城市森林在缓解城市热岛效应、提升居民福祉、推动碳中和目标实现中发挥着日益重要的作用。精确评估城市树木的碳储量，是实现城市“双碳”管理和自然基碳汇量化的关键基础。近年来，遥感技术因其大尺度、高效率、可重复的优势，成为城市树木碳储量（Urban Tree Carbon Stocks, UTCS）评估的重要工具。然而，不同研究中使用的方法繁多、尺度不一、术语混乱，难以系统比较与推广应用，制约了该领域的进一步发展。

    基于此，中国科学院城市环境研究所唐立娜研究组联合武汉大学与美国普渡大学，围绕UTCS遥感的理论框架与技术体系，开展了系统综述与方法学归纳。研究团队首次将当前主流遥感方法归纳为三类策略：land use stratification methods （土地利用分层法）、区域反演法（Area-based inversion methods）与单木探测法（Individual tree detection methods），厘清了三类方法学在建模单元、数据需求、模型复杂性及适用场景上的差异。研究进一步指出，目前主流的区域反演法虽然在城市尺度具有操作便捷、计算效率高等优势，但在面对复杂的城市林地结构时易出现“高估低密度、低估高密度”的系统性偏差，其对碳储分布的空间异质性响应不足。此外，团队还系统梳理了多源遥感融合（如LiDAR与光学）、深度学习方法引入、时序分析等关键发展趋势，并提出“两步式策略”框架，帮助研究者与管理部门在不同目标和资源条件下科学选择适宜的遥感估算方案。该成果不仅为学术界提供了方法整合的理论依据，也为城市森林碳监测的标准化、自动化和实用化奠定了基础。

    该研究成果以Remote sensing of urban tree carbon stocks: A methodological review为题，发表于遥感领域权威期刊ISPRS Journal of Photogrammetry and Remote Sensing (2024年影响因子12.2)。中国科学院城市环境研究所2021级博士研究生董鹤松为第一作者，唐立娜研究员为通讯作者，普渡大学邵国凡教授为本研究提供了全面指导，武汉大学胡翔云教授和刘金慧博士也在成稿过程中提出了建设性意见。研究工作获得国家自然科学基金（42307591）、重点研发计划（2022YFF1301303）、中国科学院城市环境研究所“揭榜挂帅”项目（IUE-JFGS-202207）的支持。

   论文链接

UTCS遥感方法学的复杂性

本研究提出的UTCS遥感方法学的三分类体系