One Earth丨森林老化限制了中国未来的碳汇能力

概述

森林碳汇在全球气候变化缓解中扮演着关键角色，能够吸收大量的人为二氧化碳（CO2）排放。然而，森林的碳吸收能力并非无限，受生长阶段、环境因素以及人为干预的影响。中国自20世纪70年代以来实施了一系列大规模生态恢复工程，如“三北防护林工程”“长江流域防护林工程”和“退耕还林工程”，显著提高了森林覆盖率和陆地碳汇能力。然而，随着森林年龄增长，其碳吸收效率逐渐下降，这对中国实现2060年碳中和目标提出了新的挑战。

本研究采用基于过程的生态系统模型，明确考虑了森林年龄结构的影响，评估了中国当前的森林碳汇能力，并预测了未来碳汇变化趋势。研究发现，2010年代中国的陆地碳汇能力约为198 ± 54 Tg C/年，其中主要贡献来自中龄森林（16-50年）。然而，随着森林逐渐进入成熟阶段，以及大气 CO2浓度增长放缓，预计到2100年，中国森林碳汇能力将下降，每年减少约1.1 Tg C。这一发现表明，单纯依赖森林碳汇来实现碳中和目标是不现实的，未来需要加强其他领域的碳减排措施。

研究结果还表明，尽管未来可以通过造林和森林更新来部分抵消碳汇下降趋势，但森林老化带来的碳汇能力下降难以完全弥补。因此，政策制定者需要在制定气候变化应对策略时，充分考虑森林年龄动态，并在碳中和规划中采取更综合的减排措施，如提升森林管理质量、优化木材采伐策略以及发展负碳技术。

结果与讨论

01 森林碳汇的现状与贡献

研究发现，中国森林的陆地碳汇能力在1960年代至2010年代持续上升，从91 ± 48 Tg C/年增长到198 ± 54 Tg C/年。这一增长主要得益于过去几十年的大规模造林工程和自然恢复。然而，森林碳汇的贡献在不同年龄段的森林中存在显著差异。研究表明，2010年代中龄森林（16-50年）占全国森林总面积的66.8%，贡献了71.7%的碳汇；相比之下，幼龄森林（≤15年）的贡献较小，仅占总碳汇的6%。研究还发现，森林碳汇能力随年龄增长呈现“先升后降”的趋势，31-50年森林的碳吸收率最高，但进入成熟期后，碳吸收能力逐渐下降。

图1： 2010 年模型模拟与观测的森林年龄对比

(A–F) 分别展示了使用不同土地利用和土地覆盖变化（LULCC）数据进行模拟的森林年龄结果，包括：默认全球碳预算 LULCC 数据（Sdef，A、B），调整后的土地利用变化（Sarea，C、D），以及同时调整土地利用变化和木材采伐数据的情况（Sage，E、F）。

(G) Zhang 等人提供的格网化森林年龄数据。每个点的大小表示森林面积的相对大小，颜色代表 0.5°×0.5° 网格单元内的平均森林年龄。仅展示了同时具有模拟和观测数据的网格单元。

(H) 三种模拟森林年龄数据的森林面积比例（1–27 年、28–50 年、51 年以上）对比 Zhang 等人的数据和森林清查数据。

02 森林老化导致未来碳汇下降

随着时间推移，中国森林年龄结构将发生显著变化。研究预测，到2060年，现有中龄森林的大部分将进入老龄阶段，而目前碳汇贡献最高的31-50年森林将逐步减少。受此影响，现有森林的碳汇能力预计将从2020-2040年的145-159 Tg C/年下降至2081-2100年的86-128 Tg C/年。这一趋势主要由两方面因素驱动：首先，老龄森林的生长速率减缓，导致碳吸收能力下降；其次，大气 CO2浓度增速放缓，使得 CO2施肥效应减弱，进一步限制了森林碳汇能力的增长。

