上海城市森林植被固碳功能及其抵消能源碳排放效果評估

張 彪,謝紫霞,高吉喜

1 中國科學院地理科學與資源研究所,北京 100101 2 中國科學院大學資源與環境學院,北京 100049 3 生態環境部衛星環境應用中心,北京 100094

城市森林是指城市地域內以林木為主的片林、林帶、散生樹木等綠地系統[1],可通過光合作用吸收降低空氣中CO2濃度,在減緩溫室效應與應對氣候變化中具有重要作用[2-3]。Nowak等[4]評估美國城市森林碳儲量和年均固碳量分別達到了70億 t和2.28億 t。Davies等[5]基于土地覆被和所有權的隨機抽樣統計,測算英國萊斯特(Leicester)碳儲量達到23.2萬 t。樊登星等[6]估算北京市森林碳儲量已由1988年的532萬 t增加到2003年的852萬 t,城市綠地的蒸騰降溫效應可減少24.3萬 t的CO2排放[7]。近年來隨著城市能源碳排放的日益增加,植被固碳的抵消效應受到重視。比如,Russo等[8]基于異速生長方程和森林清單數據發現,意大利博爾扎諾(Bolzano)街道樹的固碳量可抵消交通運輸CO2排放量的0.08%；Vaccari等[9]基于生物量-蓄積量法,測算佛羅倫薩市(Florence)綠地抵消了6.2%的人為CO2排放量。此外,我國35個主要城市的綠地能夠抵消化石能源碳排放的0.01%—22.45%[10]。周健等[11]采用材積源生物量法與凈初級生產力方法,發現廣州城市森林的碳固定可年均抵消2.27%的碳排放。不過當前研究重視城市森林碳固定及碳抵消效應的整體測算,而對其固碳效益的空間格局研究較少。

近年來上海城市人口和產業規模大幅增加,能源消費的CO2排放量維持在2.0—2.4億 t之間[12],并形成了以中心城區為核心、排放水平向外遞減的碳排放格局[13]。因此,如何發揮城市森林植被的固碳功能受到關注[14-15]。薛雪等[16]、邵永昌等[17]和劉敏敏等[18]均利用光合速率法,分析比較了上海市綠化樹種固碳能力差異；王瑞靜等[19]采用野外樣方調查和材積源生物量法估算了崇明島植被的碳儲量；徐飛等[20]基于CITYgreen模型、樣地調查和遙感影像,估算上海中心城區森林植被固碳率為0.625 tC hm-2a-1；龔元等[21]利用上海奉賢大學城的渦動相關通量觀測站點數據,研究了區域植被對城市生態系統CO2通量的影響。以上研究均較好地揭示了上海地區的植被固碳功能及其影響因素,但這些固碳功能的空間分布特征如何,以及植被碳固定與能源碳排放在空間格局上的關系等問題亟需深入研究。

為此,本文基于高分衛星影像、典型樣地調查、VIIRS-NPP夜間燈光以及能源統計數據,評估測算了上海城市森林植被的固碳功能及其空間分布,并分析了區域能源碳排放以及碳抵消的影響,可為上海城市森林植被規劃建設以及節能減排工作提供決策支持。

1 研究區概況

上海市地處長江三角洲東南緣(30°40′—31°53′ N,120°51′—122°12′ E)、長江和錢塘江入海匯合處。全境除西南部有少數剝蝕殘丘外,均為坦蕩低平的長江三角洲平原,平均海拔4 m左右。上海市屬于亞熱帶季風氣候,2017年平均氣溫17.7℃,日照時間1809.2 h,降水量達1388.8 mm,降雨日達124 d。2017年上海市行政區總面積6340.50 km2,分為浦東新區、黃浦區、徐匯區等16區(圖1),其中楊浦、虹口、靜安等7區統稱為中心城區。2017年末上海市常住人口2418.33萬人,人口密度達到3814人/km2,其中黃浦區、虹口區、楊浦區、普陀區等人口密度均超2萬人/km2[22]。

