主要湿地，作为陆地与水体接口的生态系统，是地球上最具生产力的栖息地和不成比例的碳储存体。尽管它们仅覆盖地球陆地表面的5%-8%，但却占全球土壤碳的20%-30%（2,800-4,300 Gt CO2），并对长期气候调节产生强烈影响。湿地类型来自水文地质、地貌、气候、土壤、盐度、营养和植被的梯度，产生不同的生物地球化学状况和温室气体通量。例如，沼泽地因持续的泥炭积累而被定义为最大的碳储存地。然而，自18世纪以来，人类活动驱动了全球内陆湿地16%-23%的损失，并且气温上升加剧了持续的退化。未经干扰的湿地作为碳汇，而排水和强化管理则将储存转化为排放。欧洲是历史损失的热点：自1700年以来，平均湿地面积减少超过50%，而在几个国家则减少超过75%，主要是由于系统性排水用于农业和林业。作为回应，欧盟NRL（法令（EU）2024/1991）规定恢复不处于“良好状态”的生态系统，目标是在2030年前达到30%，2040年前达到60%，2050年前达到90%。第4条涵盖陆地、沿海和淡水生态系统，并将恢复定义为将系统朝其原始状态移动的行动（例如，重湿、 hydrological 重新连接、污染缓解、本土物种重新引入）。有效的交付需要可测量、可比较的指标，然而，关于自然和半自然湿地的状况信息在各国之间仍然有限且不一致。为了提供覆盖第4条下优先湿地栖息地的统一、空间明确的基线，我们使用CORINE土地覆盖（CLC）框架，针对欧洲主要的自然和半自然开放湿地类型（“内陆沼泽”、“泥炭地”、“盐沼”、“盐碱地”、“潮间带平原”和“沼泽与莓林”），同时排除CLC框架未与其他森林区分开的密集森林湿地。在目前的欧盟/政府间气候变化专门委员会（IPCC）土地利用分类下，作为农田或草地管理的排干泥炭土属于NRL第11条，而树木覆盖的有机土壤则属于第12条（林业会计，具有有限的自愿重湿）。因此，这些深度排干的前湿地（无持续饱和或水生植被）在这里不在我们的范围内，以避免与针对自然和半自然湿地的第4条重复计算。CLC框架的标准化定义与欧洲碳评估一致，但其手动解释、多年更新周期和25公顷最小制图单元阻碍了及时检测，并对小型、管理的马赛克造成偏见，从而在分布和碳估算中传播错误。因此，满足恢复目标需要对湿地的范围、类型和干扰进行高分辨率、标准化、定期更新的制图。在这里，我们通过结合光学和雷达卫星数据，以10米的分辨率绘制了六种开放湿地类型的地图（2018年时期），这一可扩展的机器学习框架以CLC框架为基础。生成的地理数据集细化了碳储量估算，并在国家到次大陆尺度上量化了人为影响，提供了指导2030年及以后的第4条恢复所需的空间细节。欧洲范围内的开放湿地制图我们在欧洲的大部分地区以10米的分辨率绘制了六种自然和半自然开放湿地类型的地图，整体准确率为96.6 ± 0.3%，覆盖约413,504 ± 17,782平方公里，约占相应陆地表面的6.8 ± 0.3%。这一成果是通过使用极端梯度增强（XGBoost）机器学习算法，利用101,000个CLC标记样本点进行训练，并应用于跨越2017至2019年的多传感器卫星数据立方体实现的。生成的49个变量预测集结合了来自470,000多个Sentinel-1和Sentinel-2场景的光学和雷达观测，与38个欧洲国家的地形、气候、生物群落和土壤等辅助地理空间层结合。通过从Google Earth Engine提取生成关键光谱和时间特征的无云中位数复合图像。为了量化制图相关的不确定性，我们将已映射的湿地类别与一个独立的、视觉解释的验证样本结合，从而推导出基于样本的面积估计及相关不确定性度量。欧洲范围内的湿地区域和地图准确性是直接从独立的分层参考样本中使用基于设计的估计器估算的。国家级湿地区域使用结合了校准加权的分层框架与经验贝叶斯部分汇聚来估算，以稳定估算国家样本量有限的情况。