秦嶺北麓(西安段)碳排放和碳匯分析與預(yù)測(cè)研究

王 巖,管子隆,3,李 菲,劉 園

(1. 中國(guó)電建集團(tuán)西北勘測(cè)設(shè)計(jì)研究院有限公司,西安 710065;2. 陜西省水生態(tài)環(huán)境工程技術(shù)研究中心,西安 710065;3. 中國(guó)電建集團(tuán)西北勘測(cè)設(shè)計(jì)研究院有限公司 博士后科研工作站,西安 710065)

0 前 言

當(dāng)今全球氣候變化越來(lái)越引起人們的重視,溫室氣體的排放對(duì)于地球氣候系統(tǒng)的變化有著重要的影響。在過(guò)去幾十年里,隨著人類(lèi)活動(dòng)的不斷增加,CO2、CH4等溫室氣體的排放量也在不斷增加,導(dǎo)致全球氣溫升高、極端天氣事件增多等氣候變化問(wèn)題加劇[1]。在此背景下,全球各國(guó)開(kāi)始加強(qiáng)對(duì)氣候變化問(wèn)題的關(guān)注,并紛紛制定了一系列的減排政策,以減緩溫室氣體的排放量。作為世界上最大的溫室氣體排放國(guó),中國(guó)也開(kāi)始重視并加強(qiáng)對(duì)碳排放和碳匯的評(píng)估和預(yù)測(cè),為實(shí)現(xiàn)我國(guó)雙碳目標(biāo)提供理論基礎(chǔ)。

近年來(lái),國(guó)內(nèi)外學(xué)者圍繞碳排放和碳匯的預(yù)測(cè)和分析開(kāi)展了部分研究。在碳排放分析方面,Chen等[2]采用DMSP/OLS和NPP/VIIRS衛(wèi)星圖像,估算了1997—2017年我國(guó)2735個(gè)縣的二氧化碳排放量,為碳排放研究和相關(guān)政策制定提供了數(shù)據(jù)支撐;碳排放的預(yù)測(cè)往往采用STIRPAT模型[3]建立碳排放量和關(guān)鍵指標(biāo)之間的關(guān)聯(lián)。在碳匯分析方面,許多學(xué)者采用CASA[4]、INVEST[5]等模型研究區(qū)域的碳匯時(shí)空分布及變化規(guī)律,并采用灰色預(yù)測(cè)模型、冪函數(shù)等模型研究區(qū)域的碳匯潛力[6]。秦嶺北麓是中國(guó)西北地區(qū)重要的森林生態(tài)系統(tǒng),了解秦嶺北麓碳排放和碳匯時(shí)空分布特征,對(duì)于評(píng)估該地區(qū)碳匯潛力、指導(dǎo)碳排放減緩政策以及提高全球碳循環(huán)科學(xué)水平具有重要的意義。然而,針對(duì)秦嶺北麓的碳排放和碳匯的研究尚不充分,需要進(jìn)一步深入探討其時(shí)空分布特征及其未來(lái)的變化趨勢(shì)。

因此,本文通過(guò)研究秦嶺北麓(西安段)碳排放和碳匯時(shí)空分布特征,探究其碳匯潛力,建立碳排放預(yù)測(cè)模型,預(yù)測(cè)未來(lái)碳排放趨勢(shì),并提出相應(yīng)的碳減排增匯的相關(guān)建議,為該地區(qū)的碳減排和生態(tài)保護(hù)提供科學(xué)依據(jù)。

