北京市森林植被固碳与能源碳排放时空变化及潜力预测*

曾赞青 宋涵晴 高俊宏 王淼淼,3 武耀星 漆良华

（1.国际竹藤中心 北京 100102；2.北京蓟城山水投资管理集团有限公司 北京 100054；3.北京蓟城智造科技有限公司 北京 100120）

人类对能源的需求和消耗导致的CO2等温室气体排放持续增加，已成为全球面临的严重环境问题（Xuet al.， 2021；刘魏魏等，2015）。《IPCC 2006 年国家温室气体清单指南》指出，过去20 年间78%的碳排放增长量来自工业过程排放和化石燃料。我国2020年9 月提出“CO2排放力争于2030 年前达到峰值、努力争取2060 年前实现碳中和”的战略目标。

森林是陆地生态系统中最大的碳库，其保护与恢复是最经济、安全、有效的碳中和途径，对减缓全球温室效应和调节碳平衡具有重要作用。2000—2010 年，我国森林、农田、灌丛、草地4 类生态系统可固定201.1 Tg·a-1，其中森林贡献最大（163.4 Tg·a-1，占80%），其次为农田(24.0 Tg·a-1，占12%) 和灌木林(17.3 Tg·a-1，占8%)（Fanget al.，2018）。Hayes 等（2012）根据大气反演模型和陆地生物量模型估计北美森林固碳能力为248 Tg·a-1，其中美国、加拿大、墨西哥森林固碳能力分别为244、31 和27 Tg·a-1；FAO 估计南美洲森林植被总碳储量为187.7 Pg，其中森林碳储量为112.2 Pg（https://www.fao.org/home/en/）；Keenan 等（2015）采用过程模型模拟估算东亚森林固碳能力为98.8 Tg·a-1。关于森林植被固碳对能源CO2排放的抵消效应也有一些研究报道，但碳抵消效应等研究结果因区域、气候、植被类型等差异较大而具有不确定性（周健等，2013；李帅帅等，2019；温宥越等，2020）。

北京市作为我国首都，人口规模大，产业集聚程度高，快速城市化进程导致大气CO2浓度急剧升高。研究表明，北京市森林资源碳储量为15.39 Tg，1997—2007 年化石燃料燃烧CO2排放量年均增长率约4.6%（张峰等，2021）。然而，目前研究大多数集中于森林碳储存或碳排放，对碳排放的抵消效应报道较少。鉴于此，本研究以北京市森林植被为研究对象，基于森林资源清查数据，结合光合速率法和IPCC 清单指南方法分析2000—2020 年植被CO2固定量、能源CO2排放量及强度的时空动态，评价森林植被固碳对CO2排放的抵消效应，运用GM（1，1）灰色预测模型预测未来至碳中和年份的碳抵消潜力，以期为制定北京市森林植被固碳、节能减排及碳中和路径提供科学依据。

1 研究区概况

北京市（地理位置115.7°—117.4°E，39.4°—41.6°N）面积16 410.54 km2，地形西北高、东南低，北部和东北部属燕山山脉，西部属太行山脉，平均海拔43.5 m。属暖温带半湿润大陆性季风气候，四季分明，春季干旱多风，夏季高温多雨，秋季天高气爽，冬季寒冷干燥，1 月平均气温4.7 ℃，7 月平均气温26.3 ℃，平均降水量600 mm。土壤属褐土、棕壤、潮土，呈垂直地带性（王亚飞等，2017）。林地主要分布在西北部以及西南部山区，地带性植被类型为暖温带落叶阔叶林和温性针叶林，主要树种有云杉（Picea asperata）、华山松（Pinus armandii）、 柏木（Cupressus funebris）、 栎类（Quercusspp.)、榆树（Ulmus pumila）、刺槐（Robinia pseudoacacia）、 杨树（Populusspp.） 、 柳树（Salix matsudama）、泡桐（Paulownia fortunei）、核桃（Juglans regia）、板栗（Castanea mollissima）、杜仲（Eucommia ulmoides）、银杏（Ginkgo biloba）、白蜡树（Fraxinus chinensis）和兴安落叶松（Larix gmelinii）等。

