温室气体会引起“温室效应”，导致全球变暖、冰川融化、极端天气增加、 生物多样性减少等生态环境问题。自工业革命以来，全球温室气体浓度快速增高， 温室气体已成为全球气候变化研究领域的热点。由于经济的快速发展，我国的二 氧化碳（CO2）和甲烷（CH4）等温室气体排放越发强烈，对我国温室气体变化 状况的研究已十分重要。本研究聚焦于我国典型区域温室气体变化状况，首先基 于我国城市区域临安（LAN）和上店子（SDZ）站的温室气体长期观测，分析了 三种常用温室气体本底数据筛分方法的适用性；接着基于我国青藏高原区域瓦里 关（WLG）站点长期温室气体观测，分析了我国本底温室气体随时间的变化状 况；基于我国长江中下游区域典型稻田温室气体排放观测，分析了温室气体排放 动态规律；最后基于自主设计的线源放气系统，基于麦田温室气体观测分析了通 量足迹模型估测状况。以期为掌握我国典型区域温室气体变化规律、未来温室气 体估测及碳减排政策的制定提供科学支撑。主要结果如下：

      三种常用的温室气体本底数据筛分方法，包括气象筛分法（MET）、统计学 方法（基于稳健本底信号提取，REBS）和时间敏感性筛分法（基于标准差变异 性，SDM），在提取 LAN 站长期变化趋势上表现良好，但在 SDZ 站差异明显。 REBS 方法的明显差异可能受该站点观测数据的偏倚分布影响，这是一种纯统计 学方法，不考虑站点特殊的地理特性和气象条件的影响。因此 REBS 方法要谨慎 应用于类似 SDZ 的站点。SDM 方法可能会高估长期变化趋势，它倾向于表现人 为源的变化。MET 方法是这三种方法中最合适的筛分法，尤其是在 SDZ 这种具 有特殊地理、气象条件的经济发达区域的站点。

      青藏高原区域大气本底 CO2 在 1994-2019 年间摩尔分数稳定增长，年增长率 为 2.15 ± 0.01 ppm yr-1 。在 1994 年，平均 CO2 摩尔分数仅为 359.9 ± 0.04 ppm， 但到 2019 年达到了历史最高的 414.9 ± 0.04 ppm。CH4 几乎呈连续增加趋势，年 增长率为 5.1 ± 0.1 ppb yr-1 。1994 年 CH4 平均摩尔分数仅为 1799.0 ± 0.4 ppb，但 到 2019 年增加了约 133 ppb，达到 1932.0±0.1 ppb。城区的 CO2 增长率略高于青 藏高原，但差异不大；但是 CH4 有明显差异，青藏高原的 CH4 增加迅速，在某些观测期甚至高于城区。随时间变化，CO2 和 CH4 特征发生明显变化：i）日变 化或季节波动越发明显，ii）CH4 摩尔分数较高的风向随时间出现改变，CO2 差 异不大，iii）源区面积随时间增加，强源区从东北城区转向西南偏远地区，iv） 近年来的增长率明显高于早期。

      长江中下游平原稻麦轮作稻田生长季 CO2 通量呈“U”型曲线，分蘖期开始出 现负值，抽穗期降到最低，表现为 CO2 的汇，平均通量为-3.33 µmol m-2 s-1 ，CH4 通量与 CO2 趋势大致相反，先增加后减少，在分蘖期和拔节期迅猛上升，孕穗期 从峰值下降到低谷，扬花期有微小增加，最大通量（0.40 µg m-2 s-1 ）出现在拔节 期末端孕穗期初，平均通量值为 0.11 µg m-2 s-1 。CO2 从 7:00 开始下降，在 13:00 左右达到最低-16.01 µmol m-2 s-1 ，白天 7:00-18:00 通量为负值，晚上通量为正 （0:00-7:00 和 18:00-0:00），且比较平稳，约 2 µmol m-2 s-1 。CH4 通量为晚上低白 天高，6:00 开始增加，14:00 左右达到峰值约 0.16 µg m-2 s-1 ，夜间通量较平稳， 为 0.07-0.09 µg m-2 s-1 。整个观测阶段，空气温度（Ta）与 CH4 通量呈现指数相 关，CH4 flux = 0.00353e0.137x（R2 = 0.87，P < 0.0001）。饱和水汽压差（VPD）与 CH4 通量呈现线性相关，CH4 flux = 0.00873x + 0.0276（R2 = 0.83，P < 0.0001）。

      不同的 CH4 排放高度、速率和距离下 Kormann 和 Meixner（KM）和通量足 迹预测模型（FFP）的估测精度出现差异。研究发现，“线源宽度（LW）”会导致 FFP 估测误差超过 500％，KM 误差超过 200％。地表粗糙度（z0）也会影响 FFP 估测，但比 LW 的影响弱，误差约 15％。当源排放距离近时，模型高估 217.8％， 而源排放较远时低估了 12.2％。最优模型估测分别出现在冠层水平（CL，高估 5.5％），15 分钟通量平均间隔（15 min，低估 1％）和中等排放速率（ME，低估 1.9％）。CL-30min-ME 配置下 KM 模型表现最佳，而 SL（土壤水平）-15min-ME 配置下 FFP 表现最佳。