1 研究區(qū)域和方法

1.1 研究區(qū)域概況

本文研究范圍為秦嶺北麓(西安段)(見(jiàn)圖1),南以秦嶺主梁為界,北至渭河,東西皆以西安市行政區(qū)劃為限,包括西咸新區(qū)、周至縣、鄠邑區(qū)、長(zhǎng)安區(qū)及藍(lán)田縣等,總面積9 267.53 km2,其中森林面積約6 900 km2,森林覆蓋率74.5%。秦嶺北麓屬于典型的季風(fēng)氣候區(qū),存在明顯的季節(jié)變化和不均勻的降水分布,同時(shí)秦嶺山脈的高山地形使其產(chǎn)生明顯的高山效應(yīng)。海拔1 700.00 m以上的區(qū)域氣候寒冷濕潤(rùn),年平均氣溫為6～8℃;海拔1 700.00 m以下的區(qū)域氣候溫暖多雨,年平均氣溫為10～12℃。秦嶺北麓(西安段)水系發(fā)育,共有50條峪道,峪口以上部分垂直分布有高山灌叢草甸、針葉林、針闊葉混交林和落葉闊葉林等自然植被類(lèi)型。

圖1 秦嶺北麓(西安段)地理位置

1.2 碳匯計(jì)算

凈生態(tài)系統(tǒng)生產(chǎn)力(Net Ecosystem Productivity,NEP)是生態(tài)系統(tǒng)的植被凈初級(jí)生產(chǎn)力(Net Primary Productivity, NPP)與土壤微生物呼吸碳排放(Heterotrophic Respiration,RH)的差值,是評(píng)估區(qū)域碳平衡的重要指標(biāo),可用于度量植被碳匯的大小。其公式如下:

NEP(x,t)=NPP(x,t)-RH(x,t)

(1)

式中:NEP(x,t)為t月份像元x的植被凈生態(tài)系統(tǒng)生產(chǎn)力(g C m-2),NPP(x,t)為t月份像元x的植被凈初級(jí)生產(chǎn)力(g C m-2),RH(x,t)為t月份像元x的土壤微生物呼吸量(g C m-2)。當(dāng)NEP>0時(shí),說(shuō)明植被的固碳量大于土壤微生物呼吸的碳排放量,表現(xiàn)為碳匯,反之則為碳源。

本研究使用應(yīng)用較為廣泛的光能利用率CASA(Carnegie Ames Stanford Approach)模型估算秦嶺北麓(西安段)的NPP,其表達(dá)式為:

NPP(x,t)=APAR(x,t)×ε(x,t)

(2)

式中:APAR(x,t)為t月份像元x吸收的光合有效輻射(g C m-2month-1);ε(x,t)為t月份像元x的光能利用率(g C MJ-1)。

RH與土壤中微生物的數(shù)量、種類(lèi)以及植物根系的分泌物有關(guān),因此,溫度和降水是影響土壤微生物呼吸的最重要的兩個(gè)因素。本研究采用裴志永等[7]建立的回歸模型估測(cè)RH,該模型在黃河流域也較好的適用性[4],其計(jì)算公式為:

RH(x,t)=0.22×[e0.0912T(x,t)+In(0.3145R(x,t)+1)]

×30×46.5%

(3)

式中:T(x,t)為t月份像元x的平均氣溫,℃;R(x,t)為t月份像元x處的總降水量,mm。

1.3 碳匯預(yù)測(cè)

灰色預(yù)測(cè)模型是一種基于灰色系統(tǒng)理論的預(yù)測(cè)方法,用于處理具有不完整、不確定和模糊信息的問(wèn)題。通常用于中小樣本數(shù)據(jù)的預(yù)測(cè)和決策分析,可適用于各種自然和社會(huì)經(jīng)濟(jì)領(lǐng)域的預(yù)測(cè)問(wèn)題?？紤]到氣象條件和植被生長(zhǎng)狀況等自然因素的不確定性,本研究采用GM(1,1)灰色預(yù)測(cè)模型,通過(guò)灰色數(shù)學(xué)中的“累加生成”法和“均值修正”法將原始數(shù)據(jù)序列轉(zhuǎn)化成符合穩(wěn)定規(guī)律的新序列,從而使得建立的一階微分方程更具可靠性和準(zhǔn)確性,然后利用已知的歷史數(shù)據(jù)進(jìn)行參數(shù)估計(jì),進(jìn)而通過(guò)該方程來(lái)預(yù)測(cè)未來(lái)碳匯的變化趨勢(shì)。

