长江流域森林碳储量的时空变化及其驱动因素分析

孔 蕊, 张增信,, 张凤英, 田佳西, 朱 斌, 朱 敏, 王益明

(1.南京林业大学 生物与环境学院 南方现代林业协同创新中心, 南京210037;2.河海大学 水文水资源学院 水文水资源与水利工程国家重点实验室, 南京 210098)

森林储存了大量的碳汇，对全球碳循环产生了巨大的影响[1]。近几十年来，随着经济的快速发展及人类不合理的开发利用，导致全球CO2浓度的增加和地球不断变暖。陆地森林碳汇有助于抵消25%人为排放的化石燃料，为减缓大气CO2浓度升高应对气候变化发挥着重要的作用[2]。森林碳储量在区域尺度上的时空分布也可以揭示碳汇的变化，为合理的碳减排目标和森林管理方案提供依据[3]。因此，准确估算森林碳储量是陆地碳循环研究的基础。

目前，估算森林碳储量的方法很多，主要有野外获取法[4-5]、模型模拟[6-7]和遥感估算[8-9]。野外收获碳储量在世界各地得到了广泛的应用。然而，野外测量数据的获取需要消耗大量的人力，不能提供大面积碳储量的空间分布。近年来，模型估算被广泛应用于当前和未来气候条件下植被生长和植被覆盖度的定量估算。例如，Potter等[6]利用CASA(Carnegie-Ames-Stanford Approach)模型绘制了2000—2010年东南亚地区的森林碳储量动态变化。Sitch等[7]利用LPJ(Lund-Potsdam-Jena)模型对全球陆地碳循环进行了研究。值得注意的是，LPJ模型充分模拟了陆地生态系统的碳循环，从气候强迫和特定的初始条件来预测生态系统的状态。然而，由于模型构建、碳储量转换系数和输入数据的差异，森林碳储量模拟结果差异较大[10]。

遥感技术具有广泛的覆盖面和重复观测能力，促进了森林碳储量空间分布和时间变化的研究。例如，Liu等[8]通过卫星观测估算了1993—2012年全球森林和非森林生物群落的地上碳储量，发现从2003年起，俄罗斯和中国的森林面积扩大，热带森林砍伐量下降。Exbrayat等[3]利用卫星观测估算了1993—2012年期间砍伐森林和气候变化对亚马逊盆地地上碳储量的影响。目前的遥感产品虽然具有较高的空间分辨率，但记录长度有限。最近，一些学者利用遥感估算和全球动态植被模型分析了生态工程对森林碳储量的影响。例如，Tong等[9]利用卫星数据发现中国西南喀斯特地区地上碳储量在2000年后呈增加趋势，而LPJ模型模拟的地上碳储量呈下降趋势，研究表明生态工程可以对碳循环起到积极作用，以减缓气候变化。

长江流域是我国生物多样性保护的热点地区和生态环境保护的重点区域。2000年前后，国家在长江流域启动实施了退耕还林、天然林资源保护工程，加快了长江流域森林面积的显著增加，提高了森林的固碳能力。前人在长江流域对森林碳储量时空变化进行了一定研究。例如，贾松伟[11]利用第七次全国森林清查数据，发现长江流域森林植被的碳储量在1989—2008年间从1 345.30 Tg C增加到了1 924.98 Tg C。郭焱等[12]研究表明，1998—2008年实施天然林资源保护后，长江上游森林碳储量增加了705.12 Tg C。尽管一些学者对长江流域森林碳储量进行了一定研究，但针对长江流域森林碳储量的整体性及系统研究报告较少。因此，本文基于实测数据、遥感估算和LPJ模型模拟，探索1993—2012年长江流域森林地上碳储量的时空动态变化及其驱动因素。本研究对我国应对气候变化的可持续森林管理政策的制定具有一定的借鉴意义。

