基于时空谱的生态保护修复工程碳汇遥感监测技术框架研究

张丹丹 肖晨超 魏丹丹 梁树能 魏英娟

基于时空谱的生态保护修复工程碳汇遥感监测技术框架研究

张丹丹 肖晨超 魏丹丹 梁树能 魏英娟

（自然资源部国土卫星遥感应用中心，北京 100048）

构建星空地一体化的生态保护修复工程碳汇遥感监测技术体系是完善国土空间生态修复碳汇支撑体系的重要组成部分。文章在对生态保护修复工程碳汇遥感监测需求进行系统分析的基础上，充分利用多源遥感大数据在时间维、空间维、光谱维的技术优势，设计了基于时空谱的星空地协同的生态保护修复工程碳汇遥感监测技术框架，包含观测网络体系、数据体系、产品体系、云服务平台、标准体系、应用体系6大部分，重点分析了技术框架亟需突破的4项关键技术，最后以寻乌废弃稀土矿山环境修复工程区碳汇遥感监测的初步应用为例，阐述体系框架的应用模式和实践效果。文章设计的框架思路可为山水林田湖草等不同尺度生态保护修复工程乃至陆地生态系统碳汇精准监测提供一定参考。

时空谱 遥感大数据 陆地碳汇 生态保护修复工程 陆地生态系统碳监测卫星

0 引言

陆地生态系统具有重要的碳汇（通过植树造林、植被恢复等措施，吸收大气中二氧化碳、甲烷等导致温室效应的气体，从而减少温室气体在大气中浓度的过程、活动或机制[1-2]）作用，陆地碳汇对“碳中和”目标的实现具有举足轻重的作用[3]。党的“十九大”提出，要统筹山水林田湖草系统治理，实施重要生态系统保护和修复重大工程。2016-2018年，中国实施了3批25个山水林田湖草生态保护修复工程试点，对原有陆地生态系统的结构和功能的改善，以及森林、草原、湿地、土壤等的固碳作用的有效发挥都起到了重要作用[4-5]。相关研究表明，生态修复区域的碳汇有56%是由生态保护修复工程带来的[5]。然而，单纯依靠中国生态系统研究网络（Chinese Ecosystem Research Network，CERN）、国家生态系统观测研究网络（Chinese National Ecosystem Research Network，CNERN）、中国通量观测研究联盟等生态系统地面观测网络和观测台站等手段，由于受到目前观测站点布设不足且空间分布不均衡、长期且规范的观测平台和网络数据获取困难等多种因素的限 制[1-2]，难以在更为精细的尺度上更为细致全面地为陆地碳汇估算提供支撑数据。鉴于生态保护修复工程具有生态系统结构复杂性、功能多样性、时空多变性等特点，多源遥感技术近年来已经成为陆地生态系统碳汇监测的重要手段[1,6-8]。随着国产陆地卫星数量和观测模式的不断丰富，“高分七号”等激光雷达卫星、L波段差分干涉SAR卫星、“句芒号”卫星等新型卫星载荷的相继成功发射，卫星遥感对地观测能力不断提高[9-10]，同时机载激光雷达、高光谱、无人机等航空遥感技术日益成熟，使得碳汇监测的数据源日益丰富。因此，通过构建星空地协同的应用模式，利用不同时间尺度和空间尺度下的光学、高光谱、雷达等多源遥感数据所获取的高时效性、动态变化的地表覆盖、植被类型及冠层理化参量、特定类别目标等信息，可为生态保护修复工程碳汇遥感监测提供局部生态系统边界、组成、结构、理化参量数据及变化趋势有关信息，可承接地面站点观测数据，进一步开展不同尺度的推广分析，并通过点面结合的手段，形成常态化监测能力，确保碳汇监测分析数据在不同区域不同时间跨度下的可比性。

本文以生态保护修复工程不同实施阶段碳汇监测需求为基础，设计了基于时空谱的星空地协同的生态保护修复工程碳汇遥感监测技术框架思路，并通过具体案例的分析，阐述体系框架的应用模式和实践效果，最后总结和讨论了该技术框架实施面临的问题和应用前景。

