《衛(wèi)星對地下農(nóng)田碳指標監(jiān)測體系》征求意見稿

ICS

CCS

團體標準

T/CXXX—2023

衛(wèi)星對地觀測下的農(nóng)田

碳指標監(jiān)測體系

Croplandcarbonindexmonitoringsystemundersatelliteearth

observation

（草稿）

2023-XX-XX發(fā)布2023-XX-XX實施

中國國際科技促進會發(fā)布

前言

本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結(jié)構(gòu)和起草規(guī)則》起草；

請注意本文件的某些內(nèi)容可能涉及專利，本文件的發(fā)布機構(gòu)不承擔識別專利的責任。

本文件由中國國際科技促進會標準化工作委員會提出。

本文件由中國國際科技促進會歸口。

本文件起草單位：中國科學院空天信息創(chuàng)新研究院、包頭市林業(yè)和草原局、國家市場監(jiān)督管理總局信

息中心、國家國防科技工業(yè)局重大專項工程中心、中國電子信息產(chǎn)業(yè)發(fā)展研究院、包頭市畜牧水產(chǎn)推廣服

務中心、包頭市園林科學研究所、中國地質(zhì)大學（北京）、福建空天碳智慧科技有限公司、杭州宇馳智能

科技有限公司、安華農(nóng)業(yè)保險股份有限公司內(nèi)蒙古分公司、笛東規(guī)劃設計（北京）股份有限公司、南陽師

范學院、北京華通星元科技有限公司、福建閩投碳資產(chǎn)投資有限公司、中國國際金融股份有限公司、中國

農(nóng)業(yè)科學院植物保護研究所、中國科學院精密測量科學與技術(shù)創(chuàng)新研究院、興業(yè)銀行股份有限公司、華為

技術(shù)有限公司、廈門產(chǎn)權(quán)交易中心、武夷發(fā)展集團、海峽股權(quán)交易中心（福建）有限公司、北京萬德福蘭

科技有限公司、南方電網(wǎng)綜合能源股份有限公司、中國鐵塔股份有限公司、北京京能國際能源股份有限公

司、人民電器集團有限公司、內(nèi)蒙古小草數(shù)字生態(tài)產(chǎn)業(yè)有限公司、內(nèi)蒙古峰茂科技創(chuàng)新有限公司、航天宏

圖信息技術(shù)股份有限公司、中科海慧（天津）科技有限公司、理工清科（北京）科技有限公司、科智綠創(chuàng)

