全球气候变暖的不可逆趋势凸显了高精度监测与分析全球尺度大气碳动态的必要性。碳卫星在大气CO2监测方面具有重要潜力，但现有全球CO2研究受限于较粗分辨率（0.25°-2°）和有限的空间覆盖度。本研究基于碳卫星观测数据、多源卫星产品及改进的深度学习模型，构建了首个0.05°分辨率全覆盖的全球大气柱平均干空气CO2摩尔分数（XCO2）数据集，进而探究了2015-2021年全球大气CO2浓度变化及其异常特征。重建的XCO2产品与TCCON地面观测网络数据具有更高一致性（R2=0.92，RMSE=1.54 ppm），相比原始碳卫星监测数据和既有XCO2产品，能更精确反映全球与区域尺度的XCO2空间格局。全球XCO2呈现显著增长趋势（2.32 ppm/年），至2021年达414.00 ppm。不同纬度和大陆间表现出明显空间异质性：北半球特别是东亚、北美等人类活动密集区浓度最高。本研究还验证了该产品在识别高强度CO2排放源方面的有效性。
本研究采用2014年12月至2021年12月期间的OCO-2/3卫星XCO2观测数据。该卫星传感器通过三个近红外波段进行探测，包括0.76微米氧A波段（O2-A）、1.61微米弱二氧化碳吸收波段（Weak CO2）及2.06微米强二氧化碳吸收波段（Strong CO2）。在本研究中，我们使用了来自全球 23 个站点的 GGG2014 和 GGG2020 数据集来验证重建的 XCO2 产品。
本研究基于Google Earth Engine（GEE）平台，整合OCO-2/3卫星XCO2数据与多源环境参量作为输入数据，采用注意力机制双向长短期记忆网络（At-BiLSTM）构建卫星XCO2与环境变量的耦合关系模型。通过该模型重构全球月度XCO2空间分布数据，并利用TCCON站点观测数据及原始OCO-2/3卫星数据进行精度验证。在此基础上，系统解析全球XCO2的时空分异特征，精准识别高强度碳排放热点区域。
数据质量良好。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB6863.2025
10.5281/zenodo.12706142
