图3不同高度层的温室气体监测技术来源：“京津冀城市群高时空分辨率碳排放监测及应用示范”项目组京津冀地区面积21.6万平方公里，人口达到1.1亿。GDP占全国的11%，其中钢铁产量占全国的28.4%，煤炭消费强度更是达到全球平均的30倍。因此京津冀区域是全球碳排放强度最大的区域之一。在科技部重点研发专项项目“京津冀城市群高时空分辨率碳排放监测及应用示范”支持下，中国科学院大气物理研究所牵头，国内16家单位参与，于2018年起逐步建立了京津冀城市群碳监测网络[1]。该网络首次在中国建立了国际前沿的城市群天、空、地大气CO2综合观测体系。如图1所示，观测体系包括3颗国际碳卫星和3颗我国自主碳卫星或碳载荷、6个高精度CO2基准站、200余个站点组成的高密度CO2观测网、十余辆移动观测车、2架大气探测飞机、大气廓线采样、CO2激光雷达扫描等，其中高精度基准站和高密度观测网开展连续观测，而飞机、观测车、激光雷达开展定期强化观测。高精度监测系统的进样口一般安装在具有较高高度的观测塔塔顶，结合高精度光腔衰荡光谱（CRDS）法CO2分析仪配套了进样模块、除水模块以及自动标定模块，实现了无人值守站点的全自动化观测（图2）。在垂直观测方面，建立了不同高度层的温室气体垂直观测体系，综合利用梯度塔、CO2激光雷达、大气探测飞机和平流层探空气球实现了从近地面到30km高度的分层CO2高精度观测技术，各项技术分别针对近地层、边界层内、对流层内的温室气体分布（图3）。此外，针对城市群CO2浓度变化大的特点，还研制了低成本中精度传感器，200多个站的高密度监测网的CO2精度为1-5ppm（1%），揭示城市CO2高时空变化特征和规律。以上观测数据进入大数据融合同化系统，应用贝叶斯反演（BayesianInversion）和局地集合卡尔曼滤波（LETKF-C）2种方法研制了空间分辨率为1km×1km、时间分辨率为1小时的高时空分辨率碳同化反演系统，同化反演结果与先验清单在京津冀城市尺度差异为5-12%。同时建立的1km逐小时的生物圈碳通量模型（VEGAS_Regional）实现了碳的水平传输、人口和动物呼吸碳排放的模拟。应用该系统可分离出新冠疫情、生物圈和天气对大气CO2浓度的定量影响。开发网格化的碳排放清单，然后通过多源数据融合技术与同化系统模拟产生城市群高时空分辨率碳监测信息，并通过建立可视化监测与分析示范平台以及低碳评估指数体系作为应用出口。图1京津冀碳监测项目综合监测体系示意图来源：“京津冀城市群高时空分辨率碳排放监测及应用示范”项目组京津冀城市群碳监测网络1图2京津冀碳监测项目高精度基准站外景及CO2高精度观测系统来源：“京津冀城市群高时空分辨率碳排放监测及应用示范”项目组北京边界层塔加利福尼亚州南海岸盆地（SCB）地区拥有大约1630万居民，占地面积约17100平方公里。SCB在地表复杂性、气象学及其CO2和CH4排放的时空变异性方面具备独特的挑战。SCB地区具备独特的地理条件：西面是太平洋，北面和东面是山脉，在特大城市洛杉矶上空观测到的中尺度环流模式在大气传输模型中具有挑战性，且盆地内复杂的地形可以形成微气象带，导致物质输送模型更加复杂。因此，需要一个具有高度空间和时间分辨率的密集监测网络来为洛杉矶温室气体通量计算提供可靠数据。洛杉矶城市群碳监测项目[4]是美国国家标准与技术研究所（NIST）建立的三个城市温室气体测量试验平台之一，旨在证明在城市和区域范围内温室气体测量可以为碳排放提供准确的结果。洛杉矶城市群碳监测的目标是测量SCB的多年温室气体排放趋势，包括温室气体整体排放量以及重点部分的排放量，这些重点部门包括电力、工业、运输和农业。洛杉矶温室气体监测网络设计基于CO的网络受体足迹敏感性分析，使用模式模拟（WRF+STILT）初步筛选站点位置并确定站点数量。场地评估和选址流程包括以下步骤：（1）对地图和卫星图像进行目视检查，查看是否有高塔，现有开放式通讯塔等优先，高度在50-100m左右，并评估地形和附近强温室气体排放源的潜在影响；（2）现场调查；（3）对目标区域进行移动监测；（4）在矮塔（约10m）上临时（约1-2周）安装CRDS法温室气体分析仪，根据观测结果确认后再最终设点。