我國植被生態系統固碳能力提升潛力空間格局研究

萬華偉,李灝欣,高吉喜,*,孫晨曦,李廣宇,高彥華,厲 青

1 生態環境部衛星環境應用中心,北京 100094

2 內蒙古大學生態與環境學院,呼和浩特 010000

3 中國科學院空天信息創新研究院,北京 100094

自18世紀60年代人類進行工業革命以來,人類對自然資源需求不斷增加,人類社會在發展的過程中同時也對自然環境造成了難以逆轉的傷害[1—3],在當前諸多環境問題當中,氣候變暖是全球十大環境問題之首[4—6]。人們焚燒化石燃料(如石油,煤炭等)或木材時會產生大量的溫室氣體,這些溫室氣體對來自太陽輻射的可見光具有高度透過性,而對地球發射出來的長波輻射具有高度吸收性,進而產生所謂的“溫室效應”[7—8],如果不對溫室氣體排放進行管控,全球氣候系統將進一步變暖,進入“熱室地球”這一不穩定狀態,加劇全球自然生態系統和人類社會所面臨的氣候風險[9—11]。針對這一全球性問題,世界各國以全球協約的方式減排溫室氣體,從而遏制溫室效應的增長趨勢。2020年9月22日,習近平主席在第七十五屆聯合國大會上提出了“努力爭取2060年前實現碳中和”的戰略目標,為我國下一階段的能源轉型和綠色發展指明了方向,也展現了中國踐行《巴黎協定》氣候行動承諾的決心。

“碳中和”是指企業、團體或個人測算在一定時間內直接或間接產生的溫室氣體排放總量,然后通過植樹造林、節能減排等形式,抵消自身產生的二氧化碳排放量,實現二氧化碳“零排放”的過程[12—13]。植被凈初級生產力(NPP)是指植物通過光合作用吸收大氣當中的CO2,經生態系統的生理生化過程所產生的有機質,它是植物光合作用產生的有機物質總量扣除自養呼吸后的剩余部分。NPP是碳循環過程中的一個重要表現形式,同時也是表征植被固碳能力最直接最顯著的參量[14—17]。基于植被的光合作用對大氣中的CO2進行捕捉是實現“碳中和”的主要手段[18—20],因此,對植被的固碳能力及其固碳能力提升潛力進行精確、定量的描述具有重要的現實意義。當前,已有諸多學者對植被的固碳能力進行深入研究。如劉軍會等根據我國陸地生態系統現狀以及固碳相關的最新研究結果和政府文件,以森林、草地生態系統作為主要研究對象,采用GIS空間疊置方法,明確的界定了我國典型陸地生態系統固碳重點區域[21]。李奇等利用全國第七次、和第八次森林資源清查數據,采用IPCC法對中國森林中人工林的碳儲量和碳密度進行分析,并分析得出在未來人工林中幼齡林和中齡林具有更高的碳匯能力[22]。Tang等基于區域生態系統模型LPJ-GUESS估算了新英格蘭的潛在森林植被凈初級生產力和生物量, 并與其他氣候數據進行對比分析,成功的揭示了森林植被凈初級生產力對歷史氣候變化的敏感性響應[23]。Chen等基于植被固碳能力建立了碳足跡壓力指數,對全球范圍內的60個樣本國家在2000—2015年間的碳足跡壓力進行了分析,并探明了影響各國碳足跡壓力的驅動力因素[24]。這些研究從不同角度,基于當前權威統計調查數據或成熟的理論模型對植被固碳能力現狀進行綜合全面的評估,為不同生態系統類型的固碳能力研究提供了重要參考和借鑒。然而,以上大多數研究重心通常聚焦在當前現狀的植被固碳能力的強弱,而對于當下植被固碳能力提升潛力大小的研究相對較少,實際上,植被固碳能力的提升潛力同樣是區域綜合固碳能力評估的重要組成部分,該指標決定了區域固碳量容積的大小以及飽和程度,可為實現“碳中和”提供定量化的參考依據。此外,我國于2016年規劃的生態功能區作為國家的生態安全屏障,承擔著水源涵養、水土保持、防風固沙和生物多樣性維護等重要生態功能,而植被固碳作為生物圈碳循環的重要一環,不僅能夠影響生態功能區的氣候條件[25—26],而且也能在一定程度上反映植被的功能性狀,但這一因素卻并未作為生態功能區的劃定依據考慮進來。綜上,本文圍繞植被的固碳能力提升潛力進行了相關研究,并將得出的結果與我國的重點生態功能區進行疊加分析,以期能為今后生態功能區劃分的政策制定起到一定啟示作用。

