張世芹

夏 凡

周麗娟

王祥榮

謝玉靜*

自工業(yè)革命以來，隨著溫室氣體排放量急劇上升，全球溫度上升約1.09℃[1]。為積極應(yīng)對(duì)全球氣候變化，實(shí)現(xiàn)可持續(xù)發(fā)展，中國(guó)作為能源消費(fèi)大國(guó)，同時(shí)也是CO2的排放大國(guó)[2]，中國(guó)制定2030年達(dá)到碳排放峰值，2060年達(dá)到“碳中和”目標(biāo)。要實(shí)現(xiàn)“碳中和”目標(biāo)，需同時(shí)考慮碳排和碳匯2個(gè)方面。在減少碳排放的同時(shí)，增加固碳能力。森林植被作為天然的碳匯體，在陸地生態(tài)系統(tǒng)中發(fā)揮著不可替代的作用，維持著生物圈的動(dòng)態(tài)平衡[3-5]。森林植被利用光合作用將大氣中的CO2轉(zhuǎn)化為有機(jī)質(zhì)，在吸收和固定CO2方面發(fā)揮著重要作用，森林固碳量可抵消全球每年25%化石燃料燃燒產(chǎn)生的CO2[6]。

相關(guān)研究發(fā)現(xiàn)，自1985年以來，中國(guó)化石能源碳排放量年平均增幅為15%[7]，隨著碳排放量的急劇增加，中國(guó)陸地生態(tài)系統(tǒng)碳匯對(duì)工業(yè)碳排放和化石燃料碳排放的抵消能力從20世紀(jì)80—90年代的30%降為2010年的7%～15%[8]。全球氣候變化由區(qū)域變化構(gòu)成[9]，加強(qiáng)區(qū)域固碳/碳排放研究，有助于實(shí)現(xiàn)區(qū)域的可持續(xù)發(fā)展。近年來，森林植被固碳能力及對(duì)碳排放的抵消能力受到國(guó)內(nèi)外學(xué)者的重視。Wear等[10]發(fā)現(xiàn)美國(guó)的森林固碳量可以抵消9.7%的交通和能源碳排放；Smith等[11]研究發(fā)現(xiàn)亞馬遜次生林碳儲(chǔ)量可抵消9.37%自1985年來的所有碳排放量；Alessio等[12]的研究結(jié)果表明意大利博爾扎諾的街道行道樹固碳量可抵消0.08%的交通運(yùn)輸碳排放量。此外，國(guó)內(nèi)學(xué)者也開展了相關(guān)研究。Fang等[13]發(fā)現(xiàn)2001—2010年中國(guó)陸地生態(tài)系統(tǒng)固碳量可抵消同時(shí)期14.1%的化石能源排放量；李帥帥等[14]研究表明2013年中國(guó)西部地區(qū)森林碳匯可抵消4.45%能源的碳排放量；周健等[15]發(fā)現(xiàn)廣州市森林碳抵消效果約為2.27%；張彪等[16]發(fā)現(xiàn)上海城市森林植被對(duì)能源碳排放量的抵消率為0.5%；Zhao等[17]發(fā)現(xiàn)2014年北京市街道行道樹可抵消0.2%能源的碳排放量。也有學(xué)者對(duì)森林固碳能力或能源消費(fèi)量進(jìn)行單方面預(yù)測(cè)研究，比如Prakash等[18]對(duì)2010—2060年森林的固碳能力進(jìn)行情景預(yù)測(cè)；熊慧敏[19]設(shè)置情景對(duì)長(zhǎng)三角地區(qū)2017—2035年的能源使用量進(jìn)行預(yù)測(cè)研究?？傮w來說，目前研究多關(guān)注森林固碳能力和碳抵消能力的評(píng)估，以及未來固碳能力或能源碳排放量的單方面預(yù)測(cè)，對(duì)未來森林碳抵消能力的預(yù)測(cè)研究較少。

