广东省植被固碳量时空变化及气象贡献率研究

2022-03-11邓玉娇王捷纯徐杰吴永琪陈靖扬

生态环境学报 2022年1期

邓玉娇，王捷纯*，徐杰，吴永琪，陈靖扬

1. 广东省生态气象中心，广东广州 510640；2. 广州气象卫星地面站，广东广州 510640

自工业革命以来，大气中CO2的浓度显著增加，至 2011年较工业革命前增加了约 40%（IPCC，2013）。作为最主要的温室气体，CO2浓度增加是人为辐射强迫增加进而导致全球变暖的主要原因。为推动全球共同减少 CO2排放，《巴黎协定》提出本世纪末将全球平均温升控制在不超过工业化前2 ℃并争取努力控制在1.5 ℃内的总体目标，中国也率先提出了2030年前实现“碳达峰”、2060年前实现“碳中和”的目标。全球碳循环问题因此引起了各国政府、科学家及公众的广泛关注（Cox et al，2000；Cui et al.，2018；Li et al.，2021）。

植被是陆表生态系统碳循环中的一个重要碳库，它通过光合作用吸收空气中的CO2，具有天然的固碳机能，对于维持大气中CO2的动态平衡、减少温室效应具有重大作用（Robinson et al.，2009；万昊等，2014；赵俊芳等，2018）。近年来，国内外学者针对陆地植被的固碳功能及其影响因素开展了大量的研究。欧阳志云等（1999）以中国陆地生态系统有机物质生产为基础，根据光合作用和呼吸作用的反应方程式，估算得到中国陆地生态系统每年固定 CO2总量为 1.09×1010t。Richard et al.（2010）对田纳西州枫香落叶林的研究表明，氮会限制CO2施肥效应对植物净初级生产力的影响。范建中等（2013）根据 MODIS NPP（Net Primary Productivity，净初级生产力）产品分析了陕西退耕还林生态建设工程区植被固碳量的时空变化及生态服务价值。王姝等（2015）基于MODIS NPP数据，利用线性趋势法、空间数据分析方法及固碳释氧价值模型，探讨 2000—2012年生态恢复背景下陕甘宁地区 NPP的变化及固碳释氧量。陈吉龙等（2017）通过野外调查和数值模型，量化研究了辽河沼泽地在湿地演变、人工灌溉、气候变化等情景下的植被固碳潜力。温宥越等（2020）利用MODIS NDVI（Normalized Difference Vegetation Index，归一化植被指数）驱动CASA模型估计粤港澳大湾区NPP，计算研究区的固碳释氧量及经济价值，进而研究了陆地生态系统演变对固碳释氧量的影响。Luo et al.（2020）利用12类生态系统模型研究了气候变化、土地利用、CO2施肥作用对西藏高原植被初级生产力的影响，结果表明气候变化是最为主要的影响因素。姚侠妹等（2021）利用Li-6400XT光合作用测定仪，对安徽沿淮地区小城镇 19种景观树种的固碳释氧和降温增湿效应进行了评估。

广东省地处中国大陆最南端，森林覆盖率达59.08%（广东省统计局等，2020），在全国“三区四带”重要生态系统保护和修复重大工程总体布局中占有重要位置，研究该区植被固碳能力及驱动因素，对全省甚至全国实现“碳中和”愿景目标意义重大。现有研究成果中，对广东省植被固碳能力及影响因素的相关研究较少（邓玉娇等，2021），因此，本文基于植被净初级生产力数据和地面气象观测数据，利用相关性分析和模型模拟方法，分析广东省植被固碳量的时空分布特征及其对气象条件的响应规律。其研究成果可为广东省提升生态环境质量、实现“碳中和”目标提供科学依据。

1 研究区概况

广东省地处岭南，濒临南海，毗邻港澳，东接福建，西接广西，北接湖南、江西，东南和西南分别与台湾、海南隔海相望，是中国与世界各地交往的重要门户，素有“祖国南大门”之称（张争胜等，2016）。其经纬度范围大致为 109°45′—117°20′E、20°09′—25°31′N，东西跨度约 800 km，南北跨度约600 km，陆地面积17.98×104km2，现辖21个地市，截至2019年底全省常住人口11521万人（广东省统计局等，2020）。

广东属于东亚季风区，从北向南分别为中亚热带季风气候、南亚热带季风气候和热带季风气候。气候特点为夏长冬暖，年平均气温 21.9 ℃，年日照时数1755.1 h，年降水量1790.0 mm，是全国光、热和水资源最丰富的地区之一。区内植被地带性差异明显且具有过渡性，自然植被有针叶林、常绿阔叶林、季雨林、雨林、珊瑚岛常绿林、红树林、竹林、灌丛、草丛等 11个植被型，大致可分为粤北暖性常绿阔叶林、粤西热带雨林与热带常绿季雨林、粤中热暖性南亚热带雨林与亚热带雨林3个植被带（裴凤松等，2015；张争胜等，2016）。丰富的植被类型，复杂的背景气候条件，再加上近几十年来气候变化、经济发展对其造成的影响，使得研究广东省植被生态质量及其生态服务功能比其他区域更为复杂。

