海南熱帶雨林國家公園森林生態系統碳儲量及變化特征

劉 強 周 璋 陳德祥 陳宗鑄 雷金睿 許 涵 吳桂林 李意德

(1. 國家林業和草原局華東調查規劃院, 杭州 310019；2. 海南省林業局(海南熱帶雨林國家公園管理局), ?？?570203；3. 中國林業科學研究院熱帶林業研究所, 廣州 510520；4. 海南尖峰嶺森林生態系統國家野外科學觀測研究站, 海南樂東, 572542；5. 海南省林業科學研究院(海南省紅樹林研究院), ?？?571100)

陸地生態系統具有固碳釋氧、凈化空氣、涵養水源、保持水土和維持生物多樣性等功能。其中，固碳功能即碳匯功能，在全球氣候變化和“碳中和”背景下發揮著重要作用[1]。陸地生態系統是地球生物圈三大碳庫之一[2]，在全球碳平衡中具有十分重要的意義，它的微小改變就能導致大氣CO2濃度的明顯波動，從而進一步影響全球氣候的穩定[3]。增強生態系統碳匯功能能有效減緩大氣CO2濃度上升和全球氣候變暖，是實現“碳中和”目標的重要途徑。森林是陸地生態系統最大的碳儲庫，占據了陸地生態系統地上碳庫的80%、地下碳庫的40%[4-5]，對減緩全球氣候變化、實現“雙碳”目標具有重要作用[1]。在全球各大陸地生態系統中，森林相對于草地、濕地和農田等生態系統類型而言，具有更強的碳匯能力與潛力，中國森林生態系統是我國陸地生態系統的固碳主體，貢獻了約80%的固碳量[6]。通過增強森林生態系統碳吸收能抵消源自化石燃料燃燒排放的CO2，進而有效減緩全球變暖進程，因而被認為是實現“碳中和”目標最為經濟、安全和有效的路徑之一。因此，準確計量森林生態系統碳儲量和碳匯的大小及摸清其變化趨勢，不僅是當今全球氣候變化領域研究的核心問題，也能夠為我國實現“碳中和”目標提供科技支撐。

目前，對于全球或區域尺度上的森林碳儲量和碳匯已經開展了大量的研究[5,7-10]。在我國，有學者對全國和省、市不同尺度上的森林植被或生態系統的碳儲量和碳密度也進行了相關研究[1,9,11-12]，這些研究大多是基于國家森林資源連續清查數據（一類調查）或森林資源規劃設計調查數據（二類調查），采用生物量法及蓄積量法來估算森林碳儲量水平，大多未細分至森林不同植被類型的碳儲量。

海南島是我國最大的熱帶島嶼，也是全球生物多樣性保護的熱點地區之一，擁有大面積的熱帶森林和豐富的物種資源，其巨大的固碳能力在全球碳循環和碳平衡中起著關鍵作用[13]。曹軍等[14]利用1979-1993年海南森林資源二類調查數據的林分類型，結合材積源生物量法估算了海南島近20年森林碳儲量變化，顯示出海南森林碳匯作用顯著；張鐿鋰等[15]同樣利用1993年森林資源二類調查數據分析了不同植被分類系統造成的碳儲量差異。但以上研究均未涉及土壤碳庫。Ren等[13]則結合1993-2008年四期的國家森林資源清查數據和實測數據，估算了海南森林生態系統碳儲量的分布格局。但經過10余年的森林保育，特別是隨著海南熱帶雨林國家公園建設的推進，海南森林資源的量與質已發生較大變化，森林覆蓋率已從2008年58.5%上升至2021年的62.1%，森林蓄積量從2008年0.79億m3增加到1.61億m3[16]。熱帶雨林作為一個生物量最大的陸地生態系統，在全球碳循環中扮演著十分重要的角色。海南熱帶雨林國家公園是國寶，是水庫、糧庫、錢庫，更是碳庫。在此背景下，本研究結合森林資源調查數據和樣地調查數據，對海南熱帶雨林國家公園不同森林生態系統類型的碳儲量和碳匯進行測算，旨在完善目前國家公園區域的森林碳儲量現狀分析，為熱帶森林固碳增匯措施和精準評估海南生態碳匯對實現“碳中和”目標的貢獻提供基礎數據和科學依據。

