基于国产高分卫星的森林碳汇估算技术研究进展

王晋年，夏 慧，王大康，杨现坤，杨颖频，罗逸云，侯 璐

（广州大学a.地理科学与遥感学院，b.空天遥感创新研究院，广东 广州 510006）

当今世界，全球气候变化已经演变为人类必须攻克的重大难题，为避免气候剧烈变化所造成的极端危害，探寻应对措施成为全球性共识。在此背景下，《京都议定书》［1］与《巴黎协定》［2］等气候变化国际公约相继出台。为进一步科学评估碳排放及其风险，联合国政府间气候变化专门委员会（IPCC）成立，以保障《联合国气候变化框架公约》（UNFCC）的推进实施［3］。截止到2021年年底，全球已有136个国家承诺尽早实现净零碳排放。中国作为全球最大的碳排放国，制定2030年实现碳达峰、2060年实现碳中和的战略路径对实现绿色工业化、调节全球气候具有重大意义。从相对减排目标到绝对减排目标［4］，中国政府聚焦增汇减排相关技术研发，踔厉提升碳汇本底监测与碳汇估算能力。

森林碳汇是森林植被通过光合作用吸收CO2，并以生物量形式将其固定在植物体或土壤中的一种机制，森林生态系统作为陆地生态系统中最大的碳库，估算与量化森林碳汇成为评价森林生态系统固碳能力和评价生态效益的重要指标，也是推动林业碳汇交易发展、提高碳汇监测能力的关键一环［5－6］。

在森林碳汇估算方法中，传统地面调查往往难以满足全球化的资源调查与森林植被参数反演需求，而卫星遥感凭借其连续、稳定、大尺度与可重复观测等优势为森林碳汇估算提供了新的技术手段。多光谱卫星、高光谱卫星在识别森林树种、估计森林郁闭度或计算叶面积指数等方面具有优势［7］，但涉及森林垂直结构特征时则显得无能为力；微波雷达与激光雷达擅长森林内部结构特征提取，能够有效估测林下地形与生物量，显著提升精度，但其反演复杂性也相应增加，需要考虑林下状况与地形等多重因素；具备温室气体观测能力的卫星对碳通量信息更为敏感，便于实现大尺度分析及数据的比较验证，目前，融合多源遥感数据成为主流趋势［8－9］。然而，大多研究只聚焦于国际先进遥感卫星，针对国产高分卫星数据在这一领域的梳理却相对较少，难以形成对我国森林碳汇技术现状全面系统的认识。

综上所述，为弥补传统测量方法的不足、早日实现双碳目标，本文将构建以遥感技术为支撑的长时序、大范围、多层次森林碳汇估算体系，并探讨国产高分系列卫星在该主题中的发展动态，并与国际卫星展开对比研究，希冀为森林生态系统的碳汇估算提供完备的方法论参考。

1 森林碳汇估算方法

森林碳汇估算方法通常被分为“自下而上”和“自上而下”两种形式以作明显区分，前者利用小区域观测数据外推大区域碳汇情况，后者基于大气CO2光谱吸收特征与气象驱动等资料，结合大气传输模型反演碳循环过程。如图1所示，本研究基于该体系，从数据源出发，将森林碳汇估算方法分为4种形式，其中，生物量法、模型模拟法与微气象法归为“自下而上”类，大气反演法归为“自上而下”类。

图1 森林碳汇估算方法分类体系Fig.1 Carbon sink estimation method classification system

1.1 生物量法

生物量法以实地或遥感手段测量生物量为中间过程，实现碳汇估算。其中，平均生物量法通过实测单棵树木样本得到不同类型森林的单位面积生物量，适于小尺度及分布均匀的森林区域研究［10］。生物量转换因子法引入林分生物量与木材材积的比值，即生物量转换因子（BEF），可满足大范围碳汇估算需求。考虑到转换因子会随林龄、树种、立地条件等发生变化，方精云等［11］提出换算因子连续函数法，建立了材积与转换因子的关系式，如下列公式所示：

