土地利用变化、无净损失政策和对二氧化碳清除的影响（英）

土地利用变化，无网损失政策及其对二氧化碳清除的影响 DavidN.Wear和MatthewWibbenmeyer 工作文件23-392023年10月 关于作者 大卫磨损是一名非居民高级研究员，也是未来资源(RFF)土地利用、林业和农业项目的主任 。在来到RFF之前，他在美国森林服务研究与开发部门工作了30多年，最近担任高级研究科 学家和国家和地区资源评估负责人。他的作品获得了美国农业部长，美国林务局局长和美国林务员协会的国家奖项。Wear的研究重点是将经济选择和自然资源系统的生物物理要素与项目资源条件联系起来，并阐明政策选择。他撰写了大量有关森林经济学，广泛的森林碳动态 ，木材供应，风险对森林投资的影响以及土地利用的文章。他领导或参与了跨学科倡议，以了解土地利用和森林管理对各种生态系统服务的影响，包括生物多样性和水。作为联邦科学家，他领导或贡献了几个国家和地区的自然资源评估，包括南方森林资源评估，南方森林期货项目和国家气候评估。 MatthewWibbenmeyer是RFF的研究员。他的研究研究美国土地部门的气候影响和缓解，特别强调野火影响和管理。近年来，美国野火活动加速，导致烟雾造成的财产损失、碳排放和健康影响增加。 Wibbemeyer的研究研究了这些变化对社区的影响，这些影响的分布方式以及管理选择如何影响影响的分布。除了在野火方面的工作外，Wibbemeyer还在研究美国土地部门在缓解气候变化中的作用，以及土地部门选择的政策如何影响美国实现气候目标的能力。 Acknowledgements 这项工作得到了AlfredP.Sloan基金会的支持。感谢2022年9月22日至23日在亚特兰大举行的美国农业部陆基水槽建模论坛的参与者进行了有益的讨论。 关于RFF 未来资源（RFF）是位于华盛顿特区的一家独立的非营利性研究机构。其使命是通过公正的经济研究和政策参与来改善环境，能源和自然资源决策。RFF致力于成为最值得信赖的研究见解和政策解决方案来源，从而带来健康的环境和繁荣的经济。 本文所表达的观点是个别作者的观点,可能与其他RFF专家、其官员或其董事的观点不同。 关于项目 Wear开发了土地和森林碳动力学模型，合作进行了研究设计，撰写了手稿的初稿，并为编辑和修订做出了贡献。Wibbenmeyer开发了土地利用变化模型，合作进行了研究设计，并为手稿的编辑和修订做出了贡献。 分享我们的工作 我们的作品可在归因-非商业-NoDerivatives4.0Iteratioal（CCBY-NC-ND4.0）许可下进行共享和改编。您可以以任何媒介或格式复制和重新分发我们的材料;您必须给予适当的信用，提供许可证的链接，并指出是否进行了更改，并且您不得应用其他限制。您可以以任何合理的方式这样做，但不得以任何方式暗示许可人认可您或您的使用。您不得将材料用于商业目的。如果在材质上重新混合、转换或构建，则不能分发修改后的材质。有关更多信息，请访问。https://creativecommons.org/licenses/by-nc-nd/4.0/. Abstract 从大气中去除二氧化碳（CDR）是将全球变暖限制在1.5oC的所有策略的关键组成部分，预计主要来自植被中碳的持续固存，主要是在森林中。由于美国的CDR率一直在下降，部分原因是土地用途的变化，因此政策建议的重点是通过造林来改变土地用途，避免毁林和无净损失策略。估算政策对CDR的影响需要仔细评估土地使用变化如何与森林条件相互作用。 使用反映美国政府产生的库存的土地部门排放模型，我们评估了美国土地利用变化的替代规格如何影响CDR的预测。在没有土地利用变化的情况下，由于森林植被的老化和干扰，CDR从2017年的每年0.826千兆吨（GT）下降到2062年的0.596GT/年（-28％）。对于扩展了近期变化率的土地使用情况，我们将仅跟踪森林面积或碳储量净变化的情况下的CDR估算与分别考虑森林损失和森林收益的估算进行了对比。