应对气候变化：全球再造林潜力的精准评估与可持续路径

本研究针对全球再造林潜力评估存在的高变异性与争议性问题，通过整合89项多尺度地图数据，开发了融合生态安全、社会冲突规避与政策适配性的八种再造林情景模型。研究采用60%高树冠覆盖阈值定义森林潜力区，结合高分辨率土地利用数据与火灾频率分析，将全球约束性再造林潜力修正为195 Mha（年净减排2225 TgCO2 e），较既往评估缩减71-92%。成果发表于《Nature Communications》，为平衡气候减缓、生物多样性保护与社会公平提供了数据驱动的决策框架。

　　

全球再造林潜力的科学重构
随着气候变化加剧，再造林作为最具成本效益的碳移除方案备受关注。然而，现有全球再造林潜力地图存在三大争议：生态定义模糊（如将稀树草原误判为造林区）、数据分辨率不足（低估干旱区现有植被覆盖）、社会风险忽视（如粮食安全与土地权属冲突）。这些缺陷导致FLRO、Bastin等五大主流评估结果差异高达3倍，引发学界对"万亿棵树计划"可行性的质疑。

为破解这一困局，由Kurt A. Fesenmyer领衔的国际团队在《Nature Communications》发表突破性研究。该研究创新性地采用多证据融合方法：首先定义60%树冠覆盖为森林生态阈值，整合Bastin潜在树冠模型与Walker生物量模型的低不确定性区域，再通过MODIS火点数据剔除十年内≥2次自然火灾区，构建出2242 Mha的精准森林潜力基底。研究团队进一步引入四类实施限制（现有森林、水域等）与五类预防性排除（农田、湿地等），利用30m分辨率全球土地利用数据（2019-2020）生成195 Mha约束性潜力区，较既往评估锐减71-92%。

关键技术方法
研究整合89项多尺度再造林地图元分析，采用1km分辨率随机森林模型融合气候-土壤-地形数据。通过500m MODIS火点频次分析识别生态限制区，应用30m全球耕地一致性数据集规避粮食安全风险，结合ALOS PALSAR雷达数据校正现有森林覆盖。碳封存潜力计算纳入30年自然再生碳累积量与反照率效应修正。

主要研究结果
森林潜力制图革新
通过双重验证机制（Bastin树冠覆盖>60%且Walker闭合森林分类）与火灾频率过滤，将传统评估的9455 Mha潜在区压缩至2242 Mha，消除26%的生态误判风险。敏感性测试显示，若采用30%树冠阈值标准，潜力区将膨胀158%。

约束性潜力评估
现有森林覆盖排除1914 Mha（85.3%潜力区），农田与建成区排除额外110 Mha。最终195 Mha约束区中，仅15 Mha（0.8%）同时满足生态安全、社会公平与政策目标。值得注意的是，保护区内仅存6.3 Mha潜力区（年53 TgCO₂
e）。

情景化应用价值
避免社会冲突情景：在土地权属保障国家（如哥斯达黎加），潜力区缩减至116 Mha。生态系统服务优化：83%潜力区毗邻现有森林，可促进生物多样性协同效益。政策驱动情景：106 Mha位于各国恢复承诺区，但需警惕目标与现实差距（327 Mha承诺 vs 195 Mha实际潜力）。

研究启示
该研究确立了再造林评估的"保守主义原则"：通过生态阈值守卫（避免稀树草原误植）、高精度数据验证（纠正LULC分类偏差）、多维度保障机制（碳-水-社会效益平衡），将理论潜力转化为可操作方案。尽管面积评估大幅缩水，但2225 TgCO₂
e/年的净减排量仍占全球年排放5%，证实再造林仍是最大规模可行碳移除方案。研究创建的"八维情景筛选器"为《巴黎协定》国家自主贡献(NDCs)提供了精准施策工具，其开源数据平台（naturebase.org）支持动态调整评估参数，助力实现"气候正义框架下的智能再造林"。