导 读
森林碳汇是指森林通过光合作用吸收二氧化碳，将其转换成碳水化合物并储存在树木和土壤中，起到减缓大气二氧化碳浓度增加的作用。维持和增强森林碳汇是实现碳中和的一个重要手段。森林的固碳潜力与森林年龄高度相关，幼龄时快速增加，中龄时达到最大，其后随林龄增加逐渐下降直至稳定。目前，对于森林碳汇的预测忽视了林龄的影响，导致过于乐观的结果。本研究基于我国当前的林龄结构预测了未来我国森林碳汇的走势，研究成果对指导森林管理和制定碳中和政策具有重要意义。
图1 不同龄组中国森林的分布比例和固碳潜力示意图
为实现碳中和，人们期待森林碳汇倍增。不少研究基于自然和人为因素预测中国未来的森林碳汇将会增加22–67%。然而，这些预测结果可能过于乐观，因为他们并未考虑森林年龄对碳汇的影响。森林的碳汇潜力与净初级生产力（NPP）密切正相关，NPP在幼龄阶段迅速增加，在中龄达到峰值，在老龄阶段逐渐下降（图1）。导致老龄林NPP下降的主要机制是总初级生产力（GPP）和自养呼吸（Ra）随林龄减少，其中GPP的减少速度更快。中国自20世纪60年代以来进行了大规模的造林和再造林计划，森林覆盖率从14%增加到23%，目前大部分森林处于幼龄和中龄阶段，具有较高的碳吸收能力。如果不发生大规模的森林扰动，中国森林还能维持一段时间的高碳汇。但随着森林的自然衰老，降汇风险将显著增加。
中国森林主要分布在山区，受地形和人为因素的干扰，林分尺度较小（102–1002平方米）。然而，目前中国林龄数据产品的空间分辨率均为1000米，远远大于林分尺度，不足以定量刻画中国的林龄结构并据此预测碳汇变化。例如，林龄为10年和60年森林的固碳潜力较低，但将它们平均时，林龄则为35年，对应的固碳潜力则可能翻倍。因此，需要与林分尺度相匹配的林龄分布图，以提高森林碳汇预测的可靠性。同时，我们也缺乏中国不同地区不同森林类型的生长曲线，难以更准确判断林龄将如何影响中国碳汇的未来走势。
图2 2019年30米分辨率中国森林年龄分布图
为解决上述问题，本研究基于高分辨率（30 m）时间序列卫星遥感数据，联合森林扰动监测和机器学习，绘制了中国2019年30米分辨率的森林年龄分布图（图2）；并基于全国3121个样地调查数据、卫星遥感数据和森林清查数据，提取了不同地区不同森林类型的生长曲线（图3）；最后，联合降尺度得到的30米分辨率2000–2021年NPP数据，预测和评估了2022–2100年中国森林的增汇潜力和降汇幅度。结果表明，在不考虑未来气候和大气成分变化、人为和自然灾害影响下，受林龄结构的影响，当前中国森林的碳汇水平仅能维持15年，其后随林龄增加，固碳潜力将在2060–2100年下降8–17%（图4），这预示着未来中国森林碳汇的减弱。通过选择性砍伐和实施新的或改进的造林来优化林龄结构，可能有助于缓解这一趋势。这一发现对区域和全球碳循环和气候预测非常重要，同时也对制定增强陆地碳汇的森林管理策略具有指导意义。
图3 中国不同森林覆盖类型和分区的森林生长曲线图
图4 林龄对未来中国森林碳汇的增汇潜力与降汇幅度的影响
总结与展望
本研究并未考虑未来森林变化（包括砍伐、火灾、植树造林、自然迭代等）、气候变化和大气成分变化（CO2施肥效应、氮沉降）对森林生长和土壤碳库的影响，但为全面研究这些因子的影响提供了重要的基础数据。基于林龄结构所预测的NPP下降趋势，可能会因为气候变化、大气成分变化和未来植树造林的组合效应而得到缓解。结合生态系统过程模型，综合考虑各因素对森林生产力和土壤呼吸作用的影响，有助于更为全面地预测未来中国森林碳汇的走势，为制定可持续发展的森林管理措施和碳中和政策提供理论依据。
责任编辑
公丕昌 中国科学院植物研究所
董 阳 中国科学院植物研究所
本文内容来自Cell Press合作期刊The Innovation第四卷第六期以Article发表的“China’s current forest age structure will lead to weakened carbon sinks in the near future” (投稿: 2023-02-27；接收: 2023-09-13；在线刊出: 2023-09-15)。
DOI: https://doi.org/10.1016/j.xinn.2023.100515
引用格式：Shang R., Chen J. M., Xu M., et al. (2023). China’s current forest age structure will lead to weakened carbon sinks in the near future. The Innovation. 4(6), 100515.
作者简介
商 荣，福建师范大学地理科学学院、碳中和未来技术学院副教授，主要从事植被遥感与碳中和、遥感大数据、地表变化动态监测等方面的研究，近期工作主要聚焦在森林动态监测、参数反演与碳汇模拟等方面。开发了多套全球适用的遥感数据处理和参数反演算法，生产了多套全球1000米分辨率和中国30米分辨率遥感数据产品。主持国家自然科学基金、福建省自然科学基金等项目4项，在RSE（5篇）、ISPRS P&RS、AFM、JAG等杂志上发表论文20多篇，其中1篇入选ESI高被引论文。
Web: http://geo.fjnu.edu.cn/85/a3/c5054a296355/page.htm
陈镜明，加拿大皇家科学院院士，加拿大首席科学家，福建师范大学地理科学学院教授，多伦多大学地理与规划系教授。在植被遥感、陆地碳水循环模拟和全球碳同化系统开发方面做出了杰出的贡献。已发表SCI论文450余篇，被引用36000余次，H指数为126（Research.com）。现任Remote Sensing of Environment 主编、Journal of Geophyiscal Research-Biogeosciences和Canadian Journal of Remote Sensing副主编、美国通量观测网络科学指导委员会委员、中国科技部全球变化重大科学研究计划专家组成员、国务院侨办海外专家咨询委员会委员。
Web: http://geo.fjnu.edu.cn/a1/01/c4964a237825/page.htm