基于國產(chǎn)高分衛(wèi)星的森林碳匯估算技術(shù)研究進展

王晉年，夏 慧，王大康，楊現(xiàn)坤，楊穎頻，羅逸云，侯 璐

（廣州大學a.地理科學與遙感學院，b.空天遙感創(chuàng)新研究院，廣東 廣州 510006）

當今世界，全球氣候變化已經(jīng)演變?yōu)槿祟惐仨毠タ说闹卮箅y題，為避免氣候劇烈變化所造成的極端危害，探尋應對措施成為全球性共識。在此背景下，《京都議定書》［1］與《巴黎協(xié)定》［2］等氣候變化國際公約相繼出臺。為進一步科學評估碳排放及其風險，聯(lián)合國政府間氣候變化專門委員會（IPCC）成立，以保障《聯(lián)合國氣候變化框架公約》（UNFCC）的推進實施［3］。截止到2021年年底，全球已有136個國家承諾盡早實現(xiàn)凈零碳排放。中國作為全球最大的碳排放國，制定2030年實現(xiàn)碳達峰、2060年實現(xiàn)碳中和的戰(zhàn)略路徑對實現(xiàn)綠色工業(yè)化、調(diào)節(jié)全球氣候具有重大意義。從相對減排目標到絕對減排目標［4］，中國政府聚焦增匯減排相關(guān)技術(shù)研發(fā)，踔厲提升碳匯本底監(jiān)測與碳匯估算能力。

森林碳匯是森林植被通過光合作用吸收CO2，并以生物量形式將其固定在植物體或土壤中的一種機制，森林生態(tài)系統(tǒng)作為陸地生態(tài)系統(tǒng)中最大的碳庫，估算與量化森林碳匯成為評價森林生態(tài)系統(tǒng)固碳能力和評價生態(tài)效益的重要指標，也是推動林業(yè)碳匯交易發(fā)展、提高碳匯監(jiān)測能力的關(guān)鍵一環(huán)［5－6］。

在森林碳匯估算方法中，傳統(tǒng)地面調(diào)查往往難以滿足全球化的資源調(diào)查與森林植被參數(shù)反演需求，而衛(wèi)星遙感憑借其連續(xù)、穩(wěn)定、大尺度與可重復觀測等優(yōu)勢為森林碳匯估算提供了新的技術(shù)手段。多光譜衛(wèi)星、高光譜衛(wèi)星在識別森林樹種、估計森林郁閉度或計算葉面積指數(shù)等方面具有優(yōu)勢［7］，但涉及森林垂直結(jié)構(gòu)特征時則顯得無能為力；微波雷達與激光雷達擅長森林內(nèi)部結(jié)構(gòu)特征提取，能夠有效估測林下地形與生物量，顯著提升精度，但其反演復雜性也相應增加，需要考慮林下狀況與地形等多重因素；具備溫室氣體觀測能力的衛(wèi)星對碳通量信息更為敏感，便于實現(xiàn)大尺度分析及數(shù)據(jù)的比較驗證，目前，融合多源遙感數(shù)據(jù)成為主流趨勢［8－9］。然而，大多研究只聚焦于國際先進遙感衛(wèi)星，針對國產(chǎn)高分衛(wèi)星數(shù)據(jù)在這一領域的梳理卻相對較少，難以形成對我國森林碳匯技術(shù)現(xiàn)狀全面系統(tǒng)的認識。

綜上所述，為彌補傳統(tǒng)測量方法的不足、早日實現(xiàn)雙碳目標，本文將構(gòu)建以遙感技術(shù)為支撐的長時序、大范圍、多層次森林碳匯估算體系，并探討國產(chǎn)高分系列衛(wèi)星在該主題中的發(fā)展動態(tài)，并與國際衛(wèi)星展開對比研究，希冀為森林生態(tài)系統(tǒng)的碳匯估算提供完備的方法論參考。

