杭州市三江汇地区森林植被固碳抵消能源排放能力评估及情景预测研究

张世芹

夏 凡

周丽娟

王祥荣

谢玉静*

自工业革命以来，随着温室气体排放量急剧上升，全球温度上升约1.09℃[1]。为积极应对全球气候变化，实现可持续发展，中国作为能源消费大国，同时也是CO2的排放大国[2]，中国制定2030年达到碳排放峰值，2060年达到“碳中和”目标。要实现“碳中和”目标，需同时考虑碳排和碳汇2个方面。在减少碳排放的同时，增加固碳能力。森林植被作为天然的碳汇体，在陆地生态系统中发挥着不可替代的作用，维持着生物圈的动态平衡[3-5]。森林植被利用光合作用将大气中的CO2转化为有机质，在吸收和固定CO2方面发挥着重要作用，森林固碳量可抵消全球每年25%化石燃料燃烧产生的CO2[6]。

相关研究发现，自1985年以来，中国化石能源碳排放量年平均增幅为15%[7]，随着碳排放量的急剧增加，中国陆地生态系统碳汇对工业碳排放和化石燃料碳排放的抵消能力从20世纪80—90年代的30%降为2010年的7%～15%[8]。全球气候变化由区域变化构成[9]，加强区域固碳/碳排放研究，有助于实现区域的可持续发展。近年来，森林植被固碳能力及对碳排放的抵消能力受到国内外学者的重视。Wear等[10]发现美国的森林固碳量可以抵消9.7%的交通和能源碳排放；Smith等[11]研究发现亚马逊次生林碳储量可抵消9.37%自1985年来的所有碳排放量；Alessio等[12]的研究结果表明意大利博尔扎诺的街道行道树固碳量可抵消0.08%的交通运输碳排放量。此外，国内学者也开展了相关研究。Fang等[13]发现2001—2010年中国陆地生态系统固碳量可抵消同时期14.1%的化石能源排放量；李帅帅等[14]研究表明2013年中国西部地区森林碳汇可抵消4.45%能源的碳排放量；周健等[15]发现广州市森林碳抵消效果约为2.27%；张彪等[16]发现上海城市森林植被对能源碳排放量的抵消率为0.5%；Zhao等[17]发现2014年北京市街道行道树可抵消0.2%能源的碳排放量。也有学者对森林固碳能力或能源消费量进行单方面预测研究，比如Prakash等[18]对2010—2060年森林的固碳能力进行情景预测；熊慧敏[19]设置情景对长三角地区2017—2035年的能源使用量进行预测研究。总体来说，目前研究多关注森林固碳能力和碳抵消能力的评估，以及未来固碳能力或能源碳排放量的单方面预测，对未来森林碳抵消能力的预测研究较少。

目前，森林固碳能力的评估是研究的热点，其估算方法主要包括清查法、涡度相关法、生态系统过程模型模拟法和大气反演法等[8]。清查法主要基于林业资源清查数据评估固碳量，其中生物量法是利用植被的生物量间接计算森林植被固碳量，方法直接简单，精度较高，是目前计算森林固碳量常用的方法之一[20-21]。涡度相关法主要根据微气象学原理，对CO2浓度进行长期连续定位监测，该方法主要用于解释生态系统尺度上碳循环对气候变化的响应过程，较少用于估算区域固碳量[22]。生态系统过程模型模拟法主要通过模拟生态系统碳循环过程进行固碳能力评估，是全球和区域固碳量评估的重要工具，包括TRENDY、MsTMIP、CASA等多种模型，其中，CASA模型计算结果精度较高，数据获取难度小，常用于估算森林固碳量[23-24]。大气反演法主要基于大气传输模型和大气CO2浓度观测数据，结合人为源CO2排放清单，估算固碳量，大气反演法的数据空间分辨率较低，大气传输模型越具有不确定性，评估区域越小，大气反演结果的不确定性越大[8]。

综上所述，鉴于数据可得性、评估尺度的适用性及评估方法准确性，本研究使用生物量法和CASA模型2种方法综合评估杭州三江汇地区森林植被的固碳量，基于CEADs县级碳排放清单和统计年鉴人口数据估算能源碳排放量，测算森林植被对能源碳排放量的抵消情况。通过减排和增汇2个方面设置未来情景，对三江汇地区2030年碳抵消能力进行定量预测，研究结果有助于为森林管理和区域可持续发展提供科学依据，可为区域生态系统管理和“碳中和”相关政策的制定提供依据。

