以全球变暖为主要标志的全球变化持续影响着人类的生存和发展（IPCC，2014），成为当今世界各国和社会各界关注的重大政治、经济和外交问题。我国《国家中长期科学和技术发展规划纲要（2006-2020） 》（中华人民共和国国务院，2006） 和《国家应对气候变化规划（2014-2020年） 》（国家发展改革委，2014） 均明确要求提升我国在全球变化研究领域观测、分析、模拟的能力。全球碳循环调控着大气CO₂浓度的变化，是全球变化研究的一个重要内容。准确评估全球碳循环是准确估算未来大气CO₂浓度、预测气候变化的关键，也是履行《联合国气候变化框架公约UNFCCC》（1992） 及各国政府制定应对策略的重大需求。基于模型实现全球碳源汇估算是目前全球碳循环主要估算方法，包括自下而上法（bottom-up） 和自上而下法（top-down），自下而上法利用地表过程模型模拟、碳循环参数的遥感反演或估算确定全球碳收支；而自上而下法结合大气化学大气传输模式与大气CO₂浓度观测数据来反演不同区域碳源汇。由于不同模型所使用的研究方法、数据源以及模型的假定条件和基本参数都不同，估算结果不确定性很大。不同研究及IPCC报告均指出模式之间模拟结果相差甚远^［1-4］。这种全球碳循环估算巨大不确定性既源于碳循环模式的理论和认知缺陷，又包括缺乏精细时空分辨率的观测数据。而国际通量观测网络、海洋CO₂走航现场观测，为全球碳循环研究积累了大量实测数据，且卫星定量遥感也为全球碳循环观测与尺度扩展提供了可能。因此，急需结合遥感及地面的立体观测，生产和共享全球陆地和海洋生态系统碳循环关键参数数据集，提高全球碳循环和碳源汇的模拟估算精度。

由国际地圈—生物圈计划（IGBP） 、全球环境变化人文因素计划（IHDP） 和世界气候研究计划（WCRP） 共同发起了全球碳计划（GCP），其目标就是深入全面地理解全球碳循环，并为碳排放相关政策的制定提供科学依据（量化、归因和管理），其中关键是准确量化全球碳循环格局和变率^［5］。因此，高质量、精细时空分辨率、长时间序列的全球碳循环关键参数产品是全球碳循环研究的核心挑战和关键内容之一，以台站观测网络和卫星遥感为主的立体观测是最有效的解决手段，并随着大数据技术的迅猛发展，有望提供全球和区域碳源汇直接估算结果。

全球尺度观测数据一致性不足仍是全球碳循环研究面临的首要关键问题，主要原因是全球变化碳循环数据和卫星观测产品仍存在时间、空间和参数方面的空缺^［6-8］，并造成了对全球变化关键过程的认识不足。相对而言，植被参数定量遥感产品较丰富，但缺少开展全球生态系统碳循环估算的一些关键参数的遥感产品，如现有叶面积指数、植被覆盖度等都是对地表植被特征的整体描述，缺少描述碳循环关键过程参数的遥感产品。陆地生态系统生产力要素，海水溶解无机碳、海水CO₂分压等空间产品缺乏，不足以支撑陆地及海洋生态系统碳收支估算。同时不同数据来源的碳循环关键参数产品由于存在一致性不够问题^［9］，也会影响到全球碳收支时空变化格局分析结果，如AVHRR、SPOTVEGETATION、MODIS等植被产品在估算青藏高原物候时，得到完全相反的估算结果^［10］，GIMMS3g（the third generation Global Inventory Monitoring and Modeling System） 、GLASS（the Global Land Surface Satellite） 和GLOMAP（the Long-term Global Mapping） 等不同数据的全球不同区域LAI变化趋势也有较大差异^［11］。为有效研究碳循环的时空变化特征，需要长时间序列、较高时空分辨率的遥感产品支持，但现有一些碳循环关键参数遥感产品的时空分辨率稍显不足，如全球陆地植被聚集指数、森林树高、森林生物量等仅有一期^［12-14］，部分产品的时间分辨率也有待提高。海洋水色遥感用于碳循环研究，目前主要集中在海水叶绿素浓度、初级生产力以及海表有机碳浓度反演等，对于海洋蓝色碳汇的定量化评估，需要进一步获取全球及重点海区碳源汇分布格局及动态变化，定量评估海洋碳循环系统中关键界面的碳通量（如海—气界面、陆—海界面、上下层海洋垂向输运、侧向输运）和有机碳储量。为支持基于遥感产品的全球碳循环研究，需要对关键碳循环参数的遥感反演算法开展研究，并充分利用现有多源遥感数据集提高关键参数产品的时间覆盖范围及时空分辨率。

