江苏省未来植被变化对“碳达峰、碳中和”的影响评价

刘奕宏 ， 张 震 ， 陈虹玮 ， 邹嘉南 ， 胡 波

1. 南京信息工程大学 中国气象局气溶胶与云降水重点开放实验室， 江苏 南京 210044 2. 南京信息工程大学 气象灾害教育部重点实验室， 江苏 南京 210044 3. 南京信息工程大学 气象灾害预报预警与评估协同创新中心， 江苏 南京 210044 4. 中国科学院 大气边界层物理和大气化学国家重点实验室， 北京 100029

0 引 言

大气中CO2含量的逐年上升，对全球气候、环境等造成了较大的影响(陈中笑等，2011；刘维等，2017)。如何应对气候变化既是实现可持续发展的必需，也是全球治理的重要领域。控制碳排放量，增强生态系统的固碳能力是保护大气环境，减缓气候变化的有效措施。2015年，第21届联合国气候变化大会通过的《巴黎协定》呼吁全球温室气体排放尽快达峰，到本世纪下半叶实现全球净零排放。于是，“碳中和”成为了全球缔约方的一个核心目标(方琦等，2021)。我国也将提高国家自主贡献力度，采取更加有力的政策和措施，力争于2030年前CO2排放达到峰值，2060年前实现碳中和。

研究发现，在经济较为发达的省份普遍存在碳排放量过高的现象，其它研究主要是从碳源的种类分析和能源结构出发提出减排策略(徐国泉等，2021)。曹广喜和张力(2022)主要研究了碳排放量的影响因素，刘腾等(2022)的研究主要着眼于碳排放的演变特征。前人在扩大碳汇方面的研究较少，特别是对于某个省份的植物种类、分布及其光合作用所对应的CO2吸收数据较为分散，缺乏一定的整理。通过扩大绿植面积吸收过多的CO2也是增加碳汇、减少碳排的一种可行方法，一方面可以达到碳中和的目的，另一方面能够使植被在发挥生态效益的同时获取一定的经济收益。

江苏省工业化和城市化水平较高，碳排放总量长期位居全国前列，减排压力巨大。深入研究江苏省碳汇的固碳能力，进一步估算江苏省实现“双碳”目标需要的碳汇总量，将为江苏省碳减排政策措施的制定提供理论依据，也为其他省份提供参考。

1 数据与方法绍

1.1 CO2历史排放量

分析1997—2018年江苏省CO2年排放量(图1；该数据来源于中国碳排放核算数据库)可见，CO2年排放呈波动上升趋势。

图1 1997—2018年江苏省年CO2排放量(红色虚线分别为1997—2005年和2016—2018年平均排放量)

对江苏省CO2年排放量进行一元线性回归，得到如下回归方程：

y=29.2t+112.9

(1)

其中，y为江苏省某一年的碳排放量，t为年份编号(1996年编号为1)。从上述方程来看，江苏省年碳排放量在1997—2018年期间随时间以较快的速度增长。通过计算拟合优度R2和F统计量及其对应p值对回归结果进行相关检验，得到R2=0.969 2，F=630.13，F对应的p值为1.35×10-16。该回归模型的R2接近于1，同时F统计量对应的p值也极小，说明该模型的回归效果较好，同时也说明江苏省年碳排放量与年份之间存在较强的正相关性。另一方面，考虑2021年10月26日国家发布的减排政策，以2005年为界，分别计算1997—2005年与2006—2018年的均值，可见2005年之后的碳排放量均值约为2005年之前的2倍。说明在2005年之后江苏省碳排放量整体上达到了一个更高水平。分析可知，江苏省年碳排放量随时间增长而增加，存在较强的阶段性和一定的年际波动。

1.2 CO2排放量预测

通过对原始序列的分析，可以确定该序列存在明显的趋势性和阶段性。文中采用ARIMA模型进行预测，ARIMA模型是由自回归模型AR、移动平均模型MA、自回归移动平均模型ARMA以及差分法所组成的，ARIMA模型可表示为：

其中，L是滞后算子；d为差分阶数；p、q分别表示序列的偏相关系数和自相关系数的截尾阶数；εt表示零均值白噪声序列；Xt为t时刻序列的实际值；θi，φi均为模型参数(由尤尔—沃克方程确定)。该模型弥补了线性回归模型对于波动数据预测不准确的缺点，相较于神经网络和其它机器学习方法更为简单，只需内生变量而不需其他外生变量(张利，2008)。ARIMA预测模型流程如图2所示。

图2 ARIMA预测模型流程

建立ARIMA模型依然需要在线性倾向分析的基础上对1997—2018年江苏省年CO2排放量序列进行相应检验。首先我们通过ADF(单位根)检验和KPSS检验来确定对原始序列达到平稳所需的差分阶数，通过编程计算最终确定为二阶，然后绘制其二阶差分对应的自相关函数、偏自相关系数(图3)。

图3 二阶差分序列自相关函数(a)、偏自相关系数(b)

由图3可见，原始序列经过二阶差分之后，自相关系数在1阶延迟后迅速收敛至2倍标准差以内，但是其偏自相关系数在12阶后才稳定收敛至0，以此来确定ARIMA模型的p和q过于主观。在此基础上，又利用AIC准则和BIC准则来确定p和q，最终确定最佳的参数为p=5，q=0。因此，可建立ARIMA(5,2,0)模型来预测江苏省未来的碳排放量。在模型建立后，还需对所建模型返回的残差进行检验。

分析ARIMA预测模型标准化残差的分布图和分位数—分位数图(图4)可知，该模型标准化残差在0上下波动，在分位数—分位数图中散点基本落在同一直线附近，这说明模型残差基本服从于正态分布，建立的模型稳定性较高并且误差较小，故能够使用该模型进行预测。