目前，森林固碳能力的評(píng)估是研究的熱點(diǎn)，其估算方法主要包括清查法、渦度相關(guān)法、生態(tài)系統(tǒng)過程模型模擬法和大氣反演法等[8]。清查法主要基于林業(yè)資源清查數(shù)據(jù)評(píng)估固碳量，其中生物量法是利用植被的生物量間接計(jì)算森林植被固碳量，方法直接簡(jiǎn)單，精度較高，是目前計(jì)算森林固碳量常用的方法之一[20-21]。渦度相關(guān)法主要根據(jù)微氣象學(xué)原理，對(duì)CO2濃度進(jìn)行長(zhǎng)期連續(xù)定位監(jiān)測(cè)，該方法主要用于解釋生態(tài)系統(tǒng)尺度上碳循環(huán)對(duì)氣候變化的響應(yīng)過程，較少用于估算區(qū)域固碳量[22]。生態(tài)系統(tǒng)過程模型模擬法主要通過模擬生態(tài)系統(tǒng)碳循環(huán)過程進(jìn)行固碳能力評(píng)估，是全球和區(qū)域固碳量評(píng)估的重要工具，包括TRENDY、MsTMIP、CASA等多種模型，其中，CASA模型計(jì)算結(jié)果精度較高，數(shù)據(jù)獲取難度小，常用于估算森林固碳量[23-24]。大氣反演法主要基于大氣傳輸模型和大氣CO2濃度觀測(cè)數(shù)據(jù)，結(jié)合人為源CO2排放清單，估算固碳量，大氣反演法的數(shù)據(jù)空間分辨率較低，大氣傳輸模型越具有不確定性，評(píng)估區(qū)域越小，大氣反演結(jié)果的不確定性越大[8]。

綜上所述，鑒于數(shù)據(jù)可得性、評(píng)估尺度的適用性及評(píng)估方法準(zhǔn)確性，本研究使用生物量法和CASA模型2種方法綜合評(píng)估杭州三江匯地區(qū)森林植被的固碳量，基于CEADs縣級(jí)碳排放清單和統(tǒng)計(jì)年鑒人口數(shù)據(jù)估算能源碳排放量，測(cè)算森林植被對(duì)能源碳排放量的抵消情況。通過減排和增匯2個(gè)方面設(shè)置未來情景，對(duì)三江匯地區(qū)2030年碳抵消能力進(jìn)行定量預(yù)測(cè)，研究結(jié)果有助于為森林管理和區(qū)域可持續(xù)發(fā)展提供科學(xué)依據(jù)，可為區(qū)域生態(tài)系統(tǒng)管理和“碳中和”相關(guān)政策的制定提供依據(jù)。

1 研究區(qū)域和方法

1.1 研究區(qū)域

浙江省杭州市三江匯地區(qū)位于杭州市錢塘江、富春江及浦陽(yáng)江的交匯區(qū)，包含了西湖區(qū)的轉(zhuǎn)塘街道、雙浦鎮(zhèn)，濱江區(qū)的浦沿街道、長(zhǎng)河街道，蕭山區(qū)的城廂街道、聞堰街道、蜀山街道、義橋鎮(zhèn)，富陽(yáng)區(qū)的東洲街道、漁山鄉(xiāng)、里山鎮(zhèn)、靈橋鎮(zhèn)。三江匯地區(qū)面積為465km2，2017年常住人口為74.67萬人。三江匯地區(qū)該地區(qū)森林資源豐富，森林面積為165.70km2，森林覆蓋率達(dá)到36.19%，地帶性植被以亞熱帶常綠闊葉林為主。三江匯地區(qū)具有山、水、林、田、湖等多樣化的生態(tài)要素，是杭州主城區(qū)跨錢塘兩岸的最后一塊大規(guī)模的生態(tài)保育地，在區(qū)域中擁有重要的生態(tài)地位(圖1)。

圖1 杭州三江匯地區(qū)區(qū)位圖[作者改繪自《杭州三江匯未來城市生態(tài)修復(fù)專項(xiàng)規(guī)劃(2021—2035)》]

1.2 數(shù)據(jù)來源

根據(jù)三江匯地區(qū)林業(yè)二類調(diào)查數(shù)據(jù)(以下簡(jiǎn)稱“森林二調(diào)數(shù)據(jù)”)、遙感影像數(shù)據(jù)及氣象等數(shù)據(jù)的可獲得性，以2017年為基準(zhǔn)年，收集的數(shù)據(jù)為：1)植被歸一化指數(shù)(NDVI)數(shù)據(jù)源自中國(guó)科學(xué)院資源環(huán)境科學(xué)中心(https://www.resdc.cn)，本研究使用的數(shù)據(jù)為2017年NDVI，分辨率為100m；2)氣象數(shù)據(jù)中氣溫和降雨數(shù)據(jù)來自中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://www.nmic.cn/)，包括2017年浙江省內(nèi)1—12月的氣溫、降雨量數(shù)據(jù)，太陽(yáng)輻射數(shù)據(jù)來自國(guó)家氣象數(shù)據(jù)中心(http://data.cma.cn/)，為2018年5km太陽(yáng)日輻射數(shù)據(jù)；3)碳排放數(shù)據(jù)來自CEADs中國(guó)碳核算數(shù)據(jù)庫(kù)(https://www.ceads.net.cn/)，為2017年杭州市蕭山區(qū)、濱江區(qū)、富陽(yáng)區(qū)、西湖區(qū)的縣級(jí)能源碳排放清單；4)人口數(shù)據(jù)來自《杭州市統(tǒng)計(jì)年鑒》(http://www.hangzhou.gov.cn/)，本研究的人口統(tǒng)計(jì)數(shù)據(jù)涉及2017年杭州市蕭山區(qū)、西湖區(qū)、濱江區(qū)和富陽(yáng)區(qū)的12個(gè)街道。