净变化方法低估了土地利用变化的CDR影响约56％。我们还将森林砍伐造成的长期CDR损失与单位面积造林带来的收益进行了比较，发现美国每个生态省的造林收益都滞后于森林砍伐损失。与东南和太平洋沿海地区的自然再生森林相比，人工林加速了CDR的收益。 净变化方法大大低估了土地利用变化对CDR的影响，应予以避免。我们表明，避免砍伐森林可提供的CDR收益是增加造林的两倍。造林和毁林对CDR影响的差异表明，无净损失政策可以减轻一些CDR损失，但可能会导致我们45年的CDR总体下降。在更长的时期内，植树造林可以抵消更多的毁林损失，但其时间框架与大多数气候变化政策努力不一致。 Contents 1. 2. 2.1. 2.2. 2.3. 2.4. 2.5. 3. 4. 5. 6. 1.Background 将全球变暖限制在1.5oC的全球排放途径（IPCC2022）和美国到2050年实现净零排放的长期战略（美国国务院2021）除了大幅减排外，还要求从大气中清除前所未有的二氧化碳（CDR）。大多数历史和预期的CDR来自植被和土壤，尤其是森林。 然而，由于森林条件和土地利用的变化，CDR水平一直在下降(Wear和Wibbenmeyer2023 ；Smith等人2023)。 基于土地的CDR的未来水平将由政策，森林生物学和各种用途的市场驱动的土地需求决定。政策效果的预测需要考虑土地使用和森林变化以及这两种动态如何相互作用。 这项研究评估了土地利用变化的替代规格如何影响美国基于陆地的CDR的预测，同时考虑了动态森林清单。我们为土地CDR开发了一个详细的预测模型，该模型反映了美国政府（美国环境保护署2021年）提供的CDR的历史清单，使用相同的核心数据集（来自美国农业部国家资源清单NRI和美国林业局的森林清单和分析FIA）和相同的聚合逻辑。这个模型，我们称之为碳和土地利用模型，或CALM，是基于对所有土地利用和森林碳储量动态的综合建模 ，包括收获和所有其他森林干扰向量。它使我们能够做出与CDR历史库存直接可比的预测。我们将净土地使用变化模型与解决所有组成部分变化的模型进行比较，其中所有收益和损失都进行了建模。 净变化模型无法区分森林收益和森林损失的碳密度变化，因此导致有偏的CDR估计，尤其是当净变化涉及森林面积的大量抵消损益时。组件更改模型说明了这些抵消作用。我们使用成分变化模型进一步探索有关土地利用变化与森林清单结构相互作用的替代假设。 已使用土地使用变化的各种公式解决了基于土地的CDR。综合评估模型通常考虑土地利用变化，但不考虑森林动态，这将支持使用决策与森林碳结果之间的明确联系（Daigealt等人。2022）。森林土地利用变化被建模为净变化，或者采用成分变化方法在高水平的聚合下进行建模，并且与森林动态没有联系，这相当于事实上的净变化模型。 全球森林部门模型，例如全球贸易模型（Sohge，Medelsoh和Sedjo，1999年）和全球森林产品模型（Bogioro等人。2003年），使用基于年龄的产量曲线解决森林动态问题，并通过对城市用途的外源预测来考虑农村用途之间的内生变化，但是由于土地利用和碳是在国家一级指定的，因此它们无法解决次区域问题。 碳储量的差异。同样，美国森林和农业部门的部分均衡模型FASOM-GHG使用城市土地利用的外生预测，根据历史变化模式将其缩小到次区域(Wade等人，2022年)。由此产生的模型在大尺度上近似于成分变化方法。 土地利用变化的经验模型(R.N.Lbowsi,Platiga,adStavis2006;R.Lbowsi,Platiga,adStavis2008)havebeesedtoevalateCDRpoliciesbtwithotalitothecarbocotetofexistigforestladorforestdyamics.