基于不同核算情景下的森林固碳计量研究进展-HTML全文-中国可持续发展评论-科学足迹出版社(SFP)

基于不同核算情景下的森林固碳计量研究进展

王璇

(北京林业大学环境科学与工程学院, 北京 100083)

摘要: 利用森林碳存储功能抵消碳排放成为实现双碳目标的主要途经。本文以国内外文献及标准为参考, 对GEP核算、温室气体清单编制及林业碳汇项目三个维度下森林固碳计量方法及适用性进行了讨论。研究结果表明: (1) 基于编制目的: 温室气体清单重点评估区域森林固碳强度, 服务于碳减排政策; GEP核算通过经济手段体现森林固碳活动的生产和服务能力; 林业碳汇项目则通过人为固碳措施形成抵消产品参与碳减排。 (2) 基于价值层面; 温室气体清单编制体现森林的自然碳吸收能力, 即生态价值; 而GEP核算及林业碳汇项目通过结合碳价评估固碳强度或参与市场交易, 体现经济价值。 (3) 基于固碳计量方法层面: GEP核算方法学中主要依据碳通量数据计算固碳量, 包括固碳速率法和植物生产功能参数法; 温室气体清单编制以碳储量变化法为主, 辅以碳通量法; 林业碳汇项目则通过比较项目与基线情景的碳储量变化计量固碳量, 碳储量计算方法及参数选取与温室气体清单编制具备相似性。通过对三种核算体系进行对比分析, 可为森林固碳计量方法的选取提供参考, 更好地推动气候变化应对和生态保护工作。

关键词: 固碳量, GEP核算, 温室气体清单编制, 林业碳汇项目

DOI: 10.48014/csdr.20240929001

引用格式: 王璇. 基于不同核算情景下的森林固碳计量研究进展[J]. 中国可持续发展评论, 2024, 3(4): 134-144.

文章类型: 综述

收稿日期: 2024-09-29

接收日期: 2024-11-15

出版日期: 2024-12-28

0　引言

随着我国城市化、工业化水平的提高，经济持续发展推动化石能源过量燃烧，过量温室气体(greenhouse gases，GHG)释放使生态系统的碳循环周期及人类高质量发展受到影响^[1-3^]。2020年起，我国多次强调实现“30·60”双碳目标^[4^]，中国作为全球最大的碳排放经济体，实现碳中和目标可有效缓解全球升温趋势，使全球平均温度同比降低0.2~0.3℃^[5^]。

森林占据陆地表层总面积的近30%，是全球生态系统的重要组成部分，凭借广阔的覆盖面积和高效的温室气体吸收能力，森林生态系统现已成为陆地生态系统中最大的碳蓄积地，对全球碳循环的调控与气候平衡中发挥着至关重要的作用^[6^]，同时，森林植被及土壤通过自然固碳及人为固碳等途径，可有效吸收大气存量温室气体，转变为有机物作用于森林物候生长发育并实现长期储存^[7^]。因此，研究森林固碳效应对降低大气中温室气体浓度、延缓全球变暖进程具有关键作用^[8-12^]。

《京都议定书》提出使用森林生态系统汇来代替减排，20世纪70年代开始，国内外学者逐步开始对森林固碳进行研究。近年来，世界各国学者对森林生态系统“源”与“汇”属性研究逐渐加深，由于森林生态系统的复杂性，已衍生出各种类型的森林固碳计量方法学^[13^]。在了解不同核算情景碳计量研究的基础上，明确森林固碳核算方法的适用性，对于实现我国“30·60”双碳目标有着重要意义。本研究将从GEP核算、温室气体清单编制、林业碳汇项目三个维度论述不同核算情景下森林固碳计量方法及适用条件，为森林固碳计量方法的选取提供参考。

图1　论文研究框架

Fig.1　Framework diagram for the Review

1　GEP核算

1997年Costanza等^[14^]通过对生态系统服务和自然资本的价值与地球总经济价值的相关性阐述，初次评估了全球生态系统服务价值。2012年，中国科学家基于国内生产总值(Gross Domestic Product，GDP，GDP)的概念，在国内首创了生态系统生产总值(Gross Ecosystem Product，GEP)核算体系，并将其定义为“生态系统为人类福祉和经济社会可持续发展提供的最终产品与服务价值的总和”^[15^]。GEP核算体系中明确将生态系统划分为森林、草地、农田、湿地、城市等多种生态类型，核算范围通常基于区域尺度，固碳核算存在于生态系统调节服务功能核算(ERV)的固碳价值模块中，计量方法主要通过固碳总量乘以碳价格实现，碳价可参考碳市场交易价确定。具体公式如(1-1)所示:

V_Cf=×C_C(1-1)

式中，V_Cf为生态系统固碳价值(元·a^-1);为生态系统固碳总量(·a^-1);C_C为碳价格(元·t^-1)。

由于数据可得性的差异，GEP核算中森林固碳总量的计算可分为为固碳速率法和植被生产功能参数法。

1.1　固碳速率法

固碳速率法中森林生态系统固碳总量以固定CO₂的量来表示，总固碳量可通过森林单位面积单位时间的固碳速率乘以参数及总面积求得，具体公式如(1-2)所示:

=FCSR×SF×(1+β)×/M_C(1-2)

式中:为森林生态系统固碳量(t·CO₂·a^-1);FCSR为森林固碳速率(tC·hm^-2·a^-1);SF为森林面积(hm²);β为森林土壤固碳系数;/M_C为碳转化系数(44/12)。

