高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

碳达峰碳中和背景下中国森林碳汇潜力分析研究

张颖 李晓格 温亚利

张颖, 李晓格, 温亚利. 碳达峰碳中和背景下中国森林碳汇潜力分析研究[J]. 北京林业大学学报, 2022, 44(1): 38-47. doi: 10.12171/j.1000-1522.20210143
引用本文: 张颖, 李晓格, 温亚利. 碳达峰碳中和背景下中国森林碳汇潜力分析研究[J]. 北京林业大学学报, 2022, 44(1): 38-47. doi: 10.12171/j.1000-1522.20210143
Zhang Ying, Li Xiaoge, Wen Yali. Forest carbon sequestration potential in China under the background of carbon emission peak and carbon neutralization[J]. Journal of Beijing Forestry University, 2022, 44(1): 38-47. doi: 10.12171/j.1000-1522.20210143
Citation: Zhang Ying, Li Xiaoge, Wen Yali. Forest carbon sequestration potential in China under the background of carbon emission peak and carbon neutralization[J]. Journal of Beijing Forestry University, 2022, 44(1): 38-47. doi: 10.12171/j.1000-1522.20210143

碳达峰碳中和背景下中国森林碳汇潜力分析研究

doi: 10.12171/j.1000-1522.20210143
基金项目: 全国统计科学研究重大项目(2017LD03)
详细信息
    作者简介:

    张颖,博士,教授。主要研究方向:资源、环境评价与核算,区域经济学。Email:zhangyin@bjfu.edu.cn 地址:100083 北京市海淀区清华东路35号北京林业大学经济管理学院

  • 中图分类号: S750

Forest carbon sequestration potential in China under the background of carbon emission peak and carbon neutralization

  • 摘要:   目的  核算我国森林资源碳储量和价值量,摸清我国森林资源家底,了解森林资源状况,合理制定林业发展规划。预测森林碳储量及碳汇潜力,提高森林经营管理水平,为我国实现碳达峰碳中和的林业发展目标提供参考。  方法  利用1973—2018年间9次森林资源清查数据,采用森林蓄积量法核算我国森林资源总碳储量及其变化情况,并按照不同林种分类核算森林资源的碳储量和价值量。采用GM(1,1)灰色预测模型和幂函数模型联合预测我国森林资源碳汇发展潜力,并通过构建林分单位面积生长量和碳储量的回归模型,分析不同经营管理水平下碳汇量的变化率。  结果  (1)40多年来中国森林资源单位面积蓄积量平均为73.56 m3/hm2,林木碳储量由1976年的51.96 × 108 t增加到2018年的87.90 ×108 t,年均增汇0.855 7 × 108 t/a,森林资源总碳储量(包括林木、林地和林下植被)由125.06 × 108 t增加到214.39 × 108 t;其中,人工林碳储量增速明显,年均增加5.05%。(2)我国林木碳储量价值量由1976年的1 482.09 × 108 元增加到2018年的8 823.85 × 108 元,年均增加174.80 × 108 元,年复合增长率达到4.34%;其中,人工林碳储量价值年均增长8.24%。(3)GM(1,1)灰色模型预测2030年森林碳储量达到100.13 × 108 t,2018—2030年年均增汇1.59 × 108 t/a,预计2030年森林蓄积量可达到210.80 × 108 m3;2060年中国森林碳储量将达到180.32 × 108 t,2018—2060年年均增汇2.36 × 108 t/a。幂函数模型预测,2030年中国森林碳储量达到108.00 × 108 t,2018 ~ 2030年平均年碳汇量为2.25 ×108 t/a,预计2030年森林蓄积量可达到227.38 × 108 m3;2060年中国森林碳储量达到212.27 × 108 t,2018—2060年年增汇3.12 × 108 t/a。(4)在近15年的森林碳储量平均基准上,森林经营管理水平提高5%,森林碳储量将增加4.30% ~ 6.86%;提高10%,森林碳储量将增加9.89% ~ 12.47%;提高15%,森林碳储量将增加15.48% ~ 18.09%;提高20%,森林碳储量将增加20.96% ~ 21.07%。  结论  在不考虑经济、政策等外部因素的影响下,基于森林生物量和蓄积量的变化,中国森林碳储量和价值量都是增加的。按照这个发展趋势,可以实现2030、2060年碳达峰碳中和时中国林业的预期发展目标。如果目前森林经营管理水平再提高,森林碳储量的变化率将逐步增加,碳汇潜力巨大。