圖1 上海城市森林分布及調查樣地Fig.1 Distribution of urban forests and investigated sites

上海市地跨北亞熱帶,植被地帶性明顯,類型豐富,擁有亞熱帶常綠闊葉林、亞熱帶落葉闊葉林、針闊混交林、常綠針葉林、亞熱帶常綠-落葉闊葉混交林、亞熱帶常綠針葉林等森林類型。根據第九次全國森林調查數據,上海市森林面積為8.9萬 hm2,森林覆蓋率超過14%[23],主要樹種有樟木(Cinnamomumcamphora)、廣玉蘭(Magnoliagrandiflora)、水杉(Metasequoiaglyptostroboides)、女貞(Ligustrumlucidum)、楊樹(Populusspp.)、柳樹(Salixbabylonica)、銀杏(Ginkgobiloba)等,且以幼齡林為主(57.12%),中齡林占比29.18%,成熟林和過熟林比例較低。

2 研究方法

2.1 城市森林獲取

基于中國資源衛星應用中心陸地觀測衛星數據平臺的高分2號衛星38景影像數據,利用ENVI軟件完成正射校正、輻射定標、圖像融合和大氣校正等預處理,生成配準后高分影像(2 m分辨率)；然后以上海市行政邊界為范圍,采用人工目視解譯的方法,按照地理國情監測指標分類(GQJC03—2017),結合上海市森林資源調查數據,將綠地植被分為闊葉林、針葉林、混交林、灌木林和草地(圖1),完成分幅矢量化的單元網格解譯。通過22個調查樣地進行驗證,植被類型解譯準確率達到89%,滿足本研究需要。

根據上海典型植物群落分布,選取城市森林分布集中、植被結構類型復雜、調查人員易進入的典型樣地(表1),于2019年7—8月在每個樣地中心附近設置3個20 m×20 m綠地斑塊作為植物調查樣方。在樣方內記錄喬木種類、數量,測量不同種類代表性喬木的樹高、胸徑、冠幅和枝下高；沿20 m×20 m樣方內對角線分別設3個3 m×3 m的樣方開展灌木調查,記錄所有灌木種類、株數、高度及目測灌木蓋度；在灌木樣方內分別設置2個1 m×1 m的樣方進行草本調查,測量并記錄草本植物的高度、覆蓋面積,目測估算草皮蓋度。此外,觀測樣地葉面積指數通過LAI- 2200植物冠層分析儀獲取,按照喬木對角線在冠層下方的同一水平面上(距地面1.5 m左右)測量15—20次,并取相應平均值。

表1 上海城市森林植被樣地調查

灌木林的樣地特征描述為灌木林中喬木特征

2.2 植被固定CO2評估

(1)光合速率法

光合速率法是通過測定植物葉片的CO2濃度和水分,得到在某段時間內單位葉面積的凈同化量,并借助葉面積指數(LAI)得到單位土地面積植被的日固定CO2量,最后利用樹葉覆蓋度、有效光合時間和面積計算周期內區域固定CO2量[24-25],計算公式為:

WCO2=P×(1-0.2)×44/1000

(1)

QCO2=LAI×WCO2

(2)

TCO2=T×FPC×QCO2×A

(3)

式中,P為植物日同化量(mmol m-2d-1),WCO2為單位葉面積日固定CO2,QCO2為單位面積植物日固定CO2,T為評估周期內有效光合天數(d),FPC(Foilage projective covee)為樹葉覆蓋度,表示單位面積上樹葉投影覆蓋的比例,A為城市森林面積(hm2),TCO2為T段時間內區域固定CO2(t)。

典型樣地植物的日同化量(P)來源于上海市森林研究結果[16- 18, 26- 31],并按照夜晚暗呼吸消耗量約占白天同化量20%得到相應植物日凈同化量[16, 29]。由于上海城市森林中落葉植被有一定比例[32],且冬季落葉植被的光合作用較低[33],將有效光合天數(T)設定為春夏秋三季[34]。張艷麗等[35]測定日降雨量大于5 mm時,植物光合作用積累量與呼吸作用消耗量相抵。2017年上海市日降雨量小于5 mm 的天數為231 d,其中有70 d為冬季,因此確定植被有效光合天數(T)為161 d。