本文通過NPP水平來表征植被固碳能力的強弱,分別從植被自身角度以及氣候變化的角度出發,基于1982—2017年的全球陸表特征參量-植被凈初級生產力(GLASS NPP)數據產品和目前較為成熟且應用最為廣泛的Miami模型構建全國NPP最優值以及全國NPP潛在值,通過與2017年全國NPP年際累積值進行差值計算構建得到兩套全國范圍的植被固碳能力提升潛力空間分布結果,并對得到的結果進行了空間特征分析以及差異性比較,最后將兩套植被固碳能力提升潛力結果與我國重點生態功能區進行疊加分析,探究兩者在空間分布上的相關關系。

1 數據和方法

1.1 數據源及預處理

本文中NPP數據時間跨度為1982—2017年,采用當前較為前沿的GLASS系列地表植被參數產品,空間分辨率為5km。該套數據集目前總共包含三套數據,分別是基于MODIS數據構建的空間分辨率為500m(時間跨度2000—2018年)和空間分辨率為0.05°(時間跨度2000—2018年)的全球NPP產品,以及基于甚高分辨率輻射計(AVHRR)數據構建的空間分辨率為5km(時間跨度1982—2018年)的全球NPP產品,時間分辨率均為8天合成(每套數據也提供了年際合成數據)。產品模型在計算過程中充分考慮了大氣輻射傳輸影響以及地表蒸散發作用,數據受環境誤差的影響較小,同時,在時間連續性以及空間連續性方面GLASS NPP產品較其他產品也有明顯優勢[27—29]。數據集原始數據為HDF格式,通過程序批量處理將1982—2017年間所有數據轉換為TIF格式,統一裁剪拼接后轉換在WGS 1984坐標系下。

地表溫度數據以及降水數據采用TerraClimate數據產品,該數據集提供了1958—2018年全球范圍內的陸地表面月氣候以及降水數據,空間分辨率為1/24°(約4km)。TerraClimate使用氣候輔助插值,結合來自WorldClim數據集的高空間分辨率氣候正態線,以及來自其他來源的粗分辨率時變數據(即月數據),生成包含降水量、最高和最低溫度、風速、水汽壓和太陽輻射值的月尺度數據集。通過與地面站點數據對比驗證,該數據集產品精度較高,相較于其他粗分辨率的格網數據,TerraClimate氣候數據集在總體平均絕對誤差和空間真實感方面有顯著改善[30]。TerraClimate數據集提供TIF格式數據,通過程序將2017年度的地表溫度以及降水數據統一裁剪拼接后轉換在WGS 1984坐標系下,并通過均值法得到2017年的年均地表溫度數據以及降水數據。

基于國家層面劃定的重點生態功能區是指生態系統十分重要,關系全國或較大范圍區域的生態安全,目前生態系統有所退化,需要在國土空間開發中限制進行大規模高強度工業化城鎮化開發,以保持并提高生態產品供給能力的區域[31—32]。我國劃定的全國重點生態功能區包括大小興安嶺森林生態功能區等25個地區,占全國陸地國土面積的51.9%,分為水源涵養、水土保持、防風固沙、生物多樣性維護四種生態功能類型。

本文土地覆蓋分類數據采用由“中國科學院地理科學與資源研究所”構建的2018年全國30m分辨率土地覆蓋分類產品,該產品以Landsat-TM/ETM遙感影像數據作為基礎解譯數據,通過人機交互目視判讀的方式構建。通過與實地采樣數據進行對比,平均遙感解譯精度達到88.95%。本文中土地覆蓋分類數據主要用于對城鎮地表進行掩膜。

