NPP增长驱动下的中国森林生态系统碳汇及潜力

1、 NPP增长驱动下的中国森林生态系统的碳汇及效率摘要:森林生态系统能够有效地吸收大气中的C02,从而在一定程度上缓解全球变暖的压力。生态系统固碳能力取决于两个关键因素：净初级生产力NPP）的增长强度与生态系统碳周转时间。本文基于校正后的遥感监测到的中国森林生态系统NPP增长趋势，结合森林样地实测数据得到的碳分配系数与周转时间,建立了中国森林生态系统碳周转模型,并模拟了19821999年NPP增长驱动下的森林生态系统的碳汇量及其年际变化。结果表明：在19821999年间，我国森林生态系统的平均碳汇量为0.052PgCa-1,其中植物的碳汇量为0.034PgCa-1，土壤的碳汇量为0.018PgC

2、a-1；在不同森林类型中，常绿针叶林和常绿阔叶林的碳汇贡献最大，而落叶针叶林和针阔叶混交林贡献最小；进一步分析表明森林的固碳效率（碳汇量/NPP增长总量）显著地受到森林碳周转时间的控制。关键词：NPP周转时间碳汇效率森林中国CapacityofforestcarbonsequestrationdrivenbyNPPincreasinginChinaAbstract:ForestecosystemcouldsignificantlysequestratesomeatmosphericCO2and,therefore,partlymitigatecurrentpressureonglobalwar

3、ming.ThecarbonsequestrationcapacityofforestecosystemisdeterminedbyboththeNPPincreasetrendandturnovertime.InordertoestimatethecapabilityofforestCsequestrationinChina,acarbonturnovermodel,whichbasesonNPPincreasetrendmonitoredbyremotesensingandcarbonturnovertimederivedfromforestobserveddata,wasdesigned

4、.ModeledresultsillustratedthatChinaforestisanapparentcarbonsinkwithamagnitudeof0.052PgCa-1,inwhichabout0.034PgCa-1inplanttissuesandtheotherof0.018PgCa-1insoil.Thefurtheranalysisoncarbonsequestrationefficiency(CSE)indicatedthattheCSEvalueiscontrolledbycarbonturnovertime.Keyword:NPP,turnovertime,carbo

5、nsink,efficiency,forest,China1引言工业革命以来，化石燃料的使用及土地利用方式的改变向大气中释放了大量的温室气体CO2，使得全球气温持续升高，并进而引起一系列的环境问题（Solomonetal.,2007）。如何有效地缓解大气CO2浓度的增长速度不仅是一个科学问题，而且是一个政治经济问题（Youngetal.,2003）。由于森林的再生长与增强生长能够有效地吸收大气中的CO2,因而森林固碳受到多方面的广泛关注（方精云等，2007），它是缓解全球变暖的一项低成本高收益的有效举措（Andrasko,1990；Brownetal.,1996）。随着京都议定书的签订和各个国

6、家应对全球变暖政策的出台，森林碳汇的研究与应用受到了空前的重视（Cannell,1999；戴民汉等，2004）。森林生态系统通过光合作用（碳吸收过程）与呼吸作用（碳排放过程）与大气进行碳交换，当生态系统吸收的碳量大于排放的碳量时，森林生态系统就成为大气C02的汇（简称碳汇），反之则为碳源。影响生态系统的碳汇（或碳源）因素很多，如气候变化（Dai,1993）、CO2施肥（Cramer,2001）、N沉降（Holland,1997）以及土地利用变化（Houghton,1999）等。由于生态系统本身具有很大的空间异质性，加之影响因素各不相同，使得当前生态系统碳汇研究存在很大的不确定性（Denmane

7、tal.,2007）。从中国森林生态系统碳汇已有的研究看，无论是基于过程模型的模拟方法（Caoetal.,2003;Wangetal.,2007），还是基于森林资源的清查方法（刘国华，2000；方精云，2001，2007），它们在碳汇的估计上都存在很大的差异。森林生态系统固碳能力大小取决于两个关键因素：NPP的增长强度与生态系统碳周转时间（Luoetal.,2003）。森林再生长和增强生长导致更多的碳进入到生态系统中（表现为NPP增大），因而它是生态系统固碳的外部驱动因素。但这部分碳能否有效固定在生态系统中，也就是说生态系统的固碳效率如何，则取决于生态系统的碳周转时间（Luoetal.,200