產(chǎn)業(yè)發(fā)展（深圳）集團有限公司、北京復興科創(chuàng)信息工程咨詢有限公司、新疆華通零碳能源科技有限公司、

中國國際科技促進會碳中和分會、中國通信建設集團有限公司、中國移動通信集團有限公司系統(tǒng)集成分公

司、中國聯(lián)通智能城市研究院、中國城市發(fā)展研究院有限公司、軟通動力信息技術(shù)（集團）股份有限公司、

北京達峰中和科技有限公司、北京星空源高科技有限公司、中科探碳（北京）科技有限公司、天勰力（山

東）衛(wèi)星技術(shù)有限公司、中發(fā)國研信息技術(shù)研究院（北京）有限公司、海南經(jīng)濟特區(qū)中質(zhì)獵鷹智能勘探科

技有限公司、內(nèi)蒙古工業(yè)大學、北京萬合創(chuàng)景國際規(guī)劃設計研究院有限公司、內(nèi)蒙古蒙原空間科技有限公

司、中科星圖股份有限公司、中國冶金地質(zhì)總局礦產(chǎn)資源研究院、內(nèi)蒙古北宸空間數(shù)據(jù)應用技術(shù)研究院、

北京德普新源生態(tài)技術(shù)有限公司。

本文件主要起草人：王大成、姚曉婧、王璞、郝云濤、杜琳、李茂森、張文英、張瑞、李莘莘、孟瑜、

解烽瑞、楊邦會、池天河、王樹東、楊新宇、高福光、張利枝、趙忠偉、李鎖柱、田珈瑞、李藝琳、焦越、

劉亞嵐、呂婷婷、胡喬利、郭建洋、沈強、史寅虎、常青、賴積寶、李敏飛、鄭明月、林曉強、項鳳華、

袁松亭、李楠、魯豐先、黃子果、黃達飛、賈超、侯勇、連煒、金國平、肖俊光、孟兵站、韓兵兵、董福

海、魯翔信、陳偉、張曉東、周偉、劉錦繡、閆凱、何訓、李西軍、孫震強、曾宇、劉建華、楊迪、高俊

剛、苑峰、廖通逵、周令泉、溫瑩瑩、周輝、王陽春、丁佰鎖、劉暢、梁霞、柯紅霞、姚廈瑜、楊軍、馮

國華、董正浩、鄧成明、羅德中、梁曉輝、朱立明、孫小振、劉利、李志勇、羅長林、鮑泓、丁峰、黃平

平、王志國、賀靜、左江紅、關(guān)瑞華、黃照強、崔凱、陳偉、林喬木、陳廷安、石建偉。

II

引言

中國在第七十五屆聯(lián)合國大會一般性辯論上宣布：“中國將提高國家自主貢獻力度，采取更加有力的

政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和”。

衛(wèi)星遙感技術(shù)的實用化發(fā)展助力“雙碳達標”的國家戰(zhàn)略目標實現(xiàn)。圍繞農(nóng)田碳匯價值實現(xiàn)的核心需

求，本文件依托中國科學院空天信息創(chuàng)新研究院的技術(shù)團隊，在中國國際科技促進會碳中和分會指導下，

開展對國內(nèi)外農(nóng)田碳指標的廣泛調(diào)研，提出衛(wèi)星對地觀測下的農(nóng)田碳指標監(jiān)測體系，以期對區(qū)域農(nóng)田碳指

標進行有效定量監(jiān)測和客觀評價，便于建立體現(xiàn)農(nóng)田碳匯價值的生態(tài)保護補償機制，為各級政府主管部門

有效開展雙碳達標任務中的監(jiān)控、核查、實施、考核等工作提供科學指導和技術(shù)支撐，為農(nóng)田碳交易管理

中交易跟蹤制度的完善發(fā)揮效力、提供技術(shù)保障。

III

衛(wèi)星對地觀測下的農(nóng)田碳指標監(jiān)測體系

1范圍

本文件規(guī)定了衛(wèi)星對地觀測下的農(nóng)田碳指標體系和農(nóng)田碳指標遙感監(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)進行農(nóng)田生態(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)

和農(nóng)田生態(tài)系統(tǒng)碳循環(huán)監(jiān)測技術(shù)系統(tǒng)的建設，為農(nóng)田碳匯計量與監(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

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

農(nóng)田土壤碳匯croplandsoilcarbonsink

作物在生長過程中通過光合作用吸收大氣中的二氧化碳并將其以有機質(zhì)的形式存儲在土壤碳庫中，從

而降低大氣中二氧化碳等溫室氣體的濃度。通過保護性耕作措施，擴大水田種植面積、增加秸稈還田和有

機肥的施用、采用輪作制度和土地利用方式等，使土壤有機碳庫產(chǎn)生顯著差別，讓農(nóng)田土壤由碳源轉(zhuǎn)化為

碳匯。

3.2

農(nóng)田土壤有機質(zhì)soilorganicmatter

農(nóng)田耕地土壤中形成的和外加入的所有動、植物（包括作物）殘體不同階段的各種分解產(chǎn)物和合成產(chǎn)

物的總稱。

注：包括高度腐解的腐殖物質(zhì)、解剖結(jié)構(gòu)尚可辨認的有機殘體和各種微生物體。

[來源：DB11/T1562—2018，3.3，有修改]