有效葉面積指數(Leaf area index, LAI)根據2017年8月17日的衛星遙感影像(Landsat 8 OLI)反演和LAI- 2200光學儀器實地觀測數據得到。首先根據歸一化植被指數(Normalized difference vegetation index, NDVI)構建上海植被有效葉面積指數模型[36],得到LAI-NDVI經驗模型反演城市森林的LAI(圖2)。由于FPC與LAI以及植物群落的光合作用密切相關[37],可利用LAI估算模型反演FPC,計算公式如下:

FPC=1-e-G(0)LAI

(4)

式中,G(0)是葉傾角的函數(取0.5[38])。

圖2 基于Lansat影像和LAI- 2200測定的NDVI-LAI關系 Fig.2 Relationship of NDVI derived from Lansat 8 OLI and LAI from field measurement

(2)生物量法

生物量法是依據生物量回歸模型測算現存有機體的干重來間接計算植物固碳量[39],操作簡便且精度較高[40],因而應用較為廣泛[41]。本文采用異速生長方程計算城市森林生物量[42],森林異速生長方程來自于上海市及周邊地區的相關研究文獻(表2)[43- 53]。對于只有地上生物量方程的樹種,按照地下地上生物量比為0.25計算全株生物量[54]；落葉樹種需要減去其樹葉的固碳量,常綠樹種假設樹葉每年凋落25%[54]。凈初級生產力(NPP)表示植被通過光合作用所固定的有機碳扣除植被本身呼吸和死亡的部分,用以測定植被的CO2凈固定量[39],因此城市森林的固定CO2量可依據凈初級生產力得到,計算公式為:

SCO2=NPP×1.63

(5)

式中,SCO2為城市森林單位面積年固定CO2量(g m-2a-1),NPP為城市森林凈初級生產力(gC m-2a-1),由林分生物量、林分狀況以及林齡的函數關系推算所得[55- 58]。

表2 上海城市常見植被異速生長模型

考慮到光合速率法和生物量法測算城市森林植被的固定CO2量均存在一定誤差,本文取兩種計算結果的平均值作為上海城市森林植被的固定CO2量。

2.3 能源CO2排放估算

目前碳排放量多根據國家及地區統計年鑒等資料計算[59]。由于夜間燈光數據直接反映與能源消耗相關的碳排放量[60],不同尺度上利用CO2和夜間燈光值的回歸模型估算成為可能[61-62],Ghosh等[63]綜合利用DMSP/OLS夜間燈光數據和人口分布數據開發了一種區域碳排放量計算改進模型。本文基于該改進模型,綜合利用上海市人口、能源消費和VIIRS-NPP夜間燈光等數據,自上而下估算城市能源消費的CO2排放量,計算公式為:

(10)

(11)

PCEL=CE/(SOPL+x×SOPD)

(12)

CEL=PCEL×SOPL

(13)

CED=x×PCEL×SOPD

(14)

CE=(CEL+CED)

(15)

(16)

(17)

式中,CE為城市能源消費的CO2排放量(t),k為能源種類的個數,EFk代表能源CO2排放系數(t/t或t/m3),ENk為能源終端消費量(t或m3),變量x表示2017年黑暗區與照明區人均CO2排放比率,CEL是照明區CO2排放量(第二三產業和城市居民生活能源消費)(t),CED是黑暗區CO2排放量(第一產業和農村居民生活能源消費)(t),SOPL和SOPD分別表示照明區和黑暗區的人口數量(人),PCEL為照明區的人均CO2排放量(t/人),CELp代表照明區柵格單元的CO2排放量(t),SOLL為為城市夜間燈光總和,DNp為城市照明區柵格單元夜光燈值,CEDp為黑暗區柵格單元CO2排放量(t),POPDp為城市暗區的柵格單元人口數量(人)。