1 国土空间生态保护修复工程碳汇遥感监测数据需求

国土空间生态保护修复工程的碳汇遥感监测贯穿工程实施前、实施中和实施后的全生命周期，除了监测不同阶段主要的碳汇参量及其变化外，还需要监测各个阶段不同精细程度的地表覆盖、工程治理状况和环境条件，以从宏观、中观、微观等层面系统全面掌握生态保护修复工程治理与碳汇的耦合关系，为后续工程的规划部署提供参考依据。工程实施前重点是本底的调查，查明对固碳作用显著的各类要素的基底情况，如工程范围内的植被类型、土地利用类型、树种、林龄、植被的生长变化、土壤类型、土壤有机碳含量、土壤砂粒、黏粒等[11-12]。工程实施阶段主要是对河道、退化土地、林草治理、矿山修复治理等治理工程实施情况及引起的碳汇变化情况的监测。工程实施后主要是监测对固碳作用显著的各类要素的变化情况，如植被类型变化、土地利用变化、土壤品质变化等。生态保护修复工程碳汇遥感监测的主要内容及数据需求如表1所示。

表1 生态保护修复工程碳汇遥感监测内容及数据需求表

注：“基期”是指开始生态保护修复工程监测的起始期或对比的标准时期。

2 总体技术框架设计

2.1 基于时空谱的生态保护修复工程碳汇监测总体技术框架

生态保护修复工程碳汇遥感监测技术框架主要由星空地一体化碳汇观测网络体系、基于时空谱的星空地一体化碳汇遥感监测大数据体系、碳汇关键遥感参量产品体系、碳汇监测监管云服务平台、基于多源遥感数据的碳汇遥感监测标准规范体系和分析应用体系6部分组成，如图1所示。

（1）星空地一体化碳汇观测网络体系

针对重点生态保护修复工程多时空尺度的碳汇监测需求，综合利用“高分七号”卫星、L波段SAR卫星、高光谱、陆地生态系统碳监测卫星等多源卫星，机载LiDAR、高光谱、CCD相机、无人机等航空、低空载荷，形成虚拟的卫星-航空-低空遥感观测“面状”网络，同时整合CERN、CNERN等已建的地面通量观测网络、在建和待建的观测站点及样地/样方形成的“点”状网络，构建生态保护修复工程星空地一体化的“点”、“面”结合的碳汇观测网络体系，逐步形成对生态保护修复工程碳汇持续的观测能力，为开展碳汇调查、监测、分析评估等提供高精度、强时效和全覆盖的数据源。

图1 生态修复工程碳汇遥感监测技术框架

（2）基于时空谱的碳汇遥感监测大数据体系

充分发挥多源卫星遥感数据及定量遥感等技术优势，通过整合已建、在建和待建的CERN等野外观测站点等其他地面观测数据，充分发挥多源数据的时–空–谱优势，通过高时–空–谱融合技术，多源数据同化等技术，构建与碳汇监测综合站点相匹配的星空地一体化的碳汇遥感监测数据集，形成时间、空间、光谱多维度的海量遥感大数据集，提升碳汇监测模型在站点尺度和区域尺度的精度和通用性。

（3）碳汇关键遥感参量产品体系

通过多源卫星遥感时空谱系构建、定量遥感、遥感大数据挖掘、生态系统过程-遥感模型模拟预测等技术，构建区域连续碳汇监测产品反演模型，形成多类型多尺度的生态保护修复工程碳汇遥感监测系列产品，包括总初级生产力（Gross Primary Production，GPP）、净初级生产力（Net Primary Production，NPP）、净生态系统生产力（Net Ecosystem Production，NEP）、叶面积指数（LAI）、森林蒸散（Evaportraspiration，ET）、光能利用率（Light Use Efficiency，LUE）、生物量、土壤有机质含量、土壤水分等，为碳汇调查评价、固碳速率及潜力评价提供基础支撑数据。

（4）碳汇遥感监测监管云服务平台

围绕碳汇监测监管需求，建设碳汇遥感监测评估数据库，融合卫星、机载等多源遥感数据、森林资源清查、地理国情监测、第三次国土调查等基础数据、地面生态系统碳循环观测站点数据和气象、社会经济统计等支撑碳汇核算的数据资源，通过虚拟化、云服务资源管理等技术，研发包括成果集成管理、综合展示、统计汇总、时空分析、碳汇核算、模拟分析、辅助决策支持等功能的监管云服务平台，为碳汇的监测监管提供信息化软件支持。