1 研究區概況

海南熱帶雨林國家公園位于海南島中部山區，地處南北熱量和東西水分分界的交匯處(圖1)，生態系統類型以熱帶雨林為主。國家公園總面積4 269 km2，約占海南陸域總面積的13%。年均氣溫25 ℃，年降水量1 700~2 700 mm，森林覆蓋率為95.85%，涵蓋了海南島95%以上的原始林和55%以上的天然林，擁有中國分布最集中、保存最完好、連片面積最大的熱帶雨林。初步統計有野生維管植物3 653種，各類保護植物432種，陸棲脊椎動物540種[17]。

圖1 研究區位置Fig. 1 The location of the research area

2 數據來源與研究方法

2.1 空間數據來源及處理

本研究森林生態系統植被類型空間分布以2021年海南省第三次森林資源二類調查小班矢量數據為數據源，并采用中國科學院計算機網絡信息中心地理空間數據云平臺（http://www.gscloud.cn）提供的ASTER GDEM數據產品（空間分辨率為30 m）進行校準，參考海南植被分類體系[17]，按照“起源”“自然度”“優勢樹種”和“林齡”等林分要素，對主要森林類型進行歸類并統計其分布面積。

2.2 地面調查

2.2.1 樣地調查與碳密度測定

1）樣地設置

利用海南尖峰嶺森林生態系統國家野外科學觀測研究站和其長期實驗觀測數據，統籌考慮海南森林生態系統主要植被類型面積及分布、起源、群系/群系組，設置調查樣區，在每個樣區內設置3個調查樣地（其中一個為復查樣地）。天然林樣地大小為1 200~10 000 m2，人工混交林為900 m2，人工純林的樣地面積為600 m2，將每個樣地劃分為10 m×10 m的若干個樣方。

2）植被和凋落物碳

測量樣方內所有胸徑≥3.0 cm活立木的胸徑和樹高, 并記錄物種名。利用相關生長方程計算每株樹的生物量, 其中喬木層地上生物量為喬木莖、枝和葉生物量的總和, 喬木層地下生物量為喬木根生物量。由于全島絕大部分森林禁止砍伐, 無法對樣地內樹種進行生物量方程構建, 故通過文獻檢索,利用海南熱帶森林地區對應樹種的生物量方程，以0.5作為碳轉換系數將樹木生物量換算為生物量碳[18]，對樣地內不同樹種的生物量進行估算。將樣方內所有喬木生物量碳加和后, 根據樣方面積計算單位面積的碳儲量碳密度（Mg/hm2）。在樣方內隨機選取3個2 m×2 m的小樣方, 連根收割小樣方內所有灌木（含喬木幼樹幼苗）和草本, 測定鮮質量, 并取樣帶回實驗室, 在65 ℃烘干至恒質量后,測定含水率, 分別計算其地上生物量和地下生物量。灌木和草本層樣品經研磨后用元素分析儀（德國Elementar公司的varioMacro cube系統）分別測定地上與地下部分的碳含量, 結合生物量計算下木層和草本層的碳密度。

在樣方內隨機設置3個1.0 m × 1.0 m小樣方,收集小樣方內所有凋落物（包括落葉、樹皮、果實、直徑< 2 cm的枯枝以及地表其他植物殘體）并稱質量。每個樣方內凋落物取3份樣品，帶回實驗室烘干(65 ℃)至恒質量后測定含水率，并換算其干質量，研磨過0.15 mm篩后測定碳含量。

3）土壤碳

在樣方內隨機挖取3個土壤剖面, 以10 cm為間隔分層, 取到實際土壤深度約100 cm (即0~10，10~20，20~30，30~50和50~100 cm分5層取樣)。每層取2份土壤樣品：其中一份使用環刀(100 cm3)取樣, 采用105 ℃烘干48 h后測定各層土壤容重;另一份取約300 g鮮土, 在室溫(約25 ℃,14 d)自然風干, 去除雜質后研磨過篩(0.15 mm), 用元素分析儀測定土壤碳含量。

海南主要森林生態系統類型碳密度的計算結果見圖2。

圖2 海南熱帶雨林國家公園森林生態系統不同植被類型碳密度Fig. 2 Carbon density of different vegetation types in the forest ecosystem of NPHTR

