“双碳”背景下林业遥感植被碳汇估算实验设计

张 猛，孙 华

（中南林业科技大学 林学院，湖南 长沙 410004）

引言

自工业革命以来，全球的碳排放量显著增加，温室效应持续增强，使得地球平均气温和气象灾害发生频率骤增。因此，减排增汇已成为各个国家关注的焦点之一［1-2］。第七十五届联合国大会上，国家主席习近平宣布，中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和［3］。近年来，植被碳汇、碳储量估算成为国内学者的研究热点，也成为高校教学与科研的重点之一。构建系统且有效的方法实现对植被固碳能力的定量估算与模拟，有利于深化湿地植被固碳能力特征、格局及时空变化的认识，对稳定湿地碳汇功能以及中国“碳中和”战略的实现起着重要的作用［4-5］。植被碳汇遥感估算涉及多个学科，包括林学、生态学、遥感、气象、土壤等，综合性较强，林业遥感课程中的碳汇估算实验对学生要求较高，既需要相关学科的理论知识，又需要对遥感相关软件和算法较为熟悉，是本课程教学的难点和关键点。

在实验教学过程中，首先需要学生了解和掌握什么是碳储量，什么是碳汇。因为只有在深层次了解碳储量、碳汇概念的基础上，才能在实践操作过程中更容易理解和掌握碳储量、碳汇估算步骤、流程。NEP（植被净生态系统生产力）表示NPP（植被净初级生产力）与RH（土壤异养呼吸）之间的差值，是植被生态系统碳的净吸收或净储存，可以定量描述植被生态系统碳源/汇的能力。当NEP＞0时，表示生态系统发挥碳汇功能，反之则为碳源［6］。植被储存了世界陆地生态系统地上部分76%～98%的碳储量，故植被状况在很大程度上决定了陆地生物圈是碳源还是碳汇［7］。介绍完碳汇概念后，可以适当给学生介绍植被碳汇的研究现状，引导学生思考不同碳汇计算方法的原理和优劣。例如，首先给学生讲解植被碳汇主要的估算方法，如传统的植被碳汇估算方法主要是站点测试，通过通量塔或者涡度设备测定二氧化碳的流动来确定植被碳汇。随着技术和理论的发展，相继出现了生产力模型、生理生态模型、光能利用率模型以及生态—遥感耦合模型等［8］。由于遥感监测手段省时、省力，模型结构简单，以及易于计算等特点，“遥感数据+生态模型”的方式已成为估算植被碳储量的主要途径［9］。特别是“双碳”战略的提出和大力推进生态文明建设的要求，将生态系统碳储量研究的重要性提升到了一个新的高度。不同领域碳储量确定的方法不同，目前环境遥感领域的学者多以“NEP=NPP-RH”为基本理论进行碳源/汇的估算，且估算结果与实际值差别不大，能代表该区域碳量的实际情况，也能从区域尺度上估算碳源/汇值。其中，RH（土壤异养呼吸）的计算相对简单且容易理解，但NPP（植被净初级生产力）的计算则相对复杂。在实践操作之前，通过PPT的形式，生动形象地给学生展示目前碳汇估算的主要方法及其优缺点，并向学生详细介绍和解释遥感技术在大尺度、大范围碳汇估算当中的优势。通过不同方法的对比分析，教师能够让学生将理论知识与实践操作相互融合，达到更好的教学效果。

尽管已有部分农林高校针对森林蓄积量、生物量的计算设置了相关的林业遥感实验课程，但就碳汇的理论与实验课程的建设还需进一步加强。针对目前中南林业科技大学林学专业林业遥感实验课程中关于碳汇估算的实验设计相对缺乏和不完善等问题，笔者尝试通过碳储量、碳汇理论的讲解，不同碳汇估算方法的介绍和对比分析，以及遥感技术在碳汇估算中优势的展示，从而使学生对植被碳汇遥感估算的原理及其流程有一个初步的了解。同时，借助遥感软件及遥感影像数据进行碳汇估算实际操作，让学生掌握植被碳汇计算过程（碳汇计算原理见图1）。

图1 碳汇计算原理

一、实验目的

碳源/汇估算是当前实验的热点，遥感技术是碳源/汇估算的重要手段。以目前的实验项目“基于遥感技术估算碳源/汇”为基础，笔者引入台式计算机、遥感影像处理软件及CASA插件作为基本估算设备，结合NDVI数据、气象数据、植被分类数据等辅助数据估算植被净初级生产力（NPP），根据裴志永等人构建的模型估算土壤异养呼吸（RH），并结合NPP、RH估算结果，估算植被净生态系统生产力（NEP），以提高学生对于长时间序列碳源/汇的估算能力。

二、实验设计

（一）实验材料及设备

1.实验数据。（1）遥感数据：洞庭湖流域MODIS NDVI数据。（2）气象数据：洞庭湖流域所有气象站点月总降水量、月平均气温、月总太阳辐射数据，以及各气象站点的经度、纬度和海拔高度。（3）洞庭湖流域植被分类数据。（4）其他数据：地形数据、洞庭湖流域行政区划数据，等等。

