相关实验视频
Updated: Jul 20, 2025

Measurements of CO2 Fluxes at Non-Ideal Eddy Covariance Sites
Published on: June 24, 2019
森林碳流的空间预测和不确定性用于碳核算
Arnan Araza1,2, Sytze de Bruin3, Lars Hein4
1Laboratory of Geo-information and Remote Sensing, Wageningen University and Research, Wageningen, The Netherlands. arnan.araza@wur.nl.
本研究绘制了空间碳流的地图,以支持联合国环境经济会计系统 - 生态系统会计框架 (UNSEEA). 结果显示,自然森林吸收碳,而种植园的排放量超过它们的吸收量.
科学领域:
- 环境科学 环境科学
- 生态系统会计生态系统会计
- 遥感 遥感 遥感 遥感
背景情况:
- 各国承诺签署"巴黎协定"等环境协议,需要准确的碳核算.
- 联合国环境经济会计体系 - 生态系统会计框架 (UNSEEA) 是环境会计的全球标准.
- 准确地绘制碳储量和流量的地图对于国家环境报告至关重要.
研究的目的:
- 分析空间碳流量数据在支持UNSEEA碳账户中的应用.
- 在五个案例国家使用遥感和现场数据绘制和评估碳流.
- 为改善碳核算提供建议,特别是在具有有限参考数据的较小国家.
主要方法:
- 利用全球生物质地图和遥感数据来绘制碳流 (2010-2018) 的地图.
- 雇佣国家森林清单和空中LiDAR数据作为验证的参考.
- 应用集体机器学习,以预测间隔和评估余量来映射碳流.
主要成果:
- 缺乏参考数据的确定区域 (6-47%的植被国家面积).
- 用交叉验证的整体机器学习模型映射碳流 (RMSE=9-39 Mg C/ha).
- 揭示了自然宽叶森林的净碳捕获,但种植园和其他木质植被的净排放.
结论:
- 空间碳流量测绘支持联合国海洋与海洋事务部的碳核算.
- 自然森林是重要的碳汇,与种植园的净排放者形成鲜明对比.
- 提供了建议,以解决UNSEEA实施碳核算中的样本不足和不确定性.
更多相关视频
09:44Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon
Published on: October 16, 2018
10:22Split Point Analysis and Uncertainty Quantification of Thermal-Optical Organic/Elemental Carbon Measurements
Published on: September 7, 2019
相关概念视频
Estimation of the Physical Quantities
The Carbon Cycle
Uncertainty: Confidence Intervals
Global Climate Change
Uncertainty in Measurement: Accuracy and Precision
Uncertainty: Overview