1 森林碳匯估算方法

森林碳匯估算方法通常被分為“自下而上”和“自上而下”兩種形式以作明顯區(qū)分，前者利用小區(qū)域觀測數(shù)據(jù)外推大區(qū)域碳匯情況，后者基于大氣CO2光譜吸收特征與氣象驅(qū)動等資料，結(jié)合大氣傳輸模型反演碳循環(huán)過程。如圖1所示，本研究基于該體系，從數(shù)據(jù)源出發(fā)，將森林碳匯估算方法分為4種形式，其中，生物量法、模型模擬法與微氣象法歸為“自下而上”類，大氣反演法歸為“自上而下”類。

圖1 森林碳匯估算方法分類體系Fig.1 Carbon sink estimation method classification system

1.1 生物量法

生物量法以實地或遙感手段測量生物量為中間過程，實現(xiàn)碳匯估算。其中，平均生物量法通過實測單棵樹木樣本得到不同類型森林的單位面積生物量，適于小尺度及分布均勻的森林區(qū)域研究［10］。生物量轉(zhuǎn)換因子法引入林分生物量與木材材積的比值，即生物量轉(zhuǎn)換因子（BEF），可滿足大范圍碳匯估算需求。考慮到轉(zhuǎn)換因子會隨林齡、樹種、立地條件等發(fā)生變化，方精云等［11］提出換算因子連續(xù)函數(shù)法，建立了材積與轉(zhuǎn)換因子的關(guān)系式，如下列公式所示：

式中，V為林分蓄積量，a和b為常數(shù)。該式可綜合反映各因素對生物量的影響。此外，其他生物量法如蓄積量法、生物量清單法等逐漸關(guān)注林下生物量部分，估算精度得以提高［12－13］。

1.2 模型模擬法

1.2.1 地統(tǒng)計模型法

結(jié)合地面調(diào)查數(shù)據(jù)與海拔、地形、溫度、降水和氮沉降等環(huán)境變量建立不同模型，可實現(xiàn)森林碳匯的間接運算，模型包括K-近鄰、隨機森林、人工神經(jīng)網(wǎng)絡和MaxEnt模型等［14－16］。植被凈初級生產(chǎn)力（NPP）、凈生態(tài)系統(tǒng)生產(chǎn)力（NEP）作為評估森林碳匯能力的指標，不少的統(tǒng)計模型圍繞二者展開，如GSMSR模型［17］通過構(gòu)建土壤呼吸與溫度、降水和上層土壤有機碳密度的關(guān)系，實現(xiàn)NPP估算。

1.2.2 生態(tài)系統(tǒng)過程模型法

為進一步考慮森林生態(tài)系統(tǒng)自身機理，如地面上植物光合作用、呼吸作用、養(yǎng)分循環(huán)和凋落物分解等過程［18］，引入了生態(tài)系統(tǒng)過程模型，該模型不斷推陳出新，如CASA［19］、Biome-BGC［20］、In-VEST［21］和CEVSA［22］等模型，其中，CEVSA-ES模型［23］不僅囊括了植物生理、碳氮分解、水分動態(tài)模擬、分配與凋落等過程，還增加了土壤侵蝕模塊，細致詳盡地模擬生態(tài)系統(tǒng)作用機理。此類模型在設計上已具有顯著的生態(tài)意義，但參數(shù)選擇的不確定性仍然存在（表1）。

表1 森林碳匯估算方法匯總Table 1 Summary of forest carbon sink estimation methods

1.3 微氣象法

1.3.1 渦度法

考慮大氣與下墊面之間的物質(zhì)交換與能量流動過程，渦度法以精細時間尺度與長時序協(xié)同觀測方式深究森林碳循環(huán)過程，能夠獲得連續(xù)、短時、高分辨率的大量CO2通量數(shù)據(jù)與氣象變化數(shù)據(jù)［24］。在渦度相關(guān)技術(shù)支持下，中國陸地生態(tài)系統(tǒng)通量觀測研究網(wǎng)絡（ChinaFLUX）創(chuàng)建已超過20年，其中不乏基于森林生態(tài)系統(tǒng)的CO2通量觀測站，為森林生態(tài)系統(tǒng)碳收支的觀測研究提供了數(shù)據(jù)支撐［25－26］。

