王珊珊,徐明偉,韓 宇,曹公平,黃惠明

杭州灣南岸灘涂濕地多年藍碳分析及情景預測

王珊珊1*,徐明偉2,韓 宇1,曹公平1,黃惠明2

(1.浙江省水利河口研究院(浙江省海洋規(guī)劃設計研究院),浙江 杭州 310020；2.河海大學港口海岸與近岸工程學院,江蘇 南京 210024)

選取2003年、2017年杭州灣南岸遙感數(shù)據(jù),利用ENVI軟件和ArcGIS進行空間校正和圖像處理,獲得海岸帶濕地數(shù)據(jù),基于InVEST模型研究杭州灣南岸15年間灘涂濕地藍碳及其價值的變化.結果顯示:(1)2003～2017年總碳儲存量和單位面積碳儲量最大值均呈上升趨勢,總碳儲存量由0.223億t上升到0.765億t,增加0.542億t.單位面積碳儲量最大值也由451.27t/hm2上升到1775.42t/hm2,濕地碳匯潛力增加.(2)2003～2017年研究區(qū)域無碳損失,總體表現(xiàn)為碳積累,藍碳總量為0.543億t,單位面積凈碳固定最大值為1324.12t/hm2.(3)2003～2017年15年間杭州灣南岸海岸藍碳總價值為4761.3億元,單位面積藍碳最大值為148.8萬元,具有十分可觀的生態(tài)價值.(4)灘涂藍碳的儲量同植被類型關系密切,研究區(qū)域蘆葦作為優(yōu)勢種類,在提高本區(qū)域固碳能力中作用最大.(5)在預設的退塘還濕情景下,預測至2030年研究區(qū)固碳量和藍碳價值增加明顯.

杭州灣；灘涂濕地；生態(tài)系統(tǒng)服務；海岸藍碳；InVEST模型

“藍碳”是相對于陸地植被“綠碳”而言的,全球自然生態(tài)系統(tǒng)通過光合作用所固定的碳中約55%為“藍碳”[1].通常情況下海岸帶藍碳指由濱海濕地和鹽沼、紅樹林、海草床等生態(tài)系統(tǒng)從大氣的CO2吸收轉化并長期保存到土壤中所固定的碳.海岸帶作為連接陸地和海洋的特殊區(qū)域,擁有巨大的碳匯潛力,面積僅占海洋面積的0.2%,但固碳量卻約占全球海洋碳儲量的一半[2-3].藍碳對緩解氣候變暖、減少溫室氣體排放具有重要作用,是實現(xiàn)碳減排的可行路徑.研究表明,濱海濕地作為溫室氣體減排增匯的重要區(qū)域,年碳埋藏量可達237.6Tg/a[4],遠高于深海碳埋藏速率,同時也高于陸地碳匯.

近年來,全世界對于減碳、固碳的需求明顯增加,作為溫室氣體減排增匯的重要區(qū),近岸河口灘涂濕地固碳能力的量化具有重要的意義.章海波等[5]闡述了鹽沼、紅樹林和海草床這3種生態(tài)系統(tǒng)固碳的機制和特征,并在此基礎上,分析了海岸帶系統(tǒng)中不同形態(tài)碳的交換和輸送,探討了海岸帶固碳量對全球碳循環(huán)的影響.唐劍武等[6]擴大海岸藍碳的概念,在鹽沼、紅樹林和海草床的基礎上,又提出來廣義上的藍碳,在三種生態(tài)系統(tǒng)上又增加了浮游植物的微型生物碳泵和藻類、貝類生物的漁業(yè)碳匯等的固碳作用,提出了以碳收支的監(jiān)測、模擬實驗和模型研究的藍碳研究方法以及藍碳在海岸帶生態(tài)保護和恢復中的應用.Kara等[7]量化研究了美國佛羅里達州坦帕灣16個鹽沼、鹽荒地和紅樹林的有機碳儲量,發(fā)現(xiàn)有機碳含量隨深度迅速下降,且數(shù)值低于全球平均水平,這可能跟坦帕灣的地理位置和棲息地轉換有關.隋玉正等[8]采用InVEST模型對膠州灣海岸帶濕地數(shù)據(jù)變化下的藍碳總量變化以及碳匯潛能價值變化等進行了模擬和計算,研究發(fā)現(xiàn)20年間藍碳總量呈減少趨勢.王亞麗等[9]以廣西珍珠灣為例,利用222Rn示蹤技術估算了紅樹林海灣在枯季攜帶的碳通量,發(fā)現(xiàn)溶解無機碳和溶解有機碳是該區(qū)域海岸帶藍碳收支和生物地球化學循環(huán)中的重要組成.李森等[10]以鰲江口海岸帶紅樹林濕地為研究對象,通過CH4和CO2通量動態(tài)變化發(fā)現(xiàn)紅樹林植被的生物量對恢復區(qū)固碳增匯功能發(fā)揮有至關重要的作用,而不同林齡是影響紅樹林恢復區(qū)藍碳通量的重要因素.Lee等[11]通過實地調查和遙感技術研究了韓國潮間帶的有機碳儲量和封存率,揭示了韓國潮灘的藍碳潛力.戴子熠等[12]基于《2006年IPCC國家溫室氣體清單指南目錄》方法,對廣西紅樹林濕地30年藍碳儲量變化進行了定量計算分析. Zheng[13]通過實地調查和實驗室分析,研究了鹽城灘涂濕地典型植物群落中有機碳(OC)含量的變化,并構建了碳埋率和經(jīng)濟價值模型,分析了碳匯價值的構成.Lindsey等[14]分析了Tampa Bay濕地變化以及藍碳儲量的變化,并提出了相關的生態(tài)措施. Doughty等[15]研究了氣候變化引起Tampa Bay紅樹林的擴張,研究發(fā)現(xiàn)紅樹林向鹽沼的擴張可能會極大地改變沿海濕地的碳儲存能力,導致全球陸地碳儲量的顯著增加.

