气候变化是全人类共同面临的难题。随着CO₂浓度持续升高, 导致全球气温变暖的趋势日益显著, 这对陆地生态系统造成严重的影响^[1]。陆地生态系统在全球碳循环中扮演重要角色。因此, 地球陆地生态系统碳循环与温室效应问题一直是国际变化研究核心计划的焦点科学内容^[2—3]。陆地生态系统碳循环通过绿色植物从大气中吸收CO₂, 经光合作用释放出人类赖以生存的氧气。净生态系统生产力(Net Ecosystem Productivity, NEP)是净初级生产力与异氧呼吸(Rh)的差值, 反映生态系统的物质循环以及能量流动, 可以直接表征碳汇的重要指标^[4—6]。近年来, 在习近平新时代中国特色社会主义思想特别是习近平生态文明思想指导下, 中国政府将应对气候变化摆在国家治理更加突出位置。因此, 开展国家尺度陆地生态系统碳源/汇时空演变以及研究生态工程对碳源/汇的影响, 是国家建设生态文明、保障生态安全的迫切需求^[7]。

中国陆地生态系统在全球陆地碳汇中发挥着重要作用^[8]。根据全国森林资源清查, 中国植被具有较大的可持续固碳能力^[9]。然而, 不同地区植被对气候变化和人类活动响应程度不同, 导致中国不同区域生态系统固碳具有明显差异。目前, 多数学者研究植被生态系统碳循环, 从全球、大洲、国家以及区域尺度开展了不同研究^{[1, 10—11]}, 得出森林植被碳汇潜力较大以及植被生态系统碳循环增汇贡献结论。还有学者从气候变化^[12—13]和土地利用^[14—15]等因素分析碳源/汇影响机制。研究表明, 降水、辐射和温度是直接影响植被光合作用, 从而影响植被固碳能力。土地利用类型变化也是直接影响植被碳源/汇变化的原因之一。然而当前研究仍缺乏从长时间序列上对比分析NEP突变年份前后时空变化特征, 以及国家生态修复治理项目投资经济效率的研究。因此, 本文以中国大区域突变时间节点为依据, 识别气候变化和人类活动植被碳源/汇影响区是非常有必要的, 在此基础定量评估人类活动中生态修复治理工程对植被碳汇成效的影响, 为中国生态修复固碳增汇助力碳中和提供决策参考。

本文利用1981—2019年全球逐日NEP模拟数据产品, 分析了中国植被碳源/汇的时空演变, 以及区分气候要素和人类活动对植被碳源/汇的影响, 并定量化评估生态修复治理投资绩效。

1 数据与方法 1.1 研究区概况

中国地理环境复杂多样, 地势西高东低, 主要有高原、山地、平原、丘陵、盆地等五种基本地形。根据行政区域的特征将中国分为七大地理分区(图 1)。其中, 西北地区、华北地区以及东北地区为中国北部地区, 西南地区和华南地区为中国南部地区。七大地理分区在气候、生态系统、植被类型、地形地貌、经济发展等方面都有明显的区别和特征。因此, 在中国植被碳源/汇时空演变的研究中需要考虑空间异质性, 比较和评估不同地区的生态修复治理投资绩效。为政策制定者提供科学的依据, 从而加强对生态系统的保护和管理, 实现生态文明建设和双碳目标。

1.2 数据 1.2.1 NEP数据

本文的数据来源是国家生态科学数据中心1981—2019年全球逐日NEP模拟数据产品。该数据集选取了植被参数(叶面积指数、聚集度指数、地表覆盖)遥感数据、CRUJRA的气象数据、大气CO₂浓度、凋落物和土壤碳库、饱和含水量、田间持水量、凋萎系统、土壤水分饱和传导率等, 并采用机理性生态模型BEPS进行模拟, 生成了全球1981—2019年逐日NEP数据产品, 空间分辨率为0.072727°。本文选取1981—2019年中国区域NEP数据, 研究陆地生态系统碳源/汇的时空变化及其成因。同时, 定量探究生态修复治理工程对陆地植被碳源/汇的影响程度。

