西双版纳地区森林变化碳效应与生态效益评估

刘桂芳,关瑞敏,夏梦琳,卢鹤立,3,4,*,徐 明,3,4,郑 辉,3

1 河南大学地理与环境学院/河南大学黄河文明与可持续发展研究中心暨黄河文明省部共建协同创新中心,开封 475004 2 黄河中下游数字地理技术教育部重点实验室(河南大学)/河南大学环境与规划国家级实验教学示范中心,开封 475004 3 河南省地球系统观测与模拟重点实验室,开封 475004 4 河南大别山森林生态系统国家野外科学观测研究站,开封 475004

气候变化已经成为当今人类关注的最重要话题之一,人类活动导致的二氧化碳浓度增加是引起气候变化的一个重要因素[1]。相对于温带和寒带森林,热带雨林植被碳储量更高,因而,热带雨林在应对全球二氧化碳浓度增加方面扮演着关键性角色[2—3]。目前,热带雨林因森林砍伐导致的碳排放已占全球总温室气体排放量的20%,远远超过了交通部门碳排放量的占比。然而,由于核定和监测问题,以稳定温室气体浓度、实现全球碳减排为目标的京都议定书,却并没有涉及到这个方面。因此,除非在国际减排框架中纳入热带雨林地区,全球温室气体减排目标将不会最终实现[4—7]。基于此,减少发展中国家森林砍伐和退化而降低温室气体排放的机制在气候变化谈判中逐渐得到发展。2012年12月,在多哈世界气候峰会上,与会国一致认为：依据联合国气候变化框架公约(UNFCCC),为了有效地应对全球气候变化,可以在发展中国家实施积极的激励措施或补偿措施,一方面可以减少由森林砍伐和退化造成的温室气体排放,另一方面也可以增强森林的固碳能力,即REDD+[8—10]。2013年11月,在华沙《联合国气候变化框架公约》第十九次缔约方大会(COP19)暨《京都议定书》第九次缔约方会议(CMP9)上,各方就REDD+资金议题、REDD+行动方法指南议题、协调REDD+行动支持议题和LULUCF(Land use, land use change and forestry)相关技术问题议题展开深入讨论,通过了与REDD+相关的7个决定,组成了REDD+华沙框架。2015年12月,《联合国气候变化框架公约》近200个缔约方在巴黎气候变化大会上通过《巴黎协定》,是继《京都议定书》后第二份有法律约束力的气候协议。2016年4月22日,包括中国在内的170多个国家在纽约共同签署了这一协定,承诺将全球气温升高幅度控制在2℃的范围之内[11]。《巴黎协定》不仅为2020年后全球应对气候变化行动做出了安排,同时也使该协定第五条涉及的REDD+机制得到了国际法上的确认,为国际社会进一步强化森林在应对气候变化问题上的效用,以及发展中国家扩大森林经营,实现低碳发展铺平了道路。为积极应对气候变化,响应《巴黎协定》约定, 2020年9月,中国在联合国大会上向全世界宣布了2030年前实现碳达峰、2060年前实现碳中和的目标[11],而要实现这一宏伟目标,显然离不开REDD+行动框架。

毁林和森林退化不仅导致热带雨林地区碳储量减少和固碳能力降低,也将引起植被构成发生变化、土壤侵蚀加剧、土地退化及水污染等系列效应,从而对森林生态系统产生严重的负面影响。目前,对REDD+的碳效应和生态效益进行评估已成为REDD+研究的热点问题[12—14]。鉴于此,本研究以中国的西双版纳地区为研究区域,以毁林最严重的1976—2007年为REDD+基线[15—20],尝试对REDD+的碳汇效益和生态效益进行系统综合评估,并明确两者之间的关系。研究中,基于卫星影像,并结合植被指数(NDVI),提取了研究区的土地利用变化信息。基于IPCC温室气体清单方法,计算了研究区的森林碳储量变化。在此基础上,基于通用土壤流失方程(RUSLE)和景观指数对包括土壤侵蚀和森林破碎化在内的REDD+生态效益进行了核算。文中最后对REDD+的机制进行了探讨。