2.实验设备：内存1T的计算机、NEVI、CASA模型插件、ArcGIS、SPSS。

（二）实验原理

NEP（净生态系统生产力）代表NPP（净初级生产力）与RH（土壤异养呼吸）之间的差值，即植被对碳的净吸收或净储存，可用于量化植被作为碳源/汇的能力。当NEP＞0，表示该生态系统为碳汇，反之为碳源。

NPP是绿色植物在单位面积和单位时间内积累的有机物数量，是光合作用固定的有机碳减去植被自身呼吸作用消耗的部分。它是生态系统中碳源/汇和调节生态过程的主要因子，并在全球变化及碳平衡中发挥着重要作用。

RH是生态系统碳源/汇的重要方面，准确估算生态系统中的RH对于区域生态系统碳源/汇的过程至关重要。

（三）实验步骤

1.数据准备与处理。本实验采用的MODIS NDVI 数据来源于谷歌地球引擎（Google Earth Engine）的数据集（MOD13Q1.061 Terra Vegetation Indices 16-Day Global 250 m），图像空间分辨为250 m，时间分辨率为16天，利用ArcGIS将NDVI取值范围换算为-1～1，用最大值合成法将其合成时间分辨率为月的NDVI数据集；植被分类数据来源于谷歌地球引擎的数据集（MCD12Q1.006 MODIS Land Cover Type Yearly Global 500 m），图像空间分辨率为500 m，共17类，根据改进的CASA模型中的土地利用类型信息进行重新分类；气象数据来自中国气象科学数据中心，涉及湖南省、湖北省39个气象站点（其中太阳辐射数据为8个站点），利用DEM数据及经纬度数据，在SPSS和ArcGIS软件中利用多元线性回归进行空间插值。所有数据通过ENVI转换为WGS-84/UTM，49N投影，分辨率重采样为250 m×250 m。

2.NPP估算。首先，在本地将NPP估算过程中所需的静态参数全部设置好，所需输入的参数有植被类型、NDVImax、NDVImin、SRmax、SRmin、εmax；然后，将处理好的静态参数文件、植被类型数据、NDVI时间序列数据、月平均温度、月总降水量、月太阳总辐射量数据依次导入CASA插件，并选择好计算结果保存路径，点击完成，等待NPP估算结果。

3.RH估算。结合气温及降水数据，构建土壤异养呼吸与降水、气温1回归模型，计算公式如下。

将已准备好的月平均气温、降水的栅格数据导入ArcGIS中，利用ArcGIS软件当中的栅格计算器并依据公式（1）相继输入月平均气温与降水数据，最后得到研究区本年度的土壤异养呼吸结果。

4.NEP估算。根据步骤2、3的估算结果，计算植被NEP，计算公式如下：

同样，利用ArcGIS软件当中的栅格计算器或者ENVI软件当中的波段，依据公式（2）对植被碳汇NEP进行计算，将所得的结果在ArcGIS中展示，并简要地分析洞庭湖流域NEP的空间分布情况以及不同土地利用类型的NEP均值。

（四）结果分析

洞庭湖流域空间分布特征明显，总体呈“三面北开”的不对称的马蹄形，流域西部、南部、东部为高值区，环洞庭湖区为低值区。按子流域对研究区植被NEP多年平均值的空间分布进行统计，各子流域的分布差异为：（1）澧水流域位于洞庭湖流域西北部，以林地为主，为高值区，其多年NEP平均值在各子流域中最高；（2）湘江流域位于洞庭湖流域东南部，是洞庭湖流域最大的水系，东面和南面以林地为主，西面和北面以耕地和草地为主，其上游为高值区，中下游为低值区；（3）资水流域位于洞庭湖流域中部，以林地为主，约占50%，还有大片耕地和部分草地覆盖，为高值区；（4）沅江流域位于洞庭湖流域西部，以林地为主，为高值区，但其过多降水量在一定程度上影响了植被的光合作用，因此其多年NEP平均值相较于其他高值区来说偏低；（5）环洞庭湖区位于洞庭湖流域北部，地势低平，河网密布，以耕地和湿地为主，属低值区，其多年NEP平均值在各子流域中最低。植被覆盖的差异是造成流域间NEP差异的重要原因。研究区内不同土地覆盖类型之间的NPP存在较大差异，其中林地＞耕地＞草地＞湿地。

结语

植被碳汇遥感估算过程中重要的部分是植被净初级生产力（NPP）的估算，因此在实验过程中详细介绍了如何计算得到植被NPP，然后根据植被生态系统NEP与NPP和土壤异养呼吸的关系，得到了植被碳汇结果。在实际操作过程中，向学生详细介绍了植被碳汇计算过程中需要了解的一些概念和遥感数据，引导学生按照实验流程进行操作与分析，使学生对碳汇计算过程中所需的遥感软件与遥感影像有一定的了解，能够让学生学会分析问题并拓宽思维方式，为以后的科研和实践工作打好基础。在本实验课程设计与建设的过程中，还可融入一定的课程思政建设内容，充分发挥“碳达峰、碳中和”战略的对立与统一思想作用。在教学过程中，分析碳达峰与碳中和的内在联系和对立统一性，能够让学生快速理解“双碳”战略的内涵。