固碳速率法目前在GEP核算体系中应用较少，少量研究主要以森林灌丛为研究对象。例如胡雄蛟^[16^]等计算了全国灌木林固碳总量为1288.19Tg，其中灌木年固碳总量最高的地区是四川，占全国灌木林固碳总量的17.80%，固碳价值量为885.08亿元，而灌木年固碳总量较低的地区包括天津、山东、江苏和宁夏，均小于1Tg，森林灌丛固碳价值量均小于10亿元。

1.2　植被生产功能参数法

植被生产功能类参数与植物光合及呼吸作用密切相关，可作为衡量全球陆地生态系统自然固碳情况的关键参数指标，在GEP固碳核算体系中，主要通过净初级生产力法(Net Primary Production，NPP)或净生态系统生产力法(Net Ecosystem Productivity，NEP)来表征森林植被固碳总量。

1.2.1　净初级生产力法

生态系统吸收大气中的二氧化碳合成有机物质，并将其固定在植物和土壤中，从而达到减缓大气温室效应的目的。根据光合作用方程式，植物生产1g干物质需要吸收 1.62g C，而干物质量可根据植被净初级生产力(NPP)计算，计算结果即为森林植被生长固定的碳^[18^]。具体公式如(1-3)所示:

=NPP×1.62(1-3)

式中:为森林生态系统植被固碳量(tCO₂·a^-1);NPP为净初级生产力(tC·a^-1)。

利用生态系统净初级生产力(NPP)计算固碳总量是GEP固碳核算中普遍使用的方法。欧阳志云等^[15^]计算2010年贵州省生态系统植被固碳总量为 2.76亿t，其中森林固碳量为2.05 亿t，经济价值达到246.00亿元，占总植被固碳价值的74.28%;白玛卓嘎等核算甘孜州的固碳经济价值总量为1939.27亿元，其中森林固碳价值量为722.30亿元，占总固碳价值的37.25%^[19^];此方法适用于森林植被固碳量的计算，未考虑土壤呼吸作用的影响。

1.2.2　生态系统生产力法

净生态系统生产力(NEP)是陆地生态系统与大气之间碳交换的物理量，在不考虑人为及环境扰动影响时，NEP的数值可直接表征森林生态系统固碳量的大小^[20^,21^]。具体公式如(1-4)所示:

=NEP×/M_C(1-4)

式中:为森林生态系统固碳量(tCO₂·a^-1);NEP为净生态系统生产力(tC·a^-1);/M_C为碳转化系数(44/12)。

由于NEP与NPP之间具有转换关系，NEP可通过植被生产功能关系利用NPP减去土壤呼吸消耗量得到，也可根据与NEP与NPP的相关转换系数换算得到。因此，根据已知条件的不同，NEP的计算有通量法及转换系数法两种形式，具体公式如(1-5)所示:

NEP=NPP-RS=α×NPP×M_C6/M_C6H10O5(1-5)

式中，NEP为净生态系统生产力(tC·a^-1);NPP 为净初级生产力(tC·a^-1)，RS 为土壤呼吸消耗碳量(tC·a^-1);α 为 NEP 和 NPP 的转换系数，M_C6/M_C6H10O5为干物质转化为 C 的系数(72/162)。

吴之见等^[22^]通过通量法计算了2000—2018年赣南地区固碳情况，结果显示由于近年来森林质量的提升，赣南区固碳总量由0.72亿吨增长到0.83亿吨，固碳价值共增加24.02亿元。马国霞等^[23^]通过转换系数法计算了2015年全国31个省(市、区)的森林生态系统植被固碳量，结果显示全国森林生态系统的固碳总量为12.68亿t，固碳价值总量为39138.5亿元，占植被固碳价值总量的66.21%。

总体来说，基于GEP核算的森林固碳价值是通过森林生态功能量与经济价值量形成的具有生态系统调节服务功能的资本存量，目前国内已出台《陆地生态系统生产总值(GEP)核算技术指南》等标准指南。此方法适用于区域陆地生态系统总产值的核算，与国家目前所提倡的生态产品价值实现核算路径一致^[24^]。

2　温室气体清单编制

温室气体清单编制可有效摸底温室气体排放及自然汇吸收强度，并为碳减排政策提供基础数据支持，其初衷为加强发展中国家与发达国家之间协作，更好的应对全球气候变化所带来的诸多环境问题。目前，温室气体清单编制工作主要由联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change，IPCC)组织实施，通过各国科学家共同梳理论证，形成较为权威的温室气体清单方法学指南^[25^]。目前最为权威的计量方法学为《IPCC 2006国家温室气体清单指南》及《IPCC 2019国家温室气体清单指南修订版》^[26^]，2011年我国在全国碳市场的推动下发布《省级温室气体排放清单》，进一步将温室气体排放由国家层面精确至省级行政区划^[27^]。目前，温室气体排放清单中对于森林固碳计量主要涉及指南中的农业、林业和其他土地利用部分，指南中将碳库分为生物量碳库、死有机质碳库及土壤碳库，方法学中推荐使用碳储量变化法与碳通量法对森林固碳量进行评估。

2.1　碳储量变化法

碳储量变化法^[28^,29^]即在给定的时间段内，通过估算出两个时间段的碳储量的差值可确定该时间段内的平均固碳量。具体公式如(2-1)所示:

ΔC=(2-1)