1.2.2 ERA5-Land

ERA5-Land是通过欧洲中期天气预报中心(ECMWF)运营ERA5气候再分析的陆地部分生成的^[16], 与ERA5相比分辨率得到了提高。本文所用到ERA5-land数据集是进行处理后的数据, 空间分辨率0.1°(9km), 时间分辨率为1h。通常采用降水、气温以及辐射研究气候变化对植被的影响^[17—18]。因此, 本文从ERA5-land数据集中选取了1981—2019年气温、辐射、降水遥感数据, 区分气候和人类活动对陆地生态系统碳源/汇的影响。

1.2.3 统计年鉴

根据《中国统计年鉴》、《林业与草原统计年鉴》和《中国贸易外经统计年鉴》中的数据, 收集了2001—2019年期间中国生态修复治理投资和中美元兑换汇率。其中生态修复治理投资包括造林与森林抚育、草原保护修复、湿地保护与修复以及治沙防沙等方面。

1.3 研究方法 1.3.1 BFAST算法

Verbesselt提出了一种用于时间序列的通用变化监测方法^[19]。累积性季节和趋势突变算法(Breaks for Additive Season and Trend, BFAST), 可用于监测时间序列内季节性或者趋势变化的方法^[20]。在监测NEP突变方面, BFAST模型可用于检测NEP时间序列中的非周期性趋势突变, 例如气候变化、土地利用变化等因素引起的NEP突变。BFAST算法探究1981—2019年NEP时间序列突变年份。计算如下：

(1)

式中, S_t为季节成分, T_t变化趋势。Y_t表示第t时间的观测数据, e_t表示残分量。

假设T_t具有m个断点, t₁, …, t_n的分段线性关系, 并t₀=0, T_t计算公式如下：

(2)

式中, i=1, …, m。α_i和β_i分别定义截距和斜率。通过计算T_t在t_i^*-1时与t_i之间的差值, 可以得到其大小：

(3)

式中, S_t是基于季节成分的分段线性季节模型变量。设季节性断点为t_i^#, …, t_p^# (t₀^# =0)。则S_t可计算如下:

(4)

式中, k和f分别表示数列项和频率。γ_{j, k}和θ_{j, k}是多元线性调和回归模型中的系数。

1.3.2 线性回归分析法

基于线性回归分析法, 逐像元时间序列计算趋势线的变化斜率, 分析1981—2001和2001—2019年NEP变化的时空变化趋势^[21]。趋势线斜率的计算如下：

(5)

式中, X_i表示第i年的平均值, n为时间序列。当S值大于零时, NEP呈现上升趋势；当S值小于零时, 则表示NEP呈下降趋势；当S值等于零时, 表示该地区处于稳定区。

运用相关系数法计算气候因子与NEP的相关性, 相关系数在95%的水平上, 说明NEP与气候因子关系显著, 计算公式如下：

(6)

式中, X_i, Y_i分别表示第i年的自变量与因变量, n为研究时序。

1.3.3 生态修复治理投资经济效益

根据Zhang^[22]等人的研究得出最优森林碳汇价格为10.11—15.17美元/t。由于, 1981—2019年长时段中美元兑换人民的官方平均汇率有所差异^[23]。因此, 碳汇价格根据《中国贸易外经统计年鉴》中美元兑换汇率计算植被净碳储量价格^[24]。生态修复治理投资数据源于《林业与草原统计年鉴》, 将其与植被净碳储量价格共同计算年际生态修复治理经济效益：

(7)

式中, E为投资经济效益, V是净碳储量价值, C年际投资总额。

1.3.4 残差分析法

Evans和Geerken提出的残差分析^[25], 可以探讨人类活动和气候对中国植被碳源/汇变化的影响。利用NEP与降水、气温、辐射遥感数据进行回归模型计算各像元残差：

(8)

(9)