近年來,隨著杭州灣兩岸灘涂圍墾、填海造陸等人類活動的加劇,海岸帶灘涂濕地面積不斷減少,加上外來物種的入侵等問題的長期存在,物種的單一化等環(huán)境問題也日益突出[16-18],這給杭州灣兩岸生態(tài)環(huán)境造成了很大的壓力.因此諸多學者開展了相關的研究.邵學新等[16-17]研究了杭州灣濕地3種優(yōu)勢植物碳儲量及其特征,并分析土壤中有機碳含量及其分布格局等.李楠等[18]基于4年遙感數(shù)據(jù)和社會統(tǒng)計數(shù)據(jù),對杭州灣濱海濕地生態(tài)系統(tǒng)的服務功能進行了計算,發(fā)現(xiàn)城市建設,過度圍墾是生態(tài)系統(tǒng)價值降低的主要驅動因素.今后如何科學、合理的開發(fā)利用灘涂資源,高效恢復灘涂濕地的碳匯能力和潛力、制定碳減排的措施必將是重點關注的內容.基于此,本文主要采用InVEST模型,模擬分析區(qū)域灘涂濕地海岸藍碳變化及其影響因素,為高效恢復灘涂濕地的碳匯能力提供參考.

1 材料與方法

1.1 研究區(qū)域

杭州灣位于浙江省的東北部,是錢塘江入東海形成的喇叭狀河口灣.杭州灣西起浙江海鹽縣澉浦鎮(zhèn)和上虞區(qū)之間的曹娥江豐收閘斷面,東至揚子角到鎮(zhèn)海角連線,與舟山、北侖港海域為鄰;西接紹興市,東連寧波市,北接嘉興市、上海市.杭州灣濱海濕地位于杭州灣南岸灘涂淤漲最快的區(qū)段.本文選取西起余姚市,東至慈溪市,南從2003年灘涂與陸地交界處,北到2017年灘涂與海水交界處的區(qū)域為藍碳研究區(qū)域,總面積約為556.85km2(包含陸地和海水面積)(圖1).

1.2 數(shù)據(jù)及方法

1.2.1 不同時期海岸帶濕地類型信息的提取及研究對象的確定 杭州灣南岸人類活動劇烈,灘涂圍墾、填海造陸,包括自然岸灘的淤積使得南岸岸線變化較快,因此考慮到數(shù)據(jù)的清晰性和可獲取性,本文選取2003年和2017年的遙感數(shù)據(jù),利用ENVI軟件進行空間校正和圖像處理,以2003年岸線為陸邊界,2017年6m等深線為外邊界,得到研究區(qū)域主要存在灘涂濕地和海水養(yǎng)殖場兩種濕地類型[19],除此之外研究區(qū)域還有人造陸地、水體兩種土地利用類型(圖2).

杭州灣海岸濕地以鹽沼濕地為主,沒有紅樹林和海草床,而光灘的固碳功能有限,因此海三棱藨草、互花米草和蘆葦作為主要的濕地植被類型參與藍碳計算和分析.海岸地區(qū)的漁業(yè)碳匯作為“遺漏的碳匯”也是海岸帶藍碳的重要組成部分[20].杭州灣的漁業(yè)碳匯主要為海產(chǎn)貝類養(yǎng)殖,因此本文還考慮了海水養(yǎng)殖區(qū)域.最終,本文以海三棱藨草、互花米草、蘆葦和海水養(yǎng)殖這4種典型的海岸帶濕地碳匯主要因素開展計算.