综上所述，我国全球碳循环研究急需在以下3个方面取得突破：①发展碳循环关键要素的空间观测新方法，完善地基、天基观测体系和观测技术能力，实现对碳循环关键要素的动态监测；②研发我国自主的、全球覆盖的长时间序列碳循环全要素数据产品系列，以支撑模式模拟、降低其预测不确定性；③创新大数据驱动的全球碳循环直接观测新方法，提升全球碳源汇估算精度。为此，我国全球变化应对专项专门设立了国家重点研发计划项目“全球生态系统碳循环关键参数立体观测与反演”。该论文介绍了项目背景、关注的科学问题、研究内容、预计成果及执行3 a来的主要进展等。

目前，国内外已有全球碳循环关键参数产品不足以支撑碳源汇精确估算，主要表现为：①部分碳循环关键参数的全球产品缺乏，如陆地植被叶绿素含量、叶绿素吸收光合有效辐射、全球土壤表层有机碳库、海水总无机碳浓度、海水总碱度、海水pH值和海水二氧化碳分压等；②大部分已有碳循环关键参数产品时间序列不够长、时空分辨率不够高；③不同数据来源的碳循环关键参数产品由于存在突出时空尺度效应或定义与内涵差异，一致性不够，需要进行归一化融合处理。

项目拟研制覆盖全球、参数完备、时空分辨率精细、连续一致的碳循环关键参数产品，将重点解决如下关键科学技术问题。

全球碳循环关键参数产品技术体系构建：目前空间观测碳循环关键参数种类较少，不足以支撑碳源汇准确估算的科学需求。需要通过文献调研、模式模拟、控制实验等方法，确定碳循环关键参数指标体系；并集成辐射传输机理模型和先验知识，攻克碳循环关键参数的高精度立体观测与反演技术，通过全流程真实性检验实验，建立各参数精度监测指标与方法体系。

连续性、一致性的碳循环关键参数产品生产技术：大部分碳循环参数产品利用单一传感器数据进行产品生成，基于这种单一传感器数据组合的长时序遥感产品缺乏连续性和一致性。项目提出基于数据归一化处理的长时序碳循环关键参数产品生产方法，通过数据一致性保障产品一致性。一方面，项目将研究基于遥感成像模型和数据统计匹配等多源遥感数据归一化处理技术，攻克基于国内外多源卫星遥感定量化处理技术，形成高时间分辨率（5 d、500 m） 、空间无缝覆盖的全球产品生产能力；另一方面，利用多源协同的高精度产品标定早期的低精度产品，生产近40 a的长时间序列的高质量碳循环关键参数产品。

全球碳循环关键参数的时空格局认识不清或还存在非常大不确定性，基于空间大数据的碳源汇直接估算虽已展露曙光，但其潜力远未充分挖掘。项目预期能够提供一套时空分辨率高、时间序列长、碳循环参数全的遥感产品。基于这些高质量碳循环参数产品，可通过数据挖掘、机器学习、神经网络等数学工具，发展大数据驱动的全球碳源汇直接估算新方法，获得全球碳循环时空变化的新认识。

依据全球生态系统碳循环关键过程和全球碳源汇精确估算的需求，经初步调研分析确定全球碳循环关键参数如图1所示，共包含陆地植被、土壤、海洋等3大类24种碳循环关键参数的长时间序列空间观测产品（GLOCC： Global Land & Ocean Carbon Cycle products）。图1展示了24种GLOCC产品在生态系统碳循环过程中的位置和相互关系，不仅包括主要碳源汇直接观测产品，如陆地GPP、NPP、NEP、生物量、土壤碳库和海水二氧化碳分压、海水颗粒有机碳等；还包括生态系统光合作用关键参数以及碳循环模型过程变量。这些数据产品可支持对包括生态系统碳储量、碳收支量在内的碳循环关键变量及过程的立体观测和动态模拟。

项目拟研发的24种碳循环关键参数产品，其中植被叶绿素吸收光合有效辐射比例、叶绿素含量、叶片最大羧化率、陆地生态系统生产力、森林生物量、森林扰动碳损失、海水总碱度、海水溶解无机碳、海水pH、海洋二氧化碳分压等10种产品还将填补当前国内外空白。

项目设置4个主要研究内容，如下：

（1） 陆地碳循环关键植被参数立体观测与反演研究。构建全球碳循环关键植被参数反演模型与产品生成技术体系，包括植被覆盖度、LAI、叶绿素吸收光合有效辐射比例、聚集指数、叶绿素含量、叶片最大羧化率、叶绿素荧光等7种关键植被参数。

（2） 陆地生态系统生产力与碳储量估算及时空特征研究。发展陆地生态系统生产力反演方法、树高和生物量遥感反演模型与方法，研发长时间序列全球陆地生态系统植被生产力与碳储量生产技术，明晰全球森林、草地、农田土壤有机碳库的时空动态特征。

（3） 海洋碳循环关键参数立体观测与时空特征研究。建立适用于全球海洋的碳循环关键参数卫星遥感反演模型，研制具有自主知识产权的长时序全球海洋碳循环关键参数遥感数据集，并阐明近30 a来全球海洋碳循环关键参数的时空分布格局、变率及其主要调控机制。

