2014, Vol. 50
文章信息
- 黄国胜, 马炜, 王雪军, 夏朝宗, 党永锋
- Huang Guosheng, Ma Wei, Wang Xuejun, Xia Chaozong, Dang Yongfeng
- 东北地区落叶松林碳储量估算
- Carbon Storage Measurement of Larch Forest in Northeastern China
- 林业科学, 2014, 50(6): 167-174
- Scientia Silvae Sinicae, 2014, 50(6): 167-174.
- DOI: 10.11707/j.1001-7488.20140622
-
文章历史
- 收稿日期：2013-05-13
- 修回日期：2014-04-17
-
作者相关文章
2. 中国林业科学研究院资源信息所 北京 100091
2. Research Institute of Forest Resources Information Techniques, CAF Beijing 100091
碳储量既是评价森林生态系统结构和功能以及森林质量的重要指标，也是评估森林生态系统碳平衡的基础(王效科等，2000)。森林生物量和碳储量将为一个国家准确地评估其固碳潜力、发掘维护全球气候平衡的作用提供有效的数据支持(Fang et al.，2001)。但是，限于大尺度森林生物量和碳储量数据采集困难、不同方法在时空尺度转换上的差异，研究结果往往缺乏可比性(Schulze et al.，1999; 赵敏等，2004; 黄从德，2008)。国内外学者根据样地实测、森林资源清查数据以及模型估计的中国森林植被碳储量大小在3.72×109～17.00×109 t之间(王效科等，2001; 刘国华等，2000; Fang et al.，2001; Dixon et al.，1994)，差异很大。
我国森林资源连续清查(“连清”)累积了大量宝贵的连续、系统的资料，最具代表性和权威性。许多学者已经有效地利用连清资料，产出大量森林生物量(王玉辉等，2001; 张茂震等，2009)和碳储量(焦秀梅等，2005; 徐新良等，2007; 李海奎，2010)估算成果，为森林植被固碳及潜力的研究奠定了坚实基础(吴庆标等，2008; 聂昊等，2011)。特别是，国家已经在第8次全国森林资源连续清查中增加主要树种生物量调查，立木生物量建模工作有序进行，将为全国森林生物量的估算提供可靠数据(曾伟生，2011)。
依据第8次连清数据，本文采用基于相容性生物量模型和生物量转换因子(biomass expansion factor，BEF)的加权生物量回归模型方法，根据碳系数(carbon concentration，Cc)，按分省份、龄组的面积和蓄积量统计资料进行碳储量测算、汇总，对比分析东北落叶松(Larix spp.)森林碳储量的动态变化特点和规律，拓宽连清数据的应用领域，同时为估算森林生物量和碳储量提供基础数据和方法依据。
1 材料与方法 1.1 研究材料我国东北地区(通常包括黑龙江省、吉林省和辽宁省，地处38°43′—43°25′N，118°50′—135°05′E)属大陆性季风气候，植被类型多样，是我国森林资源最集中分布区之一。落叶松耐寒耐湿、适应性强，是该地区寒温带针叶林的主要建群种(图 1)。据第8次连清统计，落叶松林在东北地区分布面积超过45万hm2，活立木蓄积超过350万m3，分别约占地区总数的14.62%和12.56%。落叶松木材用途广、速生丰产，是该地区森林经营的主要树种。因此，研究我国东北地区落叶松林碳储量有重大意义。
 |
图 1 东北地区落叶松林样地及落叶松生物量样木分布 Fig. 1 Plot and sample tree distribution of larch forest in northeastern China |
本研究以东北落叶松一类清查数据为基础，构建相容性生物量模型，利用生物量转换因子来推算生物量，利用含碳率计算碳储量，并结合连清统计成果得到不同省份落叶松碳储量。所用数据主要为： 1)东北3省全国第8次连清(吉林省为2009年，黑龙江和辽宁省为2010年)统计资料、样地库和样木库数据，提取得到1 020块落叶松为优势树种的样地数据(表 1)，涵盖幼龄林(Ⅰ)、中龄林(Ⅱ)、近熟林(Ⅲ)、成熟林(Ⅳ)和过熟林(Ⅴ)5个龄组； 2)来自2009年全国连清生物量调查建模项目的，具有较广泛代表性的东北落叶松以及云杉(Picea asperata)、白桦(Betula platyphylla)、山杨(Populus davidiana)、其他桦木(Betula spp.)和油松(Pinus tabulaeformis)部分树种立木生物量实测数据(各150株)； 3)按文献方法分别测定的东北落叶松干、皮、枝、叶和根的含碳系数(曾伟生等，2011)，并引用其他文献(马钦彦，2002; Zhang et al.， 2009)中相关树种的含碳系数值。
|
利用基于胸径和树高的单株生物量模型进行乔木层生物量测算是最高效、实用、可行的方法。将东北落叶松林连清数据中的树种归并为11个树种(组)，采用曾伟生(2011)针对全国立木生物量数据提出的方法，构建相容性生物量模型，计算东北落叶松和部分树种生物量； 其余组成树种(组)生物量则直接采用1996—1998年全国生物量课题组的二元生物量模型成果1)，具体见表 2。由于样地每木调查未涉及树高，因此首先根据样地平均胸径和平均树高，利用ForStat软件(唐守正，2009)拟合不同树种的树高曲线公式，并结合样木胸径计算相应树高值，用于材积和生物量计算。
1)唐守正.1999.二元立木生物量模型及其相容的一元自适应模型系列研究报告，6-9.