式中, predicted NEP和NEP residuals分别表示NEP预测值和残差, Pre表示降水, Tem为气温, Solar为辐射。β_i是模型中的偏回归系数, ε为随机误差项。根据残差的变化显著性区分气候变化和人类活动的影响, 当NEP残差变化不显著, 则表明中国植被碳源/汇变化受气候因子影响较显著。NEP残差变化显著则表明中国植被碳源/汇变化主要受人类活动影响。

2 结果与分析 2.1 NEP突变年份监测

BFAST模型应用于监测NEP的时空分布特征以及突变发生时间(图 2)。研究结果, 中国NEP突变时间主要集中在1997—2010年, 其中2001年际突变占比最高, 占研究区的14.27%。2001年NEP突变主要位于西北和华北地区。2011—2018年NEP突变面积逐渐减少, 呈现稳定变化趋势。根据NEP突变年际范围, 将时间序列划分为1981—2001年和2001—2019年两个时间段。华南地区和华东地区NEP突变时间主要集中在2001—2019年时段, 西南地区NEP突变时间主要集中在1981—2001年时段。结果表明, NEP突变发生的频率和面积呈现出显著的时间和空间变化特征。

2.2 NEP年际动态变化特征

中国整体呈现出碳汇(NEP>0)的区域面积超过了研究区的90%, 而且NEP平均值明显上升(如图 3)。1981—2001年NEP均值17.59gC/m², 最大值为101.08gC/m²。2001—2019年NEP均值35.64gC/m², 最大值为147.31gC/m²。1981—2001年碳汇区主要集中在中国南部地区以及华中地区, 而中国北部地区植被碳汇能力较弱。其中, 东北和华北地区为主要碳源区(NEP＜0), 特别是东北地区大面积表现为碳源属性。在2001—2019年, 整体植被发挥碳汇功能, 相较于1981—2001年, 植被固碳能力有所提高。但位于省会城市区域, NEP多年均值相比于1981—2001年有着明显下降, 且在1981—2019年期间变化随着省会城市的发展重心逐渐扩散。因此, 1981—2019年植被碳汇能力明显增强。

在1981—2001年期间, 中国净生态系统生产力总体呈现下降趋势(图 3)。然而, 中国西南地区的固碳能力呈现增加趋势, 净生态系统生产力呈正增长, 这表明该地区的生态环境呈现好转的趋势, 变化率最高达11.45/a。与之相反, 位于华南地区呈现固碳能力年变化率降低, 最低达到-8.92/a。从NEP变化趋势整体来看, 南北净生态系统生产力差异较大。因此, 中国植被碳源/汇总体变化呈现明显的空间分异性。

2001—2019年期间, 中国的净生态系统生产力呈现总体增加的趋势(图 3)。空间上, 不同地区的变化趋势有所不同, 华中和华东地区的固碳能力出现下降趋势, 而华南和北部地区的固碳能力呈现上升趋势, 其中最高增长率达到14.22/a。华中和华东地区的固碳能力下降导致净生态系统生产力呈负增长, 年际变化也持续走低, 呈现碳源属性(NEP＜0), 其中最低的变化率达到-5.11/a。总体而言, 从2001—2019年的年际变化来看, 中国的净生态系统生产力变化趋势呈现改善的趋势。

2.3 植被碳源/汇影响因子分析 2.3.1 植被碳源/汇与气候相关性分析

根据图 4可知, 1981—2019年期间NEP与降水呈现正相关关系。具体而言, 1981—2001年北部地区与NEP变化呈显著正相关性, 相关系数高达0.904。相反, 四川和黑龙江大部分区域的降雨与NEP变化显著负相关, 相关系数为-0.809。这些区域的净生态系统生产力受到了较大的影响, 降水增加可能会对其产生阻碍作用。2001—2019年期间, 研究区大范围表现为与降水显著正相关, 仅华中地区以及西南地区以东主要表现为负相关性。因此, 总体来看, 降水增多对中国净生态生系统产力呈正向影响, 仅局部地区与降水呈现负相关性。如降水减少将会增强四川、重庆、湖北等大部分地区的净生态系统生产力。

