廣東省植被固碳量時空變化及氣象貢獻率研究

鄧玉嬌，王捷純*，徐杰，吳永琪，陳靖揚

1. 廣東省生態(tài)氣象中心，廣東 廣州 510640；2. 廣州氣象衛(wèi)星地面站，廣東 廣州 510640

自工業(yè)革命以來，大氣中CO2的濃度顯著增加，至 2011年較工業(yè)革命前增加了約 40%（IPCC，2013）。作為最主要的溫室氣體，CO2濃度增加是人為輻射強迫增加進而導致全球變暖的主要原因。為推動全球共同減少 CO2排放，《巴黎協(xié)定》提出本世紀末將全球平均溫升控制在不超過工業(yè)化前2 ℃并爭取努力控制在1.5 ℃內(nèi)的總體目標，中國也率先提出了2030年前實現(xiàn)“碳達峰”、2060年前實現(xiàn)“碳中和”的目標。全球碳循環(huán)問題因此引起了各國政府、科學家及公眾的廣泛關注（Cox et al，2000；Cui et al.，2018；Li et al.，2021）。

植被是陸表生態(tài)系統(tǒng)碳循環(huán)中的一個重要碳庫，它通過光合作用吸收空氣中的CO2，具有天然的固碳機能，對于維持大氣中CO2的動態(tài)平衡、減少溫室效應具有重大作用（Robinson et al.，2009；萬昊等，2014；趙俊芳等，2018）。近年來，國內(nèi)外學者針對陸地植被的固碳功能及其影響因素開展了大量的研究。歐陽志云等（1999）以中國陸地生態(tài)系統(tǒng)有機物質(zhì)生產(chǎn)為基礎，根據(jù)光合作用和呼吸作用的反應方程式，估算得到中國陸地生態(tài)系統(tǒng)每年固定 CO2總量為 1.09×1010t。Richard et al.（2010）對田納西州楓香落葉林的研究表明，氮會限制CO2施肥效應對植物凈初級生產(chǎn)力的影響。范建中等（2013）根據(jù) MODIS NPP（Net Primary Productivity，凈初級生產(chǎn)力）產(chǎn)品分析了陜西退耕還林生態(tài)建設工程區(qū)植被固碳量的時空變化及生態(tài)服務價值。王姝等（2015）基于MODIS NPP數(shù)據(jù)，利用線性趨勢法、空間數(shù)據(jù)分析方法及固碳釋氧價值模型，探討 2000—2012年生態(tài)恢復背景下陜甘寧地區(qū) NPP的變化及固碳釋氧量。陳吉龍等（2017）通過野外調(diào)查和數(shù)值模型，量化研究了遼河沼澤地在濕地演變、人工灌溉、氣候變化等情景下的植被固碳潛力。溫宥越等（2020）利用MODIS NDVI（Normalized Difference Vegetation Index，歸一化植被指數(shù)）驅(qū)動CASA模型估計粵港澳大灣區(qū)NPP，計算研究區(qū)的固碳釋氧量及經(jīng)濟價值，進而研究了陸地生態(tài)系統(tǒng)演變對固碳釋氧量的影響。Luo et al.（2020）利用12類生態(tài)系統(tǒng)模型研究了氣候變化、土地利用、CO2施肥作用對西藏高原植被初級生產(chǎn)力的影響，結(jié)果表明氣候變化是最為主要的影響因素。姚俠妹等（2021）利用Li-6400XT光合作用測定儀，對安徽沿淮地區(qū)小城鎮(zhèn) 19種景觀樹種的固碳釋氧和降溫增濕效應進行了評估。

