[论文解读]PNAS：森林碳汇中有多少是被动产生的？

本篇论文解读由方雪坤课题组的胡礼庭同学撰写。

胡礼庭同学，浙江大学环境与资源学院2023级博士研究生，主要研究方向中国碳排溯源及定量。目前已在Communication Earth & Environment、Journal of Environmental Management期刊发表第一作者论文3篇。

第一作者：Eric C. Davis

通讯作者：Brent Sohngen

通讯单位：Department of Agricultural, Environment, and Development Economics, The Ohio State University, Columbus, OH 43210

文章链接：https://www.pnas.org/doi/10.1073/pnas.2513588123

论文发表时间：2026年1月20日

01

研究亮点

该研究提供一种新的视角与方法来量化分离自然因素与人为因素对森林碳汇的贡献，可供后续研究参考。

（注：以上为这位同学的论文解读，非论文原作者意思）

02

研究不足（或未来研究）

研究中最大的碳汇驱动因素“林龄结构变化”，同时受自然生长（被动）和人类采伐决策（人为）影响。当前方法无法在核算中清晰剥离这两部分的贡献。未来需要建立更精细的模型，以明确回答“森林因不被砍伐而多储存的碳，有多少应算作人为贡献”这一问题。

（注：以上为这位同学的论文解读，非论文原作者意思）

03

全文概要

该研究通过分析美国本土森林1960年至2023年的样地数据，量化了六类驱动因素（温度、降水、CO2浓度、管理措施、林龄组成、森林面积）对美国森林碳汇变化的贡献。该研究将CO2浓度升高导致的植物生长促进作用（CO2施肥效应）、温度变化、降水变化定义为被动驱动因素；将森林管理（例如植树造林）、森林面积变化、树林结构变化（例如人为采伐导致树龄结构变化）定义为人为驱动因素。研究发现，在2005–2022年间，被动驱动因素（CO2、温度、降水）贡献了约45%的碳汇增长，其中CO2施肥效应最为显著。人为驱动因素中，林龄结构变化是最大的正贡献者，而森林面积减少则导致碳汇下降。该研究为区分“被动碳吸收”与“人为管理贡献”提供了方法论支持，有助于各国更精准核算国家自主贡献中的森林碳汇。

04

背景介绍

全球陆地碳汇自20世纪60年代以来持续增强，美国森林在其中贡献显著。过去研究多关注森林面积扩张对碳汇的推动，但近年来美国森林面积增长趋缓，碳密度提升成为主要驱动因素。然而，碳密度上升受多种因素影响，包括气候变化、CO2浓度上升、林龄结构变化和人为管理等，各因素的相对贡献一直不明确。该研究旨在系统区分这些驱动因素的作用，尤其是被动过程与人为活动的贡献，为政策制定提供科学依据。

05

研究数据与方法

该研究使用美国林务局森林资源调查数据，涵盖1960年代至2023年的样地观测。分析基于10类森林组（后扩展至14类），区分自然更新林和人工林。通过构建时空明确的森林生长模型，结合气候数据、大气CO2浓度记录、林龄结构与面积变化信息，量化六类驱动因素对木材体积（进而转换为碳储量）的影响。模型采用多项式回归和固定效应控制，并进行多阶段稳健性检验。

该研究通过构建一个半对数线性回归模型来量化六个关键驱动因素——森林面积、林分年龄结构、管理措施、温度、降水及CO2浓度升高——对美国森林地上木材体积的独立影响。该模型的核心形式如公式（1）所示，其基本设定为林分单位面积木材体积的自然对数与年龄的倒数及一系列控制变量呈线性关系。