2 数据来源与研究方法

2.1 数据来源

（1）2001—2020年植被NPP产品是中国气象局国家气象中心统一下发的月合成产品。该产品利用太阳光合有效辐射、植被吸收光合有效辐射的比例、实际光能利用率等数据，驱动TEC模型，估算植被NPP，具体计算方法参考孙应龙等（2019）。该数据空间分辨率为0.01°，投影方式为等经纬度投影。

（2）2001—2020年广东省逐日平均气温、最高气温、最低气温、相对湿度、降水量、日照时数、平均风速、平均海平面气压等数据来自于广东省气候中心，由全省86个国家气象站观测得到。

（3）2001—2020年逐日云量数据为NOAA物理科学实验室（https://www.psl.noaa.gov/data/gridded/data.ncep.reanalysis.other_flux.html）提供的全球数据，该数据为T62高斯网格数据，格点数为192×94，经度为 0°—358.125°E，纬度为 88.542°N—88.542°S。

2.2 研究方法

2.2.1 植被固碳量计算

由绿色植物光合作用化学方程式（6CO2+）可知，植被每生产 1.00 kg的干物质能固定1.63 kg CO2，且1 kg CO2中包含了0.27 kg碳。而固定时段内植被光合作用产生的干物质量与NPP为2.2倍关系（陈明辉等，2012；温宥越等，2020），因此，植被固碳量可通过NPP计算得到：

式中：

WCO2——某一时间段内单位面积植被固定的CO2量，单位为 g·m-2；

WC——某一时间段内单位面积植被固碳量，单位为 g·m-2；

N——某一时间段内单位面积植被 NPP，单位为 g·m-2。

基于国家气象中心下发的NPP月合成产品，以当年3—5月为春季，6—8月为夏季，9—11月为秋季，12月至次年2月为冬季，采用逐象元累加方法计算得到春、夏、秋、冬4个季节的NPP产品序列；将每年1—12月产品采用逐象元累加方法得到NPP年产品序列；基于NPP年产品，采用平均值合成法计算得到近20年NPP平均值。根据公式（1）、（2），从NPP月产品、季节产品、年产品、多年平均产品可计算得到植被固碳量月、季、年及多年平均值。

2.2.2 植被固碳量与气象要素相关性分析

本文利用Pearson相关系数来定性分析气象要素对植被固碳量的影响。Pearson相关系数是用来描述两个变量间线性关系密切程度和相关方向的统计指标，其定义为两个变量之间的协方差和标准差的商，计算公式如下：

式中：

r——Pearson相关系数；

n——匹配样本量；

X、Y——两组向量。

挑选最能反映植被生长所需光、温、水条件的气象数据，包括平均气温、最高气温、最低气温、降水量、日照时数月数据，与植被月固碳量，计算从当月开始到滞后6个月的相关系数，并做相关系数显著性检验，用以分析气象要素对植被固碳量的影响。

2.2.3 基于IBIS模型的驱动因素定量分析

集成生物圈模型（Integrated Biosphere Simulator，简称IBIS）由美国威斯康辛大学全球环境与可持续发展中心研发，是一个综合的陆地生物圈模型，包括陆面过程、冠层生理、植被物候、植被动态和土壤地球生物化学等 5大功能模块（Kucharik et al.，2000）。在气象数据的驱动下，它能够模拟土壤、植被与大气之间的能量、水分和动量交换；冠层光合作用与气孔导度；植被萌发与衰亡；植被功能型之间的分配、转换与竞争；地上凋零物及地下各个碳库之间的碳氮分解、流动与交换。模型中各个过程可在不同的时间尺度上进行，从分钟到年，便于将生态过程、生物物理过程、植物生理过程等发生在不同时间尺度上的过程有机整合起来。

现有研究表明，植被固碳量的主要影响因素包括大气CO2施肥效应、氮沉积、气候变化、土地利用类型改变等（Piao et al.，2015；Zhu et al.，2016）。本项目以 2001年为基准年，假定其他影响因素不变，仅改变气象要素，基于IBIS模型模拟植被固碳量变化。利用逐日平均气温、最高气温、最低气温、相对湿度、降水量、平均风速和平均海平面气压、云量、CO2浓度等数据，驱动IBIS模型，计算在气象要素影响下植被固碳量的变化。

