中国森林地上和地下植被碳储量数据集（2002~2021）

为准确定量近20年气候变化与人类活动（生态恢复等）对中国森林碳储量的影响，一套高质量的中国长时间序列森林碳储量数据集是很有必要的。通过采用回归与机器学习算法融合高分辨率主动微波遥感、长时间序列的被动微波与光学遥感信息，并参考大量地面样地实测数据，我们发展了一套时空连续的近20年中国森林地上和地下植被碳储量数据。通过与已有数据的对比，发现本数据集可更准确地反映中国森林植被碳储量的空间格局以及年际变化情况。数据的空间分辨率为1/120度（约1km）。

To accurately quantify the impacts of climate change and human activities (e.g., ecological restoration) on forest carbon stocks in China over the past 20 years, a high-quality long-time-series forest carbon stock dataset for China is essential. By integrating high-resolution active microwave remote sensing, long-time-series passive microwave and optical remote sensing data with regression and machine learning algorithms, and referencing a large number of field plot measurement data, we developed a spatio-temporally continuous dataset of aboveground and belowground forest vegetation carbon stocks in China spanning the past 20 years. Through comparison with existing datasets, this dataset is found to more accurately reflect the spatial patterns and interannual variations of forest vegetation carbon stocks in China. The spatial resolution of the dataset is 1/120 degree (approximately 1 km).

搜集汇总

背景与挑战

背景概述

该数据集提供了2002年至2021年中国森林地上和地下植被碳储量的年度数据，空间分辨率约为1公里（0.05° - 0.1°），数据量896.68 MB，可开放获取。它通过融合多源遥感数据和地面实测数据生成，旨在准确量化近20年中国森林碳储量的空间分布和年际变化，以支持气候变化和生态恢复影响的研究。数据以栅格格式存储，需使用专业软件如ArcGIS处理，使用时需按规定引用相关文献和数据集来源。