3.3

葉面積指數(shù)leafareaindex

單位土地面積上植物葉片總面積占土地面積的倍數(shù)。

3.4

光合有效輻射吸收比例fractionofabsorbedphotosyntheticallyactiveradiation

與植被結(jié)構(gòu)有關(guān)的冠層光學參數(shù)，太陽入射光和有效輻射被植被冠層攔截并吸收的比例。

3.5

土地利用與土地覆蓋變化landuseandlandcoverchange

地球表面的物理特征，體現(xiàn)在植被、水、土壤和土地其他物理特征的分布中，包括那些完全由人類活

動（例如定居點）創(chuàng)造的特征。土地利用是指人類及其棲息地使用土地的方式，通常強調(diào)土地對經(jīng)濟活動

的功能作用。

4縮略語

1

下列縮略語適用于本文件：

DEM：數(shù)字高程模型（DigitalElevationModel）

GPP：總初級生產(chǎn)力（GrossPrimaryProductivity）

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）

LIDAR：激光雷達數(shù)據(jù)產(chǎn)品（LightDetectionandRanging）

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

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

NDVI：歸一化差異植被指數(shù)（NormalizedDifferenceVegetationIndex）

NPP：凈初級生產(chǎn)力（NetPrimaryProductivity）

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)合碳中和背景下的農(nóng)田遙感碳指標監(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)農(nóng)田經(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。

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)星對地觀測下的農(nóng)田碳指標監(jiān)測體系

根據(jù)碳中和核算要素分為農(nóng)田溫室氣體排放源碳源監(jiān)測指標、農(nóng)田生態(tài)系統(tǒng)碳通量和碳儲量監(jiān)測指標，

以及農(nóng)田生態(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》、定量衡量農(nóng)田生態(tài)系統(tǒng)碳通量大小的參

數(shù)指標和影響決定農(nóng)田生態(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，農(nóng)田溫室氣體排

放源碳源監(jiān)測指標主要為二氧化碳、甲烷、氧化亞氮；農(nóng)田生態(tài)系統(tǒng)碳通量和碳儲量監(jiān)測指標為農(nóng)田生態(tài)

系統(tǒng)碳循環(huán)的直接指數(shù)；農(nóng)田生態(tài)系統(tǒng)碳循環(huán)模型輸入?yún)?shù)為農(nóng)田生態(tài)系統(tǒng)碳循環(huán)的模型變量。

衛(wèi)星對地觀測下的農(nóng)田碳指標監(jiān)測體系見表1。

2

表1衛(wèi)星對地觀測下的農(nóng)田碳指標監(jiān)測體系

一級指標二級指標

二氧化碳CO2濃度

農(nóng)田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

總初級生產(chǎn)力（GPP）

凈初級生產(chǎn)力（NPP）

凈生態(tài)系統(tǒng)生產(chǎn)力

農(nóng)田生態(tài)系統(tǒng)碳通量和碳儲量監(jiān)測指標農(nóng)田地上生物量

農(nóng)田地下生物量

農(nóng)田土壤有機碳庫

農(nóng)田土壤有機質(zhì)

葉面積指數(shù)

歸一化差異植被指數(shù)（NDVI）

病蟲害監(jiān)測與預報

光合有效輻射吸收比例

農(nóng)田生態(tài)系統(tǒng)碳循環(huán)模型輸入?yún)?shù)作物種植面積

作物類型

農(nóng)田土壤水分

農(nóng)田土壤養(yǎng)分

土地利用與土地覆蓋變化

7衛(wèi)星對地觀測下的農(nóng)田碳指標遙感監(jiān)測產(chǎn)品體系

對應表1中的二級指標，構(gòu)建衛(wèi)星對地觀測下的農(nóng)田碳指標遙感監(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空天地一體化農(nóng)

田碳指標監(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。

3

表2衛(wèi)星對地觀測下的農(nóng)田碳指標遙感監(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

CO2濃度

農(nóng)田溫室地基通量觀測網(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，估算目標農(nóng)田區(qū)域溫室

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

氣體濃度微觀站點溫室氣體監(jiān)測數(shù)據(jù)、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，

濃度（HS）于2km，重訪周期不超過16d。

監(jiān)測指標氣象數(shù)據(jù)等。定量反演各溫室氣體的二氧化碳當量。

氧化亞氮

N2O濃度

總初級生地基通量觀測網(wǎng)絡數(shù)據(jù)、氣象利用中國自主研發(fā)的生態(tài)系統(tǒng)過程模型大氣-植被相互作用模型（AVIM）、

多光譜產(chǎn)品多源遙感監(jiān)測，空間分辨率優(yōu)于

產(chǎn)力數(shù)據(jù)、DEM數(shù)據(jù)以及土地利植被—大氣—土壤系統(tǒng)碳循環(huán)模型（CEVSA）計算區(qū)域的總初級生產(chǎn)力。

