全球及區域碳模擬與源匯同化反演研究進展

吳瑞麗,汪 巍,丁俊男,李健軍,王曉彥,劉 冰

中國環境監測總站,國家環境保護環境監測質量控制重點實驗室,北京 100012

全球氣候變化問題舉世矚目,是各國政府和科學界關注的重點領域。 為有效應對全球氣候變化,我國明確提出將采取強有力的CO2減排政策和措施,提高自主貢獻力度。 2020 年,習近平總書記在第七十五屆聯合國大會上指出,我國將力爭在2030 年前實現碳達峰,2060 年前實現碳中和[1-2]。 為實現這一目標,我國將單位國內生產總值GDP 的CO2排放下降目標作為約束性指標納入“十四五”規劃,確定了單位GDP 能源消耗和CO2排放分別降低13.5%和18%的目標[3]。 準確定量分析全球和區域尺度CO2排放量和吸收量的空間分布及變化趨勢,是評估我國碳減排政策落實情況的重要基礎。

定量CO2排放量的方法可以分為“自下而上”法和“自上而下”法2 種。 “自下而上”法基于統計核算、樣地調查、通量觀測、生態系統過程模型等方法對碳源和匯進行估算[4];“自上而下”法則使用大氣CO2濃度觀測數據,通過同化算法及大氣傳輸模型組成的反演系統進行估算。 2019年,《IPCC 國家清單指南》改進方案中[5]首次提出將大氣濃度觀測數據和“自下而上”碳同化反演方法相結合開展CO2排放清單的校驗。 相較于“自下而上”法,“自上而下”法通過引入觀測同化,在一定程度上降低了排放核算的不確定性。

地基CO2濃度監測數據是全球和區域碳模擬與同化反演系統(以下簡稱“碳同化系統”)的重要輸入。 國際層面已建成相當規模的地面綜合碳監測網絡,如世界氣象組織(WMO)建立了全球大氣觀測(GAW)網絡[6],包含30 個全球站和400 多個區域站,覆蓋了全球 80 多個國家;全球溫室氣體參考網絡GGGRN[7]在3 個國家建立十幾個溫室氣體監測站點;歐洲綜合碳觀測系統(ICOS)網絡[8]建立了涵蓋歐洲 13 個國家的38個溫室氣體監測站點。 國內地面碳監測網絡持續發展,我國氣象部門建設1 個全球本底站、6 個區域本底站、6 個衛星地面站和46 個省級站,均進行高精度CO2濃度數據觀測;環境部門建設11個區域背景站,并曾在4 個直轄市、27 個省會(首府)城市開展了CO2濃度監測,2021 年,生態環境部選擇16 個試點城市開展重點行業、城市和區域層面的溫室氣體觀測,在這個過程中,學者和技術人員充分參考了國際上在溫室氣體監測方法[9-10]和量值溯源[11]方面的相關經驗。

為進一步利用好碳監測評估試點工作的數據產出,本文梳理了當前常見的全球和區域碳同化系統,重點關注了不同系統所用模式、同化方法、特點、分辨率和所需觀測數據要求,總結了當前模型系統的進展和應用中需要重點關注的問題,以期為我國區域和城市碳源匯定量及CO2濃度監測數據的有效利用提供參考。

1 碳同化反演模型發展歷程與應用

1.1 國內外發展歷程

國外全球及區域碳同化系統開發工作始于20 世紀80 年代。 研究人員最初基于二維和三維傳輸模型進行全球碳通量的緯向和縱向分布反演,90 年代中后期實施了大氣示蹤物傳輸模型比較計劃TRANSCOM[12],該計劃成為這一階段碳同化系統發展的里程碑。 TRANSCOM 是國際地圈-生物圈計劃IGBP 和全球分析、解釋和模擬計劃GAIM 的一個特殊項目,其目標是量化和診斷反演碳通量的不確定性,這些不確定性主要來源于大氣傳輸模型、選用的大氣CO2濃度觀測數據和反演技術。 TRANSCOM 計劃將全球分成了22個大區域,其中陸地11 個區域,海洋11 個區域,利用全球背景站的CO2濃度觀測數據,反演每個區域月均的生態系統碳通量。

