《衛(wèi)星對地觀測下的紅樹林碳指標監(jiān)測體系》

ICS

CCS

團體標準

T/CXXX—2023

衛(wèi)星對地觀測下的紅樹林

碳指標監(jiān)測體系

Mangrovecarbonindexmonitoringsystemundersatelliteearth

observation

（征求意見稿）

2023-XX-XX發(fā)布2023-XX-XX實施

中國國際科技促進會發(fā)布

衛(wèi)星對地觀測下的紅樹林碳指標監(jiān)測體系

1范圍

本文件規(guī)定了衛(wèi)星對地觀測下的紅樹林碳指標體系和紅樹林碳指標遙感監(jiān)測產(chǎn)品體系。

本文件適用于采用衛(wèi)星對地觀測技術(shù)進行紅樹林生態(tài)系統(tǒng)碳監(jiān)測相關(guān)遙感信息產(chǎn)品的業(yè)務化反演生

產(chǎn)和紅樹林生態(tài)系統(tǒng)碳循環(huán)監(jiān)測技術(shù)系統(tǒng)的建設，為紅樹林碳匯計量與監(jiān)測提供量化依據(jù)。

2規(guī)范性引用文件

下列文件對于本文件的應用是必不可少的。凡是注日期的引用文件，僅所注日期的版本適用于本文件。

凡是不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。

GB/T32453—2015衛(wèi)星對地觀測數(shù)據(jù)產(chǎn)品分類分級規(guī)則

GB/T15919-2010海洋學術(shù)語海洋生物學

IPCC2006年國家溫室氣體清單指南

IPCC2006年國家溫室氣體清單指南2019修訂版

3術(shù)語和定義

3.1

紅樹林mangroves

在熱帶和亞熱帶潮間帶，以紅樹植物為主體的各種耐鹽的喬木和灌木組成的潮灘濕地木本生物群落。

[來源：GB/T15919-2010，5.52，有修改]

4縮略語

下列縮略語適用于本文件：

HS：高光譜數(shù)據(jù)產(chǎn)品（HyperspectralDataProduct）

IPCC：聯(lián)合國政府間氣候變化專門委員會（IntergovernmentalPanelonClimateChange）

LR：激光雷達數(shù)據(jù)產(chǎn)品（LaserRadarDataProduct）

MS：多光譜數(shù)據(jù)產(chǎn)品（MultispectralDataProduct）

MW：微波數(shù)據(jù)產(chǎn)品（MicrowaveDataProduct）

NDVI：歸一化植被指數(shù)（NormalizedDifferenceVegetationIndex）

SMRI：紅樹林淹沒指數(shù)（SubmergedMangroveRecognitionIndex）

5監(jiān)測體系分級原則

依據(jù)GB/T32453—2015《衛(wèi)星對地觀測數(shù)據(jù)產(chǎn)品分類分級規(guī)則》第5章對地觀測數(shù)據(jù)分類分級原則，

