IPCC第4次评估报告指出，CO₂浓度升高是全球气候变暖最主要的驱动力(IPCC，2007)。森林在减缓全球气候变化中发挥了重要作用。1997年签订的《京都议定书》第3.4款明确提出，1990年后发生的森林管理活动产生的碳汇可通过适当方式用于抵消附件Ⅰ国家承诺的温室气体减限排指标，该条款下的森林管理活动包括除造林、再造林和毁林(ARD)以外的可引起碳储量变化的所有森林管理活动，如控制用火、森林防火、病虫害防治、森林更新、幼林抚育(除草、松土等)、修枝、施肥、灌溉、排水、采伐及采伐剩余物和枯死木管理等(张小全等，2003)。

已有研究表明(Liski et al., 2002；Skog et al., 1996)，如果采取积极的森林管理措施，森林的碳汇潜力相当可观。目前我国无林地、疏林地和矿山植被面积巨大，中、幼龄林比重大，森林质量不高，森林经营管理的固碳潜力十分巨大，是未来增加生物碳汇的主要途径。将森林管理项目作为我国碳补偿自愿市场的一种项目类型，对于建立和完善我国碳汇交易体系、发挥林业在缓解我国温室气体排放中的作用、实现碳汇资源的最优配置具有重要意义。

本研究根据UNFCCC建议的碳计量方法学，估算了我国北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、海南、四川(包括重庆)、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆等30个省(市、区)1990年以来森林管理活动下的林分碳汇量及其潜力，为我国积极参与国际气候变化谈判提供支撑，以有效缓解我国减限排压力。

1 森林管理活动面积的确定

由于森林管理活动的计量范围不包括造林、再造林和毁林，而每年我国均有大面积的毁林发生，因此目标年的森林管理面积为基年的林分面积减去基年到目标年逐年累计的毁林面积。

根据我国历次森林资源清查数据确定森林管理活动面积。各次森林资源清查采用的郁闭度阈值不同，因此需先将我国历次森林资源清查得到的林分面积进行郁闭度阈值调整，使各次清查的林分面积都是基于0.2的郁闭度阈值。A_0.2=A_0.3+A_0.1-0.3×1/2，A_0.2为郁闭度阈值为0.2时的森林面积，A_0.3为郁闭度阈值为0.3时的森林面积，A_0.1-0.3为郁闭度为0.1~0.3的疏林面积。

每次清查期内各省(市、区)的具体清查年度不同，因此根据各省(市、区)具体清查年度及相应清查结果，将5年的变化值平均分配到各年，得到各省(市、区)2008年以前的逐年林分面积。再利用中国可持续发展林业战略研究规划的各时期(2001—2010，2011—2020和2021—2050)新增森林面积和未来毁林面积动态变化情景(中国可持续发展林业战略研究项目组，2002)，估算出2008年后的逐年森林管理面积，结果见图 1。由于每年都有毁林发生，因此森林管理活动下的林分面积随时间呈降低趋势。

2 单位面积林分蓄积量、林分蓄积生长率和消耗率的确定

利用全国第2，3，4，5，6和7次森林资源清查数据和历年中国林业统计年鉴中有关林分蓄积量和林分面积的数据计算得到各清查年份的单位面积林分蓄积量。2009—2050年的单位面积蓄积量根据规划采用插值外推法确定。中国可持续发展林业战略研究(2002)规划，到2010，2030和2050年单位面积蓄积量分别提高到84.2，94.8和117.6 m³·hm^-2。

利用历次森林资源清查数据中各省(市、区)活立木生长率(假定林分蓄积生长率与活立木蓄积生长率相同)、各省(市、区)林分蓄积消耗率和各省(市、区)蓄积量加权平均获得全国逐年平均林分蓄积生长率和消耗率变化(图 2)。

3 生物量碳含量

森林植物碳含量因种类、起源、年龄、立地条件和器官而异(Levine et al., 1995)。我国木本植物碳密度的测定较少，且测定结果也因种类和器官而异，但整株平均含量为0.47~0.53(张利敏等，2010；王效科等，2001；王金叶等，2000；阮宏华等，1997；马钦彦等，2002；刘文耀等，1995；方晰等，2002)。IPCC1996指南的缺省值为0.50。本研究计算森林管理碳汇过程中，没有具体树种的信息，因此计算过程中采用与IPCC缺省值一致的数据，即0.50。

4 生物量扩展系数

通过收集到的1950年以来的500多篇公开发表的有关生物量和生产力文献，建立生物量数据库，计算每个记录的树干到全林生物量扩展系数，再分别对我国的32种林分类型计算其平均值和标准差(表 1)。由于各文献观测项目不统一，数据参差不齐，有的只有总生物量和地上生物量而无树干生物量，有的缺乏总生物量，有的缺乏地上生物量，因此能计算出扩展系数的只有2 500组左右数据。

根据各林分类型的生物量转换系数和全国森林资源清查数据中的各区域各林分类型蓄积量，进行加权平均得到各区域森林的平均生物量扩展系数(表 2)。

5 树干材积密度

根据《中国主要树种的木材物理力学性质》(中国林业科学研究院木材工业研究所，1982)所列中国主要树种木材密度，进行分类归并得到主要树种(组)森林类型树干材积密度，然后与历次森林资源清查资料中的各区域各树种(组)森林类型蓄积量进行加权平均，得到全国30个省(市、区)树干材积密度的加权平均值(表 2)：

