基于碳達峰碳中和戰略目標的城市園林綠化碳匯系統建設

羅志傳，單金福

(云南省安寧市人民政府 溫泉街道辦事處城市管理綜合服務中心，云南 安寧 650000)

1 引言

城市是現階段碳排放來源的重點地區，雖然城市占地面積不足全球陸地面積的4%，但是產生了超過70%的碳排放量。從城市園林綠化角度來看，城市園林植被是吸收城市碳排放的重要功能區，在整個碳匯市場中所占地位較低，且發揮的碳匯效果較小，但是對于城市園林景觀綠化建設較為豐富的城市而言，園林綠化仍是不可忽視的固碳功能點。

國內已有類似對城市綠地固碳能力的研究，文獻[1]中提出一種轉化傳統城市綠地植物固碳的計算系統，并選擇地面植物與屋頂植物進行研究，可對城市綠地低碳造景提供參考幫助。文獻[2]中對7中城市園林設計常用植物的碳匯能力進行研究，為城市園林規劃提供強碳匯能力的植物選擇。文獻[3]立足于城市綠地面積增加角度，對環境控制因子與城市綠地碳交換的關系進行分析，并利用渦度技術對福建省綠地生態系統進行監測，所得結論可為其它城市綠地建設提供幫助。

上述研究未對城市綠地帶來的碳匯經濟效益進行分析。對此，為進一步挖掘城市園林綠化所帶來的碳匯效益，將以我國云南昆明市園林綠化為例進行研究，以期構建適合城市園林的碳匯系統。

2 研究區概況及數據來源

案例地區為云南昆明市域，2020年該市域面積約為21012.53 km2，綠地面積達到22905.28 hm2。昆明市區面積約為2749.77km2，昆明市區綠地面積17914..40 hm2、新增城市綠地1559.15 hm2，其中園林、濕地公園以及自然景觀景區的植被占地面積約占全市的49.26%，其中林木的覆蓋率約為34.76%。該市處于亞熱帶高原季風氣候的影響范圍，2010～2020年均降水量約為661.45 mm，近5年年均氣溫約為21.27 ℃。同時，該市2020年完成營造林3.96萬hm2，全市森林覆蓋率達到52.62%。上述數據皆來自該市園林局統計數據，下文主要研究數據主要參考《中國森林資源清查》和《昆明統計年鑒2021》等資料，參考方向包括該市園林綠化面積、林木蓄積量、植被覆蓋面積、生長量和蓄積量等[4,5]。結合該市近幾年園林綠化的未來發展規劃設計，統計1978～2020年的園林綠化數據，考慮到城市園林綠化碳匯系統的構建數據采集便捷性，將各類樹木和各年齡段的樹木皆歸類于園林林木當中，由于園林下花草產生碳匯量占比全市園林綠化碳匯量比重較小，因此不對其進行計算，而將其作為消除計算誤差的影響因子。

結合該市近幾年的碳儲量變化趨勢，對該市未來幾年的發展進行預測，判斷是否可以在2030年之前實現碳達峰的目標。因GM(1,1)模型適合進行中短期的演變預測，因此為縮小對該市園林綠化碳匯量的預測誤差，提高對已有園林綠化的碳匯預測精度，本次研究將利用該市1978～2020年數據對其進行預測[6]。

3 城市園林綠化碳匯量的估算方法與研究現狀

3.1 城市園林綠化的碳匯計算方法

城市進行園林綠化碳匯量的估算活動是獲取城市綠地產生碳匯效益的重要途徑，現階段常用的估算方法包括以下幾種：第一，樣地勘測法。該方法需要借助大規模樣地勘測活動采集數據，然后借助測試與計算的方式將采集的實測數據進行轉化，最后利用公式推算出探測地區的碳匯量；第二，同化量法。該方法需要使用專業設備測定出瞬時進出植物葉片中的CO2濃度與水分，然后利用葉面積與植物單位時間凈光合速率的乘積獲得植物的固碳量；第三，微氣象學法。該方法主要對CO2通量的動態進行測定，然后將測定參數代入計算公式，由此獲得植被的碳匯量；第四，遙感估算法。該方法可融合遙感影像與數學模型，并構建基于植物固碳量和環境因素的關系，進而實現對大范圍城市綠化的碳匯量進行估算的目的；第五，碳匯量估算系統法[7，8]。該方法同樣需要借助樣地勘測采集數據信息，然后將采集信息上傳至模擬軟件中，構建樹木的生長情況模型，然后借助遙感影像數據對研究區域下的植被進行識別，由此實現對研究區域綠化指標碳匯量的估算。

