盛濟川,周 慧,苗 壯
(1.南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心,江蘇 南京 210044;2.南京信息工程大學中國制造業(yè)發(fā)展研究院,江蘇 南京 210044;3.中國社會科學院城市發(fā)展與環(huán)境研究所,北京 100028;4.泰州學院經濟與管理學院,江蘇 泰州 225300)
?
碳密度變化和不確定性對中國森林碳減排量的影響
盛濟川1,2,3,周慧1,2,苗壯3,4
(1.南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心,江蘇南京210044;2.南京信息工程大學中國制造業(yè)發(fā)展研究院,江蘇南京210044;3.中國社會科學院城市發(fā)展與環(huán)境研究所,北京100028;4.泰州學院經濟與管理學院,江蘇泰州225300)
摘要:在減少砍伐和退化所致排放量(REDD+)項目實施過程中,對于碳減排量的準確監(jiān)測與度量是一個非常重要的步驟。而不確定性問題的普遍存在以及森林碳密度的變化將可能對中國森林碳減排量產生影響。本文首先建立了碳密度變化情景以及適用于碳密度增加國家的不確定性估計方法。在此基礎上使用中國1990—2010年間的相關數(shù)據(jù),采用仿真方法討論了不同情景下,不確定性和碳密度變化對中國森林減排量的影響。研究結果表明,當估計誤差超過5%時,中國的碳密度變化所致減排量將為負值。而當存在誤差情況下,碳密度變化區(qū)域所占比例越大,中國的碳減排量被低估的程度就越嚴重。
關鍵詞:REDD+;毀林;碳密度;不確定性;碳減排量
1引言
國際社會對毀林問題的關注已久,由砍伐和森林退化所致的溫室氣體排放已成為全球變暖的第二大主因,其總量已占到由人為因素溫室氣體碳排放總量的15%[1]?;诖耍?lián)合國氣候變化框架公約(UNFCCC)提出了“減少砍伐和退化所致排放”機制(REDD)。在REDD基礎上,又納入了森林保護、森林的可持續(xù)經營以及增加森林碳匯的范疇[2]。REDD+的存在可以幫助愿意且能夠減少因砍伐造成的排放的國家獲得財政補償,因而越來越多的發(fā)展中國家加入到REDD+框架中。
而在REDD+項目實施過程中,人們對于碳減排量的監(jiān)測更多地關注于森林砍伐,而對森林退化關注較少。這主要是因為對于森林砍伐的監(jiān)測和報告遠比森林退化來得容易[3]。在碳排放監(jiān)測、報告和核證體系(MRV)中,人們可以借助遙感技術監(jiān)測到森林面積和樹冠覆蓋的變化,而很多森林退化行為并不能被遙感系統(tǒng)所監(jiān)測到。與此同時,REDD+項目的潛在收益又很大程度上取決于誤差的大小,這直接影響到各利益相關者從REDD+項目所獲得的實際收益[4]。目前對于森林碳減排量進行可靠估計仍然是很困難的,森林碳儲量、土地覆蓋圖的質量等因素都是影響不確定性的重要因素[5]。由于現(xiàn)有森林碳儲量總量非常巨大,因此一個較小的相對估計誤差也會導致碳減排量絕對量的巨大差異,這種現(xiàn)象的存在會使得評估REDD+項目準確的減排量變得非常困難。
基于上述問題,Plugge和K?hl對文萊、柬埔寨和巴基斯坦三國的森林退化和監(jiān)測不確定性進行了分析[6]。然而該研究僅僅關注于森林碳密度(單位森林面積的碳儲量)的減少,即森林退化的情況,而對于森林密度增長的情況卻并未進行分析。因此,本文在Plugge和K?hl的研究基礎上做進一步發(fā)展,使用中國1990—2010年間的相關數(shù)據(jù),分析森林碳密度增加及不確定性對于中國森林碳儲量的影響。
2研究方法