1 数据与方法

1.1 研究区域

长江流域位于24°30′—35°45′N,90°33′—122°25′E，流域总面积为180万km2，约占全国总面积的18.75%。长江是我国第一、世界第三大河。长江流域指长江干流和支流流经的广大区域。由嘉陵江等11大水系构成，西自发源地青海，东至上海，涉及19个省、自治区和直辖市。由于气候条件优越，长江流域具有丰富的森林资源。山地寒温性针叶林主要分布在长江江源区，而亚热带常绿阔叶林则分布在长江流域中下游。此外，长江上游的森林是中国三大林区之一。

1.2 数据来源

从中国森林生态系统生物量数据库中，共收集了长江流域454个实测地上生物量的样点[13]。实测地上碳储量由地上生物量乘以植被含碳系数0.5得到[14]。遥感估算的地上碳储量(Aboveground Biomass Carbon,ABC)来自1993—2012年0.25°分辨率下的全球卫星植被光学深度(Vegetation Optical Depth,VOD)数据集(http:∥www.wenfo.org/wald/global-biomass)。模型模拟的地上碳储量由空间分辨率为0.5°×0.5°的LPJ模型模拟得到(Simulated Aboveground Biomass Carbon,ABCsim)(表1)。

气象观测数据来自1993—2012年长江流域175个气象观测站(http:∥data.cma.cn)。LUCC(Land-Use and Land-Cover Change)数据来自中国科学院资源环境科学数据中心(http:∥www.resdc.cn)的中国1∶100万比例尺土地利用现状遥感监测数据(2010年)。LUCC分为森林、耕地、草地、水域、建设用地和未利用土地。长江流域森林分布如图1所示。

表1 本研究中地上碳储量数据的概述

图1 研究区森林分布

1.3 研究方法

1.3.1 遥感数据介绍 遥感估算的地上碳储量是基于1993年以后由一系列无源微波卫星传感器获得的VOD数据集。VOD是地表植被总含水量的指标，包括冠层和木质成分[3]。因此，VOD数据集可以定性地捕捉不同土地覆盖类型下植被含水量的长期年际变化。地上碳储量的计算主要通过以下步骤完成：首先，利用全球的地上植被碳密度基准图，建立地上生物量(Above-Ground Biomass,AGB)与VOD之间的关系；其次，将推导出的VOD-AGB关系应用于所有年份的VOD地图，得到了1993—2012年基于VOD的AGB地图；最后，地上碳储量由AGB根据的50%碳转换系数估算[15]，推导了1993—2012年基于VOD的地上碳储量。

1.3.2 LPJ模型介绍 LPJ模型在模拟陆地碳循环和水文循环中均有应用。该模型主要考虑了植被光合作用、呼吸作用、凋落物分解、植被生长和死亡的过程，并引进了火灾的干扰机理。根据植物的生理、形态、物候、生物气候学和火灾反应特性，对植物功能类型分为10类。在这些植物功能类型中，碳库主要存在于叶子、根、边材和心材。

采用LPJ模型在0.5°空间分辨率下对地上碳储量进行模拟。LPJ模型模拟时，首先从1961—1990年气候数据运行1000年，使生态系统达到平衡。LPJ模型的输入数据包括：月均气温、月降水、月云量、月湿润天数、土壤质地和年CO2浓度资料驱动LPJ模型。产出数据包括植被碳储量、植被净初级生产力、叶面积指数、蒸散等。

传统建筑施工图纸都是以平面效果显示，而设计人员在进行工程设计时要有很强的立体感，并通过平面图进行建筑工程各项数据的体现，从而使施工人员能够了解施工方案。不过，现代建筑工程的规模越来越大，其复杂程度也不能同日而语，工程设计人员凭借简单的线条图已经不能完全体现建筑工程的各项数据，而施工人员对于平面图的理解也有很高的难度，基于这种情况，越来越多的建筑企业开始应用BIM技术，BIM技术可以实现建筑工程设计的可视化，能够直观立体的展现建筑工程设计。不仅如此，通过BIM技术在工程设计过程中，也能够标注重点施工阶段和位置，对不同构件间的反馈与互动进行有效的结合，使工程设计的整个阶段都实现可视化。

