唐 睿, 彭开丽,2
(1.华中农业大学公共管理学院,湖北武汉 430070; 2.湖北农村发展研究中心,湖北武汉 430070)
土地利用变化使得地球原有的土地覆被格局、生态系统结构、过程和功能都发生改变,影响着生态系统的物质循环和能量流动,且影响范围广、强度大,在其变化过程中,往往伴随着大量的碳交换,从而导致温室气体的增加,土地利用变化是陆地生态系统碳循环最直接的人为驱动因素之一[1]。各项研究表明,土地利用变化对大气中CO2的浓度急剧增加的影响仅次于化石能源燃烧,已成为第二大温室气体排放源[2]。而且,因土地利用变化所带来的碳排放量在我国、亚热带、热带甚至全球范围内都占有很大的比重[3-6]。因此土地利用变化对于陆地碳储量的影响这一问题受关注的程度越来越高,逐步成为一个研究热点。
对于土地利用变化碳效应的研究已经从多个层面展开,其中多位学者研究了全球历史不同时期土地利用变化对陆地碳循环的影响[7-9]。另有学者从国家及地方层面进行研究,涉及到美国[10-11]、亚马孙地区[12]、亚洲东南部[4]、印度[13]、中国[14]等国家。
本文全面综述了近些年来学者们对陆地生态系统碳储量的研究,各种土地利用变化的影响,主要包括农用地内部转变及农用地非农用地间的转变,以及学术界用于研究此问题较为普遍的研究方法,评述了土地利用变化过程中陆地碳储量相关问题的研究进展,以期为科学评价土地利用变化对陆地碳储量的影响提供参考依据。
生态系统碳储量由植被碳和土壤碳构成,但由于时间空间等各项因素,陆地碳储量也有所不同。高艳妮等经过系统的分析发现,中国陆地生态系统净生产力平均为(2.828±0.827) Pg C/年,在未来气候情境下,中国陆地生态系统净生产力总体上可能呈现出先增加后减小的趋势[15]。土地利用变化通过影响植被碳和土壤碳的固定、排放,从而引起陆地生态系统碳储量的改变。
笔者综合大量文献资料,从土壤碳和植被碳2个方面对陆地生态系统碳储量进行综述。
土壤具有存储碳的能力,充当了碳汇的角色,全球约有 1 576 Pg 的碳存储在土壤中,土壤中的碳含量约是地上生物量的3倍,是大气中碳含量的2倍[7,16]。目前世界碳损失严重,而由于世界农业以及土壤退化造成的碳损失占全球历史碳损失(42亿~78亿t)的50%~66%[8]。因此土壤碳含量对于陆地系统碳含量影响较大。
土地利用变化是改变土壤有机碳含量的原因之一,但土地利用变化对于土壤碳库的影响较为复杂,土地利用变化到底能成为土壤碳库的碳汇还是碳源,目前众多学者还没有统一的说法。研究表明,耕地转林地、草地;草地转林地;建设用地转耕地、草地、林地;水域的转出以及未利用地的转出等能够增加土壤碳储量,即为碳汇,但到21世纪末,由于天然林转坡耕地及其他土地利用变化、持续耕作土壤及一系列人类活动等原因,我国农田土壤有机碳库含量较1980年会下降10%左右,但如果及时采取灌溉农田等有效措施,农田土壤有机碳降低的现象会得以抑制,甚至提高[17-20]。
土壤碳含量的分布因为地域的差异也有所不同,土地利用变化是导致碳储量分布具有区域性特征的主要原因。裴志永等采用遥感数据结合CASA模型,根据野外试验数据得到的经验关系估算出青藏高原高寒草原生态系统区域上的土壤碳排放在区域上呈现出明显的由东南向西北递减的趋势[21]。目前对于土壤碳含量变化的研究多集中于某一时刻不同土地利用类型之间的比较分析[18,22-23],而时间维度上,对于不同时刻同一地区土地利用类型转换后的土壤碳效应差异研究还应当继续深入[24-25]。