中國是世界上人工造林面積最多的國家,在世界森林資源持續(xù)減少的情況下,中國成為全球森林資源增長最快的國家(見表1)。根據(jù)聯(lián)合國糧農組織(FAO)的《2010年森林資源評估報告》[7],1990—2010年間中國的森林面積增加了31.64%,而與此同時森林碳儲量增加了40.53%,增幅高于森林面積。這主要是由于中國的森林碳密度也明顯增加,由1990年的28.09噸/公頃增加到了2010年的29.99噸/公頃。
表1 中國的森林面積和碳儲量(1990—2010)
森林面積的增加固然會使得森林碳儲量增加,但卻未必會導致森林碳密度的增加。這種森林碳密度增加有可能是由于人工造林或森林退化減緩所致[8],由于森林碳儲量變化的確切原因尚無法通過現(xiàn)有數(shù)據(jù)得到證實,因此我們將通過仿真的方法分析這一過程。由于森林碳密度的變化不會在一國所有森林同時發(fā)生,或者同時對全部森林產生影響,因而是部分森林的碳密度變化最終導致總碳儲量發(fā)生變化。為分析森林碳密度增加對中國森林碳儲量的影響,我們建立三種森林碳密度增加情景,即森林碳密度變化的比例θ分別為全部森林面積的10%、20%和50%。這里我們假設只有比例為θ的森林發(fā)生了森林碳密度變化,剩余1-θ的森林的碳密度保持不變,即保持在1990年的碳密度水平。為了評估REDD+機制對于中國的影響,我們假設中國在1990—2010年間采取措施使得中國的森林碳儲量得到增加,我們將這一時期分為參考期(1990—2000年)和評估期(2000—2010年)兩個時期以便進行比較。由此,我們可以分別得到兩個時期的森林面積增量ΔAi和碳儲量增量ΔCi:
ΔAi=Ai-Ai-1
(1)
ΔCi=Ci-Ci-1
(2)
其中Ai,Ci(i=1,2)分別為中國的森林面積的森林碳儲量。由此我們可以得到由森林面積變化所致的森林碳儲量變化量ΔCai(i=1,2):
ΔCai=ΔAi×D0
(3)
其中D0為1990年中國的森林碳密度,這是基于前面碳密度不變的假設基礎上所得到的。而由森林碳密度變化所致的森林碳儲量變化量ΔCdi(i=1,2)為:
ΔCdi=ΔCi-ΔCai
(4)
由式(1)-(4),我們可以得到1990—2010年間中國的森林碳儲量變化情況(見表2)。
表2 中國的森林碳儲量變化(1990—2010年)
由于假設只有比例為θ的森林發(fā)生了碳密度變化,而其余森林的碳密度不變。為了簡化分析,我們假設森林面積變化只發(fā)生在森林碳密度不變的區(qū)域,而森林碳密度變化區(qū)域面積在參考期和評估期不發(fā)生變化。因此森林碳密度變化區(qū)域的面積為Ad:
Ad=A1×θ
(5)
其中A1為2000年中國的森林面積,θ∈{0.1,0.2,0.5}為碳密度變化區(qū)域比例。而碳密度不變區(qū)域的初始碳儲量為Cb:
Cb=A1×(1-θ)×D0
(6)
由此我們可以得到參考期和評估期森林碳密度變化區(qū)域的碳儲量Cdi(i=1,2):
Cdi=Ci-Cb
(7)
同樣由碳密度變化所致碳儲量變化量ΔCdi和碳密度變化區(qū)域面積Ad,我們也可以得到參考期和評估期的碳密度變化量ΔDi:
ΔDi=ΔCdi/Ad
(8)
根據(jù)式(5)-(7),我們可以得到在三種碳密度變化情景(θ∈{0.1,0.2,0.5})下該區(qū)域的碳儲量和碳密度(見表3)。其中碳密度變化率分別為參考期和評估期的碳密度變化量ΔDi與初始碳密度Di-1的比值,而碳減排率為2010年的森林碳儲量C2相比于1990年碳儲量C0的變化率,與碳密度變化面積Ad無關。在這里我們假設了森林面積變化只發(fā)生在碳密度不變區(qū)域,因此碳密度變化區(qū)域在參考期和評估期均為常數(shù)Ad。
目前我們所做的分析都是建立在不存在不確定性的基礎上分析由森林碳密度變化所致的碳儲量變化,然而在REDD+項目中量化碳儲量變化往往存在較大的不確定性。IPCC(2003)提出在評估土壤碳量變化時采用可靠最小估計(RME),即計算參考期誤差區(qū)間下限和評估期誤差區(qū)間上限之差用于測量REDD+的碳量變化[9]。但這里的RME方法主要是針對碳儲量減少的國家而言的,而對于碳儲量增加的國家而言在計算碳儲量變化時根據(jù)保守原則應是計算評估期的區(qū)間下限與參考期的區(qū)間上限。
