秦嶺山地碳中和空間服務范圍及其模擬預測

馬新萍,李 晶,余玉洋,鄧晨暉

1 咸陽師范學院地理與環境學院,咸陽 712000 2 陜西師范大學地理科學與旅游學院,西安 710126 3 河南師范大學旅游學院,新鄉 453000

“雙碳行動”是應對氣候變暖的國際行動的一部分。歐盟國家是“碳中和”的首倡者,并提出要在2050年達到碳中和[1]。十四五時期,我國生態文明建設進入了以降碳為重點戰略方向、推動減污降碳協同增效、促進經濟社會發展全面綠色轉型、實現生態環境質量改善由量變到質變的關鍵時期[2]。根據目前碳排放情況,如何實現碳中和是我國降碳戰略的主要研究問題。中國科學院的“中國碳中和框架路線圖研究”咨詢項目將實現碳中和實現的過程分為排放端、固碳端以及政策推動等部分[3]。碳中和是指人為排放的CO2(化石燃料利用和土地利用),被人為活動(木材蓄積量、土壤有機碳、工程封存等)和自然過程(海洋吸收、侵蝕-沉積過程的碳埋藏、堿性土壤的固碳等)所吸收[4]。因此,碳排放是指人為排放的CO2(化石燃料利用和土地利用)；人為活動(木材蓄積量、土壤有機碳、工程封存等)和自然過程(海洋吸收、侵蝕-沉積過程的碳埋藏、堿性土壤的固碳等)所吸收的碳量即碳匯量。而森林生態系統是碳匯比例最高的生態系統類型,在碳中和過程中森林生態系統的碳匯量模擬及碳中和服務范圍的定量分析具有理論及現實意義。

秦嶺山地是我國中部面積最大的森林生態系統,其對周邊城市排放的碳具有顯著的中和作用。因此可以將秦嶺森林生態系統看作一個巨大的碳吸收服務器,秦嶺森林系統除了吸收本區域的碳之外,還能夠固定周圍多少區域范圍的碳量,針對這一問題,可以結合CO2氣體的空氣擴散特征,來計算碳中和的空間服務范圍,這一思路有助于我國碳中和空間均衡規劃政策的制定以及雙碳目標的實現。

目前對于固碳量的測算方法主要包括:傳統森林碳儲量計量方法、固碳模型、遙感碳計量方法三個方面。關于森林碳儲量測算的方式有:衛星遙感數據估算、因子連續函數法、生長方程及碳貯量生物量轉變和擴展因子法、蓄積量法、生物量法、生物清單法[5]、分解方法-對數平均 Divisia 指數(LMDI 法)、樣地清查法以及回歸模型法等[6—7]。常用的固碳模型主要有CASA模型[8]、BIOME-BGC模型[9—10]、INVEST模型[11]、林分蓄積生物量模型等[12—13]。這些模型在固碳量化方面已經有了較多應用,且在生態系統固碳服務研究上的應用也較廣泛,例如:固碳服務的空間流動及格局優化[14—15],此外還有固碳服務與其他生態系統服務之間的權衡協同關系[16—17]。但是這些固碳模型往往需要大量相關參數的調整,而且模型精度受氣象條件影響較大。遙感碳計量方法雖然具有更加快捷直觀準確的特點,但其技術過程還處于發展階段,其應用還有待成熟。因此,本文采用了IUEMS中的固碳釋氧模型來計算秦嶺山地的碳匯量,該模型主要采用了凈生態系統生產力估算方法,該方法結合了干物質轉化為碳的轉化系數以及不同省市NEP(凈生態系統生產力)和NPP(凈初級生產力)的轉換系數,同時也考慮了CO2與碳分子量之比,此方法考慮了植被固碳的過程原理,操作簡單便捷,對于森林生態系統的碳匯量計算具有較強適用性。

該研究采用IUEMS系統中的固碳釋氧模型測算了秦嶺山地的固碳量,利用夜間燈光數據模擬了該區域的碳排放量,得到秦嶺山地的碳中和量,同時利用PLUS模型預測了秦嶺山地2030和2050年碳中和量,然后結合常用氣體擴散系數以及空氣中CO2密度計算出秦嶺山地碳匯量的空間服務范圍,研究結果以期為碳儲蓄動態變化、碳中和空間規劃提供科學基礎,并為相關地方部門提供決策依據。