1.3.2 渦旋法

渦旋法分為渦旋積累法與弛豫渦旋積累法，后者根據(jù)風速大小與風向?qū)怏w樣本按照定時采樣的準則直接采取樣本，得到森林各部分碳通量?；跍u旋法的研究對設備儀器和操作人員的要求都較高，國內(nèi)利用渦旋法展開碳匯監(jiān)測的研究應用還并不多見［27－28］。

1.4 大氣反演法

1.4.1 大氣傳輸模型模擬

大氣傳輸模型是建立起地表碳匯通量與大氣CO2濃度之間關(guān)系的有效工具［29－30］，基于模式模擬獲取CO2濃度數(shù)據(jù)是主要方法之一，目前應用廣泛的包括全球大氣化學模式GEOS-Chem［31］、中尺度空氣質(zhì)量模式WRF-Chem［32－33］、NOAA基于大氣傳輸模型TM5研發(fā)的大氣反演模型Carbon Tracker［34］和全球三維大氣化學傳輸模型MOZART-4［35］等。應用最廣泛的GEOS-Chem模式使用氣象驅(qū)動數(shù)據(jù)、排放清單數(shù)據(jù)和全球空氣污染情景數(shù)據(jù)等模擬垂向分層大氣CO2濃度值，根據(jù)CO2先驗廓線信息可轉(zhuǎn)換為柱濃度數(shù)據(jù)形成CO2柱濃度數(shù)據(jù)集［36－37］，能夠用于碳相關(guān)的時空動態(tài)演變分析、驅(qū)動因素探索以及衛(wèi)星觀測數(shù)據(jù)的產(chǎn)品應用評估。

1.4.2 衛(wèi)星反演

基于衛(wèi)星數(shù)據(jù)的大氣反演法利用衛(wèi)星觀測數(shù)據(jù)的原始光譜信息結(jié)合大氣傳輸模型反演碳通量，進而估算碳匯。該方法需要借助專用CO2探測衛(wèi)星或具備溫室氣體監(jiān)測能力的傳感器獲取數(shù)據(jù)，利用這些數(shù)據(jù)源可讀取異常變化值、生成時間序列數(shù)據(jù)等［38］，實現(xiàn)以宏觀尺度研究碳循環(huán)的時間與空間變化規(guī)律［39］。然而，碳衛(wèi)星觀測會受到云量、地表反照率以及氣溶膠等干擾使得數(shù)據(jù)不連續(xù)，大尺度觀測形成的粗空間分辨率也是亟需解決的問題之一。

2 國產(chǎn)高分衛(wèi)星在森林碳匯估算中的應用

我國高分系列衛(wèi)星立足獨立自主研發(fā)，衛(wèi)星技術(shù)水平不斷升級改進，逐漸躋身世界領先水平，形成了具有高空間分辨率、高時間分辨率、大寬幅和回訪周期顯著提高的國產(chǎn)高分辨率衛(wèi)星觀測系統(tǒng)，協(xié)同中、低分辨率地面觀測技術(shù)、多衛(wèi)星組網(wǎng)運行，為豐富高分辨率遙感數(shù)據(jù)源、改善數(shù)據(jù)精度提供了新方向。目前，國產(chǎn)高分系列衛(wèi)星已發(fā)射的衛(wèi)星包括高分一號至高分十四號，其中包含光學遙感衛(wèi)星、雷達衛(wèi)星和光學立體測繪衛(wèi)星等多種不同定位衛(wèi)星。在森林碳匯估算過程中，國產(chǎn)高分衛(wèi)星數(shù)據(jù)扮演著重要角色，從森林樹種識別、葉面積指數(shù)反演、森林健康監(jiān)測，到碳濃度追蹤都表現(xiàn)出了相當水平（表2）。

