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