(4)

1.4 碳排放預(yù)測(cè)

STIRPAT(Stochastic Impacts by Regression on Population, Affluence, and Technology)模型是由York等[8]基于IPAT方程提出的,意在揭示經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)、科技進(jìn)步對(duì)環(huán)境的影響。本研究采用STIRPAT模型對(duì)秦嶺北麓(西安段)的碳排放進(jìn)行預(yù)測(cè)。

通過(guò)對(duì)人口、區(qū)域生產(chǎn)總值、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)和能源消耗強(qiáng)度5個(gè)自變量和因變量之間關(guān)系來(lái)預(yù)測(cè)區(qū)域的碳排放量。其拓展形式為:

InCE=a+bInP+cIn(GDP/P)+dInU+eInI

+fInEs+ε

(5)

式中:CE為區(qū)域碳排放量(t/a),P為常住人口數(shù);GDP為區(qū)域生產(chǎn)總值(億元);U為城鎮(zhèn)化率(%);I產(chǎn)業(yè)結(jié)構(gòu)(用第三產(chǎn)業(yè)占比表示),Es為能源消耗強(qiáng)度(噸標(biāo)準(zhǔn)煤/萬(wàn)元)。a為模型常數(shù)項(xiàng),b、c、d、e、f為以上變量的彈性系數(shù),ε為隨機(jī)誤差。

1.5 數(shù)據(jù)來(lái)源

本研究的數(shù)據(jù)來(lái)源和說(shuō)明見(jiàn)表1,其中碳排放數(shù)據(jù)來(lái)自中國(guó)碳核算數(shù)據(jù)庫(kù)(CEADs),人口、人均生產(chǎn)總值、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)和能源消耗強(qiáng)度等數(shù)據(jù)來(lái)自西安市統(tǒng)計(jì)年鑒。根據(jù)收集到的各類(lèi)數(shù)據(jù)的時(shí)間段,本研究中采用1997—2017年的碳排放數(shù)據(jù)分析區(qū)域碳排放量的時(shí)間變化規(guī)律,選取2017年分析碳排放的空間分布格局和碳匯的時(shí)空分布格局,采用2005—2017年的碳排放數(shù)據(jù)、碳匯數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)預(yù)測(cè)未來(lái)碳排放量和碳匯量。

表1 數(shù)據(jù)來(lái)源與說(shuō)明

2 結(jié)果與分析

2.1 碳排放時(shí)空分布格局

1997—2020年,秦嶺北麓(西安段)碳排放量從1.55×107t/a增加到5.16×107t/a,年均增速10.11%(見(jiàn)圖2)?？傮w來(lái)看,碳排放主要經(jīng)歷的3個(gè)階段:1997—2001年碳排放量基本保持不變;2002—2011年碳排放量急劇增加,年均增長(zhǎng)率為19.97%;2012—2020年增速大幅度放緩,年均增長(zhǎng)率為1.61%。

圖2 1997—2020年秦嶺北麓(西安段)碳排放時(shí)間變化趨勢(shì)

1997—2020年,秦嶺北麓(西安段)碳排放空間分布格局的年際差異較小,本研究以2017年碳排放數(shù)據(jù)為例進(jìn)行分析。2017年,秦嶺北麓碳(西安段)排放總量為4.41×107t(見(jiàn)圖3),碳排放量前五的區(qū)縣依次為長(zhǎng)安區(qū)、未央?yún)^(qū)、臨潼區(qū)、灞橋區(qū)和雁塔區(qū),分別占碳排放總量的比例為18.46%、16.06%、12.09%、11.00%和9.10%。但是從碳排放強(qiáng)度(單位面積碳排放量)分析(見(jiàn)圖4),排名前五的區(qū)縣依次為碑林區(qū)、新城區(qū)、蓮湖區(qū)、未央?yún)^(qū)和雁塔區(qū),碳排放強(qiáng)度分別為4.32×104、3.84×104、3.83×104、2.68×104t /km2和2.65×104t /km2。