1.2.1 生物量法評(píng)估森林NPP

凈初級(jí)生產(chǎn)力(NPP)在全球碳平衡過程中扮演著重要角色，是生態(tài)系統(tǒng)中判斷碳源/碳匯的重要因子[25]，對(duì)森林植被NPP進(jìn)行評(píng)估可間接估算森林植被固碳量。

生物量法是利用植被生物量變化，以此間接計(jì)算森林植被固碳量，該方法直接簡(jiǎn)單，精度較高，是目前計(jì)算森林固碳量常用的方法[26]。本文使用IPCC的生物量擴(kuò)展因子法對(duì)三江匯地區(qū)的喬木生物量進(jìn)行評(píng)估，評(píng)估的公式如下：

式中，B為單位面積生物量，D為單位面積蓄積量，d為木材基本密度，BEF為生物量擴(kuò)展因子，R為根莖比(地下生物量和地上生物量的比值)。

森林NPP與林分狀況、林分年齡和林分生物量有一定關(guān)系，利用生物量、林分年齡和NPP的關(guān)系[27]，可計(jì)算喬木的NPP：

式中，NPP為植被的凈初級(jí)生產(chǎn)力，B為單位面積生物量，A為林分年齡，c、d為不同森林類型的常數(shù)[28-29]。

本研究的森林二調(diào)數(shù)據(jù)缺乏灌木和竹林的蓄積量，為了提高對(duì)森林植被評(píng)估的完整性，灌木林和竹林的固碳量采用單位面積固碳量進(jìn)行評(píng)估[30-31]，其評(píng)估公式如下：

式中，C為固碳量，S為面積，NPP為灌木或竹林凈初級(jí)生產(chǎn)力。根據(jù)相關(guān)研究，灌木林NPP為7.49t/(hm2·a)[32]，竹林NPP為6.51t/(hm2·a)[33]。

1.2.2 CASA模型評(píng)估森林植被NPP

選用朱文泉[34]等改進(jìn)的CASA模型估算森林植被NPP，計(jì)算公式如下：

式中，APAR(x，t)為像元x在t月吸收的光合有效輻射(gC·m-2·month-1)，ε(x，t)為元x在t月的實(shí)際光能利用率(gC·MJ-1)，SOL(x，t)為t月在像元x處的太陽(yáng)總輻射量(MJ·m-2·month-1)，F(xiàn)PAR(x，t)為植被層對(duì)入射光合有效輻射的吸收比例，0.5為光合有效輻射和太陽(yáng)總輻射比值。

該方法使用的數(shù)據(jù)主要包括NDVI月值數(shù)據(jù)，降雨、溫度、太陽(yáng)輻射月值數(shù)據(jù)和靜態(tài)參數(shù)；靜態(tài)參數(shù)主要參考朱文泉[34]的適用于中國(guó)的經(jīng)驗(yàn)值；太陽(yáng)輻射數(shù)據(jù)來源于Jiang等[35]研究的中國(guó)太陽(yáng)輻射數(shù)據(jù)。

本研究利用生物量法和CASA模型分別計(jì)算出森林植被NPP，森林植被固碳量可以通過下列公式獲得：

式中，C為固碳量，1.63為NPP轉(zhuǎn)為CO2的系數(shù)，12/44為CO2轉(zhuǎn)為碳的系數(shù)。

考慮到不同NPP研究方法存在高估或低估的情況[36-38]，參考相關(guān)研究[16]，本文森林植被的綜合固碳量為生物量和CASA模型2種方法評(píng)估結(jié)果的均值。

