%0 Dataset
%T 基于 DSC-DF-LGB 的中国全覆盖 XCO2逐日 数据集（ 2015-2020 年）
%J 国家冰川冻土沙漠科学数据中心
%I 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn)
%U http://www.ncdc.ac.cn/portal/metadata/47111df7-d758-42f9-9ebb-3a53fcd41113
%W NCDC
%R 10.5281/zenodo.13352556
%A 杨辉
%K XCO2;DSC-DF-LGB;中国
%X 近年来，中国大气二氧化碳浓度逐年上升。卫星观测是获取大气二氧化碳浓度的主要手段。然而，目前用于测量大气二氧化碳的星载传感器观测范围较窄，无法获得时空连续的大气二氧化碳浓度。因此，本数据集提出了一种基于 DSC-DF-LGB（Deep Separable Convolutional Neural Network and Deep Forest concatenated with LightGBM）模型的日全覆盖 XCO2 数据集生成方法，以获取中国大气二氧化碳的时空分布。建立 DSC-DF-LGB 模型的目的是训练 OCO-2 XCO2  检索与相关变量（再分析 XCO2 、植被参数、人为因素、海拔高度和气象参数）之间的映射关系。利用该模型生成了 2015 至 2020 年中国每日 0.1° 全覆盖 XCO2 数据集。全覆盖和高分辨率的 XCO2  数据集可为碳源和碳汇研究提供数据支持。