式中，V为林分蓄积量，a和b为常数。该式可综合反映各因素对生物量的影响。此外，其他生物量法如蓄积量法、生物量清单法等逐渐关注林下生物量部分，估算精度得以提高［12－13］。

1.2 模型模拟法

1.2.1 地统计模型法

结合地面调查数据与海拔、地形、温度、降水和氮沉降等环境变量建立不同模型，可实现森林碳汇的间接运算，模型包括K-近邻、随机森林、人工神经网络和MaxEnt模型等［14－16］。植被净初级生产力（NPP）、净生态系统生产力（NEP）作为评估森林碳汇能力的指标，不少的统计模型围绕二者展开，如GSMSR模型［17］通过构建土壤呼吸与温度、降水和上层土壤有机碳密度的关系，实现NPP估算。

1.2.2 生态系统过程模型法

为进一步考虑森林生态系统自身机理，如地面上植物光合作用、呼吸作用、养分循环和凋落物分解等过程［18］，引入了生态系统过程模型，该模型不断推陈出新，如CASA［19］、Biome-BGC［20］、In-VEST［21］和CEVSA［22］等模型，其中，CEVSA-ES模型［23］不仅囊括了植物生理、碳氮分解、水分动态模拟、分配与凋落等过程，还增加了土壤侵蚀模块，细致详尽地模拟生态系统作用机理。此类模型在设计上已具有显著的生态意义，但参数选择的不确定性仍然存在（表1）。

表1 森林碳汇估算方法汇总Table 1 Summary of forest carbon sink estimation methods

1.3 微气象法

1.3.1 涡度法

考虑大气与下垫面之间的物质交换与能量流动过程，涡度法以精细时间尺度与长时序协同观测方式深究森林碳循环过程，能够获得连续、短时、高分辨率的大量CO2通量数据与气象变化数据［24］。在涡度相关技术支持下，中国陆地生态系统通量观测研究网络（ChinaFLUX）创建已超过20年，其中不乏基于森林生态系统的CO2通量观测站，为森林生态系统碳收支的观测研究提供了数据支撑［25－26］。

1.3.2 涡旋法

涡旋法分为涡旋积累法与弛豫涡旋积累法，后者根据风速大小与风向对气体样本按照定时采样的准则直接采取样本，得到森林各部分碳通量。基于涡旋法的研究对设备仪器和操作人员的要求都较高，国内利用涡旋法展开碳汇监测的研究应用还并不多见［27－28］。

1.4 大气反演法

1.4.1 大气传输模型模拟

大气传输模型是建立起地表碳汇通量与大气CO2浓度之间关系的有效工具［29－30］，基于模式模拟获取CO2浓度数据是主要方法之一，目前应用广泛的包括全球大气化学模式GEOS-Chem［31］、中尺度空气质量模式WRF-Chem［32－33］、NOAA基于大气传输模型TM5研发的大气反演模型Carbon Tracker［34］和全球三维大气化学传输模型MOZART-4［35］等。应用最广泛的GEOS-Chem模式使用气象驱动数据、排放清单数据和全球空气污染情景数据等模拟垂向分层大气CO2浓度值，根据CO2先验廓线信息可转换为柱浓度数据形成CO2柱浓度数据集［36－37］，能够用于碳相关的时空动态演变分析、驱动因素探索以及卫星观测数据的产品应用评估。

1.4.2 卫星反演

基于卫星数据的大气反演法利用卫星观测数据的原始光谱信息结合大气传输模型反演碳通量，进而估算碳汇。该方法需要借助专用CO2探测卫星或具备温室气体监测能力的传感器获取数据，利用这些数据源可读取异常变化值、生成时间序列数据等［38］，实现以宏观尺度研究碳循环的时间与空间变化规律［39］。然而，碳卫星观测会受到云量、地表反照率以及气溶胶等干扰使得数据不连续，大尺度观测形成的粗空间分辨率也是亟需解决的问题之一。