該文采用2017年上海街道人口密度數據和NOAA/NGDC網站的VIIRS-NPP夜間燈光數據,選擇湖泊、旱地、水田等面積較大的中心點作為采樣點,在對應NPP-VIIRS 夜間燈光數據中記錄該位置的燈光像元值,并以平均像元值作為最小燈光閾值且賦值為零[64]。上海市生產和生活能源終端消耗量來源于《中國能源統計年鑒2018》和《2018年上海統計年鑒》,并參考《IPCC國家溫室氣體排放清單指南2006》中CO2排放因子、《中國能源統計年鑒》中的標準煤系數和《中國區域電網基準線排放因子公告》的電網CO2排放系數,對16類能源終端消費量統計數據進行計算。

3 結果分析

3.1 固定CO2功能供給

評估結果表明,2017年上海城市森林面積為79674.72 hm2,年均固定CO2135.57萬 t,單位面積森林植被的固定CO2能力達到17.02 t/hm2(表3)。同時發現,基于生物量法計算的固定CO2功能結果高于光合速率法,原因可能在于光合速率法未考慮冬季常綠植被的光合作用。

表3 2017年上海城市森林植被固定CO2功能

上海城市森林中的闊葉林面積最大,占到城市森林總面積的81%,可固定CO2117.61萬 t,占到上海城市森林植被固定CO2總量的86.75%,其固定CO2能力達到18.22 t/hm2；灌木林和混交林面積相對較小,其面積比例分別為10.73%和5.71%,因此二者固定CO2貢獻比例僅為7.26%和4.92%,不過混交林的固定CO2能力明顯高于灌木林地。此外,針葉林的固定CO2能力最低,僅為闊葉林的0.4,由于針葉林面積也較小,不及城市森林總面積的2.6%,因此針葉林固定CO2的貢獻率僅為1.07%(圖3)。

圖3 上海城市森林植被固定CO2功能的森林類型差異Fig.3 Average carbon dioxide fixation of four urban forest communities in Shanghai

3.2 固定CO2空間差異

為比較上海城市森林植被固定CO2功能的空間差異,將城市森林植被的固定CO2量依據植被群落的空間分布投射到500 m×500 m的柵格上,得到上海城市森林植被固定CO2效益空間分布圖(圖4)。結果發現,崇明區森林植被固定CO2效益顯著,其它地區森林植被固定CO2功能形成了“中間低、四周高”的空間格局,這是因為位于城市遠郊區的青浦、松江、奉賢以及浦東新區等,有較為集中的城市森林植被分布,因而表現出較高的固定CO2量；而崇明區的生態資源豐富,森林植被保護較好,其固定CO2效益明顯。

圖4 上海城市森林植被固定CO2量空間分布Fig.4 Spatial distribution of carbon dioxide fixation generated by urban forests in Shanghai

從不同行政區來看,崇明區森林植被固定CO2量為44.34萬 t,占到上海城市森林植被固定CO2總量的32.8%,其固定CO2能力為17.88 t/hm2；其次為浦東新區,貢獻了上海城市森林植被固定CO2量的20%,單位面積森林植被固定CO2能力為16.15 t/hm2,稍低于崇明區。青浦、松江、奉賢、金山、嘉定、閔行和寶山等郊區森林植被的固定CO2量累計占到全市固定CO2總量的45.42%。而靜安、普陀、虹口等中心城區的固定CO2量不及固定CO2總量的1.8%,其中黃埔區固定CO2能力最高,分別為18.52 t/hm2。這主要與各行政區的森林植被面積和植被群落類型相關(圖5)。

圖5 上海城市森林植被固定CO2功能的分區差異Fig.5 Carbon dioxide fixation of urban forest among various districts of Shanghai