1.3.3 遥感与模型数据验证 首先，有必要对遥感估算、模型模拟和实测的地上碳储量进行对比研究。为了使实测值与遥感估算、模型模拟的尺度能够匹配，采用如下方法进行比较。如果一个森林像元中出现两个或多个样地，则可以将该像元的值与像元中样地的平均值进行比较[16]。经处理后，研究区有效值为103个样点。如图2所示，1993—2012年遥感估算与实测的地上碳储量之间的关系显著(p<0.01)。同时，LPJ模拟与实测的地上碳储量的关系也有统计学意义(p<0.01)。因此，遥感估算和LPJ模拟的地上碳储量可用于本研究。从图3的空间分布可以看出，遥感估算和LPJ模拟的地上碳储量的空间分布总体上是一致的，但也存在差异。

图2 1993-2012年长江流域遥感估算、LPJ模拟与实测森林地上碳储量的关系

1.3.4 统计方法 利用地理信息系统对气象数据、地上碳储量数据进行处理和空间插值，得到栅格图像。克里金方法是对空间分布数据进行最优的插值法。本文采用简单线性回归法进行长期趋势检验。简单线性回归法是一种参数检验方法，它由两个步骤组成，分别以时间t为自变量和植被变量(即本研究中的ABC或ABCsim)为因变量；采用t检验对计算结果进行显著性检验[17]。以95%置信区间作为阈值，对显著增加和显著减少进行分类。本文使用相关性分析法来研究气温降水与地上碳储量之间的相关程度。相关系数的显著性在0.05置信水平进行评估。同样采用t检验对计算结果进行显著性检验。本文分析了长江流域地上碳储量与温度距平和降水距平的关系。本文定义地上碳储量距平为1993—2012年期间各年的地上碳储量与20 年平均地上碳储量之间的差值。

2 研究结果

2.1 长江流域森林地上碳储量的空间分布

长江流域森林碳密度空间分布在不同区域间存在较大差异(图3)。图3A显示了遥感估算的森林碳密度变化区间为5.9 ～117.18 Mg/hm2，平均值为41.53 Mg/hm2。依据全国第7次森林资源连续清查资料(2004—2008年)，全国乔木林的碳密度为42.82 Mg/hm2 [18]，与本文研究结果接近。LPJ模拟估算的年均碳密度为63.32 Mg/hm2，高于遥感估算的值。从图3A可以看出，四川盆地嘉陵江流域和鄱阳湖流域森林地上碳储量相对较高，长江中下游及西部山区的地上碳储量相对较低。从图3B可以看出，乌江流域森林地上碳储量较高，这与图3A分布不同。LPJ模拟估算的碳储量的空间分布与长江流域的温度、降水格局相对一致。而遥感估算的碳储量的空间分布受气候变化和区域经济发展的影响。长江流域中下游地区经济较为发达，对森林的开发和利用强度都高于长江上游地区。在长江流域中下游，虽然气温、降水、光照等自然条件优越，但经济利益驱动下的人类活动对森林造成了极大的破坏。

图3 1993-2012年长江流域森林地上碳储量遥感估算、LPJ模拟的空间变化

2.2 长江流域森林地上碳储量的年际变化

图4展示了长江流域森林地上碳储量的变化趋势。如图4A所示，长江流域大部分地区森林地上碳储量呈显著增加趋势，长江上游有部分地区呈现下降趋势。经统计分析发现，长江流域森林地上碳储量呈增加趋势的占总研究区域的67 %，其中显著增加的占59.68%；呈减少趋势的区域占10.08%，其中4.45%为显著减少，呈减少趋势的主要分布在长江流域西北部地区；其中呈无变化趋势的区域占22.92%。如图4B所示，长江流域大部分地区呈增长趋势，鄱阳湖流域呈减少趋势。经统计分析，研究区域森林地上碳储量呈增加趋势的占总研究区域的49.58 %，其中显著增加的占35.42%；呈减少趋势的区域占39.17%，其中14.58%为显著减少；其中呈无变化趋势的区域占11.25%。总体显示，长江流域森林碳储量在近20 a呈增加趋势。