NEP与气温变化相关性在空间上具有明显的空间异质性特征。1981—2001年, 大部分地区的净生态系统生产力与气温呈负相关。如图 4所示, 华南、华北地区与气温表现为显著负相关, 这表明气温的升高对净生态系统生产力具有不利影响。2001—2019年NEP与气温变化相关性主要以负相关为主, 但相较于1981—2001年的NEP与气温关系呈现正相关的地区有所增加, 尤其是在青海、陕西一带与NEP呈显著正相关。

1981—2001年段与2001—2019年段NEP与辐射相关性表现出较强的负相关性, 尤其是位于中国北部地区。1981—2001年段, 四川大部分地区的NEP变化与辐射呈正相关, 华北、东北以及西北地区NEP变化与辐射呈显著负相关。2001—2019年期间, 四川、陕西和湖北地区的NEP变化与辐射变化呈现正相关性相较于1981—2001年减弱, 但2001—2019年华南地区与辐射负相关性增强。因此, 辐射对NEP的影响总体来说呈现负相关性, 并在整个研究时段内辐射负相关性的范围逐渐扩大。

2.3.2 植被碳源/汇与人类活动关系分析

中国陆地植被NEP受到气候变化和人类活动共同影响。1981—2019年期间, 气候变化对中国NEP的影响大于人类活动的影响。1981—2001年植被固碳受到气候影响占研究区面积的90%以上, 其中固碳能力下降面积占55.79%, 受气候变化负向影响显著。2001—2019年气候变化影响植被固碳能力占总面积的73.77%, 人类活动导致生态系统植被碳源/汇变化占总面积的26.23%。

1981—2001年气候变化对陆地植被NEP影响如图 5所示。1981—2001年固碳能力下降主要是气候变化影响的结果, 分布在中国华北、东北地区。随着国家保护和重建生态背景下, 2001—2019年人类活动影响植被固碳能力增强主要位于东北、华南地区和西南地区, 能够一定程度抵御气候变化的影响。因此, 我们需要积极应对气候变化, 加强统筹协调各项工作, 因地制宜恢复和重建生态环境, 以应对全球变暖导致的气候变化对人类生存环境带来的影响。

1985—2001年人类活动促使NEP变化(见图 6), 土地利用变化类型主要以林地转变为耕地。林地转变为耕地占研究区面积约7391km²。对于受人类活动影响且植被固碳能力下降的地区而言, 东北地区分布较广。最主要原因是大面积林地转变为耕地。然而, 在2001—2019年土地利用类型变化面积最大的是耕地转变为林地, 面积约为4.44万km²。其中, 华北地区土地利用变化大多为耕地转变为草地, 导致华北地区受人类活动的影响使植被固碳能力增强, 可知草地也在碳循环中发挥着举足轻重的作用。中国南部地区受人类活动影响显著, 对植被固碳能力具有正面影响, 土地利用类型变化主要为耕地转林地土地类型变化。

2.4 生态修复治理投资经济效率评价

中国生态修复治理项目经济效率有所提升, 从图 7中看出, 2001年中国以北地区的生态投资项目经济效率和净碳储量价值为负, 而中国以南地区的植被总体呈现碳汇特征, 植被固碳能力得到改善, 云南和四川碳汇价值高于其他地区, 四川省在生态与修复工程中的投资与碳汇价值成正比, 经济效率较高。随着经济发展以及技术的革新, 2019年大多数行政区的植被固碳能力得到了改善, 但是仍有部分地区生态修复投资与实际取得成效成反比, 如山东和上海的生态修护与保护项目投资效率为负。这主要是因为山东和上海总体植被呈碳源属性。而北方植被碳源/汇的变化最大, 尤其是黑龙江地区的植被碳汇属性较明显, 说明在国家治理下, 生态治理修复得到了有效的改善。