廣東省地處中國大陸最南端，森林覆蓋率達59.08%（廣東省統(tǒng)計局等，2020），在全國“三區(qū)四帶”重要生態(tài)系統(tǒng)保護和修復重大工程總體布局中占有重要位置，研究該區(qū)植被固碳能力及驅(qū)動因素，對全省甚至全國實現(xiàn)“碳中和”愿景目標意義重大。現(xiàn)有研究成果中，對廣東省植被固碳能力及影響因素的相關研究較少（鄧玉嬌等，2021），因此，本文基于植被凈初級生產(chǎn)力數(shù)據(jù)和地面氣象觀測數(shù)據(jù)，利用相關性分析和模型模擬方法，分析廣東省植被固碳量的時空分布特征及其對氣象條件的響應規(guī)律。其研究成果可為廣東省提升生態(tài)環(huán)境質(zhì)量、實現(xiàn)“碳中和”目標提供科學依據(jù)。

1 研究區(qū)概況

廣東省地處嶺南，瀕臨南海，毗鄰港澳，東接福建，西接廣西，北接湖南、江西，東南和西南分別與臺灣、海南隔海相望，是中國與世界各地交往的重要門戶，素有“祖國南大門”之稱（張爭勝等，2016）。其經(jīng)緯度范圍大致為 109°45′—117°20′E、20°09′—25°31′N，東西跨度約 800 km，南北跨度約600 km，陸地面積17.98×104km2，現(xiàn)轄21個地市，截至2019年底全省常住人口11521萬人（廣東省統(tǒng)計局等，2020）。

廣東屬于東亞季風區(qū)，從北向南分別為中亞熱帶季風氣候、南亞熱帶季風氣候和熱帶季風氣候。氣候特點為夏長冬暖，年平均氣溫 21.9 ℃，年日照時數(shù)1755.1 h，年降水量1790.0 mm，是全國光、熱和水資源最豐富的地區(qū)之一。區(qū)內(nèi)植被地帶性差異明顯且具有過渡性，自然植被有針葉林、常綠闊葉林、季雨林、雨林、珊瑚島常綠林、紅樹林、竹林、灌叢、草叢等 11個植被型，大致可分為粵北暖性常綠闊葉林、粵西熱帶雨林與熱帶常綠季雨林、粵中熱暖性南亞熱帶雨林與亞熱帶雨林3個植被帶（裴鳳松等，2015；張爭勝等，2016）。豐富的植被類型，復雜的背景氣候條件，再加上近幾十年來氣候變化、經(jīng)濟發(fā)展對其造成的影響，使得研究廣東省植被生態(tài)質(zhì)量及其生態(tài)服務功能比其他區(qū)域更為復雜。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

（1）2001—2020年植被NPP產(chǎn)品是中國氣象局國家氣象中心統(tǒng)一下發(fā)的月合成產(chǎn)品。該產(chǎn)品利用太陽光合有效輻射、植被吸收光合有效輻射的比例、實際光能利用率等數(shù)據(jù)，驅(qū)動TEC模型，估算植被NPP，具體計算方法參考孫應龍等（2019）。該數(shù)據(jù)空間分辨率為0.01°，投影方式為等經(jīng)緯度投影。

（2）2001—2020年廣東省逐日平均氣溫、最高氣溫、最低氣溫、相對濕度、降水量、日照時數(shù)、平均風速、平均海平面氣壓等數(shù)據(jù)來自于廣東省氣候中心，由全省86個國家氣象站觀測得到。

（3）2001—2020年逐日云量數(shù)據(jù)為NOAA物理科學實驗室（https://www.psl.noaa.gov/data/gridded/data.ncep.reanalysis.other_flux.html）提供的全球數(shù)據(jù)，該數(shù)據(jù)為T62高斯網(wǎng)格數(shù)據(jù)，格點數(shù)為192×94，經(jīng)度為 0°—358.125°E，緯度為 88.542°N—88.542°S。

2.2 研究方法

2.2.1 植被固碳量計算

由綠色植物光合作用化學方程式（6CO2+）可知，植被每生產(chǎn) 1.00 kg的干物質(zhì)能固定1.63 kg CO2，且1 kg CO2中包含了0.27 kg碳。而固定時段內(nèi)植被光合作用產(chǎn)生的干物質(zhì)量與NPP為2.2倍關系（陳明輝等，2012；溫宥越等，2020），因此，植被固碳量可通過NPP計算得到：