（4） 全球碳循环关键参数产品集研制及海陆碳收支研究。研发全球碳循环关键参数的生产和共享平台，生产具有自主知识产权的全球陆地碳循环遥感参数和海洋遥感参数的长时间序列数据产品并实现在线免费共享；开展基于碳循环参数数据的区域和全球碳源汇的遥感直接估算，陆地与海洋气候变化响应的对比研究。

项目面向全球碳源汇精准估算的需求，建立陆地和海洋碳循环关键参数遥感反演新算法和新模型，突破全球生态系统碳循环关键参数的高精度立体观测与反演关键技术；构建全球碳循环关键参数的数据产品生产与共享平台，基于国外和国产卫星，协同陆地、海洋等不同类型区域的星载和地面观测设施，实现长时间序列的全球遥感产品生产，提供植被覆盖度、叶绿素、植被初级生产力、生态系统生产力、海洋叶绿素、海洋初级生产力等24种GLOCC遥感产品共享服务。项目成果将为进一步推动我国的全球碳循环观测、反演、关键过程和动力学机制研究，为全球碳循环模式研发、预测以及全球碳源汇估算等研究提供遥感数据产品共享服务，以降低碳源汇估算的不确定性，并为我国应对和减缓全球气候变化提供科学依据。

项目团队经过3 a时间的攻关研究，碳循环关键参数立体观测与反演关键技术研究方面取得重大进展，24种GLOCC产品算法创新研究进展顺利，大部分碳参数遥感反演算法都已经在国际主流期刊论文发表，24种产品中有7种进入成熟共享阶段（共享网址：http：//www.geodata.cn/thematicView/ modislly.html），有11种GLOCC碳参数产品算法已经确定、进入产品生产与验证阶段，剩余6种碳参数也进入算法对比和优化阶段。

植被聚集指数（Clumping Index， CI）是指植被叶片在空间上的分布特征（聚集、随机或有规律分布等），是表征植被冠层叶片分布状态的一种重要的植被结构参数。叶片的聚集效应对植被冠层内辐射的截获与分配有重要作用，从而影响植被的光合作用与蒸腾作用。同时，植被聚集指数是全球与区域生态、水文、气候等各种模型的关键参数，因此，植被聚集指数的反演精度，对地表生态、陆表过程、全球气候的研究有重要意义。

针对目前全球CI卫星产品存在的主要问题，基于现有的热、暗点效应的归一化植被指数（NDHD）和CI的模拟关系^［13］，通过对MODIS二向性反射（BRDF）和反照率业务化模型的体散射核^［15］和几何光学核^［16］进行热点校正，在分析了MODIS和POLDER像元BRDF尺度效应的基础上^［17］，基于研究团队已发展的各向异性平整指数（Anisotropic Flax Index， AFX）和BRDF原型的理论^［18］，构造了一套基于MODIS/BRDF产品反演植被CI的算法框架，首次采用备用算法，对CI反演结果的异常值进行约束处理，构建了MODIS/CI产品的质量体系^［19］。首次评价了冰雪对反演CI产品的影响^［20］。通过收集到的具有空间代表性的站点测量数据验证表明，产品的主算法和备用算法提高了全球CI产品的反演精度，均方根误差（RMSE）分为0.07和0.124^［19］。

叶面积指数（Leaf Area Index， LAI）通常定义为地面单位投影面积内叶总面积的一半，是描述植被冠层功能过程的重要参量，是生态系统功能模型、作物生长模型、大气模型、水循环模型等模型基本输入参数，也是目前分析评估全球植被变化的主要参数。

全球中低分辨率LAI遥感产品中混合像元比例高，显著的异质性为像元LAI反演精度带来误差。针对此问题，提出了考虑像元非均质特征的LAI产品算法体系。首先，基于30 m分辨率GlobeLand地表覆盖分类产品分析了全球1 km分辨率像元的混合特征，发现全球约四分之三像元为多种类型混合，其中以不同植被类型混合的生态交错区最为普遍，其次为水体与植被混合^［21］，提高中低分辨率LAI遥感产品精度需要考虑地表非均质特征。针对水体混合像元，提出了去除水体效应的叶面积指数反演算法^［22］。针对生态交错区混合像元，将描述叶片不均匀分布的聚集指数扩展到像元尺度，提出混合像元聚集指数校正因子MCFCI（Mixed-pixel Correction Factor of Clumping Index）校正叶片在像元空间内的不均匀分布带来的LAI估算误差^［23］。基于该算法体系生产了2000~2019年全球500 m/5 d GLOCC LAI产品。与MODIS LAI产品相比，验证结果显示在水体混合像元上，本项目GLOCC LAI产品具有更高的估算精度（R²=0.52， RMSE=0.70，bias=0.02），优于MCD15H2（R²=0.26，RMSE=1.08， bias=0.11）。经文献调研对比，GLOCC LAI产品精度略低于GLASS的LAI产品精度（R²=0.87， RMSE=0.64） ^［24］。

