【推荐发表期刊】
• Remote Sensing of Environment (IF=13.5) | 中科院1区Top | JCR Q1
• 《遥感学报》 (国内遥感领域顶刊，EI)
• IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (IF=4.0) | 中科院2区 | JCR Q1
• 《中国环境科学》 (中文核心，EI)

【课题背景】
随着“双碳”目标上升为国家战略，如何科学、客观、动态地评估碳排放与碳汇现状，成为政策制定与效果考核的关键瓶颈。传统依靠统计上报的碳排放数据存在时效性差、核查难等问题。而近年来，对地观测技术飞速发展，多源遥感卫星提供了覆盖全球、高时空分辨率的海量数据，包括地表温度、夜间灯光、植被指数、大气CO2浓度等，这些都与人类活动强度和生态系统固碳能力密切相关。

通过机器学习方法挖掘这些多源数据与碳收支的隐含关系，可以构建一个近乎实时的、可回溯的碳中和监测评估系统，具有巨大的科研价值与应用前景。

【参考方向】
• 基于夜间灯光与热红外数据的区域碳排放空间化估算
• 利用植被指数（NDVI/EVI）与叶绿素荧光数据反演生态系统碳汇能力
• 融合遥感与社会经济数据的碳达峰趋势预测模型
• 重点排放企业（如火电厂）的遥感识别与排放监测方法

【适合人群】
遥感科学与技术、地理信息系统、环境科学、计算机科学、生态学等相关专业硕博研究生，具备Python或R语言数据处理基础，对遥感与可持续发展交叉领域有兴趣者优先。

【课题收获】

• 高质量论文一篇

• 期刊投递与发表指导

• 结业证书

【课题安排】

研究周期预估六个月左右，具体视学员情况调整。