圖3 2017年秦嶺北麓(西安段)碳排放量空間分布格局

圖4 2017年秦嶺北麓(西安段)碳排放強(qiáng)度空間分布格局

2.2 碳匯時(shí)空分布格局

秦嶺北麓(西安段)2017年全年及各月的植被凈生態(tài)系統(tǒng)生產(chǎn)力(NEP)的空間分布如圖5所示。整體而言,NEP空間分布差異較大,北部平原區(qū)整體低于南部山區(qū),平原區(qū)除西安城區(qū)外大部分地區(qū)高于0,NEP最低值出現(xiàn)在西安城區(qū)及西部太白山冰雪覆蓋地區(qū),大部分低于-30 gC m-2a-1,NEP最高的地區(qū)分布在南部秦嶺山區(qū),整體呈現(xiàn)出南高北低、高低相間的分布特征,具有一定的地帶性。

圖5 2017年秦嶺北麓(西安段)碳匯空間分布圖

秦嶺北麓(西安段)2017年逐月平均碳匯量如圖6所示。由圖6可知,1—12月的每月平均碳匯量主要表現(xiàn)為先增后減的趨勢(shì),這一變化趨勢(shì)與該地區(qū)的自然植被和農(nóng)作物的生長(zhǎng)規(guī)律相一致。3—4月,隨著氣溫逐漸回升和降水逐漸增加,植物處于萌芽期,但此時(shí)植物的固碳能力仍然低于土壤呼吸速率,因此碳匯量較低。5—8月,隨著氣溫顯著上升和降水快速增加,植被處于生長(zhǎng)的黃金時(shí)期,因此碳匯量迅速增加。9—10月,隨著氣溫回落和降水減少,植被生長(zhǎng)速度緩慢,且絕大多數(shù)農(nóng)作物已經(jīng)收割,然而,此時(shí)土壤呼吸速率仍較高,因此碳匯量急速下降。12—次年2月為一年中氣溫最低的季節(jié),植被處于枯萎期,固碳能力較低,因此碳匯量也較低。

圖6 秦嶺北麓(西安段)2017年逐月平均碳匯量

不同土地類(lèi)型的固碳能力存在很大差異,基于2017年秦嶺北麓(西安段)年碳匯量的空間分布,按照土地類(lèi)型分區(qū)統(tǒng)計(jì),得到不同土地類(lèi)型年碳匯量,如圖7所示。不同土地類(lèi)型的碳匯量均值排序?yàn)?闊葉林地>草地>高山草甸>灌木林地>斜坡草地>疏林地>農(nóng)田>灘地>河流>裸地>湖泊(水庫(kù))>城鎮(zhèn),闊葉林地的碳匯量均值為480.34 gC m-2a-1,城鎮(zhèn)的碳匯量均值為117.17 gC m-2a-1,極差為363.17 gC m-2a-1。

圖7 2017年秦嶺北麓(西安段)不同土地類(lèi)型碳匯量

2.3 碳排放和碳匯量預(yù)測(cè)分析

通過(guò)嶺回歸分析,得出碳排放量的STIRPAT模型為:

InCE=7.753+0.492InP+0.55In(GDP/P)

-0.0355InU-1.868InI+0.115InEs

(6)

從上述回歸方程分析可知,各因素對(duì)碳排放影響程度為:產(chǎn)業(yè)結(jié)構(gòu)>人均GDP>人口>能源消耗強(qiáng)度>城鎮(zhèn)化率。2005—2017年,秦嶺北麓(西安段)實(shí)際碳排放量與STIRPAT模型模擬量的擬合結(jié)果表明,實(shí)際碳排放量與模擬量的平均誤差為2.74%,誤差較小,在可接受范圍內(nèi)。