1 研究区域和方法

1.1 研究区域

浙江省杭州市三江汇地区位于杭州市钱塘江、富春江及浦阳江的交汇区，包含了西湖区的转塘街道、双浦镇，滨江区的浦沿街道、长河街道，萧山区的城厢街道、闻堰街道、蜀山街道、义桥镇，富阳区的东洲街道、渔山乡、里山镇、灵桥镇。三江汇地区面积为465km2，2017年常住人口为74.67万人。三江汇地区该地区森林资源丰富，森林面积为165.70km2，森林覆盖率达到36.19%，地带性植被以亚热带常绿阔叶林为主。三江汇地区具有山、水、林、田、湖等多样化的生态要素，是杭州主城区跨钱塘两岸的最后一块大规模的生态保育地，在区域中拥有重要的生态地位(图1)。

图1 杭州三江汇地区区位图[作者改绘自《杭州三江汇未来城市生态修复专项规划(2021—2035)》]

1.2 数据来源

根据三江汇地区林业二类调查数据(以下简称“森林二调数据”)、遥感影像数据及气象等数据的可获得性，以2017年为基准年，收集的数据为：1)植被归一化指数(NDVI)数据源自中国科学院资源环境科学中心(https://www.resdc.cn)，本研究使用的数据为2017年NDVI，分辨率为100m；2)气象数据中气温和降雨数据来自中国气象科学数据共享服务网(http://www.nmic.cn/)，包括2017年浙江省内1—12月的气温、降雨量数据，太阳辐射数据来自国家气象数据中心(http://data.cma.cn/)，为2018年5km太阳日辐射数据；3)碳排放数据来自CEADs中国碳核算数据库(https://www.ceads.net.cn/)，为2017年杭州市萧山区、滨江区、富阳区、西湖区的县级能源碳排放清单；4)人口数据来自《杭州市统计年鉴》(http://www.hangzhou.gov.cn/)，本研究的人口统计数据涉及2017年杭州市萧山区、西湖区、滨江区和富阳区的12个街道。

1.2.1 生物量法评估森林NPP

净初级生产力(NPP)在全球碳平衡过程中扮演着重要角色，是生态系统中判断碳源/碳汇的重要因子[25]，对森林植被NPP进行评估可间接估算森林植被固碳量。

生物量法是利用植被生物量变化，以此间接计算森林植被固碳量，该方法直接简单，精度较高，是目前计算森林固碳量常用的方法[26]。本文使用IPCC的生物量扩展因子法对三江汇地区的乔木生物量进行评估，评估的公式如下：

式中，B为单位面积生物量，D为单位面积蓄积量，d为木材基本密度，BEF为生物量扩展因子，R为根茎比(地下生物量和地上生物量的比值)。

森林NPP与林分状况、林分年龄和林分生物量有一定关系，利用生物量、林分年龄和NPP的关系[27]，可计算乔木的NPP：

式中，NPP为植被的净初级生产力，B为单位面积生物量，A为林分年龄，c、d为不同森林类型的常数[28-29]。

本研究的森林二调数据缺乏灌木和竹林的蓄积量，为了提高对森林植被评估的完整性，灌木林和竹林的固碳量采用单位面积固碳量进行评估[30-31]，其评估公式如下：

式中，C为固碳量，S为面积，NPP为灌木或竹林净初级生产力。根据相关研究，灌木林NPP为7.49t/(hm2·a)[32]，竹林NPP为6.51t/(hm2·a)[33]。

1.2.2 CASA模型评估森林植被NPP

选用朱文泉[34]等改进的CASA模型估算森林植被NPP，计算公式如下：

式中，APAR(x，t)为像元x在t月吸收的光合有效辐射(gC·m-2·month-1)，ε(x，t)为元x在t月的实际光能利用率(gC·MJ-1)，SOL(x，t)为t月在像元x处的太阳总辐射量(MJ·m-2·month-1)，FPAR(x，t)为植被层对入射光合有效辐射的吸收比例，0.5为光合有效辐射和太阳总辐射比值。

该方法使用的数据主要包括NDVI月值数据，降雨、温度、太阳辐射月值数据和静态参数；静态参数主要参考朱文泉[34]的适用于中国的经验值；太阳辐射数据来源于Jiang等[35]研究的中国太阳辐射数据。