式中：

WCO2——某一時間段內(nèi)單位面積植被固定的CO2量，單位為 g·m-2；

WC——某一時間段內(nèi)單位面積植被固碳量，單位為 g·m-2；

N——某一時間段內(nèi)單位面積植被 NPP，單位為 g·m-2。

基于國家氣象中心下發(fā)的NPP月合成產(chǎn)品，以當年3—5月為春季，6—8月為夏季，9—11月為秋季，12月至次年2月為冬季，采用逐象元累加方法計算得到春、夏、秋、冬4個季節(jié)的NPP產(chǎn)品序列；將每年1—12月產(chǎn)品采用逐象元累加方法得到NPP年產(chǎn)品序列；基于NPP年產(chǎn)品，采用平均值合成法計算得到近20年NPP平均值。根據(jù)公式（1）、（2），從NPP月產(chǎn)品、季節(jié)產(chǎn)品、年產(chǎn)品、多年平均產(chǎn)品可計算得到植被固碳量月、季、年及多年平均值。

2.2.2 植被固碳量與氣象要素相關性分析

本文利用Pearson相關系數(shù)來定性分析氣象要素對植被固碳量的影響。Pearson相關系數(shù)是用來描述兩個變量間線性關系密切程度和相關方向的統(tǒng)計指標，其定義為兩個變量之間的協(xié)方差和標準差的商，計算公式如下：

式中：

r——Pearson相關系數(shù)；

n——匹配樣本量；

X、Y——兩組向量。

挑選最能反映植被生長所需光、溫、水條件的氣象數(shù)據(jù)，包括平均氣溫、最高氣溫、最低氣溫、降水量、日照時數(shù)月數(shù)據(jù)，與植被月固碳量，計算從當月開始到滯后6個月的相關系數(shù)，并做相關系數(shù)顯著性檢驗，用以分析氣象要素對植被固碳量的影響。

2.2.3 基于IBIS模型的驅(qū)動因素定量分析

集成生物圈模型（Integrated Biosphere Simulator，簡稱IBIS）由美國威斯康辛大學全球環(huán)境與可持續(xù)發(fā)展中心研發(fā)，是一個綜合的陸地生物圈模型，包括陸面過程、冠層生理、植被物候、植被動態(tài)和土壤地球生物化學等 5大功能模塊（Kucharik et al.，2000）。在氣象數(shù)據(jù)的驅(qū)動下，它能夠模擬土壤、植被與大氣之間的能量、水分和動量交換；冠層光合作用與氣孔導度；植被萌發(fā)與衰亡；植被功能型之間的分配、轉(zhuǎn)換與競爭；地上凋零物及地下各個碳庫之間的碳氮分解、流動與交換。模型中各個過程可在不同的時間尺度上進行，從分鐘到年，便于將生態(tài)過程、生物物理過程、植物生理過程等發(fā)生在不同時間尺度上的過程有機整合起來。

現(xiàn)有研究表明，植被固碳量的主要影響因素包括大氣CO2施肥效應、氮沉積、氣候變化、土地利用類型改變等（Piao et al.，2015；Zhu et al.，2016）。本項目以 2001年為基準年，假定其他影響因素不變，僅改變氣象要素，基于IBIS模型模擬植被固碳量變化。利用逐日平均氣溫、最高氣溫、最低氣溫、相對濕度、降水量、平均風速和平均海平面氣壓、云量、CO2濃度等數(shù)據(jù)，驅(qū)動IBIS模型，計算在氣象要素影響下植被固碳量的變化。

2.2.4 植被固碳量變化的氣象貢獻率計算

參考焦亞音等（2021）提出氣象條件對PM2.5濃度變化貢獻率的計算方法，本文將植被固碳量的驅(qū)動因素分為兩類，一是氣象要素，二是其他要素，通過 IBIS模型定量分離氣象條件和其他要素的影響，進而計算植被固碳量變化的氣象貢獻率，計算公式如下：

