森林碳汇估算模型：进展、挑战与天-空-地一体化同化机遇

《Forest Ecosystems》：Forest carbon sink estimation models: Progress, challenges, and opportunity of space–air–ground integrated assimilation

　　

森林碳汇估算对全球碳循环研究、森林经营以及监测、报告与核查（monitoring, reporting, and verification，MRV）至关重要；然而，当前方法在尺度转换、机理限制、空间连续性和不确定性管理方面存在局限。该研究综合评估了七类方法——经验统计、遥感反演、生态过程、生物地球化学、通量观测与大气反演、机器学习以及集成模型——并比较其数据前提、适用尺度和主要不确定性。研究指出，单一模型难以在估算精度、持续覆盖、动态过程表征和结果可验证性之间取得平衡；因此，整合多源观测与模型对于提高森林碳汇评估可靠性至关重要。该研究提出一套“可验证”的、统一的“天-空-地”（space–air–ground）评估系统。该系统利用地面观测建立真实性约束，航空遥感衔接尺度，天基观测促进区域扩展。结合数据同化和不确定性分析，可促进碳储量、碳储量变化、碳通量和净碳汇的同步评估。未来工作应聚焦于扰动-恢复机制、森林经营以及与木材采伐相关的横向碳转移，以推动森林碳汇评估从静态制图走向动态、可解释和可验证的综合分析。

森林碳汇（forest carbon sink）估算对全球碳循环研究、森林经营和监测、报告与核查（monitoring, reporting, and verification，MRV）具有重要意义。工业革命以来，化石燃料燃烧、土地利用变化和工业制造持续升高大气温室气体水平。IPCC第六次评估报告显示，2010—2019年自然陆地碳汇约为12.5 ± 3.2 GtCO₂·year^?1，约占该时期人为CO₂净排放的31%；但该统计指全部陆地生态系统吸收，包括森林、草地、农田等，不能直接等同于森林碳汇。森林生态系统在植被和土壤中储存大量碳，是陆地碳汇的组成部分，但其贡献仅占陆地碳汇的一部分，且远小于当前化石燃料CO₂排放。森林保护、恢复和可持续经营可有助于减缓气候变化，但不能替代化石燃料减排。森林碳汇精确评估可阐明森林生态系统碳吸收、分配、储存和排放机制，支撑退化林恢复、国土利用优化、区域增汇策略和国家温室气体清单编制，并逐渐成为MRV体系的重要技术基础。当前研究中，生物量（biomass）、碳储量（carbon stock）、碳储量变化（change in carbon stock）、碳通量（carbon flux）和净碳汇（net carbon sink）等术语常被混用，导致评估对象不清、结果不可比。现有七类模型在数据需求、估算目标、适用尺度和不确定性来源方面差异明显，单一模型难以同时满足高精度、广覆盖、持续一致性、过程解释和结果可验证等要求；已有综述对估计变量关系、模型适用性约束、数据需求和不确定性来源的系统评价不足，与MRV、碳交易和政策制定的对话也较薄弱。因此，研究人员系统评估森林碳汇估算模型，并提出“可验证”的“天-空-地”一体化评估系统。

研究人员综合评估了经验统计、遥感反演、生态过程、生物地球化学、通量观测与大气反演、机器学习和集成模型七类方法，比较其数据前提、适用尺度和主要不确定性，指出多源观测与模型整合是提高森林碳汇评估可靠性的关键。该研究提出以地面观测建立真实性限制，以航空遥感连接尺度，以天基观测促进区域扩展，并结合数据同化和不确定性分析，同步评估碳储量、碳储量变化、碳通量和净碳汇。其意义在于推动森林碳汇评估从静态制图走向动态、可解释、可验证的综合分析，为森林管理、碳中和目标评估、MRV体系和碳交易市场提供方法支撑。

