近百年来，地球气候系统正经历着以全球变暖为主要特征的显著变化。CO2不仅是地球大气自然组分之一，可以选择性吸收来自地表的长波辐射，而且是目前直接受人为活动影响的主要温室气体之一。CO2浓度增加与全球变暖、气候变化之间的关系正受到广泛关注，因此，对大气CO2浓度的观测成为大气科学的重要研究领域之一。传统的大气CO2观测以地表观测为主，虽具有较高精度，但成本昂贵，观测站少且在全球范围内分布不均匀，成为制约全球碳收支研究的主要因素。卫星观测可以提供全球统一、大范围的CO2观测数据，但精确计算全球及区域碳循环过程确定源与汇，对空间CO2浓度观测数据反演精度提出了更高要求。传统的以大气成分为观测目标的卫星，如AIRS/Aqua，IASI/METOP，SCIAMACHY/ENVISAT等，波段设计并未专门侧重温室气体观测。GOSAT卫星于2009年1月在日本发射升空，是目前唯一一颗以大气CO2和CH4为观测目标的卫星，并专门发展了CO2浓度反演算法。一方面，GOSAT卫星极大的扩展了全球碳循环研究可用的数据，另一方面，卫星反演大气CO2浓度仍属于具有挑战性的问题，受气溶胶、地表压、地表反照率等复杂因素影响，GOSAT-CO2数据仍具有较大的不确定性，需要了解其反演算法、误差传递机制，评价分析其数据可信度以及挖掘数据应用潜力。　　本文首先通过对GOSAT-CO2反演算法的研究，利用高精度地表观测数据及GEOS-Chem模型模拟CO2浓度数据，开展了GOSAT-CO2浓度数据真实性评价分析;在此基础上，采用统计方法，结合土地利用类型数据，揭示了全球CO2时空变化规律;进一步通过建立时空插值模型，改进了GOSAT-CO2区域空间分布数据，并与能源排放，地形等数据结合重点分析了中国区域CO2时空变化特征;最后围绕GOSAT-CO2在监测区域排放源的应用潜力，开展了探索性研究。　　论文的主要特色和创新体现在以下几个方面:　　1、利用高精度的CO2地表观测数据和GEOS-Chem模型模拟CO2浓度数据，由点到面，全面、系统的分析了GOSATXCO2数据的不确定性;结合GOSAT-XCO2反演算法，首次对与季节性有关的XCO2数据不确定性进行了分析;　　2、利用GOSAT-XCO2数据，分析了全球CO2浓度时空变化格局，研究了不同地表覆盖类型对大气CO2浓度变化的影响，重点对同纬度森林和草原地表覆盖类型对CO2的吸收能力进行了比较;　　3、改进了GOSATL3级空间数据算法，在此基础上，首次将GOSAT卫星大气CO2数据应用到中国区域，进行了区域CO2变化规律的分析评价。　　4、以中国区域大型发电厂为例，研究了GOSAT传感器对CO2浓度变化的敏感性，指出GOSATXCO2监测区域排放源应满足的基本条件包括:(1)与本底浓度有较大区别;(2)发电厂5°X5°范围内包含110个以上GOSAT观测数据;(3)发电厂海拔高度越高，卫星可获得的人为排放信号越大。实现了利用GOSATXCO2数据监测大型工业碳排放源的初探。