图2：历史碳通量的时间变化、空间分布及不同森林年龄群体的贡献

(A–D) 碳通量的时间序列和空间分布：(A) 使用不同 LULCC 数据的三种模拟结果的净生物生产力（NBP），(B) Sage 方案下的土地利用与土地覆盖变化碳通量（FLULCC）及其与之前研究的对比，黑色线表示全球碳预算中 12 个 DGVM（动态全球植被模型）的 FLULCC 均值，灰色阴影表示标准差。(C) 和 (D) 分别为 2010–2019 年 Sage 模拟下 NBP 和 FLULCC 的空间分布，正值表示陆地碳汇，负值表示碳源。

(E) 2010 年不同森林年龄群体的森林面积比例（内环）和 2010–2019 年累积 NBP 贡献比例（外环）。

(F) 2010–2019 年不同森林年龄群体的碳固存速率，误差条表示各网格单元年均碳固存速率的空间变异。

03 未来碳汇潜力与政策启示

研究预测，如果未来继续实施积极的造林政策，中国森林碳汇能力仍有一定的增长空间。例如，在未来40-50年内，通过增加森林面积和促进森林更新，碳汇能力可增加至2041-2060年的181-217 Tg C/年。然而，研究也表明，到2060年后，新增森林的碳汇增长将趋于稳定甚至下降，至2081-2100年可能降至142-212 Tg C/年。因此，仅靠扩大森林面积来维持碳汇增长并不现实，必须采取更全面的措施，如优化森林管理、提高森林质量、减少木材采伐对碳储量的影响，以及加强碳捕集和封存技术等。

图3：未来森林碳汇构成与中国森林年龄变化

(A) 2010 年代及未来不同时间段森林碳汇的组成，柱状图颜色加深表示 RCP 2.6、RCP 4.5、RCP 6.0 和 RCP 8.5 气候情景下的模拟结果。黑点及误差条表示各时期森林碳汇的均值及年际变率，红线表示 2020 年已有森林的碳汇贡献。

(B) 2020 年、2060 年和 2100 年森林年龄结构的变化，森林年龄群体的总面积取四种 RCP 情景及两种造林情景的平均值。

(C) 2020–2100 年累积 NBP，正值表示陆地碳汇。

数据与方法

本研究采用基于生态过程的模型模拟方法，结合观测数据，评估了中国森林碳汇的历史变化及未来趋势。主要方法包括：

01 森林年龄模拟与数据比对

研究使用ORCHIDEE-CAN 生态系统模型模拟中国森林年龄的空间分布，并与观测数据（如 Zhang 等人的森林年龄数据及森林清查数据）进行对比，以验证模型的准确性。

02 森林碳汇评估

研究模拟了2010–2019 年期间的森林碳汇情况，并分析了不同森林年龄群体（如 1–27 年、28–50 年、51 年以上）的碳固存能力。主要关注以下关键变量：净生物生产力（NBP）：衡量森林的碳吸收能力。土地利用碳通量（FLULCC）：评估因土地利用变化（如造林、采伐）带来的碳排放或固存。森林年龄对碳汇的贡献：计算不同年龄森林的碳汇比例，并分析森林老化对碳汇能力的影响。

03 未来碳汇预测

研究基于四种气候变化情景（RCP 2.6、RCP 4.5、RCP 6.0、RCP 8.5），预测了 2020–2100 年 的森林碳汇变化趋势，并考虑了两种造林情景（不同的植树速率和模式）。研究评估了CO2施肥效应、气候变化及森林年龄结构变化对未来森林碳汇能力的影响。

引用

Leng, Y., Li, W., Ciais, P., Sun, M., Zhu, L., Yue, C., Chang, J., Yao, Y., Zhang, Y., Zhou, J., Li, Z., Wang, X., Xi, Y., & Peng, S. (2024). Forest aging limits future carbon sink in China. One Earth, 7, 822–834. https://doi.org/10.1016/j.oneear.2024.04.011

-END-

免责声明

本公众号学术论文解析仅用于学习交流，不代表任何官方立场。学术论文的解析是基于我们对相关领域的理解和研究，不构成专业的学术建议或决策依据。文中涉及到的论文版权归属原作者和出版机构。我们仅在合法范围内进行解析和分享，如有侵权行为，请及时联系我们进行处理。

欢迎大家将文章分享到朋友圈  公众号转载请在后台私信小编获取授权

扫描二维码，关注我们

投稿邮箱

loveless1224@sina.com