圖1 研究區(qū)域及藍碳計算范圍示意

圖2 2003年和2017年杭州灣海岸帶類型

2003～2017年杭州灣海岸濕地內,海三棱藨草、互花米草、光灘、養(yǎng)殖區(qū)面積在減小(表1),從總面積來看,濕地總面積是減小的,15年間總面積減少了8883.63hm2,下降23.7%,年平均下降567.3hm2,年平均下降率為1.5%.這主要與海岸灘涂圍墾有關,根據(jù)《寧波市灘涂圍墾造地規(guī)劃(2011—2020)》,僅在2011～2020年,寧波新建圍墾工程面積約5萬hm2,其中主要用于工業(yè)開發(fā)[21].

2010年國家海洋局啟動 “長江口、杭州灣海洋生態(tài)環(huán)境修復工程”項目.依托該項目,杭州灣南岸劃出海岸生態(tài)防護帶作為植物篩選區(qū),種植蘆葦?shù)戎参?因此杭州灣南岸灘涂濕地的蘆葦面積在2003～2017年的14年內增加了2732.67hm2.根據(jù)統(tǒng)計,雖然杭州灣3種優(yōu)勢高固碳植物中海三棱藨草和互花米草的面積減小,但是蘆葦面積增大,因此3種植物的總面積有所增大(表1).

表1 杭州灣不同類型濕地面積及其變化(hm2)

1.2.2 灘涂濕地藍碳計算和模擬 生態(tài)系統(tǒng)服務和權衡的綜合評估模型InVEST模型由美國斯坦福大學、大自然保護協(xié)會與世界自然基金會在2007年聯(lián)合開發(fā),廣泛應用于區(qū)域生態(tài)系統(tǒng)服務功能評估,主要包括水源供給、水土保持、生境質量、陸地碳儲存、藍碳等多種模塊,此模型還可與GIS技術相結合,實現(xiàn)生態(tài)系統(tǒng)服務功能定量評估的空間化[22].

InVEST海岸藍碳模型利用海岸地區(qū)土地利用覆被和碳庫數(shù)據(jù),通過空間疊加計算得到相關的信息.藍碳模型建立一個碳庫,將地上與地下生物量合并為生物量碳庫,枯落物碳庫因數(shù)據(jù)缺少且不易獲取,故在本文中不作考慮.

“漁業(yè)碳匯”主要指貝殼類生物等在吸收海水中懸浮顆粒有機碳,形成含鈣化合物的貝類軀殼和個體軟組織的生長中進行的生物固碳.海岸地區(qū)的漁業(yè)碳匯也是海岸帶藍碳的重要組成部分.生物量碳庫和土壤碳庫數(shù)據(jù)參考文獻[8,16-17]的研究.

杭州灣貝類養(yǎng)殖主要為青蛤,生物量受季節(jié)影響,冬、春兩季生物量較低,夏、秋兩季生物量較高(表2),根據(jù)張繼紅等[25]的研究,生物量碳庫和土壤碳庫的比是2:3,由此根據(jù)已知的生物量碳庫可以推算出土壤碳庫.生物量碳積累率和土壤碳積累率分別參考文獻[24,26]的研究(表2).

表2 杭州灣海岸帶動植物碳庫

1.2.3 海岸帶藍碳價值系數(shù) (1)碳排放價格.不同國家和地區(qū)碳排放價格有明顯差異,總體來看,歐洲國家碳稅價格較高,其中冰島、芬蘭、挪威、法國等國家的碳稅價格在40～73美元/t之間;部分美洲和非洲國家碳稅的價格較低,例如阿根廷、哥倫比亞、智利、墨西哥、南非等國家的碳稅價格普遍低于10美元/t;美國的碳稅為15美元/t.中國以1990年不變價格(約32.6 美元/t)計算的造林成本費用來代替固碳價格.本文采用瑞典碳稅法,數(shù)值為150 美元/t[27],以1997年為基礎轉化為人民幣時需乘以當年匯率8.27,即為1240.5元/t. (2)通貨膨脹率.通貨膨脹率反映的是碳固定價格隨時間發(fā)生的變化.隨著社會經(jīng)濟的發(fā)展,貨幣會發(fā)生通貨膨脹,碳稅的價格也會隨之發(fā)生波動,因此在進行碳稅計算時要考慮通貨膨脹因素.本文通貨膨脹率數(shù)值參考中國國家統(tǒng)計網(wǎng)站多年的平均值2.4%.(3)貼現(xiàn)率.貼現(xiàn)率指的是將未來利益改變?yōu)楝F(xiàn)在利益所產(chǎn)生的折扣.較低的貼現(xiàn)率注重于當前,趨向于當前采取措施,但會損害未來的利益,較高的貼現(xiàn)率注重于未來,趨向于在未來采取措施,從而會縮小未來的損失.目前的文獻資料中貼現(xiàn)率一般取1.95%～6%之間[28],根據(jù)我國生態(tài)文明建設政策,在注重環(huán)境保護的前提下,宜采用較低的貼現(xiàn)率,但在我國快速經(jīng)濟發(fā)展條件下,過低的貼現(xiàn)率不利于經(jīng)濟發(fā)展,不符合現(xiàn)行的經(jīng)濟政策.因此,本文的貼現(xiàn)率取中間值4%.