1 数据和方法

1.1 研究区域

图1 西双版纳全区图Fig.1 Map of Xishuangbanna

西双版纳地区位于云南省南部边缘(21°09′—22°36′N,99°58′— 101°50′E),总面积约19674km2(图1)。西双版纳拥有中国唯一保存面积最大、地球上分布最北的热带雨林,也是中国热带森林生态系统类型最多的地区[21]。近年来由于人口增加和人类活动加剧,加之该区丰富的气候资源和适宜的地形条件,橡胶等热带经济林或作物的种植面积不断扩大,导致森林砍伐较严重,森林破碎化加剧。森林砍伐引起了土地利用/覆被变化,不仅使西双版纳地区的植被碳贮量不断减少,碳储量分布模式也由随机离散分布逐渐趋向聚集分布[22]。此外,森林景观结构也发生了显著变化。表现为核心森林面积减少、斑块数量增加以及斑块间的孤立程度提高等明显的森林破碎化现象,减弱了森林生态系统服务功能,对区内生态环境和生物多样性产生显著影响[23—24]。近年来,土壤侵蚀问题也有所增长,导致土地进一步退化,森林和土壤对洪水的调控能力下降。上述问题都会影响森林生态系统物质和能量的稳定循环,进而对系统功能和稳定构成巨大威胁。

为界定REDD+活动的参考时期和规模,REDD+框架设定了一种基准情形,即REDD+基线。使用REDD+基线可以评估在REDD+减排增汇机制实施的情形下,与不实施的情形相比会产生多少减排量,从而为财政补偿提供依据。过去的毁林时期通常被作为一个地区的REDD+基线。1976—2007年是西双版纳地区毁林最严重的时期,因此,研究中以1976—2007年为REDD+基线,对REDD+的碳效应和生态效益进行评估。

1.2 数据来源与处理

本研究采用1976、1992、1999、2007年四期的遥感影像数据进行土地利用解译。其中,1976年的MSS和1992年TM影像来源于美国地质调查局(http://www.usgs.gov/)；1999年和2007年的ETM/TM影像以及Terra MODIS影像均来源于中国科学院计算机网络信息中心地理空间数据云(http://www.gscloud.cn)。2007年的ETM数据使用地理空间数据云(http://www.gscloud.cn)提供的条带修复模型进行修复,修复方法为多影像自适应局部回归。Terra MODIS采用16天合成的L3数据产品MOD13Q1。轨道号、日期、云量和数据来源详见表1。

表1 遥感影像数据

根据研究区土地利用与覆被特点,本研究将土地利用/覆被分为9种类型：天然林、灌木林、橡胶园、茶园、旱地、水田、建设用地和其他用地。通过对研究区不同时期的卫星影像进行土地利用/覆被解译,可以追踪历史上的毁林活动。根据联合国粮农组织FAO的定义,毁林是指森林转换为其他土地利用方式的过程,如转换为新的农业用地、种植园用地,或者长期的林冠覆盖面积减少的过程。因此,研究中把天然林和灌木林的变化都归于毁林的范畴。

1.3 研究方法

研究框架见图2,研究目标是分析REDD+的碳效应和生态效益。首先基于卫星遥感影像,并结合植被指数(NDVI),提取出西双版纳地区的土地利用变化信息,这是分析碳效应和生态效益的基础。在碳效应方面,利用IPCC方法,得到西双版纳地区森林碳储量变化,评估REDD+机制的碳汇效益；在生态效益方面,重点关注森林破碎化与土壤侵蚀：基于景观指数计算破碎化,基于通用土壤流失方程(RUSLE)评估土壤侵蚀,并分别分析他们与碳变化之间的关系。

图2 研究框架Fig.2 Research frameworkREDD+: 减少发展中国家因毁林和森林退化导致的温室气体排放和保持碳储量 Reducing emissions from deforestation and forest degradation in developing countries; NDVI: 归一化植被指数 Normalized difference vegetation index; IPCC: 政府间气候变化专门委员会 Intergovernmental panel on climate change; RUSLE: 修正的通用土壤流失方程 The revised universal soil loss equation