（MS）1km，重訪周期小于8d。

（GPP）用數(shù)據(jù)等。基于遙感統(tǒng)計方法，建立總初級生產(chǎn)力數(shù)據(jù)與遙感植被指數(shù)的經(jīng)驗關(guān)系。

凈生態(tài)系地基通量觀測網(wǎng)絡數(shù)據(jù)、氣象

多光譜產(chǎn)品多源遙感監(jiān)測，空間分辨率優(yōu)于利用卡內(nèi)基—阿姆斯—斯坦福方法（CASA）等光能利用率模型、各碳庫土

統(tǒng)生產(chǎn)力數(shù)據(jù)、DEM數(shù)據(jù)以及土地利

（MS）1km，重訪周期小于8d。壤異養(yǎng)呼吸模型，建立日步長的機理性生態(tài)模型估算凈生態(tài)系統(tǒng)生產(chǎn)力。

（NPP）用數(shù)據(jù)等。

農(nóng)田碳匯

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)農(nóng)田作物類型，農(nóng)田冠

監(jiān)測產(chǎn)品多光譜產(chǎn)品

層覆蓋情況的反演。在此基礎上通過將實測農(nóng)田地上生物量碳庫數(shù)據(jù)與多

（MS）、高

源遙感衛(wèi)星數(shù)據(jù)、激光雷達數(shù)據(jù)等相結(jié)合，使用機器學習回歸擬合建模，

農(nóng)田地上光譜產(chǎn)品高/多光譜遙感監(jiān)測，空間分辨率

地面核查數(shù)據(jù)實現(xiàn)作物生物量的區(qū)域制圖。

生物量（HS）、激優(yōu)于500m，重訪周期不超過16d。

選擇作物生育期進行核查，相對應的衛(wèi)星遙感數(shù)據(jù)選擇可獲取的時間上最

光雷達產(chǎn)品

接近采樣時間的數(shù)據(jù)；在數(shù)據(jù)質(zhì)量存在問題時，考慮采用相應月份的平均

（LIDAR）

合成數(shù)據(jù)進行制圖。

4

表2衛(wèi)星對地觀測下的農(nóng)田碳指標遙感監(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)農(nóng)田作物類型、農(nóng)

（MS）、高田冠層覆蓋情況的清查；在此基礎上通過將實測農(nóng)田碳庫數(shù)據(jù)（地下生物

農(nóng)田地下光譜產(chǎn)品高/多光譜遙感監(jiān)測，空間分辨率量）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，使用機器學習回歸擬

地面核查數(shù)據(jù)

