大兴安岭森林是我国最大的连片林区，也是我国最重要的碳库之一，其森林蓄积量约为9.4亿立方米，碳储量超过17亿吨，每年固碳超过2000万吨。精确测算大兴安岭森林碳储量，对我国顺利完成“双碳”目标具有重要意义。森林清查在样方尺度提供了高精度的蓄积量/碳储量数据，然而其在非采样地区的误差较大。遥感技术是获取空间连续碳储量分布的唯一手段。现有研究一般基于少数卫星影像数据直接与碳储量建立联系，存在以下问题：（1）对单一数据依赖性强，数据质量不高（如云污染）时局限性大，（2）缺乏从多个光谱尺度和空间尺度描述森林的能力，（3）忽略对碳储量组分（如胸径、树高和树种）的量化。这些问题严重制约了遥感技术在碳储量精确、精细估算上的应用能力。从这些问题出发，本研究首先构建大兴安岭地区的森林光谱库，建立各类卫星光谱与碳储量组分间的关系，从而精确估算碳储量。光谱库的构建包含了2021−2022年200余个森林样方的野外调查数据，以及在对应样方上提取的多光谱分辨率（Landsat-8, Landsat-9和Sentinel-2）、高空间分辨率（高分一号、二号、六号、七号）和高光谱分辨率（资源一号02D）反射率数据。研究使用随机森林回归模型在多级光谱数据和样方尺度碳储量组分（胸高截面积、平均数高和木制密度）间建立关系；同时，搜集大兴安岭各地区、各物种的异速生长模型方程，最终计算碳储量。研究结果显示了不同卫星数据在反演碳储量组分上的精度差异，证实了遥感数据在不同空间分辨率上估算碳储量数据的能力。研究结果说明了森林光谱库建设在碳储量估算中的巨大潜力，方法有利于在更大范围和更长时间尺度上进行推广应用。

碳储量估算,森林光谱库,大兴安岭,异速生长模型,随机森林