人类生活衣食住行的各个方面很大一部分都来自于植物生产力,植物通过光合作用将太阳能固定并转化为植物生物量。净初级生产力(简称NPP)通俗而言就是从植物由于光合作用所产生的有机质总量中扣除自养呼吸后剩余的部分,是地表碳循环的重要组成部分。它反映了植被自身的生产能力,可以作为评定生态系统碳源碳汇的标准。
对于NPP的研究,国内学者主要通过收集遥感资料,利用各类模型,估算了不同植被类型的NPP,并对其时间空间特征,以及NPP对气候变化的响应做了大量的研究(表1)。但由于所研究的区域、时间段的选取,数据的收集,模型的选择等有所不同,不同的研究结果间也存在着差异[6,26]。
根据众多学者的研究,影响NPP大小的主要因素大致可以分为自然因素和人为因素,自然因素主要有降水、辐射和温度。多数学者认为,驱动NPP数值变化的主要因素是降水,呈现出较为显著的相关性,但温度可以起到辅助作用,只是其显著性没有降水大[27-28]。Ren等敏感性试验结果表明,气候变化是控制森林NPP时空变化的主导因素[29]。但由于区域、季节以及植被覆盖类型的不同,NPP的大小是不同的。国内学者们运用不同的模型,分析了东北三省[30-31]、陕北黄土高原[32]、西藏青藏高原[21]、南方丘陵区[33]不同植被覆盖类型下植被NPP的大小。高艳妮等通过总结遥感模型对陆地生态系统NPP的模拟结果得到,不同植被类型的单位面积NPP总体表现为常绿阔叶林显著高于其他植被类型,但不同研究结果间变化范围较大[15]。
还有部分学者认为,不仅仅由于上述自然因素导致NPP的改变,一些人为因素,包括土地利用类型以及管理方式的转变也会造成植被NPP的变化。高志强等运用GLO-PEM模型研究发现,在中国北方土地利用发生变化的区域,由于土地利用变化所引起的对于植被NPP的影响约占97%[34]。谢宝妮等提出了对于区域而言,由退耕还林还草而引起的土地利用覆被变化是退耕区NPP增加的主要因素;干旱的缓解则是青海内蒙等地NPP增加的主要因素[35]。张兴榆等认为近25年来,环太湖地区陆地生态系统中植被储碳能力逐步减弱,主要原因就是由于碳密度较高的林地大量转移为碳密度较低的耕地、草地[36]。王渊刚等认为1962—1976年间玛纳斯河流域大面积林地开垦,新增较多耕地,所以植被碳增加;1976—1999年由于不合理的耕作或灌溉措施,大面积耕地弃耕为荒漠,植被碳储量少量减少;1999—2008年由于滴灌技术大规模推广,收复了大量的弃耕地,土地利用范围扩张,中部平原区绿洲逐渐连片,弃耕现象得以缓解,所以年植被碳储量小幅增加[37]。
表1 我国部分区域对于植被碳储量的研究
土地利用变化的区域是陆地碳储量变化的热点区域,土地利用变化对陆地生态系统碳储量的影响主要体现在以下2种方式:一是农用地内部转变,本文主要介绍耕地、林地及草地间的相互转换,二是农用地与非农用地间的相互转变。土地利用变化对陆地生态系统碳储量的影响机制如图1所示,在土地利用变化的过程中,伴随着自然条件以及人类活动,会使得土壤中的碳发生变化,而随着植物的生长,土壤中的碳可以很好地被固定在植物体内,随着时间的流失,植物凋谢死亡,其体内的碳又重新回到土壤中,因此本文主要从植被碳和土壤碳2个方面来介绍土地利用变化对陆地碳储量的影响。
2.1.1 林地的转变 森林是全球碳含量的重要影响因素,它大致包含了陆地碳储量中地上部分的80%,以及地下部分的40%[38-40]。6%~17%的人类二氧化碳的排放是由于热带地区森林的砍伐及退化造成的,因此,国际上很多工业国家都拨出部分资金用于减少森林砍伐[41]。
林地变动的驱动因素在不同的地区也有着不同的重要性,一般来说,大部分的农村人口采用的是不可持续的耕作方式,从而造成了日益增长的农地需求[42-43]。为了增加工业用材或者薪材而砍伐森林,为了增加耕地、草地等的面积而毁林,为了增加城镇化建设而占用林地,以及不恰当的管理方法等也都是造成林地发生改变的原因。特别是在社会经济发展迅速,城镇化进程加快,以及人口压力剧增的背景下,粮食需求的压力不得不使我们进一步扩大耕地及草地面积。
