吴瑞丽,汪 巍,丁俊男,李健军,王晓彦,刘 冰

中国环境监测总站,国家环境保护环境监测质量控制重点实验室,北京 100012

全球气候变化问题举世瞩目,是各国政府和科学界关注的重点领域。 为有效应对全球气候变化,我国明确提出将采取强有力的CO2减排政策和措施,提高自主贡献力度。 2020 年,习近平总书记在第七十五届联合国大会上指出,我国将力争在2030 年前实现碳达峰,2060 年前实现碳中和[1-2]。 为实现这一目标,我国将单位国内生产总值GDP 的CO2排放下降目标作为约束性指标纳入“十四五”规划,确定了单位GDP 能源消耗和CO2排放分别降低13.5%和18%的目标[3]。 准确定量分析全球和区域尺度CO2排放量和吸收量的空间分布及变化趋势,是评估我国碳减排政策落实情况的重要基础。

定量CO2排放量的方法可以分为“自下而上”法和“自上而下”法2 种。 “自下而上”法基于统计核算、样地调查、通量观测、生态系统过程模型等方法对碳源和汇进行估算[4];“自上而下”法则使用大气CO2浓度观测数据,通过同化算法及大气传输模型组成的反演系统进行估算。 2019年,《IPCC 国家清单指南》改进方案中[5]首次提出将大气浓度观测数据和“自下而上”碳同化反演方法相结合开展CO2排放清单的校验。 相较于“自下而上”法,“自上而下”法通过引入观测同化,在一定程度上降低了排放核算的不确定性。

地基CO2浓度监测数据是全球和区域碳模拟与同化反演系统(以下简称“碳同化系统”)的重要输入。 国际层面已建成相当规模的地面综合碳监测网络,如世界气象组织(WMO)建立了全球大气观测(GAW)网络[6],包含30 个全球站和400 多个区域站,覆盖了全球 80 多个国家;全球温室气体参考网络GGGRN[7]在3 个国家建立十几个温室气体监测站点;欧洲综合碳观测系统(ICOS)网络[8]建立了涵盖欧洲 13 个国家的38个温室气体监测站点。 国内地面碳监测网络持续发展,我国气象部门建设1 个全球本底站、6 个区域本底站、6 个卫星地面站和46 个省级站,均进行高精度CO2浓度数据观测;环境部门建设11个区域背景站,并曾在4 个直辖市、27 个省会(首府)城市开展了CO2浓度监测,2021 年,生态环境部选择16 个试点城市开展重点行业、城市和区域层面的温室气体观测,在这个过程中,学者和技术人员充分参考了国际上在温室气体监测方法[9-10]和量值溯源[11]方面的相关经验。

为进一步利用好碳监测评估试点工作的数据产出,本文梳理了当前常见的全球和区域碳同化系统,重点关注了不同系统所用模式、同化方法、特点、分辨率和所需观测数据要求,总结了当前模型系统的进展和应用中需要重点关注的问题,以期为我国区域和城市碳源汇定量及CO2浓度监测数据的有效利用提供参考。

1 碳同化反演模型发展历程与应用

1.1 国内外发展历程

国外全球及区域碳同化系统开发工作始于20 世纪80 年代。 研究人员最初基于二维和三维传输模型进行全球碳通量的纬向和纵向分布反演,90 年代中后期实施了大气示踪物传输模型比较计划TRANSCOM[12],该计划成为这一阶段碳同化系统发展的里程碑。 TRANSCOM 是国际地圈-生物圈计划IGBP 和全球分析、解释和模拟计划GAIM 的一个特殊项目,其目标是量化和诊断反演碳通量的不确定性,这些不确定性主要来源于大气传输模型、选用的大气CO2浓度观测数据和反演技术。 TRANSCOM 计划将全球分成了22个大区域,其中陆地11 个区域,海洋11 个区域,利用全球背景站的CO2浓度观测数据,反演每个区域月均的生态系统碳通量。