2 結果與分析

2.1 碳存儲

2003年研究區(qū)的年總固碳量約為0.223億t,其中養(yǎng)殖區(qū)固碳量大約為0.118億t,占整個濕地固碳量的53.1%,其次為海三棱藨草的固碳量大約為0.069億t,占總固碳量的30.8%,互花米草固碳量大約為0.030億t,蘆葦固碳量大約為0.006億t,分別占固碳量的13.6%和2.5%(表3).從2003～2017年,研究區(qū)域存在持續(xù)的固碳效應,至2017年,研究區(qū)總固碳量大約為0.765億t ,其中蘆葦?shù)墓烫剂繛?.426億t,占總固碳量的55.7%,其次為養(yǎng)殖區(qū),固碳量為0.215億t,固碳占比28.1%,海三棱藨草和互花米草的固碳量分別為0.088億t和0.036億t,占比分別為11.5%和4.7%(表3).

就碳存儲的空間分布而言, 2003年,高固碳區(qū)域主要分布在近岸以及灘涂中部(圖3a),至2017年,高固碳區(qū)域位于研究區(qū)中部(圖3b),從實際位置而言,由于岸線外移,高固碳區(qū)域仍然靠近新形成的岸線,位于高灘之上,單位面積的碳儲量可以達到1621.89～1775.42t/hm2(圖3).

表3 2003～2017年杭州灣南岸灘涂濕地固碳量及碳累積量

圖3 2003年和2017年單位面積碳存儲分布

2.2 碳累積和凈碳固定

海岸帶濕地凈碳固定計算的模式為:凈碳固定=碳積累-碳損失.研究區(qū)域無碳損失,因此凈碳固定值就等于碳積累值.2003～2017年濕地總碳累積量為0.543億t(表3,圖4),單位面積碳累積量最小值為0,最大值為1324.12t/hm2(圖4a).就空間分布而言,碳累積主要發(fā)生在濕地中部靠近陸地的一側,最高值也分布在此區(qū)域(圖4a).從土地類型而言,高碳累積區(qū)的土地類型主要為濕地植物,蘆葦為區(qū)域固碳能力最強的植物類型,而且蘆葦?shù)葷竦刂参锏耐寥篮蜕锾挤e累率高,加之2003～2017年蘆葦面積增加了2732.67hm2,增幅達2438.8%,與2003年相比增加了23倍多(表1),其中蘆葦?shù)奶祭鄯e量占總濕地碳累積量的77.5%,達到0.421億t,其次為養(yǎng)殖區(qū),碳累積量占濕地總碳累積量的17.9%,為0.097億t,海三棱藨草和互花米草的占比較小,分別約為3.6%和1.0% (表3).因此,14年間,碳在杭州灣南岸的灘涂濕地得到了有效的積累.

2.3 固碳凈現(xiàn)值

2003～2017年濕地固碳凈現(xiàn)值,即海岸帶藍碳價值,為4761.3億元,約為2017年寧波市生產(chǎn)總值(9846.9億元)的48%,單位面積固碳凈現(xiàn)值最大值為148.8萬元/hm2,最大值主要分布在濕地的中部以及西南和東南的部分區(qū)域(圖4b),這些區(qū)域主要為蘆葦濕地,因蘆葦?shù)墓烫寄芰υ谒袧竦刂参镏袨樽顝?所以蘆葦濕地具有最大固碳凈現(xiàn)值.

對比杭州灣海岸濕地3種優(yōu)勢植被海三棱藨草、互花米草和蘆葦,海三棱藨草和互花米草的面積在減少,而蘆葦?shù)拿娣e在增加,且蘆葦?shù)纳锪亢屯寥捞純α考s為123t/hm2,積累率約為26t/ (hm2·a),在所有植被中最高,因此蘆葦?shù)墓烫剂看?藍碳價值高.因此,為達到碳中和的目標,又滿足經(jīng)濟發(fā)展的需求,在有限的灘涂濕地中種植蘆葦是優(yōu)選方法.

3 討論

3.1 灘涂濕地藍碳儲存能力比較

本文中,杭州灣南岸灘涂濕地的年碳儲存在2017年為0.241億t,單位面積平均固碳量為841.20t/hm2,相比較于其他區(qū)域,例如鹽城市沿海灘涂濕地植物群落面積為46802.2hm2,碳儲存量為0.0031億t,單位面積平均固碳量為6.67t/hm2[29];寧波市海岸帶植物群落面積為12057.48hm2,總固碳量為0.0013億t,單位面積平均固碳量為10.58t/ hm2[30];膠州灣海岸帶濕地單位面積平均凈固碳量最大值為247t/hm2[8].杭州灣南岸灘涂濕地固碳能力遠超于其他區(qū)域灘涂濕地的固碳能力,且固碳量大.杭州灣南岸灘涂濕地固碳能力和固碳潛力巨大.