2 研究方法

2.1 数据来源

2000、2010 和2020 年3 个时期北京市森林植被数据分别来源于第六次（1999—2003 年）、第八次（2009—2013 年）和第九次（2014—2018 年）全国森林资源清查，森林植被按优势树种划分为常绿针叶林、落叶阔叶林、落叶针叶林和灌木4 类。能源数据源于《中国能源统计年鉴》（2021）和《中国统计年鉴》（2021），包括煤炭、焦炭、原油、燃料油、汽油、煤油、柴油、天然气、电力和液化石油，不含低热值燃料、生物质能和太阳能等。国民生产总值（GDP）、人口等经济数据来源于国家统计局能源统计司（2021）。

2.2 森林植被碳固定量计算

采用光合速率法计算北京市森林植被CO2固定量，根据各行政区域森林面积占比计算各区森林植被固碳量。通过植物叶片水分和CO2浓度，将日同化量换算为日单位叶面积固碳量，利用叶面积指数（leaf area index, LAI）计算日单位面积森林植被固定CO2量，采用面积、树叶覆盖计算CO2固定量（吴婕等，2010；Fuet al.，2019；Adrianet al.，2018），计算公式为：

式中：WCO2为单位叶面积日固定CO2量（t）；P为植物日同化量（mmol·m-2d-1），取不同植被类型均值（薛海丽等，2018；谢军飞等，2007；杨超等，2016；熊向艳等，2014；张青云等，2021），日净同化量按植物夜晚暗呼吸消耗量约占白天同化量的20% 获得（张娇等，2013）；44 为CO2分子量；QCO2为单位面积植物日固定CO2量（t）；LAI 通过构建LAI-NDVI 植被有效叶面积指数模型进行反演（赵传燕等，2009），其中2000、2010 和2020 年NDVI 数据基于Google Engine 云计算平台，利用全年Landsat 7 遥感数据获得；A为北京森林植被面积（hm2）；TCO2为研究时段内植被固定CO2量（t）；T为有效光合天数，取春、夏、秋三季，日降雨量大于5 mm 时，植物光合作用积累量与呼吸作用消耗量相抵（张艳丽等，2013），2000、2010 和2020 年北京市日降雨量小于5 mm 的天数分别为346、338 和339 天，其中冬季天数分别为161、132 和142 天，因而确定植被有效光合天数分别为185、206 和197 天；FPC 为树叶覆盖度，表示单位面积上树叶投影覆盖的比例，利用LAI 估算模型反演FPC（Armstonet al.，2007；Adrianet al.，2018），计算公式如下：

式中：G(0)为叶倾角的函数，取0.5。

2.3 能源CO2 排放量及强度计算

采用《IPCC 2006 年国家温室气体清单指南》计算能源产生的CO2排放量，即各种化石燃料消费量折算成标准煤消费量乘以碳排放系数。计算公式（Changeet al.，2006；Lüet al.，2020）如下：

式中：MCO2为北京城市能源消费CO2排放总量( t·a-1)；i为能源种类；Ei为北京市能源i的消费量，参考《中国能源统计年鉴》（2021）和《中国统计年鉴》（2021），按标准煤计算；Ki为能源i的碳排放系数（表1）。

表1 能源碳排放因子①Tab.1 Energy carbon emission factor

北京市能源CO2排放量的空间区域分布根据人口密度与能源CO2排放量的正相关关系计算（苏泳娴等，2013）。

碳排放强度（D）指一个单位国内生产总值（GDP）所造成的能源消耗量，即能源消耗量与GDP 的比值，反映国家的综合能源利用效率，计算公式如下：式中：D为碳排放强度[t·(104yuan)-1]；EiCO2为第i个行政区能源CO2碳排放量（t），根据人口密度与能源碳排放量的正相关关系计算（苏泳娴等，2013）；G为国内生产总值（万元）。