洛杉矶城市群碳监测网包括12个城市点和4个背景点（如图7）。各站点除温室气体高精度监测系统外，都配备了气象站，用于测量风速、风向、气压、气温、湿度、露点温度和入射太阳辐射。洛杉矶碳监测项目的经验是在可能的情况下，可以在开放式通信塔上寻找监测位置，因为它们自身的结构特点使得其受扰动气流和附近排放源影响较少。当关键采样区域没有可用的塔址时，可以在目标监测区域的高层、多层建筑屋顶上寻找适合的位置，在评估屋顶场地情况时，进行大涡模拟以探究附近结构对建筑物屋顶周围流场的影响。自上而下的排放反演法需要准确定量相对于当地背景的温室气体抬升浓度。洛杉矶城市群碳监测项目中应用了一种基于简单统计过滤标准的数据选择方法，将观察到的CO2和CH4摩尔分数的稳定值用作当地背景空气水平，并进一步用于估计洛杉矶的CO2和CH4的浓度抬升。这种数据选择方法依赖于以下标准：（1）1小时内的变化在一定范围内；（2）小时与小时间差异在一定范围内；（3）前两个条件可持续几个小时。基于这些标准，监测值可以排除局部排放或再循环效应的影响，且这种数据过滤方法不依赖于任何其他观测（即风、边界层高度等）。然而，此方法忽略了大气输送情况的变化，在实际环境中，背景值随时间和季节变化，因此还需进行反向轨迹分析，评估大气输送对背景值的影响。美国洛杉矶城市群碳监测网络（LAMegacityCarbonProject）4图7洛杉矶城市群温室气体监测网络示意图[5]来源：Verhulst,K.R.etal.,2017表2洛杉矶城市群温室气体监测点的地理位置、观测塔高度和使用的仪器来源：Verhulst,K.R.etal.,2017CodeFullsitenameInletheight(ma.g.l.)Siteelevation(ma.s.l.)Lat(◦N)Long(◦W)AnalyzerVICVictorvillea100/100/50137034.61117.29PicarroG2301GRAGranadaHillsa51/51/3139134.28118.47PicarroG2401USC-1downtownLA(UniversityofSouthernCalifornia)b,c505534.02118.29PicarroG2301USC-2downtownLA(UniversityofSouthernCalifornia)b,c505534.02118.29PicarroG2401COMComptona45/45/25933.87118.28PicarroG2401FULFullerton(CSUFullerton)b507533.88117.88PicarroG2401IRVIrvine(UCIrvine)b201033.64117.84PicarroG2301SCISanClementeIslanda2748932.92118.49PicarroG2401ONTOntarioa41/41/2526034.06117.58PicarroG2301CNPCanogaPark1524534.19118.6PicarroG2301LJOLaJolla(ScrippsPier)b13032.87117.25PicarroG2301CIT-1Pasadena(Caltech,ArmsLaboratory)b;d;1023034.14118.13CIT-2Pasadena(Caltech,MillikanLibrary)d;48230PicarroG2401MWOMt.Wilsonb;e;3167034.22118.06PVPPalosVerdesPeninsulab;332033.74118.35SBCSanBernardinoa;b;27/5830034.09117.31PicarroG2301瑞士温室气体监测体系和在国家清单中的应用5图12自上而下法计算的瑞士CH4排放以及与清单的比较NIR为清单结果，posterior为自上而下法反演后的结果来源：FederalOfficefortheEnvironment,2020图13自上而下法计算的瑞士N2O排放以及与清单的比较NIR为清单结果，posterior为自上而下法反演后的结果来源：FederalOfficefortheEnvironment,2020瑞士建立了国家温室气体监测网络，并在提交至UNFCCC的《Switzerland’sGreenhouseGasInventory1990–2018NationalInventoryReport》中将利用大气浓度监测计算的“自上而下”法温室气体排放结果纳入附件5《Additionalinformationonverificationactivities》。