1.2.3 能源碳排放量評(píng)估

人均能源碳排放量為能源碳排放量和人口的比值。本研究參考Chen等[39]估算的中國(guó)縣級(jí)能源碳排放清單，獲取2017年人均能源碳排放量，利用街道人口數(shù)據(jù)獲得街道能源碳排放量，三江匯地區(qū)總能源碳排放量為街道能源碳排數(shù)據(jù)累加和。

式中，E為能源碳排放量，Qi為i區(qū)縣能源碳排放量，Pi為2017年i區(qū)縣人口數(shù)據(jù)，Pij為i區(qū)j街道的人口數(shù)據(jù)。

2030年能源碳排放量評(píng)估公式為：

式中，E為能源碳排放量，EI為能源強(qiáng)度，GPC為人均GDP，0.67為標(biāo)準(zhǔn)煤轉(zhuǎn)換為CO2系數(shù)。

森林植被對(duì)能源碳排放量的碳抵消率為森林固碳量占能源碳排放量的比重，街道尺度森林植被碳抵消率為街道范圍內(nèi)森林固碳量占街道能源碳排放量的比重，三江匯地區(qū)森林平均碳抵消率則為三江匯森林固碳總量與能源碳排放總量的比值。

2 研究結(jié)果

2.1 森林固碳能力評(píng)估

本文利用森林二調(diào)數(shù)據(jù)獲得三江匯地區(qū)森林樹種分布情況和單位面積蓄積量數(shù)據(jù)，參照吳征鎰[40]的研究對(duì)固碳參數(shù)進(jìn)行分類，根據(jù)已有文獻(xiàn)[41-50]得到相應(yīng)植被類型的木材基本密度、生物量擴(kuò)展因子、根莖比數(shù)據(jù)(表1)?；谏锪糠ü浪愕?017年杭州市三江匯地區(qū)森林植被固碳的總量為4.43×104t，單位面積固碳量為2.66t/hm2·a-1。從空間分布來看，NPP呈現(xiàn)出北部和南部較高，東部、中部和東北部較低的趨勢(shì)(圖2)。西北森林植被的固碳能力最強(qiáng)，NPP約為1000～1200gC/(m2·a)，西部、東南部和北部少部分區(qū)域森林植被的固碳能力次之，NPP約為800～1000gC/(m2·a)，西部和南部部分地區(qū)森林植被的固碳能力較強(qiáng)，NPP約為600～800gC/(m2·a)，中部、東部和南部部分地區(qū)森林固碳能力較低，NPP為400～600gC/(m2·a)，中部和東北部部分地區(qū)森林植被固碳能力最弱，NPP小于400gC/(m2·a)。

表1 不同植被類型的木材基本密度、生物量擴(kuò)展因子、根莖比

圖2 基于生物量法(2-1)和CASA模型法(2-2)的三江匯地區(qū)森林植被NPP評(píng)估(2017年)

基于CASA模型法評(píng)估2017年杭州市三江匯地區(qū)森林植被固碳量為5.54×104t，單位面積固碳量為3.34t/hm2·a-1。在NPP的空間分布上，呈現(xiàn)出西部、北部和南部較高，中部和東北部較低的特征(圖2)。根據(jù)測(cè)算結(jié)果可知，西部和南部森林植被固碳能力最強(qiáng)，NPP約為900～1000gC/(m2·a)，西北和東部植被固碳能力次之，NPP約為800～900gC/(m2·a)，南部、中部、東北部和東部部分區(qū)域森林植被能力較弱，NPP約為400～600gC/(m2·a)，中部和東北部部分區(qū)域森林固碳能力最弱，NPP約為200～400gC/(m2·a)?？傮w來說，基于生物量法評(píng)估的結(jié)果小于CASA模型法結(jié)果。2種方法評(píng)估結(jié)果的空間分布特征基本保持一致，均呈現(xiàn)西部、北部和南部高，中部和東北部低的特征。部分區(qū)域略有差異。

不同固碳量評(píng)估方法測(cè)算的結(jié)果往往不同[8]，基于生物量法評(píng)估的固碳結(jié)果可能會(huì)低于實(shí)際值[51]，而基于CASA模型法測(cè)算的結(jié)果可能會(huì)高于實(shí)測(cè)值和其他模型結(jié)果[36，52-53]。為提高對(duì)三江匯地區(qū)的固碳能力評(píng)估準(zhǔn)確性，本研究以2種方法結(jié)果的平均值表征2017年三江匯地區(qū)森林植被的固碳能力，為4.98×104t，單位面積固碳量為3.00t/hm2·a-1(表2)。俞靜芳等[54]評(píng)估杭州市植被單位面積固碳量的結(jié)果為2.95t/hm2·a-1，本文評(píng)估單位面積固碳量與其研究結(jié)果僅相差0.05t/hm2·a-1，因此，使用2種方法評(píng)估結(jié)果的均值更能代表三江匯地區(qū)森林植被固碳能力。