3.2 濕地類型對固碳的影響

空間分布上,無論是碳儲存還是碳累積,2003和2017年的高值主要分布在沿陸地一側(圖5),該區(qū)域為海三棱藨草、互花米草、蘆葦?shù)雀吖烫贾参锶郝浞植紖^(qū)域(圖2).年碳存儲量計算得到,2003年碳儲存為0.223億t,2017年碳儲存為0.241億t,單位面積平均固碳量分別為593.28t/hm2和841.20t/hm2,2017年固碳能力明顯高于2003年(表3).從面積的變化而言,2003年至2017年海三棱藨草和互花米草的面積共減少1146.24hm2,而蘆葦?shù)拿娣e增加2732.67hm2(表1),固碳區(qū)域增加的面積大于減少的面積,雖然養(yǎng)殖區(qū)的面積減少較多,但是它的固碳能力較弱,因此濕地的總固碳能力有所增加,表現(xiàn)為碳積累趨勢.從濕地類型轉化來看,蘆葦主要由光灘、養(yǎng)殖區(qū)、海三棱藨草和互花米草等類型轉化而來,即由無固碳能力或低固碳能力區(qū)域轉化為高固碳能力區(qū)域.蘆葦?shù)墓烫颊急纫矎?003年2.5%增加為2017的59.2%,區(qū)域表現(xiàn)為碳積累(圖6).濕地的海三棱藨草、互花米草等濕地類型轉化為陸地、光灘和蘆葦?shù)?雖然海三棱藨草、互花米草等高固碳能力區(qū)域轉化為陸地、光灘等無固碳能力區(qū)域應該表現(xiàn)為碳損失,但是由于海三棱藨草、互花米草等也轉化為了蘆葦,且蘆葦為濕地固碳能力最強的植物,它抵消了碳損失,因此濕地總體表現(xiàn)為碳積累.

圖5 2003年和2017年單位面積年碳儲存分布

漁業(yè)養(yǎng)殖提供的“漁業(yè)碳匯”因為其經(jīng)濟和環(huán)境意義而很受關注.在濱海濕地固碳能力的研究中,濱海沼澤濕地圍墾為養(yǎng)殖塘明顯降低濱海濕地碳儲量,因此,退塘還濕生態(tài)恢復對于濱海濕地固碳增匯起到積極的作用[31].杭州灣南岸灘涂濕地的養(yǎng)殖區(qū)面積從2003年的13029.21hm2減少為2017年的4707.72hm2,減少了8321.49hm2,其中部分區(qū)域變成人工陸地,還有部分區(qū)域轉變成蘆葦、海三棱藨草、互花米草區(qū)域,這部分區(qū)域增加了濕地的固碳能力.

3.3 退塘還濕情景下杭州灣濕地固碳預測

如前文所分析,退塘還濕生態(tài)恢復對于濱海濕地固碳增匯起到積極作用[31].因此從提高本區(qū)域的碳匯能力的角度,在不考慮灘涂自然淤長演變的情況下,設定退塘還濕的區(qū)域發(fā)展模式(圖7),即將養(yǎng)殖塘全部轉變成高固碳能力的蘆葦,以2017年為基礎年,計算至2030年(碳達峰)研究區(qū)域的固碳能力和固碳凈現(xiàn)值情況.

經(jīng)過計算,2030年碳儲存量為0.74億t,單位面積最大碳儲存為1680.84t/hm2(圖8a),2017～2030年碳積累量為0.50億t,單位面積最大碳積累為1229.54t/hm2(圖8b),固碳凈現(xiàn)值為7414.7億元,單位面積最大凈現(xiàn)值為1809.73萬元(圖8c).

圖7 退塘還濕情景下杭州灣南岸海岸帶類型

(a)碳儲存量空間分布(b)碳累積量空間分布(c)固碳凈現(xiàn)值空間分布

4 結論

4.1 2003～2017年杭州灣南岸灘涂濕地面積減少,但碳儲量增加.研究區(qū)總碳儲存量由2003年的0.223億t上升到2017年的0.765億t.單位面積碳儲量最大值由451.27t/hm2上升到1775.42t/hm2,杭州灣南岸灘涂濕地固碳能力和潛力呈現(xiàn)增強趨勢.研究區(qū)總碳積累量為0.543億t,單位面積碳積累量最小值為0,最大值為1324.12t/hm2.