為了測量不確定性對于中國碳儲量變化的可能相關影響,我們采用根據(jù)RME法計算兩種方法下的中國碳減排量:①負相關法,即計算評估期的區(qū)間下限與參考期的區(qū)間上限之差,以此作為碳減排量的估計值;②正相關法,即計算評估期的區(qū)間上限與參考期的區(qū)間上限之差,以此作為碳減排量的估計值。負相關法采用保守原則同時考慮了參考期和評估期的不確定性,而正相關法更多關注于對評估期期不確定性的測量。
表3 森林碳密度變化區(qū)域的碳儲量和碳密度
為了評估中國的森林碳減排量,需要根據(jù)參考期的歷史排放水平設定參考水平,之前大部分的研究多關注于森林面積變化,而我們將更多關于碳密度變化。由于森林資源清查的真是誤差范圍通常在1%到10%之間[10],因此令誤差水平εi∈{0.00,0.01,0.02,0.05,0.10},其中i=1,2分別為參考期和評估期的誤差水平,而εi=0意味著不存在誤差的理想值。根據(jù)負相關法和正相關法的定義,我們可以分別得到兩種方法的估計值。其中負相關法的碳密度變化所致減排量ΔCdA為:
ΔCdA=Cd2·(1-ε2)-Cd1·(1+ε1)
(9)
同理,我們也可以得到正相關法下的碳密度變化所致減排量ΔCdB:
ΔCdB=Cd2·(1+ε2)-Cd1·(1+ε1)
(10)
其中,ΔCdA和ΔCdB為正值表示森林碳儲量增加,負值森林碳儲量表示減少。為了評估中國REDD+機制的實施效果,下面將采用仿真的方法比較在上述兩種方法下不確定性以及碳密度變化對于中國森林碳減排量的影響。
3不確定性對中國碳減排量的影響
由于存在有總體不確定性,包括了抽樣誤差和其他誤差在內的,如預測誤差、測量誤差、分類誤差等誤差[11],因而我們在參考期和評估期選擇了不同的誤差水平εi∈{0.00,0.01,0.02,0.05,0.10},以此反映誤差水平與碳減排量的相關性。我們分別采用負相關法和正相關法分析在森林碳密度變化區(qū)域比例θ為10%的情景下不確定性與中國碳密度變化所致減排量之間的相關關系,具體結果如圖1和圖2所示。
圖1 負相關法下不確定性對碳密度變化所致減排量的影響
從圖1我們可以看出,參考期誤差水平ε1與碳密度變化所致減排量ΔCdA呈現(xiàn)出顯著的負相關關系。隨著參考期誤差水平ε1的變大,中國的碳密度變化所致減排量ΔCdA顯著下降。這表明對碳密度變化區(qū)域參考期碳儲量估計的誤差越大,碳減排量越小。再比較評估期誤差水平ε2與碳減排量ΔCdA,我們可以發(fā)現(xiàn)兩者同樣呈現(xiàn)出負相關關系,即隨著評估期誤差水平的增大,碳減排將隨之減小。圖中的正值表明存在有正的減排量,相反負值則表明不僅沒有減排,而且評估期中國的森林碳排放量相比于參考期出現(xiàn)了上升。同時我們可以發(fā)現(xiàn),當ε1=10%或者ε2=10%時,中國的碳密度變化所致減排量均為負值。除此之外,當ε1=5%并且ε2=5%時,減排量也為負值。而其余誤差水平下的碳減排量均為正值。由此表明,無論是參考期還是評估期,誤差越小則減排量越大,因此這會對中國減小監(jiān)測誤差提供激勵。
圖2 正相關法下不確定性對碳密度變化所致減排量的影響
而圖2表明參考期誤差水平ε1與碳密度變化所致減排量ΔCdB呈現(xiàn)出顯著的正相關關系,減排量會隨著參考期誤差水平的增大而增大。而相反,評估期誤差水平ε2與碳密度變化所致減排量ΔCdB呈現(xiàn)出負相關關系,即減排量會隨著評估期誤差水平的增大而減小。除了ε1=0%且ε2=5%以及ε1=0%且ε2=10%之外,其余各個誤差水平下碳密度變化所致減排量都大于零。然而正相關法的結果表明為使減排量盡可能多,中國應該盡可能減小評估期誤差與增加參考期誤差,而這與建立一個可靠的MRV系統(tǒng)目標是相違背的,會增加提高參考期誤差的激勵,因此在后面的研究中,我們將不考慮采用正相關法。