综上所述, 2001—2019年中国的生态修复治理工程投资经济效率存在明显的地区差异, 南北差异逐渐缩小, 陆地植被固碳能力得到改善。但是, 大部分地区经济效率较低, 需要进一步优化生态治理投资的方向和策略, 加强技术创新, 提高生态修复治理项目的经济效益和社会效益。此外, 需要继续关注生态修复工程的长期效应, 采取可持续的管理和运营方式, 确保生态修复治理工程的可持续发展。

3 讨论 3.1 气候变化对植被碳源/汇的影响

碳循环是生态系统重要的物质循环^[26—27], 对于维护全球气候和生态环境的平衡与稳定性至关重要。中国地域辽阔, 不同地区的气候条件差异较大, 因此导致了各地植被的种类和分布范围不同。因此, 不同气候条件下的植被碳源/汇特征也不同。但总体而言, 大多数地区的温度、辐射和降水增加对植被的生长都呈现出正向促进作用^[28—29]。

在近40年的时间里, 中国的气候因子对植被碳源/汇的变化起到了主要驱动作用。1981—2001年期间, 降水是影响华北和东北地区植被碳源/汇变化的主要因素。由于华北地区降水呈上升趋势, 降水的增多能够一定程度缓解植被缺水导致的生长不良。然而, 东北地区位于湿润半湿润地区, 当降水量较少时, 温度和辐射的升高, 导致干旱情况显著, 从而使植被固碳能力减弱^[30—31]。中国西南、华南和华中大部分地区, 气候变化促进了植被固碳能力增强, 但在西南地区零星分布着受气候变化影响植被固碳能力减弱区域。由于西南地区分布着较广的喀斯特地貌, 集中的降水往往导致水土流失, 从而不利于植被生长及导致植被固碳能力下降。

2001—2019年气候变化对NEP的影响区域明显缩减, 主要集中在中部和北部地区, 该地区气候因素对植被固碳影响比较明显。大部分地区固碳能力增长, 但也有少数地区固碳能力下降。西南以西地区的降水和温度呈正相关, 辐射显著负相关。该地区海拔较高且靠近荒漠地区, 植被对降水依赖较大。部分地区与温度呈负相关性, 可能是因为温度的上升使土壤温度增加, 加快了土壤中有机质分解, 抑制植被生长。同时, 过多的太阳辐射不利于植被生长, 导致植被生长率降低^[32]。因此, 西藏以西表现为植被固碳能力降低。此外, 1981—2019年发现气候变化对植被碳汇的影响的减弱, 主要由人类活动为主导因素使植被固碳能力增强。因此, 1981—2019年以来, 我国各领域应对气候变化工作取得卓越成效, 推动了应对气候变化全球治理所作出的贡献^[33]。

3.2 人类活动对植被碳源/汇的影响

1981—2001年和2001—2019年的陆地植被生态系统碳循环得到有效改善^[34]。1981—2019年植被碳汇功能越来越显著, 主要分布于东北、华北以及南部地区, 植被固碳能力改善明显。在1981—2001年期间, 西南地区与华中、华东地区中部受气候变化影响, 多数地区植被固碳能力增强。该地区气候温暖湿润, 适合植被生长。而在2001—2019年期间, 南部地区陆地植被碳源/汇变化主要受人类活动的影响, 生态修复和治理工程也趋显成效。

随着时间的推移, 人类活动对植被碳汇影响逐渐增大。天然林资源保护工程、退耕还林、三北防护林工程、退耕还草等一系列重大生态工程陆续启动, 促进了植被固碳能力正向发展。尽管大部分地区的植被碳汇受人类活动正向影响, 但随着经济发展, 植被固碳能力减弱的地区也逐渐增多, 其主要分布于省会城市周围。这是源于城市发展的急速扩张造成了建设用地挤占林地、耕地, 导致生态环境恶化。这一结论与黄大全^[35]等人研究一致。1981—2001年中国大部分地区的植被碳源/汇受到气候因素影响, 仅少数地区受到人类活动的影响。北部多数地区的植被固碳能力减弱, 其中人类活动导致植被固碳能力减弱区域面积明显高于其他地区。由于东北地区在80、90年代, 人类对森林资源的滥砍滥伐和过度开采。在1981—2001年东北地区土地利用变化受人类活动影响剧烈, 大量土地由林地转变为耕地。虽然当时进行了一些生态保护和修复工程, 但实施时间较短且成效较小, 导致东北三省的植被固碳能力下降^[36—37]。随时间的推移, 东北地区的植被碳汇在2001—2019年间明显增长, 受到人类活动的影响也明显高于1981—2001年。因此, 近20年来, 东北地区实施了一系列保护措施和生态修复与保护工程, 这些工程成效逐渐显著, 不仅提高了植被的净碳储量, 而且生态修复与保护工程的投入与产出也成正比。