式中:ΔC为森林平均固碳量(tC·a^-1);C_t₂为在时间t₂时，森林生物量中的碳储量(tC);C_t₁为在时间t₁时，森林生物量中的碳储量(tC)。

碳储量变化法通常基于某地区森林清查数据来计算不同区域或不同树种的碳储量变化量。Zhang等^[30^]通过1973—2013年森林清查数据，计算出1973—2008年期间中国森林平均固碳量由25.0TgC·a^-1增加到166.5TgC·a^-1，然而在2009—2013年期间由于我国东部(8.0 TgC·a^-1)、南部(19.8TgC·a^-1)地区中幼龄密集收获及积雪破坏，西南(16.7TgC·a^-1)地区木材砍伐及自然干扰，东北(7.9TgC·a^-1)部地区树木疾病及风灾干旱的综合作用，而北部(10.0TgC·a^-1)及西北部(2.3TgC·a^-1)地区森林生长及砍伐减少，固碳量下降到130.9TgC·a^-1;张修玉等^[31^]基于广州市森林清查资料计算了1989—2003年森林碳储量，结果显示广州森林碳库呈现增加趋势，针叶林碳储量呈下降趋势，阔叶林碳储量增幅最大。此方法简便高效，但是要确保活动面积边界不发生改变，如果发生变化，需要单独测量出变化部分面积的碳汇量。

2.2　碳通量法

碳通量法^[32^,33^]即由某碳库的获得与损益方程计算得出，表示监测期间内碳储量的增加量减去森林采伐、火灾及干扰等损失量。具体公式如(2-2)所示:

ΔC_B=ΔC_G-ΔC_L(2-2)

式中:ΔC_B为森林年度碳库变化(tC·a^-1);ΔC_G为年度碳库增加量(tC·a^-1);ΔC_L为年度碳库减少量(tC·a^-1)。

碳通量法在国内已有较为成熟的应用，2011年国家发展改革委气候司颁布了《省级温室气体清单编制指南》中推荐使用碳通量法计算森林固碳量。毕君等^[34^]基于森林资源二类清查数据计算了河北省2005年森林年固碳量，结果显示河北省2005年森林年固碳量为 233.24×10⁴ t，其中乔木呈正增长，灌木呈负增长;马彩虹等^[35^]利用碳通量法对2011年湖南省温室气体碳核算中森林固碳部分进行了计量，结果显示湖南省2011年的森林固碳共抵消18.2Mt CO₂，可抵消排放源的3.06%。碳通量法的应用加入了环境变量对碳储量值的影响，由于考虑到额外碳损失，较其他方法工作量偏大。

2.3　碳储量变化法与碳通量法比较

由于二氧化碳从外界进入碳库的过程使得森林碳储量发生时空性变化，而固碳量通常可用碳储量的变化量来表示，因此无论是碳储量变化法还是碳通量法，森林固碳量的计算均以碳储量为媒介，IPCC将森林碳库分为生物量碳库、死有机质碳库及土壤碳库，两种方法推荐使用的碳储量计量方法也存在差异。

表1　碳储量变化法与碳通量法计算森林碳储量计算方法对比

Table 1　Comparison between the carbon stock change method and the carbon flux method to calculate forest carbon stock

碳库类型	公式及符号说明
碳储量变化法	生物量 (生物量扩展因子法)		C=A×B×CF;B=V×BEF×D×(1+R)。其中C为碳储量;A为面积;B为森林生物量;CF为含碳系数;V为蓄积量;BEF为生物量转换因子;D为木材密度;R为根茎比。
	死有机质		C_DOM=A×(DOM_t1--DOM_t2)×CF 其中C_DOM为死有机质碳库碳储量积累;DOM_t1、DOM_t2为在时间t₁、t₂时，死木/枯枝落叶库含量;CF为含碳系数。
	土壤		C_土壤=A×IF_i×SOC。其中C_土壤为土壤碳储量;A为面积;IF_i为土壤碳库影响因子;SOC为土壤有机碳密度。
碳通量法	生物量 (生物量扩展因子法)	碳增加	ΔC_G=A×ΔB×CF;ΔB=G_W×(1+R)=I_V×BEF×D×(1+R)。其中ΔC_G为年度碳储量增加量;A为面积;ΔB为森林生物量年增长量;CF为含碳系数;G_W为某植被类型的年均地上部生物量增长量;I_V为某植被类型的年均蓄积净增量;BEF为生物量转换因子;D为木材密度;R为根茎比。
		碳减少	ΔC_L=L_木材清除+L_燃烧+L_干扰;L_木材清除=H×BEF×D×(1+R)×CF;L_干扰=A_干扰×B_W×(1+R)×CF×fd;L_燃木=[FG_树×BEF×D×(1+R)+FG_部分×D]×CF。其中ΔC_L为年度碳储量减少量;L_木材清楚、L_干扰、L_燃木分别为木材清除、干扰、燃烧引起的年度碳损失;H为年度木材清除量;BEF为生物量转换因子;D为木材密度;CF为含碳系数;R为根茎比;A_干扰为干扰面积;B_W为受扰乱影响土地地区的平均地上部生物量;fd为扰乱中生物量损失的比例;FG_树为整颗树燃木的年清除量;FG_部分为部分树燃木的年清除量。
	死有机质		C_DOM=A×(DOM_进-DOM_出)×CF。其中C_DOM为死有机质碳库碳储量积累;A为面积;DOM_进为转移为死有机质的年均生物量;DOM_出死有机质的年均衰减量;CF为含碳系数。
	土壤		C_土壤=A×IF_i×SOC。其中C_土壤为土壤碳储量;A为面积;IF_i为土壤碳库影响因子;SOC为土壤有机碳密度。