結(jié)合碳中和背景下的紅樹林遙感碳指標監(jiān)測需求，制定以下體系分級原則：

a）科學性：監(jiān)測指標的設計和產(chǎn)品體系的劃分符合國家有關(guān)紅樹林經(jīng)營碳匯等方法學、標準在內(nèi)的

碳源匯分類科學體系，并能反應衛(wèi)星遙感數(shù)據(jù)應用對類別和級別劃分的客觀需求，符合已經(jīng)發(fā)布的國家標

準和國際標準。分級結(jié)構(gòu)清晰，能反映不同級別產(chǎn)品之間的內(nèi)在特征與聯(lián)系。

1

b）可擴展性：體系制定首先考慮目前使用廣泛、可標準化程度高的主流遙感監(jiān)測產(chǎn)品，同時還應考

慮未來一定時期出現(xiàn)的新類別、級別可能性，應具備可擴展性。

c）實用性：分級設置應簡潔明確，易于操作并為各類用戶所接收和使用。

d）兼容性：應能夠與現(xiàn)行使用的國際溫室氣體排放分類、國內(nèi)外遙感衛(wèi)星數(shù)據(jù)分級規(guī)則建立明確的

映射關(guān)系，能方便地與內(nèi)國外相關(guān)分類分級方案接軌。

6衛(wèi)星對地觀測下的紅樹林碳指標監(jiān)測體系

根據(jù)碳中和核算要素分為紅樹林溫室氣體排放源碳源監(jiān)測指標、紅樹林生態(tài)系統(tǒng)碳通量和碳儲量監(jiān)測

指標，以及紅樹林生態(tài)系統(tǒng)碳循環(huán)模型輸入?yún)?shù)三個一級指標。在一級指標的基礎(chǔ)上，依據(jù)碳源匯目標地

物或要素能夠利用遙感衛(wèi)星對地觀測技術(shù)手段監(jiān)測可獲得性原則進行二級指標的劃分。

根據(jù)《IPCC2006年國家溫室氣體清單指南2019修訂版》、定量衡量紅樹林生態(tài)系統(tǒng)碳通量大小的

參數(shù)指標和影響決定紅樹林生態(tài)系統(tǒng)碳通量變化的影響因子等參數(shù)設置二級監(jiān)測指標。其中，紅樹林溫室

氣體排放源碳源監(jiān)測指標主要為二氧化碳、甲烷、氧化亞氮；紅樹林生態(tài)系統(tǒng)碳通量和碳儲量監(jiān)測指標為

紅樹林生態(tài)系統(tǒng)碳循環(huán)的直接指數(shù)；紅樹林生態(tài)系統(tǒng)碳循環(huán)模型輸入?yún)?shù)為紅樹林生態(tài)系統(tǒng)碳循環(huán)的模型

變量。

衛(wèi)星對地觀測下的紅樹林碳指標監(jiān)測體系見表1。

2

表1衛(wèi)星對地觀測下的紅樹林碳指標監(jiān)測體系

一級指標二級指標

二氧化碳CO2濃度

紅樹林溫室氣體排放源碳源監(jiān)測指標甲烷CH4濃度

氧化亞氮N2O濃度

紅樹林初級生產(chǎn)力

紅樹林地上生物量

紅樹林地下生物量

紅樹林土壤有機碳

紅樹林藍碳生態(tài)系統(tǒng)碳通量和碳儲量監(jiān)

測指標紅樹林斑塊面積

土地覆蓋與土地利用變化

紅樹林種群識別

紅樹林擾動損失

葉面積指數(shù)

光合有效輻射吸收比例

葉綠素濃度（Chla)

日光誘導葉綠素熒光

植被覆蓋度

紅樹林冠層高度

紅樹林生態(tài)系統(tǒng)碳循環(huán)模型輸入?yún)?shù)

歸一化植被指數(shù)（NDVI）

紅樹林淹沒指數(shù)（SMRI）

海水鹽度

氣溫

降雨量

土壤pH值

7衛(wèi)星對地觀測下的紅樹林碳指標遙感監(jiān)測產(chǎn)品體系

對應表1中的二級指標，構(gòu)建衛(wèi)星對地觀測下的紅樹林碳指標遙感監(jiān)測產(chǎn)品體系，對應的碳指標監(jiān)測

產(chǎn)品、產(chǎn)品類別、對應衛(wèi)星數(shù)據(jù)和傳感器主要參數(shù)、輔助數(shù)據(jù)及計算方法見表2，依托附錄A空天地一體化

3

紅樹林碳指標監(jiān)測技術(shù)體系框架標準化生產(chǎn)相關(guān)數(shù)據(jù)產(chǎn)品。其中，根據(jù)GB/T32453—2015《衛(wèi)星對地觀測

數(shù)據(jù)產(chǎn)品分類分級規(guī)則》中6.2.2和6.2.4確定各產(chǎn)品的類別及類別標識，便于標準化生產(chǎn)及交換共享。

4

表2衛(wèi)星對地觀測下的紅樹林碳指標遙感監(jiān)測產(chǎn)品體系

數(shù)據(jù)獲取與處理要求

產(chǎn)品產(chǎn)品類別衛(wèi)星對地觀測原始數(shù)據(jù)及傳感主

輔助數(shù)據(jù)常用計算方法

要參數(shù)

二氧化碳

紅樹林溫CO2濃度

地基通量觀測網(wǎng)絡數(shù)據(jù)、局地利用輔助數(shù)據(jù)進行氣體濃度校核和空間插值計算，估算目標紅樹林區(qū)域溫

室氣體濃甲烷CH4濃高光譜產(chǎn)品高光譜遙感數(shù)據(jù)，空間分辨率優(yōu)

