双碳目标下遥感监测与 GIS 空间分析的协同应用

在国家稳步推进碳达峰、碳中和目标的背景下，全域、精准、高效的碳监测与空间管控成为重要支撑。传统碳核算方式时空覆盖、动态响应、空间定位存在不足，难以满足精细化管理要求。遥感监测和GIS的空间分析深度合作为破解这个难题提供了一种可行的方法，使遥感和GIS技术在双碳领域中协同运用能够对碳源排放和碳汇分布进行动态抓取、空间量化并做出科学评定，进而改善生态保护和减排管控的指向性与效果。这样不仅可以完善区域碳收支核算体系，也能够为生态空间优化、减排措施落实提供可靠的技术支持，对推进绿色低碳发展具有重要意义。基于此，本文将从双碳目标角度出发，从协同监测体系的构建、技术落地实施途径和决策服务支撑等几个方面进行探讨，旨在形成一套可以操作、可以推广的应用模式，促进双碳目标的实现。

1  双碳目标下遥感监测与 GIS技术协同监测体系的构建基础

1.1  碳源碳汇空间信息的整合采集

以双碳目标实施需求为出发点，碳源碳汇空间信息整合采集是创建协同监测体系的前提，本环节需要综合使用多源遥感数据以及GIS空间分析技术建立一个高时空一致性、全域空间信息采集系统。具体在数据获取上，应综合考虑利用光学遥感、雷达遥感以及热红外遥感这些不同的数据来源，对植被覆盖度展开反演工作、对地表形变实施监测，并开展热岛效应评估。光学遥感影像可以得到植被指数、土地利用分类、叶面积指数等重要参数，雷达数据可以穿透云层得到地表三维结构信息，热红外数据则能够识别出工业热源和城市热排放信息。多源遥感数据的协同使用需保证时间节点和空间分辨率的一致性，采用统一的几何校正、大气校正程序消除差异。空间数据处理则依靠GIS平台创建标准的空间数据字典，采用CGCS2000国家大地坐标系作为坐标系，统一投影方式以保证多期数据可叠加分析。

土地利用分类应使用国家标准二级分类体系，将碳源用地（工业用地、交通用地）和碳汇用地（林地、湿地、草地）区分开来，保留土地利用变化的时间序列记录，从而保证数据的可复现性、可追溯性。对于多源信息的整合，需创建遥感解译、地面验证、空间建库三级质控流程。遥感解译成果同野外样方调查或者无人机巡检数据相融合，进行精度校验，同时碳储量估算模型所涉及的林分蓄积量，土壤有机碳含量等参数都需与地面实测值进行对比校准。所有的核实过的数据导入GIS空间数据库，按照行政区划、流域单元分层存储，从而得到一个标准的碳源碳汇空间基础数据集。

1.2  双碳监测指标体系的科学设定

双碳监测指标体系科学与否是保证遥感、GIS联合监测结果有可比性、可指导性的基础。指标体系需与国家碳达峰碳中和核算标准相契合，包含碳排放源识别、碳汇储量评定和生态固碳潜力测算三个，并且还要考虑遥感解译精度的限制以及GIS空间分析尺度的匹配情况。具体而言，碳源排放指标体系上分为能源燃烧排放、工业生产过程排放、交通移动排放、废弃物处理排放四个大类，每一个子类均需要确定相应的遥感可探测指标。其中，工业排放可对应热红外异常辐射强度和空间分布密度，交通排放则结合夜间灯光遥感和路网密度来估算空间代理变量。各指标需要转化为可以量化的空间密度值，以单位面积排放通量作为计量标准。

碳汇储量指标包括林地碳储量、草地碳储量、湿地碳储量、农田土壤碳储量和水域碳储量，每一类碳汇都需要建立与遥感反演参数之间定量关系的模型。林地碳储量可利用激光雷达得到的冠层高度和生物量反演得到，湿地碳储量则通过光学影像的水体范围和土壤类型来估算。指标设定要确定最小的监测单元，一般采用栅格单元或者地块图斑作为基本的统计单位，以保证空间分辨率和遥感数据源一致。生态固碳能力指标体系包括净初级生产力、植被覆盖度、叶面积指数、土壤有机碳密度变化率等过程性指标，体现生态系统碳吸收动态变化的趋势。就指标量化以及尺度匹配而言，应当依照不同的土地利用类型，对碳动态特性有所差别地确定相应的阈值标准。城市建成区重点看碳排放强度和减排潜力，森林和湿地重点看碳汇增量和退化风险。指标体系需经过专家论证和区域校验，保证各项指标的遥感解译精度在可算、可验、可用的范围。

2  遥感监测与 GIS技术协同应用助力双碳目标落地实施

2.1  优化生态固碳空间规划

遥感和GIS技术的协同使用为生态固碳空间规划的精确化、科学化提供了核心技术手段，优化生态固碳空间规划具体策略要从碳汇资源本底清查、固碳敏感性区划、规划方案情景模拟、实施效果动态评估四个方面展开。在碳汇资源本底清查阶段，采用多时相遥感影像来获取全域植被覆盖类型、森林郁闭度、湿地边界以及草地生产力这些重要参数，并利用GIS的空间分析技术创建碳汇资源的空间数据库、利用土壤类型图、地形坡度图和水文分布图叠加，找出不同地类在同样的立地条件下碳汇产出差别，为之后区划提供基本分档依据。固碳敏感性区划环节，建立植被固碳速率、土壤碳密度、气候适宜性、人类活动胁迫强度等多因子评价模型，采用GIS的多准则决策分析方法做空间叠加运算。根据固碳敏感度分为高、中、低三个层次来划分全域空间，敏感性高的区域划为碳汇重点保护区，实行严格的建设活动管控；敏感性中等的区域划为生态修复优先区，根据遥感监测识别出退化的林草地斑块，制定相应的补植、封育或者湿地恢复措施；敏感性低的区域则安排低密度的基础设施或者生态旅游开发。

