Monitoring Carbon Stock Change at the Individual-Plant Scale: A Methodological Review and Integrative Framework

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:This review offers a comprehensive classification of methods and a new integrative framework for plant-level carbon monitoring, guiding future research in fine-scale carbon dynamics.

🏛政策担当者:May inform development of MRV protocols for nature-based solutions and agricultural carbon credits.

カーボンニュートラル枠組みの下での細粒度の生態管理への需要の高まりに伴い、個体植物スケールでの炭素蓄積量変化（ΔC）の多時期評価は、植物レベルの炭素動態を理解し、管理決定を支援するために不可欠となっている。しかし、このスケールでの反復モニタリングの方法論は依然として断片的であり、時期横断的な比較可能性が限られ、スケール横断的な一貫性が弱く、方法間の統合が不十分である。既存のアプローチは3つの経路に分類できる：（i）CO2交換測定に由来するプロセスベースの方法、（ii）バイオマスとΔCを推定する状態ベースのアプローチ、（iii）構造的・分光的・熱的・蛍光シグナルを用いるセンシングベースのアプローチ。これらのアプローチは相補的な強みを提供するが、多時期のΔC推定において高精度、時間的連続性、運用上の拡張性を同時に達成するものはない。これらのうち、蓄積量ベースおよび構造ベースのアプローチが主要な推定経路を形成し、フラックスベースおよび機能的センシング手法が相補的な制約を提供する。本レビューは、これらのアプローチを理論的基盤、空間的支援、時間的特性、不確実性構造の観点から総合し比較する。方法論的統合の欠如に対処するため、我々は空間的・時間的領域にわたって異種観測を結びつけ、信頼できるΔC推定の前提条件としてスケール横断的な一貫性を強調する構造–機能–スケール枠組みを提案する。この枠組みの中で、セグメンテーション、共登録、スケーリング、時間的整合、不確実性伝播を通じて、マルチソース統合が構造的観測と機能的観測をどのように結びつけることができるかをさらに検討する。伝統的な測定論理と新興のリモートセンシング技術を統合することにより、本レビューはΔC推定のための統一的な方法論的枠組みを提供し、細粒度の炭素モニタリング、時空間的に一貫したデータ融合、不確実性を考慮した推論、およびMRV指向の検証システムを前進させるための主要な方向性を特定する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

With increasing demand for fine-scale ecological management under carbon neutrality frameworks, multi-temporal assessment of carbon stock change (ΔC) at the individual-plant scale has become essential for understanding plant-level carbon dynamics and supporting management decisions. However, methodologies for repeated monitoring at this scale remain fragmented, showing limited cross-temporal comparability, weak cross-scale consistency, and insufficient integration across methods. Existing approaches can be grouped into three pathways: (i) process-based methods derived from CO2 exchange measurements, (ii) state-based approaches estimating biomass and ΔC, and (iii) sensing-based approaches using structural, spectral, thermal, and fluorescence signals. These approaches offer complementary strengths, yet none simultaneously achieve high accuracy, temporal continuity, and operational scalability for multi-temporal ΔC estimation. Among these, stock-based and structural approaches form the primary estimation pathways, while flux-based and functional sensing methods provide complementary constraints. This review synthesizes and compares these approaches in terms of their theoretical basis, spatial support, temporal characteristics, and uncertainty structures. To address the lack of methodological integration, we propose a structure–function–scale framework that links heterogeneous observations across spatial and temporal domains and emphasizes cross-scale consistency as a prerequisite for reliable ΔC estimation. Within this framework, we further examine how multi-source integration can connect structural and functional observations through segmentation, co-registration, scaling, temporal alignment, and uncertainty propagation. By integrating traditional measurement logic with emerging remote sensing technologies, this review provides a unified methodological framework for ΔC estimation and identifies key directions for advancing fine-scale carbon monitoring, spatiotemporally consistent data fusion, uncertainty-aware inference, and MRV-oriented verification systems.

• openalex https://doi.org/10.3390/f17050563first seen 2026-05-17 07:11:22 · last seen 2026-06-16 04:52:52