林地的转变是碳储量损失最重要的原因。1983—1990年期间,在全球范围内,林地转为农田以及草地占总的土地利用变化面积的45%,但是其所带来的碳储量变化占总的土地利用变化造成的碳储量变化的2/3和3/4,由此可见,相对于其他土地利用类型而言,林地的碳储量相当的高。所以林地的变动将会对陆地生态系统的碳储量造成相当大的影响。在北美以及欧洲,碳损失较为明显,主要就是因为大量的农地占用了林地[3]。
2.1.2 草地的转变 我国的草地资源相当丰富,总面积将近4亿hm2,占全国土地总面积的40%,是耕地面积的3倍。其中最著名的四大草原分别是内蒙古呼伦贝尔大草原、内蒙古锡林郭勒大草原、新疆伊犁草原、西藏那曲高寒草原。
近些年来,国内外生态学家及土壤学家对森林碳储量的研究较为频繁,不同地区、不同时间、不同类型的森林碳储量,以及土地利用变化对森林碳储量的影响都得到了广泛的关注,但是对于草地生态系统碳储量的研究却显得关注不够,有关土地利用变化对草原碳储量的研究更为稀缺。
康文星等利用洞庭湖湿地苔草地改造成林地后,土壤有机碳储量在造林前5年损失率较高,为11.29%,造林后的第6~8年内,土壤有机碳损失的速率下降,特别是在40~100 cm 的土层内已经出现了净积累,主要原因是随着树木的增长,落叶量增加,从而使得土壤碳含量增加[43]。周涛等发现草地转换为耕地后,土壤的平均有机碳储量减少了 3.5 kg/m3,通过评估土壤碳对于温度的敏感性,得出在全球变暖的趋势下,退耕还林还草政策使得植物能够将更多的碳固定在土壤中[14]。
2.1.3 耕地的转变 耕地的转化对陆地生态系统碳储量也有着举足轻重的影响。姜群鸥等研究发现黄淮平原地区耕地的转移对于植被碳储量的影响,估算得到1988—2000年间,耕地的转移导致研究区域植被碳储量减少了0.24%,其中,最主要的因素是耕地转为建设用地[45]。
目前,有众多学者就退耕还林还草政策对于土壤、植被碳储量的影响进行了深入的研究。他们多采用空间代替时间的方法,研究不同演替年限、不同土壤深度、植被不同部位中的碳储量变化情况[46-48]。我国黄土丘陵区作为生态环境多次遭受破坏,水土流失较为严重的区域,众多学者对其固碳能力进行了多次评估。刘迎春等对黄土丘陵区实施退耕还林政策后固碳潜力进行了评估,研究发现随造林时间的延长,植被碳储量呈逐年递增的趋势,而土壤碳储量则呈现为先减少后增加[49],这与Goulden等的研究结果[50]相似。申家朋等采用实地采样等方法,对黄土丘陵区退耕还林后的刺槐人工林进行研究,发现土壤碳储量受坡向及退耕年限影响较为显著[47]。
随着城镇化工业化脚步的加快,建设用地占用农用地的现象越加明显。1990年起,森林砍伐率逐年降低,但是城市扩张在过去30年间大步增长。建设用地占用农用地意味着:一方面,在农用地转变为建设用地过程中,植被大量减少,降低了生态系统的碳存量。另一方面,在土地利用的碳排放中,建设用地碳排放总量和强度最大,是其他用地类型碳排放强度的几十倍甚至上百倍[51-52]。据Seto等[9]估计,2000—2030年泛热带地区由于城市建设用地扩张造成陆地地上部分的碳储量将损失1.38 Pg C[9]。