結(jié)合《西安市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二○三五年遠(yuǎn)景目標(biāo)綱要》和歷史數(shù)據(jù),設(shè)定2021—2060年秦嶺北麓(西安段)在人口、人均生產(chǎn)總值、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)和能源消耗強(qiáng)度的變化趨勢(shì),采用STIRPAT模型預(yù)測(cè)未來(lái)正常發(fā)展情形下的碳排放量。碳排放量預(yù)測(cè)結(jié)果如下圖所示,由圖8可知,在正常發(fā)展情景下,秦嶺北麓(西安段)的碳排放量在2030年達(dá)到峰值5.94×107t/a,之后開(kāi)始逐年下降;2060年碳排放量下降至5.42×107t/a。

圖8 秦嶺北麓(西安段)碳排放量預(yù)測(cè)結(jié)果

基于GM(1,1)灰色預(yù)測(cè)模型,分析得出秦嶺北麓(西安段)碳匯量的變化趨勢(shì),如圖9所示。結(jié)果顯示,秦嶺北麓(西安段)在2021—2060年的碳匯量呈逐年增加的趨勢(shì),2060年的碳匯量達(dá)到3.16×107t/a。

圖9 秦嶺北麓(西安段)碳匯量預(yù)測(cè)結(jié)果

圖10 秦嶺北麓(西安段)凈碳匯量預(yù)測(cè)結(jié)果

2.4 區(qū)域碳中和狀況分析

本研究估算了秦嶺北麓(西安段)的凈碳匯量,即總碳匯量與總碳排放量的差值。凈碳匯量統(tǒng)計(jì)結(jié)果顯示,秦嶺北麓(西安段)凈碳匯量基本為負(fù)值,說(shuō)明秦嶺北麓碳(西安段)排放量始終大于碳匯量。在21世紀(jì)初,秦嶺北麓(西安段)碳排放量略高于碳匯量,凈碳匯量為-0.13×107t/a。2000—2030年,由于區(qū)域經(jīng)濟(jì)的快速發(fā)展,碳排量的平均增速是碳匯量的5倍,所以秦嶺北麓(西安段)的凈碳匯量快速降低,最低凈碳匯量為-3.70×107t/a。2030—2060年,由于區(qū)域碳排量逐年降低,且碳匯量逐年增加,因此秦嶺北麓(西安段)的凈碳匯量逐步增加。2060年的區(qū)域凈碳匯量為-2.26×107t/a,未達(dá)到區(qū)域2060年的碳中和目標(biāo)。

3 討 論

進(jìn)入21世紀(jì)以來(lái),西安市城鎮(zhèn)化建設(shè)快速推進(jìn),區(qū)域人口呈指數(shù)級(jí)增長(zhǎng),秦嶺北麓(西安段)碳排量也急劇增加。隨著陜西省對(duì)秦嶺北麓的生態(tài)環(huán)境保護(hù)的高度重視,并出臺(tái)《陜西省秦嶺生態(tài)環(huán)境保護(hù)條例》,使秦嶺生態(tài)環(huán)境保護(hù)工作走上法制化的道路。同時(shí),積極實(shí)施的一系列系統(tǒng)性生態(tài)保護(hù)和修復(fù)工程[9],使秦嶺北麓生態(tài)環(huán)境質(zhì)量持續(xù)好轉(zhuǎn)。因此從2012年以后,秦嶺北麓(西安段)的碳排放量得到有效控制,碳排放的平均增長(zhǎng)率相比于碳排放的平均增長(zhǎng)率相比于2000—2010年降低了12.4倍。