4.2 2003～2017年杭州灣南岸灘涂濕地碳固定凈現(xiàn)值,即海岸帶藍碳價值,為4761.3億元,單位面積固碳凈現(xiàn)值最大值為148.8萬元/hm2.藍碳價值約為2017年寧波市生產(chǎn)總值的48%.杭州灣南岸灘涂濕地碳匯能力和潛力巨大,對海岸藍碳生態(tài)系統(tǒng)的保護也要給予足夠的重視.

4.3 濕地類型對于灘涂濕地的固碳能力有很大的影響,在杭州灣南岸的灘涂濕地中,蘆葦濕地固碳量大,藍碳價值高,為優(yōu)選植被類型.

4.4 在退塘還濕條件下,研究區(qū)域固碳極端發(fā)展.至2030年,碳儲存量為0.74億t,碳積累量為0.50億t,固碳價值為7414.7億元.預測模擬情況為杭州灣南岸灘涂濕地在2030年碳達峰年的固碳發(fā)展方式.

[1] 潘德爐,李 騰,白 雁.海洋:地球最巨大的碳庫 [J]. 海洋學研究, 2012,30(3):1-7.

Pan D L, Li T, Bai Y. Ocean: the largest carbon pool on earth [J]. Oceanographic Research, 2012,30(3):1-7.

[2] Mcleod E, Chmura G L, Bouillon S, et al. A blueprint for blue carbon: Toward an improved understanding of the role of vegetated coastal habitats in sequestering CO2[J].Frontiers in Ecology and the Environment, 2011,9(10):552-560.

[3] Duarte C M, Losada I J, Hendriks I E, et al. The role of coastal plant communities for climate change mitigation and adaptation [J]. Nature Climate Change, 2013,3(11):961-968.

[4] Nellemann C, Corcoran E, Duarte C M, et al. BlueCarbon: The role of healthy oceans in binding carbon [R/OL]. United Nations Environment Programme, GRID-Arendal, 2009:1-80. https://www.grida.no/ publications/145.

[5] 章海波,駱永明,劉興華,等.海岸帶藍碳研究及其展望 [J]. 中國科學:地球科學, 2015,45(11):1641-1648.

Zhang H B, Luo Y M, Liu X H, et al. Research and prospect of blue carbon in coastal zone [J]. Chinese Science: Earth Science, 2015,45 (11):1641-1648.

[6] 唐劍武,葉屬峰,陳雪初,等.海岸帶藍碳的科學概念、研究方法以及在生態(tài)恢復中的應用 [J]. 中國科學:地球科學, 2018,48(6):661-670.

Tang J W, Ye S F, Chen X C, et al. Scientific concept, research method and application of coastal zone blue carbon in ecological restoration [J]. Chinese Science: Earth Science, 2018,48(6):661-670.

[7] Kara R R, Ryan P M, Amanda R C, et al. Coastal blue carbon assessment of mangroves, salt marshes, and salt barrens in Tampa Bay, Florida, USA [J]. Estuaries and Coasts, 2018,41(5):1496-1510.

[8] 隋玉正,陳小璇,李淑娟,等.海岸帶藍碳時空演變及其服務價值評估——以膠州灣為例 [J]. 資源科學, 2019,41(11):2119-2130.

Sui Y Z, Chen X X, Li S J, et al. Spatial and temporal evolution of blue carbon in coastal zone and its service value evaluation -- a case study of Jiaozhou Bay [J]. Resource Science, 2019,41(11):2119-2130.

[9] 王亞麗,張芬芬,陳小剛,等.海底地下水排放對典型紅樹林藍碳收支的影響——以廣西珍珠灣為例 [J]. 海洋學報, 2020,42(10):37-46.

Wang Y L, Zhang F F, Chen X G, et al. Effects of submarine groundwater discharge on blue carbon budget of typical mangroves -- a case study of Zhenzhu Bay, Guangxi [J]. Journal of Oceanography, 2020,42(10):37-46.

[10] 李 森,蔡厚才,陳萬東,等.海岸帶生態(tài)恢復區(qū)不同林齡紅樹林對CH4和CO2排放通量的影響 [J]. 生態(tài)環(huán)境學報, 2020,29(12):2414-2422.

Li S, Cai H C, Chen W D, et al. Effects of mangroves of different ages on CH4and CO2emission fluxes in coastal ecological restoration area [J]. Ecology and Environmental Sciences, 2020,29(12):2414-2422.

[11] Lee J, Kim B, Noh J, et al. The first national scale evaluation of organic carbon stocks and sequestration rates of coastal sediments along the West Sea, South Sea, and East Sea of South Korea [J]. Science of the Total Environment, 2021,793:148568-148568.

[12] 戴子熠,廖麗蓉,梁嘉慧,等.1988～2018年廣西北海紅樹林藍碳儲量變化分析 [J]. 海洋環(huán)境科學, 2022,41(1):8-16.