圖1 研究區概況圖Fig.1 Overview of the study area

1 研究區概況

本文的秦嶺范圍指陜西省境內的秦嶺腹地,北以渭河為界,南至漢江干流,東西為陜西省界(圖1),秦嶺是我國南北方重要的地理界線,森林覆蓋率逐年提高,是嘉陵江、洛河等多條重要河流的發源地及關中地區主要城市的水源地,也是我國重要的生態安全屏障。氣候上,秦嶺以南屬亞熱帶氣候,以北屬暖溫帶氣候；其南北的農業生產特點也有顯著的差異；地形地貌類型豐富,地貌特點為由東向西逐漸升高、北坡山麓短急,地形陡峭,多峽谷,南坡山麓緩長,坡勢較緩[18]。動植物及礦產資源種類繁多且產量較高。為周邊城市提供了豐富的生態資源,具有較高的生態價值。

2 研究方法與數據來源

2.1 數據來源

主要采用到的數據包括:NPP數據、土地利用類型地表覆蓋數據、DMSP/OLS夜間燈光數據以及各類能源統計數據等；其中秦嶺山地2000—2020年的NPP數據來源于NASA LAADS(http://ladsweb.nascom.nasa.gov/data/search.html)[19],分辨率為500m,年度NPP來自給定年份的所有8 d凈光合作用(PSN)產品(MOD17A2H)的總和。土地利用數據來源于自然資源部向社會發布的2020版30m的全球地表覆蓋數據。DMSP/OLS和NPP-VIIRS夜間燈光數據來源于NOAA 網站 NGDC 數據中心(https://www.ngdc.noaa.gov/eog/download.html),該數據自 1992 年 4 月起每月更新,其空間分辨率為500m。此外,還包括《2020年中國碳價調查報告》、《陜西省統計年鑒》等其他相關資料。

2.2 IUEMS模型

IUEMS模型中的固碳量核算方法采用的是NPP法,其原理為自然生態系統在光合作用過程中吸收大氣中的CO2合成有機質,將碳固定在植物或土壤中,并釋放出氧氣[20]?；谠撛?固碳功能量采用的是凈生態系統生產力估算方法,公式為:

QCO2=MCO2/Mc×NEP

(1)

式中,QCO2為陸地生態系統固碳量,單位:t CO2/a；MCO2/Mc為CO2與C的分子量之比,即44/12；NEP為凈生態系統生產力,單位:t C/a。凈生態系統生產力的計算方式為:按照各省市NEP和NPP的轉換系數,根據NPP計算得到NEP:

NEP=∝×NPP×Mc/MCHO

(2)

式中,NEP為凈生態系統生產力(t C/a)；α為NEP和NPP轉換系數；NPP為凈初級生產力(t C/a)。Mc/MCHO為C與CHO的分子量之比。

2.3 碳排放量的計算與模擬

本文通過建立夜間燈光數據(DMSP/OLS 和NPP-VIIRS影像)與能源消費碳排放量之間的相關關系來模擬秦嶺山地的碳排放量[21]。首先對夜間燈光數據進行預處理,由于NPP/VIIRS數據不存在燈光飽和與溢出現象,但未消除偶然噪聲,存在異常值,因此,采用 Zhao 等[22]提出的方法對 NPP/VIIRS 數據進行異常值去除。能源消費碳排放計算與模擬,基于陜西省10個市的能源消費統計數據測算其碳排放量,綜合 IPCC (2006) 確定的各類能源碳排放系數,參考蘇泳嫻等[23]計算碳排放的方法,計算公式如下:

(3)

式中:i表示能源種類；Ki為能源i的 CO2排放系數 (萬t碳) /(萬t標準煤)；Ei表示能源i的消費量,按標準煤計(萬t)。各類能源碳排放系數見參考文獻22,能源消費量來自于陜西省統計年鑒。