（5）基于多源遥感数据的碳汇遥感监测标准规范体系

碳汇遥感监测标准规范体系包括空天地一体化的碳汇观测网络建设技术要求、碳汇遥感大数据集建设技术要求、碳汇关键遥感产品生产规范等。梳理形成生态保护修复工程星空地一体化碳汇遥感监测数据资源体系，明确野外观测站点所对应的地面观测数据的采集、处理、存储等策略，规范数据类型、数据内容、格式等。设计观测站点对应的多源卫星影像数据、地表覆盖数据、生态参量反演产品的采集与制作频次，及一体化组织管理的概念、逻辑、物理存储模式等。

（6）分析应用体系

基于反演的冠层高度、生物量等碳汇监测关键遥感产品，根据生物量转换因子、精细区分段求积、统计遥感模型等方法估算碳储量，分析生态保护修复工程不同实施阶段碳储量的差异；利用碳汇核算方法和潜力评价模型，结合规划管理等数据，分析固碳速率、增汇能力等；利用遥感、定位观测和定点监测技术，监测评估重要生态空间的碳汇功能现状以及变化情况，量化评估生态保护修复区碳增汇成效；识别评估生态碳汇功能重要空间和生态碳汇提升适宜空间，量化评估不同区域、不同时段各类型生态系统的碳汇潜力与关键影响因素等。

2.2 技术流程设计

生态保护修复工程碳汇遥感监测技术流程如图2所示，包括星空地一体化数据获取、星空地一体化数据标准化处理、多级多尺度碳汇遥感监测产品标准化生产、碳汇估算与模拟分析、综合应用等5个环节。首先，基于光学、高光谱、激光、SAR等卫星，以及航空、低空遥感平台及地面观测台站和网络体系获取生态保护修复工程的多源数据，然后基于标准化的数据处理规范，通过时空谱数据融合、数据同化、数据再分析等技术对获取的星空地一体化数据进行标准化处理，形成时空谱融合的生态保护修复工程碳汇遥感监测大数据集；借助定量遥感技术、机器学习、生态系统过程-遥感模型模拟预测等技术，以碳汇遥感监测关键指标和标准化生产规范为指导，开展多级、多尺度碳汇遥感监测产品标准化生产，形成碳汇遥感监测系列产品；基于构建的碳汇监测服务云平台和碳汇遥感监测大数据集，开展碳汇的时空分析、估算、统计计算等，形成专题图件和分析报告；最后，基于碳汇估算与模拟分析的结果，开展增汇成效评价等综合分析应用，为生态保护修复工程的规划、实施和监管等提供决策支持。

图2 生态保护修复工程碳汇遥感监测技术流程图

2.3 生态保护修复工程碳汇遥感监测产品体系

按照生态保护修复工程不同实施阶段对遥感产品的需求分析，综合激光、高光谱、光学、SAR、热红外等遥感载荷的数据获取能力和智能计算、定量遥感等技术，围绕生态保护修复工程实施的目标，按照可分、实用等原则梳理生态保护修复工程碳汇遥感监测的关键产品体系，如表2所示。

3 生态保护修复工程碳汇遥感监测关键技术方法

（1）智能感知与多源异构数据汇聚技术

星空地一体化碳汇观测网络体系的核心是对多种观测手段的动态和智能感知及数据的汇聚。结合已建的CERN等生态观测网络和在建的生态观测站点，通过卫星虚拟网、传感网、互联网等组网技术，构建面向生态保护修复工程的碳汇智能感知网络，为碳汇监测的多站点联合、多网络系统组合、多尺度联合数据获取提供技术支撑。同时围绕星空地一体化的碳汇遥感监测数据具备的数据密集、计算密集、并发访问密集、时空密集等技术特点，通过数据清洗、数据同化、数据融合等技术实现海量多源异构感知数据的汇聚和管理[14-15]。