2.2.2 碳儲量和碳匯估算

森林生態系統碳庫通常分為植被生物量、凋落物、死木和土壤有機碳。其中，植被生物量包括地上生物碳儲量（Cabove）和地下生物碳儲量（Cbelow）。地上生物碳儲量（Cabove）主要包括地表以上所有存活的植被（樹皮、樹干、樹枝和樹葉等）中的碳儲量；地下生物碳儲量（Cbelow）是指存在于植物活根系統中的碳儲量；土壤碳儲量（Csoil）一般是指礦質土壤和有機土壤中的有機碳儲量；死亡有機碳儲量（Cdead）表示凋落物、枯立木或已死亡倒木中的碳儲量，這里主要指凋落物碳庫。計算公式為：

式中：Ctot為總碳儲量，Mg；Cvegtation為植被碳儲量，Mg；Csoil為土壤碳儲量，Mg；Clitterfall為凋落物碳儲量，Mg。

森林碳匯量常用一段時間內森林各碳庫的碳儲量變化之和表示：

式中：?CFL為森林碳儲量變化；i為按照氣候區、森林類型等劃分的層或亞類型；?CAB、?CBB、?CDW、?CLI和?CSO分別代表地上生物量、地下生物量、死木、凋落物、土壤有機碳的碳儲量變化。

3 結果與分析

3.1 碳儲量和碳密度特征

由表1可知，海南熱帶雨林國家公園森林生態系統的總碳儲量為89.67 Tg，平均碳密度為218.39 Mg/hm2，其中地上生物、地下生物、土壤和凋落物的平均碳密度分別為72.82，23.10，120.92和1.55 Mg/hm2?？梢?，土壤層碳儲量最高，達49.65 Tg，占總碳儲量的55.37%；其次為地上生物碳庫有29.90 Tg，占總量的33.34%；最低的是凋落物碳庫，僅占總量的0.71%。

表1 海南熱帶雨林國家公園森林生態系統不同組分的碳儲量和碳密度Table 1 Carbon storage and carbon density of different carbon pools in the forest ecosystems of NPHTR

由表2可知，海南熱帶雨林國家公園森林生態系統的總碳匯量為1.84 Tg/a，平均碳匯速率為4.48 Mg/（hm2?a），其中植被和土壤的平均碳匯速率分別為3.98和0.13 Mg /（hm2?a）。相比于土壤層，植被層由于碳匯速率高，其碳匯量較大，占比88.89%。凋落物現存量和增量的變化很小。

表2 海南熱帶雨林國家公園森林生態系統植被和土壤碳庫的碳儲量變化和碳匯速率Table 2 Carbon storage and carbon density of different carbon pools in the forest ecosystems of NPHTR

3.2 不同植被類型碳儲量和碳密度分布特征

從熱帶雨林國家公園不同植被碳儲量的分布看（圖3）：低地雨林次生林、低地雨林老齡林和山地雨林老齡林的碳儲量較高，分別達28.28，27.11和18.55 Tg，總共占國家公園森林生態系統總碳儲量的82.45%；其次為松樹林、橡膠純林和落葉半落葉季雨林，分別為3.93，3.01和2.32 Tg，占總量的10.33%；再其次為桉樹林、相思林和棕櫚類的林分，分別為1.75，1.53和1.00 Tg；其他植被類型的碳儲量均低于1.00 Tg。從不同植被類型的碳密度上看，熱帶雨林的碳密度較高，基本上均高于220 Mg/hm2，其中碳密度最高的是分布于海南島中部山區的熱帶山地雨林，達到289.52 Mg/hm2；其次是低地雨林次生林、低地雨林老齡林，約為220.00 Mg/hm2；人工林碳密度介于81.59~171.33 Mg/hm2之間；最低的是灌木林，僅為81.59 Mg/hm2。

圖3 海南熱帶雨林國家公園不同植被類型碳儲量和碳密度分布Fig. 3 Distribution of forest ecosystem carbon storage and carbon density in different vegetation types of NPHTR