植被覆盖度（Fraction of Vegetation Cover，FVC）定义为一定区域内植被（包括叶、茎、枝等植被组分）投影到水平面的投影面积占此统计区在垂直于水平面方向投影总面积的百分比。FVC是衡量地表植被状况的一个重要指标，它是描述生态系统的重要基础数据，也是区域生态系统环境变化的重要指示，对水文、生态和区域变化等都具有重要意义。

针对目前全球FVC产品缺乏物理模型反演及浓密植被高估等问题，通过引入描述观测结构信息的聚集指数参数，提出了基于孔隙率的FVC反演算法^［25］。基于聚集指数产品和LAI产品，生产了2000~2019年全球500 m/5 d GLOCC FVC产品。本项目的GLOCC FVC算法不依赖植被类型，具有普适性，同时能够有效降低浓密植被FVC高估问题，提高了全球FVC遥感产品反演精度（R²= 0.67， RMSE=0.12， bias=0.02），优于GEOV1的FVC产品（R²=0.68， RMSE=0.2， bias=0.16）。经文献调研对比，GLOCC FVC产品精度略低于GLASS的FVC产品精度（R²=0.86， RMSE=0.087）^［26］。

光合有效辐射吸收比例（Fraction of Absorbed Photosynthetically Active Radiation， FAPAR）描述太阳入射光和有效辐射被植被冠层拦截并吸收的比例，是一个与植被结构有关的冠层光学参数。作为表征植被生态系统的一个基本变量，FAPAR被广泛应用于各种气候、水文、农业及生态模型，并已被全球气候观测系统与陆地生态系统观测确定为反映全球气候变化的关键参量之一。

针对目前全球FAPAR卫星产品存在的主要问题，提出了基于层模型的黑空及白空FAPAR反演算法^［25］和绿色叶片吸收FAPAR（FAPARgreen）反演算法^［26］，发展了FAPAR瞬间观测到时间连续观测的时间升尺度方法^［27］，生产了2002~2019年全球黑空和白空GLOCC FAPAR时序遥感产品。不仅首次实现了白空FAPAR产品生产，还拓展FAPAR产品内涵，提高了全球FAPAR遥感产品反演精度 （R²=0.917， RMSE=0.088， bias=-2.8 %），优于MCD15A2H（R²=0.901， RMSE=0.096， bias=7.6 %）和GEOV1（R²=0.868， RMSE=0.105， bias=6.1%）。经文献调研对比，GLOCC FAPAR产品精度略低于GLASS FAPAR产品精度（R²=0.929， RMSE=0.072） ^［6］。

冠层叶绿素含量（Canopy Chlorophyll Content， CCC）的变化反映了植被总体光合生产能力的差异。通过卫星遥感的红边等叶绿素吸收特征光谱波段，可以快速、无损和准确地测定植被CCC，有利于了解植被长势、生物胁迫和碳储存状况，而目前全球尺度的CCC长时序产品仍是空白。项目采用ENVISIAT MERIS、Sentinel-3 OLCI卫星数据，开展了全球植被CCC反演模型研究，并初步开展了产品生产和真实性检验研究。

通过小区控制实验和星地同步实验，筛选和构建对叶绿素敏感的反射光谱特征和光谱指数^［30］。同时，针对CCC反演的反射特征和光谱指数受冠层异质性的影响较大这一问题，提出了融合聚集指数和叶绿素敏感光谱指数的CCC遥感反演方法，将CCC反演误差从30.06 μg/cm² 减小到15.82 μg/cm²，很好地解决了植被冠层聚集效应对CCC反演的干扰。

日光诱导叶绿素荧光（Solar-induced Chlorophyll Fluorescence， SIF）是自然光照条件下植被叶绿素分子的受激发光现象。而且越来越多的研究结果表明，卫星平台获取的SIF产品为全球总初级生产力（GPP）的估算提供了一种全新的测量方式。

我国国产卫星（如TanSat）也具备了SIF探测潜力。针对TanSat卫星载荷参数和成像特点，发展了基于奇异值分解（SVD）的数据驱动的SIF卫星遥感反演算法。

研发了TanSat卫星SIF产品生产系统，获得了基于国产卫星TanSat的首幅全球叶绿素荧光分布图，能够准确揭示全球植被光合生产力的时空动态特征，如图2所示^［31］。利用OCO-2卫星SIF产品、MODIS植被指数和GPP产品数据集对TanSat卫星的SIF产品进行了交叉检验与验证，结果具有很好的一致性，与OCO-2卫星SIF、MODIS NDVI、EVI和GPP的线性统计R²分别为0.86、0.78、0.80和0.68，与OCO-2卫星SIF的交叉对比差异为0.168 mW m^-2 sr^-1 nm^-1。这些交叉验证结果表明，TanSat卫星SIF产品是可靠的。在此基础上，采用随机森林算法，结合MODIS地表反射率产品和气象数据，研制了0.05° 分辨率时空连续的TanSat SIF全球产品^［32］。

