近日，南方科技大学环境科学与工程学院副教授曾振中团队在Journal of Remote Sensing 发表题为“Forest Restoration Potential in China: Implications for Carbon Capture”的研究论文。该研究利用土壤、气候、地形变量和保护区数据集，构建机器学习模型探寻中国森林覆盖率潜力，结合高分辨率的地表生物量数据集，评估了中国森林固碳潜力。

植树造林是我国长期施行的一项生态建设战略，在防风固沙、环境绿化的同时，森林在生长发育期会不断吸收二氧化碳、累积有机质以减缓大气二氧化碳浓度的上升。中国作为世界上植树造林率最高的国家之一，近二十年覆盖率已从16.6%提高到23.0%，森林每年固存约0.3 Pg C。双碳战略背景下，造林和生态恢复有望成为核心的措施之一。但目前我国森林覆盖率的最大潜力和对应的固碳量仍具有很大的不确定性。森林生物量积累取决于气候、地理相关的森林类型，以及森林管理和扰动等影响，准确量化森林的固碳潜力具有挑战性。本研究旨在评估我国通过造林的固碳潜力。我们利用已有的保护区森林覆盖率数据结合环境驱动因素，包括土壤理化指标和气候变量，建立随机森林模型，制作了中国森林覆盖率潜力。

图1.森林覆盖率潜力

研究估计，在排除了现有的森林地区、城市地区和农业土地覆盖/用途后，目前有0.67亿公顷的土地可用于恢复树木，这比目前的理解高出50%。如果这些土地转化为森林，这将会产生3.99 Pg C的碳汇，相当于全中国一年的碳排放，这将为实现碳中和目标作出重要贡献。

图2.森林覆盖率增长潜力（森林覆盖率潜力与实际覆盖率之差） 

这种森林覆盖率潜力在空间上是不平衡的，云南碳储量最大，其次是四川、广西和黑龙江。一些省份的森林碳储量增长潜力较高，尽管这些省份的森林覆盖率增长潜力较低。例如，贵州省的森林碳储量增长潜力与新疆相当，尽管前者的森林覆盖率增长潜力不到后者的三分之一。

该研究依托于国家自然科学基金和南方科技大学启动基金完成。南科大为论文第一单位。南科大环境科学与工程学院2021级博士生江鑫为论文第一作者，曾振中为论文通讯作者，合作单位包括南方科技大学、泰国梅州大学。

论文链接：https://spj.science.org/doi/10.34133/remotesensing.0006 

供稿：环境科学与工程学院

通讯员：晏梓添

主图：丘妍

编辑：朱增光