CO₂是大气中最重要的温室气体,自工业革命以来大气CO₂浓度逐年增高,极大影响着全球气候变化。卫星观测大气CO₂柱浓度（XCO₂）数据覆盖的地理范围广泛,为研究大气CO₂含量变化提供了有力的数据支撑。然而,卫星遥感观测CO₂存在以下两个主要问题:（1）卫星反演XCO₂的精度受到地表状况、观测大气条件等影响,导致数据的不确定性情况复杂,因而全球范围内卫星观测XCO₂的时空特征具有很大的不确定性,尤其是中国区域;（2）目前存在多种卫星反演算法得到的XCO₂产品,却不存在一个系统的评价方法分析算法产品的表现。针对这两个问题,在中国这个特殊区域,主要从以下两个方面展开:（1）搜集高分辨率格网排放数据（CHRED）调整模型的人为排放CO₂通量数据,应用大气化学传输模型GEOS-Chem,特别是其中的高空间分辨率部分——GEOS-Chem亚洲区域嵌套模型,更精细地进行XCO₂的模型模拟;（2）建立一个系统的评价方法,该评价方法充分考虑大气CO₂本身的特性和时空特征,通过算法产品之间、模型模拟数据集与算法产品的相互比较,以此分析各个算法XCO₂产品的表现。研究具体内容如下:获取了中国区域高时空分辨率CO₂浓度数据集,并借助这套数据,对中国区域卫星反演XCO₂数据进行空间不确定性评估。在此基础上,选择卫星反演数据异常区域,进一步借助获取的模型模拟CO₂浓度数据集,对5种GOSAT反演算法（ACOS、NIES、OCFP、SRFP和EMMA）的XCO₂数据产品展开时空不确定性分析,通过算法产品之间、模型模拟数据集与算法产品的相互比较,评价了各个算法产品的区域整体表现,并获取了区域卫星反演XCO₂的区域误差特征。此外,针对影响反演精度的两个重要因子——气溶胶光学厚度和地表反照率,展开讨论,分析XCO₂不确定性的时空特征与两个因子的关系及各算法的反演机理的内在联系。研究结果表明:（1）长时间序列下卫星反演XCO₂平均水平在中国华北的高值合理地反映了CO₂浓度与人为排放的正相关关系,而东北的低值则反映了CO₂浓度与强植被吸收的负相关关系;在西北显示的高值很有可能是该荒漠地带的高气溶胶和高地表反照率导致卫星反演误差较大所造成的异常现象;（2）在典型研究区域,5种算法的卫星反演XCO₂数据在东部人为排放量大的区域的一致性比西部高亮度地表的沙漠更好;（3）ACOS、NIES、OCFP、SRFP和EMMA5种算法产品中,在中国区域ACOS与SRFP表现最好;（4）在气溶胶光学厚度和地表反照率均处于较高水平时,卫星反演XCO₂不确定性会随着二者之一或者二者的同时增加而变大。创新点如下:1、更精细的模拟了中国区域大气CO₂浓度的时空变化。使用经环保部基于点源排放统计的高分辨率数据集CHRED调整人为排放通量,在GEOS-Chem高分辨率亚洲嵌套模型作用下,获取了更精细的模型模拟高时空分辨率CO₂浓度数据集。2、揭示了典型区域GOSAT反演XCO2数据不确定性的空间特征,对数据以后的应用具有指导意义。在中国40°N条带,人为排放密集、首都北京所在的东部多种GOSAT反演XCO₂产品之间一致性较好,显示了卫星反演数据在该区域评价人为排放对大气CO₂浓度升高影响的应用潜力;西部高气溶胶和高地表反照率沙漠区域不同GOSAT反演XCO₂产品之间数据间一致性较差,显示了该区域GOSAT反演算法依然有待加强,使用时需加以注意。3、建立了一种卫星反演XCO₂数据时空不确定性分析和评价方法。该方法选取地表特征典型区域,从以下三个方面综合评估卫星反演XCO₂:（a）卫星反演XCO₂与模型模拟XCO₂的区域偏差特征及偏差的时空特征;（b）不同算法数据集XCO₂的区域偏差特征及偏差的时空特征;（c）根据大气CO₂浓度的季节循环规律及主要影响因子（如人为排放）等先验知识,评估各XCO₂数据集时空变化特征的合理性。研究表明,特别是在缺少高精度地面站点观测数据的情况下,利用模型模拟及多种算法之间数据集的比较为评估卫星观测结果提供了有效解决方案。