综述:利用Google Earth Engine和NDVI进行植被碳储量监测的全球趋势:系统综述(2017–2024年)

《Remote Sensing Applications: Society and Environment》:Global Trends in Vegetation Carbon Stock Monitoring Using Google Earth Engine and NDVI: A Systematic Review (2017–2024).

【字体: 时间:2026年01月02日 来源:Remote Sensing Applications: Society and Environment 3.8

编辑推荐:

  植被碳储量监测研究基于GEE和NDVI的文献计量分析,发现研究数量激增,中美巴主导贡献,多传感器融合趋势明显,但存在政策整合不足、实地验证欠缺及全球南方覆盖不足等挑战,建议加强国际合作与政策对接。

  
阿德里亚娜·比拉尔·查基梅·多斯桑托斯(Adriana Bilar Chaquime dos Santos)| 帕特里夏·佩德罗佐·兰贝蒂(Patricia Pedrozo Lamberti)| 迪米森·罗德里格斯·奥利维拉(Deimison Rodrigues Oliveira)| 米卡埃拉·利马·诺盖拉(Micaella Lima Nogueira)| 西萨尔·伊万·阿尔瓦雷斯(Cesar Ivan Alvarez)| 雷吉纳尔多·布里托·达科斯塔(Reginaldo Brito da Costa)
巴西坎波格兰德(Campo Grande)的博斯科主教天主教大学(Universidade Católica Dom Bosco)

摘要:

准确估算植被碳储量对于监测气候变化影响、评估生态系统服务以及制定全球减缓策略至关重要。近年来,遥感技术与基于云的平台(尤其是Google Earth Engine,GEE)的结合极大地改变了植被动态和碳通量的分析方式,这主要得益于归一化差异植被指数(NDVI)的广泛使用。本研究对2017年至2024年初期间使用GEE和NDVI进行植被碳储量监测的全球研究趋势进行了全面的文献计量学和主题分析,涵盖了91篇经过同行评审的文章。分析使用了Bibliometrix R软件包,内容包括出版模式、主要贡献者、地理分布、关键词演变、传感器使用情况以及合作网络。结果显示,自2017年以来科学产出显著增加,中国、美国和巴西成为主要贡献者。大多数研究在GEE工作流程中使用了MODIS、Landsat和Sentinel-2卫星数据,并呈现出多传感器集成和机器学习应用的增长趋势。尽管技术取得了进步,但该研究仍指出在政策整合、实地验证和地理代表性方面存在持续不足,尤其是在全球南方碳储量丰富但代表性不足的地区。最后,我们建议加强国际合作,扩大实地验证工作,并与REDD+和可持续发展目标(SDGs)等气候政策工具更好地对接。本综述系统地总结了基于GEE的碳监测研究的现状,并指出了提高其科学影响力和政策相关性的关键机会。

