全球碳盘点卫星遥感监测方法、进展与挑战

以全球变暖为主要特征的气候变化已成为全球性环境问题,对全球可持续发展带来严峻挑战。2015年《巴黎协定》确定了自2020年后国家自主贡献的减排方式,并从2023年开始每5 a开展一次全球碳盘点。2019年第49届IPCC全会明确增加了基于卫星遥感的排放清单校验方法。欧盟、美国、日本、加拿大等正在大力发展温室气体排放的MVS（Monitoring and Verification Support）能力。本文调研分析了全球碳盘点对卫星遥感技术的需求,介绍了全球碳盘点卫星遥感的技术原理,梳理了温室气体卫星遥感、生态系统碳源汇卫星遥感估算、人为源碳排放卫星遥感、碳通量同化估算等全球碳盘点卫星遥感核心环节的研究现状与进展,分析了当前卫星遥感技术对全球碳盘点任务的支撑能力,并结合国内外发展趋势,针对性地提出中国的碳监测卫星计划方案,并展望了中国开展全球碳盘点卫星遥感监测重点任务,期望为中国全球碳盘点卫星遥感体系建设提供思路与方案。     

地表覆盖分类数据对区域森林叶面积指数反演的影响

以江西省吉安市为研究区,将5种全球地表覆盖分类数据(包括美国地质调查局(USGS)、马里兰大学(UMD)和波士顿大学(BU)生成的3套数据和欧洲生成的2套数据)以及由TM影像生成的区域地表覆盖分类数据,分别与MODIS1km反射率资料结合,利用基于4尺度几何光学模型的LAI反演方法生成研究区的LAI。在1km和4km两种尺度上将反演的LAI与TM资料生成的LAI进行比较,评价地表覆盖分类数据对LAI反演结果的影响。结果表明,TM和欧洲太空局的GLOBCOVER地表覆盖分类数据用于反演LAI的结果较好,在1km尺度上,反演的LAI与统计模型估算的TMLAI相关的R2分别为0.44和0.40,在4km尺度上的R2分别为0.57和0.54;其次为波士顿大学的MODIS地表覆盖分类数据,据其反演的LAI与TMLAI相关的R2在1km和4km尺度上分别为0.38和0.51;而马里兰大学的UMD和欧洲的GLC2000地表覆盖分类数据会导致反演的LAI存在较大误差,据其反演的LAI与TMLAI之间的一致性较差,在1km和4km两种尺度上平均偏低20%左右;LAI的反演结果对聚集度系数具有强的敏感性。该研究表明,为了提高区域/全球LAI反演精度,需要有高质量的地表覆盖分类数据。