生物量（HS）、激優(yōu)于500m，重訪周期不超過16d。合建模，實現(xiàn)農(nóng)田生物量的區(qū)域制圖。

光雷達產(chǎn)品b）根據(jù)不同農(nóng)田作物類型，利用地下與地上的根冠比（R/S）或者地下與

（LIDAR）地上生物量的關(guān)系對農(nóng)田地下生物量進行估算。

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)農(nóng)田植被類型，農(nóng)田冠

多光譜產(chǎn)品

層覆蓋情況的反演。在此基礎上通過將實測農(nóng)田土壤有機碳庫數(shù)據(jù)與多源

（MS）、高

遙感衛(wèi)星數(shù)據(jù)、激光雷達數(shù)據(jù)等相結(jié)合，使用機器學習回歸擬合建模，實

農(nóng)田土壤光譜產(chǎn)品高/多光譜遙感監(jiān)測，空間分辨率

地面核查數(shù)據(jù)現(xiàn)草原生物量的區(qū)域制圖。

有機碳庫（HS）、激優(yōu)于1km，重訪周期不超過16d。

農(nóng)田碳匯選擇作物生育期進行核查，相對應的衛(wèi)星遙感數(shù)據(jù)選擇可獲取的時間上最

光雷達產(chǎn)品

監(jiān)測產(chǎn)品接近采樣時間的數(shù)據(jù)；在數(shù)據(jù)質(zhì)量存在問題時，考慮采用相應月份的平均

（LIDAR）

合成數(shù)據(jù)進行制圖。

通過確定土壤有機質(zhì)的光譜特征,來構(gòu)建土壤有機質(zhì)含量的反演模型。采

集耕地土壤Landsat8遙感圖像,用快速大氣校正（QUAC）模型對遙感圖

農(nóng)田土壤多光譜產(chǎn)品高/多光譜遙感監(jiān)測，空間分辨率

地面核查數(shù)據(jù)像進行大氣校正，結(jié)合區(qū)域土壤采樣的有機質(zhì)含量化驗數(shù)據(jù)，通過基于敏

有機質(zhì)（MS）優(yōu)于30m，重訪周期不超過16d。

感波段多元線性回歸分析的方法，構(gòu)建區(qū)域土壤有機質(zhì)含量的定量反演模

型。

多光譜產(chǎn)品

基于長期定位觀測數(shù)據(jù)改進過程模型結(jié)構(gòu)和優(yōu)化參數(shù)后，以遙感反演的結(jié)

土壤碳密（MS）、微多源遙感監(jiān)測，空間分辨率優(yōu)于地基通量觀測網(wǎng)絡數(shù)據(jù)、氣象

構(gòu)和優(yōu)化參數(shù)后，以遙感反演的凈初級生產(chǎn)力驅(qū)動過程模型模擬表層土壤

度波數(shù)據(jù)產(chǎn)品1km，重訪周期小于8d。數(shù)據(jù)、DEM數(shù)據(jù)等。

有機碳密度的時空演變過程。

（MW）

5

表2衛(wèi)星對地觀測下的農(nóng)田碳指標遙感監(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)

葉面積指多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)于構(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

地面核查數(shù)據(jù)

數(shù)（MS）500m，時間分辨率優(yōu)于10d。器學習等方法實現(xiàn)由多波段反射率反演葉面積指數(shù)的具體方法。

作物生長期內(nèi)，通過衛(wèi)星綠度值隨時問的變化，可動態(tài)的監(jiān)測作物的長

勢。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

歸一化差均，以及指定某一年的對比，反映實時的作物生長差異，可以對差異值進

多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)于地面核查數(shù)據(jù)、氣象觀測數(shù)

異植被指行分級，統(tǒng)計和顯示區(qū)域的作物生長狀況。過程監(jiān)測主要是通過時序

（MS）500m，時間分辨率優(yōu)于10d。據(jù)

數(shù)（NDVI）NDV1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作

農(nóng)田生態(tài)

物生長的狀況，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

系統(tǒng)碳循

線間的相似和差異，從而作出對當年作物長勢的評價。

環(huán)模型輸

通過遙感可周期性提取病蟲害作物面積、空間分布等信息。選擇病害葉片

入?yún)?shù)病蟲害監(jiān)多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)于

地面核查數(shù)據(jù)中對葉綠素敏感的波段，結(jié)合實測葉綠素含量，建立葉片葉綠素含量的估

測與預報（MS）500m，時間分辨率優(yōu)于10d。

算模型，提取病蟲害信息。

多光譜產(chǎn)品通過遙感快速、準確識別農(nóng)作物類型,對于完善農(nóng)作物面積監(jiān)測方法?；?/p>

作物種植（MS）、微多光譜遙感監(jiān)測，空間分辨率優(yōu)于TMETM+遙感影像數(shù)據(jù)和13幅時間序列的MODISEVI遙感影像數(shù)據(jù)，采

地面核查數(shù)據(jù)

面積波數(shù)據(jù)產(chǎn)品10m，時間分辨率優(yōu)于10d。用生態(tài)分類法的監(jiān)督分類與決策樹分類相結(jié)合的人機交互解譯方法，進行

（MW）作物種植面積的提取。

不同類型的農(nóng)作物的葉子內(nèi)部構(gòu)造有一定的差別，利用遙感技術(shù)識別作物

多光譜產(chǎn)品多光譜遙感監(jiān)測，空間分辨率優(yōu)類型。根據(jù)實地調(diào)查關(guān)鍵時段特征和遙感影像，釆集提取作物、種植地在

作物類型地面核查數(shù)據(jù)

（MS）于500m，時間分辨率優(yōu)于10d。不同時間階段的光譜特征進行作物分類。詳細NDVI時間分布可以有效的

區(qū)分農(nóng)業(yè)生產(chǎn)地區(qū)的作物種類。

6

表2衛(wèi)星對地觀測下的農(nóng)田碳指標遙感監(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)