引言

气候变化是21世纪最紧迫的全球挑战之一,需要多个领域的紧急行动。缓解策略的核心组成部分是监测和保护陆地植被,因为植被能够吸收大气中的二氧化碳(CO2)。
森林和其他植被景观对全球碳封存做出了重要贡献。准确量化植被中的碳储量对于推进科学理解和支持有效的气候政策至关重要。
这些测量不仅对全球碳核算具有重要意义,而且对于评估《巴黎协定》、REDD+(减少森林砍伐和退化造成的排放)和联合国可持续发展目标(SDGs)等国际环境框架的进展也至关重要(Ahmadi等人,2023年;Duchelle等人,2018年;Liu等人,2023年;Xu等人,2016年;Venkatappa等人,2019b年)。
植被通过吸收CO2来调节气候,维持土壤健康,保持水质,并为多种物种提供栖息地(Williams等人,2024年)。负责任的植被管理不仅有助于减轻环境破坏,还有助于长期支持生态系统的恢复和适应。
尽管许多研究使用遥感和NDVI等植被指数来评估生物量和碳通量,但很少有研究关注这一科学领域本身的发展演变。目前仍缺乏系统性的综述来描绘使用GEE进行碳储量估算的全球研究随时间的发展情况。了解这些趋势对于识别方法论模式、主题重点和全球碳监测工作中的现有差距至关重要。
遥感在植被和碳监测中发挥了变革性作用。它能够提供一致、空间覆盖广泛且时间频率高的观测数据,使其成为跟踪生态系统动态的重要工具。
在植被指数中,归一化差异植被指数(NDVI)仍然是衡量植被生产力和碳通量最稳健和最广泛应用的指标之一(Gamon等人,1995年;Fassnacht等人,2019年;Anderson等人,2020年;Ding等人,2023年)。NDVI基于Landsat、MODIS和Sentinel-2等多光谱传感器,能够在时间和空间上提供一致且可扩展的观测数据(Wang等人,2023年;Bondur等人,2024年)。尽管提出了其他指数(如EVI、SAVI和NDWI),但NDVI的数学简单性、时间连续性和与光合作用的实证关联使其非常适合大规模的植被碳动态分析(Li等人,2023年;Gao等人,2023年)。将其集成到Google Earth Engine(GEE)框架中,可以快速、标准化且可重复地估算全球和区域的植被碳储量,支持数据驱动的环境监测和气候评估方法。
本综述重点关注在GEE植被监测中最常用的卫星平台:MODIS、Landsat 8和Sentinel-2。这些卫星提供了长期、开放获取且协调的表面反射率数据,确保了NDVI计算的一致性和碳评估的可重复性。其他传感器(如PRISMA、GEDI或商业星座)虽然也很有价值,但覆盖范围有限,尚未完全整合到GEE的公共数据集中。聚焦这三个平台可以确保基于NDVI的碳监测在方法论上的一致性和全球代表性(Wulder等人,2019年;Chaves等人,2022年;Hansen等人,2023年)。
在这种情况下,Google Earth Engine(GEE)通过提供一个可扩展的、基于云的地理空间处理平台,彻底改变了环境监测的方式。它使人们能够方便地访问PB级别的卫星图像和强大的分析工具,集成了强大的地理空间库、丰富的图像档案和用户友好的脚本接口(Gorelick等人,2017年;Kumar & Mutanga,2018年;Tamiminia等人,2020年;Velastegui等人,2023年;Ghorbanian等人,2022年)。这些特性大大降低了在资源有限地区进行复杂环境分析的门槛。
因此,GEE在遥感和地球观测社区中得到了指数级的采用。其应用范围涵盖森林砍伐监测、土地覆盖分类、干旱评估、野火监测和植被碳储量估算等多个环境领域。
一些最近的综述探讨了遥感在植被和碳监测方面的相关应用。例如,Tamiminia等人(2020年)对GEE在地理空间学科中的应用进行了元分析,Velastegui-Montoya等人(2023年)绘制了全球趋势和使用模式图,Ma等人(2024年)总结了多传感器在地上生物量估算方面的进展。然而,这些研究均未专门探讨基于GEE的NDVI方法在全球范围内如何应用于植被碳储量监测。因此,本综述通过结合文献计量学和遥感视角,填补了这一方法论和主题上的空白,评估了科学进展、地理分布和碳监测研究中的政策相关性。另见Parag等人(2024年)关于基于SAR的农业生物量监测的系统性综述,这进一步强调了与碳评估相关的方法论空白。
尽管GEE和NDVI在碳储量估算中的应用日益增多,但该领域的研究趋势演变仍缺乏系统记录。虽然许多研究使用这些工具估算生物量和碳储存(Mariano Neto等人,2024年;Faria等人,2024年),但很少有研究分析更广泛的科学结构:谁是主要贡献者?哪些方法和数据来源最为常见?地理和主题上的差距在哪里?
文献计量学分析为探讨这些问题提供了可靠的方法。它使研究人员能够绘制出版趋势、合作网络、主题重点和方法创新(Aria & Cuccurullo,2017年;Bornmann & Mutz,2015年;Dias等人,2023年)。
尽管文献计量学综述已经涉及碳信用、植被物候和湿地监测等主题,但此前尚未有研究专门关注使用GEE进行植被碳储量监测——尤其是将文献计量学方法与遥感见解相结合的研究。
本研究通过系统地分析2017年至2024年初期间发表的91篇经过同行评审的文章,填补了这一空白。数据集是通过Web of Science数据库的结构化搜索收集的,该数据库以其标准化的元数据、高索引质量和广泛的环境和遥感期刊覆盖范围而被选中(Falagas等人,2008年;Birkle等人,2020年)。尽管Scopus和Google Scholar等数据库覆盖范围更广,但它们的元数据格式不一致且存在重复条目,可能会影响文献计量学分析的准确性。分析使用了Bibliometrix R软件包及其Web界面Biblioshiny(Zupic & ?ater,2015年;Donthu等人,2021年)。
本综述围绕以下研究问题展开:
  • 基于GEE的碳储量监测的主要出版趋势、主题重点和方法论方法是什么?
  • 哪些国家、机构和作者是这一研究领域中最活跃的贡献者?
  • 最常用的卫星平台、数据来源和植被指数是什么?
  • 国际合作网络是如何构建的?地理或机构上的差距在哪里?
  • 未来几年推进这一研究领域有哪些机会和挑战?
  • 通过回答这些问题,本研究回顾了GEE和NDVI在碳储量监测中的应用演变,并为未来的研究指明了方向。它还指出了提高包容性、技术能力和科学合作的机会——特别是在植被监测资源不足的地区,如撒哈拉以南非洲和东南亚(Xu等人,2016年;Venkatappa等人,2019年;Alvarez & Govind,2025年)。
    我们的发现将引起遥感、气候科学、森林生态学和地理空间数据科学领域的研究人员的兴趣,同时也适用于希望通过可扩展的数据驱动方法改进碳监测系统的政策制定者和组织。