该研究属于模型综述与评估框架构建研究，未涉及特定样本队列。主要关键技术方法包括：系统分类和比较七类森林碳汇估算模型，梳理其数据需求、估算对象、适用尺度和不确定性；提出“天-空-地”一体化框架，整合地面样地、森林资源清查、地基激光扫描（terrestrial laser scanning，TLS）、土壤与凋落物采样、通量塔观测，无人机（unmanned aerial vehicle，UAV）/航空激光雷达（light detection and ranging，LiDAR）和高分辨率影像，卫星光学、合成孔径雷达（synthetic aperture radar，SAR）、星载LiDAR和大气CO₂观测；采用数据同化、不确定性传播分析、机器学习和生态过程模拟进行多源数据融合与模型验证。

2.1 经验统计模型：通过地面样地和森林资源清查数据，利用体积方程、异速生长方程和生物量扩展/转换因子（biomass expansion/conversion factors，BEF/BCEF）估算单木、林分和区域碳储量及变化；结论是结构简单、可解释性强，但受样地代表性、方程适用性和尺度扩展误差限制。
2.2 遥感反演模型：通过光学、SAR、LiDAR等建立遥感指标与地上生物量/地上生物量密度（aboveground biomass/aboveground biomass density，AGB/AGBD）或碳储量关系；结论是空间连续制图能力强，但存在信号饱和、样地不足和尺度不匹配，LiDAR多平台可互补，主要估算AGB/碳储量，净碳汇需多时相或过程模型。
2.3 生态过程模型：通过光合、呼吸、碳分配等过程模拟净初级生产力（net primary productivity，NPP）、净生态系统生产力（net ecosystem productivity，NEP）和碳储量动态；结论是机理解释强，适合管理和情景模拟，但参数本地化不足、初值敏感、扰动刻画不足。
2.4 生物地球化学模型：通过耦合碳、水、氮、磷和土壤碳周转模拟长期碳循环；结论是适合长期碳循环、土壤反馈和气候响应，但结构复杂、参数敏感、计算需求高。
2.5 通量观测与大气反演模型：通过涡度协方差观测净生态系统交换（net ecosystem exchange，NEE）、总初级生产力（gross primary productivity，GPP）、生态系统呼吸（ecosystem respiration，R_eco）、NEP，通过大气CO₂和传输模型反演区域碳收支；结论是能约束森林-大气CO₂交换和区域碳平衡，但足迹有限、站点代表性和大气传输误差限制空间归因，且不能直接捕获采伐横向碳转移；管理林需清查和采伐数据，含采伐的净生态系统生产力（net ecosystem productivity with harvest，NEPH）概念被引入。
2.6 机器学习模型：通过随机森林、支持向量机、XGBoost、LightGBM、人工神经网络和深度学习融合多源变量；结论是非线性拟合和区域预测精度高，但依赖训练样本代表性，泛化能力、可解释性和不确定性量化不足。
2.7 集成模型：通过多源数据融合、机理约束和数据同化整合上述方法；结论是可平衡精度、空间扩展、可解释性和不确定性表达，适合综合评估和MRV，但流程复杂、技术要求高、可重复性需加强。
3.1 模型间精度差异：通过比较不同模型在精度、适用目标、数据可用性和空间尺度上的表现；结论是经验统计适合样地和清查尺度，遥感适合区域制图，过程模型适合动态和管理情景，生物地球化学适合长期碳循环，通量和大气反演适合通量约束和验证，机器学习适合区域预测，集成模型适合综合评估。
3.2 数据误差与参数不确定性：通过分析输入数据、参数配置和尺度匹配；结论是地面清查数据并非“真值”，胸径（diameter at breast height，DBH）、树高、树种、木材密度、异速方程、样地扩展和遥感错位等会传播误差，参数校准和数据同化可降低过程模型不确定性。
3.3 模型结构误差与尺度效应：通过分析理论框架、变量选择、过程表征和尺度不匹配；结论是管理、扰动和横向碳转移缺失会导致系统偏差，样地、像素、LiDAR足迹和区域统计单元尺度不一致影响结果，高像素精度不等于区域聚合精度。
4.1 天-空-地一体化系统总体结构：通过构建地面、航空、天基和建模四层框架；结论是该系统以“可验证”为原则，多源互补、多模型协同，可同步评估碳储量、碳储量变化、碳通量和净碳汇。
4.2 地面观测网络与真实性约束：通过样地、森林资源清查、TLS、土壤和凋落物采样、通量塔建立数据库；结论是应系统网格或概率抽样，记录管理和扰动，为模型训练、参数校准和独立验证提供真实性限制。
4.3 航空遥感衔接尺度与精细结构扩展：通过无人机、航空LiDAR和高分辨率影像建立层次尺度转换；结论是可连接传统样地/TLS与卫星像素，减少尺度不匹配，并探测扰动特征。
4.4 天基遥感区域覆盖与动态监测：通过光学、SAR、星载LiDAR和大气CO₂观测结合数据同化；结论是可实现区域到全球动态监测，更新模型参数和状态，输出碳储量、变化、GPP、NEP/净生物群区生产力（net biome productivity，NBP）和净碳汇等MRV产品。
5.1 从碳储量制图到碳通量诊断：通过分析碳储量与碳通量过程；结论是评估应关注GPP、NPP、NEP、NEE、R_eco和采伐横向碳转移，解释碳汇形成和变化。
5.2 从单模型优化到多模型集成与同化：通过比较单模型与多模型协作；结论是数据同化可动态调整状态和参数，需从“平行比较”转向“协同工作”。
5.3 从高精度反演到可验证MRV：通过分析MRV要求；结论是输入可追溯、过程可解释、结果带不确定性、可独立验证，满足一致性、透明性、完整性和可比性。
5.4 从静态估计到扰动-恢复动态监测：通过时间序列遥感结合清查、通量和模型；结论是应监测扰动时空范围、碳损失和恢复路径，评估恢复后碳汇可持续性。
5.5 从森林内部碳收支到经营、采伐和木制品碳流综合核算：通过分析经营、采伐和收获木制品（harvested wood products，HWP）；结论是管理不应当作一般扰动，采伐造成横向碳转移，需整合采伐记录和HWP碳储量，遵循IPCC指南，Schulze et al. (2021) 的NEPH概念，Bouriaud et al. (2016) 和 Profft et al. (2009) 的研究表明经营和木制品寿命影响碳核算。