进入21 世纪,全球碳同化系统得到快速发展。 国外,2005 年瑞典隆德大学Marko Scholze 教授开发了全球碳循环数据同化系统CCDAS,模拟获取了1980—2000 年全球碳通量的月变化情况[13]。 2007 年,美国国家海洋和大气管理局NOAA 开发了全球CO2观测和模拟系统Carbon Tracker[14]。 Carbon Tracker 在全球的网格分辨率为3°×2°,时间步长为周,最新发布的数据集产品为2022 年,提供了2000—2020 年全球地表-大气碳通量结果;此外,该团队开发了基于拉格朗日粒子扩散模型的碳同化系统 Carbon Tracker-Lagrange[15]。 2005 年,欧洲中心基于LMDz 模型开发了CAMS 碳同化系统[16],采用的同化方法为变分同化;2014 年前后,美国宇航局NASA 团队开发了基于GEOS-Chem 模型的CO2通量估算和追因模型系统CMS-Flux[17],采用的同化方法为四维变分同化;其他全球碳同化系统还包括PHILIP 等[18-19]基于GEOS-Chem 开发的碳同化系统AMES、BAKER 等[20-21]基于PCTM 传输模型开发的碳同化系统,上述模型系统均参与了OCO-2 M IP 模型比较计划[22],该计划提供了2015—2020年全球各国陆地系统CO2通量的多模型反演结果。 2020 年,学者们使用6 个碳同化系统反演开展了欧洲区域的CO2通量模拟与反演比对计划EUROCOM[23],比较了2006—2015 年欧洲区域陆地生态系统-大气的净CO2通量变化。

国内全球及区域碳同化系统的开发研究工作相对较晚,但在近些年得到快速发展。 在全球碳同化系统开发方面,2013—2014 年,南京大学在TRANSCOM 的基础上将中国区域进一步细分,构建了基于TM 5 模型的嵌套式大气反演系统,开展了2002—2008 年全球43 个海洋和陆地区域净CO2通量的反演工作[24-25];同期,中国科学院地理科学与资源研究所在Carbon Tracker 系统框架基础上,将嵌套区域移至东亚,开展了亚洲区域3°×2°、中国1° × 1° 的CO2通量模拟,建立了Carbon Tracker-China 碳同化系统[26]。 该系统使用大气传输模型TM5,采用集合卡尔曼平滑进行同化,同化中增加了中国及其周边地区CO2浓度观测数据,并基于该系统估算了2001—2010 年中国陆地系统碳汇[27]。

2015 年,南京大学和北京师范大学研发了全球碳同化系统GCAS[28]。 该系统使用了大气传输模式MOZART 和集合卡尔曼滤波同化方法。 相较于Carbon Tracker 系统,GCAS 系统采用多个模型的陆地生态系统先验碳通量,同时还将大气CO2浓度作为1 个状态变量进行了优化。 南京大学在GCAS 系统的基础上,发布了GCASv2 版本[29],实现了同化算法、局地化方案等多方面的优化升级,并研发了同化叶绿素荧光SIF 观测、优化生态系统初级生产力GPP 和生态系统光合作用参数的模块[30]。 2014 年,中国科学院大气物理所基于先进的集合-四维变分同化方法POD-4DVar 建成了全球碳同化系统Tan-Tracker[31],该系统在四维变分同化基础上,采用集合方法进行同化,可实现碳卫星观测数据、地基观测数据、历史统计数据等多种数据的同化。

在区域碳同化系统开发方面,南京大学和中国科学院大气物理所联合开发了CFI-CMAQ 系统[32],该系统使用了大气化学模式 RAMSCMAQ,采用的同化方法为集合卡尔曼滤波EnKF、集合卡尔曼平滑EnKS,能够同化CO2浓度和通量观测数据。 郭立峰[33]开发了区域高精度碳同化系统RCAS,系统基于中尺度温室气体模式WRF-GHG 开发,实现了生态诊断模型 VPRM和中尺度气象模式WRF 的在线耦合,实现自然碳通量和人为碳通量的同步优化。 鲁立江[34]开发了区域高分辨率碳同化系统Tracers Tracker,该系统实现了集合-四维变分同化方法POD-4DVar和区域大气传输模型CMAQ 的耦合。

1.2 碳同化系统的应用

已有较多学者[25,27,29,35-39]开展了全球和区域尺度碳源汇同化反演研究,在同化系统优化、区域碳通量、陆地碳汇定量、反演不确定性、多模式比较等 多 方 面 开 展 相 关 工 作。 例 如,MAKSYUTOV[35]估算了2009—2010 年全球CO2月均通量,其研究中耦合了大气传输模型、陆地通量交换模型和海洋通量模拟模型,同化了GOSAT卫星观测数据,形成CO2通量同化反演系统。JIANG 等[29]基于全球碳同化系统 GCAS 和GOSAT 的CO2柱浓度观测数据,反演了2010—2015 年全球CO2通量,结果表明,同化了GOSAT卫星CO2柱浓度资料的GCASv2 系统,能够良好地估算地表碳通量。 DENG 等[36]基于GEOSChem 模型研发了全球碳同化系统,分析了陆地和海洋区域碳卫星观测数据对CO2通量反演结果的影响。 部分研究机构开展了碳同化反演相关比较计划, 如美国 TRANSCOM 计划[12]和欧洲EUROCOM 计划[23]。 TRANSCOM 将全球分为22个区,选择多个大气传输模型,开展碳模拟及同化反演的比对,但受限于CO2观测数据较少、分区较粗和时间分辨率较长(月/年)等因素,反演时空分辨率仍较低。 EUROCOM 基于统一的观测数据,使用多种大气化学传输模式和反演方法,模拟比较了2006—2015 年欧洲区域陆地的碳通量。