     

  • 图  1  不同经营管理水平下我国森林碳储量的变化率

    Figure  1.  Changing rate of forest carbon storage in China under different management levels

    表  1  基于森林资源清查数据计算的中国森林资源碳储量及其变化

    Table  1.   Carbon stocks and changes of forest resources in China based on forest inventory data

    时期 Period森林单位面积蓄积量/
    (m3·hm−2
    Stock volume per unit
    area of forest/(m3·ha−1)
    林木碳储量
    Forest carbon
    storage/108 t
    森林资源碳储量
    Carbon storage of forest
    resources/108 t
    碳密度/(t·hm−2)
    Carbon density/
    (t·ha−1)
    碳汇量/(108 t·a−1
    Carbon sequestration/
    (108 t·year−1)
    1976(1973—1976) 71.27 51.96 125.06 42.64
    1981(1977—1981) 78.32 55.84 134.53 48.44 0.776 3
    1988(1984—1988) 73.33 57.50 138.59 46.13 0.237 5
    1993(1989—1993) 67.97 58.37 140.71 43.66 0.173 9
    1998(1994—1998) 70.89 59.32 144.68 37.32 0.189 5
    2003(1999—2003) 71.21 64.69 157.77 36.98 1.074 0
    2008(2004—2008) 73.67 69.13 168.61 38.11 0.888 0
    2013(2009—2013) 77.24 76.35 186.22 39.90 1.444 0
    2018(2013—2018) 78.17 87.90 214.39 40.28 2.310 0
    总平均 Total mean 73.56 0.855 7
    注:碳汇量核算以林木碳储量为基准,下文表格中均以核算的节点年份表述。Notes: carbon sequestration accounting is based on forest carbon reserves, and the following tables are expressed in the node year of accounting.
    下载: 导出CSV

    表  2  按林木构成计算的中国森林资源碳储量及其变化

    Table  2.   Carbon stocks and change of forest resources in China based on forest composition 108 t

    指标 Index19761981*1988199319982003200820132018
    林木总碳储量 Forest total carbon storage 51.96 55.84 57.50 58.37 59.32 64.69 69.13 76.35 87.90
    森林碳储量 Forest carbon storage 47.44 49.27 49.87 49.59 53.52 59.17 63.47 70.20 81.03
    按林龄划分 Classification by stand age 幼龄林 Young forest 4.18 4.89 6.64 6.61 5.48 6.10 7.07 7.74 10.16
    中龄林 Middle-aged forest 11.41 15.48 13.61 15.34 14.77 16.27 18.34 19.50 22.90
    近熟林 Near-mature forest 32.05 25.63 6.42 7.67 9.88 10.67 12.59 14.41 16.69
    成熟林 Mature forest 3.12 1.16 14.45 12.90 13.64 14.33 15.00 16.93 19.05
    过熟林 Over mature forest 1.16 1.16 7.79 11.70 9.75 10.09 10.47 11.61 12.22
    按起源划分 Classification by origin 天然林 Natural forest 45.42 42.22 41.46 45.79 43.10 50.32 54.16 58.41 64.94
    人工林 Plantation 2.03 2.61 3.98 4.95 4.81 7.15 9.31 11.79 16.09
    按用途划分 Classification by use 防护林 Protection forest 5.46 5.87 8.62 10.63 11.62 21.30 34.91 37.75 41.89
    特用林 Special-use forest 1.52 1.92 3.57 3.80 3.58 4.46 8.29 10.31 12.44
    用材林 Timber forest 42.38 37.83 34.06 37.10 31.42 25.24 20.08 21.86 25.72
    薪炭林 Fuel forest 1.40 1.53 1.51 1.53 0.42 0.26 0.19 0.28 0.27
    经济林 Economic forest 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.71
    疏林 Open forest 4.12 4.05 4.07 4.06 0.65 0.61 0.54 0.50 0.48
    散生木 Scattered forest 2.15 4.06 4.86 5.27 3.34 3.37 3.54 3.75 4.17
    四旁树 Four-side tree 1.86 1.94 2.18 2.93 1.81 1.54 1.58 1.90 2.23
    注:*表示在第2次(1977—1981)森林资源清查数据中,由于台湾和西藏自治区的森林资源单独分开统计,研究中采用的全国合计数据不包括台湾省和西藏自治区实际控制线外的森林资源统计数据,可能计算结果相对偏小。Notes: *, in the second forest resources inventory data (1977−1981), since the forest resources of Taiwan and Tibet Autonomous Region are separately counted, the national total data used in the study does not include the forest resources statistics outside the actual control line of Taiwan Province and Tibet Autonomous Region, and the possible calculation results are relatively small.
    下载: 导出CSV