1.3.1IPCC温室气体清单计算方法

根据《IPCC土地利用、土地利用变化和林业优良做法指南》,碳库包括三部分,即活生物量(LB)碳库、死有机质(DOM)碳库和土壤有机质(SOM)碳库；其中,活生物量又包括地上部分生物量(AB)和地下部分生物量(BB),死有机质又包括死木(DW)和枯枝落叶(LT)。

总碳库储量可以表示为：

CTotal=CLB+CDOM+CSOM

(1)

式中,CTotal为土地生态系统总碳库碳储量(t)；CLB为活生物量碳储量(t)；CDOM为死有机质碳储量(t)；CSOM为土壤有机质碳储量(t)；

其中：

CDOM=CDW+CLT

(2)

式中,CDW为死木碳储量(t)；CLT为枯枝落叶碳储量(t)。

土地利用变化的碳效应评估是指按照以下指导方法从而计算出森林生态类型的活生物量碳库、死有机质碳库和土壤碳库的年度变化。

即：

ΔCTotal=ΔCLB+ΔCDOM+ΔCSOM

(3)

式中,ΔCTotal为土地生态系统总碳库碳储量年际变化(t/a)；ΔCLB为活生物量碳储量年际变化(t/a)；ΔCDOM为死有机质碳储量年际变化(t/a)；ΔCSOM为土壤有机质碳储量年际变化(t/a)。

其中：死有机质碳储量年际变化又等于死木和枯枝落叶碳储量年际变化之和：

ΔCDOM=ΔCDW+ΔCLT

(4)

式中,ΔCDW为死木碳储量年际变化(t/a)；ΔCLT为枯枝落叶碳储量年际变化(t/a)。

IPCC方法需要在成本和测算结果的准确性之间进行权衡。为此,IPCC在测算方法、参数和数据源方面确定了三个层次的标准。对REDD+机制来讲,允许测算结果存在一定的不确定性从而减少成本是十分必要的。我国学者在陆地生态系统碳循环方面做了大量的工作,对西双版纳地区的植被、土壤碳储量和碳密度进行了大量研究,取得了丰硕的成果[25—27]。张修玉等[28]对西双版纳地区陆地植被碳储量进行了研究,李红梅[29]等对该地区土壤碳储量和碳密度进行了研究,萧自位等[30]、庞家平[31]分别对西双版纳地区茶园、橡胶林地区植被、土壤碳密度进行了研究,他们的研究为IPCC碳排放核算参数本地化提供了重要的参考,也为我们核算REDD+碳汇效益提供了依据。本文在综合国内大量相关研究的基础上,利用整合分析(Meta-analysis)方法,对相关研究成果进行分类、综合,得到参数表(表2)。

表2 碳排放估算中采用的各种参数/(t/hm2)

1.3.2森林破碎化度量

研究中采用景观指数来度量研究区的森林破碎化程度。景观指数通常用来测度土地覆被空间结构的组成(数量、某一比例构成出现频率、景观中景观要素的多样性)和配置(景观中要素的分布和空间位置)等[34]。景观指数分为斑块、类型、景观3个级别,本文选取天然林和灌木林两个类型级别景观指数和总体景观指数共9项指标来描述森林破碎化(表3)。

表3 景观指数选择

森林破碎化指数的计算使用了马萨诸塞大学自然资源保护学院开发的Fragstats程序。研究中使用的土地利用数据由遥感影像解译得到,时间序列为1976年、1992年、1999年和2007年4期。

1.3.3基于RUSLE模型的土壤侵蚀评价

本研究中,采用修正的通用土壤流失方程(Revised Universal Soil Loss Equation,RUSLE)来估算土壤侵蚀。RUSLE模型[35]已被广泛地应用于评估自然和人类活动变化引起的土壤侵蚀变化。该模型揭示了在气候、土壤、地形和土地覆被因素综合作用下,通过下渗和地表径流作用,土壤侵蚀过程的发生和变化[36]。RUSLE计算土壤侵蚀量的公式为：