2 国产高分卫星在森林碳汇估算中的应用

我国高分系列卫星立足独立自主研发，卫星技术水平不断升级改进，逐渐跻身世界领先水平，形成了具有高空间分辨率、高时间分辨率、大宽幅和回访周期显著提高的国产高分辨率卫星观测系统，协同中、低分辨率地面观测技术、多卫星组网运行，为丰富高分辨率遥感数据源、改善数据精度提供了新方向。目前，国产高分系列卫星已发射的卫星包括高分一号至高分十四号，其中包含光学遥感卫星、雷达卫星和光学立体测绘卫星等多种不同定位卫星。在森林碳汇估算过程中，国产高分卫星数据扮演着重要角色，从森林树种识别、叶面积指数反演、森林健康监测，到碳浓度追踪都表现出了相当水平（表2）。

表2 应用于森林碳汇估算的主要国产高分卫星概况Table 2 Overview of main domestic high-resolution satellites applied to forest carbon sink estimation

2.1 生物量估算

生物量能够揭示森林生态系统的物理化学过程与内部能量特征［40］，利用国产高分卫星可实现森林生物量估算。高分系列中的光学遥感卫星如GF-1、GF-2、GF-4、GF-6与GF-7等都具有反射光谱差异特征，可基于此提取特征变量，并借助多元逐步回归分析、K最近邻等方法实现森林生物量估算；微波雷达卫星GF-3则通过后向散射系数与树高、胸径、树干生物量等的强相关性估算生物量，如以GF-3 SAR为数据源，提取后向散射系数与极化分解特征后可反演研究区内的森林地上生物量［41］。

在森林生物量反演的诸多研究中，不少学者将国产高分卫星与国际先进遥感卫星相对比，研究发现，利用国产高分卫星估算生物量的模型精度显著优于Landsat 8影像，且与Sentinel-2A、SPOT-6等卫星的反演结果精度较为接近，说明国产高分卫星在森林生物量反演上具有巨大潜力。如使用GF-2卫星影像结合野外测量数据，构建随机森林模型反演北亚热带森林生物量，模型精度达到0.88［42－43］；为充分发挥国产高分卫星数据的优势，有研究联合GF-3 PolSAR与Landsat-8 OLI数据反演森林地上生物量，结果表明，其结果精度要优于二者单独估测时的精度［44］；此外，通过建立激光雷达ICESat-2与GF-2间的协同模型，将雷达影像获取的条带范围内的树木碳密度进行外推，可实现全覆盖、大区域的树木碳密度精确测量［45］，由此可见，在多源数据协同反演的过程中，高分系列卫星发挥的作用不容小觑。

2.2 参数反演提取

2.2.1 生物物理参数

估算森林碳汇涉及的生物物理参数包括树高、胸径、叶面积指数、森林覆盖度和郁闭度等，从植被本身出发，改善森林识别与分类精度。

（1）森林树种识别

高分系列卫星具备树种高精度识别能力，利用光谱信息丰富的光学遥感卫星，结合支持向量机、CART决策树和随机森林等机器学习算法便于识别森林表层信息，如应用GF-2卫星影像的光谱及纹理属性可划分不同树种及树龄，总体分类精度达到87.4%［46］。而高光谱数据凭借其波段数量丰富、图谱合一特性，可基于光谱特征技术根据吸收谱带识别出独特树种［47］，如结合GF-5 AHSI与GF-6 PMS卫星数据，借助数字高程模型DEM与地面调查数据等辅助信息建立亚热带树种识别模型［48］。为降低波段之间的强相关性，一般需要对数据进行特征提取或拟合光谱曲线以提高分类精度。此外，利用谐波分析等算法融合GF-5与Sentinel-2A影像用于森林树种识别被证实具有可行性，融合后的影像在提高空间分辨率的同时也能保持原有光谱保真度［49］。

