城市道路上的CO?濃度受車流量、車速、氣溫、風向、街道兩側建筑物格局、周邊土地利用類型等多重因素疊加影響，在時空上呈現復雜的動態變化。固定站點監測網絡精度足夠，但空間分辨率難以覆蓋城市路網的細粒度差異；衛星遙感能看到區域尺度的CO?垂直柱濃度，對近地面街道層面的排放動態基本無法分辨。走航監測以移動平臺在整個路網上密集采樣，補上了這兩種手段之間的空間空白。

“全景AI"（Panoptic-AI）技術在走航觀測基礎上增加了一層特征解析能力。全景相機拍攝到的街道場景，包括行駛中的車輛、行人、建筑立面、植被，通過深度學習實時解析，提取"氣象、交通、景觀"三類特征，再與走航觀測的CO?數據融合，訓練可解釋機器學習模型。這個框架的核心價值在于：CO?濃度數據與街道場景特征之間建立了可追溯的定量關系，模型預測結果可以通過SHAP可解釋性分析回溯到各因子的貢獻權重。

深圳走航實驗：2210公里的數據基礎

中國科學院航天信息研究院聯合深圳市生態環境監測中心的研究團隊，將一套移動監測實驗室開上深圳街道。車上搭載高精度溫室氣體分析儀（精度優于120ppb，采樣頻率1Hz）、全景相機和車載氣象站，從2023年4月至11月累計行駛超過2210公里，采集到41.2萬條有效數據記錄，覆蓋深圳約16.3%的路網。

這項研究發表于《Sustainable Cities and Society》（2025）。研究團隊構建的集成學習框架在獨立測試集上的驗證結果為：在30米分辨率、逐小時更新的城市路網CO?增量預測任務上，R2>0.93，MAE<1.3 ppm。

ABN-GHG-M31：車載走航的溫室氣體分析儀

在城市背景CO?濃度約420ppm的環境中，要分辨出幾個ppm量級的交通排放增量，儀器的噪聲基底和漂移控制是關鍵。同時，車載行駛的振動環境要求分析儀保持1Hz連續穩定輸出。

愛博能研發生產的ABN-GHG-M31型中精度溫室氣體分析儀在該系統中承擔CO?連續測量任務。該分析儀基于非分散紅外和激光光譜技術，CO?測量精度≤0.5ppm，支持CO?/CH?/H?O多組分同步測量，內置水汽校正算法，具備車載走航所需的動態適應能力。設備可適配于城市碳監測路網部署、生態系統碳通量調查等觀測場景。

研究發現

1）車流密度的非線性響應

道路CO?增量對車流密度有明顯的非線性響應。當路段車流密度超過7輛/30米時，CO?濃度平均升高約40%。這個變化來自擁堵帶來的低速怠速排放集中放大效應，線性疊加模型無法捕捉這一閾值行為。

2）氣象因子的權重量化

風速、相對濕度、溫度對CO?增量的影響在SHAP可解釋性分析中得到了量化。交通因子（車輛數）展示出對數型增強效應，濕度、風速等氣象因子與CO?增量之間呈現非線性關系形態。這些量化結果為城市通風廊道規劃和低碳街區設計提供了直接的數據基礎。

關鍵驅動因素排序。(a–b) CO?與DTCO?的特征貢獻度；(c) 貢獻度排序及各變量間的差異顯著性。

各驅動因子對DTCO?的偏依賴曲線，其中交通因子（car、_car）展示出對數型增強效應，濕度、風速等氣象因子與DTCO?的非線性關系形態。

3）熱點分布的工作日與周末差異

工作日的CO?排放熱點集中在交通樞紐和主干道；周末熱點向郊區擴散，與居民出行模式的變化直接對應。這一規律通過四類時段的熱點聚類分布圖得到展示：工作日全天、休息日全天、工作日晚高峰、休息日晚高峰。

四幅子圖分別展示工作日全天（11a）、休息日全天（11b）、工作日晚高峰（11c）、休息日晚高峰（11d）的DTCO?熱點聚類分布。

走航觀測加AI解析的方法框架

城市碳排放管理的精細化需要建立融合交通動態、氣象變化、土地利用演變的實時監測體系。這項研究提供的方法框架由三個環節構成：走航觀測提供高時空分辨率的路網CO?數據基礎，全景AI解析將街道場景轉化為可量化的特征變量，可解釋預測模型將兩者融合輸出路網級別的CO?增量預測。

這個框架讓城市路網上的碳行為變得可測、可解釋、可管理。固定站點和衛星遙感各有其適用尺度，走航加AI解析在街道層面提供了第三種觀測能力。

常見問題 FAQ

走航監測和固定站點監測有什么區別？

固定站點精度高，但空間覆蓋率有限，無法刻畫城市路網上的細粒度空間差異。走航監測以移動平臺在整個路網上密集采樣，覆蓋范圍可達到路網級別的16%以上，彌補了固定站點在空間分辨率上的不足。

CO?增量預測的精度指標意味著什么？

R2>0.93表示模型預測值與實測值之間的擬合優度很高，超過93%的變異可以被模型解釋。MAE<1.3 ppm表示預測的平均絕對誤差控制在1.3 ppm以內，對于背景濃度約420 ppm、交通增量僅幾個ppm的城市環境，這個誤差水平足以支撐熱點識別和排放歸因。

ABN-GHG-M31在車載場景下的核心優勢是什么？

CO?精度≤0.5ppm，滿足分辨交通排放增量所需的噪聲基底要求。1Hz采樣頻率保證車輛行駛中的空間分辨率。內置水汽校正算法在戶外動態環境下維持測量穩定性，CO?/CH?/H?O多組分同步測量擴展了可觀測的氣體范圍。