植物叶片最大羧化速率（Maximum Carboxylation Rate， Vcmax）是陆地生态过程模型模拟叶片光合作用的关键参数。它表征在碳反应过程中由Rubisco酶催化的最大羧化反应速率，即植物叶片在单位时间单位面积固定的最大CO₂摩尔数 （单位：μmol m^-2 s^-1）。准确地获取、特别是大范围获取植物叶片最大羧化速率，有助于准确预测植被光合能力，对全球植被生态系统碳循环过程模拟十分有益。

目前经典的生化模型在模拟植被光合作用时，通常根据植被功能类型，将Vcmax设置为常数，或仅进行温度校正，导致光合作用模块成为生态过程模型碳循环模拟不确定性的主要来源，针对此问题，本研究进行了叶片尺度Vcmax的遥感反演机理研究^［33］，构建了基于叶片叶绿素含量的Vcmax遥感反演模型，同时，改进了基于辐射传输模型的大尺度叶片叶绿素遥感反演模型^［34］，并开展了基于卫星遥感叶片Vcmax的真实性检验方法研究，初步检验结果表明，卫星反演的叶片Vcmax的精度优于20 μ mol·m^-2s^-1。

光能利用率（Light Use Efficiency， LUE） 表征植被通过光合作用将所截获/吸收的能量转化为有机碳的效率，是遥感估算植被生产力的关键参数。由于植被分布和气候环境的综合影响，光能利用率表现出显著的空间异质性和时间动态性，光能利用率的不确定性成为后续生产力模型估算精度不高的重要原因。

项目基于全球通量网站点碳通量观测数据和MODIS遥感数据，通过引入晴空指数来量化太阳辐射中散射辐射占比不同对光能利用率的影响，并结合气温及遥感估算的蒸发比，构建了不同植被类型LUE估算的参数化模型，显著提高了常绿阔叶林LUE估算精度，所有植被类型总体RMSE为0.488 gC/MJ^［35］。

植被总初级生产力（Gross Primary Productivity， GPP）是指在单位时间和单位面积上，绿色植物通过光合作用所生产的全部有机物同化量，即总光合量。GPP是表征植被状态的重要指标，反映了植被的总固碳量，是陆地生态系统碳循环的关键变量，其准确估算对于评估区域及全球碳收支具有重要意义。

项目针对现有全球GPP遥感产品没有考虑太阳辐射中直射光和散射光LUE不同的不足，基于所研发的LUE估算方法^［35］，利用GLASS（Global Land Surface Satellite）LAI、FPAR产品和ERA-Interim气象数据，生产了1981~2018年全球5 km、8 d分辨率的GLOCC GPP产品，延长了GPP时间序列。与全球通量网（Fluxnet）站点GPP数据的比较表明，GLOCC GPP卫星产品RMSE为2.782 gC/m²/d；全球GPP平均年总量为120.14 PgC，与其他研究结果相近。

植被净初级生产力（Net Primary Productivity，NPP）是指绿色植物在单位时间、单位面积上所能累积的有机物数量，是由光合作用所产生的有机物质总量中扣除自养呼吸（植物为了维持自身的生存与生长所消耗的有机物）后的剩余部分。NPP是表征植被状态的重要指标，其准确估算对于评估区域及全球碳收支、生态环境监测具有重要意义。

项目借鉴过程模型，分别估算植被维持呼吸和生长呼吸，构建了自养呼吸遥感估算模型^［36］，实现了日尺度自养呼吸的估算，在此基础上，利用所生产的GPP产品、以及GLASS LAI数据和ERA-Interim气象数据，实现了1981~2018年全球5 km、8 d分辨率GLOCC NPP产品的生产，并开展了全球NPP时空变化分析，结果表明全球GLOCC NPP年总量平均为58.64 PgC，1981~2018年全球NPP整体呈上升趋势，但2000年后上升趋势减小。

净生态系统生产力（Net Ecosystem Production， NEP）是生态系统光合固定的碳与生态系统呼吸损失的碳之间的差值，或者为生态系统净的碳积累速率^［37］。在不考虑各种自然和人为扰动的情况下，NEP可近似看作是陆地生态系统与大气系统之间的净碳交换量，定量描述了陆地生态系统碳源汇的能力。当NEP为正值时，说明生态系统为碳汇，NEP为负值则表明生态系统为碳源。NEP的准确计量对科学评估陆地生态系统的固碳能力、更好地制定气候变化应对措施具有重要意义。

NEP可以定量地表示为NPP与土壤异养呼吸的差值或GPP与生态系统呼吸的差值，但是根据我们现有的研究进展，通过差值法估算的全球陆地生态系统NEP精度较低（验证精度的可决系数R²<0.2）。综合考虑影响NEP时空变化的各种环境因子和生物因子，以多源遥感数据和非遥感的土壤属性数据、地形数据等作为输入参数，利用随机森林方法直接估算全球陆地生态系统的NEP，R² 可以达到0.7。