如图4C所示，遥感估算的森林碳库从1993年的2 563.91 Tg C上升到2012年的2 893.17 Tg C，增长率为12.84%。森林碳库增长率由1993—2000年的3.15%提高到2001—2012年的8.01%。而LPJ模拟的森林碳库从1993年的4 159.06 Tg C上升到2012年的4 210.88 Tg C，增长率仅为1.25%。事实上，2000年之前遥感估算与LPJ模拟的森林碳库的变化规律相似。2000年实施生态工程之后，遥感估算的碳库迅速增长。

2.3 气候变化对长江流域森林地上碳储量的影响

图5为1993—2012年长江流域森林地上碳储量与温度、降水的相关性空间分布。如图5A所示，除岷江流域和嘉陵江流域外，长江流域森林地上碳储量76.19%的像元与温度呈正相关关系。而森林地上碳储量与长江流域大部分降水呈负相关，洞庭湖流域森林地上碳储量与降水呈显著负相关(图5B)。LPJ模拟的森林地上碳储量也有类似的结果，58.75%的森林地上碳储量与温度呈正相关(图5C)。然而，洞庭湖流域和汉江流域森林地上碳储量与气温呈负相关。此外，57.92%的森林地上碳储量与降水呈负相关关系(图5D)。因此，长江流域森林地上碳储量与温度呈正相关关系，但与降水呈负相关关系。

图4 1993-2012年长江流域森林地上碳储量遥感估算、LPJ模拟变化趋势的空间分布及遥感估算和LPJ模拟的森林碳库变化的时间序列

为更好地理解森林地上碳储量动态变化与气候变化的关系,分析了森林地上碳储量距平与气候距平的关系(图6)。如图6A，6C所示，1993—2012年研究区森林地上碳储量距平与温度距平呈增加的变化趋势。然而，研究区森林地上碳储量距平与降水距平的变化趋势相反(图6B，6D)。但需要注意的是，在2000年之后遥感估算的森林地上碳储量增加的幅度大于温度、降水的变化的幅度，LPJ模拟的森林地上碳储量与温度、降水都呈微弱的变化幅度。总体而言，森林地上碳储量随温度的增加而增加，随降水的减少而增加。

图5 基于遥感估算的森林地上碳储量与温度、降水的空间相关性及LPJ模拟的森林地上碳储量与温度、降水的空间相关性

图6 基于遥感估算的森林地上碳储量变化与温度变化、降水变化的关系及LPJ模拟的森林地上碳储量变化与温度变化、降水变化的关系

3 讨 论

长江流域是我国重要的亚热带林区，尤其是长江上游地区。嘉陵江流域和汉江流域的森林地上碳储量相对较高，而西部山区相对较低。这种分布格局与植被类型、气温和降水分布密切相关。针叶林分布在嘉陵江流域和汉江流域，具有较高的生物量和碳储量。然而，青海省森林资源相对匮乏，森林碳储量较低。这与之前的研究相似。例如，张林等[19]基于森林资源调查资料，结果发现，四川盆地和嘉陵江流域的森林碳密度较高。刘双娜等[20]等利用国家第六次森林清查资料和遥感数据，结果表明长江流域四川、云南两省生物量值较大，西部山区生物量值较低。我们的研究结果还表明，近20 a来长江流域森林地上碳储量呈显著增长趋势。遥感估算的森林碳库从1993年的2 563.91 Tg C增加到2012年的2 893.17 Tg C，增长率为12.84%。已有学者对长江流域碳储量的变化做出类似的研究[11-12]。