本研究利用生物量法和CASA模型分别计算出森林植被NPP，森林植被固碳量可以通过下列公式获得：

式中，C为固碳量，1.63为NPP转为CO2的系数，12/44为CO2转为碳的系数。

考虑到不同NPP研究方法存在高估或低估的情况[36-38]，参考相关研究[16]，本文森林植被的综合固碳量为生物量和CASA模型2种方法评估结果的均值。

1.2.3 能源碳排放量评估

人均能源碳排放量为能源碳排放量和人口的比值。本研究参考Chen等[39]估算的中国县级能源碳排放清单，获取2017年人均能源碳排放量，利用街道人口数据获得街道能源碳排放量，三江汇地区总能源碳排放量为街道能源碳排数据累加和。

式中，E为能源碳排放量，Qi为i区县能源碳排放量，Pi为2017年i区县人口数据，Pij为i区j街道的人口数据。

2030年能源碳排放量评估公式为：

式中，E为能源碳排放量，EI为能源强度，GPC为人均GDP，0.67为标准煤转换为CO2系数。

森林植被对能源碳排放量的碳抵消率为森林固碳量占能源碳排放量的比重，街道尺度森林植被碳抵消率为街道范围内森林固碳量占街道能源碳排放量的比重，三江汇地区森林平均碳抵消率则为三江汇森林固碳总量与能源碳排放总量的比值。

2 研究结果

2.1 森林固碳能力评估

本文利用森林二调数据获得三江汇地区森林树种分布情况和单位面积蓄积量数据，参照吴征镒[40]的研究对固碳参数进行分类，根据已有文献[41-50]得到相应植被类型的木材基本密度、生物量扩展因子、根茎比数据(表1)。基于生物量法估算的2017年杭州市三江汇地区森林植被固碳的总量为4.43×104t，单位面积固碳量为2.66t/hm2·a-1。从空间分布来看，NPP呈现出北部和南部较高，东部、中部和东北部较低的趋势(图2)。西北森林植被的固碳能力最强，NPP约为1000～1200gC/(m2·a)，西部、东南部和北部少部分区域森林植被的固碳能力次之，NPP约为800～1000gC/(m2·a)，西部和南部部分地区森林植被的固碳能力较强，NPP约为600～800gC/(m2·a)，中部、东部和南部部分地区森林固碳能力较低，NPP为400～600gC/(m2·a)，中部和东北部部分地区森林植被固碳能力最弱，NPP小于400gC/(m2·a)。

表1 不同植被类型的木材基本密度、生物量扩展因子、根茎比

图2 基于生物量法(2-1)和CASA模型法(2-2)的三江汇地区森林植被NPP评估(2017年)

基于CASA模型法评估2017年杭州市三江汇地区森林植被固碳量为5.54×104t，单位面积固碳量为3.34t/hm2·a-1。在NPP的空间分布上，呈现出西部、北部和南部较高，中部和东北部较低的特征(图2)。根据测算结果可知，西部和南部森林植被固碳能力最强，NPP约为900～1000gC/(m2·a)，西北和东部植被固碳能力次之，NPP约为800～900gC/(m2·a)，南部、中部、东北部和东部部分区域森林植被能力较弱，NPP约为400～600gC/(m2·a)，中部和东北部部分区域森林固碳能力最弱，NPP约为200～400gC/(m2·a)。总体来说，基于生物量法评估的结果小于CASA模型法结果。2种方法评估结果的空间分布特征基本保持一致，均呈现西部、北部和南部高，中部和东北部低的特征。部分区域略有差异。

不同固碳量评估方法测算的结果往往不同[8]，基于生物量法评估的固碳结果可能会低于实际值[51]，而基于CASA模型法测算的结果可能会高于实测值和其他模型结果[36，52-53]。为提高对三江汇地区的固碳能力评估准确性，本研究以2种方法结果的平均值表征2017年三江汇地区森林植被的固碳能力，为4.98×104t，单位面积固碳量为3.00t/hm2·a-1(表2)。俞静芳等[54]评估杭州市植被单位面积固碳量的结果为2.95t/hm2·a-1，本文评估单位面积固碳量与其研究结果仅相差0.05t/hm2·a-1，因此，使用2种方法评估结果的均值更能代表三江汇地区森林植被固碳能力。