我们开发了一个类似的精细尺度经验模型，该模型涉及与森林碳清单和动态相关的所有土地利用变化。这使我们能够测试各种土地利用变化公式如何影响CDR预测。 大多数侧重于提高土地CDR的政策都打算通过改变土地用途来影响排放结果，包括通过植树计划（造林）（Dome等人。2020)和避免森林砍伐的智能增长计划(Nelso2009)。本文未解决的其他机制涉及森林管理处理以增加碳储量，例如延迟木材采伐或扩大建筑环境中木材的利用（例如g.，通过大量木材产品)，这将增加收获的木材产品的互补碳汇。关于基于自然的气候解决方案的文献强调造林是从陆地扩展CDR的最有效工具（Coo-Patto等人。2020年；Fargioe等人。2018年；Basti等人。2019）。部分出于保护森林气候利益的动机，美国一些州（马里兰州，康涅狄格州，新泽西州）提出了无净损失政策，该政策使用造林银行来抵消森林砍伐。在第26届联合国气候变化大会上签署了《格拉斯哥森林宣言》的145个国家“承诺共同努力，到2030年制止和扭转森林流失和土地退化”，尽管目前尚不清楚该承诺是否将森林定义为森林砍伐或将基于净变化措施（Gasser等人。2022）。需要评估这些政策的潜在效力，以说明土地利用变化如何与现有森林和森林动态相互作用。 2.Methods 借助CALM，我们结合使用净排放因子和存量变化方法，根据持续的土地利用和土地利用变化 ，对美国县级土地部门的净碳排放量进行建模。与温室气体（GHG）清单一致，我们根据NRI的广泛类别对非联邦土地使用进行分类：农田（Z），森林（F），定居点（S）和其他（O，包括牧场，牧场和参与保护储备计划）。我们将联邦土地上的土地使用视为固定的，并说明联邦森林的净排放量。为了估算非林地用途的净排放量以及非林地用途之间的变化，我们采用了时间常数净排放因子（排放量减去每英亩的固存量），该因子是根据美国环境保护署的温室气体清单（美国环境保护署2021年）计算得出的。我们。 使用基于美国森林服务FIA数据的图级数据的存量变化方法，计算森林条件变化产生的净排放量-包括森林老化，干扰和林地使用的管理制度-以及进出森林的转换产生的净排放量（i 。e.，净排放量由每年碳储量估计值的差异定义)。我们对县级的非联邦土地利用变化进行建模，但对由县级总量定义的生态区域的森林状况和碳排放结果进行建模，以允许在模型组件之间交换数据。 2.1.非森林用途的净排放量 对于每个时间步，我们定义一个4×4Changematrixofnonfederalland-usecategoriesforeachcountywithdiagonalelementsdefiningpersistentland-useareaandoff-diagonalelementsdefiningallfrom-tochanges.Definetheland-usechangematrixforcountyi在时间tas ￿￿￿,￿￿￿￿￿,￿￿￿￿,￿￿￿￿,￿ ￿￿￿￿￿￿￿￿￿￿𝑖𝑖�⎤ ⎢�𝑆,𝑍��𝑆,��𝑆,𝑂��𝑆,�⎥ 𝐴𝑖𝑖�=⎢￿￿ ￿ ￿￿￿￿￿￿￿￿￿⎥1 ￿￿￿,￿￿￿￿￿,￿￿￿￿,￿￿￿￿￿,￿ ⎢𝑖𝑖�￿￿￿￿￿￿𝑖𝑖�⎥ ⎣����⎦ 𝐹,𝑍�𝐹,�𝐹,𝑂�𝐹,� ￿￿￿￿￿￿￿￿￿￿￿￿ 其中元素￿定义使用中的区域k在时间t-1且在使用中j在时间t,包括联邦和非联邦土地，单位为英亩。行和列总和的向量之间的差异定义了类别的净土地使用变化。所有矩阵元素的总和等于一个县的非联邦土地总面积。 将非林地用途和土地利用变化的净排放因子1定义为 ￿￿￿,￿￿￿￿￿,￿￿￿￿,￿￿0 �=��𝑆,𝑍��𝑆,��𝑆,𝑂�0 0 ￿￿￿,￿￿￿￿￿,￿￿￿￿,￿￿�2 0000 其中元素￿定义使用面积的每英亩净碳排放量k在时间t-1且在使用中j在时间t(单位为百万公吨CO2等价物）。涉及森林面积或森林面积变化的元素设置为零，并使用下面描述的种群变化方法进行建模。