式中：

Re——2002—2020年氣象條件導致的植被固碳量變化值占植被固碳量實際變化值的百分比，即氣象貢獻率；

C2001e、C2020e——IBIS模擬的在氣象條件變化、其他條件不變的情況下2001年、2020年植被固碳量；

C2001r、C2020r——為2001、2020年植被固碳量真實值。本文在國家氣象中心提供的NPP數(shù)據(jù)基礎上基于公式（1）、（2）計算植被固碳量，將其作為真實值。

3 結(jié)果與分析

3.1 植被固碳量時間變化規(guī)律

從年尺度而言（圖 1），2001—2020年廣東省植被固碳量呈波動上升趨勢，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因發(fā)生嚴重的氣象干旱，導致植被固碳量降至近20年最低；2015年以來全省在消滅宜林荒山、改造殘次林方面取得了顯著成效，至 2017年植被固碳量達近20年最高。

從季節(jié)尺度而言（圖1），近20年廣東省春季、夏季、秋季、冬季植被固碳量分別為242.8、324.5、269.3、145.1 g·m-2，可見，夏季植被固碳量最大、冬季最小，秋季、春季介于兩者之間。冬季、春季植被固碳量年際波動大，而夏季、秋季植被固碳量年際變化平緩，主要是因為廣東省降水充沛但季節(jié)分布不均，80%的降水集中在4—9月，加之植被生長對降水存在 1—2月的滯后效應，所以夏、秋兩季植被生長所需的光、溫、水資源穩(wěn)定且充足，而冬、春兩季時有氣象干旱災害發(fā)生，導致植被生長狀況波動較大。

圖1 2001—2020年廣東省年、季平均植被固碳量變化Figure 1 The annual and seasonal carbon sequestration of vegetation from 2001 to 2020 in Guangdong Province

從月尺度而言（圖2），廣東省植被月固碳量在一個自然年內(nèi)通常呈先升后降規(guī)律。1月為全年最低值，當月固碳量的20年平均值為45.8 g·m-2；隨著植被的生長，7月達到最高值，當月固碳量的20年平均值為112.2 g·m-2；隨后逐漸下降，至12月達到較低值，當月固碳量的20年平均值為51.5 g·m-2。

圖2 2001—2020年廣東省月平均植被固碳量變化Figure 2 The monthly carbon sequestration of vegetation from 2001 to 2020 in Guangdong Province

3.2 植被固碳量空間分布規(guī)律

從2001—2020年廣東省多年平均植被固碳量空間分布圖（圖 3）可知，廣東省大部分地區(qū)植被固碳能力強，近20年平均年固碳量達981.2 g·m-2，固碳高值區(qū)主要分布在粵北地區(qū)及陽江、茂名等地，低值區(qū)主要分布在珠三角的佛山、東莞、廣州南部、中山北部等地?；洷钡貐^(qū)（梅州、清遠、河源、韶關、云浮等5市）以丘陵、山地為主，擁有大片的森林，是原生型亞熱帶常綠闊葉林、天然針葉林的集中分布區(qū)，其 20年平均植被年固碳量達1035.9 g·m-2，遠高于全省其他地區(qū)?；浳鞯貐^(qū)（湛江、茂名、陽江等3市）以丘陵、臺地、平原為主，是全省熱量資源最豐富的區(qū)域，植被種類豐富，其20年平均植被年固碳量達999.3 g·m-2，僅次于粵北地區(qū)?；洊|地區(qū)（潮州、揭陽、汕頭、汕尾等4市）以山地、丘陵、臺地為主，是廣東省人口密度較大的地區(qū)，頻繁的人類活動使得區(qū)內(nèi)原生自然植被保存很少，該區(qū) 20年平均植被年固碳量為 932.0 g·m-2，低于粵北、粵西地區(qū)。珠三角（廣州、深圳、佛山、肇慶、東莞、惠州、珠海、中山、江門等 9市）以沖積平原為主，是廣東省最重要的經(jīng)濟發(fā)展核心區(qū)域，該區(qū) 20年平均植被年固碳量為 905.7 g·m-2，低于全省其他區(qū)域。