随着全球气候变化的深入研究,城市土壤碳库及其变化也备受关注,但是相对于其他陆地生态系统,城市土壤碳库的研究还是较少。综合碳密度以及热带区域的森林转为建设用地的转换概率(75%~100%)来看,美洲和非洲在2030年的碳损失总量最多,分别为0.5、0.49 Pg C[9]。Pouyat等对美国巴尔摩县的30个开发项目的地形变化进行分析,估算出 2 600 m2的建设活动会对2.7×104kg C有所干扰[53]。对于国内而言,Tao等计算出常州市城市中心的陆地碳储量仅为0.11~0.32 Tg C,远低于城市边缘区域(2.41~7.50 Tg C)[14]。
3.1.1 InVEST模型 InVEST模型由美国斯坦福大学世界自然基金会与大自然保护协会于2007年联合开发。基于GIS平台可以将生态系统服务功能以地图的形式表示出来,是该模型最突出的特点所在。模型中碳储量版块可以对陆地上某一区域某一时段内的碳储量及其价值进行评估,该模型以土地利用类型为评估单元,利用区域土地利用/覆被信息、各碳库碳密度数据,通过栅格叠加计算生成不同土地利用类型上的生态系统碳储量,得到区域碳储量的空间分布。
运用InVEST模型,研究土地利用变化与区域碳储量之间的相互关系,这一问题在近年来受到了众多学者的探索。大多学者从时间、空间两方面对区域碳储量进行了一系列的动态研究[54-55]。Polasky等使用InVEST模型来量化1992—2001年明尼苏达土地利用变化对土地所有者的回报[56]。荣月静等利用InVEST模型分析了2000—2010年间太湖地区土地利用变化对于碳储量的影响,由于湿地林地转为建设用地导致土壤碳储量减少了1 375.66万t[57]。郜红娟等利用InVEST模型探索了贵州省乌江流域碳储量的空间结构特征,发现2000—2010年期间,乌江北部、东南部碳储量较高,南部及东北部较低;随时间迁移,除南部及中部地区碳储量有所降低之外,其他区域碳储量均有所提升[58]。这些都是由于退耕还林以及快速城镇化等土地利用变化因素造成。
3.1.2 CASA模型 CASA模型主要是运用遥感技术,获取模型所需的太阳辐射、地表温度、降水等数据,结合土地利用、植被类型分布图,通过植被对光能的有效辐射吸收原理来研究区域碳储量及其分布规律的模型。该模型使用起来较为简单,实用性强,所需数据及模型参数大部分都能通过遥感技术获取,而且所获取的数据观测范围广,周期较长,分辨率较高,所以该模型已被广泛应用于评估区域陆地生态系统碳储量以及净生产力[44,59]。
3.1.3 GLO-PEM模型 GLO-PEM模型与CASA模型相似,只是在CASA模型的基础上,添加了植被的呼吸过程,再通过有效辐射吸收利用原理来测算NPP的模型。它所需的数据也同样是通过遥感技术获取,这些遥感数据包括植物覆盖指数(NDVI)以及各种气象变量。姜群鸥等利用遥感数据以及GLO-PEM模型,估算了黄淮海平原植被净初级生产力,并测算了不同土地利用类型的植被碳密度[45]。一些学者常采用此方法来研究影响NPP大小的作用因素,发现主要是土地利用变化、降水、温度等不同因素影响着NPP[60-61]。
3.2.1 簿记(bookkeeping)模型 簿记模型以年为单位,常用来估算由于区域内土地利用变化所导致陆地生态系统每年的碳净变化量。它实际上是一个统计估算模型,单位面积上所考虑到的碳量范围也较为全面,主要包括生物体、土壤、植物残体(枯枝落叶等)以及木材产品中所包含的碳量,继而对土地利用变化或管理等一系列活动所导致各个方面的碳储量的变化绘制出相应的曲线。但是土地利用变化是一个较为复杂的过程,一般的簿记模型都是以生物量和土壤碳储量作为整个模型的重点,普遍缺乏对动植物体移走腐烂等氧化过程中所释放出来的碳的考虑。由于焚烧、薪柴、建房等移走植被利用方式的不同,王渊刚等将这种不同产品不同利用方式氧化速率的差别考虑进bookkeeping模型中,估算出由于土地利用变化导致的玛纳斯河流域植被碳储量增加量[37],比柳梅英等的估算结果[59]要高。究其原因可能有以下几点,首先,王渊刚等考虑了移走植被的不同氧化过程对植被碳储量的影响;其次,二者对于碳密度数据收集的方法也不同,王渊刚等是参考已发表的文献中所公开的资料数据,而后者是利用遥感数据进行估算得出的植被碳密度。所以,bookkeeping模型的误差主要来自于土地利用变化以及单位面积碳密度数据的误差。