式中：WD_i为某区域树干材积密度；V_i为某区域森林总蓄积；V_m为某区域各树种森林类型蓄积；WD_m为各树种森林类型树干材积密度。

6 森林管理活动下的碳源汇计量

目前森林管理活动碳计量方法有2种：一是根据所有森林管理活动涉及的面积来计量碳储量变化，不区分具体的森林管理活动，称为广义的基于土地的计量方法；二是根据每个活动(如间伐或施肥)计量其引起的碳储量变化，称为狭义的基于活动的计量方法。考虑到获取各种森林类型和立地条件下参数的困难，而且如果几种管理活动同时发生于同一森林，容易引起重复计量，因此UNFCCC建议采用广义的基于土地的计量，这有利于应用统计抽样方法计量森林管理的碳源/汇。基于土地的广义计量方法又分为总-净核算和净-净核算2种方式。

总-净核算指有林地在目标年的净碳汇ΔCS₁：

式中：A_{FM, t}为t年时森林管理面积(hm²)；V_{i, t}为i省(市、区)在t年时的林分单位面积蓄积量(m³·hm^-2)；D_{i, t}为i省(市、区)在t年时的林分蓄积生长率与林分蓄积消耗率之差(%)；BEF_i为i省(市、区)树干到全林的生物量扩展系数平均值；WD_i为i省(市、区)平均木材密度；CF_i为i省(市、区)平均生物量碳含量。

净-净核算指有林地在目标年的净碳汇与基年的净碳汇之差ΔCS₃：

式中：ΔCS₂为基年森林管理净碳汇。

总-净核算方式下森林管理的碳汇潜力表现为：基年为1990年时，森林管理碳汇在初期呈增加趋势，但在1994—1998年间有一明显的低汇区间，与该期间较低的净生长率和较高的净消耗率有关；无论哪种基年，2000以后森林管理活动碳汇呈降低趋势，到2017年达最低值，随后呈缓慢增加趋势，直至2050年；基年为1990年时, 2010, 2020, 2040和2050年森林管理碳汇量分别为58.7，57.8，58.4，62.7和67.2 MtC·a^-1；基年为2000年时, 2010, 2020, 2030, 2040和2050年森林管理碳汇量分别为73.5，72.1，72.8，78.1和83.6 MtC·a^-1。

与总-净核算方式相反，在净-净核算方式下，基年越早，森林管理活动的碳汇潜力越高(图 3)。基年为1990年时，森林管理碳汇在初期呈增加趋势，但在1994—1998年间表现为明显的碳源，主要与该期间较低的净生长率和较高的净消耗率有关。无论哪种基年，2000年以后森林管理活动碳吸收汇均呈持续增加趋势(图 3)。基年为1990年时, 2010, 2020, 2030, 2040和2050年森林管理碳汇量分别为14.9，17.5，20.1，26.0和31.7 MtC·a^-1；基年为2000年时, 2010, 2020, 2030, 2040和2050年森林管理碳汇量分别为2.0，5.7，9.3，16.8和24.2 MtC·a^-1。

同一基年，总-净核算方式和净-净核算方式下的森林管理碳汇变化趋势相同；总-净核算方式下，基年越早，森林管理活动的碳汇潜力越小；净-净核算方式下，基年越早，碳汇潜力越高；总-净核算方式下的森林管理碳汇大于净-净核算方式下的森林管理碳汇。

7 结论与讨论

总-净核算方式下的森林管理碳汇大于净-净核算方式下的森林管理碳汇(图 3)，这导致一些发达国家缔约方要求采用总-净核算方式计量森林管理碳汇。因为发达国家缔约方希望通过加强森林管理活动获得大量碳汇来抵消其承诺的减限排指标，以减轻其工业以及能源等部门的减限排压力。但这些国家过去几十年来恢复的森林逐渐进入成熟阶段，用净-净核算方式计算的净碳吸收量呈降低趋势，而总-净核算方式可以使森林碳汇量低于1990年或基年森林碳汇量(森林碳吸收汇减少)的一些缔约方，仍可获得抵消其排放量的森林碳汇。

基准年选择不同，对森林管理的碳汇计量影响较大(图 3)。从理论上讲，相对于基线情景的净-净核算方式比相对于基准年或基准期的净-净核算方式更科学，更能反映额外的人为活动引起的温室气体减排量或汇清除量。

本研究的排放因子和活动水平数据均来自文献和中国森林资源清查资料，这给计量结果带来了很大的不确定性。本研究采用的面积和蓄积等数据，是由森林资源清查数据获得，因此森林资源清查的方法和数据的不确定性直接决定了计量结果的不确定性；森林资源清查的设计并没有考虑林业碳汇计量的需求，许多地方还不能满足林业碳汇计量的需要，在计量时必须利用生态学方法对这些数据进行转换，这些转换过程必然产生许多不确定性；本研究收集了大量文献中的各树种生物量数据来获得树干到全林的生物量扩展系数，但该参数与树种、林龄和生长区域等因素有关，存在较大的不确定性；森林碳含量也因树种、起源、年龄、立地条件和器官而异，本研究采用IPCC缺省参数进行计量也存在较大的不确定性。