本文所涉及到的基本數據信息如表1所示。

表1 數據源基本信息

1.2 研究方法

1.2.1 固碳能力提升潛力計算

本文主要采用兩種方法對全國固碳能力提升潛力進行預測計算,并將預測結果進行對比。

(1)基于遙感觀測為最大潛力值的方法得到全國固碳能力提升潛力

如前文所述,植被凈初級生產力與地表固碳能力關系緊密,是植被固碳水平最直觀的體現。本文以1982—2017年的GLASS NPP數據產品作為基礎數據,通過最大值合成法將36年間對應的每一期NPP數據進行最大值合成,再將合成后的數據集進行累加計算,得到的結果作為在過去36年在氣候條件和人類活動條件限制下所能達到的NPP最優值空間分布結果,將該結果與2017年NPP年際累加值結果進行差值計算,所得結果表示的即為當前全國NPP提升空間的大小,以此進一步表征全國當前的植被固碳能力提升潛力。

具體計算方式如下：

PCSNPP=NPPmax-NPP2017

(1)

式中,NPPmax表示36年來全國每期NPP最大值合成累加結果,即NPP最優值；NPP2017表示2017年度NPP累積值;PCSNPP表示基于遙感觀測的植被凈初級生產力計算得到的植被固碳能力提升潛力,即植被凈初級生產力提升空間。

(2)基于氣候模型模擬為最大潛力值的方法得到全國固碳能力提升潛力

Miami模型是當前國際上發展比較成熟且應用最為廣泛的氣候生產潛力模型之一,該模型是 Lieth 根據世界各地植物生長狀況及其生物量與年平均溫度、年降水量之間的關系,基于最小二乘法建立模型計算得到的[33—35]。Miami模型能夠反應自然狀態下水熱單因子對潛在植被生產潛力的影響,從植物自身的生理生態角度出發,具有數據獲取便捷,參數簡單,實用性強等特點。Miami模型估算潛在NPP及植被固碳能力提升潛力的計算方法如下：

(2)

PCSmiami=PNPP-NPP2017

(3)

式中,PNPP表示NPP潛在值,t表示年均溫度(℃),r表示年均降水量(mm),PCSmiami表示基于Miami模型計算得到的植被固碳能力提升潛力。

1.2.2 固碳潛力空間特征分析方法

本文基于Getis-Ord Gi*熱點分析模型以及Moran′ s I空間自相關分析模型,分別對上文兩種方法所得到的全國固碳能力提升潛力的空間分布特征進行分析。

Getis-Ord Gi*模型可對研究要素的熱點和冷點區域進行空間劃分。該模型通過計算具有明顯空間統計學意義的Z得分以及顯著性水平P值,來表征統計特征量的高值區域或低值區域在空間上發生聚類的位置[36]。其工作原理為：查看鄰近要素環境中的每一個要素,當要素自身具有高值,且被其他同樣具有高值的要素所包圍時,該要素及其相鄰要素的局部總和將與所有要素的總和進行比較,當局部總和與所有要素的總和有很大差異,以至于無法成為隨機產生的結果時,會產生一個具有顯著統計學意義的Z得分,并劃分出差異產生的范圍,即熱點(冷點)。

Moran′ s I空間自相關模型表征的含義是各要素在空間上的聚集或者離散是否會影響到自身的某種屬性,是對來源于不同對象的同一個屬性在空間上的分析。全局空間自相關要同時根據要素位置和要素值來度量空間自相關程度,在給定一組要素及相關屬性的情況下,評估研究要素所表達的模式是聚類模式、離散模式還是隨機模式,通過計算Moran′ s I指數值來表征聚類或離散程度,并進一步計算Z得分和P值來對該指數的顯著性進行評估[37—38]。 進行全局空間自相關分析共得到五個返回參數,五個參數表征的意義為：