瑞士国土面积4.1万平方千米，人口866.7万人，和我国地级市的面积及人口相当，因此瑞士的国家温室气体监测体系对我国城市温室气体碳监测具有较好的参考意义。瑞士的温室气体监测网络包括5个站点，其中位于阿尔卑斯山少女峰顶的少女峰站（JFJ）开展温室气体全要素（CO2、CH4、N2O、HFCs、PFCs、SF6、NF3）及示踪物（CO）在线观测，其他四个站点Beromünster（高塔，BEO）、LägernHochwacht（山顶高塔站，LHW）、Gimmiz（平地高塔站，GIM）、Früehbüehl（山区站，FRU），Schauinsland（山顶站，SSL）仅观测CO2、CH4,而BEO站还观测N2O。HFC和SF6的排放量采用比值相关法，利用JFJ站点同时观测的含氟温室气体以及CO的抬升浓度比值，结合瑞士CO排放清单计算了瑞士含氟温室气体的排放量。除瑞士外，英国和澳大利亚提交给UNFCCC的“自上而下”温室气体排放结果也都包括了含氟温室气体，原因在于含氟温室气体几乎全部来自人为源，反演模型相对简单，而清单的排放因子的不确定较大，因此“自上而下”的结果可以较好的提高清单的准确性。图10显示了两套方法计算的瑞士HFC-134a的排放量比较，两者的差距可能达到40%。而图11显示，尽管清单统计瑞士HFC-152a排放应在2003年后大幅下降，2009年后应接近零排放。但是大气浓度监测计算的排放结果显示瑞士依旧存在HFC-152a不可忽视的排放量，体现了“自上而下”法在监测“无组织排放”方面的优势。CH4和N2O的排放量利用监测的大气浓度结合大气反演模式FLEXPART获得。FLEXPART模式由瑞士国家气象局（MeteoSwiss）提供的数值天气预报模型COSMO（7km×7km水平分辨率）的高分辨率气象输入数据驱动。对于每个站点，在3小时的时间间隔内释放50000个离子，计算追踪其4天的运行，并以此计算每3小时的源敏感系数，再利用同化算法获得其排放。如图12和图13，自上而下法获得CH4和N2O结果与清单方法没有显著性差异，但两套结果的不确定度均较大。图8瑞士国家温室气体观测网络布局[6]来源：FederalOfficefortheEnvironment,2020图10自上而下法计算的瑞士HFC-134a排放以及与清单的比较来源：FederalOfficefortheEnvironment,2020图11自上而下法计算的瑞士HFC-152a排放以及与清单的比较来源：FederalOfficefortheEnvironment,2020图9瑞士国家温室气体清单中自上而下法含氟温室气体排放量计算流程来源：FederalOfficefortheEnvironment,2020撰稿姚波复旦大学大气与海洋科学系研究员任歌中国计量科学研究院副研究员策划万薇亚洲清洁空气中心空气质量项目主任张伟豪亚洲清洁空气中心空气质量项目主管高荣伟亚洲清洁空气中心实习生对本文亦有贡献北京市朝阳区秀水街1号建国门外外交公寓3-41，100600邮箱：china@cleanairasia.org电话/传真:+861085326172网址：www.allaboutair.cnwww.cleanairasia.org亚洲清洁空气中心中国办公室亚洲清洁空气中心一直致力于把知识转化为政策和行动，并开发了在线空气污染知识分享平台——空气知库，为政策制定者和大气污染治理相关领域从业者提供多种知识产品。目前，知库上已经有近千份空气质量管理资料，涵盖研究报告、培训资料、政策分析、技术指南、国内外最佳实践经验等多个方面。