3.3 能源CO2排放量

測算結果表明,2017年上海市能源CO2排放量達到2.73億 t,其中以工業為主的第二產業CO2排放量約為1.36億 t,占到能源CO2排放總量的49.88%；以農業為主的第一產業年CO2排放量為148.88萬 t,不及能源CO2排放總量的0.55%；而第三產業的CO2排放量約為1.03億 t,為上海市能源CO2排放總量的37.94%,其中交通運輸、倉儲和郵政業的CO2排放量占到20.54%；另外生活消費的CO2排放量為3171.19萬 t,主要來自城鎮消費的CO2排放(圖6)。可見,上海市能源CO2排放的68.40%來自工業和交通運輸行業,為區域CO2的主要排放源。

圖6 基于能源終端消費的上海城市CO2排放量Fig.6 Amount of carbon dioxide emission from energy consumption of different industries in Shanghai

從上海市網格內CO2排放的空間分布來看,網格內CO2排放量呈現出由中心向四周邊緣降低的趨勢(圖7)。靜安區、虹口區、普陀區、黃浦區、徐匯區、楊浦區和長寧區等中心城區等中心城區年排放CO20.31億 t,占到全市CO2排放總量的11.49%,且單位面積的CO2排放量高達1080.55 t/hm2。其中黃埔區的CO2排放量僅為289.45萬 t,不及上海市能源CO2排放量的1%,但其單位面積的CO2排放量高達1410.25 t/hm2。相比之下,浦東新區年排放CO2約0.87億 t,占到全市CO2排放量的32%,單位面積的CO2排放量為540.01 t/hm2。因此,閔行區、嘉定區、松江區和寶山區的CO2排放量較大,而靜安區、長寧區、普陀區等中心城區的單位面積CO2排放量較高(圖8)。

圖7 上海城市CO2排放量的空間分布Fig.7 Spatial distribution of the carbon dioxide emission from energy consumption in Shanghai

圖8 上海城市能源消費的CO2排放情況Fig.8 Carbon dioxide emissions from energy consumption in various districts of Shanghai

3.4 城市森林植被的碳抵消

本文將城市森林植被的碳抵消作用界定為城市森林植被的年固定CO2量占區域能源CO2排放量的比重,通過每個柵格內CO2固定量占到CO2排放量的百分比來計算碳抵消率。結果表明,上海城市森林植被的碳抵消率大部分分布在0%—1%之間,城市森林植被年CO2吸收量大約抵消城市0.50%的年CO2排放量,其中中心城區城市森林植被的碳抵消率僅為0.08%。從碳抵消率的空間分布來看,城市森林植被的碳抵消作用主要表現在崇明區以及遠郊區的邊緣,其中碳抵消率較高地區主要分布在崇明島以及中心城區的南部,中心城區內部的碳抵消率較低,而海岸邊灘、湖泊水庫和崇明島內大面積森林表現為CO2凈吸收區(圖9)。因此,崇明區城市森林植被的碳抵消率最大,平均達到4.87%,而虹口區城市森林植被的碳抵消率最低,僅為0.04%。奉賢區、金山區、青浦區和松江區城市森林植被的碳抵消率大于全市平均值,靜安區、徐匯區、黃浦區等中心城區的碳抵消率顯著小于全市平均值(表4)。可見,上海城市森林植被的固定CO2功能和區域能源CO2排放存在空間不平衡。

圖9 上海城市CO2抵消率的空間分布Fig.9 Spatial distribution of carbon dioxide offset by urban forestn in Shanghai

