森林植被的生长可将大气中二氧化碳(CO₂)转化为有机碳并储存在森林生态系统之中而形成碳汇。为解决因大气中以二氧化碳为主的温室气体浓度大幅度增加而导致全球气候变暖所引发的严重生态环境问题，森林生态系统碳汇功能研究已成为环境科学领域的重点和热点问题。有研究表明，森林再生是陆地碳汇形成的主要原因之一^{[1, 2]}，美国陆地从 1945年由“碳源”转为“碳汇”，其主要原因是弃耕农田的森林再生和森林防火^[3]，中国陆地从“碳源”转为“碳汇”的主要原因也是森林面积扩大和林木再生^[4]。本世纪初中国大范围实施的退耕还林工程，是目前世界上最大的区域性造林再造林活动，使森林面积大幅度增加，将对陆地生态系统碳汇能力产生重大影响。20世纪末期以来有学者预测，造林和再造林可使全球在2040年之前50a内产生碳汇52—104 Pg C^[5]、中国在2050年之前50a内产生碳汇2.86 Pg C^[6]，但这些预测存在较大不确定性。提高森林碳汇估算精度需采用由下而上的方法，即从生态系统单元到区域尺度，然后再到大区乃至全球尺度^[7]。此前国内一些学者已从局部生态系统单元角度对退耕还林工程林碳汇能力进行了一些有益的探索^{[8, 9, 10, 11, 12, 13, 14]}，本文选择西南地区退耕还林工程主要林分作为区域尺度生态系统单元开展研究，力图为准确估算区域造林再造林碳汇潜力做些基础性探索。

我国西南地区包括云南、贵州、四川、重庆和西藏5省(直辖市、自治区)，地处长江、珠江等主要大江大河的上游，是国内的第二大林区。选取本地区造林面积超过100000 hm²的华山松(Pinus armandii)、马尾松(Pinus massoniara)、柳 杉(Cryptomeria fortunei)、杉木(Cunninghamia laceolata)、柏树(Cupressus spp.)、杨树(Populus deltoides)和桉树(Eucalyptus spp.)7个主要树种林分为研究对象，通过调查收集退耕还林工程初期试点阶段(1999—2000)和战略规划近期目标阶段(2001—2010)^[15]相关资料，获取这些主要树种林分在各省(市、区)造林面积数据(表 1)。

根据《IPPC土地利用、土地利用变化和林业优良做法指南》^[16]，将森林生态系统分成5个碳库：地上生物质碳库(包括树杆、树枝、树皮、树叶和种子)；地下生物质碳库(包括所有活根生物质)；枯落物碳库(包括凋落物和腐殖质)；枯死木碳库(包括枯立木以及直径大于10cm或其它规定直径的枯倒木、树桩和死根)和土壤有机质碳库(一定深度内的土壤有机质和经验上不能从地下生物量中区分出来的活细根)

为便于计算，本研究中将上述前两个碳库合为一个，称为活生物质碳库(包括树杆、树枝、树皮、树叶、种子和活根)。鉴于本文的研究对象基本属于成熟以降(林龄＜60a)的人工林，是在退耕或者荒芜的山地上造林，林分中凋落物和腐殖质虽是只增不减，但其变化率相对于活生物量来讲非常之小，且大部分将逐渐分解转化为土壤有机质而被并入土壤有机质碳库增量估算中，遵循《IPCC优良做法指南》中保守性原则可不把枯落物碳库计入林分的碳汇。与此同理，林分中枯死木碳库也可不计入林分的碳汇。于是退耕还林工程林的碳汇潜力可以用林分的活生物质碳库和土壤有机质碳库两部分的新增碳储量来表示。

借鉴有关学者预测退耕还林工程林碳储量的方法和思路^[17]，采取分树种林分计算活生物质库碳储量变化，公式如下：

点击浏览公式

式中,LBC_i 代表第i目标年活生物质碳库碳储量(Mg C)； S_jk 代表j树种在第k年造林面积 (hm²)； V_ijk 表示第k年造林j树种到第i目标年时林分蓄积量(m³/hm²)； WD_j 表示j树种生物质密度(Mg/m³)； BEC_j 表示j树种由林分蓄积量之生物量到林分全部活生物量(包含地上和地下)的扩展系数(无量纲)； CF_j表示j树种林木含碳率(g/g)。

在(1)式中 V_ijk 是时间的函数，引入常用生物生长曲线-理查德函数(Richards Equation) 作为其计算模型：

点击浏览公式

式中,A代表林龄(A=i-k)；a、b和c为拟合参数。林分生长曲线用国家森林资源清查的本地人工林蓄积量历史数据经“SPSS”拟合求得(图 1)。

图 1 西南地区退耕还林工程主要树种林分蓄积量增长模型 Fig. 1 Growth modals of stands volume for some major tree species under the Grain for Green Project in southwest China