2001—2019年青藏高原地区西部地区主要分布草地、草甸为主要植被类型, 当地畜牧业为主要经济支柱。随着经济的发展生活水平的不断提高, 人类活动对当地生态的影响显著, 可能是畜牧业的不合理放牧为主要原因^[38]。而西藏地区在2001年和2019年的植被碳储量和生态保护和修复工程投资经济效率领先大多数地区, 其中一方面可能是西藏地区建立保护区, 且部分地区禁止或限制开发, 在一定程度上保护了当地生态。另一方面草地碳汇是生态系统碳循环中不容忽视的一环^[7]。南北植被碳源/汇差异表现在1981—2001年北部地区植被更易受到气候变化的负面影响, 而西南部地区大部分呈现正向影响。然而, 2001—2019年南北植被碳/汇差异逐渐缩小, 其中黑龙江植被碳/汇增多最为显著, 主要原因是由于生态保护与修复对当地植被成效明显。植被碳汇增加显著是由于当地生态修复治理项目的严格实施, 不仅对已有林地的保护, 还致力于将耕地转变为林地。所以在近20年里林地的扩张与保护以致当地植被碳汇增加显著。生态治理与修复工程包括天然林保护、三江及长江流域重点工程、退耕还林、防护林体系工程等^[39]。中国南部主要是受到退耕还林工程以及沿海防护林工程的影响, 随着植被的恢复, 南部地区植被固碳效愈来愈显著^[40]。从图 3可以看到是中国南部NEP变化趋势良好, 以及2001—2019年多年平均NEP相较于北部更高。所以, 绿色发展、可持续发展应深入政策, 根据当地情况制定治理生态环境修复与保护的规划, 牢铸经济之基。

4 结论

本文分析了1981—2019年中国净生态系统生产力的时空演变特征, 探究了植被碳源/汇变化影响机制, 并评估生态修复治理工程绩效。主要结论如下：

(1) 中国整体呈现碳汇状态, 1981—2001年碳汇区域占总面积91.66%, NEP多年平均值为17.59gC/m², 其中NEP呈现增长趋势约为43.52%；2001—2019年碳汇区域占总面积93.19%, NEP多年平均值为35.64gC/m², NEP表现为增长趋势75.27%。总体上来看, 相较于1981—2001年植被固碳能力得到明显改善。

(2) 1981—2001年中国植被碳源/汇变化受气候因子影响面积高达96%, 主要受降水、温度因子影响, 其次是辐射的影响。2001—2019年受气候因子影响植被碳源/汇的面积为73.77%, 主要受降水和辐射因子, 其次是温度的影响。

(3) 1981—2001年期间东北地区受到人类活动干扰明显, 导致植被固碳能力下降, 主要是由于林地转变为耕地。2001—2019年东北、华北以及中国南部沿海地区人类活动使植被固碳能力明显增强, 南部地区主要在于林耕地的转变, 北部地区主要在于草耕地的变化。

(4) 国家对生态环境的日益重视和技术革新, 2001与2019年的植被碳源/汇变化有着明显差异。中国整体生态治理与修复工程投资经济效率得到提升, 南北地区碳价值差异逐渐缩小。此外, 人类活动对陆地植被生态系统的积极干预, 有效地改善了土地的生态环境, 增加了森林覆盖率, 提高了碳汇储量。