A=R×K×L×S×C×P

(5)

式中,A为单位面积年平均土壤流失量(t/hm2)；R为降雨侵蚀力因子(MJ mm hm-2h-1)；K为土壤可蚀性因子(t h MJ-1mm-1)；L为坡长因子,S为坡度因子；C为植被覆盖与管理因子；P为水土保持措施因子。其中：

R反映降雨引起土壤分离和搬运的动力大小,即降雨产生土壤侵蚀的潜在能力。本研究采用杨子生的方法,使用雨季(5—10月)累积降雨量估算降雨侵蚀因子R[37]。

K表示在单位降雨侵蚀指标下的土壤流失率,此因子取决于土壤质地、有机质含量、土壤结构和土壤透水性等。本文参考杨子生等[37—39]的研究,取其平均值0.326467 t h MJ-1mm-1。

L和S代表地形因素对侵蚀的影响,研究中采用由美国太空总署(NASA)和国防部国家测绘局(NIMA)联合测量的SRTM数据,坡长计算时使用到山脊线的距离作为近似值。由于L和S经常共同影响土壤流失,因此,将L和S结合起来,作为一个复合因子(即地形因子LS)进行综合测算,参考杨子生的方法[37],公式如下：

(6)

植被覆盖不同对土壤侵蚀的影响也不同[40],C用来衡量植被覆盖与植被管理对土壤侵蚀的影响。由于NDVI的差异可以表示植被覆盖度的不同,本研究中采用植被指数NDVI来估算C值。利用欧洲土壤局提出的方程,基于NDVI可以得到近似的C因子：

(7)

式中,α、β为决定NDVI-C曲线形状的参数,通常α的值取2,β取1[41]。

P因子是采取水土保持措施后每单位面积土壤流失与顺坡耕作的比值,不同的土地利用类型由于管理方式的不同会造成P因子的差异。参考白晓松等[42]的结果,制定西双版纳地区9种不同土地类型的水土保持措施因子(表4)。

表4 水土保持措施因子

2 结果分析

2.1 土地利用变化

由影像解译可得西双版纳地区1976、1992、1999、2007年的土地利用/覆被变化情况(图3),分析表明：在此期间,土地利用/覆被发生了深刻的变化。从1976—2007共32年间,西双版纳天然林面积不断减少,而经济林(橡胶园和茶园)面积持续增加,且增加速度不断增大。1976年,该区天然林面积为1.35×106hm2,占总面积的68.62%,到2007年,已减至8.60×105hm2。1976—2007年间,天然林面积平均每年减少1.17%,其中,1976—1992年间平均每年减少0.74%,1992—1999年间平均每年减少1.20%,1999—2007年间平均每年减少2.64%,减少速度不断加快。与此同时,橡胶园面积则以年均26.23%速度增长, 1976—2007年间,该区橡胶园面积由2.58×104hm2增至2.36×105hm2,净增2.10×105hm2。茶园的增长速度也在加快,1976—1992年间平均每年增加5.20×102hm2,1992—1999年间平均每年增加1.36×103hm2,而到1999—2007年间平均每年增加值达到3.10×103hm2,分别是1976—1992、1992—1999年间的5.97倍和2.28倍。1976—2007年间,该区灌木林面积也在不断增加,由2.23×105hm2增加至4.65×105hm2,平均每年增加7.80×103hm2,占总面积比重也由11.35%增至23.64%。荒草地、水田和旱地均呈现波动性变化,总体趋势较为稳定。

图3 1976、1992、1999、2007年不同土地利用类型面积变化Fig.3 Area change of different land use types in 1976, 1992, 1999 and 2007