2.2.4 植被固碳量变化的气象贡献率计算

参考焦亚音等（2021）提出气象条件对PM2.5浓度变化贡献率的计算方法，本文将植被固碳量的驱动因素分为两类，一是气象要素，二是其他要素，通过 IBIS模型定量分离气象条件和其他要素的影响，进而计算植被固碳量变化的气象贡献率，计算公式如下：

式中：

Re——2002—2020年气象条件导致的植被固碳量变化值占植被固碳量实际变化值的百分比，即气象贡献率；

C2001e、C2020e——IBIS模拟的在气象条件变化、其他条件不变的情况下2001年、2020年植被固碳量；

C2001r、C2020r——为2001、2020年植被固碳量真实值。本文在国家气象中心提供的NPP数据基础上基于公式（1）、（2）计算植被固碳量，将其作为真实值。

3 结果与分析

3.1 植被固碳量时间变化规律

从年尺度而言（图 1），2001—2020年广东省植被固碳量呈波动上升趋势，植被年固碳量介于838.7 g·m-2(2005 年)—1070.8 g·m-2（2017 年），其中，2005因发生严重的气象干旱，导致植被固碳量降至近20年最低；2015年以来全省在消灭宜林荒山、改造残次林方面取得了显著成效，至 2017年植被固碳量达近20年最高。

从季节尺度而言（图1），近20年广东省春季、夏季、秋季、冬季植被固碳量分别为242.8、324.5、269.3、145.1 g·m-2，可见，夏季植被固碳量最大、冬季最小，秋季、春季介于两者之间。冬季、春季植被固碳量年际波动大，而夏季、秋季植被固碳量年际变化平缓，主要是因为广东省降水充沛但季节分布不均，80%的降水集中在4—9月，加之植被生长对降水存在 1—2月的滞后效应，所以夏、秋两季植被生长所需的光、温、水资源稳定且充足，而冬、春两季时有气象干旱灾害发生，导致植被生长状况波动较大。

图1 2001—2020年广东省年、季平均植被固碳量变化Figure 1 The annual and seasonal carbon sequestration of vegetation from 2001 to 2020 in Guangdong Province

从月尺度而言（图2），广东省植被月固碳量在一个自然年内通常呈先升后降规律。1月为全年最低值，当月固碳量的20年平均值为45.8 g·m-2；随着植被的生长，7月达到最高值，当月固碳量的20年平均值为112.2 g·m-2；随后逐渐下降，至12月达到较低值，当月固碳量的20年平均值为51.5 g·m-2。

图2 2001—2020年广东省月平均植被固碳量变化Figure 2 The monthly carbon sequestration of vegetation from 2001 to 2020 in Guangdong Province

3.2 植被固碳量空间分布规律

从2001—2020年广东省多年平均植被固碳量空间分布图（图 3）可知，广东省大部分地区植被固碳能力强，近20年平均年固碳量达981.2 g·m-2，固碳高值区主要分布在粤北地区及阳江、茂名等地，低值区主要分布在珠三角的佛山、东莞、广州南部、中山北部等地。粤北地区（梅州、清远、河源、韶关、云浮等5市）以丘陵、山地为主，拥有大片的森林，是原生型亚热带常绿阔叶林、天然针叶林的集中分布区，其 20年平均植被年固碳量达1035.9 g·m-2，远高于全省其他地区。粤西地区（湛江、茂名、阳江等3市）以丘陵、台地、平原为主，是全省热量资源最丰富的区域，植被种类丰富，其20年平均植被年固碳量达999.3 g·m-2，仅次于粤北地区。粤东地区（潮州、揭阳、汕头、汕尾等4市）以山地、丘陵、台地为主，是广东省人口密度较大的地区，频繁的人类活动使得区内原生自然植被保存很少，该区 20年平均植被年固碳量为 932.0 g·m-2，低于粤北、粤西地区。珠三角（广州、深圳、佛山、肇庆、东莞、惠州、珠海、中山、江门等 9市）以冲积平原为主，是广东省最重要的经济发展核心区域，该区 20年平均植被年固碳量为 905.7 g·m-2，低于全省其他区域。

图3 2001—2020年广东省多年平均植被固碳量空间分布及分区域统计Figure 3 The spatial distribution and regional statistics of multi-year average carbon sequestration of vegetation from 2001 to 2020 in Guangdong Province

3.3 植被固碳量对气象要素的响应

考虑到植被对气象要素的响应存在一定的滞后性，本文统计分析了从当月开始到滞后6个月的植被固碳量与主要气象要素的相关系数。从表1可知，广东省植被月固碳量与气温、降水、日照时数相关性显著，其最大相关系数分别为0.915、0.732、0.602，均通过P=0.01显著性检验，表明在月时间尺度上，气温是对广东省植被生长影响最为显著的气候因子，其次是降水，再次是日照时数。植被固碳量与气温的相关系数在当月为最大值，其后逐渐降低，滞后3个月时相关系数未通过显著性检验；与降水量的相关系数在滞后1个月时为最大值，其后逐渐降低，滞后4个月时相关系数未通过显著性检验；与日照时数的相关系数在当月为最大值，其后明显降低，滞后2个月时未通过显著性检验。由此可见，植被固碳量对日照、气温的响应不存在滞后，对降水的响应存在 1—2个月的滞后，且日照时数对植被固碳量的影响持续时间较短，主要在当月，温度的影响持续时间约为3个月，降水的影响持续时间约为4个月。