進入21 世紀,全球碳同化系統得到快速發展。 國外,2005 年瑞典隆德大學Marko Scholze 教授開發了全球碳循環數據同化系統CCDAS,模擬獲取了1980—2000 年全球碳通量的月變化情況[13]。 2007 年,美國國家海洋和大氣管理局NOAA 開發了全球CO2觀測和模擬系統Carbon Tracker[14]。 Carbon Tracker 在全球的網格分辨率為3°×2°,時間步長為周,最新發布的數據集產品為2022 年,提供了2000—2020 年全球地表-大氣碳通量結果;此外,該團隊開發了基于拉格朗日粒子擴散模型的碳同化系統 Carbon Tracker-Lagrange[15]。 2005 年,歐洲中心基于LMDz 模型開發了CAMS 碳同化系統[16],采用的同化方法為變分同化;2014 年前后,美國宇航局NASA 團隊開發了基于GEOS-Chem 模型的CO2通量估算和追因模型系統CMS-Flux[17],采用的同化方法為四維變分同化;其他全球碳同化系統還包括PHILIP 等[18-19]基于GEOS-Chem 開發的碳同化系統AMES、BAKER 等[20-21]基于PCTM 傳輸模型開發的碳同化系統,上述模型系統均參與了OCO-2 M IP 模型比較計劃[22],該計劃提供了2015—2020年全球各國陸地系統CO2通量的多模型反演結果。 2020 年,學者們使用6 個碳同化系統反演開展了歐洲區域的CO2通量模擬與反演比對計劃EUROCOM[23],比較了2006—2015 年歐洲區域陸地生態系統-大氣的凈CO2通量變化。

國內全球及區域碳同化系統的開發研究工作相對較晚,但在近些年得到快速發展。 在全球碳同化系統開發方面,2013—2014 年,南京大學在TRANSCOM 的基礎上將中國區域進一步細分,構建了基于TM 5 模型的嵌套式大氣反演系統,開展了2002—2008 年全球43 個海洋和陸地區域凈CO2通量的反演工作[24-25];同期,中國科學院地理科學與資源研究所在Carbon Tracker 系統框架基礎上,將嵌套區域移至東亞,開展了亞洲區域3°×2°、中國1° × 1° 的CO2通量模擬,建立了Carbon Tracker-China 碳同化系統[26]。 該系統使用大氣傳輸模型TM5,采用集合卡爾曼平滑進行同化,同化中增加了中國及其周邊地區CO2濃度觀測數據,并基于該系統估算了2001—2010 年中國陸地系統碳匯[27]。

2015 年,南京大學和北京師范大學研發了全球碳同化系統GCAS[28]。 該系統使用了大氣傳輸模式MOZART 和集合卡爾曼濾波同化方法。 相較于Carbon Tracker 系統,GCAS 系統采用多個模型的陸地生態系統先驗碳通量,同時還將大氣CO2濃度作為1 個狀態變量進行了優化。 南京大學在GCAS 系統的基礎上,發布了GCASv2 版本[29],實現了同化算法、局地化方案等多方面的優化升級,并研發了同化葉綠素熒光SIF 觀測、優化生態系統初級生產力GPP 和生態系統光合作用參數的模塊[30]。 2014 年,中國科學院大氣物理所基于先進的集合-四維變分同化方法POD-4DVar 建成了全球碳同化系統Tan-Tracker[31],該系統在四維變分同化基礎上,采用集合方法進行同化,可實現碳衛星觀測數據、地基觀測數據、歷史統計數據等多種數據的同化。