多光譜遙感監(jiān)測，空間分辨率優(yōu)基于多源遙感數(shù)據(jù)，提取多個與土壤含水量相關(guān)的特征參數(shù)，經(jīng)過差分進

品（MS）、

農(nóng)田土壤于500m，時間分辨率優(yōu)于10d。化特征選擇（DEFS）和主成分分析（PCA）算法對特征參數(shù)進行篩選和

微波數(shù)據(jù)地面核查數(shù)據(jù)

水分微波遙感監(jiān)測，空間分辨率優(yōu)于降維后，結(jié)合地面實測數(shù)據(jù)，使用遺傳神經(jīng)網(wǎng)絡（GA-BP）反演土壤水

產(chǎn)品

60m，時間分辨率優(yōu)于12d。分。

（MW）

通過作物生長模型與遙感數(shù)據(jù)結(jié)合實現(xiàn)農(nóng)田養(yǎng)分的精準監(jiān)測分析?；?/p>

Sentinel-2遙感影像和土壤有效磷（AP）、速效鉀（AK）和速效氮含量實

農(nóng)田土壤多光譜產(chǎn)多光譜遙感監(jiān)測，空間分辨率優(yōu)

地面核查數(shù)據(jù)測數(shù)據(jù)，利用偏最小二乘回歸方法構(gòu)建土壤養(yǎng)分含量的反演模型，最終獲

養(yǎng)分品（MS）于60m，時間分辨率優(yōu)于10d。

取土壤養(yǎng)分含量的空間分布圖，實現(xiàn)區(qū)域土壤養(yǎng)分含量的大面積、快速、

精準估算。

使用遙感影像監(jiān)督或非監(jiān)督分類，在廣泛查閱歷史資料數(shù)據(jù)的基礎上，利

土地利用

多光譜產(chǎn)多光譜遙感監(jiān)測，空間分辨率優(yōu)用中國1900年以來的土地利用數(shù)據(jù)集，采用動態(tài)陸地生態(tài)系統(tǒng)模型

與土地覆地面核查數(shù)據(jù)

品（MS）于500m。（DLEM）對中國歷史碳收支進行重新模擬評估，更正中國土地利用變化

蓋變化

與覆蓋（LUCC）和碳收支模擬評估中存在的偏差。

光合有效

多光譜產(chǎn)多光譜遙感監(jiān)測，空間分辨率優(yōu)

輻射吸收地面核查數(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

品（MS）于1km。

比例

7

附錄A

（規(guī)范性）

空天地一體化農(nóng)田碳指標監(jiān)測技術(shù)體系框架

A.1概述

空天地一體化農(nóng)田碳指標監(jiān)測技術(shù)系統(tǒng)主要包括天空地一體化數(shù)據(jù)獲取、產(chǎn)品標準化生產(chǎn)、模擬分析

與決策支持以及綜合應用幾個部分，具體關(guān)系見圖A.1。

圖A.1空天地一體化農(nóng)田碳指標監(jiān)測技術(shù)體系框架

A.2空天地一體化觀測系統(tǒng)

衛(wèi)星遙感觀測在碳源/匯核查方面發(fā)揮重要作用。我國于2016年發(fā)射了第一顆二氧化碳監(jiān)測科學實驗

衛(wèi)星，又陸續(xù)發(fā)射風云三號D星、高分五號大氣成分監(jiān)測衛(wèi)星和高分六號衛(wèi)星。2022年，我國首顆陸地生

態(tài)系統(tǒng)碳監(jiān)測衛(wèi)星“句芒號”成功發(fā)射?！熬涿⑻枴碧夹峭ㄟ^激光、多角度、多光譜、超光譜、偏振等綜

合遙感手段，可實現(xiàn)植被生物量、大氣氣溶膠、植被葉綠素熒光等要素的探測和測量。

圍繞碳達峰、碳中和實施過程中農(nóng)田碳匯計量監(jiān)測和建立體現(xiàn)農(nóng)田碳匯價值的生態(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、無人機與地面在線監(jiān)測空天地一體化立體監(jiān)測技術(shù)，研究“自