（2）基于时空谱的多源遥感数据组织与融合技术

鉴于开展碳汇遥感监测所用的卫星、航空（包括无人机）等不同的遥感平台和传感器在成像的时间、角度、高度、空间分辨率、光谱等特性上存在很大不同，为更有效组织管理和处理时-空-谱多维遥感数据，快速高效提取区域内的多维多要素信息，需对多源、多传感器、多模式的遥感数据进行有效的管理和高精度一体化处理，需逐步突破遥感时空谱多维数据组织模型和融合处理算法等算法，如SPAtial- Temporal-Spectral（SPATS）时空谱多维遥感数据一体化存储结构[16]等，一方面提升多数据产品品质的一致性和稳定性；另一方面，充分发挥多源时空大数据的规模化优势和互补性优势，提升处理精度[17]。

表2 生态保护修复工程碳汇遥感监测关键产品体系

（3）数据和模型耦合驱动的关键碳汇参量定量反演技术

鉴于陆地生态系统碳循环过程机理的复杂性，现有地面观测台站严重不足，小区域或场地尺度等对关键碳汇参数时间和空间分辨率要求越来越高等实际需求，需要发挥机理模型驱动和回归、机器学习、深度学习等数据驱动的定量遥感技术各自的优势，将物理过程建模与灵活的数据驱动建模相结合，构建耦合物理过程机理与数据驱动模型的定量遥感范式[17]，形成泛化能力强、可迁移、小样本适用的关键碳汇参量的定量反演技术[18-19]。

（4）基于遥感大数据的智能解译技术

生态保护修复工程实施不同阶段精细的土地利用类型、植被类型及其变化是进行碳汇监测的重要指标和碳汇估算模型的重要输入参数。基于遥感大数据的智能解译技术对遥感解译的工程化应用具有重要的推动作用[20]，该技术的核心是遥感影像样本库、遥感智能解译的算法与模型、能够进行大规模计算的硬件平台[21]。通过突破多模态知识融合关联的深度网络构建、智能化的加速技术、面向复杂地理场景标准化、规范化的多模态样本库构建技术等[20,22]，为碳汇估算提供高时效性、高精度的土地利用、植被类型等支撑数据。

4 典型生态保护修复工程碳汇遥感监测应用案例

江西赣南山水林田湖生态保护修复工程位于江西省赣州市，是南岭生物多样性保护优先区域，也是我国南方丘陵山地生态屏障重要组成部分。该工程于2016年批复，执行周期为2017–2019年，重点实施生态系统与生物多样性保护、流域水环境保护与整治、矿山环境修复、水土流失治理、土地整治与土壤改良等5大工程。其中位于寻乌县的废弃稀土矿山环境修复工程实施成效显著，入选2020年全国第一批生态产品价值实现典型案例和2021年中国生态修复典型案例，成为中国向全球推介生态与发展共赢的“中国方案”之一。通过本文所构建的基于时空谱的重大生态保护修复工程的技术框架，借助多源遥感大数据等技术对工程区的碳汇进行遥感监测，形成多级碳汇遥感监测产品。图3为基于机器学习等技术，利用“高分一号”、“资源三号”等优于2m的高分辨率卫星影像识别的工程区实施前、实施过程中及实施后的土地利用情况。由图3可知，该工程启动后，通过逐步对废弃的稀土矿山治理、土地整治、周边植被的恢复重建等措施的实施，区域的植被覆盖情况明显改善。图4为利用2016年3月和2020年3月中分辨率卫星影像，基于定量遥感技术反演的植被覆盖度产品（Fractional Vegetation Cover，FVC）的工程实施前后对比图。由图4可知，区域的植被覆盖已由近10%提高到90%以上。随着林地、园地、草地、耕地等植被的恢复，及不同物种、林龄等的变化，区域的固碳能力和碳汇等参量也随之变化。图5为基于遥感数据、地面观测数据、气象数据等多源数据，利用Invest模型估算的区域固碳量产品的变化图。由图5可知，区域的总碳固持量由2016年的2.65kg增加到2020年的2.72kg，此外，在中部矿区植被恢复的区域及西北部耕地恢复的区域固碳总量在持续增加，充分表明了植被对固碳的显著作用。

图3 寻乌废弃稀土矿山环境修复工程区实施不同年份土地利用对比图

图4 寻乌废弃稀土矿山环境修复工程实施前后植被覆盖度对比图

图5 寻乌废弃稀土矿山环境修复工程区实施不同年份固碳量对比图

5 结束语

本文针对国土空间生态保护修复工程碳汇遥感监测需求，设计了包括观测网络体系、数据体系等六大核心内容的生态保护修复工程遥感监测技术体系框架，梳理了碳汇遥感监测的关键产品体系，提出了需要突破的智能感知与多源异构数据汇聚、基于时空谱的多源遥感数据组织与融合、数据和模型耦合驱动的关键碳汇参量定量反演等关键技术，并以具体的应用案例说明体系的初步应用模式，对后续山水林田湖草等生态保护修复工程及其它国土空间生态保护修复项目的碳汇监测都有一定的参考意义。

