貴州省退耕還林還草潛在碳匯效益評(píng)估

李海萍,李定恒,李 豪

中國人民大學(xué)環(huán)境學(xué)院, 北京 100872

工業(yè)革命以來的世界經(jīng)濟(jì)飛速發(fā)展,人類生產(chǎn)生活對(duì)自然資源需求的同時(shí)也引發(fā)了森林退化、水土流失、氣候變暖等一系列生態(tài)環(huán)境問題[1]。為應(yīng)對(duì)日趨加劇的生態(tài)危機(jī),世界各國先后啟動(dòng)了一系列大規(guī)模的生態(tài)治理工程,如美國羅斯福工程、蘇聯(lián)斯大林改造大自然計(jì)劃、北非綠色壩防護(hù)林工程等[2—4]。我國自20世紀(jì)80年代以來也相繼開展了包括退耕還林在內(nèi)的多項(xiàng)生態(tài)工程,20年來我國退耕還林還草面積累計(jì)高達(dá)3440萬hm2,工程區(qū)內(nèi)森林覆蓋率平均提高4個(gè)多百分點(diǎn),成林面積占全球同時(shí)期增綠面積的4%以上[5]?；谛l(wèi)星遙感數(shù)據(jù)的全球綠化趨勢(shì)研究也強(qiáng)調(diào)了人為土地管理對(duì)改善地球環(huán)境的重要性,并呼吁世界其他國家學(xué)習(xí)中國經(jīng)驗(yàn)[6]。

我國退耕還林還草的實(shí)踐可分為兩個(gè)階段,即1999年在甘肅、陜西、四川率先試點(diǎn)的第一輪和2014年起的新一輪退耕還林還草。已有研究從多個(gè)維度評(píng)估了該工程對(duì)地區(qū)生態(tài)系統(tǒng)的積極影響[7—9]。由于不同生態(tài)系統(tǒng)的服務(wù)功能間存在權(quán)衡關(guān)系[10],如林地增加可促進(jìn)地表植被蒸散,水文調(diào)節(jié)功能增強(qiáng)的同時(shí)會(huì)使水源涵養(yǎng)量減少,因此需要對(duì)工程的實(shí)施強(qiáng)度加以控制[11]。此外,退耕還林通過調(diào)整土地利用方式改變了生態(tài)系統(tǒng)的碳循環(huán)過程,Lugo等基于波多黎各不同歷史時(shí)期的土壤調(diào)查發(fā)現(xiàn),毀林造田后的土壤碳貯量?jī)H為初始量的35%,而休耕還林后可回升至75%左右[12]。劉苑秋等通過監(jiān)測(cè)江西瑞昌市退耕還林后的植被狀況及土壤性質(zhì),發(fā)現(xiàn)土壤有機(jī)碳、微生物生物量碳以及可礦化碳的含量均有顯著提升[13]。趙寧等綜合已發(fā)表的數(shù)據(jù),估算出過去幾十年我國陸地的平均碳匯為(0.21±0.03) Pg C /a(1 Pg=1015g)[14]。作為實(shí)施面積最廣的一項(xiàng)造林工程,2001至2008年因生態(tài)退耕產(chǎn)生的碳匯就高達(dá)5.87 Mt[15]。

準(zhǔn)確估算退耕還林的碳匯潛力對(duì)實(shí)現(xiàn)碳中和目標(biāo)具有重要意義,許多學(xué)者已對(duì)此進(jìn)行了研究,鄧元杰等人[16]使用FLUS模型對(duì)子長縣退耕還林工程進(jìn)行了四種情景模擬,并結(jié)合InVEST模型測(cè)算了陸地碳儲(chǔ)量潛力及碳匯的經(jīng)濟(jì)價(jià)值,但其對(duì)土地利用的模擬更側(cè)重于耕地與其他地類間的競(jìng)爭(zhēng)關(guān)系,未考慮耕地條件是否滿足退耕要求。大多數(shù)研究以坡度為依據(jù)確定退耕地的面積和范圍,如陸文濤等以15°和25°劃分坡度區(qū)間,運(yùn)用Dyna-CLUE模型模擬了滇池流域退耕還林后的土地利用情況[17]。蒙吉軍等在陡坡耕地的基礎(chǔ)上,將張掖市沙化耕地和鹽堿地納入了退耕范圍[18]。楊存建等將坡度與土壤侵蝕和NDVI數(shù)據(jù)疊加對(duì)云南省的退耕空間進(jìn)行了識(shí)別,并進(jìn)一步利用降雨和氣溫?cái)?shù)據(jù)區(qū)分退耕還林還草的適宜性[19]。目前對(duì)水土流失及土壤污染區(qū)域的退耕研究還不多見。由于不同地區(qū)的自然條件存在較大差異,退耕后的林草恢復(fù)適宜性也不盡相同,致使碳匯估算時(shí)的碳匯系數(shù)難以統(tǒng)一,因而界定不同區(qū)域不同植被的固碳率不僅是準(zhǔn)確估算碳匯潛力的首要問題,也是進(jìn)行中小空間尺度碳匯效益評(píng)估的科學(xué)基礎(chǔ)。