表2 2017年三江匯地區(qū)森林植被固碳量

2.2 能源碳排放量評(píng)估

2017 年三江匯地區(qū)CO2排放量為7.60×106t，碳排放量為2.07×106t。在空間分布上，三江匯地區(qū)的能源碳排放量呈現(xiàn)出南低北高、西低東高的特征(圖3)。不同的街道，排放量也不同。其中義橋鎮(zhèn)能源碳排放量最高，約為3.38×105t，對(duì)總能源碳排放量的貢獻(xiàn)為16.24%；其次為浦沿街道、聞堰街道、長(zhǎng)河街道、轉(zhuǎn)塘街道，碳排放量為2.47×105～2.95×105t，對(duì)總能源碳排放量的貢獻(xiàn)為11.93%～14.24%；城廂街道、雙浦鎮(zhèn)、蜀山街道和東洲街道能源碳排放量為1.32×105～1.76×105t，對(duì)總能源碳排放量的貢獻(xiàn)率為6.36%～8.48%；漁山鄉(xiāng)、里山鎮(zhèn)和靈橋鎮(zhèn)街道能源碳排放量最低，為0.17×105～0.21×105t，對(duì)總能源碳排放量的貢獻(xiàn)率為0.08%～1.03%。

圖3 2017年三江匯地區(qū)能源碳排放結(jié)果和各街道碳排占比

2.3 森林植被對(duì)能源碳排放量的抵消能力評(píng)估

根據(jù)2017年杭州市三江匯地區(qū)森林植被固碳量和能源碳排放量，估算出該地區(qū)森林植被對(duì)能源碳排放量的平均碳抵消率為2.41%。從空間分布上看，森林植被對(duì)能源碳排放量的碳抵消能力呈現(xiàn)出西高東低、南高北低的空間格局(圖4)。街道尺度上差異較大，各街道的抵效率為0.17%～49.04%。里山鎮(zhèn)和漁山鄉(xiāng)森林植被對(duì)能源碳排的抵消能力最強(qiáng)，分別為49.04%和37.41%；雙浦鎮(zhèn)、轉(zhuǎn)塘街道、東洲街道和靈橋鎮(zhèn)的碳抵消能力次之，為4.07%～4.84%；蜀山街道、浦沿街道、長(zhǎng)河街道、聞堰鎮(zhèn)和城廂街道碳抵消率最弱，小于1.00%，其中浦沿街道森林碳抵消能力最小，為0.17%(表3)。

表3 三江匯地區(qū)各街道森林植被對(duì)能源碳排放量的抵消率

圖4 三江匯地區(qū)各街道森林植被對(duì)能源碳排量的抵消率

2.4 2030年三江匯地區(qū)森林植被碳抵消情景預(yù)測(cè)

杭州三江匯地區(qū)2017 年常住人口約為74.67萬，人均能源碳排放量為2.77t/人。根據(jù)相關(guān)規(guī)劃，三江匯地區(qū)2030年規(guī)劃的常住人口為120萬。為提高森林植被對(duì)能源碳排放量的碳抵消能力，本文從減排和增匯2個(gè)方面進(jìn)行2030年碳抵消率預(yù)測(cè)情景設(shè)置(表4)。

表4 三江匯地區(qū)增匯與減排未來情景設(shè)置

三江匯地區(qū)未來碳增匯情景進(jìn)行設(shè)置主要依據(jù)《“三江匯”杭州未來城市實(shí)踐區(qū)發(fā)展戰(zhàn)略與行動(dòng)規(guī)劃》，根據(jù)規(guī)劃內(nèi)容，2035年三江匯地區(qū)森林覆蓋率大于等于40%，而2017年三江匯地區(qū)森林覆蓋率為36.19%，要達(dá)到規(guī)劃目標(biāo)，未來需要增加森林植被面積。根據(jù)三江匯地區(qū)未來規(guī)劃，設(shè)置的增匯情景為以下幾方面。1)現(xiàn)狀：2030年三江匯地區(qū)森林植被面積維持不變，固碳量為4.98×104t。2)增匯情景1：森林植被面積增加5%，固碳量增加5%，該情景下固碳量為5.23×104t。3)增匯情景2：森林植被面積增加10%，固碳量增加10%，該情景下固碳量為5.48×104t。