2.2 土地利用变化引起的碳排放

基于IPCC方法对西双版纳地区1976—2007年的碳储量进行计算,结果显示,该地区在这一时期内的碳储量大幅度减少。1976—2007年32年间,西双版纳地区的总碳储量共减少了3.45×106t,其中,1976—1992年间平均每年减少0.54×104t,1999—2007年间平均每年减少1.60×104t,表明碳排放呈逐渐增加的趋势。1976年天然林的碳储量为1.96× 108t,占总碳储量的78.24%,到2007年,天然林碳储量减少至1.25×108t,占总碳储量的50.52%,平均每年排放2.29×106t碳。在低海拔地区,大量天然林转化为灌木林、橡胶园和茶园。毁林呈现出逐渐由低海拔、小坡度、南坡地区向高海拔、大坡度、北坡扩张的趋势。1976、1992、1999、2007年不同土地利用类型碳储量变化情况见图4。

图4 1976、1992、1999、2007年不同土地利用类型碳储量变化Fig.4 Carbon storage change of different land use types in 1976, 1992, 1999 and 2007

2.3 森林破碎化分析

在景观动态变化过程中,天然林和灌木林的斑块数量、平均斑块面积、平均最近邻距离和平均形状指数均发生了明显变化。计算表明,天然林的NP不断增加,1976、1992、1999年分别为235、410和450,2007年已增加到517,为1976年的两倍多；AREA_MN不断减小,1976、1992、1999年分别为5743.7、2860.7、2327hm2,2007年下降到1609.5hm2；ENN_MN持续增长,从1976年的849.5m,增长到1992年的908.8m、1999年的951.8m和2007年的1063.7m。与此同时,天然林的SHAPE_MN持续下降。这些说明天然林表现出了明显的破碎化趋势。由于通常自然状态下的斑块形状较复杂,而经过人类活动影响之后的斑块形状则会变得规整[43],可见该时段内人类活动对天然林的影响是造成天然林破碎化程度加剧的重要原因。和天然林相反,灌木林的NP、ENN_MN均表现出下降趋势,而AREA_MN表现出上升趋势,说明从1976年到2007年人为种植的灌木林景观的聚集度增加。

研究中采用斑块数量、平均斑块面积、景观内聚力指数、Shannon多样性指数和Shannon均一性指数来分析研究区的整体景观结构。计算结果表明,1976—2007年间,研究区的NP表现出明显的增长趋势。1976、1992、1999年分别为5022、5566和5720,到2007年已增加到6821。同时AREA_MN不断减小,由1976年的391.7hm2减小到1992、1999、2007年的353.54hm2、343.97hm2和288.36hm2。研究区的NP的增加和AREA_MN的减小,表明研究区已呈现明显的整体破碎化趋势。此外,COHESION也由1976年的99.34下降到1992、1999、2007年的98.85、98.59和97.23,整体呈现出降低趋势。

2.4 碳排放和森林破碎化之间的关系

本研究选取1976、1992、1999、2007年四个时间节点,来探讨1976—2007年间研究区碳排放和森林破碎化之间的关系。图5显示了几个时间段的碳储量和森林破碎化指数的百分比变化情况。由图5可知,以1976年的数据为基准,与1976年相比,1992年的碳储量减少了1.7%,到1999、2007年分别减少了3.38%和8.16%。与此相对应的是,1976—2007年32年间,NP增加了8.16%,SHDI和SHEI分别增加了51.39%和34.07%；同时,AREA_MN和COHESION分别减小了26.26%和2.13%。以上数据表明,研究区森林砍伐引起的土地利用/覆被变化,不仅导致碳储量的减少,森林景观结构也发生了显著变化,破碎化趋势明显,二者变化相一致。

图5 碳储量和森林破碎化百分比变化图Fig.5 Relationship between carbon storage change and fragmentation in 1976, 1992, 1999 and 2007SHEI: Shannon均匀度指数 Shannon′s Evenness Index; SHDI: Shannon多样性指数 Shannon′s Diversity Index; COHESION: 景观内聚力指数 Patch Cohesion Index; AREA_MN: 平均斑块面积 Mean Patch Area; NP: 斑块数量 Number of Patches

