西洞庭湖自然保护区2000—2020年间碳储量时空演变及成因分析

doi:10.6046/zrzyyg.2023265

西洞庭湖自然保护区2000—2020年间碳储量时空演变及成因分析

龙文芹^,¹, 职露^,²^,³, 郭娅迪⁴, 邹滨⁵, 曾立志¹, 高浩¹

1.汉寿县自然资源局,汉寿 415900

2.郑州师范学院地理与旅游学院,郑州 450000

3.信息工程大学数据与目标工程学院,郑州 450000

4.常德市自然资源和规划局信息中心,常德 415000

5.中南大学地球科学与信息物理学院,长沙 410083

Spatiotemporal evolution and origin of carbon stock in the West Dongting Lake National Nature Reserve over the last two decades

LONG Wenqin^,¹, ZHI Lu^,²^,³, GUO Yadi⁴, ZOU Bin⁵, ZENG Lizhi¹, GAO Hao¹

1. Hanshou County Natural Resources Bureau,Hanshou 415900, China

2. School of Geography and Tourism, Zhengzhou Normal University, Zhengzhou 450000, China

3. School of Data and Target Engineering, Information Engineering University, Zhengzhou 450000, China

4. Changde Natural Resources and Planning Bureau Information Center, Changde 415000, China

5. School of Geosciences and Info-physics, Central South University, Changsha 410083, China

通讯作者: 职露(1991-),女,博士,讲师,主要从事生态环境遥感研究。Email:zhilu_361@163.com。

责任编辑: 陈昊旻

收稿日期: 2023-09-1 修回日期: 2023-12-26

基金资助:

湖南省自然资源调查监测技术联盟课题“常德市生态修复工程碳监测项目”(202306)
有色金属成矿预测与地质环境监测教育部重点实验室(中南大学)开放基金项目“生态修复前后历史遗留矿山碳储量变化的遥感评估与预警模型研究”(2023YSJS03)
自然资源部东南沿海海洋信息智能感知与应用重点实验室开放课题“滨海湿地红树林生态系统多源遥感碳汇监测研究”(23103)

Received: 2023-09-1 Revised: 2023-12-26

作者简介 About authors

龙文芹(1976-),男,高级工程师,主要从事自然资源生态修复、水工环地质研究。Email: 2496954621@qq.com。

摘要

陆地生态系统碳储量是全球及区域碳循环研究的关键环节,西洞庭湖作为国家级自然保护区,其长时序碳储量的评估将为区域生态系统监测和管理提供科学数据支撑。该文基于2000—2020年土地利用数据,利用InVEST模型估算西洞庭湖近20 a的碳储量,以此探讨西洞庭湖碳储量的时空变化特征,识别碳储量重点变化区域。研究结果表明,西洞庭湖近20 a碳储量呈波动上升趋势,波动范围为113.5×10⁴~ 125.7×10⁴t; 碳储量相对变化率仅2003年达到3.2%,其余时期均小于2%; 20 a内西洞庭湖核心区每年碳储量均居子区域首位,其次为试验区; 西洞庭湖大部分区域碳储量保持不变或变化较小,但仍有部分区域存在较为明显的变化; 重点变化区域呈聚集、线型及零散等多样化空间分布特征,其土地利用类型具有相应的变化强度; 西洞庭湖试验区碳储量变化受人为干扰影响较大,核心区碳储量主要与降水相关。研究结果有助于科学推进西洞庭湖自然保护区“双碳”目标的实施。