对于中国的碳汇情况,PIAO 等[37]结合清单、卫星数据和碳反演方法估算了20 世纪80—90 年代中国陆地生态系统的净碳汇量(每年约0.19 ～0.26 Pg ),这个碳汇量与欧洲地区陆地系统碳汇量接近,但略低于美国地区的总碳汇量。 ZHANG等[27]利用Carbon Tracker-China 系统同化反演了中国区域内的碳源汇分布状况,结果显示,中国陆地生态系统是明显的碳汇,在2001—2010 年吸收了CO2约0.33 Pg。 JIANG 等[25]利用贝叶斯方法,在TRANSCOM 分区的基础上,将中国区域进一步划分成若干小区,估算了2002—2008 年全球各区域(含中国)的碳源汇,结果显示,全球陆地生态系统碳汇呈增长趋势,中国区域陆地生态系统基本均表现为碳汇。 在此基础上,JIANG 等[38]利用其碳同化反演模型估算出2006—2009 年中国陆地碳汇为0.33 ～0.35 Pg。

2 碳同化反演系统案例

碳同化系统的分类方法有多种。 例如,按照碳同化系统模拟空间范围可以将其区分为全球碳同化系统和区域碳同化系统2 类;按照反演系统使用的传输模式类型,则可以将其区分为基于欧拉方法的碳同化系统和基于拉格朗日方法的碳同化系统。

本文选取了较为常见的全球碳同化系统Carbon Tracker、GCASv2、Tan-Tracker 和区域碳同化系统CFI-CMAQ、RCAS、Tracers-Tracker 进行模型开发与构成的介绍,并对这些碳同化系统的主要方法、同化技术等方面进行了比较。 通常情况下,全球碳同化系统由大气输送模型、生态系统模型、遥感和监测数据、同化模型方法和系统集成5个部分组成。

2.1 全球碳同化系统

2.1.1 Carbon Tracker 及其衍生版本

Carbon Tracker[12]由美国NOAA 开发,在Carbon Tracker 的基础上,全球不同地区建立了区域尺度本地化的碳同化系统, 包括 Carbon Tracker-North America, Carbon Tracker-Europe,Carbon Tracker-China 等。

Carbon Tracker 模拟的水平空间分辨率为3°×2°,使用的同化算法为集合卡尔曼滤波系统EnKF,同化观测数据来自美国国家海洋与大气管理局的大气观测网络(NOAA ESRL Cooperative Air Sampling Network)。 Carbon Tracker 的同化方法采用了集合卡尔曼滤波方法,实现了CO2现实浓度与通量之间的动力学关联,使CO2物理、化学过程尽可能接近真实状态,在很大程度上提高了同化反演精度。 Carbon Tracker 支持多源数据同化,可同化地基、卫星、航测等多源观测数据,降低通量反演中的不确定性,不过Carbon Tracker由于观测数据不足,无法很好地优化中国区域的CO2模拟。 Carbon Tracker-China 系统实现了中国区域的嵌套模拟,加入了中国及周边地区CO2观测数据, 但 Carbon Tracker-China 系统未针对Carbon Tracker 同化算法的不足进行改进。

Carbon Tracker-Lagrange[15]是面向北美地区的基于拉格朗日粒子扩散模型的区域碳同化系统。 该系统实现了Carbon Tracker 数据同化框架与拉格朗日大气扩散模型STILT 的耦合,能够优化侧边界条件和地表通量,支持高塔和飞机CO2浓度观测数据的同化。 相关研究表明,基于该系统估算的2010 年北美碳汇量与Carbon Tracker 基于TM5 模型的估算结果可比。

2.1.2 GCAS

GCAS 系统最初由我国南京大学和北京师范大学合作研发,之后南京大学研发升级并发布了GCASv2 版本[29],该版本在同化算法和流程、空间分辨率、局地化方案、同化的观测数据等多方面进行了优化。