    表  3  中国森林碳储量价值量核算表 108

    Table  3.   Monetary accounting table of forest carbon sinks in China 108 CNY

    指标 Index197619811988199319982003200820132018
    林木总碳储量价值量 Forest total carbon storage value 1 482.09 1 449.14 3 254.98 5 102.15 7 449.81 8 122.44 7 286.51 7 176.10 8 823.85
    森林碳储量价值量 Forest carbon storage value 1 353.29 1 278.66 2 823.16 4 334.23 6 721.49 7 429.27 6 690.06 6 597.97 8 133.92
    按林龄划分 Classification by stand age 幼龄林 Young forest 119.19 126.79 375.70 577.76 688.48 766.42 744.86 727.88 1 020.01
    中龄林 Middle-aged forest 325.45 401.60 770.40 1 340.40 1 854.76 2 043.27 1 933.24 1 833.08 2 298.98
    近熟林 Near-mature forest 914.30 665.15 363.44 670.11 1 240.95 1 339.33 1 326.65 1 354.70 1 675.73
    成熟林 Mature forest 88.92 30.03 818.07 1 127.69 1 712.84 1 799.25 1 581.43 1 590.94 1 912.63
    过熟林 Over mature forest 33.00 30.03 440.88 1 022.79 1 223.95 1 267.35 1 103.87 1 091.37 1 226.56
    按起源划分 Classification by origin 天然林 Natural forest 1 295.59 1 095.67 2 346.67 4 002.57 5 412.42 6 318.25 5 708.51 5 489.42 6 518.60
    人工林 Plantation 57.99 67.85 225.34 432.79 604.31 897.38 981.55 1 108.51 1 615.32
    按用途划分 Classification by forest use 防护林 Protection forest 155.72 152.24 487.73 929.37 1 459.09 2 674.75 3 679.98 3 548.30 4 204.75
    特用林 Special-use forest 43.38 49.84 202.18 332.48 449.43 560.46 874.19 968.77 1 248.55
    用材林 Timber forest 1 208.96 981.84 1 927.80 3 242.42 3 946.38 3 168.84 2 116.29 2 054.51 2 582.21
    薪炭林 Fuel forest 39.80 39.66 85.29 133.35 53.17 33.04 19.59 26.34 27.02
    经济林 Economic forest 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 71.39
    疏林 Open forest 117.64 105.00 230.16 354.96 81.14 76.44 57.19 47.19 47.81
    散生木 Scattered forest 61.29 105.34 275.02 460.49 419.57 423.68 372.83 352.06 418.68
    四旁树 Four-side tree 53.13 50.23 123.12 255.85 227.42 192.79 166.43 178.88 223.44
    注:美元兑人民币汇率平均值为:1976年为1.880 3,1981年为1.710 7,1988年为3.731 4,1993年为5.761 8,1998年为8.279 0,2003年为8.277 4,2008年为6.948 0,2013年为6.195 6,2018年为6.617 4[23]
    Notes: the average exchange rate of USD to RMB is: 1.880 3 in 1976, 1.710 7 in 1981, 3.731 4 in 1988, 5.761 8 in 1993, 8.279 0 in 1998, 8.277 4 in 2003, 6.948 0 in 2008, 6.195 6 in 2013, 6.617 4 in 2018[23].
    下载: 导出CSV

    表  4  GM(1,1)预测模型预测结果对照表

    Table  4.   Comparison table of prediction results of GM (1,1) prediction model

    年份 Year森林碳储量实际值
    Actual value of forest
    carbon stock/108 t
    森林碳储量预测值
    Predicted value of forest
    carbon stock/108 t
    残差
    Residual
    相对误差
    Relative error $(\varepsilon) $/%
    1976 47.44
    1981 49.27
    1988 49.87 49.870 0 0
    1993 49.59 48.410 2 1.179 8 2.38
    1998 53.52 53.397 3 0.122 7 0.23
    2003 59.17 58.898 2 0.271 8 0.46
    2008 63.47 64.965 9 −1.495 9 2.36
    2013 70.20 71.658 6 −1.458 6 2.08
    2018 81.03 79.040 8 1.989 2 2.45
    平均相对误差Average relative error 1.66
    后验差检验 Posterior error test(C 0.1096
    下载: 导出CSV