本文中森林地上碳储量与温度呈正相关关系，但与降水呈负相关关系。这与之前的研究结果相似。例如，Lucht等[21]发现当北半球气温上升0.8℃，植被呈现出变绿的趋势。Peuelas等[22]研究表明，欧洲地区当气温升高约1℃时，灌木林生态系统的地上碳储量会增加15%。然而，极端干旱可能对植被活动产生不利影响。Yang等[23]的研究表明，在2005年的特大干旱之后，整个亚马逊流域的碳损失率达到了平均每年(0.3±0.2) Pg C。此外，Clifford等[24]发现，当年平均降水量大于600 mm时，森林对温度更加敏感，降水量的减少可以间接促进森林活动。Stegen等[25]发现在相对干燥的环境中降水对森林碳储量的变化具有重要的驱动作用，而在相对湿润地区温度等其他因素对植被碳储量起决定性作用。总的来说，降水增加超过植被所需时，对植被活动产生不利的影响。

生态工程对森林地上碳储量变化也起到了重要作用。遥感估算森林地上碳储量的增长率由1993—2000年的3.15%提高到2001—2012年的8.01%。遥感估算和LPJ模拟的地上碳储量的变化趋势在2000年前是比较一致的。但2000年实施重大生态工程后，遥感估算的地上碳储量迅速增加。为了应对气候变化，改善生态环境，我国在长江流域实施的三大生态工程见表2。天然林资源保护工程始于2000年，目的是对生物多样性保护、减少土壤侵蚀和洪水的风险，同时起到了对其他自然灾害的预防作用。退耕还林工程始于1999年，促进了荒山荒地向森林的转变。退耕还林工程是目前世界上规模最大的生态工程。三北、长江流域等重点防护林建设工程始于1978年，是针对长江流域等生态脆弱地区而建立的，旨在抗洪、减少水土流失。通过生态工程的实施，长江流域森林面积不断扩大，森林碳汇逐渐增加。植树造林和生态工程对植被覆盖度和碳储量有显著的影响，这与其他研究结果一致。例如，Woodbury等[26]研究发现，从1990—2004年，实施植树造林促进美国地区的森林固碳能力提高到平均每年11 Tg C。Ouyang等[27]指出中国实施生态工程对碳汇的增加做出了重要贡献，2000—2010年中国的碳汇增加了23.4%。Li等[28]认为，森林碳储量的增加主要由森林面积扩大和植被生长促进，特别是造林计划的实施。

表2 长江流域三大生态工程基本概述

由于数据的限制，研究结果存在一定的不确定性。其一，实测数据来自中国森林生态系统生物量数据库，数据库的构建是根据1978—2008年公开发表和出版的中国森林生物量研究的资料，并筛选出具有代表性、客观性和可比性的数据资料，在筛选过程中有可能存在一定误差；其二，不同数据之间的分辨率可能也会影响到研究结果精度。如遥感估算的地上碳储量的分辨率是0.25°，但LPJ模型模拟的地上碳储量的分辨率是0.5°。诚然，本研究主要集中在长江流域区域尺度使用地上碳储量数据集来评价近20 年的植被活动，并没有直接量化气候变化和生态工程对森林碳储量的影响。但是我们研究使用了遥感估算和LPJ模型模拟对比，强调了生态工程重要性。生态工程可促进植被的绿化趋势，并对植被的固碳能力产生积极影响，这表明有必要将气候变化和生态工程的双重影响纳入未来植被碳储量动态变化的研究之中。

4 结 论

(1) 遥感估算的长江流域森林地上碳储量在1993—2012年呈显著增长趋势。碳库从1993年的2 563.91 Tg C增加到2012年的2 893.17 Tg C，增长率为12.84%。森林地上碳储量的分布具有明显的空间异质性，嘉陵江流域和汉江流域森林地上碳储量值较高，西部山区较低。

(2) 气候变化，尤其是降水和温度的变化，对于森林地上碳储量有着重要影响。总体上，长江流域地区森林地上碳储量与温度呈正相关关系，但与降水呈负相关关系。森林地上碳储量随温度的增加而增加，随降水的减少而增加。

(3) 从森林地上碳储量变化的时间序列表现出，遥感估算的森林碳库增长率由1993—2000年的3.15%提高到2001—2012年的8.01%。LPJ模拟的碳库从1993年的4 159.06 Tg C增加到2012年的4 210.88 Tg C，增长率仅为1.25%。长江流域森林地上碳储量的增加可能是由于2000年后生态工程的实施。