结合陆地/海洋遥感数据与模型模拟，基于开发和测试的堆叠机器学习方法，重建了2000至2020年间空间分辨率为0.05°的全球连续8天XCO2（干空气二氧化碳柱平均摩尔分数）产品（GCXCO2）。GCXCO2产品与OCO-2卫星观测具有相似的空间分布特征，但实现了全球无缝覆盖，其空间分辨率和精度均优于CarbonTracker和CAMS模型模拟数据。该产品是基于遥感技术的全球高精度长期XCO2数据集之一，不仅有助于推进对气候变化和碳平衡的理解，也是检测二氧化碳浓度异常的重要工具。
数据来源于 https://zenodo.org/records/10083103 。
数据处理、模型训练和验证以及XCO2制图和时空分析。
高时空分辨率（8 天，0.05°）全局 GCXCO2生产了涵盖2000年至2020年的产品。10 倍交叉验证结果 （R2= 0.974，RMSE = 0.551 ppm）和TCCON站验证结果（R2= 0.988，RMSE = 1.140 ppm）证实了该模型和产品具有整体良好的性能和准确性。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
10.5281/zenodo.10083103