在区域尺度推算生物量，一般采用材积源生物量法，利用某森林类型生物量转换因子乘以总蓄积量得到总生物量。李海奎等(2010)认为，IPCC法适用于较大的范围； 生物量转换因子连续函数法受单位面积蓄积影响大，可操作性不强； 而生物量回归模型法较为稳定，在保证模型精度前提下，适用于不同区域、相同树种的生物量估算。本研究采用生物量回归模型法，且将单一不变的生物量平均转换因子改为分省区、分龄组的转换因子，在一定程度上弥补了直接将生物量与蓄积量比值作为常数的不足，可以反映生物量与蓄积量、林龄等森林生物学特性的密切联系，简化了连续函数的方法，从而准确、高效地估算森林单位生物量。结合连清统计资料中东北区域落叶松立木材积和森林蓄积等数据，计算不同省区不同龄组落叶松森林生物量。公式如下：
| $ {B_{ij}} = \sum\limits_{i = 1}^3 {\sum\limits_{j = 1}^5 {({V_{ij}} \times BE{F_{ij}})} } ; $ | (1) |
| $ BE{F_{ij}} = \sum\limits_{i = 1}^3 {\sum\limits_{j = 1}^5 {\sum\limits_{k = 1}^{11} {\sum\limits_{l = 1}^n {({V_{ijkl}} \times \frac{{{B_{ijkl}}}}{{{V_{ijkl}}}}/\sum\limits_{k = 1}^n {{V_k}} )} } } } 。 $ | (2) |
|
|
对于森林碳储量的计算，普遍采用的方法是生物量乘以碳系数推算得到。与BEF的计算相似，首先分别树种(组)，将不同树种样木生物量乘以单株木碳系数计算得到样木碳储量，累计得到各树种(组)总碳储量； 再将所有树种(组)碳储量除以生物量得到树种(组)平均碳系数，乘以不同省份、不同龄组生物量即可得到碳储量。计算公式如下：
| $ {C_{ij}} = \sum\limits_{i = 1}^3 {\sum\limits_{j = 1}^5 {({B_{ij}} \times {{c'}_{ij}})} } ; $ | (3) |
| $ {{c'}_{ijk}} = \sum\limits_{i = 1}^3 {\sum\limits_{j = 1}^5 {\sum\limits_{k = 1}^{11} {\sum\limits_{l = 1}^n {({B_{ijkl}} \times {c_l})/\sum\limits_{k = 1}^n {{{B'}_k}} } } } } 。 $ | (4) |
由东北落叶松林样地主要树种(组)生物量和碳密度结果(表 3)可知，落叶松生物量和碳密度所占比例均大于75%，占绝对优势。白桦和山杨等阔叶树生物量所占比例在0.6%～8.3%之间，虽然偏小，但远大于云杉和红松(Pinus koraiensis)等针叶树0.2%～0.5%的分布范围。通过计算主要树种(组)(蓄积占93.94%)干、皮、枝和叶生物量，发现各器官生物量所占比例较稳定，但落叶松与其他树种(组)相比，干材所占比例明显大近10个百分点，叶比例相应减小。样地内所有树种(组)不同器官生物量所占比例平均为干(48.1%)＞根(23.1%)＞枝(16.1%)＞皮(7.2%)＞叶(4.8%)，地上生物量(包括干、皮、枝和叶)所占比例平均为76.9%，即根茎比(root/shoot ratio，R/S)约为0.3，并且随地上生物量增加而表现出逐渐增大的趋势(图 2)。
|
|
 |
图 2 东北落叶松林样地根茎比 Fig. 2 R/S of larch forest in northeastern China |
由表 4可知，样地平均水平的东北落叶松林蓄积、生物量和碳密度等指标在不同起源、龄组和林分密度范围等条件下有明显差异。首先，天然林分布更为广泛，且各项指标均高于人工林。其次，各项指标均随林龄增长而增大，幼龄林(Ⅰ)最小，成熟林(Ⅳ)最大，而过熟林(Ⅴ)阶段则明显下降。此外，林分密度主要反映了森林的采伐和管理水平，每公顷1 501～2 500株的各项指标高于其他林分密度范围，最为合理，而过稀疏或过密均不利于林分生长。
|
|