森林高度（Forest Height）是描述森林垂直结构的重要参数，能够直接反映树木的生长状况，同时也是森林生物量评估的最主要指标，其精确反演将大大提高生物量模型估算精度，对森林碳储量估算、生物多样性研究等具有重要意义。

针对当前全球森林高度产品存在的主要问题，提出了基于OPTICS的光子点云去噪算法^［38］，初步探索了星载光子计数激光雷达森林高度反演的可行性；提出了基于星载全波形激光雷达重叠光斑的地形坡度估算新方法，建立了兼顾传感性特性与地形的光斑尺度森林高度反演模型，构建了主被动遥感协同的森林高度外推模型，研发了3期全球森林高度产品，其中第一期2004年和第二期2008年误差小于4.8 m，第三期2019年误差小于4.0 m。

森林生物量（Forest Biomass）作为描述森林冠层结构和功能的重要参数，能够直接且定量化地反映森林碳储量和生产力水平，成为森林生态系统碳循环研究中的一个不可或缺的指标。同时森林生物量也是很多气候和陆面模型的关键输入参数，在全球气候变化研究中发挥着重要作用。快速、精确估算森林生物量对深入研究陆地碳循环和气候变化具有重要的意义。

针对全球森林生物量产品存在的问题，在全球范围内收集了大量的实测森林生物量，并建立了单木参数激光雷达模型^［39］，为生物量反演提供了基础数据；提取了表征森林垂直结构的激光雷达特征参数，建立了森林叶面积指数垂直分布反演模型；以星载激光雷达提取的森林高度和垂直分布数据为主要数据源，联合光学遥感数据、气候数据、地形数据等，针对不同森林类型和生态地理分区分别构建森林生物量反演模型^［40］，并在此基础上生产了2004、2008、2019年3期森林生物量产品，3期生物量产品精度均优于80%。

森林生态系统在维持全球气候系统、调节全球碳平衡、减缓温室效应等方面发挥着重要作用。森林在生长过程中受到多重因素的影响，如自然干扰，如野火、昆虫爆发或强风等导致的强扰动。日益增强的森林扰动严重影响了森林在碳源/碳汇中的角色。如何有效监测森林强扰动引起的碳损失对研究全球变化有着举足轻重的作用。

针对目前已有森林扰动碳损失产品存在较大不确定性的问题，提出了地形自适应大光斑激光雷达波形指数^［39］，进而发展了基于星载激光雷达与雷达干涉相结合的碳损失估算方法，结合已有森林面积损失产品的基础上^［41］，生产了90 m分辨率的拉丁美洲地区2001~2009年的森林强扰动碳损失产品。本研究首次实现了从森林结构参数角度来大区域估算碳损失产品，很大程度上解决了高碳储量等级时遥感信号饱和问题，发现拉丁美洲区域现有森林强扰动区域的森林碳损失被严重高估，为正确认识其在全球碳收支中的作用提供了新的可靠证据。

土壤有机碳（Soil Organic Carbon， SOC）是指土壤有机组分（包括腐殖质，动植物及微生物残体、排泄物、分泌物及其部分分解产物）中所保留的碳。SOC作为土壤肥力形成的基础，不但影响土壤质量及功能，而且在全球气候变化中扮演重要角色。目前的SOC库数据产品（比如HWSD、SoilGrid250 m等）大多基于全球土壤剖面数据库建立，仅表达了过去50~60 a中全球SOC库的“平均”状态，然而，SOC库尤其是表层SOC库受人类活动影响最为强烈，变化也最为活跃，因此，急需多时段SOC库数据产品。

针对全球表层SOC库时序数据产品缺乏的问题，本研究通过机器学习算法整合影响SOC变化的气候、母质、地形、植被、人为活动等协同变量以及表征温度、湿度对SOC分解影响的衍生变量，构建SOC变化的时空替代模型，计算了全球表层SOC库的初始基线分布及逐年的空间分布。进而，以全球表层SOC库的初始基线分布为基础，在基于长期定位观测数据改进RothC过程模型结构和优化参数后，以项目遥感NPP数据产品驱动过程模型模拟了全球表层SOC库的时空演变过程。目前基于时空替代模型和过程模型，分别生产了1982~2015年逐年的全球表层SOC库5 km数据产品，相关的产品精度验证及时空替代模型和过程模型的融合正在进行中。