关键词： 西洞庭湖; 碳储量; InVEST; 时空分布

Abstract

Analyzing the carbon stock in a terrestrial ecosystem is a key link for research on the global and regional carbon cycle. Assessing the long-time-series carbon stock in the West Dongting Lake National Nature Reserve will provide scientific data for regional ecological monitoring and management. Based on the land use data from 2000 to 2020, this study explored the spatiotemporal changes in the carbon stock of the nature reserve based on the carbon stock estimated using the InVEST model and identified key areas of carbon stock changes. The results indicate that in the past two decades, the carbon stock in the nature reserve exhibited a fluctuating upward trend, ranging from 113.5×10⁴ to 125.7×10⁴ tons. The carbon stock presented relative changing rates of less than 2% during this period, except for 2003, when the changing rate was 3.2%. Over the past two decades, the core zone of the nature reserve ranked first in carbon stock among subregions every year, followed by the pilot zones. The carbon stock in most areas of the nature reserve remained unchanged or changed slightly. Nevertheless, there still existed some areas with significant changes in the carbon stock. The key areas of carbon stock changes featured diverse spatial distribution patterns of carbon stock, such as concentrated, linear, and scattered patterns, with land use types in these areas exhibiting corresponding change intensities of carbon stock. The changes in the carbon stock in the pilot zones were greatly affected by human interference, while those in the core area were primarily related to precipitation. The results of this study will assist in scientifically promoting carbon neutrality and peak carbon dioxide emissions in the West Dongting Lake National Nature Reserve.

Keywords： West Dongting Lake National Nature Reserve; carbon stock; InVEST; spatiotemporal distribution

PDF (6169KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

龙文芹, 职露, 郭娅迪, 邹滨, 曾立志, 高浩. 西洞庭湖自然保护区2000—2020年间碳储量时空演变及成因分析[J]. 自然资源遥感, 2024, 36(4): 185-192 doi:10.6046/zrzyyg.2023265

LONG Wenqin, ZHI Lu, GUO Yadi, ZOU Bin, ZENG Lizhi, GAO Hao. Spatiotemporal evolution and origin of carbon stock in the West Dongting Lake National Nature Reserve over the last two decades[J]. Remote Sensing for Land & Resources, 2024, 36(4): 185-192 doi:10.6046/zrzyyg.2023265

0 引言

温室气体的大量释放导致全球气候变暖问题日益严重,干旱、洪涝和山火等灾害频繁发生,严重威胁人类安全、生态平衡和国家稳定^[1-2]。2020年9月中国政府明确提出2030年和2060年前分别实现“碳达峰”和“碳中和”的国家战略目标^[3]。减排和增汇是达成“双碳”目标的2个决定性因素,其中陆地生态系统通过吸收和固定大气二氧化碳(carbon dioxide,CO₂)可有效延缓气候变暖、缓解减排压力,成为碳增汇的重要途径之一^[4-5]。厘清陆地生态系统碳收支对精准评估区域生态系统质量,科学支撑自然资源管理以及生态保护和修复具有重要的理论和实际意义。

目前陆地生态系统碳估算方法主要包括清查法、涡度法和模型模拟法^[6-7]。清查法基于不同时期的野外实测清查数据计算生态系统碳储量,原理简单、样点结果较为准确,但清查周期长、工作量大,且以样点数据推演区域尺度碳储量的不确定性较大^[8]。涡度法通过设立碳通量观测塔获取精细时间尺度下陆地生态系统与大气的碳交换量,成本较高且易受观测仪器、气象条件等因素影响^[9]。相较而言,模型模拟法基于碳循环机制构建陆地生态系统碳收支估算模型,可有效评估多时间-空间尺度碳储量变化^[10-11]。近些年,InVEST模型因操作简单、可视化效果好和综合功能强等优点而被广泛应用于土地利用驱动的区域尺度碳储量估算,并取得了大量的研究成果,主要包括InVEST模型的碳储量估算及时空变化分析^[12⇓-14]; 采用植被净生态系统生产力对InVEST模型的优化及碳储量驱动因子探究^[15]; 联合InVEST模型和PLUS模型对不同土地利用情景下未来碳储量的模拟预测^[16-17]。上述研究不仅证实了InVEST模型对于区域碳储量估算的潜力,还验证了该模型在未来碳储量变化预测中的价值。

西洞庭湖自然保护区作为洞庭湖的西部咽喉和长江中下游地带的首个洪流“承接器”,以其碳储量变化为关键指标的区域生态环境质量不仅影响洞庭湖和长江中下游的生态系统安全体系构建,更是洞庭湖生态经济区实现“碳中和、碳达峰”战略目标的核心内容。前人以洞庭湖流域或洞庭湖生态经济区为研究对象展开了植被生产力、碳模拟等相关研究^{[18⇓⇓-21]},却未揭示西洞庭湖自然保护区长时序碳储量变化趋势及逐年演变特征,缺乏对碳储量重点变化区域的分析及其成因研究,难以有效支撑该区域的生态保护与修复活动。鉴于此,本文拟采用InVEST模型评估西洞庭湖自然保护区2000—2020年碳储量,从碳储量年际变化趋势、碳储量空间分布格局及碳储量重点变化区域等多维度探究西洞庭湖自然保护区近20 a碳储量时空演变特征,从自然和人为视角,对其进行成因分析,以期为西洞庭湖生态环境质量评估和维护生态系统稳定提供科学依据。