由图 3可见，落叶松生物量转换因子(BEF)分布在0.74～2.68之间，林木蓄积低的一些样地BEF明显偏大，而大部分集中在0.95左右，分布合理。同时，图 4反映了不同省区BEF整体随蓄积增大而降低的趋势，黑龙江省和辽宁省BEF变化近似，近熟林阶段BEF稍高于中龄林，对比吉林省BEF较平缓的变化趋势，有可能是因为采伐等生产经营活动造成黑龙江省和辽宁省中龄林单位面积蓄积减小。黑龙江省BEF明显高于辽宁省，吉林省BEF大小介于二者之间，即随纬度增大，蓄积较生物量增长缓慢。此外，与BEF类似，不同省区、不同龄组样地平均碳系数的变化同样表现出一定规律性。由图 5可见，随龄组增大，样地平均碳系数基本呈增大趋势，辽宁省大于吉林和黑龙江省。中龄林碳系数小于幼龄林，黑龙江省过熟林碳系数下降，均可能由于抚育采伐活动导致碳系数较高的落叶松减少。
 |
图 3 东北落叶松林样地生物量转换因子 Fig. 3 BEF of larch forest in northeastern China |
 |
图 4 不同省份落叶松林不同龄组生物量转换因子 Fig. 4 BEF of larch forest in age groups and provinces |
 |
图 5 不同省份落叶松林不同龄组碳系数 Fig. 5 Cc of larch forest in age groups and provinces |
从表 5可知，我国东北落叶松林主要集中在幼中龄组，面积277.08万hm2，所占比例达到68.92%。总生物量和总碳储量分别为337.05×106 t和167.50×106 t，中龄林蓄积、生物量和碳储量所占比例均接近一半，说明中龄林占主导地位。虽然幼龄林面积约占1/3，但是其他项目仅占10%左右。生物量和碳储量基本随龄组增大而增加，平均分别为74.57和37.06 t·hm-2，二者在成熟林均达到最大(分别为110.48和55.22 t·hm-2)，而过熟林则有所降低。
|
|
黑龙江是东北落叶松分布的主体，面积(347.02万hm2)、蓄积(270.43×106 m3)、生物量(258.87×106 t)和碳储量(128.35×106 t)均占整个区域3/4以上。由图 6可见，黑龙江和辽宁省不同龄组落叶松林中，中龄林碳储量所占比例最高(超过40%)，整个生长阶段呈单峰分布趋势； 吉林省成过熟林面积(11.98万hm2)与中龄林(9.01万hm2)接近，所占比例约为1/3，单峰分布趋势不明显。
 |
图 6 不同省落叶松林不同龄组碳储量所占比例 Fig. 6 C storage ratio of larch forest in age groups and provinces |
黑龙江、吉林和辽宁省的平均碳密度几乎相等。由图 7可知，平均碳密度表现出随龄组增大而增加的趋势，但明显可见不同龄组碳密度随纬度的增加而降低(王绍强等，1999; Matthews et al.， 2000)。幼中龄林各省份碳密度水平接近，辽宁省碳密度在近熟林时明显最高，黑龙江省各龄组碳密度增长趋势与辽宁省相似，近熟林之后碳密度几乎没有增长。吉林省成熟林碳密度与黑龙江省接近，之后增长明显，成熟林碳密度与辽宁省几乎相等。研究认为，碳密度的这种时间分布规律，除了受自身生长发育的影响外，还与人类活动对森林的干扰强度密切相关，特别由成过熟林的大量采伐导致。
 |
图 7 不同省落叶松林不同龄组碳密度 Fig. 7 C density of larch forest in age groups and provinces |
本文以我国东北3省落叶松林为研究对象，结合全国第8次连清数据和全国立木生物量研究结果，利用生物量模型估算样木生物量，基于不同省份、不同龄组BEF推算区域生物量，同时根据不同树种(组)平均含碳率，计算东北地区落叶松林碳储量，为充分利用森林资源清查资料以更精确地估算其他森林类型碳储量提供方法示范和参考。
本研究基于东北落叶松立木生物量数据，构建样木水平的落叶松生物量模型(包括地上和地下部分)，提供了生物量分类计算的依据。由于我国落叶松林分布的生态环境存在差异，还需进一步改进和完善估算模型，以减小区域性差异，提高生物量估算精度。估算区域尺度森林碳储量的关键，在于森林生物量和蓄积量之间的换算因子BEF。本研究计算了不同省份和龄组的落叶松林BEF，综合体现林分生物量、蓄积量和年龄、立地条件与林分密度等因素的关系(Fang et al.，2001)，提高碳储量估算的准确性。同时，本研究测定了落叶松林各组成树种的含碳率，推算了不同省份和龄组的碳系数，保证这一计算森林碳储量的关键因子的相对准确。但是，含碳率只是树种的平均值而未区分龄组和器官，仍需改进、完善。