    表  5  中国森林面积及林木碳储量预测

    Table  5.   Prediction of forest area and forest carbon stocks in China

    年份
    Year
    森林面积实际值/
    104 hm2
    Actual value of
    forest area/104 ha
    林木碳储量实际值
    Actual value of forest
    carbon storage/108 t
    GM(1,1)模型 GM (1,1) model幂函数模型 Power function model
    森林面积预测值/104 hm2
    Predicted value of
    forest area/104 ha
    林木碳储量预测值
    Predicted value of forest
    carbon storage/108 t
    森林面积预测值/104 hm2
    Predicted value of
    forest area /104 ha
    林木碳储量预测值
    Predicted value of forest
    carbon storage/108 t
    1976 12 186.00 47.44
    1981 11 527.74 49.27
    1988 12 465.28 49.87 12 465.28 49.87 12 358.99 49.53
    1993 13 370.35 49.59 14 084.08 48.41 13 930.07 50.56
    1998 15 894.09 53.52 15 341.53 53.40 15 443.59 53.36
    2003 17 490.92 59.17 16 711.24 58.90 16 936.12 57.81
    2008 18 138.09 63.47 18 203.25 64.97 18 415.17 63.82
    2013 19 133.00 70.20 19 828.46 71.66 19 884.29 71.36
    2018 21 822.05 81.03 21 598.78 79.04 21 345.54 80.40
    2023 23 527.15 87.18 22 800.28 90.89
    2028 25 627.69 96.16 24 249.46 102.83
    2033 27 915.77 106.07 25 693.81 116.19
    2038 30 408.13 117.00 27 133.88 130.95
    2043 33 123.01 129.05 28 570.10 147.11
    2048 36 080.28 142.35 30 002.84 164.64
    2053 39 301.58 157.01 31 432.39 183.54
    2058 42 810.49 173.19 32 859.01 203.79
    2063 46 632.67 191.03 34 282.91 225.38
    C 0.174 7 0.109 6
    R2 0.973 48 0.994 02
    平均绝对误差百分比
    Average absolute error percentage (MAPE)/%
    3.08 1.66 2.68 1.17
    2030 26 542.92 100.13 24 827.75 108.00
    2060 44 339.36 180.32 33 428.88 212.27
    下载: 导出CSV
  • [1] Richards K R, Stokes C. A review of forest carbon sequestration cost studies: a dozen years of research[J]. Climatic Change, 2004, 63(1−2): 1−48.
    [2] 姜霞, 黄祖辉. 经济新常态下中国林业碳汇潜力分析[J]. 中国农村经济, 2016(11):57−67.

    Jiang X, Huang Z H. Analysis of China’s forestry carbon sink potential under the economic new normal[J]. Chinese Rural Economy, 2016(11): 57−67.
    [3] 国家林业和草原局. 中国森林资源清查报告(2014—2018)[M]. 北京: 中国林业出版社, 2019.

    National Forestry and Grassland Administration. Forest resources inventory report of China (2014−2018)[M]. Beijing: China Forestry Publishing House, 2019.
    [4] 刘国华, 傅伯杰, 方精云. 中国森林碳动态及其对全球碳平衡的贡献[J]. 生态学报, 2000, 20(5):733−740. doi: 10.3321/j.issn:1000-0933.2000.05.004

    Liu G H, Fu B J, Fang J Y. Carbon dynamics of Chinese forests and its contribution to global carbon balance[J]. Acta Ecologica Sinica, 2000, 20(5): 733−740. doi: 10.3321/j.issn:1000-0933.2000.05.004
    [5] 张颖, 周雪, 覃庆锋, 等. 中国森林碳汇价值核算研究[J]. 北京林业大学学报, 2013, 35(6):124−131.