Moran′ s I指數：表征要素的空間分布屬性,如果Moran′sI指數值為正則表示要素呈聚類趨勢,值越高則要素之間正相關程度越大(高值與高值發生聚類,低值與低值發生聚類)；如果Moran′ s I指數值為負則表示要素呈離散趨勢,值越小則要素之間負相關程度越大(值越高越傾向與低值發生聚類,反之亦然)；如果Moran′ s I指數值為0則表示要素的空間分布呈隨機性,無聚類或離散特征。空間自相關的 Moran′ s I 統計可表示為：

(4)

式中,zi是要素i的屬性與其平均值(xi-X)的偏差,ωi,j是要素i和j之間的空間權重,n等于要素總數,S0是所用空間權重的聚合：

(5)

預期指數：作為預期值,用于和Moran′sI指數對比。

(6)

式中,E(I)表示期望指數,n表示所有數值的個數。

方差：用于評價Z得分及P值。

(7)

Z得分：表示標準差的倍數,Z得分越高,則要素發生集聚或離散的程度越大。統計的Z得分按以下形式計算：

(8)

式中,E[I]=-1/(n-1),V[I]=E[I2]-E[I]2。

P值：表示所觀測到的空間模式是由某一隨機過程創建而成的概率,是根據已知分布的曲線得出的面積近似值(受檢驗統計量限制)。P值越小,則生成數據的隨機性越小,研究對象越具有研究價值。

1.2.3 固碳潛力與重點生態功能區空間關系分析方法

基于Getis-Ord Gi*模型分別得出兩種固碳能力提升潛力的熱點(冷點)空間分布結果后,以95%置信區間作為判定標準,分別提取出兩種方法計算獲得的全國固碳能力提升潛力的熱點區域與冷點區域,并與我國重點生態功能區進行空間疊加分析,統計與重點生態功能區相重合的熱點、冷點區域面積以及占比情況,以此分析我國固碳能力提升潛力與全國重點生態功能區劃的空間分布關系。

2 結果

2.1 全國植被固碳能力提升潛力空間分布

通過1.2.1章節所述兩種方法,分別計算出的2017年全國植被固碳能力提升潛力的空間分布結果,如圖1、圖2所示。圖1為基于遙感觀測為最大潛力值計算出的全國植被固碳能力提升潛力(PCSNPP),從圖1中可以看出,植被固碳能力提升潛力整體上東南地區普遍高于西北地區。高值區主要分布在四川省、貴州省、海南省、重慶市以及西藏自治區東部和內蒙古自治區的東北部；低值區主要分布在青海省、甘肅省、西藏自治區中西部、內蒙古自治區西部以及新疆自治區的中部和南部；由于本研究對城區進行了掩膜處理,因此在部分城市化程度較高的省份(直轄市)會有部分為空值,空值面積較大的區域主要分布在山東省、河北省、河南省、江蘇省以及北京市和天津市。基于氣候模型模擬為最大潛力值得出的全國植被固碳能力提升潛力(PCSmiami)如圖2所示,其整體分布趨勢可分為高值、中值、低值三個區間段,且各區間段分化較為顯著。高值區主要分布在南方的十三個省份(海南省、廣東省、廣西省、云南省、貴州省、湖南省、江西省、福建省、浙江省、安徽省、湖北省、重慶市、四川省東部)且空間分布趨勢高度集中；中值區主要分布在東北地區的黑龍江省、吉林省、遼寧省以及中東部的陜西省、山西省、湖南省和山東省；低值區主要分布在西北地區的西藏自治區、新疆自治區、內蒙古自治區、青海省、甘肅省、以及四川省西部；空值區與前種方法一致。