根據(jù)黃蕊等[55]對(duì)浙江省的能源強(qiáng)度預(yù)測(cè)研究與《杭州市能源“十四五”規(guī)劃》確定杭州市2030年能源強(qiáng)度為0.25t和0.20t標(biāo)準(zhǔn)煤/萬元2個(gè)不同情景。根據(jù)《杭州市人口發(fā)展“十四五”規(guī)劃》和《杭州市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展“十四五”規(guī)劃》確定2030年杭州市人均GDP為19.7萬元/人。利用能源強(qiáng)度和人均GDP數(shù)據(jù)，本研究確定的減排情景為以下幾方面。

1)現(xiàn)狀：2030年三江匯地區(qū)人均能源碳排放量為2.77t/人。

2)減排情景1：2030 年三江匯地區(qū)能源強(qiáng)度為0.25t標(biāo)準(zhǔn)煤/萬元，人均能源碳排放量為0.90t/人，該情景下能源碳排放量為1.08×106t。

3)減排情景2：2030 年三江匯地區(qū)能源強(qiáng)度為0.20t標(biāo)準(zhǔn)煤/萬元，人均能源碳排放量為0.72t/人，該情景下能源碳排放量為0.84×106t。

根據(jù)預(yù)測(cè)，情景0、情景1和情景2中，2030年人均能源碳排量保持不變，但根據(jù)預(yù)測(cè)，三江匯地區(qū)的人口會(huì)增加，所以森林植被固碳對(duì)能源碳排的抵消能力由2.41%降低為1.50%～1.64%。采用減排情景和增匯情景后，隨著人均能源碳排放量減少及森林面積的增加，森林植被抵消能源碳排的能力得到提高(圖5)。結(jié)果顯示，減少能源碳排放對(duì)提高森林植被對(duì)能源碳排的抵消能力效果更為顯著。當(dāng)人均能源碳排放量不變時(shí)，森林面積每增加5%，森林植被對(duì)能源碳排抵消率提高約為0.07%～0.29%；當(dāng)森林面積不變，人均能源碳排放量由2.77t/人降為0.90和0.72t/人，森林植被對(duì)能源碳排抵消率可分別提高2.21%～2.67%和3.36%～3.94%。在減少能源使用的同時(shí)，增加森林植被覆蓋面積可顯著提高森林植被對(duì)能源碳排的抵消能力。對(duì)于三江匯地區(qū)而言，人均能源碳排放量減為0.72t/人，森林植被面積增加10%對(duì)能源碳排放的抵消能力最強(qiáng)，為6.35%(圖5)，碳抵消率為2017年的2.64倍。

圖5 三江匯地區(qū)森林植被固碳抵消能源碳排放情景預(yù)測(cè)(2030年)

3 結(jié)論

3.1 森林植被的固碳能力分析

采用生物量法和CASA模型法估算三江匯區(qū)域森林植被固碳能力，2種方法結(jié)果的空間分布特征基本保持一致，均呈現(xiàn)為西部、北部和南部高，中部和東北部低的特征。中部和南部部分區(qū)域有所差異。2種方法評(píng)估在數(shù)值上存在一定的差異，生物量法評(píng)估的固碳量小于CASA模型法評(píng)估的固碳量。主要原因?yàn)橐韵聨追矫妗?)基于生物量法和CASA模型法評(píng)估森林植被固碳能力使用的數(shù)據(jù)來源不同，不同數(shù)據(jù)估算的結(jié)果可能有所差異。2)生物量與森林類型、年齡、林分密度等密切相關(guān)[56]，以木材基本密度、地上與地下生物量的轉(zhuǎn)換系數(shù)為常數(shù)，利用生物量擴(kuò)展因子評(píng)估生物量，使得評(píng)估森林植被的NPP結(jié)果有誤差。3)蓄積量的數(shù)據(jù)是基于森林二調(diào)樣地統(tǒng)計(jì)的平均數(shù)據(jù)，因此結(jié)果可能出現(xiàn)誤差[57]。4)王智[36]利用CASA模型估算碳儲(chǔ)量高于實(shí)測(cè)值；杜紅[52]利用CASA模型評(píng)估呼倫貝爾地區(qū)的NPP，發(fā)現(xiàn)基于CASA模型估算的NPP數(shù)值偏大；江洪等[53]發(fā)現(xiàn)CASA模型的結(jié)果高于Biome-BGC模型的估算結(jié)果；樸世龍等[8]發(fā)現(xiàn)不同固碳評(píng)估方法測(cè)算的結(jié)果不同，有的方法之間的差距很大，比如，Jiang等[58]利用清查法進(jìn)行中國(guó)陸地碳匯估算，結(jié)果為0.21～0.33PgC·a-1；Wang等[59]基于大氣反演法評(píng)估的中國(guó)陸地碳匯結(jié)果為1.11±0.38PgC·a-1，2種方法結(jié)果相差一個(gè)數(shù)量級(jí)。