2.4 森林植被碳抵消效应与潜力预测分析

森林植被碳抵消效应为年植被CO2固定量占年能源CO2排放量的比例，计算公式如下：

式中：R为森林植被碳抵消效应（%）；PCO2为森林年植被CO2固定量（t·a-1）；MCO2为能源CO2年排放量（t ·a-1）。

运用GM(1，1)灰色预测模型（邓聚龙，2002）预测北京市2060 年森林植被碳固定量、能源CO2排放量和碳抵消效应。灰色模型是通过少量的、不完全的信和碳抵消效应。灰色模型指通过少量的、不完全的信息，建立灰色微分预测模型，可对事物发展规律作出模糊性的长期描述。将x(0)= {x(0)(i)=1,2,…,n}定为原始数据序列，x(1)= {x(1)(t)=1,2,…,n}为一次累加生成数据序列，则GM(1，1)模型的一阶线性常系数微分方程标准型公式为：

GM(1，1)模型对应的标准型解为：

式中：a、u为待确定的未知参数；t为研究时段。

为提高GM(1，1)模型预测的精度和可靠性，采用后验差方法进行模型精度检验。后验差比值C与小误差频率p定义为：

式中：S1为原始数据标准差；S2为预测数据标准差；εk为预测数据误差； ε¯为预测误差均值。C的大小反映模型预测值与实际值之差的离散程度。

2.5 数据处理与统计分析

采用Excel 和SPSS 软件进行数据处理，ArcGIS软件对北京市各行政区森林植被碳抵消效应进行自然裂点分级，Origin 软件绘图。

3 结果与分析

3.1 森林植被固碳时空变化特征

北京市不同时期森林植被碳固定量与固碳能力统计分析结果如表2 所示。2000—2020 年，北京市森林植被面积增加2.19×105hm2，增长率为45.76%。2000、2010 和2020 年森林植被CO2固定量分别为1.84×106、2.13×106和2.78×106t·a-1，2000—2020 年森林植被CO2固定量累计增加9.41×105t·a-1，年均增长4.71×104t·a-1，增长率为51.23%。

表2 不同时期北京市森林植被碳固定量与固碳能力①Tab.2 Carbon fixation and carbon fixation capacity of vegetation in Beijing in different periods

常绿针叶林、落叶针叶林、落叶阔叶林和灌木等不同森林类型植被CO2固定量随着森林植被面积增加而增加（表2）。2000、2010 和2020 年，灌木CO2固定量最高，分别为1.02×106、1.42×106和1.58×106t·a-1，占全市植被总固定量的55.74%、66.73%和56.71%；落叶阔叶林CO2固定量其次，分别为6.94×105、5.16×105和9.87×105t·a-1， 占比分别为37.75% 、24.28%和35.52%；常绿针叶林CO2固定量分别为1.11×105、1.82×105和2.03×105t·a-1，占比分别为6.05%、8.56%和7.32%；落叶针叶林CO2固定量分别为8.5×104、9.1×104和1.24×105t·a-1，占比分别为0.46%、0.43%和0.43%。北京市不同类型森林植被单位面积固碳量均表现为先增加后降低的趋势，但不同类型森林植被之间存在较大差异。落叶阔叶林单位面积固碳量最高，2000、2010 和2020 年分别为4.34×104、4.84×104和4.62×104t·hm-2a-1； 其次为灌木， 分别为4.01×104、4.46×104、4.26×104t·hm-2a-1；再次为落叶针叶林，分别为1.84×104、2.06×104和1.96×104t ·hm-2a-1；常绿针叶林单位面积固碳量最低，分别为1.59×104、1.77×104和1.69×104t·hm-2a-1。

北京市各行政区森林植被CO2固定量整体呈上升趋势（表3）。密云区森林植被CO2固定增长量最高，2000、2010 和2020 年分别为2.91×105、3.29×105和5.18×105t·a-1，累计增加2.27×105t·a-1，增长率为77.52%；西城区森林植被CO2固定增长量最低，2000、2010 和2020 年分别为7.57×102、8.42×102和1.54×103t·a-1，累计增加7.86×102t·a-1，增长率为103.79%；通州区森林植被CO2固定量增长幅度最快，2000、2010 和2020 年分别为3.36×104、5.82×104和9.83×104t·a-1，累计增加6.47×104t·a-1，为2000 年的2.92 倍；门头沟区增长幅度最慢，2000、2010 和2020 年分别为2.39×105、2.63×105和2.42×105t·a-1，累计增加3.06×103t·a-1，增长率仅为1.28%。