圖1 基于遙感觀測為最大潛力值的2017年全國植被固碳能力提升潛力

圖2 基于氣候模型模擬為最大潛力值的2017年全國植被固碳能力提升潛力

2.2 全國固碳能力提升潛力空間集散特征及熱點分析

分別對兩種方法所得到的全國植被固碳能力提升潛力結果在全國市級行政區劃層面進行空間自相關分析,以探究植被固碳能力提升潛力在空間關系上的聚合和離散特征。從分析結果來看(表2),各項結果的解釋如下：兩種方法中數據的隨機程度檢測結果均小于0.01,相應的P值均為0,表示各要素數據是隨機生成的概率極小,通過了隨機性檢驗,數據集具有研究意義；Z得分分別為23.039和28.034,遠大于聚合特征判別值1.65,因此全國植被固碳能力提升潛力在空間分布上呈現出高度聚合的特征；Moran′sI指數分別為0.773與0.945,說明全國范圍內各市級行政區之間具有明顯的空間正相關性,即全國植被固碳能力提升潛力整體呈現“高高聚集”或“低低聚集”。

表2 全局自相關分析結果

通過以上全局空間自相關分析可以看出,在空間分布特征方面,基于兩種方法得出的我國植被固碳能力提升潛力在市級行政區劃層面均存在高度的空間自相關現象,且整體表現為空間集聚模式,為了進一步探究這類集聚特征所發生的位置,以及我國固碳能力提升潛力空間分布的熱點與冷點區域,對以上結果進行Getis-Ord Gi*熱點分析。

基于兩種方法得到的全國植被固碳能力提升潛力熱點分析結果分別如圖3、4所示。從結果可以看出,兩種方法計算得出的固碳能力提升潛力的熱點(冷點)區域分布差異較為明顯。以大于95%置信區間作為評判標準,基于PCSNPP得到的植被固碳能力提升潛力熱點區域主要分布在四川省的成都市、眉山市、樂山市及其周邊的16個市區；江蘇省的泰州市、常州市以及浙江省的湖州市及其周邊的14個市區；廣東省廣州市、中山市及其周邊的6個市區。冷點區域所占面積較大,主要分布在新疆自治區的阿克蘇地區、和田地區、哈密地區；西藏自治區的阿里地區、那曲地區；內蒙古自治區的阿拉善盟、包頭市、鄂爾多斯市及其周邊；青海省的海西蒙古族藏族自治州以及甘肅省境的酒泉市、張掖市、武威市及其周邊地區。基于PCSmiami得到的植被固碳能力提升潛力熱點區域主要分布在江西省的宜春市、撫州市、吉安市；廣東省的清遠市、佛山市、江門市；廣西省的貴港市、桂林市。冷點區分布面積較大,幾乎涵蓋了我國東北、西北以及中西部的全部地區。

圖3 基于遙感觀測為最大潛力值的固碳能力提升潛力熱點(冷點)分布圖

圖4 基于氣候模型模擬為最大潛力值的固碳能力提升潛力熱點(冷點)分布圖

2.3 固碳能力提升潛力熱點區與重點生態功能區空間關系分析

兩種方法計算得出的植被固碳能力提升潛力熱點區域空間分布與我國重點生態功能區的空間分布關系分別如圖5、圖6所示。從圖中可以看出,基于PCSNPP的固碳能力提升潛力熱點區與重點生態功能區重疊面積較大的區域主要分布在重慶市東部；四川省北部的阿壩藏族羌族自治州、綿陽市、雅安市以及中部的涼山彝族自治州、樂山市；云南省的麗江市、迪慶藏族自治州以及怒江傈僳族自治州。與PCSNPP方法熱點區相交的生態功能區主要屬于川滇森林及生物多樣性生態功能區、若爾蓋草原濕地生態功能區、甘南黃河重要水源補給生態功能區以及秦巴生物多樣性生態功能區,這些功能區所對應的主要生態功能為生物多樣性維護和水源涵養。基于PCSmiami的固碳能力提升潛力熱點區與生態功能區發生重疊的區域較上種方法空間位置變化較大,且空間分布較為零散,最大的兩個重疊區域主要分布在以廣東、湖南、江西三省交界處為中心的韶關市、郴州市、贛州市及其周邊市區,以及廣西壯族自治區的北部和湖南省南部的五個市區(邵陽市、婁底市、懷化市、柳州市、河池市)及其周邊。與PCSmiami方法熱點區相交的生態功能區主要屬于秦巴生物多樣性生態功能區、武陵山區生物多樣性與水土保持生態功能區、南嶺山地森林及生物多樣性生態功能區、桂黔滇喀斯特石漠化防治生態功能區以及海南島中部山區熱帶雨林生態功能區,以上功能區的主要生態功能為生物多樣性維護、水源涵養以及水土保持。

