我院STEAR团队与美国麻省理工学院、香港大学、中国科学院地理科学与资源研究所等单位合作，在林龄影响中国森林未来碳汇方面取得重要进展，研究成果以“China’s current forest age structure will lead to weakened carbon sinks in the near future”为题，发表在期刊The Innovation（IF = 32.1）上。该论文以福建师范大学为第一署名单位，商荣副教授为第一作者，陈镜明教授为通讯作者，研究得到国家自然科学基金青年项目、福建省自然科学基金青创项目、福建省林业科技攻关项目课题和福建师范大学碳中和研究院开放基金项目的资助。
为实现碳中和，人们期待森林碳汇倍增。不少研究基于自然和人为因素预测中国未来森林碳汇将会增加22-67%。然而，这些预测可能过于乐观，因为他们并未考虑森林年龄对碳汇的影响。森林的碳汇潜力与净初级生产力（NPP）密切相关，NPP在幼龄阶段迅速增加，在中龄达到峰值，在老龄阶段逐渐下降。导致老龄林NPP下降的主要机制是总初级生产力（GPP）和自养呼吸（Ra）随林龄减少，其中GPP的减少速度更快。中国自20世纪60年代以来进行了大规模的造林和再造林计划，森林覆盖率从14%增加到23%，导致大部分森林处于幼龄和中龄阶段，具有较高的碳吸收能力。如果不发生大规模的森林砍伐，中国森林还能维持一段时间的高碳汇。但随着森林的自然衰老，降汇风险将显著增加。
另一方面，中国森林绝大部分分布在山区，受地形和人为因素的干扰，林分尺度较小（102-1002平方米）。然而，目前中国林龄产品的空间分辨率均为1000米，远远大于林分尺度，不足以定量刻画中国的林龄结构并预测碳汇变化。例如，10岁和60岁森林的固碳潜力较低，但将它们的年龄平均（35岁）时，固碳潜力则可能翻倍。因此，需要与林分尺度相匹配的林龄分布图，以提高森林碳汇预测的可靠性。同时，我们也缺乏中国不同地区不同森林类型的生长曲线，难以判断林龄将如何影响中国碳汇的未来走势。
为解决上述问题，本研究基于高分辨率（30m）时间序列卫星遥感数据，联合森林扰动监测和机器学习，生产了中国2019年30米分辨率的森林年龄数据（图1）；并基于3121个样地调查数据、卫星遥感数据和森林清查数据，提取出不同地区不同森林类型的生长曲线（图2）；最后，联合降尺度得到的30米分辨率2000-2021 年NPP数据，预测和评估了2022-2100年中国森林的增汇潜力和降汇幅度。结果表明，受林龄结构的影响，当前中国森林的碳汇水平仅能维持15年，其后随着森林逐渐衰老，固碳潜力将在2060-2100年下降8-17%（图3），预示着未来中国森林碳汇的减弱。通过选择性砍伐和实施新的或改进的造林来优化林龄结构，可能有助于缓解这一趋势。这一发现对区域和全球碳循环和气候预测非常重要，同时也对制定增强陆地碳汇的森林管理策略具有指导意义。
论文链接：https://doi.org/10.1016/j.xinn.2023.100515
图1. 2019年30米分辨率中国森林年龄分布图
图2. 中国不同森林覆盖类型和分区的森林生长曲线图
图3. 林龄对未来中国森林碳汇的增汇潜力与降汇幅度的影响