表2 應用于森林碳匯估算的主要國產(chǎn)高分衛(wèi)星概況Table 2 Overview of main domestic high-resolution satellites applied to forest carbon sink estimation

2.1 生物量估算

生物量能夠揭示森林生態(tài)系統(tǒng)的物理化學過程與內(nèi)部能量特征［40］，利用國產(chǎn)高分衛(wèi)星可實現(xiàn)森林生物量估算。高分系列中的光學遙感衛(wèi)星如GF-1、GF-2、GF-4、GF-6與GF-7等都具有反射光譜差異特征，可基于此提取特征變量，并借助多元逐步回歸分析、K最近鄰等方法實現(xiàn)森林生物量估算；微波雷達衛(wèi)星GF-3則通過后向散射系數(shù)與樹高、胸徑、樹干生物量等的強相關(guān)性估算生物量，如以GF-3 SAR為數(shù)據(jù)源，提取后向散射系數(shù)與極化分解特征后可反演研究區(qū)內(nèi)的森林地上生物量［41］。

在森林生物量反演的諸多研究中，不少學者將國產(chǎn)高分衛(wèi)星與國際先進遙感衛(wèi)星相對比，研究發(fā)現(xiàn)，利用國產(chǎn)高分衛(wèi)星估算生物量的模型精度顯著優(yōu)于Landsat 8影像，且與Sentinel-2A、SPOT-6等衛(wèi)星的反演結(jié)果精度較為接近，說明國產(chǎn)高分衛(wèi)星在森林生物量反演上具有巨大潛力。如使用GF-2衛(wèi)星影像結(jié)合野外測量數(shù)據(jù)，構(gòu)建隨機森林模型反演北亞熱帶森林生物量，模型精度達到0.88［42－43］；為充分發(fā)揮國產(chǎn)高分衛(wèi)星數(shù)據(jù)的優(yōu)勢，有研究聯(lián)合GF-3 PolSAR與Landsat-8 OLI數(shù)據(jù)反演森林地上生物量，結(jié)果表明，其結(jié)果精度要優(yōu)于二者單獨估測時的精度［44］；此外，通過建立激光雷達ICESat-2與GF-2間的協(xié)同模型，將雷達影像獲取的條帶范圍內(nèi)的樹木碳密度進行外推，可實現(xiàn)全覆蓋、大區(qū)域的樹木碳密度精確測量［45］，由此可見，在多源數(shù)據(jù)協(xié)同反演的過程中，高分系列衛(wèi)星發(fā)揮的作用不容小覷。

2.2 參數(shù)反演提取

2.2.1 生物物理參數(shù)

估算森林碳匯涉及的生物物理參數(shù)包括樹高、胸徑、葉面積指數(shù)、森林覆蓋度和郁閉度等，從植被本身出發(fā)，改善森林識別與分類精度。

（1）森林樹種識別

高分系列衛(wèi)星具備樹種高精度識別能力，利用光譜信息豐富的光學遙感衛(wèi)星，結(jié)合支持向量機、CART決策樹和隨機森林等機器學習算法便于識別森林表層信息，如應用GF-2衛(wèi)星影像的光譜及紋理屬性可劃分不同樹種及樹齡，總體分類精度達到87.4%［46］。而高光譜數(shù)據(jù)憑借其波段數(shù)量豐富、圖譜合一特性，可基于光譜特征技術(shù)根據(jù)吸收譜帶識別出獨特樹種［47］，如結(jié)合GF-5 AHSI與GF-6 PMS衛(wèi)星數(shù)據(jù)，借助數(shù)字高程模型DEM與地面調(diào)查數(shù)據(jù)等輔助信息建立亞熱帶樹種識別模型［48］。為降低波段之間的強相關(guān)性，一般需要對數(shù)據(jù)進行特征提取或擬合光譜曲線以提高分類精度。此外，利用諧波分析等算法融合GF-5與Sentinel-2A影像用于森林樹種識別被證實具有可行性，融合后的影像在提高空間分辨率的同時也能保持原有光譜保真度［49］。