表2 2017年三江汇地区森林植被固碳量

2.2 能源碳排放量评估

2017 年三江汇地区CO2排放量为7.60×106t，碳排放量为2.07×106t。在空间分布上，三江汇地区的能源碳排放量呈现出南低北高、西低东高的特征(图3)。不同的街道，排放量也不同。其中义桥镇能源碳排放量最高，约为3.38×105t，对总能源碳排放量的贡献为16.24%；其次为浦沿街道、闻堰街道、长河街道、转塘街道，碳排放量为2.47×105～2.95×105t，对总能源碳排放量的贡献为11.93%～14.24%；城厢街道、双浦镇、蜀山街道和东洲街道能源碳排放量为1.32×105～1.76×105t，对总能源碳排放量的贡献率为6.36%～8.48%；渔山乡、里山镇和灵桥镇街道能源碳排放量最低，为0.17×105～0.21×105t，对总能源碳排放量的贡献率为0.08%～1.03%。

图3 2017年三江汇地区能源碳排放结果和各街道碳排占比

2.3 森林植被对能源碳排放量的抵消能力评估

根据2017年杭州市三江汇地区森林植被固碳量和能源碳排放量，估算出该地区森林植被对能源碳排放量的平均碳抵消率为2.41%。从空间分布上看，森林植被对能源碳排放量的碳抵消能力呈现出西高东低、南高北低的空间格局(图4)。街道尺度上差异较大，各街道的抵效率为0.17%～49.04%。里山镇和渔山乡森林植被对能源碳排的抵消能力最强，分别为49.04%和37.41%；双浦镇、转塘街道、东洲街道和灵桥镇的碳抵消能力次之，为4.07%～4.84%；蜀山街道、浦沿街道、长河街道、闻堰镇和城厢街道碳抵消率最弱，小于1.00%，其中浦沿街道森林碳抵消能力最小，为0.17%(表3)。

表3 三江汇地区各街道森林植被对能源碳排放量的抵消率

图4 三江汇地区各街道森林植被对能源碳排量的抵消率

2.4 2030年三江汇地区森林植被碳抵消情景预测

杭州三江汇地区2017 年常住人口约为74.67万，人均能源碳排放量为2.77t/人。根据相关规划，三江汇地区2030年规划的常住人口为120万。为提高森林植被对能源碳排放量的碳抵消能力，本文从减排和增汇2个方面进行2030年碳抵消率预测情景设置(表4)。

表4 三江汇地区增汇与减排未来情景设置

三江汇地区未来碳增汇情景进行设置主要依据《“三江汇”杭州未来城市实践区发展战略与行动规划》，根据规划内容，2035年三江汇地区森林覆盖率大于等于40%，而2017年三江汇地区森林覆盖率为36.19%，要达到规划目标，未来需要增加森林植被面积。根据三江汇地区未来规划，设置的增汇情景为以下几方面。1)现状：2030年三江汇地区森林植被面积维持不变，固碳量为4.98×104t。2)增汇情景1：森林植被面积增加5%，固碳量增加5%，该情景下固碳量为5.23×104t。3)增汇情景2：森林植被面积增加10%，固碳量增加10%，该情景下固碳量为5.48×104t。

根据黄蕊等[55]对浙江省的能源强度预测研究与《杭州市能源“十四五”规划》确定杭州市2030年能源强度为0.25t和0.20t标准煤/万元2个不同情景。根据《杭州市人口发展“十四五”规划》和《杭州市国民经济和社会发展“十四五”规划》确定2030年杭州市人均GDP为19.7万元/人。利用能源强度和人均GDP数据，本研究确定的减排情景为以下几方面。

