广东人工林生物量碳储量的时空变异机制及其驱动因素研究

《Environmental and Sustainability Indicators》：Spatiotemporal variation and driving mechanisms of planted forest biomass carbon in Guangdong south China

本研究针对气候变化下人工林碳储量变化规律不明确的问题，通过分析2005-2020年广东人工林生物量碳密度时空格局，结合地理探测器和结构方程模型，揭示了降水、NDVI和坡度对碳汇能力呈正向影响，而温度、林分高度和蒸散则呈负向影响。研究发现人工林面积扩张与碳储量增长非线性相关，并识别出年降水量1730-1890mm、均温15.5-16.7°C结合酸性土壤(pH 4.74-5.04)的优化条件，为人工林近自然化经营提升碳汇功能提供了科学依据。

　　

在全球变暖加剧的背景下，森林作为重要的碳汇生态系统，其固碳能力的变化备受关注。然而，随着天然林面积的持续减少（2024年全球减少6.79×10⁶公顷），人工林在碳 sequestration（碳封存）中的作用日益凸显。中国作为全球人工林面积最大的国家，截至2023年人工林面积达8.76×10⁷公顷，占全球30%以上。广东作为中国南方人工林第二大省，同时拥有亚热带和热带季风气候，其人工林碳储量动态对区域碳平衡具有重要影响。但目前关于气候变化如何影响人工林生物量碳储量的时空格局、主要驱动因素及其作用途径尚不明确。

针对这一科学问题，华南农业大学林学与风景园林学院的研究团队在《Environmental and Sustainability Indicators》发表了最新研究成果。该研究通过整合多源数据，系统分析了2005-2020年广东人工林生物量碳储量的时空变化特征，并深入探讨了地形、林分、土壤和气候等17个因子对碳储量的影响机制。

研究团队采用了多种先进的分析方法：利用Theil-Sen斜率统计和Mann-Kendall检验分析生物量碳密度变化趋势；应用最优参数地理探测器(OPGD)模型量化各因子的解释力；通过结构方程模型(SEM)解析因子的作用路径和方向。数据来源包括中国森林生物量碳池数据集(2002-2021)、WorldClim气候数据、MODIS植被指数数据以及土壤属性数据集等。

研究结果揭示了广东人工林碳储量的显著时空变异特征：

3.1. 森林面积变化

2005-2020年间，广东人工林面积从551万公顷增至684万公顷，增长24.14%，而天然林面积从598万公顷减少至519万公顷。人工林主要分布在粤西地区的清远、肇庆、云浮、茂名等地。

3.2. 生物量碳密度和碳储量的动态变化

人工林地上生物量碳密度从2005年的19.32±12.8 t·ha^-1增至2020年的23.18±14.6 t·ha^-1，总生物量碳储量增长47.5%。然而，空间异质性显著：35.75%的人工林区域碳密度显著下降，而63.75%的区域显著上升。天然林碳密度(36.48 t·ha^-1)高于人工林(28.43 t·ha^-1)，但由于面积减少，其总碳储量低于人工林。

3.3. 生物量碳积累的关键驱动因素

地理探测器分析显示，降水是影响生物量碳的最强因子(q=0.8117)，其次为NDVI、土壤有机碳(SOC)和海拔。交互作用检测发现降水与海拔的交互效应最强。风险探测识别出促进碳积累的最佳环境区间：年降水量1730-1890mm、温度15.5-16.7°C、土壤pH 4.74-5.04、NDVI 0.886-0.995等。结构方程模型表明，降水、NDVI、坡度和土壤孔隙度对碳储量有正向影响，而温度、林分高度、蒸散和容重呈负向影响。

讨论部分指出，人工林碳储量增长主要来自面积扩张，而非单位面积碳密度的提升。与天然林相比，人工林对气候变化更敏感，在2010-2015年低温少雨期碳密度增速最低(仅1.59%)。气候变化通过影响土壤养分和叶片功能性状间接调控生物量分配，升温抑制光合作用，而降水增加促进碳积累。

该研究首次系统揭示了广东人工林碳储量的多尺度驱动机制，为优化人工林经营管理提供了科学依据。研究表明，在适宜的水热条件(年降水1730-1890mm，均温15.5-16.7°C)和酸性土壤环境下，人工林可发挥最大碳汇潜力。推动人工林近自然化经营，有助于提升其碳 sequestration能力和生态系统稳定性，为实现"双碳"目标提供重要科技支撑。未来研究可进一步探讨不同林分类型对气候变化的响应差异，为差异化经营提供指导。