在區域碳同化系統開發方面,南京大學和中國科學院大氣物理所聯合開發了CFI-CMAQ 系統[32],該系統使用了大氣化學模式 RAMSCMAQ,采用的同化方法為集合卡爾曼濾波EnKF、集合卡爾曼平滑EnKS,能夠同化CO2濃度和通量觀測數據。 郭立峰[33]開發了區域高精度碳同化系統RCAS,系統基于中尺度溫室氣體模式WRF-GHG 開發,實現了生態診斷模型 VPRM和中尺度氣象模式WRF 的在線耦合,實現自然碳通量和人為碳通量的同步優化。 魯立江[34]開發了區域高分辨率碳同化系統Tracers Tracker,該系統實現了集合-四維變分同化方法POD-4DVar和區域大氣傳輸模型CMAQ 的耦合。

1.2 碳同化系統的應用

已有較多學者[25,27,29,35-39]開展了全球和區域尺度碳源匯同化反演研究,在同化系統優化、區域碳通量、陸地碳匯定量、反演不確定性、多模式比較等 多 方 面 開 展 相 關 工 作。 例 如,MAKSYUTOV[35]估算了2009—2010 年全球CO2月均通量,其研究中耦合了大氣傳輸模型、陸地通量交換模型和海洋通量模擬模型,同化了GOSAT衛星觀測數據,形成CO2通量同化反演系統。JIANG 等[29]基于全球碳同化系統 GCAS 和GOSAT 的CO2柱濃度觀測數據,反演了2010—2015 年全球CO2通量,結果表明,同化了GOSAT衛星CO2柱濃度資料的GCASv2 系統,能夠良好地估算地表碳通量。 DENG 等[36]基于GEOSChem 模型研發了全球碳同化系統,分析了陸地和海洋區域碳衛星觀測數據對CO2通量反演結果的影響。 部分研究機構開展了碳同化反演相關比較計劃, 如美國 TRANSCOM 計劃[12]和歐洲EUROCOM 計劃[23]。 TRANSCOM 將全球分為22個區,選擇多個大氣傳輸模型,開展碳模擬及同化反演的比對,但受限于CO2觀測數據較少、分區較粗和時間分辨率較長(月/年)等因素,反演時空分辨率仍較低。 EUROCOM 基于統一的觀測數據,使用多種大氣化學傳輸模式和反演方法,模擬比較了2006—2015 年歐洲區域陸地的碳通量。

對于中國的碳匯情況,PIAO 等[37]結合清單、衛星數據和碳反演方法估算了20 世紀80—90 年代中國陸地生態系統的凈碳匯量(每年約0.19 ～0.26 Pg ),這個碳匯量與歐洲地區陸地系統碳匯量接近,但略低于美國地區的總碳匯量。 ZHANG等[27]利用Carbon Tracker-China 系統同化反演了中國區域內的碳源匯分布狀況,結果顯示,中國陸地生態系統是明顯的碳匯,在2001—2010 年吸收了CO2約0.33 Pg。 JIANG 等[25]利用貝葉斯方法,在TRANSCOM 分區的基礎上,將中國區域進一步劃分成若干小區,估算了2002—2008 年全球各區域(含中國)的碳源匯,結果顯示,全球陸地生態系統碳匯呈增長趨勢,中國區域陸地生態系統基本均表現為碳匯。 在此基礎上,JIANG 等[38]利用其碳同化反演模型估算出2006—2009 年中國陸地碳匯為0.33 ～0.35 Pg。

2 碳同化反演系統案例

碳同化系統的分類方法有多種。 例如,按照碳同化系統模擬空間范圍可以將其區分為全球碳同化系統和區域碳同化系統2 類;按照反演系統使用的傳輸模式類型,則可以將其區分為基于歐拉方法的碳同化系統和基于拉格朗日方法的碳同化系統。

本文選取了較為常見的全球碳同化系統Carbon Tracker、GCASv2、Tan-Tracker 和區域碳同化系統CFI-CMAQ、RCAS、Tracers-Tracker 進行模型開發與構成的介紹,并對這些碳同化系統的主要方法、同化技術等方面進行了比較。 通常情況下,全球碳同化系統由大氣輸送模型、生態系統模型、遙感和監測數據、同化模型方法和系統集成5個部分組成。