通过IPCC提供的两种方法对比得出，对于生物量、死有机质及土壤碳库计算方法相同，碳通量法估算森林碳储量时在计算碳库增加量时还需估算碳库减少量，相较于碳储量变化法所需要步骤更多，同时碳通量法中相关因子需求量大，额外估算碳损失比较困难。因此，在基于温室气体清单编制的森林固碳计量中，碳储量变化法的精度更高，使用频率更大。

3　林业碳汇项目

清洁发展机制(Clean Development Mechanism，CDM)是《京都议定书》规定的履约机制，将造林和再造林列为林业碳汇项目^[36^,37^]，相关方法学(CDM A/R)已在全球范围内得到广泛认可^[38^]。近年来，我国开展了一系列温室气体自愿减排交易，并在CDM项目框架的基础上建立了国家核证自愿减排项目(CCER项目)^[³⁹^]，2024年CCER市场正式重启，全国碳市场形成了强制与自愿相结合的市场交易格局。林业碳汇项目通过出售固碳量实现经济价值，目前已发展成为最具潜力的森林增汇途径^[40^]。对于林业碳汇项目的计量主要将碳汇项目分为基线情景和项目情景，以项目减排量来表示森林固碳总量，具体公式如(3-1)所示:

ΔC_AR_，t =ΔC_ACTURAL_，t-ΔC_BSL_，t(3-1)

式中:ΔC_AR_，t为第t年项目减排量(tCO₂-e·a^-1);ΔC_ACTURAL_，t为第t年项目碳汇量(tCO₂-e·a^-1);ΔC_BSL_，t为第t年基线碳汇量(tCO₂-e·a^-1);t为项目开始以后的年数(a)。

基线情景下碳储量的计量是项目固碳量计算的基础^[41^]，项目情景下需要通过实地调查获得实际存在的碳储量。碳储量作为林业碳汇项目固碳核算的关键因子，通过碳储量变化情况可计算不同碳库类型固碳量，目前已知的林业碳汇项目中使用的碳储量计量方法主要有生物量法与缺省值法。

3.1　生物量法

生物量是碳储量计算的关键参数^[42^,43^]，通过含碳率即可将生物量转化为碳含量，再利用CO₂与C的分子量比将碳含量(tC)转换为二氧化碳当量(tCO₂-e)。具体公式如(3-2)所示:

C_i_，j_，t=B_i_，t×CF_i_，t×M_CO₂/M_C(3-2)

式中:C_i_，t为第t年第i碳层的生物质碳储量(tCO₂-e);B_i_，t为第t年第i基线碳层的生物量(tCO₂-e);CF_i_，t为生物量中含碳率;/M_C为CO₂与C的分子量比(44/12)。

生物量法常见于乔木、灌木碳储量的计算。由于数据的可获得性，可将生物量法进一步分为生物量方程法和生物量扩展因子法。

3.1.1　生物量方程法

通过测树因子等相关指标可建立生物量回归方程，根据所需计算因子的不同，生物量方程可分为胸径树高回归模型^[44^]、材积与生物量模型及树龄模型等^[45^,46^]。具体公式如(3-3)所示:

B_i_，j_，t=f_AB_，j(x1_i_，j_，t，x2_i_，j_，t，x3_i_，j_，t，…)×
(1+R_j)×N_i_，j_，t×A (3-3)

式中:B_i_，j_，t为第t年第i碳层树种j的生物量(t);f_AB_，j(x1_i_，j_，t，x2_i_，j_，t，x3_i_，j_，t…)为第t年第i碳层j树种测树因子x1_i_，j_，t，x2_i_，j_，t，x3_i_，j_，t…转化为生物量回归方程(t·株^-1);;R_j为j树种根茎比;N_i_，j_，t为t年时，第i碳层的树种j的株数(株·ha^-1);A为第i碳层的面积(hm²)。

胸径树高回归模型是生物量方程法中的常见模型，主要基于不同树种胸径树高与生物量建立拟合关系，陈春阳等^[47^]利用胸径树高模型计算了千烟洲生态试验站的林木碳储量变化情况，结果显示造林20年来，千烟洲站马尾松、湿地松和杉木人工林的林木生物量碳密度年平均增长率分别为17.76%、18.73和19.28%，二氧化碳总固定量为31370 tCO₂-e;张治军等^[48^]将碳储量与林龄回归，研究了广西珠江流域治理再造林项目进展情况，从项目进行期间各造林模式人工林的碳汇成本现值均依次降低，证明该CDM项目实施是可行的。生物量回归模型的使用增加了生物量的预测边界，但需要大量森林清查数据支撑，对数据精度要求高。

3.1.2　生物量扩展因子法

利用不同林分木材密度(D)和生物量扩展因子(BEF)将林分材积转化为林分地上生物量^[49^];再利用地下生物量/地上生物量的根茎比(R)将地上生物量转化为林木生物量。具体公式如(3-5)所示:

B_i_，j_，t=V_i_，j_，t×D_j×BEF_j×(1+R_j)×N_i_，j_，t×A(3-5)