图选项

公式(1)中的WD_j和BEC_j是采用中国初始国家信息通报中土地利用变化和林业温室气体排放清单中相应数据，CF_j则通过文献调研获得(表 2)^{[18, 19, 20, 21, 22, 23, 24]}。

在西南地区退耕还林工程林中，90%以上林分属于生态公益林^{[15, 25]}，通常不进行采伐。但如果从减排增汇角度考虑，依据《生态公益林技术规程》实施过熟林轮伐，采伐物可用于替代能源或高排放材料。于是设置两种经营情景：情景A不采伐；情景B在最小采伐林龄采伐。对于采伐情景，假设所有采伐迹地在采伐当年便完成更新造林，且地上采伐残留物全部移出。

有研究表明，长期来看造林后的土壤表现为潜在碳汇^{[26, 27]}。Paul K.I.等学者根据对森林生长模拟研究及文献调研提出，在草地上造林后前10a内土壤有机碳储量 -0.79Mg C hm^-2a^-1的平均递减率减少，10—40a期间则以0.46Mg C hm^-2a^-1的平均递增率增加，而40a以后再以0.06Mg C hm^-2a^-1的平均递增率增加^[28]。Xianzeng Niu等在研究美国边缘农地退耕造林后土壤碳储量变化时提出了上述模型的修正型(图 2)^[29]。

图 2 退耕还林后土壤有机碳增长系数[29] r represents the SOC change rate Fig. 2 Change coefficient of soil organic carbon (SOC) over time following afforestation on arable land[29]

图选项

西南地区是中国土壤有机碳储量较少的地区之一^[30]，退耕还林工程林地绝大部分是退化农耕地或荒山地，初始有机碳含量很低，与美国的边缘农地相类似，可借鉴美国学者牛仙甑提出的修正模型，即工程林地土壤有机碳增量用以下的公式计算：

点击浏览公式

式中, SOC_i 表示在第i目标年的土壤有机物碳库中碳增量； S_jk 代表 j树种在第k年的造林面积； r 为造林后土壤有机碳增长系数，取图 2中的对应值。

综合上述，可得出退耕还林工程林碳汇潜力估算公式如下：

点击浏览公式

式中,CSP_i 表示退耕还林工程林在第i目标年的碳汇潜力；等号右边各项已在前面提到，且均为退耕还林工程造林后的新增碳储量。

不采伐情景下云南的主要林分总碳储量在2040年前快速增长，之后逐渐趋于缓慢增长；贵州和重庆的在2050年前快速增长，之后逐渐趋于缓慢增长；四川和西藏的在2060年前几乎都是快速增长；全西南地区的在2050年前快速增长，之后逐渐趋于缓慢增长(图 3)。不采伐情景下特定年份总碳储量预测值见表 3。

图 3 情景A下西南地区退耕还林工程主要林分总碳储量未来50a变化 Fig. 3 Changes of carbon storage in the major stands under the Grain for Green Project to scenario A in Southwest China in the next 50 years

图选项

不采伐情景下云南的主要林分年总碳储量在2016年附近出现峰值，在2040年后明显减小，在2050年后趋近于零；贵州、四川和重庆的在2012年附近出现峰值，在2040年后显著减小，到2060年仍未趋近于零；西藏的在2025年附近出现峰值，在2050年后也明显减小，其最大值只与重庆2060年的量相当；全西南地区的在2012年附近出现峰值，在2040年后有显著减小，到2060年仍保持明显的年碳汇能力(图 4)。不采伐情景下特定年份年总碳储量预测值见表 3。

图 4 情景A下西南地区退耕还林工程主要林分年总碳储量未来50a变化 Fig. 4 Changes of annual carbon storage in the major stands under the Grain for Green Project to scenario A in Southwest China in the next 50 years

图选项

图 5给出了不采伐情景下7个树种林分碳储量变化。比较可知：柏树是四川、重庆乃至全西南地区碳汇潜力最大林分；杉木和柳杉是贵州碳汇潜力最大林分；桉树和华山松是云南碳汇潜力最大林分；扬树是西藏碳汇潜力最大的林分；杉木是西南地区碳汇潜力第二大林分，与柏树接近。此外，柏树由于生长年限较长而使得四川、贵州以及重庆在2060年后还有明显年碳汇量。不采伐情景下特定年份各主要树种碳储量预测值见表 4。

图 5 情景A下未来50a西南地区退耕还林工程各主要树种林分碳储量变化 Fig. 5 Changes of carbon storage in every major tree species of stands under the Grain for Green Project to scenario A in Southwest China in the next 50 years