Dai Z Y, Liao L R, Liang J H, et al. Analysis on changes of blue carbon reserves of mangroves in Beihai, Guangxi from 1988 to 2018 [J]. Marine Environmental Science, 2022,41(1):8-16.

[13] Zheng Z. Analysis of intrinsic value and estimating losses of“blue carbon” in coastal wetlands: a case study of Yancheng, China [J]. Ecosystem Health and Sustainability, 2019,5(1):216-225.

[14] Lindsey S, Edward T S, Ryan P M, et al. Blue Carbon: an additional driver for restoring and preserving ecological services of coastal wetlands in Tampa Bay (Florida, USA) [J]. Wetlands, 2019,39:1317-1328.

[15] Doughty C L, Langley J A, Walker W S, et al. Mangrove range expansion rapidly increases coastal wetland carbon storage [J]. Estuaries and Coasts, 2016,39(2):385-396.

[16] 邵學新,楊文英,吳 明,等.杭州灣濱海濕地土壤有機碳含量及其分布格局 [J]. 應用生態(tài)學報, 2011,22(3):658-664.

Shao X X, Yang W Y, Wu M, et al. Soil organic carbon content and its distribution pattern in Hangzhou Bay Coastal Wetland [J]. Chinese Journal of Applied Ecology, 2011,22(3):658-664.

[17] 邵學新,李文華,吳 明,等.杭州灣潮灘濕地3種優(yōu)勢植物碳氮磷儲量特征研究 [J]. 環(huán)境科學, 2013,34(9):3451-3457.

Shao X X, Li W H, Wu M, et al. Study on carbon, nitrogen and phosphorus storage characteristics of three dominant plants in tidal flat wetland of Hangzhou Bay [J]. Environmental Science, 2013,34(9):3451-3457.

[18] 李 楠,李龍偉,張銀龍,等.杭州灣濱海濕地生態(tài)系統(tǒng)服務價值變化 [J]. 浙江農林大學學報, 2019,36(1):118-129.

Li N, Li L W, Zhang Y L, et al. Change of ecosystem service value of coastal wetland in Hangzhou Bay [J]. Journal of Zhejiang Agriculture and Forestry University, 2019,36(1):118-129.

[19] GB/T24708-2009 濕地分類 [S].

GB/T24708-2009 Wetland Classification [S].

[20] 徐敬俊,覃恬恬,韓立民.海洋“碳匯漁業(yè)”研究述評[J]. 資源科學, 2018,40(1):161-172.

Xu J J, Qin T T, Han L M. Review on marine "Fishery carbon sink" [J]. Resource Science, 2018,40(1):161-172.

[21] 寧波市國土資源局.寧波市灘涂圍墾造地規(guī)劃(2011～2020) [R]. 寧波市政府, 2011.

Ningbo Municipal Bureau of land and resources. Ningbo tidal flat reclamation planning (2011～2020) [R]. Ningbo municipal government, 2011.

[22] 楊園園,戴爾阜,付 華.基于InVEST模型的生態(tài)系統(tǒng)服務功能價值評估研究框架 [J]. 首都師范大學學報(自然科學版), 2012,33(3):41-47.

Yang Y Y, Dai E F, Fu H. Research framework of ecosystem service function value evaluation based on InVEST model [J]. Journal of Capital Normal University (Natural Science Edition), 2012,33(3):41-47.

[23] 昝肖肖.膠州灣濕地菲律賓蛤仔()和蘆葦()生物學與生態(tài)化學計量學研究 [D]. 青島:中國海洋大學, 2013.

Zan X X. Biological and ecological chemometrics of Ruditapes philippinarum and Phragmites australis in Jiaozhou Bay Wetland [D]. Qingdao: Chinese Marine University, 2013.

[24] 寧波市國土資源局.寧波市灘涂圍墾造地規(guī)劃(2011～2020) [R]. 寧波市政府, 2011.

Ningbo Municipal Bureau of land and resources. Ningbo tidal flat reclamation planning (2011～2020) [R]. Ningbo municipal government, 2011.

[25] 張繼紅,方建光,唐啟升.中國淺海貝藻養(yǎng)殖對海洋碳循環(huán)的貢獻 [J]. 地球科學進展, 2005,20(3):359-365.

Zhang J H, Fang J G, Tang Q S. Contribution of shellfish culture to marine carbon cycle in shallow waters of China [J]. Advances in Earth Science, 2005,20(3):359-365.

[26] 張繼紅,方建光,唐啟升,等.桑溝灣不同區(qū)域養(yǎng)殖櫛孔扇貝的固碳速率 [J]. 漁業(yè)科學進展, 2013,34(1):12-16.

Zhang J H, Fang J G, Tang Q S, et al. Carbon sequestration rate of Chlamys farreri cultured in different areas of Sanggou Bay [J]. Progress in Fishery Sciences, 2013,34(1):12-16.