3.2.2 IPCC统计方法 利用IPCC温室气体清单法进行碳储量变化的研究[36,62]也是经验统计方法的一种,IPCC温室气体清单法涉及到平均土壤碳密度以及土地利用变化发生时的碳库影响因子,同种土地利用类型采用同一土壤碳密度,同种影响因子。
这种统计方法优点在于参数较少,简单易得,常常适用于数据缺乏以及资料难寻的情况,但与此同时也存在着一些弊端,例如它简化了生态系统碳循环的过程,土地利用类型对于碳储量的影响机理也没有很具体的体现在模型中。
目前,越来越多的学者充分考虑到土地利用变化对碳储量的影响机制,对一些特定情境下的碳储量变化进行预测。一些学者结合系统动力学和CLUE-S模型模拟出一定情景下的土地利用变化及各类用地的空间分布,然后根据碳密度估算出不同情境下土地利用变化对碳储量的影响[63]。
CEVSA模型是常用的一种动态分析模型。它主要包括以下几个子模块:生物物理子模型、植物生长子模型、植物各器官中碳的分配以及凋落物的产生、生化子模型。
Mingkuncao等将目光投向非洲,他认为虽然非洲提供了全球1/5的NPP,但其气候变化也是很剧烈的,所以运用CEVSA模型模拟了由于气候变化导致的1901—1995年的碳循环及碳储量变化的动态过程,他认为,其实非洲并不是一个很有效的碳汇地区,因为它所固定的碳,有很大一部分都因为土地利用变化而被释放[64]。还有学者将CEVSA模型进行改进,考虑了冠层截留以及融雪对于土壤水分的影响,而且将CEVSA模型的模拟时间由“旬”缩短为“日”。运用改进后的模型分析了亚热带红壤丘陵区的人工林自造林以来,陆地生态碳储量的时空变化特征[65]。上述6种方法概括见表2。
早在20世纪90年代以前,土地利用变化对陆地生态系统碳储量的影响就引起了国内外学者的足够重视。在过去的几个世纪里,陆地生态系统中碳储量的变化主要来自于人类的土地利用变化,强调了林地对于调节陆地生态系统碳储量起的重要作用,但是陆地生态系统碳储量的变化有很大的不确定性,因为气候变化也存在很大的影响[68-70]。因为全球变暖的速度加快,气候变暖对于陆地生态系统碳贮量的影响越来越大,到21世纪初,随着遥感技术的进步,学者们开始细化研究区域,使用CEVSA、GLO-PEM等模型,将气候变化和土地利用变化对碳储量的影响分开,将研究对象陆地生态系统碳储量分开,分为土壤碳和植被碳,对于土壤碳,着重研究不同深度的土壤碳储量对于土地利用变化的响应;对于植被碳储量的研究,常基于逐年遥感数据,测算植被碳储量随时间变化的特征[6,28,62]。由于温室效应的严重,随着科技的进步,模型的针对性越来越强,约2010年以后,越来越多的学者注重土地利用变化碳效应的时空动态变化以及空间格局的规划,根据碳收支划分不同区域,运用情景模拟等方法,基于低碳排放的情景下模拟空间规划[17,31]。基于以上的发展历程,笔者将土地利用变化的碳效应大致归纳出以下几个特点:(1)陆地碳储量受诸多因素影响,其中土地利用变化是重要影响因素之一。(2)陆地碳储量(植被碳和土壤碳)具有时空特征。(3)林地的转变是碳储量损失最重要的原因之一。(4)退耕还林还草政策在一段时间后能够增加碳储量。(5)建设用地占用农用地,一方面,在农用地转变为建设用地过程中,植被大量减少,降低了生态系统的碳存量;另一方面,建设用地碳排放总量和强度最大,是其他用地类型碳排放强度的几十倍甚至上百倍,增加了碳排放。(6)评估方法多样化,精确度也越来越高。