（2）森林结构提取

利用合成孔径雷达（SAR）的全天时、全天候与强穿透性特性，能够精确探测森林生态系统空间结构，SAR的长波长波段可穿透冠层与林冠以下部分相互作用，有助于理解森林内部散射体的物理意义［50］，如整合GF-2光学影像、GF-3 SAR影像与无人机数字表面模型（DSM）数据构建的生物量模型精度良好，能够充分模拟森林冠层结构信息［51］。而GF-7卫星搭载的激光测高系统在提取森林垂直结构方面同样具有优势，利用激光回波波形信息可获取森林树冠至林下植被的诸多林分垂直信息，适于大区域尺度的森林结构研究，如结合GF-7立体图像、数字地形模型（DTM）与实测林分高度值建立线性回归，从而估算中国北部针叶林高度［52］。此外，利用GF-2卫星的测摆能力形成异轨立体观测也可实现森林垂直结构探测［53］。以上结果表明，在已知林下地形的前提下，高分系列卫星具备较好的森林冠层刻画能力，与激光雷达生成的空间格局较为吻合。

（3）相关指数估计

由于叶片的光谱变化能相当程度地反映森林植被长势，相关指数成为反映森林碳汇能力的重要指标，如叶面积指数（LAI）、归一化植被指数（NDVI）、增强型植被指数（EVI）、比值植被指数（RVI）、土壤调节植被指数（SAVI）等，它们为森林植被关键物候参数提取及长势模拟提供了科学依据［54］。在国产高分系列卫星中，大多利用光学遥感卫星特性从影像中直接提取相关植被指数，如利用GF-6卫星的红边波段反演LAI及其他生理参数效果显著，可获取更丰富的植被长势信息［55］；也有研究以NDVI、RVI、SAVI等5种植被指数作为依据，对比分析GF-1 WFV卫星数据与地面同步实测光谱数据估算LAI能力的差异［56］。同时，国产高分卫星反演的植被指数产品质量可靠，将GF-1生产的MuSyQ NDVI产品与Landsat NDVI、Sentinel-2 NDVI产品进行差异性分析，结果表明，基于GF-1 WFV的NDVI产品空间连续性更好、时间连续性更高，在表达物候特征方面更具优势［57］。

2.2.2 生物化学参数

生物化学参数包括植物体内色素以及各种营养成分如氮、磷、钾等，它们能充分指示林木的生长状况，可用于定量评估林木长势。植被色素尤其是叶绿素的监测已经由叶片衍生到冠层级别，反演方式包括小波分析、光谱微分技术等。国产高分卫星在反演生物化学参数方面已有较多应用，如结合GF-1卫星影像、植被高光谱数据与叶绿素含量构建叶绿素估算模型，用于植被冠层叶绿素含量反演研究［58］；利用GF-6的黄波段、海岸波段等实现对森林植被的黄化程度监测，进而有效监测森林生理生化特征［59］。

2.3 土地利用变化监测

森林生态系统的长时序变化包括森林面积变化与转换类型演变。一方面，森林自身发生转化或退化，如原始森林转化为次生林；另一方面，森林向其他生态系统类型演变，不同类型的转化造成碳储量结果存在较大差异，如森林向农田或城市用地转化将释放大量碳，转化为草地则既可能是碳源也可能是碳汇［60］。因此，需要借助卫星遥感数据估算森林的更新状况、造林或砍伐面积，判断土地利用／覆被变化（LUCC）与碳库变化程度。基于国产高分卫星数据得到的LUCC分类结果较为理想，如使用支持向量机对GF-2影像分类后的Kappa系数高达0.91［61］。为进一步提升分类精度，不同算法与融合方法不断拓展，如结合GF-1与MODIS NDVI数据，基于STARFM算法生成融合NDVI数据集，可用于土地覆被状况分类，Kappa系数达到0.93，精度优于单独的高分卫星影像分类结果［62］；根据极化SAR易于区分地物的散射机制原理，以GF-3极化SAR数据为数据源，使用随机森林与快速超像素分割方法能够大幅优化土地覆被分类结果［63］。

