秀娟.城市及区域尺度碳同化反演研究进展[J].环境工程,2024,42(10):209-217.doi:10.13205/j.hjgc.202410024.[9]赵强,李迎迎,刘嵩,易明建,方潜生.基于MEIC数据的长三角地区CO2排放时空演变及影响因素分析[J].环境科学研究,2024,37(8):1666-1679.DOI:10.13198/j.issn.1001-6929.2024.05.21.[10]Callewaert,S..WRF-GHGuserguide.RoyalBelgianInstituteforSpaceAeronomy.2024，/10.18758/Q6RAPNEU.[11]Zhang,Q.,Li,M.,Wei,C.,Mizzi,A.P.,Huang,Y.,&Gu,Q.AssimilationofOCO-2retrievalswithWRF-Chem/DART:AcasestudyfortheMidwesternUnitedStates.AtmosphericEnvironment,2020，246,118100.[12]Hu,