1 研究区概况及数据源

1.1 研究区概况

西洞庭湖(E28°47'~29°07',N111°57'~112°17')是我国国家级自然保护区,地处湖南省常德市汉寿县,总面积约3万hm²(图1),包括核心区、缓冲区和试验区,3个子区域分别约占西洞庭湖总面积的30%,21%和49%,其中核心区被视为绝对保护

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区概况

Fig.1 General situation of the research area

区,一般指天然状态的自然生态系统; 缓冲区位于核心区周围,仅准许从事科学研究活动的单位或个人进入,理论上受人为干扰较小; 试验区围绕缓冲区的周围地带,可开展旅游、参观考察、动植物养殖等多种人类和生产活动^[22]。西洞庭湖整体呈不规则“对称V型”,以“涨水为湖、落水为洲”为主要特征,属于中亚热带季风气候区,光热充足,雨量充沛,四季分明,自然资源丰富。近些年,气候变化和人为干扰导致西洞庭湖生态功能退化,如何开展生态保护修复工作成为各部门的工作重点和研究焦点。

1.2 数据源及其预处理

基于长时序土地利用类型、碳密度及气象数据,展开西洞庭湖2000—2020年近20 a的碳储量时空变化及成因研究,相关数据包括: 土地利用数据、不同土地利用类型的碳密度数据和气象数据。

土地利用数据源于武汉大学黄昕团队制作的CLCD(China land cover datasat)数据集(http://doi.org/10.5281/zenodo.4417809)。该数据集基于335 709景Landsat数据,通过随机森林、时空滤波和逻辑推理后处理等方法制作而成,空间分辨率为30 m×30 m,准确率达80%。利用ArcGIS软件对土地利用数据进行裁剪、重分类等,获得研究区土地利用数据,包含耕地、林地、草地、水体和不透水面5种土地利用类型。此外,结合预处理后的土地利用数据集,采用Fragstats工具计算研究区景观水平下的斑块密度(patch density,PD)。不同土地利用类型的碳密度数据是InVEST模型估算区域碳储量的重要参数,主要来自于相关文献资料。为了保证数据的一致性,本文优先选用相同研究区的碳密度数据,主要参考文献[21],各土地利用类型的地上碳密度、地下碳密度、土壤碳密度和死亡有机物碳密度具体如表1所示。气象数据(降水和气温)来源于国家地球系统科学数据中心(http://www.geodata.cn/),该数据集空间分辨率为1 km×1 km,通过python软件将逐月降水和气温数据转换为年降水和年均气温,对其进行数据格式转换、裁剪等预处理。

表1 西洞庭湖不同土地利用类型碳密度

Tab.1 Carbon density of each land cover type in West Dongting Lake(mg·C/km²)

土地利用类型	地上碳密度	地下密度	土壤碳密度	死亡有机物碳密度
耕地	5.42	1.96	146.20	1.0
林地	64.20	118.00	207.30	3.5
草地	0.82	0.87	89.00	1.0
水体	0.00	0.00	0.00	0.0
不透水面	7.61	1.52	34.33	0.0

新窗口打开| 下载CSV

2 研究方法

2.1 碳储量估算

InVEST是一种评估和量化生态系统价值和服务的综合模型,提供了淡水生态系统、海洋生态系统和陆地生态系统评估功能。本文结合西洞庭湖土地利用数据和各土地利用类型下的碳密度数据,采用InVEST模型的Carbon Storage模块估算该区域2000—2020年的碳储量,并定量研究其空间分布及变化,具体计算公式为:

(1)C_i=(C_i_,above+C_i_,below+C_i_,soil+C_i_,dead)S_i,

式中: C_i为第i类土地利用碳储量; S_i为第i类土地利用面积; C_i_,above,C_i_,below,C_i_,soil和C_i_,dead分别为第i类土地利用地上碳密度、地下碳密度、土壤碳密度和死亡有机物碳密度。

则研究区总碳储量C为:

(2)C=

\overset{k}{\sum_{i = 1}}

C_i, 1≤i≤k,

式中k为土地利用类型总数目。

2.2 碳储量动态变化

采用差值法探究西洞庭湖2000—2020年碳储量精细时间尺度下的空间动态变化,不同时期碳储量变化可表示为:

(3)d_m_,_n=

\{\begin{array}{l} 1 & (C_{j}^{n} > C_{j}^{m}) \\ 0 & (C_{j}^{n} = C_{j}^{m}) \\ - 1 & (C_{j}^{n} < C_{j}^{m}) \end{array}

式中: d_m_,_n分别为1,0和-1时,碳储量分别表现为增加变化、保持不变和减少变化; $C_{j}^{m}$ 和 $C_{j}^{n}$ 分别为像元j第m年和第n年的碳储量。

为了进一步分析碳储量动态变化,通过频数统计长时序阶段内碳储量变化强度的空间分布特征,公式为:

(4)f=

\overset{r}{\sum_{m = 1}} |d_{m, m + 1}|

式中: f为r年内碳储量总变化频数; d_m_,_m₊₁为第m年至第m+1年碳储量增加变化、保持不变或减少变化特征。

3 结果与分析

3.1 碳储量时间变化特征

图2为2000—2020年西洞庭湖及其子区域近20 a碳储量年际变化。图2(a)表明,西洞庭湖区碳储量总体呈现波动上升趋势,波动范围为113.5×10⁴~ 125.7×10⁴t,多年平均碳储量为120.9×10⁴t; 碳储量相对变化率围绕零值震荡变动,大部分时期的碳储量变化较为微弱,仅2003年碳储量快速增加,相对变化率值达到3.2%,此外相对变化率为负值的时期主要集中于2011—2016年。图2(b)表明,核心区和缓冲区碳储量年际变化趋势类似于西洞庭湖区,整体表现为波动微上升,而试验区总碳储量呈微下降趋势。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 西洞庭湖2000—2020年碳储量年际变化

Fig.2 Annual changes of carbon storage in West Dongting Lake from 2000 to 2020

分析可知,2000—2020年西洞庭湖碳储量表现为上升趋势,主要因为该区域土地利用类型以耕地和水体为主,总体上耕地面积不断扩张、水体面积逐渐萎缩(图3),水体转换为耕地的过程中提升了区域总碳储量,然而这种现象却可能造成西洞庭湖蓄洪能力的减弱,因此西洞庭湖生态保护和修复过程中不仅需要考虑区域碳储量的稳定,还要顾及该自然保护区的蓄水防旱功能。2011—2016年碳储量相对变化率均小于0,因为该阶段水体面积占比逐年增加,而耕地面积占比却逐年减少,引起西洞庭湖区整体碳储量能力下降。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 西洞庭湖2000—2020年耕地与水体面积占比年际变化

Fig.3 Annual changes of the cultivated land and water body in West Dongting Lake from 2000 to 2020

从气象因子来看,西洞庭湖总碳储量与降水、气温相关性微弱(图4),相对而言,总碳储量受降水影响更为显著,主要因为降水增多导致不具备碳存储能力的水域出现扩张现象,从而引起碳储量下降。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 西洞庭湖碳储量与气象因子

Fig.4 Scatter plot between carbon storage and meteorological factors and landscape index in West Dongting Lake

3.2 碳储量空间分异特征

西洞庭湖核心区、缓冲区以及试验区2000—2020年碳储量均值分别为4.64 t,4.02 t和2.61 t,碳储量总值分别为480 396 t,286 507 t和442 328 t。其中,核心区碳储存能力最强; 试验区虽碳储量均值较低,但因面积占比较大而对西洞庭湖碳储量具有一定的贡献。整体来看,2000—2020年西洞庭湖碳储量基本保持不变或变化很小(图5)。从西洞庭湖局部变化可知,仍有少部分区域碳储量发生较为明显的变化,比如区域Ⅰ碳储量呈现“增加-减少-增加”波动变化状态; 区域Ⅱ碳储量逐年减少,且其减少范围不断扩散; 区域Ⅲ碳储量表现为不断增加趋势。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 西洞庭湖2000—2020年碳储量空间分布