圖5 基于遙感觀測為最大潛力值的固碳能力提升潛力與重點生態功能區空間分布

圖6 基于氣候模型模擬為最大潛力值的固碳能力提升潛力與重點生態功能區空間分布

統計計算兩種方法得出的熱點區域與重點生態功能區的重疊面積。基于PCSNPP的固碳能力提升潛力熱點區域與重點生態功能區相交的面積為2.63×105km2,占熱點區域總面積的40.69%,占重點生態功能區總面積的5.34%。基于PCSmiami的固碳能力提升潛力熱點區域與重點生態功能區相交的面積為3.32×105km2,占熱點區域總面積的29.56%,占重點生態功能區總面積的6.74%。

通過逐像元累加計算得出,2017年全國基于PCSNPP計算得出的植被固碳能力提升潛力總和約為7.42×102tC, 其中重點生態功能區內的植被固碳能力提升潛力總和約為3.55×102tC,占比約為全國的47.8%。2017年全國基于PCSmiami計算得出的植被固碳能力提升潛力總和約為3.66×103tC,重點生態功能區內的植被固碳能力提升潛力總和約為1.48×103tC,占比約為全國的40.4%。基于不同計算方式得到的植被固碳能力提升潛力全國占比情況如表3所示。

表3 基于不同計算方式的植被固碳能力提升潛力全國占比

3 討論

3.1 全國固碳能力提升潛力空間分布特征分析

基于兩種不同算法得到的全國植被固碳能力提升潛力結果在空間分布上表現出明顯差異。通過PCSNPP得到的固碳能力提升潛力高值區主要分布在我國中部、南部以及新疆的阿爾泰地區、天山地區；低值區則主要集中在西北地區,這樣的空間分布特征與我國的植被指數(NDVI)空間分布特征相一致[39],這是由于基于PCSNPP的固碳能力提升潛力是以1982—2017年間NPP年際最優累積值作為理想值,通過與2017年NPP實際累積值做差值來表征地表固碳能力的提升空間,因此植被的空間分布情況直接影響到最終計算的固碳能力提升潛力水平。我國植被分布水平較高的東北地區、東南地區、西南地區由于植被群落長勢穩定,植被空間分布情況年間變化幅度較小[40—41],因此不同年份間NPP的年際變化幅度較小,導致相應的固碳能力提升潛力較中部和南部地區相對低一些。西北地區由于自然條件惡劣,包含塔克拉瑪干、庫姆塔格、羅布泊等大面積沙漠或戈壁灘,以及昆侖山脈、天山山脈等海拔常年居于雪線之上的高山積雪地區,植被分布稀疏[42],NPP水平常年處于較低水平,變化不明顯,因此固碳能力提升潛力較小。對比36年來的年最大合成NPP結果發現,歷年間NPP變化幅度最大的區域主要集中在四川省、云南省、江蘇省、臺灣省以及西藏自治區東部和內蒙古自治區北部,同時以上地區植被分布水平也較高,因此有較高水平的固碳能力提升潛力。