（2）森林結(jié)構(gòu)提取

利用合成孔徑雷達（SAR）的全天時、全天候與強穿透性特性，能夠精確探測森林生態(tài)系統(tǒng)空間結(jié)構(gòu)，SAR的長波長波段可穿透冠層與林冠以下部分相互作用，有助于理解森林內(nèi)部散射體的物理意義［50］，如整合GF-2光學影像、GF-3 SAR影像與無人機數(shù)字表面模型（DSM）數(shù)據(jù)構(gòu)建的生物量模型精度良好，能夠充分模擬森林冠層結(jié)構(gòu)信息［51］。而GF-7衛(wèi)星搭載的激光測高系統(tǒng)在提取森林垂直結(jié)構(gòu)方面同樣具有優(yōu)勢，利用激光回波波形信息可獲取森林樹冠至林下植被的諸多林分垂直信息，適于大區(qū)域尺度的森林結(jié)構(gòu)研究，如結(jié)合GF-7立體圖像、數(shù)字地形模型（DTM）與實測林分高度值建立線性回歸，從而估算中國北部針葉林高度［52］。此外，利用GF-2衛(wèi)星的測擺能力形成異軌立體觀測也可實現(xiàn)森林垂直結(jié)構(gòu)探測［53］。以上結(jié)果表明，在已知林下地形的前提下，高分系列衛(wèi)星具備較好的森林冠層刻畫能力，與激光雷達生成的空間格局較為吻合。

（3）相關(guān)指數(shù)估計

由于葉片的光譜變化能相當程度地反映森林植被長勢，相關(guān)指數(shù)成為反映森林碳匯能力的重要指標，如葉面積指數(shù)（LAI）、歸一化植被指數(shù)（NDVI）、增強型植被指數(shù)（EVI）、比值植被指數(shù)（RVI）、土壤調(diào)節(jié)植被指數(shù)（SAVI）等，它們?yōu)樯种脖魂P(guān)鍵物候參數(shù)提取及長勢模擬提供了科學依據(jù)［54］。在國產(chǎn)高分系列衛(wèi)星中，大多利用光學遙感衛(wèi)星特性從影像中直接提取相關(guān)植被指數(shù)，如利用GF-6衛(wèi)星的紅邊波段反演LAI及其他生理參數(shù)效果顯著，可獲取更豐富的植被長勢信息［55］；也有研究以NDVI、RVI、SAVI等5種植被指數(shù)作為依據(jù)，對比分析GF-1 WFV衛(wèi)星數(shù)據(jù)與地面同步實測光譜數(shù)據(jù)估算LAI能力的差異［56］。同時，國產(chǎn)高分衛(wèi)星反演的植被指數(shù)產(chǎn)品質(zhì)量可靠，將GF-1生產(chǎn)的MuSyQ NDVI產(chǎn)品與Landsat NDVI、Sentinel-2 NDVI產(chǎn)品進行差異性分析，結(jié)果表明，基于GF-1 WFV的NDVI產(chǎn)品空間連續(xù)性更好、時間連續(xù)性更高，在表達物候特征方面更具優(yōu)勢［57］。

2.2.2 生物化學參數(shù)

生物化學參數(shù)包括植物體內(nèi)色素以及各種營養(yǎng)成分如氮、磷、鉀等，它們能充分指示林木的生長狀況，可用于定量評估林木長勢。植被色素尤其是葉綠素的監(jiān)測已經(jīng)由葉片衍生到冠層級別，反演方式包括小波分析、光譜微分技術(shù)等。國產(chǎn)高分衛(wèi)星在反演生物化學參數(shù)方面已有較多應用，如結(jié)合GF-1衛(wèi)星影像、植被高光譜數(shù)據(jù)與葉綠素含量構(gòu)建葉綠素估算模型，用于植被冠層葉綠素含量反演研究［58］；利用GF-6的黃波段、海岸波段等實現(xiàn)對森林植被的黃化程度監(jiān)測，進而有效監(jiān)測森林生理生化特征［59］。