然而由于陆地生态系统碳循环过程的复杂性，山水林田湖草等生态保护修复工程的系统性，体系框架的跨学科、跨领域、跨部门性，数据共享的不充分性和技术的复杂性等特点，为本文所提出的技术框架的实施带来了一定的难度。然而随着国家“双碳”目标的深入推进，也为跨学科、跨部门的联合、多源数据的充分共享、联合科技创新等提供了契机。通过加大对“十四五”期间正在实施的生态保护修复工程的实践探索，不断优化和完善体系框架结构，对进一步推动多源遥感大数据等技术在国土空间生态保护修复的应用和碳中和目标的实现具有重要意义。

[1] 于贵瑞, 何念鹏, 王秋凤, 等. 中国生态系统碳收支及碳汇功能理论基础与综合评估[M]. 北京: 科学出版, 2013.

YU Guirui, HE Nianpeng, WANG Qiufeng, et al. Theoretical Basis and Comprehensive Assessment of Ecosystem Carbon Budget and Carbon Sink Function in China[M].Beijing: Science Press, 2013. (in Chinese)

[2] 于贵瑞, 赵新全, 刘国华. 中国陆地生态系统的增汇技术途径及其潜力分析[M]. 北京: 科学出版社, 2018.

YU Guirui, ZHAO Xinquan, LIU Guohua. The Technical Approach and Potential Analysis of Land Ecosystem Augmentation in China[M]. Beijing: Science Press, 2018. (in Chinese)

[3] 朴世龙, 岳超, 丁金枝, 等. 试论陆地生态系统碳汇在“碳中和”目标中的作用[J]. 中国科学: 地球科学, 2022, 52(7): 1419-1426.

PIAO Shilong, YUE Chao, DING Jinzhi, et al. Perspectives on the Role of Terrestrial Ecosystems in the ‘Carbon Neutrality’ Strategy[J]. SCIENTIA SINICA Terrae, 2022, 65(6): 1178-1186. (in Chinese)

[4] 罗明, 于恩逸, 周妍, 等. 山水林田湖草生态保护修复试点工程布局及技术策略[J]. 生态学报, 2019, 39(23): 8692-8701.

LUO Ming, YU Enyi, Zhou Yan, et al. Distribution and Technical Strategies of Ecological Protection and Restoration Projects for Mountains-rivers-forests-farmlands-lakes-grasslands[J]. Acta Ecologica Sinica, 2019, 39(23): 8692-8701. (in Chinese).

[5] 孔凡婕, 应凌霄, 文雯, 等. 基于国土空间生态修复的固碳增汇探讨[J]. 中国国土资源经济, 2021(12): 70-76.

KONG Fanjie, YING Lingxiao, WEN Wen, et al. Exploring Carbon Sequestration and Sink Enhancement Based on Ecological Restoration of Territorial Space[J]. Land and Resource Economy of China, 2021(12): 70-76. (in Chinese)

[6] 自然资源部, 财政部, 生态环境部. 山水林田湖草生态保护修复工程指南[EB/OL]. [2022-08-15]. http://zzgj.haikou.gov.cn/xxgk/fggw/gjfg/202008/P020201222417565712559.pdf.

Ministry of Natural Resources of the People¢s Republic of China, Ministry of Finance of the People¢s Republic of China, Ministry of Ecology and Environment of the People¢s Republic of China. Guide to Ecological Protection and Restoration of Mountain, Forest, Field, Lake and Grass [EB/OL]. [2022-08-15]. http://zzgj.haikou.gov.cn/xxgk/fggw/gjfg/202008/ P020201222417565712559.pdf.(in Chinese)

[7] 国家发改委, 自然资源部. 全国重要生态系统保护和修复重大工程总体规划(2021–2035年)[EB/OL]. [2022-08-15]. https://www.sohu.com/a/502741108_121123767.