表3 北京市各行政区森林植被碳固定量与贡献率Tab.3 Carbon fixation and contribution rate of carbon fixation of forest vegetation in each administrative region of Beijing

怀柔区碳固定量贡献率最高，2000、2010 和2020年分别贡献北京市森林植被固碳量的17.49%、16.78%和15.81%；其次为密云区，3 个时期贡献率分别为15.89%、15.52%和18.65%，平均贡献率稍低于怀柔区；延庆区、怀柔区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、平谷区和密云区10 个郊区森林植被固碳量平均累计占全市固碳总量的95.77%，而西城区、东城区、朝阳区、丰台区、石景山区和海淀区6 个中心城区碳固定量平均仅占全市的4.23%。

3.2 能源CO2 排放量及强度变化

北京市不同时期能源CO2排放量如表4 所示，2000、2010 和2020 年全市能源CO2总排放量分别为9.14×107、1.36×108和1.11×108t·a-1，表现为先增加后降低的趋势。2010 年能源CO2排放是2000 年的1.49 倍，增加4.45×107t·a-1。2020 年能源CO2排放较2010 年减少2.47×107t·a-1，减少18.17%，表明随着产业结构调整，节能减排成效明显。2020 年能源CO2排放总量较2000 年增加1.98×107t·a-1，是2000 年的1.22 倍，能源CO2排放总体呈上升趋势。

表4 2000—2020 年北京市能源CO2 排放量Tab.4 Energy carbon emissions in Beijing from 2000 to 2020104t·a-1

在能源结构上，煤改气是北京市当前主要的减排手段，全市能源结构呈现出煤炭退出、煤油消费占比小幅增加、天然气较快增长的趋势。2020 年市煤炭排放量较2010 年减少3.46×107t·a-1，减少93.68%，仅占能源消耗量的2.09%，消费总量持续压减为0，平原地区基本实现无煤化。煤油排放量较2010 年增加2.57×107t·a-1，是2010 年的5.91 倍，占能源消耗的27.77%，天然气排放量增加7.07×106t·a-1，是2010 年的17.21 倍，占能源消耗的6.75%。

近20 年北京市能源CO2排放的空间格局表现为西城、东城、石景山、平谷、密云和延庆6 个区CO2排放量呈降低趋势，朝阳、丰台、海淀、门头沟、房山、通州、顺义、昌平、大兴和怀柔10 个区CO2排放量呈上升趋势（表5）。朝阳区碳排量最高，2000、2010 和2020 年分别为1.54×107、2.46×107和1.76×107t·a-1，占北京市能源CO2排放的16.88%、18.08%和15.80%。延庆区碳排量最低，2000、2010 和2020 年分别为1.86×106、2.20×106和1.78×106t·a-1，占北京市能源CO2排放的2.03%、1.62%和1.60%。

表5 北京市各行政区能源CO2 排放量Tab.5 Energy carbon emissions of Beijing administrative regions104 t·a-1

西城区能源减排量最大，2000、2010 和2020 年分别为8.30×106、8.61×106和5.67×106t·a-1，累计减少CO2排放2.64×106t·a-1，减少31.69%。东城区能源减排率最高，分别为5.94×106、6.37×106和3.56×106t·a-1，累计减少2.38×106t·a-1，减少40.11%。昌平区能源CO2排放增长幅度最大，2000、2010 和2020 年分别为4.14×106、1.15×107和1.16×107t·a-1，累计增加CO2排放7.42×106t·a-1，增加1.79%。

碳排放强度是表征一个地区经济活动能源利用效率的重要评价指标。北京市2000、2010 和2020 年碳排放强度分别为每万元2.79、0.91 和0.32 t，表明北京市在经济增长的同时，单位国民生产总值所排放的CO2量呈显著下降的低碳发展趋势（图1）。密云区碳排放强度最高，2000、2010 和2020 年分别为每万元9.76、2.30 和0.79 t ；西城区碳排放强度最低，2000、2010 和2020 年分别为每万元2.08、0.42 和0.11 t。近20 年北京市各行政区碳排放强度降低幅度显著，变化范围为84.93%～95.42%，且以东城区最大。