微觀站點溫室氣體監(jiān)測數(shù)據(jù)、室氣體濃度和排放總量，基于全球變暖潛值結(jié)合高精度輻射傳輸模擬計算，

度監(jiān)測指度（HS）于2km，重訪周期不超過16d。

氣象數(shù)據(jù)等。定量反演各溫室氣體的二氧化碳當量。

標氧化亞氮

N2O濃度

利用遙感衛(wèi)星例如Sentinel-2識別紅樹林生態(tài)系統(tǒng)中GPP值的年度特征，

紅樹林初級多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)衛(wèi)星遙感數(shù)據(jù)，溫度數(shù)據(jù)，太

通過輔助數(shù)據(jù)計算植被增強指數(shù)（EVI）和地表水指數(shù)（LSWI）遙感指數(shù)，

生產(chǎn)力（MS）于1m，重訪周期不超過5d。陽輻射數(shù)據(jù)

利用植被光合作用模型（VPM）模型計算紅樹林年初級生產(chǎn)力（GPP）。

多光譜產(chǎn)品多光譜遙感數(shù)據(jù)，空間分辨率優(yōu)利用全球生態(tài)系統(tǒng)動力學探測激光雷達（GEDI）、資源三號衛(wèi)星和高分七

紅樹林地上（MS）于6m，重訪周期不超過5d。地面測量數(shù)據(jù)、無人機低空遙號衛(wèi)星反演的紅樹林區(qū)域地面高程和植被冠層高度和冠層覆蓋面積數(shù)據(jù)信

生物量激光雷達高分辨多波束線性體制的激光測感數(shù)據(jù)息，以及基于異速生長理論的異速生長方程估算不同形態(tài)紅樹林地上生物

紅樹林生

（LiDAR）高儀水平精度9m量的空間分布和碳匯潛力。

態(tài)系統(tǒng)碳

a）基于多源遙感衛(wèi)星數(shù)據(jù)驅(qū)動的地物識別技術(shù)，實現(xiàn)紅樹林區(qū)域地面高程

通量和碳

多光譜產(chǎn)品多光譜遙感數(shù)據(jù)，空間分辨率優(yōu)和植被冠層高度和冠層覆蓋面積信息的清查；在此基礎(chǔ)上通過將實測紅樹

儲量參數(shù)

紅樹林地下（MS）于6m，重訪周期不超過5d。林碳庫數(shù)據(jù)（地下生物量）與多源遙感衛(wèi)星數(shù)據(jù)和激光雷達數(shù)據(jù)等相結(jié)合，

監(jiān)測數(shù)據(jù)地面測量數(shù)據(jù)

生物量激光雷達高分辨多波束線性體制的激光測使用機器學習回歸擬合建模，實現(xiàn)紅樹林生物量的估算。

產(chǎn)品

（LiDAR）高儀水平精度9mb）根據(jù)不同紅樹林類型，利用地下與地上的根冠比（R/S）或者地下與地

上生物量的關(guān)系對紅樹林地下生物量進行估算。

利用基于分類提升回歸(CBR)和粒子群優(yōu)化(PSO)算法進行特征選擇的新型

紅樹林土壤多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)現(xiàn)場測量數(shù)據(jù)，多源衛(wèi)星遙感混合人工智能CBR-PSO模型對紅樹林的土壤有機碳進行估算。結(jié)合多傳

有機碳（MS）于1m，重訪周期不超過5d。數(shù)據(jù)感器光學(Sentinel-2)和合成孔徑雷達(Sentine-1和ALOS-2PALSAR-2)遙感

數(shù)據(jù)來構(gòu)建和驗證CBR-PSO模型。

5

表2衛(wèi)星對地觀測下的紅樹林碳指標遙感監(jiān)測產(chǎn)品體系（續(xù)）

數(shù)據(jù)獲取與處理要求

產(chǎn)品產(chǎn)品類別衛(wèi)星對地觀測原始數(shù)據(jù)及傳感主

輔助數(shù)據(jù)常用計算方法

要參數(shù)

采用現(xiàn)狀監(jiān)測和動態(tài)更新的方法完成紅樹林區(qū)域的長時序遙感監(jiān)測，每年更

新紅樹林分布數(shù)據(jù)；對比傳統(tǒng)目視解譯動態(tài)更新方法，利用GoogleEarth

紅樹林斑多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)