8、3）。当NPP增长驱动相同时，碳周转时间越长，森林的固碳能力越强，固碳效率也越大。本研究基于NPP增长驱动下的森林生态系统碳周转模型，对19821999年森林生态系统碳汇年际变化进行了模拟，估算了森林植被与土壤固碳能力，并探讨了碳周转时间对森林固碳效率的影响。2方法与数据2.1模型结构NPP增长驱动下的碳周转模型结构如图1所示。对于每一种森林生态系统，碳周转模型考虑乔木、灌丛、草本3个层。校正后的遥感监测到的NPP（NPP（*）按不同的分ma配系数（a、aa）分配给乔木、灌丛与草本三个碳库，其中进入到乔木层的NPP又tshh进一步分配给茎、叶、根三个子碳库s、a1、a）。进入到生态系统的有机碳

9、一部分会r保留下来并形成各自的生物量（q、tq、q、q、q），另一部分则通过植物的凋落过shhsl程脱离原来的碳库，其凋落速率取决于各碳库的周转时间（T、T、T、T、T、T）tshhsll植物凋落物进入到凋落物与土壤有机碳库（q）中，其中一部分有机碳保留下来形成土壤soc碳汇，而另一部分则以异养呼吸的形式释放回大气中，其速率取决于土壤碳周转时间（T）。soc考虑到自20世纪70年代末开始，中国政府开始实施大规模的生态恢复工程(Shen,2000),使森林生态系统的生产力大大增加。同时Fang(2001)等的研究也表明中国森林固碳量增长开始于19世纪80年代。因此，本文假设1982年为森林碳平衡

10、点，并基于(1)(6)式对19821999森林碳汇年际变化及累积量进行模拟。致=a-NPP-q代dttttdqsh=a-NPP-q/tdtshshshdqh=a-NPP-q/tdthhhdqs=a-a-NPP-q/tdttsssdq=a-aNPP-q/t(1)(2)(3)(4)(5)dtti11r=a-a-NPP-q/t（6）dttrrr2.2参数确定NPP增长趋势及强度是驱动生态系统碳汇的外部驱动因素，确定森林生态系统NPP的量及变化趋势是模拟生态系统碳汇的关键之一。基于遥感数据的光能利用率模型（CASA模型）由于能较好地模拟区域尺度NPP的空间分布及变化，它们广泛应用于各种空间尺度的NPP

11、监测（Potteretal.,1993;Piaoetal.,2005;朱文泉，2006）。在CASA模型中，NPP是植物吸收的光合有效辐射（APAR）、最大光能利用率（*）、温度胁迫系数（兀）及水分胁迫系数（W）的函数，它可以由下式表示：NPP=fAPAR-PAR-*-T-W（7）其中fAPAR为光合有效辐射（PAR）被植物吸收的比例，它通过遥感数据NDVI来估算。对CASA模型估算的NPP精度影响最大的参数是最大光能利用率*（彭少麟，2000），它通常随植被类型的不同而有所差异（Ruimyetal.,1999；朱文泉，2006）。因此，确定不同植被类型的最大光能利用率参数对于确定NPP增长的

12、年际变化的绝对量（gCm-2a-1）非常重要。然而，由于植被类型在空间分布上的年际变化很小，因此，*的取值对NPP年际变化相对量（）或趋势的影响不大（Piaoetal.,2005）。正因为如此，Piao等（2005）利用CASA模型成功地模拟了最大光能利用率为常数（*=0.405gCMJ-1）下的19821999年中国不同生态系统的NPP增长趋势。由于驱动森林碳汇变化的因素是NPP增长的绝对量而非相对量，因此，本文在利用Piao等（2005年）研究的NPP增长趋势的基础上，结合罗天祥等（1996年）1266块森林样地中NPP的观测值对CASA模型的最大光能利用率进行了校正（*），并进而获得校正

