二氧化碳（CO₂）作为最主要的温室气体,不仅会造成全球变暖,还会引起生物圈层的剧烈变化,其浓度高低能直接表征大气成分的变化幅度,更可反映地气之间的CO₂交换过程。基于连续性、高精度的大气CO₂浓度数据,利用大气传输模型定量计算区域（102～106km2）及以上空间尺度的CO₂通量,是预测大气CO₂浓度变化的基础,有助于评估CO₂对气候变化的影响,可为制定节能减排政策提供科学支持。城市和农业生态系统分别作为主要的碳源、碳汇,在全球碳循环中发挥着重要作用。农业区下垫面平坦均一,CO₂浓度变化受植被生态系统净交换的影响最大;城市区下垫面复杂,其CO₂浓度变化主要受人为源排放的影响。本研究分别选取2个具有代表性的农业区（美国玉米带）和城市区（南京市）,作为对大气CO₂浓度进行观测和模拟的试验区域。美国玉米带“U.S.Corn Belt”是全球最大的玉米种植区,该观测站点已积累丰富和长期（2007-2016年）的观测资料,包括高塔不同观测高度的CO₂浓度、碳氧同位素和涡度相关通量观测数据;南京市位于经济发达的长三角且工业强度高,对大气CO₂浓度观测时段为2012-2016年。本文将利用WRF-STILT大气传输模型和高空间与时间分辨率的CO₂通量资料,模拟两个典型下垫面的大气CO₂浓度,进而基于涡度相关观测和贝叶斯反演算法对CO₂通量进行评估,同时探索模拟区域大气CO₂浓度组成,气象要素对大气CO₂浓度的影响,以及定量CO₂浓度的footprint源区,并就同位素资料在未来CO₂通量反演的适用性进行了分析。本文得到的主要结论如下:（1）WRF-STILT模型能够准确地模拟农业区100m高度处大气CO₂浓度的显著季节和日变化特征;高塔浓度的足迹权重（footprint）源区的年变化并不显著,约80%的浓度贡献值是在观测前12小时大气流经源区时产生的;模型模拟的δ¹³C同位素组分和观测值接近。发现在CO₂通量空间分布异质性大的区域,不能简单使用浓度的组成来代表区域通量的组成,还应结合浓度贡献源区进行深入研究。全年大气CO₂浓度的模拟值和观测值的均方根误差为10.61 ppm,尤其在生长季（6～9月）,100 m高度处观测到的CO₂浓度平均日振幅为20.16 ppm,与模拟结果24.30 ppm相近。即便在该农业种植区,化石燃料燃烧贡献对CO₂浓度的增加量可高达6.61 ppm,不过结果同样反映了人为源CO₂通量的高估或植被生态系统净交换的低估。使用低空间分辨率人为源模拟得到的CO₂浓度增加值只有高空间分辨率的0.4倍,这强调了使用高空间分辨率排放源的必要性。下垫面分类误差以及相应的通量误差使模拟的CO₂浓度贡献出现12 ppm的差异,这是模拟结果偏高7.26 ppm的潜在误差来源。化石源和植被生态系统净交换对CO₂浓度模拟的贡献值分别与供暖季和生长季观测的δ¹³C、δ¹⁸O有极显著（p<0.001）的负相关关系。这是未来基于同位素观测进一步优化CO₂通量的研究方向。白天（10:00～16:00）和夜晚（23:00～5:00）浓度贡献源区差异显著,对于主要的贡献源区面积,白天是夜晚的2～4倍。此外,基于涡度相关观测以及贝叶斯反演算法都得出先验CO₂通量偏高的结果,将基于同位素观测耦合到贝叶斯反演算法中,优化了人为排放源的大小,并降低了人为源的不确定性。（2）在CO₂人为源排放空间异质性强,且排放量大的南京市大气CO₂浓度观测点,WRF-STILT模型能模拟出4个季节观测到的CO₂浓度显著的季节变化和日变化特征,在南京区域边界层高度的变化相对于CO₂通量的变化,是引起CO₂浓度变化的主要因素。影响该34m观测点CO₂浓度的主要影响区域覆盖长三角区域,然而安徽东部和江苏中南部对其浓度潜在影响更大。在大气背景值基础上,CO₂浓度增加值的85%是在过去1天区域源的贡献引起的。石油生产（提炼）与能源贡献分别占据模拟CO₂浓度增加值的41%和26%,而两者只占长三角区域的通量的3%和35%,说明对于空间异质性强的城市区域,不能使用大气CO₂浓度组分来表征区域平均的CO₂通量组成,应结合足迹权重（footprint）的模拟结果来进行深入分析。（3）城市区域模拟的人为源CO₂浓度贡献值在春夏季节为20 ppm,在秋冬季节则高达30 ppm,农业区的CO₂人为源贡献则低于7 ppm,即便玉米带年平均的NEE为负（碳汇）,但是其浓度贡献值却为大于0,这主要是由于夜晚低的边界层高度使得即便和白天相同的CO₂通量（符号相反）,产生的CO₂浓度贡献值高于白天（符号相反）。农业种植区全年浓度变化范围在350-420 ppm之间,6-9月会低于背景值浓度,而对比分析南京城市2014年观测到的C02浓度,全年其浓度基本在400-550 ppm之间变化,并没有明显的季节变化过程,模型都能很好模拟出这两个不同的变化特征。