摘 要: 为了促进对重点行业和城市区域人为CO2排放的了解, 2023年5月在中国深圳市开展了一次综合性碳观测实验. 在本次综合探测实验中, 我们构建了一个低成本无人机协同碳观测网络(LUCCN)的雏形, 并利用无人机原位探测数据对燃气发电厂的CO2排放速率进行了估算. LUCCN主要由两种探测仪器构成, 能够实现地面站点观测和无人机原位观测, 两种探测仪器均采用了低成本的非色散红外传感器GMP343. 通过本次实验我们发现, LUCCN的无人机探测组件在数据采集方面较地基站点组件具有明显优势, 其原因在于无人机设备具有高度机动性. 基于无人机探测获取的排放烟羽截面的CO2浓度数据, 采用横截面通量方法估算了发电厂的CO2排放速率, 其计算结果与人为二氧化碳开放数据清单(ODIAC)等统计结果均存在一定差异. 分析其原因主要在于无人机对排放烟羽截面的采样较为稀疏, 有效数据量的缺失导致了CSF结果存在较大误差. 本次实验证明了LUCCN在人为碳排放监测中的应用潜力, 此外, 多台探测仪器的协同观测使得LUCCN未来能够通过"测量-感知-自适应"的策略实现对排放数据的优化采集, 从而提升对区域高频碳排放监测的时空覆盖度. [ABSTRACT FROM AUTHOR]