    材料与方法

    本研究采用文献计量学方法,系统地分析了使用Google Earth Engine(GEE)和基于NDVI的遥感方法进行植被碳储量监测的全球研究趋势。方法分为三个主要阶段:(1)数据检索和整理;(2)使用专用工具进行文献计量学分析;(3)分析与科学产出、作者身份、主题演变和合作网络相关的趋势。

    结果

    本节展示了2017年至2024年间发表的91篇使用Google Earth Engine(GEE)和NDVI监测植被碳储量的经过同行评审的文章的文献计量学和遥感内容分析。结果按出版趋势、作者生产力、地理分布、主题演变、遥感平台使用情况和研究合作进行了组织。

    讨论

    使用Google Earth Engine(GEE)和NDVI的出版物数量不断增加,不仅反映了学术兴趣的增长,也体现了环境监测实践的广泛变革。云计算的兴起和开放获取卫星图像的普及使得植被和碳分析的工作流程更加可扩展和可重复,促进了这一新的、数据密集型科学领域的成熟(Gorelick等人,2017年;Kumar & Mutanga,2018年)。
    这一增长...

    结论

    本综述基于2017年至2024年间发表的91篇经过同行评审的文章,对使用Google Earth Engine(GEE)和NDVI进行植被碳储量监测的全球研究趋势进行了全面的文献计量学和主题分析。研究结果表明,这一领域得益于云计算、开放获取卫星图像和机器学习技术的进步而迅速发展。大多数研究依赖于MODIS、Landsat和Sentinel-2等成熟平台。

    利益冲突声明

    作者声明没有利益冲突。

    CRediT作者贡献声明

    阿德里亚娜·比拉尔·查基梅·多斯桑托斯(Adriana Bilar Chaquime dos Santos):撰写——初稿、资源整理、方法论设计。西萨尔·伊万·阿尔瓦雷斯(Cesar Alvarez):撰写——审稿与编辑、初稿撰写。迪米森·罗德里格斯·奥利维拉(Deimison Rodrigues Oliveira):资源整理、数据整理。帕特里夏·佩德罗佐·兰贝蒂(Patricia Pedrozo Lamberti):资源整理、数据整理。雷吉纳尔多·布里托·达科斯塔(Reginaldo Brito da Costa):监督。米卡埃拉·利马·诺盖拉(Micaella Lima Nogueira):资源整理、数据整理

    未引用参考文献

    Arikan和Yildiz,2023年;Ma等人,2024年;Mandal和Hosaka,2020年;Vicente-Serrano等人,2016年;Wang等人,2022年;Yang等人,2025年;Tian等人,2025年。

    数据和材料的可用性

    本研究使用的数据集可向相应作者提出合理请求后获取。

    资金支持

    作者声明本研究未获得任何资金支持。

    利益冲突声明

    ? 作者声明没有可能影响本文工作的已知财务利益或个人关系。

    致谢

    作者感谢所有支持本研究开发的贡献者。
    相关新闻
    生物通微信公众号
    微信
    新浪微博
    • 搜索
    • 国际
    • 国内
    • 人物
    • 产业
    • 热点
    • 科普
    • 急聘职位
    • 高薪职位

    知名企业招聘

    热点排行

      今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

      版权所有 生物通

      Copyright© eBiotrade.com, All Rights Reserved

      联系信箱:

      粤ICP备09063491号