2.3 土地利用變化監(jiān)測

森林生態(tài)系統(tǒng)的長時序變化包括森林面積變化與轉(zhuǎn)換類型演變。一方面，森林自身發(fā)生轉(zhuǎn)化或退化，如原始森林轉(zhuǎn)化為次生林；另一方面，森林向其他生態(tài)系統(tǒng)類型演變，不同類型的轉(zhuǎn)化造成碳儲量結(jié)果存在較大差異，如森林向農(nóng)田或城市用地轉(zhuǎn)化將釋放大量碳，轉(zhuǎn)化為草地則既可能是碳源也可能是碳匯［60］。因此，需要借助衛(wèi)星遙感數(shù)據(jù)估算森林的更新狀況、造林或砍伐面積，判斷土地利用／覆被變化（LUCC）與碳庫變化程度?；趪a(chǎn)高分衛(wèi)星數(shù)據(jù)得到的LUCC分類結(jié)果較為理想，如使用支持向量機對GF-2影像分類后的Kappa系數(shù)高達0.91［61］。為進一步提升分類精度，不同算法與融合方法不斷拓展，如結(jié)合GF-1與MODIS NDVI數(shù)據(jù)，基于STARFM算法生成融合NDVI數(shù)據(jù)集，可用于土地覆被狀況分類，Kappa系數(shù)達到0.93，精度優(yōu)于單獨的高分衛(wèi)星影像分類結(jié)果［62］；根據(jù)極化SAR易于區(qū)分地物的散射機制原理，以GF-3極化SAR數(shù)據(jù)為數(shù)據(jù)源，使用隨機森林與快速超像素分割方法能夠大幅優(yōu)化土地覆被分類結(jié)果［63］。

2.4 區(qū)域CO2通量同化

利用具備碳監(jiān)測能力的衛(wèi)星反演CO2柱濃度數(shù)據(jù)，并借助大氣輻射傳輸模型與資料同化技術(shù)可獲取碳匯分布情況。在國產(chǎn)高分系列衛(wèi)星中，GF-5衛(wèi)星搭載的溫室氣體探測儀（GMI）采用空間外差光譜技術(shù)（SHS）獲取近紅外至短波紅外的光譜數(shù)據(jù)，能夠定量反演CO2柱濃度信息［64］。已有研究設計出適用于GMI儀器特點的CO2反演方法，經(jīng)過地面觀測站點驗證證明其精度優(yōu)于1%［65］。為彌補GF-5衛(wèi)星在空間分辨率上的不足，可采用自適應Gram-Schmidt算法（GSA）、廣義拉普拉斯金字塔融合算法（GLP）等，結(jié)合GF-1、GF-2衛(wèi)星多光譜數(shù)據(jù)相融合，極大提升數(shù)據(jù)可用性［66－67］。但縱觀現(xiàn)有研究，目前有針對性地利用GF-5衛(wèi)星開展森林生態(tài)系統(tǒng)碳匯估算的研究還很少。

3 結(jié)論與展望

3.1 結(jié)論

為應對全球氣候動蕩、減緩大氣CO2濃度持續(xù)上升，我國制定了碳達峰、碳中和的國家戰(zhàn)略目標，這一目標時間緊、任務重，開展相關(guān)碳匯監(jiān)測與估算的需求日益迫切，以森林碳匯研究為支撐點提升全球碳循環(huán)研究水平是關(guān)鍵要素。