上而下”的農(nóng)田生態(tài)系統(tǒng)碳源匯監(jiān)測系統(tǒng)，提供高分辨率的農(nóng)田生態(tài)系統(tǒng)碳通量同化數(shù)據(jù)。

A.3農(nóng)田生態(tài)系統(tǒng)碳循環(huán)過程模型

通過模擬農(nóng)田生態(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

素對農(nóng)田碳匯變化的貢獻，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)動的農(nóng)田生態(tài)系統(tǒng)碳通量估算方法，建立農(nóng)田生態(tài)系統(tǒng)碳循環(huán)關(guān)鍵參量高時頻、

高精度、全要素農(nóng)田生態(tài)系統(tǒng)碳源匯核算服務平臺，建設農(nóng)田碳匯監(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)。

8

b）開發(fā)人類-自然耦合農(nóng)田生態(tài)系統(tǒng)碳循環(huán)過程模型，建立農(nóng)田生態(tài)系統(tǒng)碳循環(huán)參數(shù)數(shù)據(jù)庫，提高模

型模擬精度，以準確預測中國農(nóng)田生態(tài)系統(tǒng)的碳匯潛力。

A.4綜合應用

在空天地一體化觀測系統(tǒng)和農(nóng)田生態(tài)系統(tǒng)碳循環(huán)過程模型的支持下，利用衛(wèi)星對地觀測下的農(nóng)田碳指

標遙感監(jiān)測產(chǎn)品開展農(nóng)田碳匯綜合應用。包括以下方面：

a）開展農(nóng)田碳匯計量監(jiān)測評估，推進農(nóng)田碳匯監(jiān)測-核算-核證工作，服務國家溫室氣體清單編制、國

家自主貢獻目標進展評估與更新、碳匯交易。深入研究農(nóng)田陸地生態(tài)系統(tǒng)碳匯潛力及實現(xiàn)路徑，積極參與

國家碳市場制度建設，鼓勵社會主體參與農(nóng)田碳匯項目開發(fā)建設，指導開展農(nóng)田碳匯項目開發(fā)交易和碳中

和行動。依托空天地一體化的建設成果，加快建設全國范圍內(nèi)農(nóng)田碳匯“一張圖”，實現(xiàn)項目動態(tài)管理、

信息共享發(fā)布、線上線下互動等，增強我國農(nóng)田碳匯市場可信度和社會參與度。

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。

c）管理農(nóng)田資源數(shù)據(jù)，掌握現(xiàn)有農(nóng)田狀況，選擇合適的農(nóng)田管理措施（施肥方式、種植制度、耕作模

式等），有效解決農(nóng)田經(jīng)營管理成效評價和干擾監(jiān)測的問題。

d）在農(nóng)田碳指標監(jiān)測平臺支持下，定期更新農(nóng)田碳匯監(jiān)測數(shù)據(jù)和計量監(jiān)測結(jié)果，加快推進農(nóng)田碳匯計

量監(jiān)測工作科學化、規(guī)范化、常態(tài)化。加強農(nóng)田碳匯計量監(jiān)測新技術(shù)研發(fā)和推廣應用，逐步實現(xiàn)農(nóng)田碳匯

數(shù)據(jù)采集無紙化和自動化；同時開展農(nóng)田碳排放預警等應用。

9

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生態(tài)學特征和生物生長參數(shù)，包含了植被面積、凈初級生產(chǎn)力、凈生態(tài)系統(tǒng)生產(chǎn)力等

宏觀參數(shù)，此外還可獲取葉面積指數(shù)、冠層化學成分、冠層溫度、氣孔導度、光合有效輻射、植被吸收光

和有效輻射、冠層結(jié)構(gòu)、土壤含水量、地表溫度等參數(shù)。通過遙感反演獲取這些物理參數(shù)，可直接作為陸

地生態(tài)系統(tǒng)模型的驅(qū)動變量或參量，應用于農(nóng)田監(jiān)測涉及作物生育期至成熟期監(jiān)測、保護性耕作和秸稈還

天等田間管理措施的監(jiān)測。結(jié)合遙感影像上獲取的土地覆蓋度或植被現(xiàn)狀動態(tài)信息進行碳匯的研究。

農(nóng)田碳儲量遙感監(jiān)測方面：農(nóng)田生態(tài)系統(tǒng)是巨大的碳庫，是陸地碳循環(huán)的重要組成部分。農(nóng)田生態(tài)系