表1 广东省植被月固碳量与气象要素相关系数Table 1 Correlation coefficients between monthly carbon sequestration of vegetation and meteorological factors in Guangdong Province

3.4 植被固碳量变化的气象贡献率

以2001年广东省植被单位面积固碳量为基准，计算 2002—2020年植被固碳量相对于基准年的年变化值。从图4可知，气象要素对植被固碳量的影响以正向驱动为主，平均年增长量为5.7 g·m-2，植被固碳量变化的气象贡献率为48.4%。气象要素使得植被固碳量产生明显正增长的年份，包括2003、2004、2007、2009、2011、2013、2015、2017、2019年。气象要素对植被固碳量造成明显负增长的年份包括 2005、2012、2014、2016年，其余年份变化微弱。其中，2005年气候特征为“大旱大涝少台风，多雷多霾温度高”，春季、秋季、冬季持续干旱少雨，造成植被固碳量显著下降；2016年受强厄尔尼诺和拉尼娜的先后影响，气候十分异常，寒潮、台风、暴雨等均对植被固碳能力造成不良影响；此外，2012年与2014年台风、暴雨、洪涝灾害较重，是当年植被固碳量下降的重要原因。

图4 2002—2020年广东省植被固碳量年变化值Figure 4 The annual change of carbon sequestration of vegetation from 2002 to 2020 in Guangdong Province

4 结论与讨论

4.1 讨论

陆表植被生长对人类活动和气象条件十分敏感，由于植被类型、季节和地理位置的不同，植被对气象条件变化的响应机制是不同的。目前，植被固碳量对气象因子响应的研究成果并不多见，但NPP与气象因子之间的相关性分析已有大量的文献可查，且固碳量与NPP之间存在常数倍数关系，两者与气象因子的关系可互为参考。侯英雨等（2007）研究表明，我国降水对植被NPP年内季节变化的驱动作用高于温度，且气候因子对北方植被NPP的驱动作用高于南方。孙应龙等（2019）对云南省临沧市植被 NPP与气候因子的相关性分析表明，NPP与降水呈显著正相关，而与气温、日照时数的相关性未达到显著水平。刘铮等（2021）认为，黄土高原草地NPP与降水指标呈显著正相关，与温度指标主要呈负相关，年降水量是该区草地NPP变化的最重要驱动因素。本文利用广东省植被月固碳量与气温、降水、日照时数进行相关性分析的结果表明，广东省气温对植被固碳量的影响最为显著，其次为降水，再次为日照，且植被固碳量对日照、气温的响应不存在滞后，对降水的响应存在 1—2个月的滞后。这一结论与前人对广东省、珠三角地区植被NDVI对气象因子的响应规律基本一致（何全军，2019）。

相关性分析可以定性地解释气象因子对植被的影响，但无法深入分析这种影响的程度与机理，更无法回答在对植被造成影响的诸多因素中气象因子是否为最主要的影响因子这一科学问题。因此，部分学者尝试使用生态系统模型定量研究植被变化的驱动因素。Zhu et al.（2016）基于卫星遥感数据和 10种生态系统模型模拟的研究表明，1982—2009年，CO2施肥作用对全球植被变绿的贡献率为70%，氮沉降为9%，气候变化为8%，土地利用为4%。Chen et al.（2019）认为，2000—2017年，中国以仅占全球 6.6%的植被面积创造全球 25%的叶面积净增长量，且这种增长主要是因为人类对土地利用类型的改变及灌溉、施肥等措施。本文利用IBIS模型模拟了仅气象条件变化时，植被固碳量的变化，并定量计算固碳量变化的气象贡献率，结果表明，近 20年气象要素对广东省植被固碳量的影响以正向驱动为主，平均年增长量为5.7 g·m-2，植被固碳量变化的气象贡献为48.4%。

总体而言，本文采用统计分析和模型模拟两种方法，分别从定性、定量角度分析了气象条件对植被固碳量的影响，在研究方法上有所创新，可供相关领域的学者参考。其研究内容在后期还可进一步拓展，可对植被类型、土地利用类型或生态景观类型做进一步细化，分析气象因子对不同类型植被固碳量的影响，也可以从CO2施肥效应、氮沉降、气候变化、土地利用等多个因素全面分析植被固碳量的驱动因素。