現(xiàn)場測量數(shù)據(jù)Engine（GEE）平臺可快速提取紅樹林初步分類結(jié)果作為動態(tài)更新的參考底

塊面積（MS）于500m。

圖，確保歷史數(shù)據(jù)與更新數(shù)據(jù)一致可比，進而評估近幾十年紅樹林的動態(tài)變

化。為確保包括所有分散的紅樹林斑塊，沿邊界生成20公里半徑的緩沖區(qū)。

a）基于空間紋理特征的分析獲取無人機（UnmannedAerialVehicle,UAV）

高光譜影像提取光譜特征參數(shù)，逐步判別分析篩選出用于決策樹構(gòu)建的特征

高光譜產(chǎn)品

紅樹林生地面調(diào)查資料參數(shù)，最終通過決策樹模型獲得了研究區(qū)紅樹林種群的分布狀況。

紅樹林種（HS）高光譜遙感數(shù)據(jù)，空間分辨率優(yōu)

態(tài)系統(tǒng)碳RGB（傳統(tǒng)攝像機）數(shù)據(jù)，b）利用輔助數(shù)據(jù)以及基于光譜波段、植被指數(shù)、冠層高度模型（源自攝影

群識別多光譜產(chǎn)品于10m，重訪周期不超過16d。

通量和碳GRN(專用攝像機)數(shù)據(jù)測量）和到水體的距離（源自柵格分析）的像素導向方法，利用極端梯度提

（MS）

儲量參數(shù)升（XGBoost）特征選擇算法，構(gòu)建隨機森林分類模型從而實現(xiàn)對紅樹林物

監(jiān)測數(shù)據(jù)種的分類識別和種類特征提取。

產(chǎn)品針對紅樹林不同區(qū)域的景觀特點，將紅樹林周邊一公里緩沖區(qū)內(nèi)的土地類型

土地覆蓋分為：互花米草、林地、草地、水庫/養(yǎng)殖池、人工表面和河海水域、灘涂

多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)地形地貌數(shù)據(jù)集、氣溫降水數(shù)據(jù)

與土地利和其它。并且利用GEE云平臺獲取物候及光譜特征：根據(jù)對象的光譜、紋

（MS）于500m。集、水文條件數(shù)據(jù)集

用變化理、形狀、拓撲等特征建立規(guī)則集，利用隨機森林算法實現(xiàn)指定類型的高精

度提取。

紅樹林擾利用輔助數(shù)據(jù)和可用于監(jiān)測時間序列圖像上紅樹林擾動和恢復變化的

多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)地表反射率數(shù)據(jù)，紅樹林空間分

動損失（災LandTrendr（光譜-時間分割）算法，結(jié)合歸一化植被指數(shù)（NDVI）估算紅

（MS）于30m，布數(shù)據(jù)

害颶風等）樹林遭遇氣候災害等擾動損失的具體情況。

6

表2衛(wèi)星對地觀測下的紅樹林碳指標遙感監(jiān)測產(chǎn)品體系（續(xù)）

數(shù)據(jù)獲取與處理要求

產(chǎn)品產(chǎn)品類別衛(wèi)星對地觀測原始數(shù)據(jù)及傳感主

輔助數(shù)據(jù)常用計算方法

要參數(shù)

構(gòu)建經(jīng)驗或物理模型，結(jié)合適當?shù)姆囱莶呗詫崿F(xiàn)參數(shù)病態(tài)反演；或采用機

多光譜產(chǎn)多光譜遙感監(jiān)測，空間分辨率優(yōu)于

葉面積指數(shù)地面核查數(shù)據(jù)器學習、基于無人機Worldview-2和Sentinel-2影像紅邊波段指數(shù)等方法實

品（MS）500m，時間分辨率優(yōu)于10d。

現(xiàn)由多波段反射率反演紅樹林葉面積指數(shù)的具體方法。

光合有效輻多光譜產(chǎn)多光譜遙感監(jiān)測，空間分辨率優(yōu)于

地面核查數(shù)據(jù)、氣象數(shù)據(jù)等基于遙感植被指數(shù)，構(gòu)建光合有效輻射吸收比例遙感反演的經(jīng)驗方法

射吸收比例品（MS）1km。

利用珠海一號高光譜衛(wèi)星（OHS）影像與Sentinel-2A多光譜數(shù)據(jù)計算傳統(tǒng)

紅樹林生植被指數(shù)與組合植被指數(shù)并構(gòu)建高維數(shù)據(jù)集，綜合利用正態(tài)分布檢驗、最

葉綠素濃度多光譜產(chǎn)多光譜遙感監(jiān)測，空間分辨率優(yōu)于

態(tài)系統(tǒng)碳地面核查數(shù)據(jù)大相關(guān)系數(shù)法與變量重要性評價進行數(shù)據(jù)降維和變量優(yōu)選；分別基于單一