海洋是地球上最大的碳库，大气CO₂通过生物作用光合固碳（生物泵）及海水碳酸盐系统（溶解泵）将CO₂输入深海、沉积物或者转变为惰性无机碳，从百年或千年尺度脱离大气循环，实现真正意义的固碳。从海洋固碳来说，关键碳循环参数可以分为3大类，首先是与浮游植物光合固碳有关的参数，即经典的叶绿素浓度和初级生产力；第二是有机碳碳储量及通量，主要是关注海水中有机碳浓度在上层海洋的总量及不同界面层的通量。第三类碳参数为无机碳，即海洋碳酸盐体系包括海水CO₂分压（pCO₂）、溶解无机碳DIC、碱度TA、酸度pH等。目前国际上的海洋碳参数遥感反演主要是集中在叶绿素、初级生产力，以及海表有机碳物质浓度遥感反演研究。本项目将侧重于海洋卫星遥感在海洋关键界面层（如海—气界面、陆—海界面、垂向界面、侧向输运等）的碳通量和有机碳储量的全球估算方法构建及应用分析，通过多学科交叉研究，利用遥感定量化、长时间序列和大尺度宏观的观测优势，研究海洋碳循环关键参数的控制机理并进行量化估算，为蓝色碳汇评估和海洋碳管理提供科学支撑。

海水二氧化碳分压（pCO₂）是是计算海气界面CO₂通量的基本碳化学参数，指气液平衡状态下CO₂气体的分压，表征海水碳酸盐系统中碳的一种形态。目前国际上已经有不少区域性经验遥感反演模型，主要是基于pCO₂和遥感参数之间的线性或者多元回归关系获得。这些算法在其依赖于建模样本的季节、区域代表性和样本量，在复杂的边缘海区域很难获得具有显著意义的统计模型。项目组从海水碳酸盐系统理论出发，提出了基于控制机制分析的海水pCO₂半解析遥感模型（Mechanistic-based Semi-Analytic-Algorithm，MeSAA-pCO₂）。MeSAA-pCO₂模型目前已成功实现了长江冲淡水影响的东海海区^［42］和海盆过程主导的白令海海区pCO₂的遥感反演^［43］。MeSAA-pCO₂模型不仅考虑了陆源的贡献，且通过主控因子的累加实现同一种模型在全海域的应用，克服了斑块问题，可在不同边缘海系统拓展，具有较好的应用前景。

颗粒有机碳（Particulate Organic Carbon， POC）沉降输出是海洋生物泵固碳最重要的方式之一，即真光层浮游植物光合作用将无机碳转化为有机碳，并向下输出POC 至深海，在较长时间内脱离大气CO₂循环的一系列过程。POC垂向输出的强度和效率在一定程度上反映了海洋对大气CO₂浓度的调控能力。目前POC输出效率遥感反演主要为基于海表温度/叶绿素浓度和初级生产力的统计类方法。然而，在边缘海区，POC输出调控机制复杂，POC输出效率会出现随初级生产力的增加而下降的现象^［44］。针对统计类方法在边缘海不适用的现状，利用Siegel等（2014）^［45］食物网的半解析方法对边缘海POC输出通量进行研究。目前，已建立了南海POC输出通量食物网模型估算的方法体系^［46］，有望推广至其他边缘海区，结合已有开阔大洋产品，实现全球海区POC输出通量的遥感估算。

受河流影响的边缘海系统接收了河口输入的大量物质，呈现出强烈的碳生物地球化学过程和碳通量/储量变率，需要对陆源入海通量进行长期、定量化监测。有机碳通量定义为一定时间内水平通过某垂直断面的有机碳总量，即某断面有机碳浓度函数与流量函数的乘积相对于时间、深度、宽度的积分。涉及海表有机碳反演和有机碳的侧向输运等一系列综合过程。针对常用千米级分辨率的SeaWiFS、MERIS、MODIS 等传统水色资料很难用于只有几百米至几千米宽度河流有机碳反演的问题，在现场观测基础上，项目组构建了基于高空间分辨率（500 m）静止轨道水色卫星（GOCI）数据的长江河流水表POC浓度^［47］遥感反演方法，结合现场观测流量，实现了长江入河口区POC输运通量的遥感反演^［47］，并进一步探讨了三峡大坝建设前后长江入河口POC输运通量的异同^［48］。针对河流入海有机碳在临近边缘海输运的过程，在前期基于有机碳垂直剖面模型和遥感水团识别模型的基础上^［49］，利用遥感反演海表DOC与水动力模型相结合的方法，实现了东海DOC侧向输运的动态监测^［50］。相关研究结果可显著推动对陆源入海碳通量估算及其变化过程的相关研究。

研究分析全球碳循环关键参数的时空分布格局及年际变化、趋势变化，有助于阐明其主要调控机制，并揭示与全球变化和短期气候振荡的联系，需要高质量的遥感产品支持。针对单日海表温度产品中有效数据覆盖率低的问题，提出了基于径向基函数网络（RBFN）的方法来重建海面温度，获得了比AVHRR_CI更高质量的海表温度数据集^［51］。针对Aquarius官方提供的3级（L3）网格化盐度产品没有对2级（L2）观测数据的数据质量进行有效应用的问题，提出了一种基于距离—质量双重加权的Aquarius网格化方法，生成了高精度的网格化GLOCC海表盐度场数据，采用Argo数据做精度评估，结果显示均方根误差可以达到0.19 psu^［52］。