Fig.5 Spatial distribution of carbon storage in West Dongting Lake from 2000 to 2020

图6从精细时间尺度描述了西洞庭湖2000—2020年碳储量逐年增减变化特征。总体上,西洞庭湖大部分区域碳储量在不同时期增减变化均较小,其中有14个年份的碳储量不变区域面积占比高于99%。相对而言,2002—2003年、2006—2010年、2012—2013年和2019—2020年碳储量增减总体变化程度较大,但增减区域面积占比仍小于3%。从年增加变化来看,2002—2003年、2006—2007年、2009—2010年和2019—2020年西洞庭湖1%以上区域的碳储量变化呈增加趋势,尤其2002—2003年碳储量增加区域相对较多,增加区域占2.08%,其中核心区和缓冲区呈现较为明显的区域集中增加现象,试验区增加区呈零散分布。从年减少变化来看,西洞庭湖碳储量呈减少变化的区域非常少,其面积占比均小于1%,甚至大部分年份的碳储量减少变化区小于0.5%,相较而言,自2013—2016年以及2019—2020年碳储量减少区域相对较多,以核心区中部及试验区西北部区域为主。2017—2019年碳储量减少区域有所下降,但2019—2020年碳储量减少区域面积大幅提升,成为近20 a碳储量减少区分布最广的年份,减少区域占0.72%,主要集中于核心区中部以及缓冲区南部与试验区相邻区域。对比年增加和年减少区域可知,2000—2001年、2007—2008年和2011—2016年增加区域面积小于减少面积,碳储量相对变化率小于0,这与碳储量年际变化趋势分析结果一致。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 西洞庭湖2000—2020年碳储量逐年变化时空分布

Fig.6 Temporal and spatial distribution of annual changes of carbon storage in West Dongting Lake from 2000 to 2020

综上,从碳储量空间分布来看,核心区碳储量均值及总量均较高,这是因为核心区土地利用类型主要为具有较高碳密度的耕地; 试验区虽因水体较多而平均碳储量能力较弱。从碳储量逐年增减变化来看,西洞庭湖2000—2020年近20 a大部分区域碳储量保持不变,说明该自然保护区土地利用类型总体变化不大,生态保护较为良好,但仍有部分区域碳储量变化相对剧烈,需要重点关注与分析。2002—2003年西洞庭湖碳储量增加区域最多,面积占比达到2.08%,这是由于2003年西洞庭湖降水量迅速减少,耕地大范围扩张,水体面积大幅减少。2013—2020年碳储量减少区域面积波动较大,主要因为2013—2016年不透水面面积有所增加,且2013—2016年降水量逐年变多,水体区域持续扩张,导致该区域碳储量减少区域处于居高不下状态,此状态持续至2016年; 2017—2019年降水减少,耕地面积变多,水体面积减小,引起碳储量减少区域面积有所下降,而2020年降水量突然增多,且林地面积减少,引发碳储量减少区域大范围增加。