3.3 不同植被類型碳儲量變化和碳匯速率分布特征

從熱帶雨林國家公園不同植被碳儲量變化看（圖4）：低地雨林次生林、低地雨林老齡林和山地雨林老齡林的碳匯量較高，分別達65.80×104，36.36×104和24.48×104Mg/a，總共占國家公園森林碳匯總量的66.76%；其次為桉樹林、松樹林、橡膠純林和相思林等人工林，分別為12.50×104，12.32×104，11.86×104和11.14×104Mg/a，占總量的26.85%；再其次為半落葉季雨林、針葉林、闊葉樹種原料林、高山云霧林和杉木林，分別為5.60×104，1.70×104，1.58×104，1.26×104和1.04×104Mg/a；其他植被的碳匯量均低于1.00×104Mg/a。從不同植被類型的碳匯速率上看，人工林均比較高：相思林的碳匯速率最高，達12.94 Mg/（hm2?a）；桉樹林、松樹林、橡膠純林和相思林等人工林的碳匯速率均較高，介于5.37~7.42 Mg/（hm2?a）之間；熱帶雨林等天然林的碳匯速率介于2.99~5.30 Mg/（hm2?a）之間。

4 結論與討論

4.1 海南熱帶雨林國家公園森林生態系統具有較高的碳儲量和碳密度

森林生態系統作為陸地碳循環的重要組成部分，其碳儲量水平和固碳潛力一直備受關注，對于掌握碳循環機制和制定減排政策至關重要。森林碳匯功能是森林五大碳庫固碳能力的綜合體現，包括森林植被地上和地下生物量、木質殘體、凋落物和土壤碳庫。森林植被和土壤碳庫是全球森林碳儲量的主要部分，分別占森林總碳儲量的44% 和45%；森林木質殘體碳儲量占4%，凋落物碳儲量占6%[5]。本研究結果與全球平均水平比較接近，森林植被和土壤碳庫占森林總碳儲量的比例為42.0% 和44.0%。植被占比均高于Tang等[19]對我國森林生態系統碳儲量和Ren 等[13]對1993-2008年海南森林生態系統碳儲量的研究結果，說明國家公園內熱帶森林生態系統植被保育比較好、生態質量高。

Ren等[13]對海南森林生態系統碳儲量的研究結果表明，由于海南從20世紀90年代開始實施天然林保護和公益林保護修復，使得這一時期森林覆蓋率和蓄積量持續增加，其碳儲量從109.51 Tg（1993年）增加到279.17 Tg（2008年）。因此，本研究中的國家公園森林生態系統碳儲量與這一變化趨勢比較吻合，表明隨著森林面積和森林質量的提升，森林生態系統碳儲量也在逐漸增加。

海南熱帶雨林國家公園森林生態系統平均碳儲量密度為218.39 Mg/hm2，明顯高于全國（179.20 Mg/hm2）、海南全?。?63.70 Mg/hm2）、浙江（120.80 Mg/hm2）和我國亞熱帶（149 ±12 Mg/hm2）[13,19-21]，低于四川（232.81 Mg/hm2）和吉林（225.30 Mg/hm2）[22-23]。這可能是由于不同地域內的水熱等自然環境條件以及森林結構和土壤類型等的差異所致[24]，但也可能與核算的空間尺度和森林類型劃分的精細程度有關。但本研究結果與2011年Pan等[5]對全球森林生態系統碳密度（223.6 Mg/hm2）的研究結果十分接近，稍低于全球熱帶森林平均值（241.6 Mg/hm2）。然而，海南熱帶雨林國家公園森林生態系統的植被碳密度（95.92 Mg/hm2）高于中國森林植被（53.2 ~58.36 Mg/hm2）[19,25-26]，土壤碳密度（120.92 Mg/hm2）與廣西（124.70 Mg/hm2）[27]的研究結論接近。

從國家公園不同植被類型上看，山地雨林和低地雨林等熱帶天然林的碳密度要明顯高于人工林，這表明維持國家公園熱帶雨林的原真性、完整性和穩定性非常重要，對國家公園內的人工林實施近自然混交化的改造有助于提高熱帶雨林碳匯功能。海南熱帶雨林國家公園熱帶森林的碳密度稍低于世界其他區域的熱帶森林[5,28]。這也許與海南地處熱帶季風氣候區（經常受臺風干擾）有關，但總體上來說還具有提升空間，其碳儲量可通過調整樹種組成、改善群落結構以及提升群落穩定性和抗逆性來提高。另外，國家公園內還有將近19%的橡膠、杉木、桉樹和相思等人工林，需要通過以提升森林固碳能力為目的的生態修復，以基于自然的解決方案提升生態系統的碳匯功能。