图1 北京市碳排放强度Fig.1 Carbon emission intensity in Beijing

森林植被通过光合作用固碳释氧，具有良好的固碳减排能力。2000、2010 和2020 年北京市森林植被碳抵消效应分别为2.01%、1.56% 和2.5%（图2）。灌木在不同时期固碳减排效应均最高，为1.04%～1.42%，平均1.19%；其次为落叶阔叶林，为0.38%～0.89%，平均0.67%；常绿针叶林为0.12%～0.18%，平均0.15%；落叶针叶林固碳减排效应最低，不足0.01%。

图2 不同森林植被类型碳抵消效应Fig.2 Carbon offset effect of different forest types

近20 年北京市森林植被固碳减排效应总体呈上升趋势，且以延庆区、怀柔区、密云区、门头沟区等远郊区县效果最好。延庆区固碳减排效应最高，2000、2010 和2020 年森林植被碳抵消效应分别为9.71%、14.29%和23.74%；其次为怀柔区，2000、2010 和2020年森林植被碳抵消效应分别为10.62%、13.79%和19.75%；西城区森林植被碳抵消效应最低，3 个时期仅为0.01%～0.03%。3 个时期各区森林植被碳抵消效应平均值以延庆区最高，以西城区最低（0.02%），排序为延庆区（15.91%）＞怀柔区（14.72%）＞密云区（12.14%）＞门头沟区（11.30%）＞平谷区（5.86%）＞房山区（3.57%）＞昌平区（1.95%）＞顺义区（1.24%）＞大兴区（0.81%）＞通州区（0.75%）＞海淀区（0.21%）＞石景山区（0.18%）＞丰台区（0.17%）＞朝阳区（0.13%）＞东城区（0.03%）＞西城区（0.02%）（图3）。

图3 2000—2020 年森林植被碳抵消及分级Fig.3 Carbon offset and classification of forest vegetation from 2000 to 2020

将各行政区植被碳抵消效应划分为5 级，如图3所示，延庆区、密云区、怀柔区和门头沟区是碳抵消效应最高的区域，为五级（5.86%～15.91%）；平谷区碳抵消效应较高，为四级（3.57%～5.86%）；昌平区、房山区碳抵消效应中等，为三级（1.95%～3.57%）；顺义区、通州区和大兴区碳抵消效应较低，为二级（0.21%～1.95%）；东城区、西城区、朝阳区、海淀区和石景山区碳抵消效应最低，为一级（0.02%～0.21%)。总体来看，北京森林植被碳抵消效应主要表现在远郊区，中心城区碳抵消效应较差。

3.3 森林植被碳抵消潜力预测分析

到2060 年，北京市森林植被碳固定量、能源CO2排放量和森林植被碳抵消效应的GM(1，1)模型预测结果（图4、5）表明，森林植被CO2固定量将在2020 年基础上从5.23×106t·a-1增加到8.01×106t ·a-1，增加53.15%，年均增加6.95×105t·a-1，增加13.29%；能源CO2排放量由2020 年的11.12×107t·a-1减少到2060 年的4.99×107t·a-1，减少55.13%，年均减少3.07×106t·a-1，减少2.76%；碳抵消效应由2020 年的2.5% 增加到2060 年的15.44%，增长5.18%，年均增长1.30%。对预测结果进行检验，森林植被碳固定量、能源CO2排放量和森林植被碳抵消效应平均相对误差均小于2%，分别为0.51%、0.18%和1.78%，后验差检验C值均小于0.35，分别为0.001、0.000 1 和0.007，表明拟合效果良好，预测结果可反映北京市森林植被固碳与能源CO2排放的变化趋势。

图4 北京森林植被碳固定量与能源CO2 排放量实际值与预测值Fig.4 Actual and predicted values of carbon fixation by forest vegetation and energy carbon emissions in Beijing

图5 北京能源碳抵消效应实际值与预测值Fig.5 Actual and predicted value of energy carbon effect in Beijing