CO2暴露变量（Ln(Lifetime CO2)），该变量被构造为林分在其整个生命周期内所经历的各年度大气CO2浓度（以ppm计）的累积总和的自然对数。例如，一个在1960年为2年生的林分，其累积暴露值为1959年浓度（316.0 ppm）与1960年浓度（316.9 ppm）之和（632.9 ppm）。这一设计旨在捕捉树木生长过程中对持续升高的CO2浓度的累积响应。气候变量采用了俄勒冈州立大学PRISM气候组提供的高空间分辨率数据，为每个林分计算了其生命周期内四季的平均温度和降水总量。为捕捉潜在的非线性关系，模型中同时加入了温度与降水的二次项和三次项。此外，为研究气候效应可能随地理位置的系统性变化（例如，光周期与气候的交互作用可能影响生长季开始时间），模型还引入了季节气候变量与纬度的交互项（Seasonal TemperatureLatitude, Seasonal PrecipitationLatitude）。为控制其他潜在混杂因素，模型引入了一系列反映林分状态和立地条件的变量：林分年龄的倒数（1/Age）用于刻画生长曲线的非线性趋势；立地等级（Site Class）是一个分类变量，根据土地固有的木材生产能力划分为1至6级；林分密度（Stocking）表示林木的拥挤程度，分为过密、全密、中等、稀疏和无木五个等级；干扰（Disturbances）为虚拟变量，标识是否发生过如火灾、虫害等导致显著损害的事件；地貌类型（Physiographic Class）概括了地形和土壤对水分有效性的综合影响，分为旱生、中生和水生三类；地形变量包括坡向（Aspect，分类为北坡、南坡或无坡）、坡度（Slope）和海拔（Elevation）；土地所有权（Ownership）区分为公有和私有两大类。

最后，模型通过纳入多组虚拟变量来控制未观察到的异质性：森林类型组虚拟变量（Forest-Group Dummies）用于控制十大森林类型之间固有的生长差异；县级固定效应虚拟变量（FIPS Dummies）吸收了各县层面不随时间变化的所有特征（如长期土壤类型、历史政策等）；时间虚拟变量（Time Dummies）则用于控制全国范围内随时间推移而变化的共同趋势（如氮沉降、某些大范围病虫害的蔓延等）。模型的随机误差项由ε表示。

06

结果讨论

美国森林碳密度增长的区域格局

图1清晰显示了1953年至2017年间，美国本土森林碳储量增长主要源于碳密度的提升，而非面积扩张。增长呈现强烈的区域异质性：东北部和东南部碳密度增幅最大（分别达144%和111%），而落基山和太平洋沿岸地区增长有限。这初步表明，森林内在生产力的变化是近期碳汇增长的主要驱动力，且其受区域气候、森林类型与干扰状况的影响显著。

（图1：美国本土各区域森林活生物量碳储量变化（1953–2017））

气候与CO2变化对木材材积的影响

该研究量化了被动环境因子（温度、降水、CO2）对木材材积的历史影响（图2）。核心结论是：CO2浓度升高是普遍、正向且贡献最大的因子，使25年生和100年生林分的平均木材材积（木材材积指的是木材的体积）分别增加28.9%和16.2%。降水变化在东部多数地区促进生长，而温度升高则产生轻微的负平均效应。综合来看，CO2施肥效应在绝大多数地区和森林类型中，完全抵消了气候变化带来的负面影响。

（图2：1960年至2023年气候与CO2浓度变化对木材材积的影响估计（按县域和林龄）。此估计基于10类森林组（白杨/桦木、榆树/白蜡树/棉白杨、橡树/枫香/柏木、橡树/山核桃、橡树/松树、火炬松/短叶松、枫树/山毛榉/桦木、湿地松/短叶松、云杉/冷杉、白松/红松/杰克松）的1至150年生自然更新林分的综合观测数据。注：每个子图左下角的数值表示平均影响量，右下角的数值表示平均百分比变化。）

美国南方森林碳汇的驱动因素分解

该研究对美国南方12个州的森林材积变化的驱动因素进行了长期分解（1974-2022）（图3）。结果显示，林龄结构变化是最大的正向驱动因素，尤其在2005-2022年间贡献最为突出，这反映了森林整体老龄化对碳储量的累积效应。CO2施肥效应同样是持续且强劲的贡献者。值得注意的是，尽管同期森林面积减少产生了显著的负面影响，但人为造林管理的贡献在后期（2005-2022）大幅增强，其增量相比早期（1974-2005）提高了87%，从而有效抵消了面积损失带来的碳汇下降。此外，气候变化的影响发生了转向：在早期，温度与降水变化共同产生正效应；而在后期，温度升高转为抑制增长的负面因素。