研究认为，天然起源、成熟林和林分密度介于800～2 500 株·hm-2范围的东北落叶松林有较高的生物量和碳密度，过熟林虽然林木个体的胸径和树高保持生长，但是林分密度和蓄积都较成熟林明显下降(表 1)，可见过熟林受人工采伐和管理等影响较大，导致碳密度等指标降低(表 4)。整个东北区域近成过熟的落叶松林单位面积碳储量较之幼中龄林有显著提高，最高的是成熟林(55.22 t·hm-2)，整体平均37.06 t·hm-2，接近全国森林植被平均值38.70(刘国华等，2004)和41.32 tC·hm-2(赵敏等，2004)，但远低于北方森林82.00 t·hm-2(Houghton，2002)以及世界平均水平86.00 t·hm-2(Dixon，1994)。这些充分说明了我国东北落叶松林森林碳密度偏低，特别是幼中龄林分布较多，森林整体碳固定能力还不强。我国东北落叶松林总生物量为337.05×106 t，总碳储量167.50×106 t，主要集中在中龄林，达到74.07×106 t(所占比例44.22%)，而黑龙江省碳储量达128.35×106t，占整个区域的76.63%。不同省份落叶松林碳密度接近，幼龄至近熟林阶段增长明显，黑龙江和辽宁省碳密度在近熟林之后增长缓慢甚至几乎停滞，而吉林省则大幅增长。可见，长期大规模的人工造林使幼龄林与中龄林的质量获得稳步提升，但对成熟林资源管护不利导致质量不高。因此，重视森林经营管理，特别是要挖掘黑龙江省落叶松林地生产潜力。随着林分生长，大面积幼龄林、中龄林的碳密度和碳储量逐渐增长，东北落叶松林必将发挥越来越大的固碳潜力。
本研究对东北落叶松林固碳潜力的估算，主要根据森林资源清查的立木蓄积量统计资料，计算样地水平的生物量和碳密度，并实现了区域尺度生物量模型验证和林分碳储量估算，对于拓宽清查数据利用途径具有重要意义。但是，研究只利用了丰富的清查数据中一些主导因子，没有综合考虑森林生物学因素与非生物学因素的影响，特别是未考虑立地条件和气候因子的关系，对立地和生产潜力评价作用有限。同时，受数据统计资料限制，未估算林下灌草、凋落物和土壤碳库大小，无法评估林木碳库与森林生物量碳库乃至生态系统碳库的关系，直接影响固碳潜力的估算。此外，研究不能反映季节和年度变化的动态效应，难以保证时空尺度一致，可以预见推广样地实测调查、森林资源清查和遥感监测等方法的综合运用是未来的研究趋势(Loeffler et al.，2006; 徐小军，2008)。
| [1] |
黄从德,张健,杨万勤,等.2008.四川省及重庆地区森林植被碳储量动态.生态学报,28(3):965-974.( 1)
|
| [2] |
焦秀梅,项文化,田大伦.2005.湖南省森林植被的碳贮量及其地理分布规律.中南林学院学报,25(1):4-9.(1)
|
| [3] |
李海奎,雷渊才.2010.中国森林植被生物量和碳储量评估.北京:中国林业出版社,5-25.(2)
|
| [4] |
刘国华,傅伯杰,方精云.2000.中国森林碳动态及其对全球碳平衡的贡献.生态学报, 20(5):733-740.(1)
|
| [5] |
马钦彦,陈遐林,王娟,等.2002.华北主要森林类型建群种的含碳率分析.北京林业大学学报,24(5/6):96-100.(1)
|
| [6] |
聂昊,王绍强,周蕾,等.2011.基于森林清查资料的江西和浙江森林植被固碳潜力.应用生态学报,22(10):2581-2588.(1)
|
| [7] |
唐守正,郎奎建,李海奎.2009.统计和生物数学模型计算(ForStat教程).北京:科学出版社,95-103.(1)
|
| [8] |
王绍强,周成虎,罗承文.1999.中国陆地自然植被碳量空间分布特征探讨.地理科学进展,18(3):238-214.(1)
|
| [9] |
王效科,冯宗炜,欧阳志云.2001.中国森林生态系统植物碳储量和碳密度研究.应用生态学报,12(1):13-16.(1)
|
| [10] |