2.4 区域CO2通量同化

利用具备碳监测能力的卫星反演CO2柱浓度数据，并借助大气辐射传输模型与资料同化技术可获取碳汇分布情况。在国产高分系列卫星中，GF-5卫星搭载的温室气体探测仪（GMI）采用空间外差光谱技术（SHS）获取近红外至短波红外的光谱数据，能够定量反演CO2柱浓度信息［64］。已有研究设计出适用于GMI仪器特点的CO2反演方法，经过地面观测站点验证证明其精度优于1%［65］。为弥补GF-5卫星在空间分辨率上的不足，可采用自适应Gram-Schmidt算法（GSA）、广义拉普拉斯金字塔融合算法（GLP）等，结合GF-1、GF-2卫星多光谱数据相融合，极大提升数据可用性［66－67］。但纵观现有研究，目前有针对性地利用GF-5卫星开展森林生态系统碳汇估算的研究还很少。

3 结论与展望

3.1 结论

为应对全球气候动荡、减缓大气CO2浓度持续上升，我国制定了碳达峰、碳中和的国家战略目标，这一目标时间紧、任务重，开展相关碳汇监测与估算的需求日益迫切，以森林碳汇研究为支撑点提升全球碳循环研究水平是关键要素。

本文构建出森林碳汇估算方法分类体系，并以不同数据源为切入点细分为4类：①生物量法清晰易懂、操作简便，从小区域到大范围，从林上到林下部分，估算精度大幅提升；②模型模拟法将环境变量纳入考虑范畴，结合地统计模型或生态系统过程模型实现NPP估算，借助环境参数深入理解森林机理；③微气象法定期观测固定区域的CO2流动状况，实现高精度连续性监测，适于小区域、季节或年际动态评估；④大气反演法基于大气化学传输模型与CO2光谱吸收特征反演廓线、柱总量数据，可用于分析CO2浓度分布特征、全球长时序变化研究。

着眼于国内自主研发的高分系列卫星，随之相继发射与投入使用，国产高分卫星性能取得长足进展、卫星应用持续深化，形成全天时、全天候的高分辨率先进对地观测系统，为我国双碳目标提供了有力保障。相比国际同类型卫星遥感数据，国产高分系列卫星体系完善、自主可控，与国外技术差距逐渐缩小，在森林碳汇监测、林业资源调查中已经攻克解决相关技术，逐步替代同等分辨率下约80%的国外卫星数据［68］，成为各项业务开展的有利抓手，基本能够满足碳汇监测需求，适用于多个应用场景。但是，国产高分卫星仍然存在以下不足：①部分卫星数据获取渠道有限，数据共享性低；②无多层级产品，必须进行辐射校正、几何定标、噪音抑制等预处理过程，需同其他高精度影像做异源控制校正以保证数据精度；③数据质量整体偏低，单星覆盖能力、响应能力、重访能力与业务需求仍存在一定差距。

3.2 展望

综合来看，不论是现有技术方法还是数据质量仍然存在局限，一定程度上制约了森林碳汇估算能力。在估算方法上，模型普适性差、核算体系不健全、估算精度待加强和过程机制探讨不够深入等问题仍然较突出；在卫星数据方面，存在监测能力薄弱、覆盖范围不足、数据误差不确定、易受干扰以及国产高分卫星与国际先进遥感卫星存在一定差距等难题。为解决以上问题，未来应争取在以下方面取得成效：

（1）对森林碳汇的估算研究由表及里、由浅至深，不断加强碳循环机制研究，厘清立地条件与人类活动等过程对森林碳汇造成的影响，以提高森林碳汇预测稳定性；注重多尺度综合观测，联合不同方法以弥补碳汇监测的长短板，同步构建遥感模型与过程模型耦合系统，着力提升碳汇估算精度，推动碳汇观测技术迈向新高度。

（2）探索遥感数据融合策略，促进多源遥感数据间的对比验证及同化研究；生产高精度、高分辨率的卫星产品，加快实现协同观测机制，减少对单颗卫星数据的过度依赖，注重与地面观测数据的结合，构建完备观测体系，为森林碳汇研究提供更坚实的数据支撑；完善国产高分卫星组网建设、加快业务星研发，积极推进国产高分卫星覆盖能力、重访能力显著提升。