讨论部分强调应从碳储量制图转向碳通量诊断，从单模型优化转向多模型集成与同化，从高精度反演转向可验证MRV，从静态估计转向扰动-恢复动态监测，从森林内部碳收支转向经营-采伐-木制品全生命周期核算。研究结论部分可翻译为：评估森林碳汇的关键不仅在于提高单个模型或产品的反演精度，而在于在明确估算目标和系统边界下，建立能够共同刻画碳储量、碳储量变化、碳通量和净碳收支的一体化评估框架。经验统计、遥感反演、生态过程、生物地球化学、通量观测与大气反演、机器学习和集成模型并非相互独立，而是在数据源、适用尺度、过程表达和不确定性管理方面具有协同性。当前限制包括地面观测误差、尺度外推、样地代表性不足、遥感信号饱和、尺度不匹配、参数本地化不足和模型结构误差，也包括对扰动-恢复动态、森林经营和采伐引起的横向碳转移刻画不足。特别是采伐木材离开森林进入木制品和能源部门造成的碳转移，尚未充分纳入多数森林碳汇模型。未来应遵循“可验证”原则，完善天-空-地观测与模型集成系统：地面清查和TLS限制碳储量和森林结构，航空遥感连接尺度，卫星遥感和大气CO₂观测支持区域持续监测，管理记录、采伐数据和木制品信息用于补充传统通量观测难以量化的横向碳转移；在此基础上通过机器学习、生态过程模型、数据同化和不确定性传播分析，推动森林碳汇评估从静态碳储量制图转向碳通量和扰动-恢复动态评估，从单模型预测转向多模型协作，从森林内部碳收支扩展到经营-采伐-木制品全生命周期综合核算，并提高结果透明性、可理解性和MRV可验证性，为改进森林管理、增加碳汇和评估碳中和目标提供科学依据。