图4 ARIMA预测模型检验结果(a.标准化残差分布，b.标准正态分位数—样本分位数图)Fig. 4 ARIMA model test result (a.standardized residual distribution;b.standard normal quantile-sample quantile plot)

1997—2060年江苏省年CO2排放量预测结果如图5所示。分析可知，如果国家和政府不采取减排措施，同时按照现有的工业水平高速发展，江苏省未来40 a内CO2排放量仍将不断波动增加，并且增长趋势更加明显，增长幅度更大。

图5 1997—2060年江苏省年CO2排放量预测

1.3 植被类型分布

根据1.2节的预测结果，未来江苏省年碳排放量将持续增长，能否实现“碳达峰、碳中和”目标将面临巨大的挑战。

众所周知，绿色植物能够通过光合作用吸收大气中的CO2，因此，增加森林蓄积量、扩大绿植面积成为中和CO2的可能途径之一。本研究以绿色植物为研究对象，根据江苏省主要植被类型及其分布位置和面积进行分析(数据来源：https://www.databox.store/)。通过查阅相关资料总结归纳出江苏省不同植被类型的主要代表性植物，并计算得到各种植被的分布面积(表1)。

表1 江苏省主要植被面积及其代表性植物

1.4 主要植被光合速率

以某一群落植被类型中的几种代表性植物的光合速率来代表整体群落的光合速率，查阅相关资料文献，各种代表性植物的光合速率归纳如表2所示。

表2 代表性植物平均光合速率

1.5 光合速率数据预处理

表2中的光合速率单位为mol·m-2·s-1，在实际计算中处理起来较为复杂，故文中结合实际情况，对原始光合速率数据进行相应处理,将原有单位转换为g·m-2·a-1。考虑到植物吸收CO2是通过光合作用进行转换的，只有在光照条件下才能够吸收CO2，故在1 d之内只计算有光照的时长，文中取每日平均光照时长为10 h。植物主要通过叶片进行光合作用，对于落叶植物，只考虑春、夏、秋三季进行光合作用。

1.6 碳中和计算方法

碳中和，是指企业、团体或个人在一定时间内直接或间接产生的温室气体排放总量，通过植树造林、节能减排等形式，抵消自身产生的CO2，实现CO2的“零排放”，即：

(3)

其中，Ye表示CO2的排放量；Ya表示CO2的吸收量。得到了CO2的排放模型和吸收模型后，首先需要对各种预选排放模型与实际数据进行拟合度分析和稳定度分析，选择拟合度最大的模型作为进行结果分析的排放模型。

通过对各种代表性植物的CO2吸收情况及其特点进行分析：

考虑最小面积(选取光合速率最大的植被类型)，制定相应的绿化和减排方案，使得2060年实现碳中和，即：

(4)

2 结果与讨论

根据已有的资料计算可知，只考虑增加植被的面积，而不减排的情况下，需要增加的植被面积为6.585 3×1010m2，约占江苏省总面积的61.43%，在2060年几乎不可能完成“碳中和”任务。因此，文中在考虑江苏省整体城市规划和工业水平发展的基础上，考虑实施不同的减排方案，并假设最终相比于2021年增加的植被面积占江苏省总面积的4%以内即可初步认为该结果为可行结果。

在假设所需增种植被面积最小的情况下，需要种植光合速率最大的植被来达到江苏省“碳中和”的目标。分析表1可知经济林的光合速率最大，根据调查选取经济林作为增种植物制定对应的减排方案和绿化方案。

方案一：假设2030年后江苏省CO2排放量保持不变，计算各减排比例的最小增种面积(表3)。分析可见，为了完成2060年碳中和的目标，CO2排放量需要在2030年以后在现有假设的基础上减少73.06%，增加经济林的面积为1.078×109m2，不超过江苏省总面积的1%，具有可参考的价值，且较为容易实现，同时也可以获得一定的经济来源。

表3 江苏省CO2减排和绿化方案一

方案二：假设未来每年CO2的排放量与文中模型的预测结果一致，计算得到最小增种面积(表4)。分析可见，该减排方案结果与上一类方案相似。

表4 江苏省CO2减排和绿化方案二

方案三：根据习近平主席在气候雄心峰会上的讲话“2030年中国单位国内生产总值CO2排放将比2005年下降65%以上”，假设在2030年的CO2排放量已达到2005年的35%，计算得到最小面积(表5)，可见到2060年则不需要增加绿化面积就已达到2060碳中和的目标。

表5 江苏省CO2减排和绿化方案三

3 结 论

若不考虑减排，只考虑增加碳汇，即只进行植被扩种，其所需扩种面积过大，无法在较为合理的范围内达到碳中和的目标。因此文中基于1997—2018年江苏省年CO2排放数据，利用ARIMA预测模型，预测了2060年江苏省年CO2排放量。并分析了江苏省植被类型、植被面积和植物物种、光合速率，采用碳中和计算方法提出了三种减排和增加碳汇的方案：

1) 假设2030年后CO2排放量不变，且只种植光合速率较大的经济林，则年排放量在2030年的基础上减少73.6%，植被面积增加1.078×109m2，可在2060年顺利实现碳中和。

2) 假设未来每年CO2排放量与ARIMA预测模型结果一致，只种植光合速率较大的经济林，则2030年开始年排放量在预测结果的基础上减少81.06%，植被面积增加1.081×109m2，可在2060年顺利实现碳中和。

3) 假设在2030年的CO2排放量已达到2005年的35%，则不需要增加植被面积，也可在2060年顺利实现碳中和。