    Zhang Y, Zhou X, Qin Q F, et al. Value accounting of forest carbon sinks in China[J]. Journal of Beijing Forestry University, 2013, 35(6): 124−131.
    [6] 马学威, 熊康宁, 张俞, 等. 森林生态系统碳储量研究进展与展望[J]. 西北林学院学报, 2019, 34(5):62−72. doi: 10.3969/j.issn.1001-7461.2019.05.10

    Ma X W, Xiong K N, Zhang Y, et al. Research progresses and prospects of carbon storage in forest ecosystems[J]. Journal of Northwest Forestry University, 2019, 34(5): 62−72. doi: 10.3969/j.issn.1001-7461.2019.05.10
    [7] Paul S. Can intensive management increase carbon storage in forests[J]. Environment Management, 1991, 15(4): 475−481.
    [8] Golub A, Hertel T, Lee H L, et al. The opportunity cost of land use and the global potential for greenhouse gas mitigation in agriculture and forestry[J]. Resource and Energy Economics, 2009, 31(4): 299−319. doi: 10.1016/j.reseneeco.2009.04.007
    [9] Nepal P, Ince P J, Skog K E, et al. Projection of US forest sector carbon sequestration under US and global timber market and wood energy consumption scenarios, 2010−2060[J]. Biomass and Bioenergy, 2012, 45(45): 251−264.
    [10] 续珊珊. 森林碳储量估算方法综述[J]. 林业调查规划, 2014, 39(6):28−33. doi: 10.3969/j.issn.1671-3168.2014.06.007

    Xu S S. A review of forest carbon storage estimation methods[J]. Forest Survey and Planning, 2014, 39(6): 28−33. doi: 10.3969/j.issn.1671-3168.2014.06.007
    [11] 郗婷婷, 李顺龙. 黑龙江省森林碳汇潜力分析[J]. 林业经济问题, 2006(6):519−522, 526. doi: 10.3969/j.issn.1005-9709.2006.06.008

    Xi T T, Li S L. Analysis of forest carbon mitigation potential in Heilongjiang Province[J]. Issues in Forestry Economy, 2006(6): 519−522, 526. doi: 10.3969/j.issn.1005-9709.2006.06.008
    [12] 方精云, 郭兆迪, 朴世龙, 等. 1981—2000年中国陆地植被碳汇的估算[J]. 中国科学(D辑: 地球科学), 2007, 37(6):804−812.

    Fang J Y, Guo Z D, Piao S L, et al. Estimation of terrestrial vegetation carbon sink in China from 1981 to 2000[J]. Science in China (Series D: Earth Sciences), 2007, 37(6): 804−812.
    [13] 方精云, 陈安平, 赵淑清, 等. 中国森林生物量的估算: 对Fang等Science一文(Science, 2001, 291: 2320−2322)的若干说明[J]. 植物生态学报, 2002, 26(2):243−249. doi: 10.3321/j.issn:1005-264X.2002.02.018

    Fang J Y, Chen A P, Zhao S Q, et al. Estimation of forest biomass in China: notes to Fang et al. Science (Science, 2001, 291: 2320−2322)[J]. Chinese Journal of Plant Ecology, 2002, 26(2): 243−249. doi: 10.3321/j.issn:1005-264X.2002.02.018
    [14] 方精云, 陈安平. 中国森林植被碳库的动态变化及其意义[J]. 植物学报, 2001, 43(9):967−973.

    Fang J Y, Chen A P. Dynamic forest biomass carbon pools in China and their significance[J]. Acta Botanica Sinica, 2001, 43(9): 967−973.
    [15] 张颖, 吴丽莉, 苏帆, 等. 我国森林碳汇核算的计量模型研究[J]. 北京林业大学学报, 2010, 32(2):194−200.

    Zhang Y, Wu L L, Su F, et al. An accounting model for forest carbon sinks in China[J]. Journal of Beijing Forestry University, 2010, 32(2): 194−200.
    [16] 李奇, 朱建华, 冯源, 等. 中国森林乔木林碳储量及其固碳潜力预测[J]. 气候变化研究进展, 2018, 14(3):287−294.

    Li Q, Zhu J H, Feng Y, et al. Carbon storage and carbon sequestration potential of the forest in China[J]. Climate Change Research, 2018, 14(3): 287−294.
    [17] 张煜星, 王雪军. 全国森林蓄积生物量模型建立和碳变化研究[J]. 中国科学: 生命科学, 2021, 51(2):199−214.

