基于SMOS L波段植被光学厚度（L-VOD）的全球25公里分辨率地上生物量碳（AGC）动态监测产品开发

本研究针对全球植被碳库动态监测中存在的植被水分含量干扰、基准数据集不一致等问题，通过校正SMOS L-VOD数据的植被水分效应，建立系统性全球校准方法，开发了2010-2020年25公里分辨率年度IB-AGC产品。该产品与激光雷达数据空间一致性高（R2=0.60），在国家尺度森林资源清查数据验证中优于主流卫星产品（R2=0.62），为气候变化响应研究提供了独立观测依据。

　　

全球植被碳库的动态变化是理解碳循环和气候变化响应的关键，但传统监测方法面临重大挑战。国家森林资源清查（NFI）虽精度高却存在空间覆盖不全、更新周期长等问题；光学和高频微波遥感易在茂密森林中饱和，难以捕捉树干生物量变化。更棘手的是，L波段植被光学厚度（L-VOD）虽能穿透树冠且无饱和效应，但其信号同时受植被生物量和水分含量（RWC）影响，此前缺乏量化校正方法。此外，不同研究采用异质性的基准数据集和校准函数，导致区域间AGC估算难以统一比较。

针对这些科学难题，法国国家农业食品与环境研究院（INRAE）联合中国西南交通大学等机构的研究团队，在《Scientific Data》发表了全球首套25公里分辨率年度地上生物量碳（AGC）产品IB-AGC。研究团队创新性地构建了多代理模型（NDVI×NDWI×SWC）校正L-VOD中的水分效应，通过整合6套基准生物量地图和34种区域校准方程，实现了2010-2020年全球AGC的连续动态监测。关键技术包括：三重过滤（射频干扰/地形/水体剔除）、基于植被水分代理（NDWI/根区土壤湿度）的L-VOD校正、分区（热带/北半球/南半球）非线性校准等，并利用激光雷达数据和43个UNFCCC缔约国森林清查数据进行多尺度验证。

主要研究结果
L-VOD水分校正效果
通过7种水分代理模型比较，发现NDWI×根区土壤湿度（SWC）组合模型最优（平均R²=0.35）。校正后全球AGC变化趋势空间格局保持稳定，但澳大利亚等地区趋势幅度降低6.08%，证实水分效应主要影响变化量而非方向（图3）。

激光雷达数据验证
25公里尺度上，IB-AGC与激光雷达参考数据空间一致性显著（R²=0.60），相对均方根误差（RRMSE）45.7%，优于Xu产品的高估倾向和CCI产品的分辨率优势（图4）。但在生物量>140 MgC ha^-1区域仍存在低估，反映粗分辨率导致的混合像元问题。

国家尺度森林碳汇评估
IB-AGC估算的北半球管理森林碳汇（0.40 PgC yr^-1）与UNFCCC报告（0.58 PgC yr^-1）趋势一致（R²=0.62），显著优于CCI和Xu产品的反向估计（图5）。特别在俄罗斯、加拿大等大国，IB-AGC成功捕捉到火灾干扰后的碳损失（图6）。

森林扰动响应分析
在亚马逊东部和刚果盆地等毁林热点，IB-AGC与全球森林观察（GFW）的30米分辨率损失数据空间匹配度高（图6d）。对IPCC AR6分区的分析显示，火灾导致的生物量损失与燃烧面积呈显著非线性关系（R²=0.65），而光学产品Xu因草本快速恢复信号干扰，相关性仅0.44（图7）。

讨论与意义
该研究首次实现L-VOD水分效应的系统性校正，解决了被动微波遥感用于碳监测的核心技术瓶颈。IB-AGC产品的时间连续性（年度更新）和空间一致性（统一校准框架）优势，使其成为衔接国家清查与模型模拟的关键桥梁。研究揭示的北半球年轻森林碳汇优势（Yang et al., 2023）和热带扰动热点，为《巴黎协定》全球碳评估提供了独立数据支持。未来通过融合SMAP数据和发展机器学习降尺度方法，有望进一步提升产品时空分辨率，弥补中国等射频干扰严重地区的覆盖空白。

这项由欧空局RECCAP2项目资助的研究，标志着被动微波遥感正式进入业务化碳监测时代，其方法论框架（水分校正模型、分区校准策略）对新一代生物量卫星（如BIOMASS）数据处理具有重要借鉴价值。