考慮到2種方法對(duì)固碳量的評(píng)估可能存在高估和低估的情況，因此本研究根據(jù)張彪等[16]對(duì)上海植被的能源碳排放抵消能力的研究，采用生物量法和CASA模型法2種方法的均值作為三江匯森林植被固碳量。在一定程度上減小誤差，但簡(jiǎn)單加權(quán)平均取值的方法也存在一定的局限性。因此，后續(xù)研究在使用多種方法對(duì)固碳能力進(jìn)行評(píng)估時(shí)，需結(jié)合樣地調(diào)查，采用微氣象學(xué)法和遙感技術(shù)，利用基于陸面熱量平衡的波文比法(BREB)和渦旋相關(guān)性等方法對(duì)CO2通量進(jìn)行監(jiān)測(cè)，優(yōu)化綜合取值的方法，使評(píng)估結(jié)果更加精確。同時(shí)，本研究因缺乏混交林優(yōu)勢(shì)樹種數(shù)據(jù)，因此，在估算過程中統(tǒng)一使用混交林的參數(shù)，導(dǎo)致結(jié)果存在一定的誤差，后續(xù)研究需結(jié)合植被補(bǔ)點(diǎn)調(diào)查，確定優(yōu)勢(shì)樹種，使估算結(jié)果更加準(zhǔn)確。

3.2 森林植被碳抵消能力分析

三江匯地區(qū)森林植被固碳能力和能源碳排放量有較大的空間差異性，森林植被對(duì)能源碳排放量的碳抵消能力也呈現(xiàn)空間異質(zhì)性。里山鎮(zhèn)和漁山鄉(xiāng)的人口較少，能源碳排放量較小，同時(shí)森林植被覆蓋面積大，固碳量較大。因此，里山鎮(zhèn)和漁山鄉(xiāng)碳抵消率最大，分別為37.41%和49.04%，遠(yuǎn)高于三江匯地區(qū)森林植被對(duì)能源碳排的平均抵消能力；東洲街道、雙浦鎮(zhèn)和轉(zhuǎn)塘街道西部和西北部包含大面積的森林植被，其固碳能力較強(qiáng)，因此碳抵消能力也較強(qiáng)，可抵消4.07%～4.84%的能源碳排放量；其他街道的森林植被覆蓋面積小，植被固碳量較小，人口較多且能源碳排放量較大，因此碳抵消能力較弱，小于1.88%；其中浦沿街道城鎮(zhèn)面積大，植被覆蓋面積很小，對(duì)能源碳排放量的抵消能力最低，僅為0.17%。

2017年三江匯地區(qū)森林植被固碳對(duì)能源碳排的抵消率均值為2.41%，高于上海森林植被0.5%的能源碳排放抵消率[16]。與其他地區(qū)相比，三江匯地區(qū)森林植被對(duì)能源碳排放量抵消能力較弱，這與人口數(shù)量、經(jīng)濟(jì)發(fā)展和植被覆蓋面積等密切相關(guān)。廣州市森林固碳量可抵消2.27%的能源碳排放量[15]，中國(guó)西部地區(qū)森林固碳量對(duì)能源碳排放的抵消率為4.47%[14]，沈陽(yáng)中心城區(qū)植被提供的碳匯總量可抵消沈陽(yáng)市能源CO2排放量的7.34%[60]。