（Chla)品（MS）1km。

循環(huán)模型線性回歸算法、機器學習回歸算法和堆棧集成學習回歸算法建立遙感反演

輸入?yún)?shù)模型估算紅樹林冠層葉綠素含量。

基于改進的夫瑯和費線提取算法eFLD(extendedFLD)，利用一個在夫瑯和

日光誘導葉多光譜產(chǎn)多光譜遙感監(jiān)測，空間分辨率優(yōu)于

地面核查數(shù)據(jù)費線內(nèi)的波段和兩個分別在夫瑯和費線兩側(cè)的波段，首先使用數(shù)學模型重

綠素熒光品（MS）1km。

建波段內(nèi)反射率的波動信息，然后反演得到葉綠素熒光值。

a)經(jīng)驗模型法：通過對遙感數(shù)據(jù)的某一波段、波段組合或利用遙感數(shù)據(jù)計

高光譜產(chǎn)

算的植被指數(shù)與植被覆蓋率進行回歸，建立經(jīng)驗模型，同時利用空間外推

品（HS），

高光譜遙感數(shù)據(jù)，空間分辨率優(yōu)于模型求取大范圍區(qū)域的植被覆蓋率。

植被覆蓋度合成孔徑衛(wèi)星遙感數(shù)據(jù)，現(xiàn)場測量數(shù)據(jù)

10m，重訪周期不超過16d。b)決策樹分類法：基于遙感影像數(shù)據(jù)，根據(jù)各種植被的光譜特征，通過簡

雷達衛(wèi)星

單的數(shù)學統(tǒng)計與歸納獲得分類規(guī)則與算法，建立知識庫進行分類，從而估

（SAR）

算植被覆蓋率。

7

表2衛(wèi)星對地觀測下的紅樹林碳指標遙感監(jiān)測產(chǎn)品體系（續(xù)）

數(shù)據(jù)獲取與處理要求

產(chǎn)品產(chǎn)品類別衛(wèi)星對地觀測原始數(shù)據(jù)及傳感主

輔助數(shù)據(jù)常用計算方法

要參數(shù)

多光譜產(chǎn)品

利用機載激光雷達數(shù)據(jù)的獨立冠層高度模型（CHM）、使用WorldView1

紅樹林冠（MS），激多光譜遙感監(jiān)測，空間分辨率優(yōu)于

實地調(diào)查數(shù)據(jù)圖像的立體攝影測量并結(jié)合帶有TanDEM-X圖像的干涉合成孔徑雷達

層高度光雷達1m。

（In-SAR）技術(shù)從而實現(xiàn)對紅樹林冠層高度值的定量估算。

（LiDAR）

在生長期內(nèi)，通過衛(wèi)星綠度值隨時間的變化，可動態(tài)的監(jiān)測紅樹林的生長情

況。實時監(jiān)測主要指利用實時NDVI圖像的值，通過其與去年或多年平均，

歸一化植以及指定某一年的對比，反映實時的紅樹林生長差異，可以對差異值進行分

多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)于

被指數(shù)地面核查數(shù)據(jù)、氣象觀測數(shù)據(jù)級，統(tǒng)計和顯示區(qū)域的紅樹林生長狀況。過程監(jiān)測主要是通過時序NDVI

紅樹林生（MS）500m，時間分辨率優(yōu)于10d。

（NDVI）圖像來構(gòu)建作物生長過程，通過生長過程的年際間的對比來反映生長的狀

態(tài)系統(tǒng)碳

況，也有稱隨時間變化監(jiān)測。通過比較尋找出當年與典型年曲線間的相似和

循環(huán)模型

差異，從而作出對當年紅樹林長勢的評價。

輸入?yún)?shù)

使用Sentinel-2的NDVI和NIR波段的時間序列和GEE平臺，使用分位數(shù)

紅樹林淹

多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)于準確合成生成繪制紅樹林地圖中高潮和低潮圖像，區(qū)分淹沒紅樹林的能力。