利用校正后的夜間燈光數據與由能源消費統計數據所測算的碳排放之間建立相關關系。利用陜西省地區市級界線圖對夜間燈光數據進行分區統計,得到10個市的夜間燈光值,包括最大值、最小值、值域范圍、平均值、標準差、求和值等6種分區統計值；將各市的能源消費統計數據與夜間燈光值進行線性回歸擬合,通過試驗,發現夜間燈光最大值與能源消費統計數據擬合程度最高,其擬合回歸參數見表1。根據表1中的擬合程度較高的擬合公式計算2000、2010以及2020年陜西省的能源消費碳排放量。表1的擬合公式中x為夜間燈光最大值,y為能源消費統計量。

表1 碳排放模擬回歸參數

2.4 PLUS模型

PLUS(Patch-generating land use simulation)模型是斑塊生成土地利用變化模擬模型,該模型應用一種新的分析策略,可以更好地挖掘各類土地利用變化的誘因；同時該模型包含一種新的多類種子生長機制,可以更好地模擬多類土地利用斑塊級的變化；該模型與多目標優化算法耦合,模擬結果可以更好地支持規劃政策以實現可持續發展[24]。本論文主要采用PLUS模型的CARS模塊對未來的碳中和量進行模擬,模擬過程采用了基于多類隨機斑塊種子的CA模型,也就是PLUS模型的CARS模塊,該模塊結合隨機種子生成和閾值遞減機制,使PLUS模型得以在發展概率的約束下,自動生成時空動態模擬斑塊。多類隨機種子生成數學原理參考文獻[25]。

2.5 固碳服務范圍計算方法

在常溫常壓下,作為一個大型碳匯,文章結合氣體擴散系數以及空氣中CO2的密度來計算秦嶺山地的固碳服務范圍,氣體擴散系數表示氣體(或固體)擴散程度的物理量。擴散系數是指當濃度梯度為一個單位時,單位時間內通過單位面積的氣體量,在氣體中,如果相距1cm(或者每m)的兩部分氣體,其密度相差為1g/cm3(或者每m),則在1秒內通過1cm2(或者m2)面積上的氣體質量,規定為氣體的擴散系數,單位:cm2/s或者m2/s。根據氣體擴散系數(r)和CO2密度(ρ)以及固碳量(Tc)計算得到固碳服務范圍,計算公式如下:

(4)

根據資料常溫常壓下大多數氣體的擴散系數為10-4—10-5m2/s,空氣中CO2的密度為1.98kg/m3,因此,由固碳距離公式計算得到,當r=10-4m2/s時,Dis=0.162374×Tc；當r=10-5m2/s時,Dis=1.62374×Tc。基于此,結合固碳量,可以得到秦嶺山地的固碳服務范圍空間分布值。

3 結果與分析

3.1 秦嶺山地固碳量時空分布特征

利用IUEMS模型,輸入NPP數據以及相應年份的LUCC數據,獲得2000、2010和2020年的秦嶺碳密度空間柵格數據,基于碳密度數據,采用像元面積進行換算,得到秦嶺山地固碳量空間分布圖(圖2),從圖2中可以看出,秦嶺山地固碳量最大值逐年上升；通過計算得出,秦嶺山地固碳總量也呈現逐年上升趨勢,2000年固碳總量為10.86億t,2010年固碳總量為13.63億t,2020年固碳總量為14.33億t。空間上,固碳量較高區域分布在秦嶺山地的中西部區域,北部和南部地區固碳量相對較少。對固碳量進行分級統計(圖3),可看出,固碳量大于5000t以上的區域面積從2000—2020年逐步升高明顯,固碳量在2000—5000t的區域面積逐步減少,說明近20年來秦嶺山地高固碳量區域面積在不斷擴大,森林植被的生產力質量在逐年升高。

圖3 固碳量分級統計圖Fig.3 The classification statistics of carbon sequestration

從圖2中的固碳速率來看,2000—2010年的固碳速率較高,2010—2020年的固碳速率有所減慢,2000—2020年的20年時間尺度上來看,其固碳速率相對較低。整體來看,秦嶺大部分區域的固碳速率都呈增加趨勢,2000—2010年固碳速率為上升趨勢的面積占到96.7%,2000—2020年的固碳速率上升區域面積為96.2%,只有近十年來,其固碳速率呈正趨勢的面積略有減少,為80.14%。