貴州省于2000年正式啟動(dòng)退耕還林工程,目前已累計(jì)退耕還林247萬hm2,超過全省森林總面積1/5。盡管如此,2014年新一輪退耕還林還草工程中貴州省的計(jì)劃任務(wù)仍居全國首位。國務(wù)院2014年《關(guān)于印發(fā)新一輪退耕還林還草總體方案的通知》和2015年《關(guān)于擴(kuò)大新一輪退耕還林還草規(guī)模的通知》中明確將陡坡耕地、重要水源地15—25°坡耕地、嚴(yán)重沙(石)漠化及嚴(yán)重污染耕地列入退耕范圍。鑒于此,本文以耕地問題較突出的貴州省為研究區(qū),基于新的退耕范圍,通過識(shí)別退耕區(qū)域并評(píng)價(jià)退耕地的立地條件,對(duì)不同自然條件下林灌草的固碳率進(jìn)行確定,遵循因地制宜的原則對(duì)貴州省退耕還林還草還灌后的碳匯效益進(jìn)行評(píng)估,既擴(kuò)大了退耕的碳匯效益評(píng)估范圍,又可提升碳匯潛力的估算精度。

1 研究區(qū)概況和數(shù)據(jù)來源

1.1 研究區(qū)概況

貴州省地處云貴高原東部103°36′—109°35′E、24°37′—29°13′N之間,地勢(shì)西高東低,為典型的喀斯特地貌區(qū),總面積1760萬hm2,見圖1。

圖1 研究區(qū)位置Fig.1 Location of the study area

貴州省為亞熱帶濕潤季風(fēng)氣候區(qū),年均溫14—16 ℃,年降水量1100—1400 mm。因地處橫斷山和喀斯特地貌區(qū),不僅土地資源稀缺,坡耕地占比也很高,15°以上陡坡耕地超40%。盡管已退耕134萬hm2,新一輪退耕任務(wù)仍有113萬hm2。

1.2 數(shù)據(jù)來源及預(yù)處理

2020年貴州省發(fā)改委部署的近期退耕任務(wù)約20萬hm2,因此選用2000和2020年兩期土地利用數(shù)據(jù)探究自退耕工程開始以來貴州省植被的生長趨勢(shì)并預(yù)測(cè)工程未來的碳匯潛力,該數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心(http://www.globallandcover.com/)的全球地表覆蓋數(shù)據(jù)Globeland 30,分類總體精度分別為83.5%和85.7%[20],根據(jù)退耕還林工程目標(biāo),將原始7種地類中的濕地和水體合并為水域,與耕地、林地、草地、灌木地和建設(shè)用地一起進(jìn)行評(píng)估。

DEM數(shù)據(jù)從地理空間數(shù)據(jù)云(https://www.gscloud.cn/)平臺(tái)下載,并派生出坡度和坡向圖。氣溫和降雨量柵格數(shù)據(jù)源自中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn/)。水系分布矢量數(shù)據(jù)來源于 1∶400萬全國基礎(chǔ)地理數(shù)據(jù)庫(https://www.webmap.cn/)。

從Google Earth Engine云平臺(tái)調(diào)用經(jīng)輻射定標(biāo)、大氣校正、幾何糾正等預(yù)處理后的貴州省2020全年度Landsat 8衛(wèi)星影像,通過編寫代碼計(jì)算出基巖裸露率,作為石漠化范圍和程度的確定依據(jù)。