圖3 2001—2020年廣東省多年平均植被固碳量空間分布及分區(qū)域統(tǒng)計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 植被固碳量對氣象要素的響應

考慮到植被對氣象要素的響應存在一定的滯后性，本文統(tǒng)計分析了從當月開始到滯后6個月的植被固碳量與主要氣象要素的相關系數(shù)。從表1可知，廣東省植被月固碳量與氣溫、降水、日照時數(shù)相關性顯著，其最大相關系數(shù)分別為0.915、0.732、0.602，均通過P=0.01顯著性檢驗，表明在月時間尺度上，氣溫是對廣東省植被生長影響最為顯著的氣候因子，其次是降水，再次是日照時數(shù)。植被固碳量與氣溫的相關系數(shù)在當月為最大值，其后逐漸降低，滯后3個月時相關系數(shù)未通過顯著性檢驗；與降水量的相關系數(shù)在滯后1個月時為最大值，其后逐漸降低，滯后4個月時相關系數(shù)未通過顯著性檢驗；與日照時數(shù)的相關系數(shù)在當月為最大值，其后明顯降低，滯后2個月時未通過顯著性檢驗。由此可見，植被固碳量對日照、氣溫的響應不存在滯后，對降水的響應存在 1—2個月的滯后，且日照時數(shù)對植被固碳量的影響持續(xù)時間較短，主要在當月，溫度的影響持續(xù)時間約為3個月，降水的影響持續(xù)時間約為4個月。

表1 廣東省植被月固碳量與氣象要素相關系數(shù)Table 1 Correlation coefficients between monthly carbon sequestration of vegetation and meteorological factors in Guangdong Province

3.4 植被固碳量變化的氣象貢獻率

以2001年廣東省植被單位面積固碳量為基準，計算 2002—2020年植被固碳量相對于基準年的年變化值。從圖4可知，氣象要素對植被固碳量的影響以正向驅(qū)動為主，平均年增長量為5.7 g·m-2，植被固碳量變化的氣象貢獻率為48.4%。氣象要素使得植被固碳量產(chǎn)生明顯正增長的年份，包括2003、2004、2007、2009、2011、2013、2015、2017、2019年。氣象要素對植被固碳量造成明顯負增長的年份包括 2005、2012、2014、2016年，其余年份變化微弱。其中，2005年氣候特征為“大旱大澇少臺風，多雷多霾溫度高”，春季、秋季、冬季持續(xù)干旱少雨，造成植被固碳量顯著下降；2016年受強厄爾尼諾和拉尼娜的先后影響，氣候十分異常，寒潮、臺風、暴雨等均對植被固碳能力造成不良影響；此外，2012年與2014年臺風、暴雨、洪澇災害較重，是當年植被固碳量下降的重要原因。

圖4 2002—2020年廣東省植被固碳量年變化值Figure 4 The annual change of carbon sequestration of vegetation from 2002 to 2020 in Guangdong Province

4 結(jié)論與討論

4.1 討論

陸表植被生長對人類活動和氣象條件十分敏感，由于植被類型、季節(jié)和地理位置的不同，植被對氣象條件變化的響應機制是不同的。目前，植被固碳量對氣象因子響應的研究成果并不多見，但NPP與氣象因子之間的相關性分析已有大量的文獻可查，且固碳量與NPP之間存在常數(shù)倍數(shù)關系，兩者與氣象因子的關系可互為參考。侯英雨等（2007）研究表明，我國降水對植被NPP年內(nèi)季節(jié)變化的驅(qū)動作用高于溫度，且氣候因子對北方植被NPP的驅(qū)動作用高于南方。孫應龍等（2019）對云南省臨滄市植被 NPP與氣候因子的相關性分析表明，NPP與降水呈顯著正相關，而與氣溫、日照時數(shù)的相關性未達到顯著水平。劉錚等（2021）認為，黃土高原草地NPP與降水指標呈顯著正相關，與溫度指標主要呈負相關，年降水量是該區(qū)草地NPP變化的最重要驅(qū)動因素。本文利用廣東省植被月固碳量與氣溫、降水、日照時數(shù)進行相關性分析的結(jié)果表明，廣東省氣溫對植被固碳量的影響最為顯著，其次為降水，再次為日照，且植被固碳量對日照、氣溫的響應不存在滯后，對降水的響應存在 1—2個月的滯后。這一結(jié)論與前人對廣東省、珠三角地區(qū)植被NDVI對氣象因子的響應規(guī)律基本一致（何全軍，2019）。