2.1 全球碳同化系統

2.1.1 Carbon Tracker 及其衍生版本

Carbon Tracker[12]由美國NOAA 開發,在Carbon Tracker 的基礎上,全球不同地區建立了區域尺度本地化的碳同化系統, 包括 Carbon Tracker-North America, Carbon Tracker-Europe,Carbon Tracker-China 等。

Carbon Tracker 模擬的水平空間分辨率為3°×2°,使用的同化算法為集合卡爾曼濾波系統EnKF,同化觀測數據來自美國國家海洋與大氣管理局的大氣觀測網絡(NOAA ESRL Cooperative Air Sampling Network)。 Carbon Tracker 的同化方法采用了集合卡爾曼濾波方法,實現了CO2現實濃度與通量之間的動力學關聯,使CO2物理、化學過程盡可能接近真實狀態,在很大程度上提高了同化反演精度。 Carbon Tracker 支持多源數據同化,可同化地基、衛星、航測等多源觀測數據,降低通量反演中的不確定性,不過Carbon Tracker由于觀測數據不足,無法很好地優化中國區域的CO2模擬。 Carbon Tracker-China 系統實現了中國區域的嵌套模擬,加入了中國及周邊地區CO2觀測數據, 但 Carbon Tracker-China 系統未針對Carbon Tracker 同化算法的不足進行改進。

Carbon Tracker-Lagrange[15]是面向北美地區的基于拉格朗日粒子擴散模型的區域碳同化系統。 該系統實現了Carbon Tracker 數據同化框架與拉格朗日大氣擴散模型STILT 的耦合,能夠優化側邊界條件和地表通量,支持高塔和飛機CO2濃度觀測數據的同化。 相關研究表明,基于該系統估算的2010 年北美碳匯量與Carbon Tracker 基于TM5 模型的估算結果可比。

2.1.2 GCAS

GCAS 系統最初由我國南京大學和北京師范大學合作研發,之后南京大學研發升級并發布了GCASv2 版本[29],該版本在同化算法和流程、空間分辨率、局地化方案、同化的觀測數據等多方面進行了優化。

該模型系統基于全球大氣傳輸模式MOZART建立,其同化算法為集合卡爾曼濾波算法EnSRF。為準確描述陸地生態系統CO2通量,該系統耦合了遙感驅動的生態系統模型BEPS。 該系統的空間分辨率為1°×1°,該系統能夠支持地面和衛星觀測數據的同步同化,為解決大量衛星數據同化引入了超級觀測方案。 此外,系統優化過程中,在反演碳通量后使用優化通量模擬下一時次的初始場,以保證反演的穩健性。 GCASv2 模型系統參加了日本國立環境研究所牽頭的第二期基于GOSAT 產品的地表CO2通量反演比較計劃,該系統模擬輸出的全球凈CO2通量與觀測的平均偏差在所有參與對比系統中最小。

該團隊使用GCASv2 模型系統,同化GOSAT和OCO-2 衛星觀測數據,反演獲取了2009 年5—12 月全球地表CO2通量[40],相應數據集成果已發表[41]。 結果表明,全球5 個主要的碳排放國/區域中,俄羅斯已經實現碳中和,美國、歐盟、印度和中國距實現碳中和仍存在一定距離,2010—2019 年美國和印度的凈CO2通量顯示出增加的趨勢,歐盟趨勢較為穩定,中國自2013 年開始呈現小幅下降的趨勢。

2.1.3 Tan-Tracker

Tan-Tracker[31]是由中國科學院大氣物理所、中國氣象科學研究院開發,該系統基于GEOSChem 大氣化學傳輸模式建立,水平網格分辨率為2.0°×2.5°,采用了基于高級混合數據同化的雙通道同化方法PODEn4DVAR。