式中:B_i_，j_，t为第t年第i碳层树种j的生物量(t);V为第t年第i碳层树种j的蓄积量(m³·株^-1);D_j为j树种基本木材密度(t·m^-3);BEF_j为j树种生物量扩展因子;R_j为j树种根茎比;N_i_，j_，t为t年时，第i碳层的树种j的株数(株·hm^-2);A为第i碳层的面积(ha)。

生物量扩展因子法可计算不同林分类型的生物量。李文武等^[50^]利用生物量扩展因子法对太平山林场10种林分类型的固碳量计量，结果显示2014—2015年，太平山林场10种林分类型二氧化碳总固定量为153.68万t。龚荣发等^[51^]主要利用了生物量扩展因子法测量了川西北地区CDM项目固碳情况，结果显示川西北CDM碳汇项目所创造的碳储量逐年上涨，在项目计入期20年内，项目区域内固碳总量为151.36万t，年均7.57万t。此方法与IPCC提供的生物量碳库碳储量计算方法相同，适用范围较广。

3.2　缺省值法

通过对项目区域内碳库多年生长情况进行观测，整理得到该碳库与林木碳储量的比值DF，最终求得目标碳层碳储量。具体公式如(3-6)所示:

C_i_，t=C_{TREE_i}_，t×DF(3-6)

式中:C_i_，t为第t年第i碳层的碳储量(tCO₂-e);C_{TREE_i}_，t为第t年第i碳层林木碳储量(tCO₂-e);DF为缺省因子。

缺省值法主要应用于枯落物及枯死木碳储量的计量。例如张信等^[52^]通过缺省值法计算黑龙江阿城市红星林场天然林5种森林类型枯死木碳储量为10724.30 tCO₂-e，吴建国等^[53^]计算黑龙江宾县新甸林场5种森林类型枯死木碳储量为1267.40 tCO₂-e。缺省值法的碳储量计算结果将枯落物及枯死木碳储量看成恒定量计算，计算过程简单，但计算结果容易偏大。

我国森林资源丰富，林龄组成以中幼林为主，具备开发林业碳汇项目的巨大潜力^[54^]。林业碳汇项目固碳计量方法学中相关转换因子可参考温室气体排放清单提供的相关参数值，进而确定森林固碳计量结果^[55^]。根据实际情况需要，应当建立多层级、多元化林业碳汇市场，才能有效对应对气候变化，促进林业可持续发展^[56^]。

4　结论及启示

森林作为陆地生态系统的最大碳库，对于固碳增汇具有巨大的潜力。以上通过GEP核算、温室气体清单编制及林业碳汇项目分别论述了三种模式下森林固碳计量的主要方法。

通过分析论述，三种森林固碳计量核算体系下的使用目的存在差异:对于温室气体清单编制可通过计算区域生态系统自然固碳强度，并进一步了解不同区域尺度下温室气体减排发展情况，进而为碳减排政策提出科学支持;GEP核算中同样体现生态系统自然固碳强度，最终需结合碳价评估固碳活动所产生的生态系统生产及服务价值;而林业碳汇项目体系则通过植树造林、森林经营等人为干预活动实现森林固碳最终形成的抵消产品，最终通过市场途径参与碳排放控制。

对于价值层面:温室气体清单编制侧重于体现森林自然碳吸收的能力，体现的是生态价值;GEP核算反映森林通过自然固碳途径产生的服务于人类的实际经济价值;而林业碳汇项目过程的固碳量将通过经济手段转化为碳配额，进入碳交易体系参与流通过程，同样体现经济价值。此外，林业碳汇项目中的固碳量可形成碳配额进入碳排放交易市场参与流通，同时，碳市场中碳价的浮动可反作用于GEP核算体系，造成生态系统固碳价值浮动，进而影响区域陆地生态系统服务价值。

事实上，无论是经济价值还是生态价值，均需要先通过森林实际固碳量来呈现。三种核算体系中的固碳核算方法也存在差异:基于GEP核算的固碳量主要通过碳通量数据进行表征，根据数据的可获得性可分为固碳速率法和植物生产功能参数法，最终将固碳量与碳价结合形成实际经济存量价值。温室气体清单编制及林业碳汇项目中的固碳量则主要以森林碳储量作为核算依据，基于温室气体清单编制的固碳方法可分为碳储量变化法及碳通量法，二者同时将碳库分为生物量、枯死物及土壤碳库，通过实测碳储量结合相关因子计算一段时期内的实际固碳总量，而林业碳汇项目主要通过项目情景及基线情景下碳储量变化情况体现固碳量。同时，对于温室气体清单编制与林业碳汇项目，碳储量均可用IPCC推荐的生物量法计算，林业碳汇项目中的生物量转换参数也可参考温室气体清单编制方法学中提供的参数因子，因此，温室气体清单编制及林业碳汇项目的固碳总量计量方法具有相似性，仅使用目的存在差异。

采用更具条理和系统性的方式对森林固碳计量方法进行分类，可助力森林固碳核算体系向更加科学规范的方向发展。本文根据固碳功能实现的三种技术路径，总结归纳了不同的森林固碳计量核算的方法及适用性，尽管三种核算体系在固碳核算方法上有所差异，但它们共同的目的在于量化生态系统的固碳能力，从而为环境保护和经济发展奠定数据基础和方法支撑，使计量结果更具参考价值，对落实我国碳中和愿景，提高生态固碳功能具有指导意义。