该模型系统基于全球大气传输模式MOZART建立,其同化算法为集合卡尔曼滤波算法EnSRF。为准确描述陆地生态系统CO2通量,该系统耦合了遥感驱动的生态系统模型BEPS。 该系统的空间分辨率为1°×1°,该系统能够支持地面和卫星观测数据的同步同化,为解决大量卫星数据同化引入了超级观测方案。 此外,系统优化过程中,在反演碳通量后使用优化通量模拟下一时次的初始场,以保证反演的稳健性。 GCASv2 模型系统参加了日本国立环境研究所牵头的第二期基于GOSAT 产品的地表CO2通量反演比较计划,该系统模拟输出的全球净CO2通量与观测的平均偏差在所有参与对比系统中最小。

该团队使用GCASv2 模型系统,同化GOSAT和OCO-2 卫星观测数据,反演获取了2009 年5—12 月全球地表CO2通量[40],相应数据集成果已发表[41]。 结果表明,全球5 个主要的碳排放国/区域中,俄罗斯已经实现碳中和,美国、欧盟、印度和中国距实现碳中和仍存在一定距离,2010—2019 年美国和印度的净CO2通量显示出增加的趋势,欧盟趋势较为稳定,中国自2013 年开始呈现小幅下降的趋势。

2.1.3 Tan-Tracker

Tan-Tracker[31]是由中国科学院大气物理所、中国气象科学研究院开发,该系统基于GEOSChem 大气化学传输模式建立,水平网格分辨率为2.0°×2.5°,采用了基于高级混合数据同化的双通道同化方法PODEn4DVAR。

不同于传统同化系统中包含一个静态同化通道和一个参数校准通道,Tan-Tracker 包含2 个静态同化通道,可以支持浓度和排放同时作为同化状态变量,系统用于同化的观测数据包括ObsPack 和GOSAT 卫星的数据,在格点尺度进行同化。

Tan-Tracker 系统同时也是中国CO2观测卫星TanSat 发射准备的一部分,系统能够同化地面和卫星观测数据,此外,该系统将使用地球模拟器提升计算能力,最终的系统版本能够实现气象和CO2观测数据的同化。

2.2 区域碳同化系统

2.2.1 CFI-CMAQ

CFI-CMAQ 模型系统[32]是由南京大学、中国科学院大气物理所联合开发的区域CO2通量反演系统,能够在网格尺度优化地面CO2通量模拟。 该系统基于RAMS-CMAQ 大气化学模式建立,分别使用集合卡尔曼滤波EnKF 和集合卡尔曼平滑EnKS,同化CO2浓度和通量观测数据,该方法的优点是能最大限度地利用CO2浓度观测资料,得到较好的CO2通量分布。

CFI-CMAQ 模型系统可以实现区域模式多尺度多过程的动态耦合,解决由城市区化石燃料排放引起的更精细尺度上CO2传输和变化。 此外,影响CO2时空分布的各种关键因素如地形、地气交换通量、传输过程等在区域模式中模拟效果更好。 通过同化GOSAT 的CO2观测数据,开展一系列的观测系统模拟实验OSSEs 检验CFI-CMAQ系统的表现,结果表明,使用EnKS 能够较好地优化CO2通量,且误差在可接受范围内。

2.2.2 RCAS

RCAS 模型系统为中国科学院大学郭立峰[33]开发的区域高精度碳同化系统。 该系统基于区域温室气体模型WRF-GHG 开发,实现了生态系统模型VPRM 和中尺度气象模式 WRF 的在线耦合,为自然CO2通量和人为CO2通量的同步优化提供了可能。 该系统提高了CO2源汇和 CO2浓度反演的时空分辨率和精度,其反演的区域CO2通量空间分辨率高达5 km。 研究表明,同化前后CO2浓度模拟值与 GOSAT 卫星柱浓度的相关性有一定提高。

WRF-GHG 能够在区域尺度实现大气和陆地生态系统之间的温室气体交换的模拟,同时考虑大气扩散和输送等过程对温室气体的影响,模拟和预测温室气体在时间和空间上的分布特征;因此,在区域碳同化反演中被广泛应用。 例如,PILLAI[42]采用WRF-GHG、生态系统模型VPRM、贝叶斯反演方法开展了德国柏林市的高分辨城市CO2排放反演。

2.2.3 Tracers-Tracker

Tracers Tracker 是由鲁立江[34]开发的区域高分辨率碳同化反演系统,该系统实现了基于正交分解的四维变分数据同化POD4DVar 高效同化算法和区域大气传输模型 CMAQ 的耦合。POD4DVar 方法用较少的基向量捕捉数据的时空演变特征,克服了传统四维变分同化方法在开发和维护中的困难。