（图3：关键驱动因素（面积/林龄/温度/降水/CO2/造林）对12个南方州木材材积变化的贡献估计（1974–2022）。此估计基于八类森林组的综合观测数据。对于南方各州（AL/AR/FL/GA/LA/MS/NC/OK/SC/TN/TX/VA），采用了时间上最接近1974年（范围：1968–1980）、2005年（范围：2004–2010）和2022年（范围：2020–2022）的美国林务局森林清查与分析数据。面积柱状图展示了森林面积变化的影响；林龄柱状图展示了所研究林龄（1至100年）范围内，林龄组成变化的影响；造林柱状图详细说明了在期末年份（2005年和2022年），所有林龄的人工林相对于自然更新林分所产生的材积增益；未解释部分柱状图则展示了该研究估计值与美国林务局记录的实际变化之间的差距。）

北方与西部各州驱动因素分解

图4展示了美国北方与西部地区的区域差异。在北方21个州（图4A），2005-2022年间的碳汇增长主要由林龄结构变化和CO2施肥驱动，但温度升高已对大多数森林类型产生普遍的抑制作用，同时森林面积的减少也带来碳损失，造林管理的贡献在此区域相对有限。在西部15个州（图4B），碳汇增长整体微弱，CO2施肥是主要的正向驱动力。该区域同时面临降水减少和森林面积损失的叠加负面影响，凸显了干旱与自然干扰对该地区森林碳汇能力的严重制约。

（图4：关键驱动因素（面积/林龄/温度/降水/CO2/造林）对木材材积变化的贡献估计：（A）21个北方州（2005–2022），基于九类森林组的综合观测；（B）15个西部州（2005–2021），基于四类森林组的综合观测。对于北方各州，使用了2005年和最接近2022年（范围：2020–2022）的清查数据。对于西部各州，使用了最接近2005年（范围：1999–2011）和2021年（范围：2020–2022）的清查数据。面积柱状图展示了森林面积变化的影响；林龄柱状图展示了所研究林龄范围内（北方州为1至100年，西部州为1至200年）林龄组成变化的影响；造林柱状图详细说明了在期末年份由造林产生的材积增益；未解释部分柱状图则展示了该研究估计值与美国林务局记录的实际变化之间的差距。）

森林碳汇中被动与人为贡献的量化

综合全国数据的分析表明，在2005至2022年间，六类驱动因素共同导致美国森林年均碳汇增长达1.48亿吨碳。其中，约45%（年均6600万吨碳）的增长可归因于CO2、温度、降水等被动环境因子，CO2施肥在其中占绝对主导地位。人为活动中，积极的造林管理年均贡献了2300万吨碳，但森林面积减少则年均造成3100万吨碳的损失。林龄结构变化是影响最大的单一因素，年均贡献达8900万吨碳。研究特别指出，在美国私有林占主导的背景下，林龄变化深受土地所有者采伐决策的影响，因此这部分碳汇兼具自然生长与人为管理的双重属性。该研究通过量化各驱动因素的贡献，为清晰区分“被动碳汇”与“人为碳移除”提供了关键的定量框架，对完善国家温室气体清单核算和制定精准的森林气候政策具有重要意义。

07

Reference

E.C. Davis, B. Sohngen, & D.J. Lewis, How much of the forest sink is passive? Case of the United States, Proc. Natl. Acad. Sci. U.S.A. 123 (4) e2513588123, https://doi.org/10.1073/pnas.2513588123 (2026).

点击左下角【阅读原文】可直达原文网页~

方雪坤大气环境和全球变化课题组

方雪坤，浙江大学环境与资源学院，博士生导师，国家重大青年人才计划入选者。2014−2019年在美国麻省理工学院担任博士后和研究员。研究领域为碳中和和臭氧层保护等，特别是大气关键卤代物质的排放溯源及其对气候与臭氧层的影响。以第一作者和通讯作者发表50多篇论文，包括2篇Nature（共同一作）、3篇Nature Geoscience（一作并通讯）、2篇Nature Communications（通讯）、1篇PNAS（通讯）。研究成果被联合国环境规划署（UNEP）和世界气象组织（WMO）《平流层臭氧科学评估》报告（每四年一次）正面引用。担任中国生态环境部《蒙特利尔议定书》履约专家组成员、中国环境科学学会环境规划专业委员会副主任委员、2022年WMO臭氧层评估报告共同作者等。获2021年中国环境科学学会青年科学家奖。

通讯邮箱：fangxuekun@zju.edu.cn

排 版 | 常丹丹

审 核 | 金胜佳

END

声明：欢迎转载、转发。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及内容、版权和其他问题，请联系小编处理。