燃煤电厂作为全球规模最大的点源碳排放主体，其碳排放量约占全球化石燃料燃烧总碳排放量的 50%，是人类活动碳排放估算的核心环节。因此，科学精准地核算燃煤电厂碳排放，对全球碳盘点和电力行业碳核算意义重大，其精准监测与识别已成为当前国际研究热点。然而，传统计算方式高度依赖电厂自报的燃料用量与碳排放系数乘积，既无法体现不同电厂、地区的实际排放差异，又因国际缺乏统一核算标准，导致估算结果难以对比验证。卫星遥感技术虽在重点源碳排放监测上优势显著，却面临背景干扰、大气稳定性误差及烟羽（烟羽指烟囱中连续排出外形呈羽状的烟体）抬升偏差等难题，致使碳排放反演误差高达 50%，成为全球碳卫星遥感监测体系的关键漏洞。

针对上述问题，该研究团队基于美国轨道碳观测卫星3 号（OCO-3），创新提出“两段线性回归融合高斯函数拟合”模式优化算法，大幅提升碳排放背景值识别效率；运用曼惠特尼秩和检验，开发动态风向校正算法，增强烟羽轨迹反演精准度；构建基于大气稳定性分级响应机制的烟羽抬升模型，精确刻画烟气动态抬升过程，首次实现大型燃煤电厂二氧化碳排放的高精度动态量化与制图。

全球燃煤电厂烟羽可视化

研究数据显示，改进后的高斯烟羽模型成功量化全球14座大型燃煤电厂二氧化碳排放量（21.54-82.3千吨/日），反演精度显著提升（R值最高达0.863、平均达0.703，R值为观测值与模拟值的拟合程度）。其中，风向优化技术有效降低卫星捕捉的二氧化碳烟羽轨迹误差；动态背景校正策略精准过滤数据干扰；融合大气稳定度的烟羽抬升模拟，减少垂直扩散导致的误差。该成果标志着碳排放监测从静态清单向动态管控的重要转变。