土壤重金屬含量點(diǎn)數(shù)據(jù)整理自公開發(fā)表的文獻(xiàn)[21],將包含經(jīng)緯度的樣本點(diǎn)數(shù)據(jù)導(dǎo)入ArcGIS 10.4,提取出位于貴州省內(nèi)的277個(gè)點(diǎn)位,其中鎘249、鉛239、鋅68、砷168、銅132和鉻192個(gè)。土壤質(zhì)地、酸堿度和有機(jī)質(zhì)含量等其他屬性數(shù)據(jù)來源于國家青藏高原科學(xué)數(shù)據(jù)中心(http://data.tpdc.ac.cn/)和世界土壤數(shù)據(jù)庫(HWSD) 的中國土壤數(shù)據(jù)集。

將所有柵格圖層重采樣為30 m,以便與土地利用數(shù)據(jù)的空間分辨率保持一致,投影坐標(biāo)系采用WGS_1984_UTM_Zone_48N。

2 研究方法

2.1 確定退耕區(qū)域

(1)坡耕地

《中華人民共和國水土保持法》禁止在25°以上陡坡地開墾種植農(nóng)作物。此外,為降低水源地保護(hù)區(qū)的環(huán)境污染風(fēng)險(xiǎn),新一輪退耕還林還草將三峽庫區(qū)、丹江口庫區(qū)及上游區(qū)域的15—25°坡耕地也納入了工程范圍,涉及貴州省赤水市、習(xí)水縣和仁懷縣,將坡度按15°和25°分級(jí)后與土地利用數(shù)據(jù)疊加,提取出相應(yīng)的坡耕地。

(2)嚴(yán)重石漠化耕地

水利部《巖溶地區(qū)水土流失綜合治理技術(shù)標(biāo)準(zhǔn)》(SL 461—2009)中,石漠化程度以基巖裸露率進(jìn)行劃分,30%—50%為輕度,50%—70%為中度,大于70%則為重度石漠化?；鶐r裸露率以歸一化巖石指數(shù)NDRI為基礎(chǔ),采用像元二分模型計(jì)算[22],公式為:

(1)

(2)

式中,Fr為基巖裸露率；SWIR和NIR分別對(duì)應(yīng)Landsat 8的短波紅外波段和近紅外波段；NDRIo為完全非巖石覆蓋像元的NDRI值；NDRIr為完全巖石覆蓋區(qū)的NDRI值。參考牛群等[23]的研究將NDRIo和NDRIr確定為累計(jì)百分比1%和99%所對(duì)應(yīng)的像元值。

(3)嚴(yán)重污染耕地

克里金法是以半變異函數(shù)理論為基礎(chǔ)估計(jì)無數(shù)據(jù)區(qū)域變量值的一種最優(yōu)內(nèi)插方法,廣泛應(yīng)用于模擬重金屬空間分布的研究中[24—25]。對(duì)重金屬點(diǎn)位數(shù)據(jù)進(jìn)行克里金插值后,采用德國學(xué)者M(jìn)uller于上世紀(jì)60年代提出的地累積指數(shù)(Igeo)對(duì)重金屬污染耕地進(jìn)行評(píng)價(jià),該方法因綜合了人為污染因素和自然背景的影響而沿用至今[26],公式為:

Igeo=log2(Ci/kSi)

(3)

式中,Igeo為土壤重金屬i的地累積指數(shù)；Ci為重金屬i的實(shí)際含量(mg/kg)；Si為重金屬i在土壤中的參考標(biāo)準(zhǔn)值(mg/kg)；k為消除巖石差異引起的背景值變動(dòng)所設(shè)定的修正系數(shù),通常取值1.5。若Igeo值≥3則表明土壤已受到嚴(yán)重的重金屬污染。貴州省土壤重金屬背景值參考現(xiàn)有文獻(xiàn)[25]。

2.2 退耕土地的適宜性評(píng)價(jià)

2.2.1 評(píng)價(jià)因子

新一輪退耕方案強(qiáng)調(diào)尊重規(guī)律、因地制宜,根據(jù)不同立地條件宜林則林、宜灌則灌、宜草則草。西南地區(qū)林木在降雨量低于400 mm或≥0 ℃積溫不足1500 ℃的環(huán)境下難以存活,但卻適宜種草[19],灌木適宜生長在半陰、濕潤的環(huán)境中,最佳生長溫度為15 ℃左右。為進(jìn)一步確定退耕地的林草配置,選取地形(海拔、坡度和坡向)、土壤性質(zhì)(酸堿度、土壤質(zhì)地和有機(jī)質(zhì)含量)、氣候類型(年均降雨量、≥10 ℃積溫)以及區(qū)位條件(距水系距離)4類指標(biāo)9個(gè)因子對(duì)退耕土地的適宜性進(jìn)行評(píng)價(jià),各因子的空間分布見圖2。