統(tǒng)碳匯主要由農(nóng)田植被碳匯（作物碳匯）和農(nóng)田土壤碳匯組成，其中，農(nóng)田植被碳匯由于作物收獲期較短，

作物生物量碳匯效果不明顯，故常被認為是零。通過統(tǒng)計分析發(fā)現(xiàn)我國農(nóng)田植被碳匯的平均值約為OPgC/a，

同時，農(nóng)田土壤碳匯平均值為（0.017±0.005）PgC/a，遠大于植被碳匯。因此，農(nóng)田生態(tài)系統(tǒng)碳匯主要來

源于該系統(tǒng)的土壤碳積累，即農(nóng)田土壤碳匯。

我國陸地生態(tài)系統(tǒng)中農(nóng)田的碳儲量占我國陸地生態(tài)系統(tǒng)總碳儲量的20.6%。農(nóng)田土壤具有極大的固碳

減排潛力和減排成本優(yōu)勢。未來50年，實施有效的農(nóng)田管理措施（有機肥應用、秸稈還田、保護性耕作）

對土壤固碳的貢獻率為30%～36%（相當于抵消3.4%～19%的工業(yè)溫碳排放）。地形、氣候、水土保持、農(nóng)

作物種類、土壤理化性質(zhì)等是影響農(nóng)田土壤碳匯的主要自然因素。利用遙感影像估算生物量是常用的方法

之一，該方法具有時效強、成本低、大面積估算、連續(xù)觀測的優(yōu)勢。綜合應用遙感及地理信息系統(tǒng)（Geographic

InformationSystem）技術(shù)，并根據(jù)地區(qū)地形、作物類型及生長環(huán)境的特點，開展了對整個區(qū)域作物產(chǎn)量遙

感估算、作物長勢情況監(jiān)測的研究，不僅擴大了監(jiān)測覆蓋范圍，同時實現(xiàn)了面向應用的自動化。以利用采

集的作物干質(zhì)量數(shù)據(jù)與衛(wèi)星遙感影像上對應點的歸一化差異植被指數(shù)（NDVI）值之間的關(guān)系建立回歸模

型，得出冪函數(shù)模型的反演結(jié)果精度最高、穩(wěn)定性最強，也是最適合監(jiān)測農(nóng)田生產(chǎn)力的模型，可廣泛應用。

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，野外調(diào)查空間樣本有限且耗費巨大等。

目前，全球監(jiān)測溫室氣體的地面觀測站點不足300個，并且地區(qū)分布很不均勻，大多分布在發(fā)達國家和人

口稠密地區(qū)。雖然觀測站點數(shù)量仍在不斷擴展中，但是其有限的空間代表性，導致定量理解大氣溫室氣體

的源匯分布仍存在較大問題。

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

等優(yōu)點，可彌補地基站點的不足，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

10

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。基于衛(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）和農(nóng)田碳匯監(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)。

11

附錄C

（資料性）

國內(nèi)外主要碳源碳匯監(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-5中國GMI2018-2d10.300.76~1.66

16米多光譜“紅邊”

GF-6中國2018-2d0.0160.45~0.90

波段寬幅相機

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-

ENVISAT歐洲SCIAMACHY6d30×600.24~2.40

2012

TANSO-FTS

GOSAT日本2009-3d100.76~14.30

CAI

TANSO-FTS-2

GOSAT-2日本2018-6d100.76~14.30

CAI-2

OCO-2美國高分辨率成像光譜儀2014-16d1.29×2.250.76~2.08

OCO-3美國高分辨率成像光譜儀2019-16d1.60×2.200.76~2.08

OLI

Landsat-8美國2013-16d0.030.43~12.51

TIRS

TERRA/AQUA美國MODIS1999-≤8d0.25×10.41~14.38

0.005×0.00

Sentinel-1歐洲C-SAR2014-6d—

5

多光譜成像儀

Sentinel-2歐洲2015-10d0.010.44~2.19

（MSI）

高分辨率輻射儀

VIIRS美國2011-4h0.400.30~14.00

AVHRR