利益冲突: 作者声明没有利益冲突。

^{^[⑤]} 通讯作者　Corresponding author:王璇，15535309300@163.com
收稿日期:2024-09-29;　录用日期:2024-11-15;　发表日期:2024-12-28

参考文献(References)

[1] Rammig A. Tropical carbon sinks are saturating at different times on different continents[J]. Nature, 2020, 579(7797): 38-39.
https://doi.org/10.1038/d41586-020-00423-8
[2] Young P J, Harper A B, Huntingford C, et al. The Montreal Protocol protects the terrestrial carbon sink[J]. Nature, 2021, 596(7872): 384-388.
https://doi.org/10.1038/s41586-021-03737-3ISBN:1476-4687
[3] Joeri R, Michiel S, Malte M, et al. Zero emission targets as long-term global goals for climate protection[J]. Environmental Research Letters, 2015, 10(10): 105007.
https://doi.org/10.1088/1748-9326/10/10/105007ISBN:1748-9326
[4] 胡鞍钢. 中国实现2030年前碳达峰目标及主要途径[J]. 北京工业大学学报(社会科学版), 2021, 21(03): 1-15.
https://doi.org/10.12120/bjutskxb202103001
[5] 王灿, 张雅欣. 碳中和愿景的实现路径与政策体系[J]. 中国环境管理, 2020, 12(6): 58-64.
https://doi.org/10.16868/j.cnki.1674-6252.2020.06.058
[6] 张小全, 武曙红, 何英, 等. 森林、林业活动与温室气体的减排增汇[J]. 林业科学, 2005(6): 153-159.
https://doi.org/10.3321/j.issn:1001-7488.2005.06.026
[7] 毛江涛, 徐文婷, 谢宗强. 森林碳汇研究热点与趋势——— 基于知识图谱分析[J]. 生态学报, 2023, 43(19): 8241-8253.
https://doi.org/10.20103/j.stxb.202209022507
[8] Pan Y, Birdsey R A, Fang J, et al. A large and persistent carbon sink in the world􀆳s forests[J]. Science, 2011, 333(6045): 988-993.
https://doi.org/10.1126/science.1201609
[9] Chaplin-Kramer R, Ramler I, Sharp R, et al. Degradation in carbon stocks near tropical forest edges[J]. Nature communications, 2015, 6(1): 1-6.
https://doi.org/10.1038/ncomms10158
[10] Cta B, Xu Y C, Hao Z, et al. Projections of changes in ecosystem productivity under 1. 5°C and 2°C global warming[J]. Global and Planetary Change, 2021, 17: 1-12.
https://doi.org/10.1016/j.gloplacha.2021.103588ISBN:0921-8181
[11] Sookun A, Boojhawon R, Rughooputh S. Mapping drivers of climate change: Carbon budget index for Mauritius[J]. Ecological Indicators, 2014, 46: 340-350.
https://doi.org/10.1016/j.ecolind.2014.06.034
[12] Hu X, NæSS J S, IORDAN C M, et al. Recent global land cover dynamics and implications for soil erosion and carbon losses from deforestation[J]. Anthropocene, 2021, 34: 100291.
https://doi.org/10.1016/j.ancene.2021.100291
[13] 李海奎. 碳中和愿景下森林碳汇评估方法和固碳潜力预估研究进展[J]. 中国地质调查, 2021, 8(4): 79-86.
https://doi.org/10.19388/j.zgdzdc.2021.04.08
[14] Costanza R, d􀆳Arge R, De Groot R, et al. The value of the world􀆳s ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253-260.
https://doi.org/10.1016/S0921-8009(98)00020-2
[15] 欧阳志云, 朱春全, 杨广斌, 等. 生态系统生产总值核算: 概念、核算方法与案例研究[J]. 生态学报, 2013, 33(21): 6747-6761.
https://doi.org/10.5846/stxb201310092428
[16] 胡雄蛟, 宋昌素, 范馨悦, 等. 中国灌丛生态系统主要调节服务及价值评估[J]. 北京林业大学学报(社会科学版), 2021, 20(3): 58-64.
https://doi.org/10.13931/j.cnki.bjfuss.2021073
[17] Yan Y, Liu X, Wen Y, et al. Quantitative analysis of the contributions of climatic and human factors to grassland productivity in northern China[J]. Ecological indicators, 2019, 103: 542-553.
https://doi.org/10.1016/j.ecolind.2019.04.020
[18] 于淼, 金海珍, 李强, 等. 呈贡区生态系统生产总值(GEP)核算研究[J]. 西部林业科学, 2020, 49(3): 41-48+55.
https://doi.org/CNKI:SUN:YNLK.0.2020-03-008
[19] 白玛卓嘎, 肖燚, 欧阳志云, 等. 甘孜藏族自治州生态系统生产总值核算研究[J]. 生态学报, 2017, 37(19): 6302-6312.
https://doi.org/10.5846/stxb201607011362
[20] Wang Q, Zheng H, Zhu X, et al. Primary estimation ofChinese terrestrial carbon sequestration during 2001—2010[J]. Science Bulletin, 2015, 60(6): 577-590.
https://doi.org/10.1007/s11434-015-0736-9
[21] 周艳莲, 居为民, 柳艺博. 1981—2019年全球陆地生态系统碳通量变化特征及其驱动因子[J]. 大气科学学报, 2022, 45(3): 332-344.
https://doi.org/10.13878/j.cnki.dqkxxb.20220403007
[22] 吴之见, 杜思敏, 黄云, 等. 基于生态系统生产总值核算的生态保护成效评估———以赣南地区为例[J/OL]. 生态学报, 2022,(16): 1-14.
https://doi.org/10.5846/stxb202104181007
[23] 马国霞, 於方, 王金南, 等. 中国2015年陆地生态系统生产总值核算研究[J]. 中国环境科学, 2017, 37(4): 1474-1482.
[24] 于天飞, 夏恩龙. 基于碳中和愿景的绿地碳汇价值实现过程研究[J]. 自然保护地, 2022, 2(1): 74-81.
https://doi.org/10.12335/2096-8981.2022010501
[25] 蔡博峰. 中国城市温室气体清单研究[J]. 中国人口·资源与环境, 2012, 22(1): 21-27.
https://doi.org/10.3969/j.issn.1002-2104.2012.01.005
[26] 蔡博峰, 朱松丽, 于胜民, 等. 《IPCC 2006年国家温室气体清单指南2019修订版》解读[J]. 环境工程, 2019, 37(8): 1-11.
https://doi.org/10.13205/j.hjgc.201908001
[27] Lin B, Ge J. How does institutional freedom affect globalforest carbon sinks? The analysis of transfer paths[J]. Resources, Conservation and Recycling, 2020, 161: 104982.
https://doi.org/10.1016/j.resconrec.2020.104982
[28] 靳晓婷, 赵明阳, 杨洁, 等. 区县层级温室气体清单核算方法及排放特征分析———以北京市怀柔区为例[J/OL]. 环境保护科学, 1-11.
