人为活动排放的以 CO 2 和 CH 4 为主的大量温室气体是造成全球增温的主要因素。由于地面观测站点稀少, 卫星遥感为监测 CO 2 和 CH 4 的时空分布及变化趋势提供了新的技术手段。本文验证了 GOSAT、OCO-2 卫星的大气 CO 2 和 CH 4 柱浓度遥感产品 XCO 2 和 XCH 4 的精度, 并分析了我国 XCO 2 和 XCH 4 的时空分布和变化趋势, 主要结论如下: (1) 在所用 XCO 2 遥感产品中, OCO-2_ACOS 与地面观测的相关性最高 (达 0.93); 而 XCH 4 产品中 GOSAT_OCPR 的相关性最高 (达 0.78)。(2) 在研究的时间跨度内, XCO 2 浓度呈逐年上升趋势, 如我国 OCO-2 XCO 2 年均浓度由 2014 年的 396.92 × 10 －6 增长到 2021 年的 414.72 × 10 －6 ; CO 2 浓度高值主要分布在城市和工业集中的中国东部地区, 西北地区塔克拉玛干沙漠的高值与气溶胶散射影响有关; 同时, 受人为源和自然源的季节变化影响, XCO 2 具有冬春高、夏秋低的时间特征。(3) XCH 4 浓度同样呈逐年上升趋势, 但与 XCO 2 不同, XCH 4 浓度高值主要分布在天然气和煤炭开采集中的四川东部、重庆西部、陕西与山西的中部地区, 以及工业集中的华北地区,季浓度呈现夏秋高、春冬低的特征。(4) 2020 年 XCO 2 高值区发生偏移; 相对于 2020 年, 2021 年 CO 2 增速有所回升, 但增幅相对于 2019 年之前仍有所减小。

煤矿开采是最重要的甲烷排放源, 然而其排放清单的准确性很低, 一个关键的原因在于缺乏精准识别和定位该类排放源的能力。近年来, 前沿研究表明可以利用卫星高光谱数据反演高分辨率的甲烷异常, 从而帮助识别排放源。但是, 在地表类型复杂地区该算法会完全失效。针对这一问题, 率先提出一种基于 L1 重加权和迭代收缩阈值算法 (ISTA) 匹配滤波器的算法。利用高分五号 (GF-5) 数据在山西地区的实验表明, 该方法性能显著优于现有的其他方法。实验中, 本方法识别出 23 个甲烷强点源, 这些点源全部位于 TROPOMI 的甲烷高值区内, 且高分辨遥感影像显示这些点源处存在典型的煤矿开采设施。该方法的提出为利用 GF-5 卫星数据在世界范围实现甲烷点源排查奠定了技术基础。