通過疊加地形因子,分析了固碳量與海拔、坡度、坡向的關系,從圖4中可以看出,秦嶺山地固碳量隨海拔先升高后下降,在海拔1000多米的高度固碳量最大；在坡度上,斜坡的固碳量最高,半陽坡和半陰坡的固碳量較高。坡度坡向分級標準(表)來源于《森林資源規劃設計調查主要技術規定》。

表2 坡度分級標準

表3 坡向分級標準

圖4 不同地形條件下的固碳量特征Fig.4 Carbon sequestration characteristics under different terrain conditions

3.2 秦嶺山地碳排放時空分布情況

文章通過建立夜間燈光數據與能源消耗數據之間的擬合模型,得到秦嶺山地2000、2010、2020年的碳排放空間分布圖(圖5)。

圖5 秦嶺山地碳排放時空分布圖Fig.5 Temporal and spatial distribution of carbon emission in Qinling mountains

從圖中可以看出,秦嶺山地碳排放量均為正值,三個時間年值中,碳排放的最低值為10.028t,碳排放低值表現為逐年升高的趨勢,碳排放高值為逐年減少?？臻g上,秦嶺山地由于主要以林地為主,其碳排放量整體相對均較低,每一年的低值排放量基本占到總面積的90%,碳排放較高區域主要分布在北坡城市聚集地區。

3.3 秦嶺碳中和空間分布及其未來模擬

在固碳和碳排放定量的基礎上,用固碳量減去碳排放量得到秦嶺山地靜態碳中和量,對其進行分級得到碳中和空間分級圖(圖6),從秦嶺山地碳中和的時空分級圖可以看出,碳中和程度較高的地區主要分布在秦嶺中西部區域,碳中和出現負值區域主要為北坡的部分城市區域,且負值區域面積極小。通過秦嶺山地靜態碳中和量的計算,得出2000年秦嶺所產生的碳在中和掉本區域的碳排放量之后還能提供102.78×104t的碳吸收量,2010年為118.78×104t,2020年為134.63×104t?？傮w上秦嶺所能固定的碳量呈現逐年上升的趨勢。由此,從結果看秦嶺山地可看作一個大型碳匯,其固碳服務就是吸收了周邊人類活動所釋放的大量碳。

圖6 秦嶺山地碳中和時空變化圖Fig.6 Temporal and spatial variation of carbon sink in Qinling mountains

基于2000年、2010年和2020年的碳中和量結果,利用PLUS模型對2030年和2050年的碳中和量進行模擬,模擬過程中考慮的影響因子包括海拔高程、坡度、坡向、到居民點距離、GDP以及人口。模擬結果見圖7,從圖7中可以看出未來到2030年和2050年碳中和最高值仍會升高,最低值也有所上升,其總量分別為149.07×104t和161.74×104t,相對2020年分別上升14.44×104t和27.11×104t,2030年碳中和量在5000t以上的區域占到總面積的51.88%,2050年為92.57%,由此可看出,秦嶺山地未來碳中和量仍然具有較大的升高潛力,這對于未來碳中和的實現具有重要作用。

圖7 2030、2050年碳中和量模擬結果Fig.7 The simulation results of carbon neutralization in 2030 and 2050

3.4 秦嶺山地碳中和空間服務范圍

秦嶺作為一個大型碳匯能夠服務周邊多少范圍的地區？根據常溫常壓下氣體的擴散系數以及空氣中CO2濃度計算得到秦嶺碳匯的服務范圍,從計算結果看2000年的服務范圍為秦嶺周邊174km的范圍,2010年的服務范圍為周邊196.1km的范圍,2020年的服務范圍為秦嶺周邊218.64km,其輻射范圍達到了寧夏、甘肅、四川、湖北、重慶、河南、山西等地；從時間動態上看,其服務范圍在逐年擴大。

圖8 秦嶺山地碳中和空間服務擴散范圍Fig.8 Diffusion range of carbon neutralization space services in Qinling mountains

圖9 秦嶺山地碳中和服務范圍及其變化程度Fig.9 Carbon neutral service range and change degree in Qinling mountains

對未來2030年和2050年碳中和服務范圍進行模擬,得到其服務范圍分別為242.05km和262.63km,由此可看出秦嶺山地碳中和服務范圍在逐漸增大,2020—2030年間增大的程度最大,2030年后該服務范圍增大程度將有所減小。