圖2 立地條件適宜性評(píng)價(jià)因子Fig.2 Site condition suitability evaluation factors

2.2.2 PLUS(Patch-generating Land Use Simulation)評(píng)價(jià)模型

PLUS模型可進(jìn)行斑塊尺度的土地利用變化模擬,由中國地質(zhì)大學(xué)關(guān)慶鋒團(tuán)隊(duì)2021年開發(fā),其中的用地?cái)U(kuò)張分析策略LEAS(Land Expansion Analysis Strategy)模塊可用來探索多因素對(duì)用地?cái)U(kuò)張的驅(qū)動(dòng)機(jī)制,并在此基礎(chǔ)上預(yù)測(cè)每種地類未來的發(fā)展?jié)摿?。使用時(shí)先從兩期土地利用數(shù)據(jù)中提取林、草和灌木地的增加部分,通過隨機(jī)采樣提取30%的數(shù)據(jù)作為訓(xùn)練集,之后采用隨機(jī)森林分類(Random Forest Classification)算法對(duì)各地類擴(kuò)張和輸入的驅(qū)動(dòng)因子圖層逐一進(jìn)行挖掘,獲得自然因子對(duì)用地?cái)U(kuò)張的貢獻(xiàn)度及各地類的發(fā)展概率,該方法可有效解決驅(qū)動(dòng)因子間的多重共線性[27],公式為:

(4)

式中,參數(shù)d取值0或1；1表明有地類向k類型轉(zhuǎn)化, 0表明向除k以外的其他地類轉(zhuǎn)化；x是由若干驅(qū)動(dòng)因子組成的向量；I是決策樹集的指示函數(shù)；hn(x)是向量x第n個(gè)決策樹的預(yù)測(cè)類型；M為決策樹的總數(shù)。

2.3 碳匯潛力計(jì)算

2.3.1 林地碳匯

林地碳匯的計(jì)算以林木總生物量為基礎(chǔ),使用IPCC生物量擴(kuò)展因子法計(jì)算出生物量后乘以含碳率即可獲得林地碳儲(chǔ)量的變化值[28—29],公式為:

(5)

表1 貴州省退耕還林工程各樹種木材密度、生物量轉(zhuǎn)換系數(shù)和含碳率

2.3.2 灌木碳匯

根據(jù)灌木林增加面積和平均生物量法計(jì)算其碳貯量變化[29],公式為:

ΔC灌=A灌·B·C灌

(6)

式中,A灌為灌木增加面積(hm2)；B為灌木林平均生物量(t/ hm2);C灌為灌木含碳系數(shù)。參數(shù)B按照我國秦嶺淮河以南的灌木單位面積平均生物量19.67 t/ hm2進(jìn)行計(jì)算[32],貴州省灌木含碳系數(shù)取值0.5[29]。

2.3.3 草地碳匯

草地的碳匯效益估算基于退耕還草面積和草地單位面積的固碳量,公式為:

ΔC草=A草·α

(7)

式中,A草為草地面積(hm2)；α為單位面積草地固碳量(t/hm2)。IPCC報(bào)告中每公頃天然草地每年固碳量約為1.3 t[33],孫思思等[34]對(duì)云貴高原草地生態(tài)系統(tǒng)的研究顯示,該地區(qū)草地每年CO2吸收率達(dá)4.25 t/hm2,本研究據(jù)此換算出α的取值為1.16 t/hm2。

3 結(jié)果與分析

3.1 退耕區(qū)域空間分布

根據(jù)前述條件,分別得到符合陡坡耕地、重要水源地15—25°坡耕地、嚴(yán)重石漠化及嚴(yán)重污染耕地等需要退耕的區(qū)域,見圖3。

圖3 滿足不同退耕條件的耕地空間分布Fig.3 Spatial distribution of farmland satisfying different returning conditions

