我国提出2030年前实现碳排放达峰，2060年前实现碳中和（“双碳”目标）。这一目标的达成需要在城市和区域范围内监测和评估脱碳进程。目前，CO2浓度监测和大气反演是获得区域碳源汇的主要方法之一，以往的观测站点稀疏，反演结果存在较大不确定性。因此，建立高精度、高分辨率、实时动态的碳监测系统（CMS）已成为重要趋势。京津冀地区人口超过1.1亿，GDP占全国的11%，单位面积煤炭消费量是全球平均的30倍之多，地形条件多样。因此，在这个区域开展碳监测研究，具有很好的示范作用。
自2017年起，中国科学院大气物理研究所牵头，与16家单位合作，在京津冀构建了一套地空天碳监测系统(JJJ-CMS)。该监测系统包括：6个高精度基准站、134个站点组成的高密度观测网、多颗碳监测卫星、垂直探空、无人机、走航车等监测、以及碳模拟反演系统，形成了全方位、立体化的监测系统（图1）。
图1:京津冀城市群碳监测系统（JJJ-CMS），包括：高精度基准站、高密度观测网、多颗碳监测卫星、气球气艇、有/无人飞机和走航车等移动监测手段。
城市CO2穹顶效应（urban CO2 dome）是由于城区高排放形成的局部CO2浓度升高，这种现象可能会增加城市大气污染和热岛效应，对居民的健康产生负面影响，对穹顶效应的观测具有重要意义。京津冀高精度基准站的观测结果显示，2019年北京城区325米气象观测塔观测的CO2浓度比区域背景站上甸子的浓度高10-20ppm，冬季高达20-60ppm（图2）。这一增强效应与美国盐湖谷观测到的幅度一致，但是远低于印第安纳波利斯。
图2. 京津冀6个高精度基准站（北京、天津、香河、上甸子、兴隆、栾城）空间分布，观测到的大气CO2穹顶效应和浓度变化。
中精度观测网，能够用较低的成本，实现较高的空间覆盖和分辨率。应用自主研发的碳污协同测量仪器，在北京组建了134个中精度仪器的公里级碳监测网（图3a），观测结果揭示了城市内部的二氧化碳时空变化和差异。CO2测量仪的原始精度为±30 ppm，通过自主研发的校正算法，显著提升精度至1-4ppm。观测结果显示CO2浓度在冬季重污染期间可达600-700 ppm，而在夏季可降至400 ppm（图3b）。2021年4月，北京城区与郊区的CO2浓度梯度可达10-40 ppm（图3c-d）。通过对2020年冬季的4次污染事件进行分析，CO2浓度与PM2.5浓度在大多数站点都存在显著正相关（图3e-l）。
图3. 中精度高密度网络观测的CO2和PM2.5时空变化。（a）使用低成本传感器的高密度网络空间分布，（b-d）不同时间尺度（年、月、周和日）的CO2浓度变化，（e-l）4次污染事件的CO2和PM2.5的浓度变化和相关性分析。
应用COLA同化反演系统和高精度监测数据进行碳排放反演。结果显示2020年北京的CO2排放量为1.17亿吨，更接近省级数据编制清单的平均值（1.11亿吨），但远低于国家级数据编制清单的平均值（1.52亿吨）（图4）。不确定性分析表明，CO2监测数据有效地进入了反演系统，北京、天津、唐山和石家庄的空间不确定性大幅降低。
图4. 北京大气反演和不同清单的CO2排放量比较。
研究成果发表在美国气象学会出版的旗舰期刊Bulletin of the American Meteorological Society (BAMS)，中国科学院大气物理研究所才其骧博士和美国马里兰大学曾宁教授为论文共同通讯作者，中国科学院大气物理研究所韩鹏飞副研究员和复旦大学姚波教授为论文共同第一作者，合作单位还包括中国气象局气象探测中心、南京大学、国家卫星气象中心、国家发展和改革委员会能源研究所、中国科学院合肥物质科学研究所和北京工业大学等。研究得到了国家重点研发计划“京津冀城市群高时空分辨率碳排放监测及应用示范”项目（2017YFB0504000）和“大气多污染物目标观测技术和集群走航探测系统”项目（2023YFC3705500）的支持。研究成果已被国家部委和地方环保、气象等机构用于碳监测评估。
Han, P., Yao, B., Cai, Q., Chen, H., Sun, W., Liang, M., Zhang, X., Zhao, M., Martin, C., Liu, Z., Ye, H., Wang, P., Li, Y., Zeng, N., 2024a. Support Carbon Neutral Goal with a High-Resolution Carbon Monitoring System in Beijing. Bulletin of the American Meteorological Society 105, E2461-E2481. https://journals.ametsoc.org/view/journals/bams/105/12/BAMS-D-23-0025.1.xml