https://doi.org/10.16803/j.cnki.issn.1004-6216.202310019
[29] 方精云, 黄耀, 朱江玲, 等. 森林生态系统碳收支及其影响机制[J]. 中国基础科学, 2015, 17(3): 20-25.
https://doi.org/10.3969/j.issn.1009-2412.2015.03.004
[30] Zhang C, JU W, Chen J M, et al. Disturbance-inducedreduction of biomass carbon sinks of China’s forests inrecent years[J]. Environmental Research Letters, 2015, 10(11): 114021.
https://doi.org/10.1088/1748-9326/10/11/114021
[31] 张修玉, 许振成, 胡习邦, 等. 基于IPCC的区域森林碳汇潜力评估[C]//. 2010中国环境科学学会学术年会论文集(第一卷). , 2010: 650-656.
[32] Businger J A, Oncley S P. Flux measurement with conditionalsampling[J]. Journal of Atmospheric and OceanicTechnology, 1990, 7(2): 349-352.
https://doi.org/10.2525/ecb1963.33.79
[33] Duvert C, Hutley L B, Beringer J, et al. Net landscapecarbon balance of a tropical savanna: Relative importanceof fire and aquatic export in offsetting terrestrialproduction[J]. Global Change Biology, 2020, 26(10): 5899-5913.
https://doi.org/10.1111/GCB.15287
[34] 毕君, 王超, 尤海舟. 基于温室气体清单的河北省森林碳汇量研究[J]. 生态科学, 2016, 35(4): 113-118.
https://doi.org/10.14108/j.cnki.1008-8873.2016.04.016
[35] 马彩虹, 赵晶, 谭晨晨. 基于IPCC方法的湖南省温室气体排放核算及动态分析[J]. 长江流域资源与环境, 2015, 24(10): 1786-1792.
https://doi.org/10.11870/cjlyzyyhj201510022
[36] Jung M. The role of forestry projects in the clean developmentmechanism[J]. Environmental Science & Policy, 2005, 8(2): 87-104.
https://doi.org/10.1016/j.envsci.2005.01.001
[37] 武曙红. 我国CDM 造林和再造林项目方法学及案例研究[D]. 北京林业大学, 2006.
[38] Dechezleprêtre A, Glachant M, Ménière Y. Technologytransfer by CDM projects: A comparison of Brazil, China, India and Mexico[J]. Energy policy, 2009, 37(2): 703-711.
https://doi.org/10.1016/j.enpol.2008.10.007
[39] 孙清芳, 马燕娥, 刘强. 基于CDM 机制对我国林业碳汇项目发展的探析[J]. 林业资源管理, 2017(05): 125-128.
https://doi.org/10.13466/j.cnki.lyzygl.2017.05.021
[40] 曹先磊, 程毅明, 吴伟光. 碳中和目标背景下CCER林业碳汇项目开发优先序研究[J]. 统计与信息论坛, 2022, 37(5): 52-63.
https://doi.org/10.3969/j.issn.1007-3116.2022.05.005
[41] 刘欢, 武曙红, 于天飞. 森林保护碳汇项目方法学研究[J]. 世界林业研究, 2018, 31(5): 7-12.
https://doi.org/10.13348/j.cnki.sjlyyj.2018.0056.y
[42] Zhang Y Q, Ulgitai S, DONG X B, et al. Using ecologicalcriteria to develop CDM projects in Zhifanggou Valley, Loess Plateau, China-ScienceDirect[J]. Agriculture, Ecosystems & Environment, 2011, 141(3-4): 410-416.
https://doi.org/10.1016/j.agee.2011.04.005
[43] Brown S, Lugo A E. Biomass of tropical forests: a newestimate based on forest volumes[J]. Science, 1984, 223(4642): 1290-1293.
https://doi.org/10.1126/science.223.4642.1290
[44] Djomo A N, Ibrahima A, Saborowski J, et al. Allometricequations for biomass estimations in Cameroon and panmoist tropical equations including biomass data fromAfrica[J]. Forest Ecology and Management, 2010, 260(10): 1873-1885.
https://doi.org/10.1016/j.foreco.2010.08.034
[45] 张逸如, 刘晓彤, 高文强, 等. 天然林保护工程区近20年森林植被碳储量动态及碳汇(源)特征[J]. 生态学报, 2021, 41(13): 5093-5105.
https://doi.org/10.5846/stxb202101200215
[46] Dulamsuren C, Klinge M, Degener J, et al. Carbon pooldensities and a first estimate of the total carbon pool inthe Mongolian forest-steppe[J]. Global Change Biology, 2016, 22(2): 830-844.
https://doi.org/10.1111/gcb.13127
[47] 陈春阳, 杨风亭, 王绍强. CDM 造林再造林项目方法学的实证研究———以千烟洲生态试验站为例[J]. 林业科技, 2011, 36(5): 1-5.
https://doi.org/10.3969/j.issn.1001-9499.2011.05.002
[48] 张治军, 张小全, 朱建华, 等. 清洁发展机制(CDM)造林再造林项目碳汇成本研究———以CDM广西珠江流域治理再造林项目为例[J]. 气候变化研究进展, 2009, 5(6): 348-356.
https://doi.org/10.3969/j.issn.1673-1719.2009.06.006
[49] Wang G, Guan D, Xiao L, et al. Forest biomass-carbonvariation affected by the climatic and topographic factorsin Pearl River Delta, South China[J]. Journal ofEnvironmental Management, 2019, 232(FEB. 15): 781-788.
https://doi.org/10.1016/j.jenvman.2018.11.130
[50] 李文武, 李峰, 李凤梅. 太平山林场森林碳汇计量及碳汇价值评价[J]. 现代农村科技, 2016(3): 53-54.
https://doi.org/10.3969/j.issn.1674-5329.2016.03.048
[51] 龚荣发, 何勇, 黄薇薇, 等. 川西北CDM碳汇项目碳汇价值潜力估算[J]. 林业经济, 2015, 37(5): 38-41+75.
https://doi.org/10.13843/j.cnki.lyjj.2015.05.008
[52] 张信, 李峰, 吴建国. 阿城市红星林场天然林不同森林类型碳汇计量[J]. 现代农村科技, 2017(6): 76.
https://doi.org/CNKI:SUN:HBNK.0.2017-06-069
[53] 吴建国, 李峰, 张信. 宾县新甸林场不同森林类型碳汇计量[J]. 现代农村科技, 2017(6): 75.
https://doi.org/CNKI:SUN:HBNK.0.2017-06-068
[54] Tian X, Sohngen B, Kim J B, et al. Global climatechange impacts on forests and markets[J]. EnvironmentalResearch Letters, 2016, 11(3): 035011.
https://doi.org/10.1016/j.forpol.2016.06.011
[55] 邓茗文. 武曙红: 林业碳汇项目和碳金融产品开发面临的风险与挑战[J]. 可持续发展经济导刊, 2023(06): 24-27.
[56] 曹先磊, 程宝栋. 中国林业碳汇核证减排量项目市场发展的现状、问题与建议[J]. 环境保护, 2018, 46(15): 27-34.