    Zhang Y X, Wang X J. Study on forest volume-to-biomass modeling and carbon change in forest dynamics in China[J]. Scientia Sinica Life Sciences, 2021, 51(2): 199−214.
    [18] 李顺龙, 杜咏梅, 蒋敏元. 我国森林碳汇问题初探[J]. 林业财务与会计, 2004(7):5−6.

    Li S L, Du Y M, Jiang M Y. A preliminary study on forest carbon sink in China[J]. Forestry Finance and Accounting, 2004(7): 5−6.
    [19] 新华网, 碳交易网. 习近平: 中国努力争取2060年前实现碳中和[EB/OL]. [2021−04−08]. http://www.tanpaifang.com/tanzhonghe/2020/0923/74144.html.

    Xinhua Net, Carbon Trading Net. Xi Jinping: China is striving to be carbon neutral by 2060 [EB/OL]. [2021−04−08]. http://www.tanpaifang.com/tanzhonghe/2020/0923/74144.html.
    [20] 张颖, 潘静. 森林碳汇经济核算及资产负债表编制研究[J]. 统计研究, 2016, 33(11):71−76.

    Zhang Y, Pan J. The research on economic accounting of forest carbon sinks and its balance sheet establishment[J]. Statistical Research, 2016, 33(11): 71−76.
    [21] 孙毅兵. 森林生态系统土壤碳影响因素研究[J]. 林业勘查设计, 2021, 50(3):73−75.

    Sun Y B. Research on influencing factors of soil carbon in forest ecosystem[J]. Forestry Work Research, 2021, 50(3): 73−75.
    [22] 陈叙图, 李怒云, 高岚, 等. 美国林业碳汇市场现状及发展趋势[J]. 林业经济, 2009(7):76−80.

    Chen X T, Li N Y, Gao L, et al. The development background, development status and tide of the American forest carbon market[J]. Forestry Economics, 2009(7): 76−80.
    [23] 中国外汇交易中心. 人民币汇率年平均汇率[EB/OL]. [2021−04−06]. http://www.chinamoney.com.cn/chinese/bkccpr/?tab=2.

    China Foreign Exchange Trade Center. The annual average exchange rate of RMB exchange rate [EB/OL]. [2021−04−06]. http://www.chinamoney.com.cn/chinese/bkccpr/?tab=2.
    [24] 曾伟生, 孙乡楠, 王六如, 等. 东北林区10种主要森林类型的蓄积量、生物量和碳储量模型研建[J]. 北京林业大学学报, 2021, 43(3):1−8. doi: 10.12171/j.1000-1522.20200058

    Zeng W S, Sun X N, Wang L R, et al. Developing stand volume, biomass and carbon stock models for ten major forest types in forest region of northeastern China[J]. Journal of Beijing Forestry University, 2021, 43(3): 1−8. doi: 10.12171/j.1000-1522.20200058
    [25] 徐宁,丁松, 公彦德. 灰色GM(1,1)预测模型及拓展研究进展[J]. 数学的实践与认识, 2021, 51(13):52−59.

    Xu N, Ding S, Gong Y D. Advances in grey GM(1,1) forecasting model and its extension[J]. Mathematics in Practice and Theory, 2021, 51(13): 52−59.
    [26] 陈景和, 王家福, 赵廷翠, 等. 我国与世界森林资源评估分析[J]. 山东林业科技, 2015, 45(3):94−96. doi: 10.3969/j.issn.1002-2724.2015.03.031

    Chen J H, Wang J F, Zhao T C, et al. Analysis of forest resources assessment between China and the world[J]. Shandong Forestry Science and Technology, 2015, 45(3): 94−96. doi: 10.3969/j.issn.1002-2724.2015.03.031
    [27] 陕西森工. 我国森林植被总碳储量已达92亿吨! 森林碳汇作用这么强大?[EB/OL].[2021−01−15]. https://m.sohu.com/a/444763670_187549/.

    Shaanxi Forest Industry. China’s total carbon storage of forest vegetation has reached 9.2 billion tons! Are forest sinks so powerful?[EB/OL]. [2021−01−15]. https://m.sohu.com/a/444763670_187549/.
  • 加载中
图(1) / 表(5)
计量
  • 文章访问数:  1947
  • HTML全文浏览量:  1606
  • PDF下载量:  615
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-04-19
  • 修回日期:  2021-05-15
  • 网络出版日期:  2021-06-16
  • 刊出日期:  2022-01-25

目录

    /

    返回文章
    返回