海南省于1994年全面停止天然林商業性采伐，并實施封山育林等保護措施，有效保護了天然林資源；且隨著海南熱帶雨林國家公園對天然林的綜合性保護和系統性修復，海南島中部山區的低質林分等逐漸恢復演替為物種豐富和結構復雜的熱帶天然林。江西新崗山生物多樣性與生態系統功能實驗研究通過全球最大的森林多樣性控制實驗的連年監測，得出高多樣性混交林生物量約為純林的兩倍，證明了森林物種多樣性對生產力具有促進作用[20]。因此，可將海南島具有重要生態功能區域，特別是國家公園范圍內的低質林分通過生態修復改變單一樹種結構，向多樹種近自然混交林轉變，進一步優化林分結構，提高林分質量，達到提升熱帶雨林生態系統固碳潛力的目標。

4.2 海南熱帶雨林國家公園森林生態系統固碳能力較強

作為陸地碳匯的主體，森林碳匯在碳中和戰略中被認為是抵消化石燃料碳排放的有效途徑。在量化碳庫大小的基礎上，通過比較不同時期森林生態系統碳庫的變化可以得到碳源匯大小，全球森林碳匯存在明顯的地理分布格局[29]。如1990-2020 年期間的統計結果顯示：對全球森林固碳增匯有貢獻的區域主要是歐洲、亞洲東部、北美洲、亞洲西部和中部的森林生態系統；而南美、非洲和亞洲南部、東南部的森林碳儲量年增長量則為負值，是拖慢全球森林增匯減排進程的主要區域；南美、非洲和東南亞熱帶雨林分布區受到人為干擾嚴重，其中亞馬孫熱帶雨林、巴西季雨林和東南亞熱帶雨林等區域森林碳匯功能持續下降，目前全球三大主要熱帶雨林區域中，僅非洲的剛果盆地發揮碳匯的作用。本研究顯示國家公園熱帶雨林生態系統是一個碳匯（1.84 Tg/a），其固碳速率[4.48 Mg/（hm2?a）]遠高于全球森林平均水平[5][1.04 Mg/（hm2?a）]、熱帶森林[5][1.38 Mg/（hm2?a）]，高于中國森林[19][1.62 Mg/(hm2?a）]，表明海南熱帶雨林國家公園森林生態系統具有較高的固碳增匯能力。

森林碳匯的驅動因素在不同區域存在一定差異。按照以往的研究，北美和歐洲森林生態系統碳儲量增加主要是由于大氣CO2濃度上升和氣候變化等全球變化要素所致[8]。而在中國地區, 除了上述全球變化要素外，植樹造林、生態修復工程的實施也是我國森林碳匯的重要驅動要素，因此對于熱帶雨林國家公園來說，基于自然解決方案的生態修復對提升生態碳匯尤為重要。

4.3 碳儲量估算的不確定性及展望

盡管目前學術界已經證實了森林生態系統的碳匯功能，但目前對森林碳匯大小、分布、動態及其驅動因素的認識仍存在較大不確定性。這種不確定性來源于多個方面，包括不同研究者對森林碳匯定義的差異、樣點分布不均衡性導致的抽樣誤差、模型過程和參數的差異等[1]。與之前的研究相比，本研究的基礎數據包含了最新的森林資源二類調查數據和不同植被類型全面的野外樣地調查資料，有助于更準確地估算海南森林生態系統碳儲量。但是本研究受國家公園山地地形和可達性、生態系統復雜性等限制，相同植被類型在不同區域、不同海拔上的森林樣地仍有待增加。此外，土壤有機碳是碳庫的重要組成部分，其空間異質性變化也與植被組成、凋落物輸入量和歸還量、土壤容重、土壤母質和小氣候等因素密切相關[30-31]，以上因素均會對研究結果造成不確定性。森林碳儲量現狀的準確評估是后續固碳速率、潛力及機制分析的重要基礎, 是理解森林生態系統在全球碳平衡和碳循環中所處地位的重要手段。建議在以后的研究中通過加大森林生態系統調查與監測力度，完善森林碳循環模型等途徑以完善“自下而上”和“自上而下”方法，獲取更為精細的碳循環基礎參數，提高森林碳匯評估精度，以減少估算結果的不確定性。