Research Progress on Forest Carbon Sequestration Measurement based on Different Accounting Scenarios

WANG Xuan

(College of Environmental Science and Engineering, Beijing Forestry University, Beijing 100083, China)

Abstract: The use of forest carbon storage function to offset carbon emissions has become the main way to achieve the dual carbon goal. Based on domestic and foreign literature and standards, this paper discusses the measurement methods and applicability of forest carbon sequestration in three dimensions: GEP accounting, greenhouse gas inventory compilation and forestry carbon sequestration projects. The results show that: (1) Based on the purpose of compilation: the greenhouse gas inventory focuses on assessing the carbon sequestration intensity of regional forests and serves the carbon emission reduction policy; GEP accounting reflects the production and service capacity of forest carbon sequestration activities through economic means; Forestry carbon sequestration projects form. offset products through artificial carbon sequestration measures to participate in carbon emission reduction. (2) based on the value level; Greenhouse gas inventories reflect the natural carbon absorption capacity of forests, i. e. , ecological values; The GEP accounting and forestry carbon sequestration projects reflect economic value by assessing carbon sequestration intensity or participating in market transactions in combination with carbon prices. (3) Based on the measurement method of carbon sequestration: the calculation of carbon sequestration in the GEP accounting methodology is mainly based on carbon flux data, including the carbon sequestration rate method and the plant production function parameter method. The compilation of greenhouse gas inventories is mainly based on the carbon stock change method, supplemented by the carbon flux method. In the forestry carbon sequestration project, the carbon sequestration is measured by comparing the carbon storage changes of the project with the baseline scenario, and the calculation method and parameter selection of carbon storage are similar to the compilation of greenhouse gas inventory. Through the comparative analysis of the three accounting systems, it can provide a reference for the selection of forest carbon sequestration measurement methods, and better promote climate change response and ecological protection.

Keywords: Carbon sequestration, GEP accounting, greenhouse gas inventory development, forestry carbon sink project

DOI: 10.48014/csdr.20240929001

Citation: WANG Xuan. Research progress on forest carbon sequestration measurement based on different accounting scenarios[J]. Chinese Sustainable Development Review, 2024, 3(4): 134-144.