规划方案情景模拟时利用GIS的空间建模功能来创建不同的生态修复空间布局方案，即集中连片修复模式、沿河廊道串联模式和网格化插花补绿模式等等。将各个方案的空间布局数据输入碳汇动态评价模型，模拟未来十年到二十年碳汇增量变化趋势，选择固碳效率最高、生态连通性最好的方案为推荐规划。在实施效果动态评价阶段，在规划执行之后应继续用遥感影像观测植被恢复成果、湿地水面变动及土地覆被转换状况，每年开展一次碳汇增量测算并将其绘入规划图斑之中加以对比。对于未达到预期效果的修复区域，及时对植物配置或者工程措施进行调整，以此实现碳汇资源最大化的利用和空间布局最优化配置。

2.2  实施碳减排精准管控措施

基于遥感和GIS技术协同分析的结果，碳减排精准管控措施可以分重点排放源识别、管控分区划定、全流程动态监管、减排效果评价四个方面实施。在重点排放源识别方面，采用热红外遥感数据提取工业热源点位的空间分布和辐射强度特征，通过夜间灯光遥感识别高能耗活动密集区，同时将路网密度、车流量监测数据同交通碳排放因子模型融合，找到交通排放高的路段。所有排放源信息经过GIS空间点位配准后，得到碳源排放热力图谱，确定碳排放在区域内的空间集聚情况。根据碳源分布热力图谱以及大气扩散模型模拟的结果，在流域或者行政区划上划分出碳排放重点管控区、一般管控区和低排放引导区。重点管控区指的是排放强度大、扩散条件差的集中区域，实行限产减排、清洁能源替代的强制措施；一般管控区执行行业排放标准，并定期进行检查；低排放引导区实行生态补偿、绿色产业发展。管控分区的边界用GIS精确划定到地块或者企业，以保证每一个管控指令都有明确的地理落点。

全流程动态监管上遥感影像以月度或者季度为周期进行更新，变化检测算法可自动发现新的排放设施、临时堆场、土地裸露等碳排异常的改变。GIS平台将变化点发送到监管系统中，属地人员前往现场进行核实拍照，而后将核实结果存入GIS数据库，得到排放源全生命周期空间动态档案。在减排效果评价方面，应定时利用遥感监测数据重新计算重点管控区的碳排放强度，并同管控措施实施前的基准数据做空间上的对比分析。运用GIS平台生成减排效果专题图，将减排达标区用不同的颜色加以区分标示。未达标的区域自动发出预警信号，提醒相关部门改变管控力度或者采取新的治理手段，从而将碳减排的管控由原来的行业控制转变为空间精确治理，提高减排实效。 

2.3  提供双碳决策数字化服务

整合遥感和GIS协同分析成果可创建一体化的双碳决策数字化服务系统，这是提高区域双碳管理科学化、精细化水平的重要途径。该服务体系需从数据集成层、分析模型库、可视化展示层和决策支持应用层四个方面来系统建设。数据集成层要将遥感监测的碳源碳汇动态数据、GIS空间基础数据、气象环境数据和社会经济统计数据进行统一整合，创建全域、多时相、多要素的双碳空间大数据中心。数据集成使用分布式存储结构，该结构可对大量的遥感影像和矢量图斑进行高效的检索以及即时调用；数据接口开放标准格式，以便后面分析模块直接调用。

基于分析模型库的角度，应将碳源排放核算模块、碳汇储量估算模块、碳收支平衡分析模块和减排情景模拟模块嵌入其中。碳源排放核算模块采用IPCC排放因子法结合本地化参数做空间化计算，碳汇储量估算模块负责将遥感反演的生物量模型和土壤碳模型融合，减排情景模拟模块允许用户设定不同的政策参数，如新能源比例、工业限产幅度、植被恢复面积等，自动生成未来碳收支的变化趋势。各模型模块之间可任意地定义调用顺序，从而满足不同的管理层所提出的要求。

可视化展示层需创建具有多维交互功能的大屏可视化系统和移动端报表系统，大屏系统以GIS地图做底图，叠加碳排放热力图、碳汇分布图、重点管控区边界、减排效果时序曲线等主要信息，可以进行地图缩放、图层切换、时间轴滑动。同时按照行政区划、行业类型、时间周期等标准创建统一的碳监测简报，以简单的图形方式展现重要指标，管理者可随时知道有关情况。

决策支持应用层设置有年度双碳目标完成度评价、区域碳预算分配建议、重大项目碳影响预评估和生态补偿资金分配辅助等专项功能，其中，年度完成度评价将当期碳排放数据同目标基线做对比，按照达标、接近、滞后三级来实施预警标示；并根据各个地区历史排放轨迹以及减排潜力给出差异化的年度配额建议，提高双碳工作精准性、长效性。

结语

在“双碳”目标下，遥感监测和GIS空间分析的协同应用依靠生态固碳规划、碳减排管控、数字化决策服务三条路径实现，将二者深度融合应用有助于改善碳源碳汇监测的精确度以及空间治理效能，助力“双碳”目标落地。未来，应持续推动多源数据融合与模型优化，提升长期动态监测与情景模拟能力，更好的发挥出碳排放双轮驱动作用，并使生态文明建设获得更有力的科技支撑。

（作者何贞铭系长江大学地球科学学院副教授）