2.5 碳排放与土壤侵蚀之间的关系

研究中使用RUSLE模型对研究区土壤侵蚀进行了核算。结果表明：1999—2007年间,西双版纳地区全年土壤侵蚀总量由6.44×107t增加到8.24×107t,年均增速为3.12%；全区平均土壤侵蚀模数由32.9t/hm2增加到42.08t/hm2；侵蚀模数80t/hm2以上的严重侵蚀区从2.31×105hm2增加到2.78×105hm2。以上数据说明1999—2007年间,西双版纳地区土壤侵蚀越来越严重(图6)。

为了分析土壤侵蚀与碳排放之间的关系,按1999年和2007年的土壤侵蚀等级(轻度侵蚀、中度侵蚀、重度侵蚀、极重度侵蚀和剧烈侵蚀)对碳排放进行了统计(图6)。结果显示,土壤侵蚀剧烈的区域,其平均碳排放也相对较高。1999年到2007年间,剧烈侵蚀区域的平均碳排放是轻度侵蚀区域的6倍多。由此可见,随着碳储量的减少,区域的土壤侵蚀量呈现出增加的趋势,碳排放和土壤侵蚀呈现出强烈的相关性。

图6 土壤侵蚀和碳排放的关系Fig.6 Relationship between carbon emissions and soil erosion

3 讨论和结论

西双版纳地区的森林生态系统作为中国重要的碳库,维持其生态系统的稳定,增加碳汇,减少碳排放,对中国落实《巴黎协定》约定,努力实现2060年前碳中和的目标起着重要作用。同时,对该区毁林导致的土地覆被变化的碳效应和生态效益进行系统综合评估,可为REDD+研究提供重要借鉴。

(1)1976—2007年,由于森林砍伐和退化,西双版纳地区天然林碳储量从占总碳储量的78.24%减少至50.52%,这是造成该区碳储量减少的主要原因。西双版纳地区毁林的主要原因是发展压力,如：人口增加、经济发展和居民生活水平提升等。但近年来,随着中国生态保护工程的实施,执法力度进一步加强,西双版纳地区非法毁林现象已呈减少趋势；同时,通过“退耕还林”等行动,西双版纳地区进一步增加了热带雨林的碳储量,保护了雨林生物多样性[44—47]。鉴于生态保护工程的成果,在REDD+林业谈判中,中国可坚持如下立场：在REDD+之内,强调造林和再造林的森林碳汇信用,以体现中国生态保护工程的效果；在REDD+之外,应积极呼吁设立森林保护奖励机制,用于激励在森林保护上作出重要贡献的发展中国家和地区,如西双版纳地区。

(2)在西双版纳地区开展REDD+项目,需要国际组织、国家、当地政府、当地居民的紧密配合,还需要外部资金的紧密合作。而REDD+的核心是利用市场机制来鼓励因森林砍伐导致的温室气体排放的国家减少森林破坏和防止森林退化,同时允许这些国家通过碳市场获利。因此,在对外方面,中国需要表明发达国家有义务和责任帮助发展中国家,发达国家须提供充足的资金,通过技术培训提升发展中国家的能力,减少毁林和森林退化导致的碳排放,例如在西双版纳地区。在对内方面,中国可以考虑开放碳市场中的志愿市场,从而在西双版纳地区引入森林生态有偿服务机制。同时,中国也可以先让一些企业和发达地区对西双版纳地区的森林保护进行投资,以保护西双版纳地区的森林和生态环境,通过增强森林碳储量提高森林治理在西双版纳地区发展中的作用。

(3)研究发现, 西双版纳地区的土壤侵蚀与碳储量密切相关。同时,随着天然林被砍伐,森林破碎化迅速增加,对西双版纳地区的生物多样性造成严重威胁[48—52]。这些结果说明：通过停止毁林和森林退化,REDD+政策的实施可以给西双版纳地区带来高的生态效益。在天然林方面,可以帮助恢复和改善林分的结构,增加西双版纳地区生物群落的栖息地和多样性；在商品林方面,通过加强西双版纳地区的采伐与运输管理,可以提高森林的恢复力,有利于生物多样性的保护。

致谢：感谢河南大别山森林生态系统国家野外科学观测研究站的支持。