Tracers Tracker 系统可以有效吸收观测信息,较好地消除先验通量中的误差,提高后验模拟的准确性。

2.3 模型系统比较及表现评估

表1 中总结了上述常见的全球及区域尺度碳同化系统的组成、同化方法、模拟空间分辨率及主要特点等信息。 从模型组成看,相较于使用固定的陆地生态系统数据,耦合了生态系统模型的模型系统,可帮助提升碳同化反演的准确性。 从同化方法来看,多种同化方法被采用,包括集合卡尔曼滤波、四维变分等。 从空间分辨率来看,上述模型系统在全球和区域应用中较高的模拟分辨率分别为1°×1°和5 km×5 km。

表1 常见全球和区域尺度碳同化系统Table 1 The common global and regional scale carbon assimilation inversion model systems

从同化用观测数据来看,已有模型系统可实现地基和卫星多源观测数据同化的双重功能,部分模型系统则是使用卫星和地基观测数据进行单独同化;过去研究中发现,同化中使用的观测数据对反演结果具有显著的影响,对于观测数据的筛选和质控需密切关注。 从背景CO2浓度条件来看,部分模型系统通过嵌套模拟提供边界输入,部分模型系统使用已有全球系统的输出结果,2 种方法均可取,但需注意背景CO2浓度数据的可靠性。

对于特定的反演需求,研究人员需根据数据基础条件、反演目标选用合适的模型系统,并预先了解系统的准确性、误差来源、对输入数据的要求,降低人为引入的误差。 在区域碳同化反演应用中,推荐使用独立观测数据进行模型表现的多方面校验。 若条件允许,可以使用2 种以上的模型系统开展碳同化反演工作。

碳同化反演系统的不确定性来源于大气传输模型、反演方法、观测数据选择、先验通量约束等多个方面,研究中常使用观测数据与模拟数据对比,来评估模型系统的表现。

这里收集了2 个代表性模型系统的表现评估情况进行展示,供其他研究者参考。 JIANG 等[40]评估了基于GCASv2 模型系统的模拟结果,发现先验模拟的CO2浓度与全球11 个站点观测浓度的斜率介于0.69 ～0.95 之间,仅有3 个站点超过0.9,而后验模拟的CO2浓度与观测浓度之间的斜率介于0.82 ～1.1 之间,仅有1 个站点低于0.9,后验模拟的CO2浓度与观测吻合更好;从相关性和平均偏差来看,结论也较为相似;上述结果表明,反演后的后验模拟CO2与观测吻合更好,准确性有明显提高。 ZHANG 等[45]评估了基于Carbon-Tracker China 模型系统模拟的2006—2010 年逐月CO2模拟表现,发现在北纬32 ～40°、136 ～144°区域内,在475 ～525、375 ～425、225 ～275 hPa 垂直高度的后验模拟结果与观测的相关系数分别达到0.95、0.94 、0.93,均在0.9 以上,后验模拟结果与瓦里关背景站观测数据的相关系数为0.87,整体表现较好。

3 结论

全球碳同化系统 Carbon-Tracker、 Carbon Tracker-Lagrange、GCASv2、Tan-Tracker,以及区域碳同化系统CFI-CMAQ、RCAS、Tracers-Tracker,为了解全球及区域尺度陆地碳通量变化、碳汇量变化、碳排放量变化提供了可靠技术手段,并在全球、东亚、中国等碳源和汇估算中得到广泛应用。

碳同化系统发展过程中,学者们针对陆地生态系统碳通量定量、同化方法优化和效率提升方面取得了快速进步,但仍存在不足;为更好地发挥碳同化系统在双碳领域中的应用和支撑作用,仍需在以下方面持续发展和探索。 首先,碳同化系统所需输入数据方面,先验人为排放清单数据存在一定滞后性,获取近实时、较高分辨率的先验CO2人为排放清单存在困难;同化过程中,卫星观测数据被广泛使用,但在卫星数据缺乏的区域,连续的、可靠的地面CO2监测数据仍较为缺乏,难以满足碳同化反演的数据要求,亟需进一步提高多源CO2监测数据的丰富性、准确度和可获取性。 其次,碳同化系统应用研究方面,已有部分学者针对全球区域和欧洲开展了多模式碳同化反演的对比研究,但对于中国不同省份仍缺少基于多模型系统的碳同化反演比较工作,缺少对不同模型系统差异性的系统认识,未来有必要开展基于统一数据集输入条件下中国区域碳同化反演的比对工作,以期更好地支撑全球气候变化应对。 最后,系统本身的技术方法方面,仍需在传输模式优化、同化方法改进、观测数据代表性和选用等多方面持续探索,以期进一步降低区域碳同化反演的不确定性。