National Development and Reform Commission, Ministry of Natural Resources of the People¢s Republic of China. National Master Plan for Major Projects for the Protection and Restoration of Important Ecosystems (2021-2035)[EB/OL]. [2022-08-15]. https://www.sohu.com/a/502741108_121123767. (in Chinese)

[8] 刘良云, 陈良富, 刘毅, 等. 全球碳盘点卫星遥感监测方法、进展与挑战[J]. 遥感学报, 2022, 26(2): 243-267.

LIU Liangyun, CHEN Liangfu, LIU Yi, et al. Satellite Remote Sensing for Global Stocktaking: Methods, Progress and Perspectives[J]. National Remote Sensing Bulletin, 2022, 26(2): 243-267.(in Chinese)

[9] 唐新明, 胡芬. 卫星测绘发展现状与趋势[J]. 航天返回与遥感, 2018, 39(4): 26-35.

TANG Xinming, HU Fen. Development Status and Trend of Satellite Mapping[J]. Spacecraft Recovery & Remote Sensing, 2018, 39(4): 26-35.(in Chinese)

[10] 周晓青, 彭明媛, 胡芬. 我国陆地遥感卫星发展现状与展望[J]. 卫星应用, 2022(9): 14-19.

ZHOU Xiaoqing, PENG Mingyuan, HU Fen. Present Situation and Prospect of Land Remote Sensing Satellite Development[J].Satellite Application, 2022(9): 14-19. (in Chinese)

[11] 陈元鹏, 任佳, 王力. 基于多源遥感数据的生态保护修复项目区监测方法评述[J]. 生态学报, 2019, 39(23): 8789-8797.

CHEN Yuanpeng, REN Jia, WANG Li. Review on Monitoring Method of Ecological Conservation and Restoration Project Area Based on Multi-source Remote Sensing Data[J]. Acta Ecologica Sinica, 2019, 39(23): 8789-8797. (in Chinese)

[12] 王燕, 邹长新, 林乃峰, 等. 基于生态监管的生态保护修复工程实施成效评估指标体系研究[J]. 生态学报, 2023, 43(1): 1-10.

WANG Yan, ZOU Changxin, LIN Naifeng, et al. Ecological Supervision Oriented Evaluation Indication System for Performance Assessment of Ecological Protection and Restoration Project Implementation[J]. Acta Ecologica Sinica, 2023, 43(1): 1-10. (in Chinese)

[13] 第三次全国国土调查技术规程: TD/T 1055-2019[S]. 北京: 中华人名共和国自然资源部, 2019.

Technical Regulations for the Third National Land Survey: TD/T 1055-2019[S]. Beijing: Ministry of Natural Resources of the People's Republic of China, 2019. (in Chinese)

[14] 王运涛, 王国强, 王桥, 等. 我国生态环境大数据发展现状与展望[J]. 中国工程科学, 2022(5): 56-62

WANG Yuntao, WANG Guoqiang,WANG Qiao, et al. Development Status and Prospects of Ecological Environment Big Data in China[J]. Strategic Study of CAE, 2022(5): 56-62. (in Chinese)

[15] 陈军, 武昊, 刘万增, 等. 自然资源时空信息的技术内涵与研究方向[J]. 测绘学报, 2022, 51(7): 1130-1140.

CHEN Jun, WU Hao, LIU Wanzeng, et al. Technical Connotation and Research Agenda of Natural Resources Spatio-temporal Information[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(7): 1130-1140. (in Chinese)

[16] 张立福, 陈浩, 孙雪剑, 等. 多维遥感数据时空谱一体化存储结构设计[J]. 遥感学报, 2017, 21(1): 62-73.

ZHANG Lifu, CHEN Hao, SUN Xuejian, et al. Designing Spatial-temporal-spectral Integrated Storage Structure of Multi-dimensional Remote Sensing Images[J]. Journal of Remote Sensing, 2017, 21(1): 62-73. (in Chinese)

[17] 仇晓兰, 胡玉新, 上官松涛, 等. 遥感卫星大数据高精度一体化处理技术[J]. 大数据, 2022, 8(2): 15-27.

