大气本底观测数据包括受局地源汇影响数据（非本底数据）和区域混合均匀的数据（本底数据）,合理的筛分出区域混合均匀的浓度信息对于认识区域大气特性至关重要。但我国几个WMO/GAW区域本底站地理环境、气候类型、经济发达水平等存在较大差异,必须针对各站特征针对性开展研究。本研究基于北京上甸子、浙江临安和黑龙江龙凤山站观测CO₂历史资料,研究提出合适的本底CO₂观测资料筛选方法。结果表明,4种筛分方法均可以较好的获得本底站CO₂长期变化特征,各种方法适用性存在较大区别。临安站由于存在较多的局地污染源,采取了更严格的筛选措施。逐步逼近回归筛分（REBS）法明显高估了临安站区域本底CO₂浓度,约1.7±0.2 ppm。相反,甲烷示踪筛分（CT）法低估了临安站区域本底CO₂情况。对龙凤山站,因为CO₂和CH₄源汇机制在夏季有较大差异,夏季CT法会引起明显的偏差。黑炭示踪筛分（BC）和地面风筛分（MET）法均可较好的提取龙凤山站本底CO₂浓度信息。上甸子站由于存在较多的局地源汇,代表混合均匀的区域本底数据较少。综合而言,3个区域本底站均可采用MET法筛分观测CO₂浓度,利用此方法估算浙江临安和黑龙江龙凤山本底大气CO2浓度年增长率分别为3.1±0.1ppm和3.0±0.8ppm,均明显高于全球平均,上甸子站CO₂可分为两种情况,一部分受北京-天津-河北南气团影响,CO₂浓度年增长率分别为3.8±0.01ppm,另一部分受俄罗斯-蒙古-内蒙古气团影响,CO₂浓度年增长率分别为2.7±0.01ppm。