沒指數(shù)現(xiàn)場測量數(shù)據(jù)濕度信息等

（MS）10m，時間分辨率優(yōu)于10d。利用NDVI基于物候的差異來識別和去除互花米草對水下紅樹林區(qū)域的干

（SMRI）

擾。

利用機載激光雷達獲得的超高分辨率的圖像和高光譜圖像，以及地面采樣測

量得到的孔隙水鹽度數(shù)據(jù)相結(jié)合的方式針對鹽度變化對紅樹林的健康狀況

機載激光雷達數(shù)據(jù)

（高鹽環(huán)境所造成的紅樹林枯死現(xiàn)象）的影響進行評估。

高光譜產(chǎn)品高光譜遙感數(shù)據(jù)，空間分辨率優(yōu)于地面測量

海水鹽度探究淹水程度，淹水持續(xù)時間，水體鹽度對不同類型紅樹林物種的影響程度，

(HS）10m，重訪周期不超過16d。林業(yè)部門鹽度統(tǒng)計數(shù)據(jù)

篩選出最適合不同紅樹林物種生存的水體鹽度的環(huán)境組合。選取具有代表性

氣象數(shù)據(jù)

的紅樹林物種幼苗為實驗材料，模擬全天潮汐。采用正交試驗設計對其生長

和生理指標進行分析，得出適宜不同物種紅樹林生長的水體鹽度生態(tài)區(qū)。

紅樹林生氣象局過去10年的降雨量氣溫濕度空氣相對濕度等數(shù)據(jù)，GF-3衛(wèi)星降水量

降水量————氣象數(shù)據(jù)

態(tài)系統(tǒng)碳監(jiān)測數(shù)據(jù)

8

循環(huán)模型高光譜產(chǎn)品基于輔助數(shù)據(jù)和隨機森林（RF）算法的基本思想，通過先進技術(shù)微波測深

ECMWF氣象數(shù)據(jù)，微波數(shù)據(jù)，

輸入?yún)?shù)(HS），高光譜遙感數(shù)據(jù)，空間分辨率優(yōu)于儀（ATMS）提供的微波（MW）被動觀測從而分析大氣溫度（T）和水蒸

氣溫無線電探空儀數(shù)據(jù)，氣球飛行

微波探測儀10m，重訪周期不超過16d。氣（WV），建立在非沉淀條件下估算大氣溫度和水蒸氣垂直剖面的新算法

測量數(shù)據(jù)，衛(wèi)星遙感數(shù)據(jù)

（MS）(MiRTaW)。

利用輔助數(shù)據(jù)并使用主成分分析（PCA）算法從原始數(shù)據(jù)中提取特征，基于

土壤PH探地雷達產(chǎn)

——探地雷達（GPR）數(shù)據(jù)超寬帶（UWB）雷達回波，采用袋裝、隨機森林、adaboost和梯度增強等4

值品（GPR）

種的集成方法，建立數(shù)學模型預測土壤PH值。

9

附錄A

（資料性）

空天地一體化紅樹林碳指標監(jiān)測技術(shù)體系框架

A.1空天地一體化觀測系統(tǒng)

隨著近年來氣候變化導致的海平面上升，上游水流量減少等綜合影響，水體鹽度隨之發(fā)生變化。高鹽

度是影響紅樹林生態(tài)系統(tǒng)的生物多樣性和帶狀分布的重要因素之一。因此，沿海地區(qū)受到公開（清晰可見）

和隱蔽（隱藏）影響的綜合影響。本文件選取了幾個重要的環(huán)境因子（水體鹽度、土壤pH值、降水量和氣

溫）作為紅樹林生態(tài)系統(tǒng)碳循環(huán)模型的輸入?yún)?shù)。

我國濱海濕地紅樹林的自然增匯潛力很大，濱海濕地藍碳的優(yōu)勢表現(xiàn)在單位面積的固碳效率上。而且，

濱海濕地沉積物儲碳巨大，一旦受到破壞，儲存的碳將被釋放到大氣中。然而，我國濱海濕地的碳匯潛力

缺乏系統(tǒng)觀測，觀測手段不足，觀測站位少，觀測的系統(tǒng)性不足，更缺乏統(tǒng)一的標準，這些問題都導致現(xiàn)