通過PCSmiami得到的固碳能力提升潛力空間分布結果高值區與低值區南北分化十分明顯。從植被指數空間分布結果來看[39],我國東北地區以及中東部地區植被分布水平較高,與南方各地區基本持平,但由于以上地區植被在春秋季節枯落的原因,在計算得出年際NPP累積值后東北及中東部地區要低于南方地區,但仍高于西北地區[43]。基于Miami模型計算得出的NPP潛在值綜合考慮了溫度及降水情況,通過選取氣溫生產潛力與降水生產潛力的最小值估算出的NPP潛在值結果后發現,其分布趨勢與2017年NPP年際累積值基本一致,即南方地區NPP潛在值普遍較高,東北、中東部地區次之,西北地區最低,這樣的研究結果也與李威等關于我國森林公園碳儲量/固碳速率的空間分布結果一致[44],因此將Miami模型計算得出的2017年NPP潛在值結果與2017年NPP年際累積值做差后得出的固碳能力提升潛力結果分成三個區間段,高值區主要集中在南方地區,東北和中南地區固碳能力提升潛力居中,西北地區最低。

3.2 兩種固碳能力提升潛力結果差異性分析

對比分析基于兩種不同方法計算得出的固碳能力提升潛力熱(冷)點空間分布圖發現,兩者的冷熱點空間分布特征差異較大。相較于基于PCSNPP得出的固碳能力提升潛力冷熱點空間分布特征,基于PCSmiami得出的冷點與熱點區域面積均大于基于PCSNPP得出的結果。就冷點區域而言,兩者的差異主要體現在東北地區、青海和四川的交界地區以及內蒙古自治區北部和新疆地區北部,基于PCSmiami的固碳能力提升潛力冷點區域范圍更大也更為分散,幾乎涵蓋了我國西北及東北的全部區域；對于熱點區域而言,兩者的差異主要體現在中部地區和南部地區,基于PCSNPP的固碳能力提升潛力熱點主要集中分布在三個區域：四川省中東部及其周邊、廣東省中部、江蘇省中部和南部及其周邊；基于PCSmiami的固碳能力提升潛力熱點區域則集中分布在以湖南省、江西省、廣東省為核心的南方地區,空間聚集度較高。

兩種計算方法產生這種空間分布差異的原因可能是兩者的出發角度不同,如前文所述,基于PCSNPP得出的固碳能力提升潛力受植被水平及其空間分布特征的影響較大,同時植被的季節性變化也會對這種方法計算得出的固碳能力提升潛力結果產生影響,對于東北地區以及內蒙古自治區北部和新疆北部等地區,雖然植被水平較高,但由于植被季節性變化的影響,使得計算出的PCSNPP介于南方地區和西北地區之間,因此導致以上地區無法成為固碳能力提升潛力的冷點或熱點區域。而基于Miami模型計算的PCSmiami,只考慮溫度和降水的影響,依據Miami模型的計算原理,溫度越高、降水量越大,則PCSmiami越大[45],相較于南方各地區,北方地區的溫度及降水量均較低,因此在北方的大部分地區形成了固碳能力提升潛力的冷點區域,而在降雨量充足、年均溫較高的南方地區形成熱點區域。

基于Miami模型計算的PCSmiami固碳能力提升潛力方法較為簡單,只考慮了氣候條件的影響,沒有考慮人類活動的影響；而基于遙感觀測手段計算的PCSNPP固碳能力提升潛力方法充分發揮了遙感數據的優勢,空間上更為細致。然而,目前兩者得出的理論結果還是存在一定差異,氣候模型得到的NPP值遠大于遙感觀測結合植被模型所得到的值,導致所得到的空間格局存在較大差異。需要在未來的研究中將進一步將兩種方法進行同化融合,以期能夠更加細致的預測未來區域固碳能力提升潛力的發展趨勢。