1)现状：2030年三江汇地区人均能源碳排放量为2.77t/人。

2)减排情景1：2030 年三江汇地区能源强度为0.25t标准煤/万元，人均能源碳排放量为0.90t/人，该情景下能源碳排放量为1.08×106t。

3)减排情景2：2030 年三江汇地区能源强度为0.20t标准煤/万元，人均能源碳排放量为0.72t/人，该情景下能源碳排放量为0.84×106t。

根据预测，情景0、情景1和情景2中，2030年人均能源碳排量保持不变，但根据预测，三江汇地区的人口会增加，所以森林植被固碳对能源碳排的抵消能力由2.41%降低为1.50%～1.64%。采用减排情景和增汇情景后，随着人均能源碳排放量减少及森林面积的增加，森林植被抵消能源碳排的能力得到提高(图5)。结果显示，减少能源碳排放对提高森林植被对能源碳排的抵消能力效果更为显著。当人均能源碳排放量不变时，森林面积每增加5%，森林植被对能源碳排抵消率提高约为0.07%～0.29%；当森林面积不变，人均能源碳排放量由2.77t/人降为0.90和0.72t/人，森林植被对能源碳排抵消率可分别提高2.21%～2.67%和3.36%～3.94%。在减少能源使用的同时，增加森林植被覆盖面积可显著提高森林植被对能源碳排的抵消能力。对于三江汇地区而言，人均能源碳排放量减为0.72t/人，森林植被面积增加10%对能源碳排放的抵消能力最强，为6.35%(图5)，碳抵消率为2017年的2.64倍。

图5 三江汇地区森林植被固碳抵消能源碳排放情景预测(2030年)

3 结论

3.1 森林植被的固碳能力分析

采用生物量法和CASA模型法估算三江汇区域森林植被固碳能力，2种方法结果的空间分布特征基本保持一致，均呈现为西部、北部和南部高，中部和东北部低的特征。中部和南部部分区域有所差异。2种方法评估在数值上存在一定的差异，生物量法评估的固碳量小于CASA模型法评估的固碳量。主要原因为以下几方面。1)基于生物量法和CASA模型法评估森林植被固碳能力使用的数据来源不同，不同数据估算的结果可能有所差异。2)生物量与森林类型、年龄、林分密度等密切相关[56]，以木材基本密度、地上与地下生物量的转换系数为常数，利用生物量扩展因子评估生物量，使得评估森林植被的NPP结果有误差。3)蓄积量的数据是基于森林二调样地统计的平均数据，因此结果可能出现误差[57]。4)王智[36]利用CASA模型估算碳储量高于实测值；杜红[52]利用CASA模型评估呼伦贝尔地区的NPP，发现基于CASA模型估算的NPP数值偏大；江洪等[53]发现CASA模型的结果高于Biome-BGC模型的估算结果；朴世龙等[8]发现不同固碳评估方法测算的结果不同，有的方法之间的差距很大，比如，Jiang等[58]利用清查法进行中国陆地碳汇估算，结果为0.21～0.33PgC·a-1；Wang等[59]基于大气反演法评估的中国陆地碳汇结果为1.11±0.38PgC·a-1，2种方法结果相差一个数量级。

考虑到2种方法对固碳量的评估可能存在高估和低估的情况，因此本研究根据张彪等[16]对上海植被的能源碳排放抵消能力的研究，采用生物量法和CASA模型法2种方法的均值作为三江汇森林植被固碳量。在一定程度上减小误差，但简单加权平均取值的方法也存在一定的局限性。因此，后续研究在使用多种方法对固碳能力进行评估时，需结合样地调查，采用微气象学法和遥感技术，利用基于陆面热量平衡的波文比法(BREB)和涡旋相关性等方法对CO2通量进行监测，优化综合取值的方法，使评估结果更加精确。同时，本研究因缺乏混交林优势树种数据，因此，在估算过程中统一使用混交林的参数，导致结果存在一定的误差，后续研究需结合植被补点调查，确定优势树种，使估算结果更加准确。

3.2 森林植被碳抵消能力分析

三江汇地区森林植被固碳能力和能源碳排放量有较大的空间差异性，森林植被对能源碳排放量的碳抵消能力也呈现空间异质性。里山镇和渔山乡的人口较少，能源碳排放量较小，同时森林植被覆盖面积大，固碳量较大。因此，里山镇和渔山乡碳抵消率最大，分别为37.41%和49.04%，远高于三江汇地区森林植被对能源碳排的平均抵消能力；东洲街道、双浦镇和转塘街道西部和西北部包含大面积的森林植被，其固碳能力较强，因此碳抵消能力也较强，可抵消4.07%～4.84%的能源碳排放量；其他街道的森林植被覆盖面积小，植被固碳量较小，人口较多且能源碳排放量较大，因此碳抵消能力较弱，小于1.88%；其中浦沿街道城镇面积大，植被覆盖面积很小，对能源碳排放量的抵消能力最低，仅为0.17%。

