Heinrich V H A, Vancutsem C, Dalagnol R, et al. The carbon sink of secondary and degraded humid tropical forests[J]. Nature, 2023, 615(7952): 436-442.
由于气候变化、森林砍伐以及火灾和采伐带来的退化，全球重要的原生古老热带湿润森林的碳汇正在减少
。恢复中的热带次生森林和退化森林目前覆盖了约10%的热带森林面积，但它们能够积累多少碳仍然不确定。在本研究中，我们定量分析了亚马逊、婆罗洲和中非三大连续热带湿润区域恢复森林的
地上碳汇
（AGC）
。
基于卫星数据产品
，我们的分析涵盖了
退化和次生森林
在空间和时间上的
异质性生长模式
，这些模式受到关键环境和人为驱动因素的影响。
在恢复的前20年，婆罗洲的再生速率分别比中非和亚马逊高出45%和58%，这与温度、水分赤字和干扰模式等变量有关。
我们发现，在1984年至2018年间，再生的退化和次生森林每年积累了107 TgC（90–130TgC），抵消了同期湿润热带森林丧失所带来的26%（21–34%）的碳排放。因此，保护原生森林是当务之急。此外，我们估算了保护恢复中的退化和次生森林，未来具有53TgC/年（44–62TgC
/年
）碳汇潜力，在所研究的主要热带区域具有可行性。
图 1.
不同热带区域中，基于年林龄（YSLD）模型的地上碳（AGC）积累。
图示了亚马逊、婆罗洲和中非热带湿润森林区域中退化森林（a）和次生森林（b）中的AGC。点表示每个年林龄（YSLD）计算出的中位AGC值，拟合曲线基于非线性模型（见方法）。阴影部分表示非线性模型的95%置信区间（有关变异性和不确定性的进一步讨论，请参见补充讨论1）。十字表示相应区域中原生森林（OG）及其通过蒙特卡罗模拟估算得到的95%置信区间的中位AGC。c，地图展示了本研究所用区域的空间范围，同时突出了不同森林类型在各区域所占的百分比面积，以及其他土地的分布。地图由ESRI的ArcGIS Pro（2.6.0）制作。
图 2.
不同热带区域中不同最大温度（Tmax）区间的AGC积累。
图示了亚马逊（a,b）、婆罗洲（c,d）和中非（e,f）区域退化森林（左列）和次生森林（右列）中AGC与年林龄（YSLD）的关系。点表示每个年林龄（YSLD）计算出的中位AGC值，拟合曲线基于非线性模型（见方法）。图例中的数值表示每个地点Tmax区间的绝对下四分位（黄色）、中位（红色）和上四分位（深红色）限值，单位为°C。阴影部分表示非线性模型的95%置信区间。十字表示各自变量范围内相应区域中原生森林（OG）的中位AGC。每个子图包含该区域的地图，标出Tmax区间地理分布位置。
图3.
2018年恢复森林（退化和次生森林）碳储量模型。
图示了通过本研究中开发的区域再生模型计算的亚马逊（a）、婆罗洲（b）和中非（c）三个主要热带森林区域自最后一次干扰事件以来积累的总碳储量。碳储量（单位：Tg C）按0.1°网格进行汇总，显示了退化森林（扩展数据图6）和次生森林（扩展数据图7）的总和，合并表示恢复森林。突出显示了泥炭地区域（见方法），并通过阴影线标出。注释值表示通过蒙特卡罗模拟估算的各国的AGC储量及其95%置信区间，使用各国的ISO3代码表示。地图由ESRI的ArcGIS Pro（2.6.0）制作。AGO，安哥拉；BOL，玻利维亚；BRA，巴西；BRN，文莱；CAF，中非共和国；CMR，喀麦隆；COD，刚果民主共和国；COG，刚果共和国；COL，哥伦比亚；ECU，厄瓜多尔；GAB，加蓬；GNQ，赤道几内亚；GUF，法属圭亚那；GUY，圭亚那；IDN，印度尼西亚；MYS，马来西亚；PER，秘鲁；SUR，苏里南；VEN，委内瑞拉。
图 4.
2018年碳储量及2030年最大技术碳汇潜力的模型预测
。面板按森林自最后一次干扰以来的年限进行分组，并按区域（列）和森林类型（行）进一步区分。深色条表示自生长期开始（亚马逊和中非自1984年起，婆罗洲自1988年起）至2018年期间积累的总碳量。浅色条表示若2018年恢复森林面积保持至2030年，2018至2030年期间的最大潜在碳增益。黑色数值表示2018年碳储量，灰色数值表示2018–2030年的最大技术碳增益。范围（±）显示蒙特卡罗模拟的95%置信区间。
JRC-TMF数据集：（https://forobs.jrc.ec.europa.eu/TMF/download/）；ESA-CCI AGB/AGC地图：（https://catalogue.ceda.ac.uk/uuid/84403d09cef3485883158f4df2989b0c）；
棕榈油地图：
（https://developers.google.com/earth-engine/datasets/catalog/BIOPAMA_GlobalOilPalm_v1#description）；
TerraClimate最大温度：
（https://developers.google.com/earth-engine/datasets/catalog/IDAHO_EPSCOR_TERRACLIMATE）；
MCWD数据：
（https://edcintl.cr.usgs.gov/downloads/sciweb1/shared/fews/web/global/monthly/chirps/final/downloads/monthly/）的月度降水数据集；
HAND数据：（https://code.earthengine.google.com/ed75ecef7fcf94897b74ac56bfbb3f43）；
泥炭地数据集：
（https://archive.researchdata.leeds.ac.uk/251/）；
MapBiomas数据集
（https://amazonia.mapbiomas.org/）；
地图中显示的国家边界：
（http://thematicmapping.org/downloads/world_borders.php）
用于生成本文主要图表的所有代码均可在公共库中获得（https://zenodo.org/record/7515854#.Y8kVQEFxeUk）。