3.3 森林植被碳抵消能力預(yù)測(cè)分析

根據(jù)情景預(yù)測(cè)數(shù)據(jù)，森林面積每增加5%，對(duì)能源碳排放量的抵消率可提高0.07%～0.29%；人均能源碳排為2.77t/人，森林對(duì)能源碳排的抵消能力降低0.76%～0.91%；人均能源碳排由2.77t/人降為0.90t/人，森林植被碳抵消率提高2.21%～2.43%；人均能源碳排降為0.72t/人，碳抵消率可提高3.36%～3.94%。三江匯地區(qū)要實(shí)現(xiàn)提高森林植被抵消碳排放能力，需降低人均能源碳排放量。減少碳排放對(duì)提高森林碳抵消能力的貢獻(xiàn)較為顯著。“碳中和”即達(dá)到凈零碳排放量，為一定時(shí)間內(nèi)化石燃料的使用和其他行為導(dǎo)致的碳排放量與生態(tài)系統(tǒng)和其他技術(shù)吸收的碳排放量之間的平衡[61]。實(shí)現(xiàn)“碳中和”目標(biāo)則是后者抵消前者產(chǎn)生的所有碳排放量，減少碳排放量和增加固碳能力是實(shí)現(xiàn)“碳中和”目標(biāo)的重要手段。減少碳排可以通過優(yōu)化能源消費(fèi)結(jié)構(gòu)、制定碳排放稅對(duì)排放總量進(jìn)行管制、完善碳交易制度等方法實(shí)現(xiàn)[62-63]。碳排放量有很大的下降空間，如德國(guó)CO2排放量從1990年的12.51億t到2018年減少到8.58億t，減排率達(dá)31.42%[41]。增加森林固碳量可以通過多種方式實(shí)現(xiàn)，比如增加森林面積、完善森林砍伐政策對(duì)森林進(jìn)行保護(hù)、增加收獲木材的平均年齡等[62]。隨著區(qū)域經(jīng)濟(jì)發(fā)展，土地競(jìng)爭(zhēng)越發(fā)激烈，可以增加的森林面積有限，通過增匯的方法提高森林對(duì)能源碳排抵消能力的空間較小。三江匯地區(qū)在提高森林對(duì)能源碳排放的抵消能力可以“減少碳排放”為主，“增加碳吸收”為輔。

4 結(jié)論

本研究定量評(píng)估三江匯區(qū)域森林植被固碳能力、能源碳排放量及碳抵消率，基于生物量法測(cè)算出三江匯地區(qū)森林植被固碳量為4.43×104t，基于CASA模型測(cè)算的結(jié)果為5.54×104t，2種方法綜合得到三江匯地區(qū)森林植被固碳量為4.98×104t，可抵消2.41%的能源碳排放量。根據(jù)情景預(yù)測(cè)可知，森林面積增加和能源碳排放量的減少對(duì)提高森林植被抵消能源碳排放能力的貢獻(xiàn)不同。森林面積每增加5%，對(duì)能源碳排放量的抵消率可提高0.07%～0.29%。2030年人均能源碳排放量為2017年的2.77t/人，森林植被對(duì)能源碳排放的抵消能力將降低0.76%～0.91%；人均能源碳排由2.77t/人降低為0.90t/人，森林植被碳抵消率可提高為4.62%～5.07%；人均能源碳排降低為0.72t/人，碳抵消率可提高5.77%～6.35%。為實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展和 “碳中和”目標(biāo)，三江匯地區(qū)未來仍需從減排和增匯2個(gè)方面綜合提升森林植被對(duì)能源碳排放量的抵消能力。1)減排方面：義橋鎮(zhèn)、浦沿街道、聞堰街道、長(zhǎng)河街道和轉(zhuǎn)塘街道能源碳排放量較大，可調(diào)整優(yōu)化能源結(jié)構(gòu)，減少化石燃燒能源的使用，提高清潔能源的比例，降低能源強(qiáng)度。2)增匯方面：主要通過增加森林植被面積，尤其是森林面積較少、碳排放量大的義橋鎮(zhèn)、長(zhǎng)河街道和浦沿街道，同時(shí)注重優(yōu)化森林樹種結(jié)構(gòu)，提高單位面積森林蓄積量，進(jìn)而提高森林植被固碳能力。本文研究結(jié)果可為未來杭州市三江匯地區(qū)“碳中和”目標(biāo)實(shí)現(xiàn)的政策制定和區(qū)域可持續(xù)發(fā)展提供科學(xué)依據(jù)。

注：文中圖片除注明外，均由作者繪制。

致謝：感謝上海市科技計(jì)劃項(xiàng)目“城市景觀破碎化對(duì)生態(tài)系統(tǒng)服務(wù)的影響機(jī)制及應(yīng)用研究”的支持，感謝國(guó)家科技資源共享服務(wù)平臺(tái)-國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn)和中國(guó)碳核算數(shù)據(jù)庫(kù)(CEADs)提供數(shù)據(jù)支撐。