本文構(gòu)建出森林碳匯估算方法分類體系，并以不同數(shù)據(jù)源為切入點細分為4類：①生物量法清晰易懂、操作簡便，從小區(qū)域到大范圍，從林上到林下部分，估算精度大幅提升；②模型模擬法將環(huán)境變量納入考慮范疇，結(jié)合地統(tǒng)計模型或生態(tài)系統(tǒng)過程模型實現(xiàn)NPP估算，借助環(huán)境參數(shù)深入理解森林機理；③微氣象法定期觀測固定區(qū)域的CO2流動狀況，實現(xiàn)高精度連續(xù)性監(jiān)測，適于小區(qū)域、季節(jié)或年際動態(tài)評估；④大氣反演法基于大氣化學傳輸模型與CO2光譜吸收特征反演廓線、柱總量數(shù)據(jù)，可用于分析CO2濃度分布特征、全球長時序變化研究。

著眼于國內(nèi)自主研發(fā)的高分系列衛(wèi)星，隨之相繼發(fā)射與投入使用，國產(chǎn)高分衛(wèi)星性能取得長足進展、衛(wèi)星應用持續(xù)深化，形成全天時、全天候的高分辨率先進對地觀測系統(tǒng)，為我國雙碳目標提供了有力保障。相比國際同類型衛(wèi)星遙感數(shù)據(jù)，國產(chǎn)高分系列衛(wèi)星體系完善、自主可控，與國外技術(shù)差距逐漸縮小，在森林碳匯監(jiān)測、林業(yè)資源調(diào)查中已經(jīng)攻克解決相關(guān)技術(shù)，逐步替代同等分辨率下約80%的國外衛(wèi)星數(shù)據(jù)［68］，成為各項業(yè)務開展的有利抓手，基本能夠滿足碳匯監(jiān)測需求，適用于多個應用場景。但是，國產(chǎn)高分衛(wèi)星仍然存在以下不足：①部分衛(wèi)星數(shù)據(jù)獲取渠道有限，數(shù)據(jù)共享性低；②無多層級產(chǎn)品，必須進行輻射校正、幾何定標、噪音抑制等預處理過程，需同其他高精度影像做異源控制校正以保證數(shù)據(jù)精度；③數(shù)據(jù)質(zhì)量整體偏低，單星覆蓋能力、響應能力、重訪能力與業(yè)務需求仍存在一定差距。

3.2 展望

綜合來看，不論是現(xiàn)有技術(shù)方法還是數(shù)據(jù)質(zhì)量仍然存在局限，一定程度上制約了森林碳匯估算能力。在估算方法上，模型普適性差、核算體系不健全、估算精度待加強和過程機制探討不夠深入等問題仍然較突出；在衛(wèi)星數(shù)據(jù)方面，存在監(jiān)測能力薄弱、覆蓋范圍不足、數(shù)據(jù)誤差不確定、易受干擾以及國產(chǎn)高分衛(wèi)星與國際先進遙感衛(wèi)星存在一定差距等難題。為解決以上問題，未來應爭取在以下方面取得成效：

（1）對森林碳匯的估算研究由表及里、由淺至深，不斷加強碳循環(huán)機制研究，厘清立地條件與人類活動等過程對森林碳匯造成的影響，以提高森林碳匯預測穩(wěn)定性；注重多尺度綜合觀測，聯(lián)合不同方法以彌補碳匯監(jiān)測的長短板，同步構(gòu)建遙感模型與過程模型耦合系統(tǒng)，著力提升碳匯估算精度，推動碳匯觀測技術(shù)邁向新高度。

（2）探索遙感數(shù)據(jù)融合策略，促進多源遙感數(shù)據(jù)間的對比驗證及同化研究；生產(chǎn)高精度、高分辨率的衛(wèi)星產(chǎn)品，加快實現(xiàn)協(xié)同觀測機制，減少對單顆衛(wèi)星數(shù)據(jù)的過度依賴，注重與地面觀測數(shù)據(jù)的結(jié)合，構(gòu)建完備觀測體系，為森林碳匯研究提供更堅實的數(shù)據(jù)支撐；完善國產(chǎn)高分衛(wèi)星組網(wǎng)建設、加快業(yè)務星研發(fā)，積極推進國產(chǎn)高分衛(wèi)星覆蓋能力、重訪能力顯著提升。