3.3 碳储量重点变化区域

图7为西洞庭湖2000—2020年碳储量变化频数及重点区域相对应的土地利用变化特征,结合时间和空间2个维度,从像元尺度阐明了西洞庭湖近20 a碳储量变化的强度与空间分布。观察碳储量变化频数的空间分布可知,2000—2020年西洞庭湖大部分区域未发生碳储量变化,即使发生碳储量变化的区域也呈现相对微弱的变化程度,变化频数以1~2次为主,但仍有部分区域变化较为强烈,如区域A,B和C,其中A区变化强烈的像元呈现空间集聚分布格局,B和C区碳储量变化像元分布相对较为分散,C区变化频数较大的像元呈线型分布特征,这些区域的碳储量剧烈变化可能受人为干扰影响。分析重点变化区A,B和C 2000—2020年近20 a土地利用变化趋势可发现,碳储量变化频数较大区域相对应的土地利用变化也较为强烈,A区主要体现为耕地和水体之间的变化,2000—2005年以“耕地-水体”类型转化为主,该转化区域周围地带的耕地于2005—2010年期间变为水体,自2010年以后A区中部区域则以“水体-耕地”类型转化为主,边缘地带变化以“耕地-水体”为主。B区碳储量强烈变化像元主要集中于北部区域,其土地利用类型变化现象较为复杂,近20 a间依此为“水体-耕地”、“耕地-水体”、“耕地-林地”和“林地-耕地”转化。C区土地利用类型变化区域与碳储量强烈变化区域空间分布类似,呈线型分布特征,土地利用类型主要表现为耕地和水体之间的循环转化,2000—2005年出现以“耕地-水体”变化为主的土地类型转化现象; 2005—2010年土地利用类型变化主要由水体转化成耕地,而这部分转化后的耕地区域在2010—2015年再次变为水体,并于2015—2020年重新变为耕地类型。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 西洞庭湖2000—2020年碳储量变化频数及重点区域土地利用变化

Fig.7 Frequency of carbon storage changes and land use changes for the key areas in West Dongting Lake from 2000 to 2020

为了进一步探明重点变化区域碳储量的影响因素,分别计算A,B和C区2000—2020年间的PD,其与碳储量散点图如图8所示。从图8中可以发现,A区PD值及其区间范围较大,集中分布于145~205,相对而言,B和C区PD值及分布范围均较小。3个重点变化区碳储量与PD关系较为复杂,A区碳储量与PD具有较为显著的正相关性,PD值越大则碳储量越少。B区和C区碳储量与PD相关性较小,且C区碳储量随PD值增加而增加。结合区域特点分析可知,A区位于西洞庭湖试验区,PD值大且与碳储量呈显著正相关是受到人类活动干扰和降水综合影响,而西洞庭湖区碳储量与降水相关性不强且土地利用变化强度与碳储量变化类似,因此人类干扰为碳储量变化主要影响因素; B和C区

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 西洞庭湖碳储量重点变化区域碳储量与PD散点图

Fig.8 Scatter plot of carbon storage and PD for key change areas in West Dongting Lake

PD值分布范围较小是因为这2个区域位于西洞庭湖核心区,理论上禁止人类活动开展,其碳储量变化往往由降水引起,通常不会引起剧烈的景观破碎度变化,同时C区土地利用变化区域主要分布于耕地与河流交界处,水体扩张通常为连续片状形式,PD增加一般意味着耕地面积变多,因此该区域碳储量随PD值增加而增加。

4 结论与展望

本文结合CLCD土地利用数据,基于 InVEST模型Carbon Storage模块估算的西洞庭湖长时序碳储量数据,系统开展了西洞庭湖2000—2020年碳储量精细时空动态变化研究,主要结论如下:

1)时间特征上,西洞庭湖2000—2020年碳储量呈波动上升趋势,多年平均碳储量为120.9×10⁴t; 大部分时期碳储量相对变化率小于2%,仅2003年碳储量变化剧烈; 西洞庭湖子区域碳储量大小关系为: 核心区>试验区>缓冲区。

2)空间分布上,西洞庭湖2000—2020年大部分区域基本不变或变化较小,部分区域碳储量出现较为明显的变化; 碳储量变化区域在不同时期呈现多样的特征; 近20 a内,区域碳储量呈增加变化与减少变化的面积占比峰值分别出现在2003年和2020年。

3)碳储量重点变化区域主要位于核心区与试验区,核心区碳储量变化主要受降水影响,试验区碳储量变化与人类干扰相关性较大。

本研究虽基于长时序土地利用类型及碳密度数据估算了西洞庭湖2000—2020年碳储量,但受限于碳密度数据获取,视不同土地利用类型碳密度为固定值,未来研究将探索各土地利用类型碳密度的变化,以此更为深入开展碳储量变化分析。此外,今后将探讨不同气候情景下西洞庭湖未来碳储量的空间分布格局。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

IPCC.

Climate change 2021:The physical science basis,contribution of working group I to the sixth assessment report of the intergovernmental panel on climate change

[R]. Cambridge: Cambridge University Press, 2021