4 讨论

森林植被具有重要的固碳能力和碳排放抵消效应。US Environmental Protection Agency 等（2014）利用森林清单数据估算的夏威夷和阿拉斯加地区碳储量为43.1 Pg，固碳能力为162～244 Tg·a-1，可抵消北美CO2排放的25%；Liski 等（2012）预计西欧植被碳储量将由1990 年的4.8 Pg 增长到2040 年的8 Pg，可吸收7%～12%的CO2排放；张彪等（2021）采用光合速率法和生物量法测算的上海城市森林植被固碳量可抵消能源CO2排放量的0.5%；周健等（2013）研究发现广州城市森林固碳量可抵消化石能源消耗CO2排放量的2.27%；李帅帅等（2019）通过构建森林碳汇发展潜力评价模型，发现我国西部地区森林固碳量可抵消4.55%的CO2排放。北京2000—2020 年森林植被碳固定量和碳抵消效应平均值分别为2.25×108t·a-1和2.02%，从分布上看，北京市森林植被多分布于延庆区、密云区、怀柔区和门头沟区等郊区，植被覆盖率高，碳抵消效应平均为10.88%，东城区、西城区、朝阳区、海淀区和石景山区等中心城区由于其产业规模大，建筑面积大，经济发展程度高，CO2排放量大，绿化面积相对不足，碳抵消效应总体较低，平均为0.12%。北京市森林植被碳抵消与广州相近，较上海高1.52%，与西欧尤其北美地区差距较大，这与气候、植被类型及树种组成等因素有关。北京市能源结构基本已形成多源多向、清洁高效、覆盖城乡的综合体系，能源结构不断优化，清洁能源比重持续提高，有利于2060 年碳中和目标的实现。

2000—2020 年北京市森林植被固碳量增加主要源于森林面积增加，而不同森林植被类型单位面积固碳量贡献较小（表2），森林面积因受限于北京市国土空间规划导致GM（1，1）灰色预测模型预测结果在一定程度上具有不确定性，未来应更多侧重于提高单位面积森林植被固碳量。第九次森林资源清查报告表明，北京市88%的森林为非成熟林，其中57%为幼龄林，而成熟林和过熟林不足30%，北京森林植被固碳潜力较大，GM（1，1）灰色预测模型表明碳达峰、碳中和年份植被CO2固定量和碳抵消效应分别为3.60×106t·a-1和3.85%、8.01×106t·a-1和15.44%。随着能源结构优化和经济发展方式转变，北京市2060 年能源CO2排放将减少到4.99×107t·a-1，碳抵消效应将达15.44%。北京市未来中龄林比重将不断增加，再辅之以林分树种组成的调整，可进一步发挥固碳减排作用（朱万泽，2020）。

本研究采用NPP 并结合森林面积占比来表征北京市及各行政区的森林植被固碳能力，碳固定量可能较NBP 估算结果略高。

5 结论

2000—2020 年北京市森林植被CO2固定量由1.84×106t·a-1增长到2.78×106t·a-1，年均增长9.41×104t·a-1；不同植被类型碳固定量以灌木最高，其次为落叶阔叶林、常绿针叶林，落叶针叶林最低；能源CO2排放量先增加后降低，达1.11×108t·a-1；碳排放强度显著下降，由每万元27.8 t 降到每万元3.18 t；森林植被碳抵消效应为1.56%～2.5%，整体呈上升趋势。

森林植被碳固定量、碳抵消效应及能源CO2排放量在不同区域存在差异。近20 年，密云区植被碳固定增长量最高，西城区最低，分别累计增加2.27×105和7.86×102t·a-1。朝阳区CO2排放量最高，延庆区最低；东西两城区能源减排最显著，昌平区能源CO2排放量增长最大；昌平区碳排放强度最高，西城区最低。植被固碳减排效应以延庆区最高、西城区最低，总体呈上升趋势。

到2060 年，北京市植被CO2固定量和碳抵消效应将分别增加到8.01×106t·a-1和15.44%，能源CO2排放量将减少到4.99×107t·a-1，年均减少2.76%。应加强北京市森林植被树种组成、林分结构调整，优化能源结构，以提高固碳减排作用。