QIU Xiaolan, HU Yuxin, SHANGGUAN Songtao, et al. Remote Sensing Satellite Big Data High-precision Integration Processing Technology[J]. Big Data Research, 2022, 8(2): 15-27. (in Chinese)

[18] 龚健雅, 李彦胜. 定量遥感与机器学习能够融合吗？[J]. 地球科学, 2022(10): 3911-3912

GONG Jianya, LI Yansheng. Can Quantitative Remote Sensing and Machine Learning be Integrated?[J]. Earth Science, 2022(10): 3911-3912. (in Chinese)

[19] 杨倩倩, 靳才溢, 李同文, 等. 数据驱动的定量遥感研究进展与挑战[J]. 遥感学报, 2022, 26(2): 268-285.

YANG Qianqian, JIN Caiyi, LI Tongwen, et al. Research Progress and Challenges of Data-driven Quantitative Remote Sensing[J]. National Remote Sensing Bulletin, 2022, 26(2): 268-285. (in Chinese)

[20] 张兵, 杨晓梅, 高连如, 等, 倪丽. 遥感大数据智能解译的地理学认知模型与方法[J]. 测绘学报, 2022, 51(7): 1398-1415.

ZHANG Bing, YANG Xiaomei, GAO Lianru, et al. Geo-cognitive Models and Methods for Intelligent Interpretation of Remotely Sensed Big Data[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(7): 1398-1415. (in Chinese)

[21] 龚健雅. 智能遥感解译研究面临的挑战、最新进展及解决方案[EB/OL]. [2022-08-15]. https://view.inews.qq.com/k/ 20210712A04XPA00?web_channel=wap&openApp=false.

GONG Jianya. The Challenge, the Latest progress and the Solution of Intelligent Remote Sensing interpretation[EB/OL]. [2022-08-15]. https://view.inews.qq.com/k/20210712A04XPA00?web_channel=wap&openApp=false.

[22] 张兵. 遥感大数据时代与智能信息提取[J]. 武汉大学学报(信息科学版), 2018, 43(12): 1861-1871.

ZHANG Bing. Remotely Sensed Big Data Era and Intelligent Information Extraction[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 1861-1871. (in Chinese)

Study on the Technical Framework of Carbon Sink Monitoring for Ecological Protection and Restoration Projects Based on Spatial-temporal-spectral Data

ZHANG Dandan XIAO Chenchao WEI Dandan LIANG Shuneng WEI Yingjuan

（Land Satellite Remote Sensing Application Center, MNR, Beijing 100048,China）

The construction of remote sensing monitoring system of carbon sink for ecological protection and restoration projects is an important part of improving the supporting system of carbon sink for ecological restoration of territorial space. A spatial-temporal-spectral based technology framework for carbon sink monitoring in ecological protection and restoration projects was designed based on the systematic analysis of carbon sink monitoring requirements. It included six parts: observation network system, data system, product system, cloud service platform,standard system and application system. Four key technologies needed to be broken through were proposed. Finally, a case study on the application of remote sensing monitoring of carbon sink in the environmental rehabilitation project area of abandoned rare earth mine in Xunwu County is given to illustrate the application model and practical effect of the framework. The framework proposed can be used as a reference for ecological conservation and restoration projects in different scales for the accurate monitoring of carbon sink in terrestrial ecosystems.

spatial-temporal-spectral; remote sensing big data; land carbon sink monitoring; ecological protection and restoration project; terrestrial ecosystem carbon inventory satellite (TECIS-1)

TP79

A

1009-8518(2022)06-0119-10

10.3969/j.issn.1009-8518.2022.06.012

2022-11-07

自然资源卫星遥感技术体系建设与应用示范项目

张丹丹, 肖晨超, 魏丹丹, 等. 基于时空谱的生态保护修复工程碳汇遥感监测技术框架研究[J]. 航天返回与遥感, 2022, 43(6): 119-128.

ZHANG Dandan, XIAO Chenchao, WEI Dandan, et al. Study on the Technical Framework of Carbon Sink Monitoring for Ecological Protection and Restoration Projects Based on Spatial-temporal-spectral Data[J]. Spacecraft Recovery & Remote Sensing, 2022, 43(6): 119-128. (in Chinese)

张丹丹，女，1982年出生，2009年在中国科学院地理科学与资源研究所获博士学位，高级工程师。研究方向为遥感智能处理和生态遥感监测。E-mail：zhangdandan@ lasac.cn。

（编辑：毛建杰）