表4 上海市森林植被CO2抵消率的地區差異

4 討論與結論

4.1 討論

該文基于光合速率法和生物量法計算發現,2017年上海市約8萬hm2的城市森林植被可固定CO2135.57萬 t。韓玉潔等[65]采用《森林生態系統服務功能評估規范》(LY/T1721—2008)與森林資源監測數據,測算2016年上海市森林生態系統固碳量為59.42萬 t,原因在于本文未涉及森林土壤的固碳量。該文結果表明,上海城市森林植被年均固定CO217.02 t/hm2,即每公頃森林植被固定4.64 t C,介于中心城區[20]與寶鋼廠區[14]城市森林植被的固碳能力之間,且針葉林固碳能力(1.93 t C/hm2)與崇明島[15]水杉林地上部分的固碳能力(1.52 t C/hm2)接近。該研究發現,闊葉林的固碳功能明顯高于針葉林,這與陳青青等[66]研究結果相一致,但Sharma等[67]在印度喜馬拉雅區域的研究指出,與闊葉樹種相比針葉樹有更高的碳儲量；鄭森等[68]在灤河上游森林植被固碳效益的研究認為,在整個生命周期里針葉林的固碳功能高于闊葉林的固碳功能，但同在中幼林時期，針葉林的固碳功能小于闊葉林的固碳功能。本文中的上海市森林植被以中幼齡林為主,闊葉樹生長速度快于針葉樹[69],加上植被葉面積、葉凈光合速率、冠層結構和微氣候等影響[2],葉面積越大對光能的利用效率越高[35],因此固碳能力優于針葉林的結論可信。

該研究表明,上海城市森林植被的固碳功能可抵消能源碳排放的0.50%。周健等[11]綜合比較不同城市森林植被抵消能源碳排放的效率在0.01%—4.76%之間,Escobedo等[70]認為美國蓋恩斯維爾和邁阿密戴德城市森林植被可抵消3.4%和1.8%的碳排放,而Trlica等[71]基于樹木生長模型和異速生長方程測算得到,波士頓城市森林植被年均抵消化石能源碳排放的比例不到1%。該文測算結果相對偏小,一是上海市能源碳排放強度高[12,72],二是未納入城市森林因遮蔭和降溫效應間接減少碳排放的效應[70]。

需要說明的是,受樣地數據限制,該文中森林植被不包括草坪和低矮灌木,未測算土壤與濕地的固碳量。馬立輝等[73]發現重慶市彭水縣的土壤可貢獻森林生態系統固碳效益的20.43%,梅雪英等[74]測算長江口濕地固碳量可達全國陸地植被固碳能力的2.3—4.9倍,因此土壤和濕地固碳作用也應重視。城市森林易受修剪、施肥等人工干擾,考慮到一般意義上異速生長方程的適用性,本文僅選用上海及周邊地區森林本地速生長方程。但是,本研究采用樣地尺度外推方法來估算城市森林植被的固碳量,盡管調查樣地基本涵蓋了上海植物群落類型,但是仍存在較大誤差,后續研究應開展更多樣地調查評估加以驗證完善。由于該研究中的城市森林植被信息來源于高清衛星影像,與林業部門的地面統計結果有一定差距,且調查樣地多在植被較好的城市森林斑塊內,可能導致部分計算結果偏高。整體來看,城市森林植被對于減少大氣中CO2具有重要意義,但與高強度的能源碳排放相比,碳抵消作用的比重普遍較小。不過,上海市擁有約1.04萬 km2的海域面積,而全球海洋對CO2的吸收能力可占人為CO2釋放量的25%—50%[75],因此加強海洋碳吸收功能的監測、評估以及利用途徑研究尤其重要。

4.2 結論

該文利用樣地調查、遙感影像和相關文獻統計數據,估算了上海城市森林植被的固定CO2效應,以及對區域CO2排放的影響。結果發現,上海城市森林植被年均固定CO2135.57萬 t,單位面積固定CO2能力達到17.02 t/hm2,且闊葉林固碳效益顯著。城市森林植被的固碳功能呈現出“中間低、四周高”的空間格局,崇明區和浦東新區的城市森林提供了近52.8%的固碳效益。不過,2017年上海市能源CO2排放高達2.7億 t,且11.49% 的CO2排放量來自中心城區,因此上海城市森林植被固碳功能與能源碳排放的空間匹配較差,全市能源碳排放的0.50%可被城市森林植被的固碳效應抵消,但中心城區城市森林植被的碳抵消效益僅為0.08%。因此建議上海市重點提升中心城區森林植被的固碳功能,并重視加強海洋碳吸收能力的監測評估以及合理利用。