13、后的aNPP（NPP（*）及年际变化量以驱动碳周转过程模型（图1）：maNPP*=*Xo（8）aNPP（*）m其中，*为最大光能利用率常数（0.405gCMJ-1），NPP0为样地观测的NPP，NPP（*）为0m最大光能利用率常数（*）下模拟的多年平均NPP。在本研究中，图1中各子库的碳分配系数和周转时间通过观测数据来获取。其中碳分配系数由罗天祥的样地观测数据直接得到，而各子库的周转时间则基于罗天祥和王绍强等观测的植物与土壤的碳储量和碳通量数据进行估算（罗天祥，1996；Wangetal.,2003）。3结果与讨论3.1最大光能利用率校正后的最大光能利用率（表1）表明，不同森林类型的最大光能利

14、用率差异较大，其中常绿阔叶林与落叶阔叶林的最大光能利用率最大，分别达到了0.896和0.853，这与朱文泉等（2006）的研究结果比较一致（其值分别为0.985和0.692）。这一结果也与彭少麟等（2000）的研究较为接近，其研究表明广东的最大光能利用率达到1.25gCMJ-1,大于CASA模型默认的光能利用率常数。这表明校正后的最大光能利用率参数在保证NPP增长趋势与Piao等（2005）研究一致的同时，能显著降低CASA模型模拟的NPP增长量与观测结果的差异。表1中国主要森林生态系统的最大光能利用率代码森林类型样本数*a1常绿阔叶林2600.4050.8962落叶阔叶林3010.4050.

15、8533常绿针叶林6130.4050.8464落叶针叶林480.4050.6955针阔混交林220.4050.6393.2森林碳汇量及年际变化中国森林生态系统碳汇模拟结果表明，NPP增长及趋势与森林碳汇的关系密切。遥感监测到的NPP具有明显地增长趋势（图2a），使得进入到生态系统中的NPP的累积量显著增加（图2b）,从而直接导致了森林生态系统碳汇量的年际变化（图2c）及累积量上的变化（图2d）。因此，NPP增长是驱动中国森林生态系统碳汇变化的根本因素。在不同森林类型中，常绿针叶林和常绿阔叶林由于同时具有最大的面积（分别占总面积46.5%和22.5%）和较大的NPP增长强度，因而其碳汇贡献最大，

16、而落叶针叶林和针阔叶混交林贡献最小。.6.j.w.h.m.&4Q.D.Q.n.o.o.-d.Ego.o.mO.Q.0.0.料-亠”亠值內+土sV竖盍电p-.-lso里串肝蚩T值樹土儀+土琨图2森林生态系统碳汇年际变化及累积量从19831999年，森林生态系统的累积的碳汇量为0.876PgC,年平均碳汇量为0.052(PgCa-1),其中固定在植被中的碳汇量为0.034(PgCa-1)，固定在土壤中的碳汇量为0.018(PgCa-1)。对于植被固碳来说，乔木的碳汇量最大(0.032PgCa-1)，灌丛次之(0.002PgCa-1)，而草本最小，仅为0.0002PgCa-1。草本由于碳周转时间很短

17、，因此分配给草本的有机碳并不能长久地保存在草本植物体内，而是很快进入到土壤碳库中(图3a)。从乔木各器官的碳汇看，其茎的碳汇量最大(0.023PgCa-1)，占了乔木总碳汇量的72%，其次是根(0.006PgCa-1)占19%，而叶的碳汇量最小(0.003PgCa-1)，约占乔木总碳汇9%(图3b)。乔木根的碳汇量小于茎的碳汇量，这与观测到的NPP在茎的分配量大于根的分配量是一致的(罗天祥，1996)。壮032024&16L9S219&I19861朝g】蝕01992L妙忖卿图3森林植被各部分的累积固碳量表2为本研究模拟的植被碳汇量与其他学者研究结果之间的比较。本研究估算值略高于方精云等(200