王效科,冯宗炜.2000.中国森林生态系统中植物固定大气碳的潜力.生态学杂志,19(4):72-74.(1)
|
| [11] |
王玉辉,周广胜,蒋延玲,等.2001.基于森林资源清查资料的落叶松林生物量和净生长量估算模式.植物生态学报,28(4):420-425.(1)
|
| [12] |
吴庆标,王效科,段晓男,等.2008.中国森林生态系统植被固碳现状和潜力.生态学报,28(2):517-514.(1)
|
| [13] |
徐小军,杜华强,周国模,等.2008.基于遥感植被生物量估算模型自变量相关性分析综述.遥感技术与应用,23(2):239-237.(1)
|
| [14] |
徐新良,曹明奎,李克让.2007.中国森林生态系统植被碳储量时空动态变化研究.地理科学进展,26(6):1-10.(1)
|
| [15] |
曾伟生. 2011.全国立木生物量建模研究.北京:中国林业科学研究院博士学位论文.(3)
|
| [16] |
曾伟生,肖前辉.2011.南方马尾松不同器官的含碳系数分析.中南林业调查规划,30(2):51-55.(1)
|
| [17] |
张茂震,王广兴,刘安兴.2009.基于森林资源连续清查资料估算的浙江省森林生物量及生产力.林业科学,45(9):13-21.(2)
|
| [18] |
赵敏,周广胜.2004.基于森林资源清查资料的生物量估算模式及其发展趋势.应用生态学报,15(8):1468-1472.(2)
|
| [19] |
Dixon R K,Solomon A M, Brown S,et al. 1994. Carbon pools and flux of global forest ecosystems. Science,263(5144):185-190.(2)
|
| [20] |
Fang J,Chen A,Peng C,et al. 2001. Changes in forest biomass carbon storage in China between 1949 and 1998. Science,292(5525):2320-2322.(3)
|
| [21] |
Houghton R A. 2002. Temporal patterns of land-use change and carbon storage in China and tropical Asia.Science in China(Series C),45(Supp):10-17.(1)
|
| [22] |
Loeffler D, Calkin D E, Silverstein R P.2006. Estimating volumes and costs of forest biomass in Western Montana using forest inventory and geospatial data.Forest Products Journal,56(6):31-37.(1)
|
| [23] |
Matthews E, Payne R, Rohweder M, et al. 2000. Pilot analysis of global ecosystems: forest ecosystem.World Resoucres Institute, 146-150.(1)
|
| [24] |
Schulze E D,Lloyd J,Kelliher F M,et al. 1999. Productivity of forests in the Eurosiberian boreal region and their potential to act as a carbon sink -a synthesis. Global Change Biology,5(6): 703-722.(1)
|
| [25] |
Zhang Q,Wang C, Wang X, et al. 2009. Carbon concentration variability of 10 Chinese temperate tree species. Forest Ecology and Management,258(5): 722-727.(2)
|