图选项

采伐情景下云南、贵州和四川的主要林分总碳储量在2027年前快速增长，之后出现减增波动；重庆的在2037年前快速增长，之后出现减增波动；西藏的在2029年前快速增长，之后出现减增波动；云南、贵州和西藏的波幅较大、四川和重庆的波幅较小；全西南地区总碳储量变化趋势与云南、贵州和四川三省类似(图 6)。采伐情景下特定年份总碳储量预测值见表 3。碳储量的减少是因采伐物从林分中移走所致。

图 6 情景B下西南地区退耕还林工程主要林分总碳储量未来50a变化 Fig. 6 Changes of carbon storage in the major stands under the Grain for Green Project to scenario B in Southwest China in the next 50 years

图选项

采伐情景下云南的主要林分年总碳储量在2014年附近出现最大值，在2027年后出现大的减增波动，并分别在2030和2057年附近出现负值；贵州和四川的在2012年附近出现最大值，在2025年后出现大的减增波动，并分别在2030、2040和2057年附近出现负值；重庆的在2011年附近出现最大值，2038年后出现小幅减增波动，并分别在2040和2056年附近出现负值；西藏的在2025年附近出现最大值，2029后出现大的减增波动，并分别在2034和2059年附近出现负值；全西南地区年总碳储量变化趋势与贵州和四川两省类似(图 7)。采伐情景下特定年份年总碳储量预测值见表 3。年碳储量的减少或出现负值也是因当年林分中有采伐物移走所致。

图 7 情景B下西南地区退耕还林工程主要林分年总碳储量未来50a变化 Fig. 7 Changes of annual carbon storage in the major stands under the Grain for Green Project to scenario B in Southwest China in the next 50 years

图选项

图 8给出了采伐情景下7个树种林分碳储量变化。在采伐情景下的未来50a内，除柏树外其它树种林分的碳汇潜力都会受采伐的影响：桉树和杨树受影响最早并出现两次，初始时间分别在2030和2057年附近；柳杉和杉木受影响延后，初始时间在2040年附近；华山松和马尾松受影响最晚，初始时间在2053年附近。采伐情景下特定年份各主要树种碳储量预测值见表 4。

图 8 情景B下未来50a西南地区退耕还林工程各主要树种林分碳储量变化 Fig. 8 Changes of carbon storage in every major tree species of stands under the Grain for Green Project to scenario B in Southwest China in the next 50 years

图选项

历次国家森林资源清查提供了各省(市、区)若干主要树种人工林所对应5个龄级的蓄积量数据，它们基本上代表各省(市、区)范围内主要树种人工林在不同气候及立地条件下的平均生长状况。而各省(市、区)退耕还林工程造林均采用本地适生树种^[25]。因此，用这些数据拟合的生长曲线分别用于计算各省(市、区)退耕还林工程林生长变化无疑是适用的。由于个别省分有少量树种因缺乏历史数据而不能建模的情况，采用省内相邻树种或邻省同一树种的模型作为替代，如：云南、贵州和四川的桉树用本省软阔叶林模型代替；云南的柳杉、柏树和杨树用贵州的相同树种模型代替；四川的杨树也用省内软阔叶林模型代替。当然，此类替代会增大活生物质碳储量计算误差。

在之前有关研究中乐观估算得出，耕地造林后50—100年间的土壤碳增长率为0.6—0.7Mg C hm^-2 a^{-1[31, 32]}。通常情况下，土壤有机碳储量与造林后的时间存在非线性关系^{[27, 30, 33, 34]}，特别是在中、幼林期间，土壤有机碳储量随时间的变化既可能是增加，也可能是减少。造林初期土壤有机碳储量减少的主要原因是由于造林整地引起较多碳排放和幼龄林对土壤有机质输入较少两方面影响，因而有机碳初始含量较高土壤造林后5—10a内表现为碳损失^{[10, 27, 35]}，而初始含量较低土壤造林后则立即表现为碳收获^{[36, 37, 38]}。故本研究借用美国学者Niu等的退耕造林地土壤有机碳变化模型是适宜的。需要指出的是本文中表述的土壤碳储量实质为造林后土壤中有机碳的增量，因而小于林分中的活生物质碳储量，这一点须区别于其他多数关于森林生态系统中土壤碳储量大于活生物质碳储量的研究结论。

对比西南5省(市、区)估算结果，碳汇潜力大小排序与其造林面积大小相对应，即：四川＞贵州＞重庆＞云南＞西藏，表明退耕还林工程林碳汇潜力主要受造林面积影响，造林面积大的省份碳汇潜力也大。同时也发现造林树种生长速率也是影响碳汇潜力的重要因素，比如四川造林面积多于贵州，但在2040年之前四川的碳汇潜力却小于贵州，其原因就在于生长慢的柏树在四川面积比重大，削弱了前期的碳汇潜力(表 3)。但另一方面生长慢的树种却能延长林分的碳汇潜力，比如四川、贵州和重庆又都因有较多柏树面积而使得年碳汇潜力到2060年仍然较为明显。西藏的年碳汇最大值出现时间也因为高寒地区植物生长缓慢而滞后四川、云南、贵州和重庆10多年(图 5)。