3.2 CITY green模型法

CITY green模型是指基于arcView平臺且融合GIS與RS技術的生態效益評價模型，借助該模型可以對樹木的生長進行評價，同時還可以針對植被種類對其的固碳、蒸騰、減少暴雨徑流以及減少空氣污染物等因素進行模擬[9]。CITY green模型法由生態效益和數據庫兩個模塊組成，通過兩組模塊共同作用可模擬出區域下植被的生長過程，同時因CITY green數據庫下記錄近千株常見植物的基礎數據，在使用之前僅調整土壤、水分、光照、溫度、風量以及營養等因素即可實現模擬修正，通過不斷更新環境因素的方式可借助該模型對植被的葉密度、樹高、胸徑、樹冠形狀以及樹葉脫落等因素進行模擬與記錄，其產生信息可輔助GM(1,1)模式進行城市園林綠化的碳匯計算，使預測模擬能夠更加貼近實際植被演變情況[10]，模型所提供各植被形態的碳儲存與碳吸收因子如表1所示。

由該模型實現的初步估算公式為：

碳存儲量=碳存儲量因子×植被覆蓋率×研究區域面積

(1)

碳吸收量=碳吸收因子×植被覆蓋率×研究區域面積

(2)

表1 CITY green數據庫參數數據

4 城市園林綠化碳匯系統

4.1 構建預測模型

因需要對外界因素對本次碳匯系統構建的不確定性影響，研究將使用GM(1,1)灰色預測模型進行約束，同時為確保模型結果能夠更具可靠性和可行性，將以數據散點圖和園林綠化植被生長過程曲線建立冪函數模型(y=axb+x)，并基于已有數據進行預測和對比分析[11]。結合GM(1,1)灰色預測模型原理建立基于該市園林綠化變量與時間變量的一階微分方程，即：

(3)

式(1)中：x(0)表示原始數據；x(1)表示經過一次累加計算而生成的數列；t表示時間變量；α和u皆表示待估參數，其中α稱為發展灰數，u稱為內生控制灰數。

案例地區園林綠化植被的碳匯預測模型構建具體步驟如下：

首先，需要對進行設計，即：

x(0)=[x(0)(1)，x(0)(2)，x(0)(3)，…，x(0)(n)]

(4)

(5)

式(5)中：z(t)(1)表示均值序列。

(6)

其次，需要回代時間響應函數對預測值進行求解。

(7)

最后，需要對誤差與后驗差進行檢驗。若相對誤差值較小，即低于20%則表明擬合良好，方差比“C”小于0.35則表示預測精度良好，處于0.35～0.65之間則表示為基本合格，若大于或等于0.65則表示不合格。

4.2 園林綠化中森林資源的碳儲量預測

使用Excel軟件對已有數據進行整理，并借助python軟件對計算過程進行編程，以期獲得一個簡易的自動計算程序[12]。為保障計算數據的精準性與科學性，需要對多處計算得出結果的極大值和極小值進行刪除，以期提高GM(1,1)灰色預測模型對案例地區未來幾年園林綠化森林碳儲量變化情況的預測精度，提高城市園林綠化下森林資源對碳達峰目標所做出的貢獻。因我國碳達峰實現目標年限為2030年，所以使用GM(1,1)灰色預測模型可起到中短期內的高精度預測?，F階段常用的森林碳匯技術方法為儲蓄量法，其計算方式為：

C=(V·D·BEF)·(1+R)·CF

(8)

式(8)中：C表示林木單位面積下的碳儲量；V表示材積；D表示林木的基本密度；BEF表示材積生物量的擴展系數；CF表示根莖比；表示干物質的碳含量。

同時，為證明GM(1,1)灰色預測模型的預測能力，將對1978～2020年部分年份的城市園林綠化碳儲量進行預測對比，詳細對比數據如表2所示。另外，在對案例地區園林綠化進行預測的過程中，因沒有對林地增長空間規劃因素進行考慮，實際演變情況僅依據目前該市園林綠化規劃發展趨勢與經營管理水平而制定[13]，其結果可作為判斷該市園林綠化碳匯未來發展的穩定值。

表2 案例城市園林綠化的森林碳儲量實際值與預測值

模型平均相對誤差ε=11.39%<20%，方差比C=0.1995<0.35，證明該模型的擬合程度較好，其得出結果具有較高可信度，能夠借助該方法對案例市的園林綠化森林碳儲量進行預測。同時，因城市園林綠化森林的碳儲量與林木蓄積量存在直接關系，并且城市園林綠化森林蓄積量受林木面積影響，所以借助GM(1,1)模型、CITY green模型和冪函數模型可實現對該市園林綠化面積和碳儲量的對比分析[14]。為實現上述目的需構建有關參數方程如下，其中園林綠化森林面積的灰色GM(1,1)模型的時間響應函數為：

(9)

碳儲量GM(1,1)模型的時間響應函數為：

(10)

園林林木綠化面積的冪函數模型參數方程為：

(11)