4森林碳密度變化對中國碳減排量的影響
由于在前面的研究中我們證實了只有負相關法與REDD+機制建立可靠MRV系統(tǒng)的目標相一致,因此在下面的分析中也將只考慮負相關法,而將正相關法剔除掉。具體結果如圖3所示。
圖3 碳密度變化、不確定性對碳密度變化所致減排量的影響
從圖3我們可以發(fā)現(xiàn)在當中國有10%的森林碳密度發(fā)生變化的情況下,無論是ε1或ε2為10%時都無法實現(xiàn)正的減排量。而當碳密度變化區(qū)域比例為20%的時候,當ε1為5%或10%的時候減排量均為負值,而ε2為5%或10%時除了ε1無誤差情況外碳減排量也都為負值。至于碳密度變化區(qū)域比例為50%的時候情況就更糟糕了,只有當ε1≤2%且ε2≤1%的時候,中國的碳減排量才有可能為正值。該結果表明,隨著碳密度變化區(qū)域比例的增加,碳密度變化所致減排量將不斷減少。這主要是由于1990年、2000年以及2010年的數(shù)據(jù)是相互獨立的,這使得總誤差的影響也被放大。因而根據(jù)保守原則所得到的總誤差效應也隨著碳密度變化區(qū)域比例θ的增加而增大。最終導致中國的碳減排量在同樣誤差水平下由于碳密度變化區(qū)域比例的增大而被嚴重低估。這表明即使中國能夠在REDD+項目中取得好的績效,也有可能由于采用IPCC所要求的保守原則計算誤差而被嚴重低估。這種現(xiàn)象不僅會在森林面積變化的情況下發(fā)生,也會同樣出現(xiàn)在森林碳密度變化的情況下。同時值得注意的是,森林碳密度變化區(qū)域的規(guī)模對于碳減排量的影響甚至超過了保守原則下誤差與對碳減排量的影響。
5結論
研究結果表明:①由于不確定性會對中國的森林碳減排量產生顯著的影響,因此中國在設計MRV系統(tǒng)時應該考慮到不確定性這一重要因素。參考期和評估期的不確定性都會對中國的碳減排量計量以及收益產生顯著地影響,我們的研究表明當參考期和評估期的誤差超過5%時,碳密度變化所致減排量均為負值。同時在設計REDD+的時候應避免采用正相關法,這會對增加誤差產生激烈,從而背離了REDD+的目標。②碳密度變化所致減排量是REDD+中的一個重要組成部分。本文的研究結果也表明由碳密度變化所致的減排量會受到誤差水平的影響,當存在誤差的時候,碳密度變化區(qū)域所占比例越大,中國的碳減排量被低估的程度就越嚴重,因而需要采用合適的遙感技術并結合地面評估加以解決。
本文的政策啟示:①更全面地將森林轉變的驅動力和關鍵活動以及MRV系統(tǒng)的能力建設納入到中國國家REDD+戰(zhàn)略和政策中,重視REDD+中知識整合的管理能力[12];②制定中國國家MRV系統(tǒng)的技術路線圖,確定各階段的主要目標,以盡可能降低誤差水平;③識別出中國部分碳密度變化的重點地區(qū),對這些區(qū)域加強MRV系統(tǒng)的建設。
參考文獻:
[1]Van der Werf G R,Morton D C,DeFries R S,Olivier J G J,Kasibhatla P S,Jackson R B,Collatz G J,Randerson J T.CO2Emissions from Forest Loss[J]Nature Geoscience,2009,2(11):737-738.
[2]Forest Carbon Partnership Facility.Annual Report 2011.Demonstrating Activities that Reduce Emissions from Deforestation and Forest degradation[R].Forest Carbon Partnership Facility,2011.