不同于傳統同化系統中包含一個靜態同化通道和一個參數校準通道,Tan-Tracker 包含2 個靜態同化通道,可以支持濃度和排放同時作為同化狀態變量,系統用于同化的觀測數據包括ObsPack 和GOSAT 衛星的數據,在格點尺度進行同化。

Tan-Tracker 系統同時也是中國CO2觀測衛星TanSat 發射準備的一部分,系統能夠同化地面和衛星觀測數據,此外,該系統將使用地球模擬器提升計算能力,最終的系統版本能夠實現氣象和CO2觀測數據的同化。

2.2 區域碳同化系統

2.2.1 CFI-CMAQ

CFI-CMAQ 模型系統[32]是由南京大學、中國科學院大氣物理所聯合開發的區域CO2通量反演系統,能夠在網格尺度優化地面CO2通量模擬。 該系統基于RAMS-CMAQ 大氣化學模式建立,分別使用集合卡爾曼濾波EnKF 和集合卡爾曼平滑EnKS,同化CO2濃度和通量觀測數據,該方法的優點是能最大限度地利用CO2濃度觀測資料,得到較好的CO2通量分布。

CFI-CMAQ 模型系統可以實現區域模式多尺度多過程的動態耦合,解決由城市區化石燃料排放引起的更精細尺度上CO2傳輸和變化。 此外,影響CO2時空分布的各種關鍵因素如地形、地氣交換通量、傳輸過程等在區域模式中模擬效果更好。 通過同化GOSAT 的CO2觀測數據,開展一系列的觀測系統模擬實驗OSSEs 檢驗CFI-CMAQ系統的表現,結果表明,使用EnKS 能夠較好地優化CO2通量,且誤差在可接受范圍內。

2.2.2 RCAS

RCAS 模型系統為中國科學院大學郭立峰[33]開發的區域高精度碳同化系統。 該系統基于區域溫室氣體模型WRF-GHG 開發,實現了生態系統模型VPRM 和中尺度氣象模式 WRF 的在線耦合,為自然CO2通量和人為CO2通量的同步優化提供了可能。 該系統提高了CO2源匯和 CO2濃度反演的時空分辨率和精度,其反演的區域CO2通量空間分辨率高達5 km。 研究表明,同化前后CO2濃度模擬值與 GOSAT 衛星柱濃度的相關性有一定提高。

WRF-GHG 能夠在區域尺度實現大氣和陸地生態系統之間的溫室氣體交換的模擬,同時考慮大氣擴散和輸送等過程對溫室氣體的影響,模擬和預測溫室氣體在時間和空間上的分布特征;因此,在區域碳同化反演中被廣泛應用。 例如,PILLAI[42]采用WRF-GHG、生態系統模型VPRM、貝葉斯反演方法開展了德國柏林市的高分辨城市CO2排放反演。

2.2.3 Tracers-Tracker

Tracers Tracker 是由魯立江[34]開發的區域高分辨率碳同化反演系統,該系統實現了基于正交分解的四維變分數據同化POD4DVar 高效同化算法和區域大氣傳輸模型 CMAQ 的耦合。POD4DVar 方法用較少的基向量捕捉數據的時空演變特征,克服了傳統四維變分同化方法在開發和維護中的困難。

Tracers Tracker 系統可以有效吸收觀測信息,較好地消除先驗通量中的誤差,提高后驗模擬的準確性。

2.3 模型系統比較及表現評估

表1 中總結了上述常見的全球及區域尺度碳同化系統的組成、同化方法、模擬空間分辨率及主要特點等信息。 從模型組成看,相較于使用固定的陸地生態系統數據,耦合了生態系統模型的模型系統,可幫助提升碳同化反演的準確性。 從同化方法來看,多種同化方法被采用,包括集合卡爾曼濾波、四維變分等。 從空間分辨率來看,上述模型系統在全球和區域應用中較高的模擬分辨率分別為1°×1°和5 km×5 km。

表1 常見全球和區域尺度碳同化系統Table 1 The common global and regional scale carbon assimilation inversion model systems