18、1)、刘国华等(2000)、Piao等(2005)基于森林资源清查资料估算的碳汇量,其值介于0.0190.027PgCa-1之间；但低于方精云等(2007)的碳汇估算量(0.075PgCa-1)。由于森林标准从以往的郁闭度30%调整为20%，可能造成其碳汇估算偏高(方精云，2007)。与其他模型估算的森林碳汇相比，本研究的结果与Wang等(2007)结果比较一致，其采用InTEC模型估算了中国森林的碳汇量，其值的变化范围为0.0110.055PgCa-1，本研究估算量正好在位于其中值附近。表2森林植被碳汇量估算比较研究者植被碳汇(PgCa-1)本研究0.034刘国华(2000)0.027方精云

19、(2001)0.021Piao(2005)0.019方精云(2007)0.075Cao(2003)0.07Wang(2007)0.0110.055从中国整个森林生态系统来说，碳汇主要固定在植被的根、茎、叶等器官中，土壤碳汇只占植被碳汇的一半(53.8%)。而美国的土壤碳汇是植被碳汇的2/3左右(Pacala,2001),欧洲土壤碳汇约占30%左右(Janssensetal.,2003)。因此中国森林土壤的碳汇量与美国土壤碳汇所占的比例更为接近。黄耀等(2006)对中国农田土壤20年来的有机碳含量的变化趋势进行了研究，其结果表明二十年来中国农田土壤有机碳约增加了0.310.40PgC，即农田土壤

20、年平均固碳量为0.0160.02PgCa-1,其大小与中国森林土壤固碳量相当，但如果考虑到农田面积(166.73X106ha)比森林总面积(124.29X106ha)更大，单位面积森林土壤固碳量约为农田土壤的1.21.6倍。3.3森林碳汇效率除NPP增长驱动因素外，碳在生态系统中的周转时间是决定碳汇量的另一个关键参数，也就是说，生态系统能否把随NPP增长进入到系统的碳长时间保存以形成有效的碳汇，还是很快进入另一个碳库亦或是通过呼吸作用返回给大气，主要取决于生态系统的平均的碳周转时间(Luoetal.,2003)。对于某种森林生态系统来说，碳汇效率(CSE)是指生态系统累积固碳量与随NPP增长进

21、入到生态系统中的累积碳总量之比，它代表累积的NPP增量中有多大的比例保存在生态系统中，而其他的碳量(1CSE)则在呼吸作用下返回大气。森林植被的碳汇效率研究表明，常绿林的固碳效率大于落叶林，其中常绿针叶林的碳汇效率最大，落叶针叶林的碳汇效率最小。按碳汇效率大小排列分别为：常绿针叶林针阔混交林常绿阔叶林落叶阔叶林落叶针叶林。进一步的研究表明，森林植被的碳汇效率显著地受到植被碳周转时间的控制，它们之间存在显著的线性关系(R2=0.91),即碳周转时间越长，植被的固碳汇效率越高(图4)。0別045040035U3U02502016：71819202122232425罔转曰I间(Turnover/yr

22、)图4森林植被碳汇效率与植被碳周转时间的关系4结论本文基于校正后的遥感监测的中国森林生态系统NPP增长趋势，结合NPP增长驱动下的碳周转模型估算了中国森林生态系统年平均碳汇量及其年际变化，结果表明：NPP增长及趋势与森林碳汇的关系密切，NPP增长是驱动中国森林生态系统碳汇变化的根本因素；在19821999年间，我国森林生态系统的年均碳汇量为0.052PgCa-i,其中植物的碳汇量为0.034PgCa-i，土壤的碳汇量为0.018PgCa-i；在不同森林类型中，常绿针叶林和常绿阔叶林的碳汇贡献最大，而落叶针叶林和针阔叶混交林贡献最小；固碳效率分析表明，森林植被固碳效率主要受植被碳周转时间控制，其

23、碳汇效率的大小依次为：常绿针叶林针阔混交林常绿阔叶林落叶阔叶林落叶针叶林，也就是说当NPP增长驱动一致时，常绿针叶林的植被固碳量最大，而落叶针叶林植被固碳量最小。参考文献Andrasko,K.,1990.ClimateChangeandGlobalForests:CurrentKnowledgeofPotentialEffects,AdaptionandMitigationOptions.FAO,ForestryDepartment,Rome.Brown,S.,Sathaye,J.,Cannell,M.,Kauppi,P.E.,1996.Managementofforestsformitiga