由圖3可知,赤水河中下游的赤水市、習(xí)水縣和仁懷縣水源保護(hù)區(qū)內(nèi)15—25°坡耕地分布較為密集,作為全國唯一沒有平原的省份,貴州省 25°以上陡坡耕地分布較多且范圍較大,基巖裸露率>70%的嚴(yán)重石漠化耕地主要分布在中西部的畢節(jié)、貴陽、六盤水、安順和黔西南州等地。

對(duì)克里金插值后的重金屬分布進(jìn)行空間統(tǒng)計(jì),結(jié)果顯示,砷、銅和鉻的地累積指數(shù)Igeo值均小于3,未達(dá)到嚴(yán)重污染水平。鉛污染情況最為嚴(yán)重,最高鉛含量1579.1 mg/kg,Igeo最大值4.9,在西部的畢節(jié)市和六盤水市出現(xiàn)了連片的高值區(qū),嚴(yán)重鉛污染耕地達(dá)21.7萬hm2。鎘含量最高值達(dá)22.8 mg/kg,最大地累積指數(shù)為4.5,嚴(yán)重污染區(qū)也位于畢節(jié)和六盤水市,面積為9.3萬hm2。鋅污染的空間分布與鉛和鎘污染區(qū)基本重疊,土壤最高鋅含量3662.9 mg/kg,Igeo最大值為4.6,需退耕的鋅污染面積為6.9萬hm2。

按照新的退耕工程要求,統(tǒng)計(jì)各地市州滿足不同退耕條件的耕地面積及其占比,結(jié)果見表2。

表2顯示,貴州省需退耕地共131.9萬hm2,其中25°以上陡坡耕地、水源地15—25°坡耕地、嚴(yán)重石漠化及嚴(yán)重污染耕地分別為82.5萬hm2、7.9萬hm2、25.1萬hm2和22.2萬hm2,各占退耕總面積的62.5%、5.9%、19.0%和16.8%。六盤水市耕地33.4萬hm2,但多項(xiàng)土壤重金屬含量超標(biāo),待退耕地占耕地總面積42.3%。畢節(jié)市共有耕地121萬hm2,因石漠化程度較重,加之共有13.9萬hm2的耕地受到嚴(yán)重的重金屬污染,超30%的土地需要退耕。遵義市包含水源地保護(hù)區(qū),轄區(qū)內(nèi)15°以上坡耕地的退耕任務(wù)較重。其余各市州由于陡坡耕地及石漠化耕地占比較多,也是退耕的重點(diǎn)區(qū)域。

3.2 林灌草生長適宜性

為進(jìn)一步確定所退耕地的還林、還草或還灌適宜性,在提取出2000—2020年林、草和灌木擴(kuò)張區(qū)域的基礎(chǔ)上,采用隨機(jī)森林分類算法對(duì)增長區(qū)和9類自然影響因子逐一進(jìn)行分析,得到各因子的用地轉(zhuǎn)換貢獻(xiàn)度及其排名(圖4),并生成林、草和灌木地的生長概率分布圖(圖5),作為退耕后的地類轉(zhuǎn)換基礎(chǔ)。

表2 貴州省各地區(qū)滿足不同條件的退耕地面積及其占比

圖4 林地、草地、灌木地的轉(zhuǎn)換影響因子及其貢獻(xiàn)度排名Fig.4 Influence factors and contribution ranking of forest, grassland and shrub conversion

圖5 林地、草地、灌木生長概率Fig.5 Growth probability of woodland, grassland and shrub

對(duì)于林地,降雨量、海拔和≥10 ℃積溫是主要的影響因子,且海拔和積溫的貢獻(xiàn)度均為0.16,黔東的低海拔喀斯特丘陵地帶及畢節(jié)市東部的微起伏山地,土質(zhì)以壤土為主且有機(jī)質(zhì)含量高,≥10 ℃的積溫也適宜林地生長,應(yīng)以還林為主。草地傾向于分布在高濕低溫的環(huán)境中,水分和溫度是影響其生長的決定性因素,貢獻(xiàn)度均大于0.17,黔西烏蒙山脈和黔北大婁山脈的高海拔山區(qū)不僅降水豐沛且積溫值普遍較低,是適宜還草的主要區(qū)域。灌木具有耐寒、耐旱特性,適宜在涼爽干燥的環(huán)境生長,不少種類只在酸性土壤中存活,影響灌木擴(kuò)張的主要因子是降雨、≥10 ℃積溫和海拔,貢獻(xiàn)度依次為0.196、0.192和0.186。畢節(jié)市東南部、貴陽市西南部、安順市西北部以及南盤江流域的興義市、安龍縣和冊(cè)亨縣,在還林還草條件不充分時(shí),種植灌木是較適宜的選擇。