在获得高质量长时序遥感产品基础上，进一步分析了欧洲和亚洲12个主要边缘海生态环境概况及变化情况（图3），揭示了主要边缘海海表温度和透明度持续上升的变化^［53］。围绕全球气候变化响应敏感区（热带东印度洋—西太平洋暖池区域），详细分析了本区域初级生产力的年际变化特征及长期变化趋势，探讨了大尺度长时间序列印太暖池区初级生产力及海洋动力参数对气候变化的响应规律^［54］。

完成了2018年以前全球卫星数据与产品收集任务，其中陆地卫星数据包括28种国内外卫星数据和19种全球碳循环产品生产相关的全球遥感产品；海洋涉及近20颗卫星、50多个参数，数据跨度达30多年。碳循环关键参数产品生产平台研发进展顺利，攻克了多源数据的一致性处理关键技术，已经攻克了多源数据的一致性处理关键技术，包括中低分辨率遥感数据的几何精校正、交叉辐射定标和大气校正^［55］，实现了多源遥感数据的辐射归一化，形成了标准化的多源遥感数据归一化数据产品。

碳循环关键参数产品生产平台进入产品试生产阶段。完成了数据库表设计，包括规划了原始数据、辅助数据、基础数据、基础产品、归一化产品、全球变化产品、算法数据、运行管理数据等8大类数据共254张数据库表；实现了数据库表操作对象和数据库表访问接口。实现了基于磁盘扫描和网络地址的两种方式的原始数据、辅助数据、基础数据、基础产品、全球变化产品的编目入库，以及数据目录的服务接口；采用docker的方式对算法进行容器化，从而实现跨平台、跨语言的算法封装，也实现了快速、简便的算法集成。在海洋遥感方面，还构建了海洋遥感在线分析平台（SatCO₂平台），面向公众免费分发，可用于海量多源遥感、实测及模式数据的快速在线获取、高效计算和三维球体可视化分析（www.SatCO2.com）。 SatCO₂平台包含了碳循环专题数据集、海洋二氧化碳计算评估模块，以及遥感与实测数据的交互验证分析等功能，可作为海洋碳循环研究分析和共享的便捷平台。

碳循环产品共享平台研制进展顺利，完成了全球碳循环关键参数数据产品元数据设计，完成了共享系统技术框架设计，针对24种GLOCC产品特点，结合项目要求与软硬件资源，基于PostgreSQL+PostGIS对象关系型数据库管理系统与J2EE框架实现了元数据采集模块与产品共享系统中英双语版的研发，完成了汇集元数据采集模块与产品共享的系统开发和测试工作。提出了本地存储、ZENODO共享平台、国家地球系统科学数据中心、地球大数据科学工程数据共享服务系统等多种全球碳循环关键参数数据产品存储方式相结合以及基于阿里云服务器的网站部署方案，完成了6种GLOCC碳参数产品、共33 716个产品的元数据汇总、整理与入库。GLOCC碳参数产品集成分析与共享应用取得阶段性进展，开展了据驱动的区域和全球碳源汇遥感直接估算研究，初步建立了基于机器学习算法的大数据处理模块^［56］；利用多源遥感产品，开展了森林生态系统碳循环模拟的初步模拟研究，分析我国森林生态系统GPP、NPP、 HR、NEP等时空演变趋势^［57-58］。

准确评估全球碳通量和储量是准确估算未来大气CO₂浓度、预测气候变化的关键。目前，碳循环关键参数的长时序、精细空间信息产品十分稀缺，且基于不同数据源生产的同类型产品间一致性差，甚至同一数据源不同版本间也存在较大差异。因此急需开展全球生态系统碳循环关键参数的高精度立体观测、反演与长时序产品研究，发展大数据驱动的区域和全球碳源汇估算新方法。

国家重点研发计划项目“全球生态系统碳循环关键参数立体观测与反演”的目标就是突破全球碳循环参数高精度反演关键技术，提供碳参数最全、时空分辨率最高、时间序列最长的自主知识产权的GLOCC碳参数产品。项目执行3 a来，收集与处理了1981~2019年来的28种国内外卫星数据和19种全球碳循环产品生产相关的全球遥感产品，攻克了多源卫星遥感数据的一致性处理关键技术，并在碳循环关键参数立体观测与反演关键技术研究方面取得重大进展，15种陆地生态系统碳参数和9种海洋生态系统碳参数的遥感算法研究进展顺利，大部分碳参数遥感反演算法都已经在国际主流期刊论文发表，有7种进入成熟共享阶段，有11种碳参数产品算法已经确定、进入产品生产与验证阶段，并将部分陆地生态系统碳参数的时间分辨率从8 d提高到5 d。项目预期能够提供24种长时间序列、高时空分辨率的全球碳循环遥感产品生产与共享服务，并为我国应对和减缓全球气候变化提供科学依据。