表2 土地利用变化碳效应的研究方法
但目前的研究仍存在以下方面的不足:(1)研究数据缺乏且存在不确定性。土地利用变化的数据多基于遥感技术的使用,虽然遥感技术日益走向成熟,但在遥感影像解译等过程中,由于操作人员主观因素的影响,土地利用分类的精度难以保证。其次,由于植被、土壤种类众多,再加上气候环境的变化,造成了空间上的差异,对陆地生态系统碳储量的影响也显现出异质性,所以陆地生态系统碳储量定位监测技术仍有较大进步空间。(2)关于陆地生态系统碳储量潜力以及质量方面的研究较为缺乏。目前,土地利用变化对于陆地碳的影响较多集中在数量上的研究,主要为不同植被类型的不同生长部位、不同研究区域以及不同演替时段的碳储量对于土地利用变化数量上的响应。例如,碳储量数量上的降低在多久后能够恢复到土地利用变化以前的水平?反之,如果上升,那么这种数量上的增加又有多大的提升空间?有学者表示土壤碳质量对于土地利用变化的反应比土壤碳数量对其反应更为强烈[71]。但是目前对于土壤碳质量的研究还显得较为缺乏。(3)缺乏在低碳排放情境下的土地利用优化格局。目前的研究较多集中于农用地与建设用地间的相互转化对植被碳、土壤碳的影响,但是反向思考较为缺乏,例如可研究在低碳排放的情景下土地利用的优化格局,若能模拟出低碳排放情景下的土地利用格局,将大大减少日后为增加碳储量减少碳排放而带来的各方面压力。(4)现有碳储量模型并不能准确预测土地利用变化对于碳储量的影响程度。目前,InVest、CASA等模型对于大气-植被-土壤间的碳循环过程进行了模拟,综合考虑了气候因子以及人为因素对陆地碳储量的影响,整个循环过程已经模拟得较为全面。但是陆地碳储量的变动十分复杂,目前已有的模型有些还不具有全面的影响因子,各因子权重也不能很好地量化,因此现有模型并不能准确预测土地利用变化对于未来陆地生态系统碳储量的影响。
4.2.1 建立长期定位陆地碳储量数量质量监测体系,广泛收集相关数据 针对数据的缺乏,应大范围有针对性地建立起长期陆地生态系统碳储量定位监测系统,收集时间段长、空间跨度广、不同土地利用类型的碳储量变动数据,为研究土地利用变化对于陆地碳储量的影响奠定一定的基础。
4.2.2 多领域跨越多学科融合,科学评价陆地碳储量质量状况 基于目前学者对陆地生态系统碳储量的研究[72-73],笔者认为在探寻土地利用变化碳储量数量变动的同时也应当注意碳质量的研究。如果将土地利用变化同土壤学等生态领域的专业知识相结合,加强土地利用变化对于陆地碳储量质量上影响的研究,相信对于研究土地利用变化对陆地碳储量造成的潜在影响能够做出更好的预测、以及对碳储量损失后所需要恢复时间的推断都是一个很好的帮助。
4.2.3 测定土地利用变化后陆地碳储量的潜力,优化低碳排放下的土地利用空间格局 目前的研究主要停留在被动地评判土地利用变化对于陆地碳储量的影响上,所以应当反向思考,基于低碳排放的情境下,综合各项目标的用地需求,通过运用土地利用变化和生态系统耦合模型,提供出优化的土地利用空间格局,为土地利用决策提供更有现实意义的参考意见。
4.2.4 建立土地利用变化与生态系统耦合模型,优化不同土地利用类型下碳循环模型 理清土地利用变化对于陆地生态系统碳储量的影响机制,在分清不同的碳循环过程这一重要基础上,对已有模型予以完善,综合考虑环境、生化及人为因素等的影响,建立土地利用变化与生态系统相耦合的模型;再者,对于不同的土地利用变化过程采用与之相对应的模型,发展针对不同用地类型、多时空的多种陆地生态系统碳储量变化模型或板块,是未来陆地生态系统碳储量模型研究的一个重要方向。