有數(shù)據(jù)庫不全面。我國沿海地區(qū)是快速城市化的區(qū)域，這決定了該區(qū)域濱海濕地面臨更多元而復雜的人為

干擾，例如來自城市化、富營養(yǎng)化、海岸擠迫和生物入侵的共同景響。以往研究雖提供了濱海濕地萎縮、

功能退化、病害甚至死亡的證據(jù)；但生態(tài)系統(tǒng)固碳功能及其機制的還需進一步研究。特別是將人為干擾作

為全球變化的主導因素，對濱海濕地生態(tài)系統(tǒng)碳匯功能的演變開展系統(tǒng)性研究，將有助于預估未來藍碳生

態(tài)系統(tǒng)效率。衛(wèi)星遙感觀測在碳源/匯核查方面發(fā)揮重要作用。遙感作為一種先進的濕地測繪技術(shù)，已廣

泛應用與紅樹林測繪。

圍繞碳達峰、碳中和實施過程中紅樹林碳匯計量監(jiān)測、建立體現(xiàn)海洋碳匯價值的生態(tài)保護補償機制的

核心需求，建議發(fā)展利用衛(wèi)星、飛艇浮空器、無人機在線監(jiān)測空天地一體化立體監(jiān)測技術(shù)，研究“自上而

下”的紅樹林生態(tài)系統(tǒng)碳源匯監(jiān)測系統(tǒng)，提供高分辨率的紅樹林生態(tài)系統(tǒng)碳通量同化數(shù)據(jù)。

A.2紅樹林生態(tài)系統(tǒng)碳循環(huán)過程模型

通過模擬紅樹林生態(tài)系統(tǒng)碳循環(huán)的過程和機制，提供網(wǎng)格化碳通量變化估計，從而定量劃分不同驅(qū)動

因素對紅樹林碳匯變化的貢獻，并預測其未來變化。具體包括以下方面:

a）發(fā)展遙感大數(shù)據(jù)驅(qū)動的紅樹林生態(tài)系統(tǒng)碳通量估算方法，建立紅樹林生態(tài)系統(tǒng)碳循環(huán)關(guān)鍵參量高

時頻、高精度、全要素紅樹林生態(tài)系統(tǒng)碳源匯核算服務平臺，建設紅樹林碳匯監(jiān)測評估體系，全面量化邊

界組織區(qū)域內(nèi)的碳匯指數(shù)。

b）開發(fā)人類-自然耦合紅樹林生態(tài)系統(tǒng)碳循環(huán)過程模型，建立紅樹林生態(tài)系統(tǒng)碳循環(huán)參數(shù)數(shù)據(jù)庫，提

高模型模擬精度，以準確預測中國紅樹林生態(tài)系統(tǒng)的碳匯潛力。

A.3綜合應用

在空天地一體化觀測系統(tǒng)和紅樹林生態(tài)系統(tǒng)碳循環(huán)過程模型的支持下，利用衛(wèi)星對地觀測下的紅樹林

碳指標遙感監(jiān)測產(chǎn)品開展紅樹林碳匯綜合應用。包括以下方面:

a）規(guī)范碳匯項目開發(fā)，推進紅樹林造林/再造林碳匯項目計量與監(jiān)測工作的開展，確保項目產(chǎn)生的碳

匯可測量、可報告和可核查。

b）進行情景模擬和決策分析，通過設置不同的碳中和目標約束（如何減排、如何增匯等），得到最

有效、最合理的碳中和路徑，為尋找碳中和最優(yōu)科學路徑提供強有力的技術(shù)和工具支持。

10

c）管理紅樹林資源數(shù)據(jù)，掌握現(xiàn)有海岸帶藍碳狀況，選擇合適的紅樹林經(jīng)營方法，保護紅樹林，有

效解決紅樹林經(jīng)營管理成效評價和干擾監(jiān)測的問題。

d）開展紅樹林經(jīng)營碳普惠，實行“紅樹林險+碳匯貸”模式，通過碳匯“未來收益權(quán)+保險單”質(zhì)押

貸款方式，以預期碳匯價值的保單為質(zhì)押，根據(jù)紅樹林碳匯未來收益權(quán)價值及保險保額確定授信額度，構(gòu)