通過(guò)對(duì)碳排放量的預(yù)測(cè)分析發(fā)現(xiàn),秦嶺北麓(西安段)可實(shí)現(xiàn)2030年“碳達(dá)峰”目標(biāo)。人口是影響區(qū)域碳排放量的一項(xiàng)重要因素[10-11],研究表明中國(guó)人口將在2030年左右達(dá)到峰值[12],因此本研究中同樣設(shè)定秦嶺北麓(西安段)在區(qū)域人口在2030年達(dá)到峰值。通過(guò)對(duì)碳匯量的預(yù)測(cè)分析發(fā)現(xiàn),秦嶺北麓(西安段)的碳匯量在預(yù)測(cè)期內(nèi)年均增長(zhǎng)1.62%,略低于張穎等[6]得出的全國(guó)森林碳匯年均增長(zhǎng)率2.91%,主要原因是秦嶺北麓受區(qū)域限制,森林面積的增長(zhǎng)率低于全國(guó)平均增長(zhǎng)率。結(jié)合碳排放量和碳匯量的預(yù)測(cè)結(jié)果,發(fā)現(xiàn)秦嶺北麓(西安段)在2030—2060年期間,雖然碳排量持續(xù)降低,碳匯量持續(xù)增加,但是在正常發(fā)展情景下仍然難以達(dá)到2060年“碳中和”的目標(biāo)。李曼等[13]的研究也發(fā)現(xiàn)山西省在基準(zhǔn)情景下難以實(shí)現(xiàn)2060碳中和目標(biāo)。許多專(zhuān)家指出我國(guó)實(shí)現(xiàn)碳中和目標(biāo)面臨時(shí)間緊迫、任務(wù)艱巨等問(wèn)題[14],因此需要社會(huì)各界加速推進(jìn)減排固碳工作,在減少碳排放上,由于產(chǎn)業(yè)結(jié)構(gòu)和人口是影響碳排放量的關(guān)鍵因素,第三產(chǎn)業(yè)比例的提升有利于減少碳排放,并且產(chǎn)業(yè)結(jié)構(gòu)逐步成為碳排放量變化的主導(dǎo)因素[15],因此一方面要優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),降低第二產(chǎn)業(yè)占比,鼓勵(lì)發(fā)展低碳或無(wú)碳產(chǎn)業(yè);另一方面要增加清潔能源的使用,倡導(dǎo)人民綠色低碳的生活方式。在增加碳匯上,一方面要推動(dòng)秦嶺北麓(西安段)森林植被建設(shè),充分發(fā)揮植被碳匯功能;另一方面可以研發(fā)碳捕獲和存儲(chǔ)技術(shù),為增加碳匯提供一種新的可能。

4 結(jié) 論

本研究通過(guò)對(duì)秦嶺北麓(西安段)的碳排放和碳匯時(shí)空分布特征及碳中和預(yù)測(cè)進(jìn)行分析,得出以下結(jié)論:

(1) 秦嶺北麓(西安段)的碳排放主要經(jīng)歷了穩(wěn)定期(1997—2001年)、急劇增長(zhǎng)期(2002—2011年)和緩慢增長(zhǎng)期(2012—2020年)3個(gè)階段;碳排放空間格局的年際差異較小,2017年碳排放強(qiáng)度排名前五的區(qū)縣依次為碑林區(qū)、新城區(qū)、蓮湖區(qū)、未央?yún)^(qū)和雁塔區(qū),碳排放強(qiáng)度分別為4.32×104、3.84×104、3.83×104、2.68×104t/km2和2.65×104t/km2。

(2) 秦嶺北麓(西安段)碳匯最高的地區(qū)分布在南部秦嶺山區(qū),整體呈現(xiàn)出南高北低、高低相間的分布特征;1—12月的月均碳匯量大體呈現(xiàn)出先減少后增加再減少的變化趨勢(shì),5月份的植物生長(zhǎng)狀況最佳,對(duì)應(yīng)的碳匯量最高;不同土地類(lèi)型的碳匯量均值排序?yàn)?闊葉林地>草地>高山草甸>灌木林地>斜坡草地>疏林地>農(nóng)田>灘地>河流>裸地>湖泊(水庫(kù))>城鎮(zhèn)。

(3) 秦嶺北麓(西安段)預(yù)計(jì)可實(shí)現(xiàn)2030年“碳達(dá)峰”目標(biāo),區(qū)域碳排量峰值為5.94×107t a-1;但是在正常發(fā)展情景下難以實(shí)現(xiàn)2060年“碳中和”目標(biāo),2060年的區(qū)域凈碳匯量為-2.26×107t a-1。