近日，一篇名为《1997-2017年中国县级二氧化碳排放和陆地植被固碳测算》(County-level CO2 emissions and sequestration in China during 1997–2017)的文章在《自然》旗下期刊《科学数据》刊发。该文章首次系统测算了中国1997年至2017年县级二氧化碳排放和陆地植被系统固碳量的数据，弥补了当前基础数据库的不足，该研究的视角和方法对全球二氧化碳排放和植被固碳也具有重要的借鉴意义。

为何会聚焦县级二氧化碳排放和陆地植被固碳测算?该文章第一作者、西南财经大学公共管理学院教授陈建东表示，在二氧化碳减排战略的实施上，应该考虑更加微观的地区差异。相比省和市级层面，区县级的二氧化碳排放数据包含了更加丰富的信息，也能更加细致地反映区域的异质性，从而有利于政府部门因地制宜地制定和实施减排政策。而且，陆地植被在吸收和固定二氧化碳方面具有重大积极作用。当前关于我国区域层级植被固定碳汇的研究较少，但该领域对未来综合评价我国“退耕还林”、“退牧育草”政策下的减排效果具有重要的现实价值。

在二氧化碳排放数据方面，我国微观层面的研究相对较为缺乏。然而，随着云处理能力的发展，越来越多有意义的社会科学信息可以从卫星图像中提取出来。与其他数据源相比，卫星数据具有三个主要优势：获取其他手段难以获得的信息，异常高的空间分辨率以及广泛的地理覆盖范围。

夜间灯光数据由于与人类活动息息相关，而被广泛地用于估算GDP、反演污染物排放的人口估计等领域。因此，在陈建东团队决定借助美国宇航局提供的两套夜间灯光数据(1992-2013年期间的DMSP/OLS数据和2012-2020年期间的NPP/VIIRS数据)自上而下地反演出中国县级的二氧化碳排放数据。

但是，在运用夜间灯光数据的时候，他们遇到了一个巨大的挑战：这两套夜间灯光数据来自于不同的传感器，在数值上具有非常大的差异，阻碍了长期夜间灯光数据集的构建。因此，该文章的第二作者、西南财经大学博士生高明尝试使用人工神经网络(ANN)探索DMSP / OLS与NPP / VIIRS数据之间的关系，并获得更好的拟合结果。

同时，考虑到植被在吸收和固定二氧化碳上具有重大的潜力和能力，研究团队采用MODIS平台提供的MOD17A3H产品测算出中国2000-2017年区县中所对应的净初级生产力，最后借助植被干物质与吸收CO2的转化系数得到陆地植被固碳量。

陈建东团队表示，该研究提供了可能是目前时间跨度最长、覆盖面最广的区县级二氧化碳排放数据。同时，更为重要的是，他们首次测算了2001-2017年中国区县级的陆地植被固碳量，这对于当前的碳达峰预测、碳中和等研究具有重要的价值。而且，该研究得到了高质量的长时间跨度的稳定夜间灯光数据，这一数据不仅对遥感领域具有推动作用，而且对于今后人口分布、GDP预测和污染物估计等也具有重要的参考价值。(记者 张盖伦)

责任编辑：kj005