目前，“碳达峰”、“碳中和”已成为当今社会的热点话题，也是我国未来几十年的重点工作之一。本期精选了2021年至2022年发表在 Remote Sensing 期刊的5篇“碳中和”相关研究成果，内容涵盖利用卫星观测进行大气二氧化碳的空间检索、通过机器学习降低建筑物能耗与碳排放、优化土地利用和土地土地覆盖模式以提高对碳中和的贡献、太空温室气体监测项目、红树林造林与碳中和，希望能为相关领域学者提供新的思路和参考，欢迎阅读。

01. Spatial Retrievals of Atmospheric Carbon Dioxide from Satellite Observations

利用卫星观测进行大气二氧化碳的空间检索

Jonathan Hobbs et al.

https://www.mdpi.com/988780

文章亮点：

(1) 本文概述了利用来源于操作检索配置中的卫星光谱集来估计 CO2 浓度的数学框架，拓展了多足迹空间检索方法。

(2) 提供了一组模拟实验，以评估多足迹检索方法的性能，比较了三个小区域模块中各自的多种检索方法。

(3) 本文的模拟表明，在先验检索分布规律中，实际和假定的空间依赖性都对检索精度以及检索误差空间的相关性大小具有影响。

原文出自 Remote Sensing 期刊

Hobbs, J.; Katzfuss, M.; Zilber, D.; Brynjarsdóttir, J.; Mondal, A.; Berrocal, V. Spatial Retrievals of Atmospheric Carbon Dioxide from Satellite Observations. Remote Sens. 2021, 13, 571.

02. Downscaling Building Energy Consumption Carbon Emissions by Machine Learning

通过机器学习降低建筑物能耗与碳排放

Zhuoqun Zhao et al.

https://www.mdpi.com/1334656

文章亮点：

(1) 本文提出了一种新的基于机器学习的降尺度方法来精细化 BECCE 估算，生成了 1km2 空间分辨率的网格化 BECCE 强度基准数据集。

(2) 该方法结合了社会经济和地理空间数据来估计像素级 BECCE，所产生的网格化 BECCE 强度图具有良好的一致性和较高的空间异质性。

(3) 新的 BECCE 强度数据集可以作为建筑节能研究和预测碳排放的基础数据库，协助决策者制定战略以实现碳达峰和碳中和。

原文出自 Remote Sensing 期刊

Zhao, Z.; Yang, X.; Yan, H.; Huang, Y.; Zhang, G.; Lin, T.; Ye, H. Downscaling Building Energy Consumption Carbon Emissions by Machine Learning. Remote Sens. 2021, 13, 4346.

03. Optimizing the Land Use and Land Cover Pattern to Increase Its Contribution to Carbon Neutrality

优化土地利用和土地土地覆盖模式以提高对碳中和的贡献

Kai Wang et al.

https://www.mdpi.com/1845542

文章亮点：

(1) 本文建立了三种不同的情景，耦合 SSPs (共享社会经济路径) 和 RCPs (代表性浓度路径)，将未来可能的气候和社会经济条件结合起来。

(2) 利用补丁生成土地利用模拟 (PLUS) 模型模拟各情景下的土地利用和土地覆盖 (LULC) 模式，对比分析碳储量和排放的相应变化。

(3) 针对辽河流域西部提出了一系列切实可行的土地利用优化调控措施，为实现碳中和目标做出了贡献。

原文出自 Remote Sensing 期刊

Wang, K.; Li, X.; Lyu, X.; Dang, D.; Dou, H.; Li, M.; Liu, S.; Cao, W. Optimizing the Land Use and Land Cover Pattern to Increase Its Contribution to Carbon Neutrality. Remote Sens. 2022, 14, 4751.

04. Monitoring Greenhouse Gases from Space

监测来自太空的温室气体

Hartmut Boesch et al.

https://www.mdpi.com/1182220

文章亮点：

(1) 本文总结了欧洲和中国团队在欧空局和科技部 (MOST) Dragon-4 计划框架下的合作项目结果，该项目包含两个子项目。

(2) 子项目1：使用了两种不同的 CO2 项目团队中可用的检索算法，应用于 TanSat (中国首个温室气体监测卫星任务) 辐射测量，以检测 CO2 的平均柱浓度 (XCO2)。

(3) 子项目2：根据地面和剖面测量以及其他卫星的数据评估了 TanSat 数据，重点验证了高纬度地区以及强烈人为排放的标志地点。

原文出自 Remote Sensing 期刊

Boesch, H.; Liu, Y.; Tamminen, J.; Yang, D.; Palmer, P.I.; Lindqvist, H.; Cai, Z.; Che, K.; Di Noia, A.; Feng, L.; Hakkarainen, J.; Ialongo, I.; Kalaitzi, N.; Karppinen, T.; Kivi, R.; Kivimäki, E.; Parker, R.J.; Preval, S.; Wang, J.; Webb, A.J.; Yao, L.; Chen, H. Monitoring Greenhouse Gases from Space. Remote Sens. 2021, 13, 2700. 

05. Can Mangrove Silviculture Be Carbon Neutral?

红树林造林可以实现碳中和吗？

Giovanna Wolswijk et al.

https://www.mdpi.com/1684124

文章亮点：

(1) 本文通过考虑森林的碳储量来估计马来西亚半岛的马当红树林保护区 (MMFR) 的碳收支，根据遥感数据评估了地上碳和地下碳的现场数据。

(2) 估算了整个杆材和木炭生产链的碳排放量，即包括生产 (造林实践)、分销 (土地和水) 和消费链 (最终用户利用)。

(3) 尽管造林活动造成了碳排放，但 MMFR 的总面积可以被认为是碳正的。本文建议将生产区减少至少20%，以实现生产性森林的碳中和。

原文出自 Remote Sensing 期刊

Wolswijk, G.; Barrios Trullols, A.; Hugé, J.; Otero, V.; Satyanarayana, B.; Lucas, R.; Dahdouh-Guebas, F. Can Mangrove Silviculture Be Carbon Neutral? Remote Sens. 2022, 14, 2920.

Remote Sensing 期刊介绍

主编：Prasad S. Thenkabail, USGS Western Geographic Science Center (WGSC), USA

期刊范围涵盖遥感科学所有领域，从传感器的设计、验证和校准，到遥感在地球科学、环境生态、城市建筑等各方面的广泛应用。

2021 Impact Factor：5.349

2021 CiteScore：7.4

Time to First Decision：19.9 Days

Time to Publication：43 Days