3.3 退耕地的林灌草配置

將各像元林、草和灌木的生長概率使用條件函數(shù)進(jìn)行比較,基于退耕地的立地適宜性,劃分出宜林、宜灌和宜草地,見圖6。

圖6 宜林、宜灌、宜草地的空間分布Fig.6 Spatial distribution of land suitable for forest, shrub and grass

該圖層的空間統(tǒng)計(jì)結(jié)果顯示,131.9萬hm2待退耕地中,宜林、宜灌和宜草地的面積分別為63.5萬hm2、29.7萬hm2和38.7萬hm2,分別占退耕地總面積的48.1%、22.6%和29.3%,將其與現(xiàn)有土地利用類型進(jìn)行空間疊加,得到貴州省3個(gè)時(shí)期的土地利用變化,見圖7。

圖7 貴州省土地利用變化Fig.7 Land use change in Guizhou Province

由圖7可知,退耕工程可有效改善貴州省的用地結(jié)構(gòu),計(jì)算出退耕后的植被覆蓋率增量達(dá)7.5%,畢節(jié)和六盤水市的退耕效益最顯著,工程完成后兩市的林草覆蓋率分別由2020年的52.1%和63.3%提升至65.8%和77.5%。

3.4 退耕工程的碳匯潛力評(píng)估

退耕工程既促進(jìn)了生態(tài)的正向演變,也可增加區(qū)域的碳匯效益,基于前述的碳匯計(jì)算公式和各地類變化情況,計(jì)算貴州省各地市州所還林、灌、草的碳匯增益,見圖8。

圖8 貴州省各地區(qū)退耕后的碳匯增量Fig.8 Carbon sink increment in various regions of Guizhou Province

結(jié)果顯示,實(shí)施退耕工程后貴州省的碳匯量可提升2116.83萬t。遵義市的碳匯增效最顯著,工程結(jié)束后碳匯量可增加539.55萬t,畢節(jié)市、黔東南州和銅仁市的碳匯增量均超過290萬t。結(jié)合新一輪退耕工程向貧困地區(qū)傾斜的政策導(dǎo)向,將碳匯增長率相對(duì)較高的貧困地區(qū)作為退耕工程的優(yōu)先區(qū),可實(shí)現(xiàn)生態(tài)和社會(huì)效益的雙重最大化。退耕面積最少的貴陽市(4.7萬hm2)的碳匯量也可增加59.03萬t,轉(zhuǎn)換成CO2當(dāng)量后大約可吸收216.44萬t CO2。

從碳匯類型來看,由于林地單位面積的固碳量最高且宜林地的面積也最大,因此,林地對(duì)碳匯潛力的提升貢獻(xiàn)最大,累計(jì)增量可達(dá)1779萬t,占總碳匯潛力的84.1%。退耕后的宜灌地面積最小(29.7萬hm2),然而灌木的固碳能力約為林地的1/3左右,故其碳匯潛力約占13.8%,可增加293萬t碳匯,畢節(jié)市、黔西南州和安順市的灌木碳匯潛力最大。盡管退耕還草的面積達(dá)38.7萬hm2,但草地的固碳率不及灌木地的1/8,其碳匯潛力僅占2.1%,碳增量為45萬t,除畢節(jié)市和遵義市外,其余各市州的草地碳匯均低于5萬t。

4 討論

4.1 待退耕地面積估算的影響因素

本研究依據(jù)現(xiàn)行政策法規(guī),采用衛(wèi)星影像數(shù)據(jù)識(shí)別出貴州省的重度石漠化面積58.5萬hm2,與土地利用數(shù)據(jù)疊加后提取出嚴(yán)重石漠化耕地25.1萬hm2,與其他學(xué)者的結(jié)果大致相等[35]。此外,本研究又提取出陡坡耕地、水源保護(hù)區(qū)內(nèi)坡耕地和重金屬污染耕地共131.9萬hm2,可作為退耕工程未來空間布局及實(shí)施步驟的決策依據(jù)。由于新一輪退耕工程遵循“自上而下,上下結(jié)合” 的原則,即由農(nóng)民自愿申報(bào)退耕任務(wù),再由中央?yún)R總核定后將任務(wù)下發(fā)到各省并劃撥專項(xiàng)生態(tài)補(bǔ)償資金,農(nóng)戶退耕的主觀意愿[36]、資金補(bǔ)償標(biāo)準(zhǔn)的差異以及時(shí)間的滯后性[37]都是影響退耕面積大小的可變因素,從而造成實(shí)際可退耕地與理論可退耕地面積的差異,進(jìn)而影響碳匯潛力評(píng)估結(jié)果的準(zhǔn)確性。