相關性分析可以定性地解釋氣象因子對植被的影響，但無法深入分析這種影響的程度與機理，更無法回答在對植被造成影響的諸多因素中氣象因子是否為最主要的影響因子這一科學問題。因此，部分學者嘗試使用生態(tài)系統(tǒng)模型定量研究植被變化的驅(qū)動因素。Zhu et al.（2016）基于衛(wèi)星遙感數(shù)據(jù)和 10種生態(tài)系統(tǒng)模型模擬的研究表明，1982—2009年，CO2施肥作用對全球植被變綠的貢獻率為70%，氮沉降為9%，氣候變化為8%，土地利用為4%。Chen et al.（2019）認為，2000—2017年，中國以僅占全球 6.6%的植被面積創(chuàng)造全球 25%的葉面積凈增長量，且這種增長主要是因為人類對土地利用類型的改變及灌溉、施肥等措施。本文利用IBIS模型模擬了僅氣象條件變化時，植被固碳量的變化，并定量計算固碳量變化的氣象貢獻率，結(jié)果表明，近 20年氣象要素對廣東省植被固碳量的影響以正向驅(qū)動為主，平均年增長量為5.7 g·m-2，植被固碳量變化的氣象貢獻為48.4%。

總體而言，本文采用統(tǒng)計分析和模型模擬兩種方法，分別從定性、定量角度分析了氣象條件對植被固碳量的影響，在研究方法上有所創(chuàng)新，可供相關領域的學者參考。其研究內(nèi)容在后期還可進一步拓展，可對植被類型、土地利用類型或生態(tài)景觀類型做進一步細化，分析氣象因子對不同類型植被固碳量的影響，也可以從CO2施肥效應、氮沉降、氣候變化、土地利用等多個因素全面分析植被固碳量的驅(qū)動因素。

4.2 結(jié)論

（1）廣東省大部分地區(qū)植被固碳能力強，近20年平均年植被固碳量達981.2 g·m-2，固碳量按從高到低順序分區(qū)域排序為：粵北（1035.96 g·m-2）、粵西（999.3 g·m-2）、粵東（932.07 g·m-2）、珠三角（905.7 g·m-2）。

（2）2001—2020年廣東省植被固碳量呈波動上升趨勢，年植被固碳量介于838.7—1070.8 g·m-2。植被固碳量季節(jié)變化規(guī)律明顯，夏季最大、冬季最小，秋季、春季介于兩者之間，冬季、春季植被固碳量年際波動大，而夏季、秋季植被固碳量年際變化平緩。

（3）廣東省植被固碳量與氣溫、降水、日照時數(shù)相關性顯著。在月時間尺度上，氣溫是對廣東省植被生長影響最為顯著的氣候因子，其次是降水，再次是日照時數(shù)。植被固碳量對日照、氣溫的響應不存在滯后，對降水的響應存在1—2個月的滯后，且日照時數(shù)對植被固碳量的影響持續(xù)時間較短，主要在當月。

（4）從IBIS模型的定量模擬可知，近20年氣象要素對植被固碳量的影響以正向驅(qū)動為主，平均年增長量為5.7 g·m-2，植被固碳量的氣象貢獻率為48.4%。干旱、臺風、暴雨洪澇等災害是影響植被固碳量的重要氣象因素。