2017年三江汇地区森林植被固碳对能源碳排的抵消率均值为2.41%，高于上海森林植被0.5%的能源碳排放抵消率[16]。与其他地区相比，三江汇地区森林植被对能源碳排放量抵消能力较弱，这与人口数量、经济发展和植被覆盖面积等密切相关。广州市森林固碳量可抵消2.27%的能源碳排放量[15]，中国西部地区森林固碳量对能源碳排放的抵消率为4.47%[14]，沈阳中心城区植被提供的碳汇总量可抵消沈阳市能源CO2排放量的7.34%[60]。

3.3 森林植被碳抵消能力预测分析

根据情景预测数据，森林面积每增加5%，对能源碳排放量的抵消率可提高0.07%～0.29%；人均能源碳排为2.77t/人，森林对能源碳排的抵消能力降低0.76%～0.91%；人均能源碳排由2.77t/人降为0.90t/人，森林植被碳抵消率提高2.21%～2.43%；人均能源碳排降为0.72t/人，碳抵消率可提高3.36%～3.94%。三江汇地区要实现提高森林植被抵消碳排放能力，需降低人均能源碳排放量。减少碳排放对提高森林碳抵消能力的贡献较为显著。“碳中和”即达到净零碳排放量，为一定时间内化石燃料的使用和其他行为导致的碳排放量与生态系统和其他技术吸收的碳排放量之间的平衡[61]。实现“碳中和”目标则是后者抵消前者产生的所有碳排放量，减少碳排放量和增加固碳能力是实现“碳中和”目标的重要手段。减少碳排可以通过优化能源消费结构、制定碳排放税对排放总量进行管制、完善碳交易制度等方法实现[62-63]。碳排放量有很大的下降空间，如德国CO2排放量从1990年的12.51亿t到2018年减少到8.58亿t，减排率达31.42%[41]。增加森林固碳量可以通过多种方式实现，比如增加森林面积、完善森林砍伐政策对森林进行保护、增加收获木材的平均年龄等[62]。随着区域经济发展，土地竞争越发激烈，可以增加的森林面积有限，通过增汇的方法提高森林对能源碳排抵消能力的空间较小。三江汇地区在提高森林对能源碳排放的抵消能力可以“减少碳排放”为主，“增加碳吸收”为辅。

4 结论

本研究定量评估三江汇区域森林植被固碳能力、能源碳排放量及碳抵消率，基于生物量法测算出三江汇地区森林植被固碳量为4.43×104t，基于CASA模型测算的结果为5.54×104t，2种方法综合得到三江汇地区森林植被固碳量为4.98×104t，可抵消2.41%的能源碳排放量。根据情景预测可知，森林面积增加和能源碳排放量的减少对提高森林植被抵消能源碳排放能力的贡献不同。森林面积每增加5%，对能源碳排放量的抵消率可提高0.07%～0.29%。2030年人均能源碳排放量为2017年的2.77t/人，森林植被对能源碳排放的抵消能力将降低0.76%～0.91%；人均能源碳排由2.77t/人降低为0.90t/人，森林植被碳抵消率可提高为4.62%～5.07%；人均能源碳排降低为0.72t/人，碳抵消率可提高5.77%～6.35%。为实现区域可持续发展和 “碳中和”目标，三江汇地区未来仍需从减排和增汇2个方面综合提升森林植被对能源碳排放量的抵消能力。1)减排方面：义桥镇、浦沿街道、闻堰街道、长河街道和转塘街道能源碳排放量较大，可调整优化能源结构，减少化石燃烧能源的使用，提高清洁能源的比例，降低能源强度。2)增汇方面：主要通过增加森林植被面积，尤其是森林面积较少、碳排放量大的义桥镇、长河街道和浦沿街道，同时注重优化森林树种结构，提高单位面积森林蓄积量，进而提高森林植被固碳能力。本文研究结果可为未来杭州市三江汇地区“碳中和”目标实现的政策制定和区域可持续发展提供科学依据。

注：文中图片除注明外，均由作者绘制。

致谢：感谢上海市科技计划项目“城市景观破碎化对生态系统服务的影响机制及应用研究”的支持，感谢国家科技资源共享服务平台-国家地球系统科学数据中心(http://www.geodata.cn)和中国碳核算数据库(CEADs)提供数据支撑。