園林林木碳儲量的冪函數模型參數方程為：

(12)

結合GM(1,1)灰色預測模型的計算預測結果對預測進行分析，詳細數據如表3所示。

表3 案例地區森林面積及碳儲量預測

結合當前案例城市的發展水平與城市園林綠化經營管理水平，在不對森林面積繼續增長的空間因素進行考慮下，2030年前案例城市園林綠化用森林面積可達到115.17萬hm2，其城市園林的綠化覆蓋面積將與城市其它功能區持平，預計此時的城市園林林木碳儲量可達到2154.68萬t，與2020年相比增加897.94萬t。若結合冪函數模型的計算預測值可知，在2030年之前案例地區的城市園林綠化面積將達到111.35萬hm2，此時城市園林林木的覆蓋率可達53.77%；當年城市園林林木碳儲量可達到2430.81萬t，與2020年相比可提高碳匯1174.07萬t。由冪函數模型得出數據可知，2020～2030年該市園林林木年均碳匯量可達到117.4萬t/a。上述借助模型得出的預測數據皆為保守的預測數據，因為計算方便并未對樹齡因素進行考慮，所以實際上該市的園林林木的碳匯變化可能存在一定波動，但因該市園林景觀中林木多為幼齡木，融合花草等其它植物產生的碳匯量可認為上述預測貼合實際情況[15]。

5 優化建議

5.1 推進城市有機更新，實施城市生態修復

針對“雙碳”背景下城市園林綠化碳匯系統的建設，應當結合城市的未來發展與現階段園林綠化發展情況，充分結合有關計算方法、模型以及評價體系，對城市園林綠化碳匯進行預測，以期為構建城市園林綠化碳匯系統奠定基礎[16]。為實現上述目標，案例城市應當針對城市園林綠化發展現狀制定未來發展戰略方案，可圍繞城市的區域劃分出多層級、多類型的城鄉園林綠化體系、景觀帶體系和綠道體系，充分利用公共基礎空間加強城市綠化建設，對鄰近山區、水體以及廢棄土地等城市，應當做好城市復綠工作，充分發揮城市園林綠化固碳能力。同時，為強化城市內濕地生態系統，繼續做到保護與修復的目的，并遏制天然濕地資源在城市發展中出現的功能退化趨勢，應當繼續加強開展城市濕地系統的修復工程，通過此方式提高城市園林綠化的固碳水平[17]。

5.2 提升園林綠化質量，增強綠地碳匯能力

為進一步加強城市園林綠化的固碳與儲碳能力，提高現有綠化的碳儲量，可參考以下幾點優化路徑：第一，在開展新建園林的綠化項目時，應當可以做到嚴格按照城市地區自然地理條件設計植被，發揮有限地區最大碳匯的經濟效益，例如在房前屋后選擇適合的園林綠化樹種，通過科學種植與栽培技術控制樹木的生長，選用長壽樹種或高效固碳樹種提高綠化固碳能力[18]。第二，對于已建園林設施和低固碳效能的園林景觀，應當采取復種或重建等措施加強原有綠化的群落結構，以期提升各綠化植被之間的固碳能力，提高城市園林綠化的碳匯水平。第三，針對地質問題影響的城市園林綠化不足的地區，應當從改善城市土地角度出發，通過增加土地營養的方式為后期的園林建設奠定基礎，從而逐步發展到以城市園林增加城市碳匯水平的標準[19]。

5.3 完善計量監測體系，提高科技支撐能力

從“雙碳”視角出發，城市園林綠化的碳匯系統應當在保障精準計算與預測的前提下，積極做到可測量、可報告和可核查等原則和要求，充分利用現階段信息技術的成果，加強對檢測數據的記錄與管理，同時對園林種植植被的固碳效果進行跟蹤檢測，從而掌握城市園林綠化的實際固碳能力，為進一步加強城市園林綠化碳儲量和碳匯計算奠定基礎。另外，為保障信息技術的融合不受其它因素影響，其構建與布局設計應當能夠做到科學區分與科學化布局的標準，在強調城市園林綠化的基礎作用下，加強園林植被的碳儲能力和碳匯水平[20]。

6 結論與討論

本文借助灰色GM(1,1)模型實現對案例地區園林綠化的碳匯計算，并對該模型的預測能力進行驗證，計算出該市到2030年由林木產生的碳儲量預測值。從城市園林綠化碳匯系統角度出發，所計算出的碳匯值與預測值是構建碳匯系統的核心數據，因此通過本文對案例地區的園林碳匯計算可為碳匯系統建設奠定數據基礎。針對上述模型驗證分析，提出幾點提高城市綠地碳匯能力的檢驗，以期為進一步增強城市綠地碳匯能力奠定基礎。同時，因我國其他城市的園林綠化建設大致相同，所以本文分析方法與模型皆可適用于其它城市。