24、tionofgreenhousegasemissions.In:Watson,R.T.,Zinyowera,M.C.,Moss,R.H.(Eds.),ClimateChange1995:Impacts,AdaptationsandMitigationofClimateChange,ScientificAnalyses.ContributionofWorkingGroupIItotheSecondAssessmentReportoftheIntergovernmentalPanelonClimateChange.CambridgeUniversityPress,Cambridge,pp.773-

25、798Cannell,M.G.R.,Milne,R.,Haigreaves,K.J.,Brown,T.A.W.,Cruickshank,M.M.,Bradley,R.I.,Spencer,T.,Hope,D.,Billet,M.F.,Adger,W.N.,Subak,S.Nationalinventoriesofterrestrialcarbonsourcesandsinks:theUKexperience.ClimateChange,1999,42(3):505-530.CaoMK,TaoB,LiKR,etal.InterannualVariationinTerrestrialEcosyst

26、emCarbonFluxesinChinafrom1981to1998.ActaBotanSin,2003,45:552560Cramer,W.,F.I.Bondeau,I.C.Woodwardetal.GlobalresponseofterrestrialecosystemstructureandfunctiontoCO2andclimatechange:resultsfromsixdynamicglobalvegetationmodels.GlobalChangeBiology.2001,7:357373.Dai,A.,I.Y.Fung.Canclimatevariabilitycontr

27、ibutetothe“missing”CO2sink?GlobalBiogeochemicalCycles,1993,7(3):599609DenmanKL,BrasseurG,ChidthaisongA,etal.Couplingsbetweenchangesintheclimatesystemandbiogeochemistry.In:SolomonS,QinD,ManningM,etal.ClimateChange2007:ThePhysicalScienceBasis.NewYork:CambridgeUniversityPress,2007.FangJY,ChenAP,PengCH,

28、etal.ChangesinforestbiomasscarbonstorageinChinabetween1949and1998.Science,2001,292:23202322HoughtonJT,DingY,GriggsDJ,etal,eds.ClimateChange2001:TheScientificBase.Cambridge:CambridgeUniversityPress,2001.Holland,E.A.,B.H.Braswell,J.F.Lamarque,etal.Variationsinthepredictedspatialdistributionofatmospher

29、icnitrogendepositionandtheirimpactoncarbonuptakebyterrestrialecosystems.JournalofGeophysicalResearch,1997,102(D13):1584915866.Houghton,R.A.,J.L.Hackler,K.T.Lawrence(1999),TheU.S.CarbonBudget:Contributionsfromland-usechange.Science,285:574578.JanssensIA,FreibauerA,CiaisP,etal.Europesterrestrialbiosph

30、ereabsorbs7to12%ofEuropeananthropogenicCO2emission.Science,2003,300:15381542LuoYQ,LutherW.White,JosepG.Canadelletal.Sustainabilityofterrestrialcarbonsequestration:AcasestudyinDukeForestwithinversionapproach.GlobalBiogeochemicalCycles,2003,17:13PacalaSW,HurttGC,BakerD,etal.Consistentland-andatmospher

31、e-basedUScarbonsinkestimates.Science,2001,292:23162320PiaoSL,FangJYetal.Changesinvegetationnetprimaryproductivityfrom1982to1999inChina.GlobalBiogeochemicalCycles,2005,19:116PiaoSL,FangJYetal.,ForestbiomasscarbonstocksinChinaoverthepast2decades:Estimationbasedonintegratedinventoryandsatellitedata.JOURNALOFGEOPHYSICALRESEARCH,VOL.110,G01006,doi:10.1029/2005JG000014,2005PostWMandEmanuelWR.Soilcarbonpoolsandworldlifezones.Nature,1982,298:156159.RuimyA,KergoatL,BondeauA,etal.Comparingglobalmodelsofterrestrialnetprimaryproductivity(NPP):analysisofdifferencesinlightabsorp