[3]DeFries R,Achard F,Brown S,Herold M,Murdiyarso D,Schlamadinger B,de Souza C.Reducing Greenhouse Gas Emissions from Deforestation in Developing Countries:Considerations for Monitoring and Measuring[R].Report of the Global Terrestrial Observing System(GTOS),Rome,No.46.GOFC-GOLD Rep.26.GOFC-GOLD Rep.26,2006.
[4]Lusiana B,van Noordwijk M,Johana F,Galudra G,Suyanto S,Cadisch G.Implications of Uncertainty and Scale in Carbon Emission Estimates on Locally Appropriate Designs to Reduce Emissions from Deforestation and Degradation(REDD+)[J].Mitigation and Adaptation Strategies for Global Change,2014,19(6):757-772.
[5]Pelletier J,Ramankutty N,Potvin C.Diagnosing the Uncertainty and Detectability of Emission Reductions for REDD + under Current Capabilities:an Example for Panama.Environmental Research Letters,2011,6:024005.
[6]Plugge D,K?hl M.Estimating Carbon Emissions from Forest Degradation:Implications of Uncertainties and Area Sizes for a REDD+ MRV System[J].Canadian Journal of Forest Research,2012,42(11):1996-2010.
[7]FAO.Key Findings of Global Forest Resources Assessment 2010.Forest Resources Assessment,Rome,Italy,2010.
[8]徐新良,曹明奎,李克讓.中國森林生態(tài)系統(tǒng)植被碳儲量時空動態(tài)變化研究[J].地理科學進展,2007,26(6):1-10.
[9]IPCC.Good Practice Guidance for Land Use,Land-use Change and Forestry[R].IPCC National Greenhouse Gas Inventories Programme.Hayama,2003.
[10]Scott C T,K?hl M.Sampling with Partial Replacement and Stratification[J].Forest Science,1994,40(1):30-46.
[11]K?hl M,Baldauf T,Plugge D,Krug J.Reduced Emissions from Deforestation and Forest Degradation(REDD):a Climate Change Mitigation Strategy on a Critical Track[J].Carbon Balance Management,2009,4:10.
[12]單海燕,王文平.跨組織知識整合下的創(chuàng)新網(wǎng)絡結構分析[J].中國管理科學,2012,20(6):176-184.
(責任編輯譚果林)
The Effects of Carbon Density and Uncertainty on Forest Carbon Reduction of China in REDD+Programs
Sheng Jizhou1,2,3,Zhou Hui1,2,Miao Zhuang3,4
(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters,School of Economics and
Management,Nanjing University of Information Science & Technology,Nanjing 210044,China;
2.China Institute of Manufacturing Development,Nanjing University of Information Science & Technology,Nanjing 210044,China;
3.Institute for Urban and Environmental Studies,Chinese Academy of Social Science,Beijing 100028,China;
4.School of Economics and Management,Taizhou University,Taizhou 225300,China)
Abstract:The accurate monitoring and measurement for reductions in carbon emissions are very important steps in the implementation of REDD+ programs.However,the universal existence of uncertainty and the changes in forest carbon density will be likely to affect the forest carbon reduction of China.The change scenarios of carbon density and estimation methods for uncertainty in the countries with an increase of carbon density are firstly proposed in this paper.Using the data from 1990—2010 in China,the simulation technique is used to analyze the influence of uncertainty and changes in forest carbon density on forest carbon reduction of China in different scenarios.The results show that the carbon reduction caused by changes in carbon density will be negative if the estimation errors are more than 5%.When the errors existing,the greater the area proportion of change in carbon density is,the more serious the underestimation of carbon reduction of China is.
Key words:REDD+;Deforestation;Carbon density;Uncertainty;Carbon reduction
中圖分類號:S7-9
文獻標識碼:A
作者簡介:盛濟川(1984-),男,江蘇南京人,南京信息工程大學經濟管理學院講師,管理學博士;研究方向:環(huán)境管理。
收稿日期:2014-12-25
基金項目:江蘇高校優(yōu)勢學科建設工程、國家自然科學基金(71303123、71403132、71403120),國家社科基金(13CGL094),教育部人文社科基金(13YJCZH148、13YJC790225),中國制造業(yè)發(fā)展研究院開放課題(20140090-2),教育部哲學社會科學發(fā)展報告項目“中國制造業(yè)發(fā)展研究報告”(13JBG004)。