4 討論

4.1 基于IUEMS和夜間燈光數據的固碳量和碳排放量的估算

碳中和目標是人類面對氣候變化危機的主動作為和共同追求[26],我國在短期內實現碳中和的主要途徑是能源轉型,在能源轉型的過程中存在著安全不確定性、利用經濟性、顛覆性技術難預測性,以及轉型后可能面臨許多新的關鍵技術等問題,除了能源轉型,區域性碳匯的空間規劃以及固碳能力的保持及提高也是助力碳中和的重要途徑。固碳量和碳排放量的精準核算方法仍然是目前需要解決的主要問題,這一問題也是實現碳中和的基礎,該研究采用IUEMS系統對秦嶺山地的固碳量進行了測算,與其他的固碳量計算方法相比,該系統更加簡便快捷,便于統一管理核算。對于碳排放的計算,目前其他的碳排放量估算方法包括碳排放系數法[27]、IPCC參考方法[28]以及中國碳排放數據庫(CEADs),但這些方法存在一定誤差以及精度有限等問題,因此綜合多種方法,本文采用建立夜間燈光數據與能源統計數據之間的擬合關系,對于碳排放量進行了模擬和空間化,該方法適用于大中空間尺度的碳排放量的空間模擬,同時該方法目前應用也較為廣泛,結合夜間燈光數據和能源數據,其結果更符合實際。

4.2 基于固碳服務范圍研究的碳中和空間均衡化

目前對固碳服務的研究都集中在碳量及其經濟價值的計算上,很少有研究考慮到其空間服務范圍,結合森林植被固碳的原理,即植被將CO2和水分轉化成生物質并釋放出氧氣,因此森林可以吸收大量CO2,這個作用就被稱作森林的固碳效應,森林所吸收的CO2則通過空氣擴散的方式從碳源來到森林被轉化,本研究在計算過程中采用的是常溫常壓下的氣體擴散系數和CO2密度,再結合秦嶺山地碳匯量,就可以得到秦嶺山地所能轉化多少范圍內的CO2,由此計算出秦嶺碳匯的空間理論服務范圍。然而在實際中,擴散系數并不是恒定的,其與解吸擴散過程中溫度、壓力的變化有關[29],CO2在擴散和被吸收的過程中會受到天氣變化的復雜影響,因此,未來如何將氣溫、壓力等參數考慮進來以得到不同季節和天氣狀況下的碳中和服務范圍,這一問題的解決對于快速實現碳中和十分重要。綜合以上,作者認為實現碳中和不僅是總量上的達標,更要重視空間均衡化,例如我國的三北防護林不僅中和了國內的碳排放量,在空間上也吸收和中和了國外的碳排放量,因此,碳中和空間均衡化研究能夠避免最終出現碳中和空間分布不均的問題,這對于我國碳中和目標的實現具有重要意義。

5 結論

本研究采用IUEMS模型獲取了秦嶺山地固碳量空間分布,利用夜間燈光數據得到了研究區的碳排放量,將固碳量和碳排放量的差值作為碳中和量,由于秦嶺山地固碳量遠遠大于碳排放量,因此,可以將秦嶺山地看作一個大型碳匯。采用PLUS模型對秦嶺山地未來2030年和2050年的碳排放量進行模擬預測,最后根據常溫常壓下氣體擴散系數以及空氣中CO2濃度計算得到秦嶺碳匯的空間服務范圍。得出以下結論:(1)秦嶺山地固碳總量在10.86—14.33億t,呈現逐年上升趨勢,空間上80%以上的區域固碳速率在逐漸上升,對秦嶺山地固碳量影響明顯的地形因子包括:海拔1000多米、斜坡以及半陽坡和半陰坡。(2)秦嶺山地碳排放量整體較小,空間上表現為低值逐漸升高,高值逐漸減少,這一定程度反映了該區域產能結構的不斷調整對碳排放的影響。(3)秦嶺山地90%以上區域均達到碳中和,且表現為逐年上升趨勢,未來碳中和量也將呈現上升趨勢。(4)2000—2050年的碳中和服務范圍逐年擴大,涉及陜西周邊各省市。(5)在固碳服務范圍研究中應考慮天氣和氣候等因素對CO2擴散和吸收的影響,碳中和空間均衡化研究值得關注。