建以綠色金融為支撐的“低碳”發(fā)展機制。

11

附錄B

（資料性）

遙感碳中和監(jiān)測原理及優(yōu)勢

B.1遙感監(jiān)測原理

碳排放遙感監(jiān)測方面：主被動衛(wèi)星遙感觀測大氣二氧化碳都是基于碳分子在紅外波段的光譜特性。紅

外吸收光譜反映了紅外輻射分子之間的相互作用，即分子由于吸收或反射而引起的振動和旋轉(zhuǎn)狀態(tài)變化。

就大氣而言，其主要成分N2和O2在紅外（IR）區(qū)域是弱吸收體，而痕量氣體如CO2、H2O或CH4是有效的吸

收體，導致地球溫度升高。只有在分子具有改變它們在躍遷期間的偶極矩的能力時，紅外輻射的吸收才會

發(fā)生。目前GOSAT衛(wèi)星和OCO-2衛(wèi)星所使用的反演算法都是利用近紅外輻射光譜數(shù)據(jù)獲得廓線濃度加權(quán)的

柱二氧化碳干空氣混合比XCO2。反演算法的主要組成是前向模型、反演方法和誤差分析。

碳吸收遙感監(jiān)測方面：遙感技術(shù)在獲取大尺度陸表參數(shù)等方面具有獨特的優(yōu)勢，并且可以從遙感影像

上直接獲取到重要的陸表要素信息（環(huán)境參數(shù)和植物生長參數(shù)），包含了。通過遙感反演獲取這些物理參

數(shù)，可直接作為紅樹林生態(tài)系統(tǒng)模型的驅(qū)動變量或參量，結(jié)合遙感影像上獲取的土地利用和土地覆蓋變化

或植被現(xiàn)狀動態(tài)信息進行碳匯的研究。

B.2遙感監(jiān)測優(yōu)勢

傳統(tǒng)的碳源匯計算主要依賴于地面觀測、野外調(diào)查、統(tǒng)計數(shù)據(jù)分析、大氣和生態(tài)系統(tǒng)模型模擬等方法，

但這些方法都存在很大的局限性，比如地面觀測的空間代表性不足，空間樣本有限且耗費巨大等問題。

衛(wèi)星遙感資料可以獲得全球和區(qū)域的溫室氣體和紅樹林碳匯分布，具有穩(wěn)定、長時間序列、廣空間區(qū)

域等優(yōu)點，可彌補站點的不足，有助于提高對碳源匯和氣候變化的認識。自本世紀，國內(nèi)外相繼發(fā)射了多

顆采用短波紅外吸收帶作為探測波段的星載溫室氣體探測器，隨著探測儀指標和反演方法的不斷改進，探

測的環(huán)境參數(shù)種類將越來越多，精度也將逐步提高。通過發(fā)展先進的定量遙感技術(shù)，也推進我國自主的天

基碳監(jiān)測體系規(guī)劃和系統(tǒng)論證，結(jié)合多尺度、多維度各型衛(wèi)星系統(tǒng)，分階段部署、組網(wǎng)運行，協(xié)同服務“雙

碳”監(jiān)測整體目標?；谛l(wèi)星對地觀測技術(shù)進行雙碳相關(guān)遙感信息產(chǎn)品的反演，包括碳源（二氧化碳、甲

烷等）和紅樹林碳匯監(jiān)測指標體系的建立和指標的精準量化，為碳交易宏觀監(jiān)測提供量化依據(jù)。

12

附錄C

（資料性）

國內(nèi)外主要碳源碳匯/海洋監(jiān)測常用衛(wèi)星的主要參數(shù)

目前國內(nèi)外主要碳源碳匯監(jiān)測常用衛(wèi)星參數(shù)見表C.1。

表C.1國內(nèi)外主要碳源碳匯監(jiān)測常用衛(wèi)星參數(shù)

空間分辨率光譜范圍/區(qū)間

衛(wèi)星國家傳感器運行期重訪周期

kmμm

TanSaT中國CarbonSpec、CAPI2016-16d20.76~2.08

GF-2中國

GF-5中國GMI2018-2d0.030.76~1.66

ZY1-02D中國2019-0.030.40~2.50

16米多光譜“紅邊”

GF-6中國2018-2d0.0160.45~0.90

波段寬幅相機

水色水溫

掃描儀覆海洋水色水

蓋周期：1溫掃描儀：≤

水色水溫掃描儀、海0.40-12.50

HY-1D中國2020-天1.1；

岸帶成像儀0.42-0.89

海岸帶成海岸帶成像

像儀覆蓋儀：≤0.05；

周期：3天

大氣環(huán)境監(jiān)測衛(wèi)

中國激光雷達2022----

星大氣一號

陸地生態(tài)系統(tǒng)碳

中國多角度多光譜相等2022----

監(jiān)測衛(wèi)星

2002-201

ENVISAT歐洲SCIAMACHY6d30×600.24~2.40

2

TANSO-FTS