[27] 李海晏,陳 濤,張海燕,等.中國貝類養(yǎng)殖對海洋碳循環(huán)的貢獻評估 [J]. 海洋科學, 2014,38(5):39-45.

Li H Y, Chen T, Zhang H Y, et al. Assessment of the contribution of Chinese shellfish culture to the marine carbon cycle [J]. Marine Sciences, 2014,38(5):39-45.

[28] Editorial Committee of State Report on Biodiversity of China Committee. Statereport on biodiversity of China [M]. Beijing: China Environmental Science Press, 1997.

[29] 劉昌義.氣候變化經(jīng)濟學中貼現(xiàn)率問題的最新研究進展 [J]. 經(jīng)濟學動態(tài), 2012,25(3):123-129.

Liu C Y. The latest research progress of discount rate in the economics of climate change [J]. Economic Perspectives, 2012,25(3):123-129.

[30] 何冬梅,王 磊,倪 霞,等.江蘇鹽城沿海灘涂濕地生態(tài)系統(tǒng)服務價值評估 [J]. 江蘇林業(yè)科技, 2016,43(6):29-33.

He D M, Wang L, Ni X, et al. Evaluation on ecosystem service value of coastal tidal flat wetland in Yancheng, Jiangsu Province [J]. Journal of Jiangsu Forestry Science & Technology, 2016,43(6):29-33.

[31] 葉林安,張海波,孔定江,等.寧波市海岸帶藍碳固碳能力估算研究 [J]. 環(huán)境科學與管理, 2022,47(5):27-31.

Ye L A, Zhang H B, Kon D J, et al. Study on the estimation of carbon sequestration capacity of blue carbon in Ningbo coastal zone [J]. Environmental Science and Management, 2022,47(5):27-31.

[32] 曹 瓊,黃佳芳,羅 敏,等.濱海沼澤濕地轉化為養(yǎng)殖塘對其碳儲量的影響 [J]. 中國環(huán)境科學, 2022,42(3):1335-134.

Cao Q, Huang J F, Luo M, et al. Effect of conversion of coastal swamp wetland into aquaculture pond on its carbon storage [J]. China Environmental Science, 2022,42(3):1335-134.

Analysis and scenario prediction of multi-year blue carbon in intertidal wetland on the south bank of Hangzhou Bay.

WANG Shan-shan1*, XU Ming-wei2, HAN Yu1, CAO Gong-ping1, HUANG Hui-ming2

(1.Zhejiang Institute of Hydraulics & Estuary (Zhejiang Institute of Marine Planning and Design), Hangzhou 310020, China；2.College of Harbour, Coastal and Offshore Engineering, Hohai University, Nanjing 210024, China)., 2022,42(9)：4380～4388

This study was based on the remote sensing images of the south bank of Hangzhou Bay. We used ENVI and ArcGIS for spatial correction and processing of these images and obtained the coastal wetland datasets. InVEST model was performed to analyze the change of blue carbon of intertidal wetland and its evaluation during the past 15 years on the south bank of Hangzhou Bay. The results showed that (1) From 2003 to 2017, there were escalating trends for total carbon storage and maximum carbon storage per unit area, the total carbon storage increased from 22 million tons to 76 million tons, and the net carbon storage increased by 54.3 million tons. The maximum carbon storage per unit area increased from 451.27t/hm2to 1775.42t/hm2. As a whole, the potential of wetland carbon sink was increased on the south bank of Hangzhou Bay. (2) From 2003 to 2017, there was no carbon lass, and the overall performance was carbon accumulation on the south bank of Hangzhou Bay. The total amount of blue carbon was 54 million tons, and the maximum net carbon fixation per unit area was 1324.12t/hm2. (3) From 2003 to 2017, the total value of blue carbon was 476.13 billion yuan on the south bank of Hangzhou Bay, and the maximum value of blue carbon per unit area was 1.488 million yuan, which was a considerable ecological value. (4) As the storage of blue carbon in the intertidal is closely related to the vegetation type,plays the most prominent role in improving the carbon sequestration capacity because it’s the dominant species on the south bank of Hangzhou Bay. (5) Under the preset scenario of returning aquaculture ponds to wetlands, it is predicted that the carbon sequestration and blue carbon value will significantly increase on the south bank of Hangzhou Bay by 2030.

Hangzhou Bay；intertidal wetland；ecosystem services；coastal blue carbon；InVEST model

X37

A

1000-6923(2022)09-4380-09

2022-02-15

國家自然科學基金資助項目(42076178),浙江省水利科技計劃項目(RC2064)

*責任作者, 教授級高級工程師, shanshwang2017@163.com;研究生, 1696057172@qq.com

王珊珊(1980-),女,山東青島人,教授級高工,從事海洋環(huán)境沉積動力學、河口海岸灘涂濕地環(huán)境評估及修復等相關研究.發(fā)表論文20余篇.