3.3 固碳能力提升潛力與生態功能區空間關系分析

從固碳能力提升潛力熱點區與重點生態功能區的空間疊加結果中可以看出,兩種固碳能力提升潛力的熱點區與重點生態功能區的疊加面積占生態功能區總面積的比重并不大,這是由于我國生態功能區的劃定不僅僅只考慮自然環境因素,而是通過全面考慮生態服務功能強度、生態保護空間結構、人口密度及增長比例等多方面因素包含諸多生態系統類型的綜合結果[46],因此劃定的重點生態功能區既包括如大/小興安嶺森林、長白山森林、若爾蓋草原等植被長勢旺盛、氣候降水適宜的生態條件優異地區,也包含黃土高原丘陵溝壑、塔克拉瑪干沙漠、羅布泊等植被覆蓋稀疏、常年干旱少雨的生態條件惡劣地區。不同生態功能區的職責功能不盡相同,如大/小興安嶺森林、長白山森林等生態功能區的主要職責是地區水源涵養[46],黃土高原丘陵溝壑生態功能區的主要職責是水土保持,塔克拉瑪干、庫姆塔格生態功能區的主要職責是防風固沙[31],因此在部分固碳能力提升潛力較低的地區(冷點區),由于在其他功能價值方面比較突出,因此被劃定為重點生態功能區,而部分地區雖然固碳能力提升潛力較高(熱點區),但在綜合比較后在其他功能價值方面或許較低,因此沒有被劃定在重點生態功能區范圍內。這就導致了兩種固碳能力提升潛力的熱點區與生態功能區的疊加面積所占熱點區整體比重較小。

本文在研究過程中同樣存在以下不足,即沒有考慮未來氣候變化和人類活動對植被固碳能力的影響,在接下來的研究中將會圍繞這一問題進一步討論。

3.4 固碳能力提升潛力空間分布格局對區域碳中和的意義

當前實現“碳中和”的主要手段包括兩種形式,一是碳封存,主要由土壤、植被和海洋等天然碳匯吸收儲存空氣中的二氧化碳；二是碳抵消,通過投資開發可再生能源和低碳清潔技術,減少一個行業的二氧化碳排放量來抵消另一個行業的排放量。因此在陸地生態系統中植被的固碳能力提升潛力是限制區域碳匯強度的重要因素之一,對區域“碳中和”的飽和程度和工作重心具有一定的指示作用。例如,從空間分布結果來看,兩種計算方法得到的植被固碳能力提升潛力均顯示我國西北地區的植被固碳能力提升潛力水平較低,說明區域內植被的固碳能力已接近當下的飽和值,很難再通過植被碳封存的形式實現“碳中和”,因此在西北地區是否應考慮將“碳中和”的工作重點放在碳抵消的形式上；以湖北、湖南、江西為核心的南方地區植被固碳能力提升潛力水平較高,表明區域內的植被固碳能力還有很大的挖掘空間,因此針對在這些區域進行“碳中和”的工作時,工作重心是否應考慮充分結合碳封存和碳抵消兩種形式。此外,基于像元尺度的植被固碳能力提升潛力空間分布格局更加精細化的表征了不同地理區間植被的固碳潛力,也可根據實際需要聚合到省、市、縣級不同尺度,更加精確化的服務于不同區域“碳中和”目標的實現。

4 結論

針對本文做出的研究,主要得出以下結論：

(1)兩種方法得到的全國固碳能力提升潛力空間分布整體趨勢基本一致,均表現為南高北低,且空間分布特征均表現出高度空間自相關特性(空間正相關性),但局部差異較大。

(2)基于PCSNPP的全國固碳能力提升潛力熱點區域主要分布在四川省、江蘇省、浙江省以及廣東省境內及其周邊的部分地區。基于PCSmiami得到的固碳能力提升潛力熱點區域主要分布以江西省、廣東省、廣西省為核心的南方八個省份。

(3)兩種固碳能力提升潛力的熱點區與生態功能區的重疊面積較小,當前我國生態保護區的劃定依據主要從水源涵養、生物多樣性保護、防風固沙、洪水調蓄、土壤保持五個方面出發,但是,作為當前應對全球氣候變暖問題主要方式的植被固碳能力及其固碳能力提升潛力并未考慮到其中,而從固碳潛力的數值來看,全國重點生態功能區總面積約占全國陸地總面積的 51.9%,根據本文兩種固碳潛力計算方法,區域內固碳提升潛力分別占全國固碳能力提升潛力總和的47.8%和40.4%,因此建議有關部門在今后的政策制定過程中將這一方面也加以考慮。總的來說,本文可為全國植被固碳潛力的相關研究起到一定促進作用。