4.2 林灌草配置的科學(xué)性

基于土地利用變化的隨機(jī)森林分類結(jié)果顯示,降雨、海拔和積溫是影響植被生長的3個(gè)首要因素,且草地傾向于生長在西部的高海拔低溫高濕山區(qū),這與聶祥琴等[38]使用線性回歸分析得出的貴州省草地生長決定因素和空間分布趨勢(shì)相契合。但本研究囿于數(shù)據(jù)獲取的局限性,未能將地下水埋深等[39]其他影響植被生長的重要因子納入分析。同時(shí),本研究識(shí)別出需退耕的重金屬污染區(qū)的適宜性是假定污染治理后自然條件下的林灌草適宜性,也會(huì)使退耕后林灌草的空間配置與現(xiàn)實(shí)情況不完全一致,從而使基于適宜性評(píng)價(jià)的碳匯潛力估算出現(xiàn)偏差。

4.3 碳匯估算的精度分析

姚平等[40]根據(jù)西南五省的適生樹種建立了相應(yīng)的生長曲線模型,認(rèn)為貴州省的退耕工程林對(duì)森林碳匯功能的影響最顯著。本研究對(duì)潛在碳匯量進(jìn)行估算前,已根據(jù)貴州省的清查資料和相關(guān)文獻(xiàn)對(duì)不同植被的碳匯因子進(jìn)行了修正,修正后林地和草地的固碳率分別為28.02 t/hm2和1.16 t/hm2,與方精云等[41]得出的草地單位面積碳匯能力約為森林的1/30的結(jié)論一致,也可證明本研究結(jié)果的可信度。但本研究采用的生物量擴(kuò)展因子法將轉(zhuǎn)換因子作為常數(shù),忽略了林木生長期、林分條件等微觀條件的差異[42],同時(shí)退耕林的碳匯效益也受耕地石漠化和土壤重金屬含量等理化性質(zhì)的影響,通過監(jiān)測(cè)退耕地植被碳儲(chǔ)量的動(dòng)態(tài)變化可修正并提升碳匯估算的精度。

5 結(jié)論

退耕還林還草不僅能有效改善土地利用方式,對(duì)增加區(qū)域碳匯也極具潛力,科學(xué)準(zhǔn)確地識(shí)別退耕區(qū)域并估算其碳匯潛力是實(shí)現(xiàn)雙碳目標(biāo)的一項(xiàng)基礎(chǔ)性工作。

貴州省現(xiàn)有滿足退耕條件的耕地共131.9萬hm2,其中25°以上陡坡耕地占62.5%,重要水源地15—25°坡耕地占5.9%,嚴(yán)重石漠化耕地占19.0%,另有7.1%耕地重金屬鎘嚴(yán)重污染,16.4%耕地重金屬鉛含量超標(biāo), 5.2%耕地重金屬鋅污染嚴(yán)重,六盤水市和畢節(jié)市耕地條件最不理想。

降雨、海拔、積溫是影響貴州省植被生長最主要的三個(gè)因素,各地市州累計(jì)可退耕還林63.5萬hm2,退耕還灌29.7萬hm2,退耕還草38.7萬hm2,工程結(jié)束后貴州省的植被覆蓋率將提升7.6%。

退耕還林還草工程將使貴州省的碳匯增加2117萬t。林地是碳匯的主要貢獻(xiàn)者,其碳吸收貯存量占比可達(dá)84.1%,灌木和草地的碳匯效益雖然不顯著,分別占總碳匯的13.8%和2.1%,但草地的其他生態(tài)服務(wù)價(jià)值相較其碳匯價(jià)值更高,在退耕地轉(zhuǎn)換時(shí)應(yīng)予以優(yōu)先考慮。