造林和再造林项目碳汇可信度除与预测模型精确度有关外，还与工程项目的碳基线与碳泄漏有关。碳基线是指在没有造林和再造林项目时项目边界内碳库中碳储量变化之和；碳泄漏则指发生在造林和再造林项目边界之外因项目活动而引起的可测定碳排放增量^[39]。根据国际规则，碳汇计量中须扣减碳基线与碳泄漏^[39]。我国退耕还林工程是在退化或者坡度大于25°的耕地以及荒山上恢复森林植被^[25]，如果没有此项工程，这些土地只会持续退化或者顶多维持现状，因而工程项目边界内的碳储量变化也只会持续减少或者基本不变，于是根据《IPCC土地利用、土地利用变化和林业优良做法指南》中的保守性原则，将项目碳基线看成零。此外，造林地都分布在偏远或者居民稀少的山区，造林活动基本上由人工完成，同时政府为当地居民提供粮食补助^[25]，避免了工程实施可能引起碳泄漏的两个主要因素——化石能源消耗和新开耕地，因而也可将碳泄漏看作零。由此可知，在预测模型的误差范围内工程林碳汇潜力是可信的。

已有研究表明本世纪初西南地区森林植被碳储量分布为云南461.43TgC、贵州175.50 TgC、四川457.29TgC、重庆443.98TgC、西藏329.64TgC^{[40, 41, 42]}。与此相比，退耕还林工程主要林分2060年碳储量可占其比例为：云南2.1—4.1%；贵州14.1%—21.5%；四川5.3—8.4%；重庆3.6—5.0%；西藏0.7—1.8%。由此可见，本地区各省(市、区)退耕还林工程林对森林生态系统碳汇功能影响力为：在贵州影响显著；在四川、重庆和云南影响明显；在西藏影响较弱。

当研究时间尺度增大时，在无采伐情景下林分枯落物碳库经长期积累，其碳储量所占比例会明显增加，应予以计量而不是被忽略；随着林龄的增长，林分中就会出现死立木、枯倒木、大直径枯落枝、采伐遗留物等粗木质残体且不断增加，使得枯死木碳库成为森林生态系统中重要碳库，其碳储量的变化将会明显影响退耕还林工程林碳汇潜力。此外，随着人们对木质原料的利用越来越充分以及循环经济活动的不断发展，森林采伐物一般都不会立即转为碳排放，而是衍生出另外的存在形式，如建筑木料、装饰用材、家具、纸张等林产品碳库，具有较长的存留期，研究表明其碳储量可占总采伐生物质碳储量的14.1—32.0%^{[29, 43]}。所以，在大时间尺度的森林碳汇研究中上述3个碳库应是不可或缺的内容。当然在此方面的研究难度比较大，任何突破都将具有重大意义。

(1)在中国退耕还林工程战略规划近期目标阶段(2000—2010)，西南地区造林面积超过100000 hm²的树种有7个，其面积之和占该地区整个工程林总面积的40.7%。

(2)对应于2020、2030、2040、2050和2060年，西南地区在战略规划近期目标阶段的退耕还林工程主要树种林分总碳汇潜力：在不采伐情景下分别为52.98、80.57、102.16、115.17和123.36TgC，相应年碳汇量分别为3.15、2.45、1.95、0.96和0.73TgC；有采伐前景下分别为52.98、73.88、73.63、88.41和77.15TgC，相应年碳汇量分别为3.15、-1.11、-3.92、2.08和0.25TgC。

(3)到2060年，战略规划近期目标阶段的退耕还林工程7个主要树种林分碳汇潜力可分别达到：华山松4.16—13.01TgC；马尾松6.30—15.01TgC；柳杉11.51—13.44TgC；杉木15.94—24.13 TgC；柏树28.05TgC；杨树5.32—15.63TgC；桉树5.87—14.09TgC(下限对应采伐前景)。

(4)柏树在四川、重庆乃至全西南地区造林面积比例最大，对工程林碳汇潜力起主导作用，并因生长年限较长致使50a后四川和重庆以及贵州仍有较为明显年碳汇量；柳杉和杉木在贵州、桉树和华山松在云南、扬树在西藏都因面积比例较大而对碳汇潜力起主导作用。

致谢:云南、贵州、四川、重庆和西藏5省(市、区)林业厅(局)退耕还林办公室、资源处等对资料收集提供帮助，特此致谢。