從同化用觀測數據來看,已有模型系統可實現地基和衛星多源觀測數據同化的雙重功能,部分模型系統則是使用衛星和地基觀測數據進行單獨同化;過去研究中發現,同化中使用的觀測數據對反演結果具有顯著的影響,對于觀測數據的篩選和質控需密切關注。 從背景CO2濃度條件來看,部分模型系統通過嵌套模擬提供邊界輸入,部分模型系統使用已有全球系統的輸出結果,2 種方法均可取,但需注意背景CO2濃度數據的可靠性。

對于特定的反演需求,研究人員需根據數據基礎條件、反演目標選用合適的模型系統,并預先了解系統的準確性、誤差來源、對輸入數據的要求,降低人為引入的誤差。 在區域碳同化反演應用中,推薦使用獨立觀測數據進行模型表現的多方面校驗。 若條件允許,可以使用2 種以上的模型系統開展碳同化反演工作。

碳同化反演系統的不確定性來源于大氣傳輸模型、反演方法、觀測數據選擇、先驗通量約束等多個方面,研究中常使用觀測數據與模擬數據對比,來評估模型系統的表現。

這里收集了2 個代表性模型系統的表現評估情況進行展示,供其他研究者參考。 JIANG 等[40]評估了基于GCASv2 模型系統的模擬結果,發現先驗模擬的CO2濃度與全球11 個站點觀測濃度的斜率介于0.69 ～0.95 之間,僅有3 個站點超過0.9,而后驗模擬的CO2濃度與觀測濃度之間的斜率介于0.82 ～1.1 之間,僅有1 個站點低于0.9,后驗模擬的CO2濃度與觀測吻合更好;從相關性和平均偏差來看,結論也較為相似;上述結果表明,反演后的后驗模擬CO2與觀測吻合更好,準確性有明顯提高。 ZHANG 等[45]評估了基于Carbon-Tracker China 模型系統模擬的2006—2010 年逐月CO2模擬表現,發現在北緯32 ～40°、136 ～144°區域內,在475 ～525、375 ～425、225 ～275 hPa 垂直高度的后驗模擬結果與觀測的相關系數分別達到0.95、0.94 、0.93,均在0.9 以上,后驗模擬結果與瓦里關背景站觀測數據的相關系數為0.87,整體表現較好。

3 結論

全球碳同化系統 Carbon-Tracker、 Carbon Tracker-Lagrange、GCASv2、Tan-Tracker,以及區域碳同化系統CFI-CMAQ、RCAS、Tracers-Tracker,為了解全球及區域尺度陸地碳通量變化、碳匯量變化、碳排放量變化提供了可靠技術手段,并在全球、東亞、中國等碳源和匯估算中得到廣泛應用。

碳同化系統發展過程中,學者們針對陸地生態系統碳通量定量、同化方法優化和效率提升方面取得了快速進步,但仍存在不足;為更好地發揮碳同化系統在雙碳領域中的應用和支撐作用,仍需在以下方面持續發展和探索。 首先,碳同化系統所需輸入數據方面,先驗人為排放清單數據存在一定滯后性,獲取近實時、較高分辨率的先驗CO2人為排放清單存在困難;同化過程中,衛星觀測數據被廣泛使用,但在衛星數據缺乏的區域,連續的、可靠的地面CO2監測數據仍較為缺乏,難以滿足碳同化反演的數據要求,亟需進一步提高多源CO2監測數據的豐富性、準確度和可獲取性。 其次,碳同化系統應用研究方面,已有部分學者針對全球區域和歐洲開展了多模式碳同化反演的對比研究,但對于中國不同省份仍缺少基于多模型系統的碳同化反演比較工作,缺少對不同模型系統差異性的系統認識,未來有必要開展基于統一數據集輸入條件下中國區域碳同化反演的比對工作,以期更好地支撐全球氣候變化應對。 最后,系統本身的技術方法方面,仍需在傳輸模式優化、同化方法改進、觀測數據代表性和選用等多方面持續探索,以期進一步降低區域碳同化反演的不確定性。