中国森林生物量的估算_对Fang等Scie_省略_1_291_2320_2322
森林生物量估算方法研究进展
森林生物量估算方法研究进展王超;贾翔;赵莹;金慧;刘丽杰;尹航;王卓聪【摘要】森林生物量既是估算森林碳储量及判断森林碳汇能力的主要因子,也是森林生态系统健康评价的重要指标.因此,科学估算森林生物量既可为碳排放调控和碳交易提供决策支持,也可为评价森林质量提供基础依据.根据所采用数据源的不同,将森林生物量估算方法分为收获法、蓄积量转化法和遥感法.概括森林生物量估算方法的发展历程,并简要总结存在的问题及给出研究趋势.【期刊名称】《北华大学学报（自然科学版）》【年(卷),期】2019(020)003【总页数】4页(P391-394)【关键词】森林植被;生物量;采伐;生物量转化因子;遥感【作者】王超;贾翔;赵莹;金慧;刘丽杰;尹航;王卓聪【作者单位】长白山科学研究院;长白山生物群落与生物多样性吉林省联合重点实验室,吉林二道白河 133613;长白山科学研究院;长白山生物群落与生物多样性吉林省联合重点实验室,吉林二道白河 133613;长白山科学研究院;长白山生物群落与生物多样性吉林省联合重点实验室,吉林二道白河 133613;长白山科学研究院;长白山生物群落与生物多样性吉林省联合重点实验室,吉林二道白河 133613;长白山科学研究院;长白山生物群落与生物多样性吉林省联合重点实验室,吉林二道白河133613;长白山科学研究院;长白山生物群落与生物多样性吉林省联合重点实验室,吉林二道白河 133613;长白山科学研究院;长白山生物群落与生物多样性吉林省联合重点实验室,吉林二道白河 133613【正文语种】中文【中图分类】S718.5森林是陆地生态系统的重要组成部分[1]，森林生物量是指在特定的时间范围内，单位面积森林植物群落在其生命过程中所产有机物质的干重[2]，包括地上生物量和地下生物量.地上生物量主要由树干、枝条和叶生物量组成，地下生物量为树根生物量[3-4].旨在减少CO2排放的《京都议定书》自2005年正式生效，由此形成了国际“碳排放权交易制度”，其中森林碳汇对于缓减气候变暖的贡献被广泛关注.森林生态系统拥有巨大的碳储量，是陆地碳汇之一，储存了大约80%的地表碳和40%的地下碳[3].而森林生物量是森林生态系统碳汇潜力评估的重要基础[5]，因此精确估算森林生物量信息成为研究焦点.此外，森林是陆地上最大的初级生产者，在物质循环过程中起着重要作用.森林生物量作为森林生态系统的基础数量特征，其变化能够反映森林生长、经营等情况，是森林生态系统健康评价的重要指标.因此，快速准确地获取森林生物量信息对于森林经营管理极为重要，也有助于加深生态系统对碳循环和碳动态的认识和理解[6].关于森林生物量的研究，可以追溯到1876年，德国生物学家Eberneryer[7]对多种森林树种进行了测定.20世纪国际生物学计划(IBP)、人与生物圈计划(MAB)和国际地圈生物圈计划(IGBP)的实施，极大地促进了生态学的发展，国内外由此也开展了大量森林生物量的研究调查工作，积累了丰富的测量数据，森林生物量的研究方法也呈现出多样化的特点，并且更加具有可行性、精确性和科学性[8-10].在森林生态系统中，森林乔木地上生物量是森林生物量的主要组成部分，目前针对森林生物量的研究方法也主要是测定乔木地上生物量，本文研究的生物量也主要是指森林乔木地上生物量.根据不同的研究手段，本文将森林生物量研究方法划分为收获法、蓄积量转化法和遥感法，在概括森林生物量估算方法发展历程的同时，简要总结存在的问题及给出研究趋势.1 森林生物量研究方法1.1 收获法收获法是测量森林生物量最早、最原始的方法，主要包括皆伐法、平均木法和相对生长法.皆伐法是指对单位面积样地内所有的树木逐个伐倒，对每株树木分别称取其叶、枝条、树干等组成部分的全部鲜重，并采集各组成部分样品，分别测定其鲜重和干重，通过换算得到树木的生物量，将各个单株生物量相加获得样地森林生物量.此法一般结合伐区作业进行测定[10].平均木法是指对单位面积样地内的所有树木进行每木检尺，计算样地林木平均胸径和平均树高，依据此指标选定数株平均标准木.将选定的标准木伐倒，按皆伐法计算标准木的平均生物量，再乘以单位面积样地内林木的株数量，获得样地森林生物量.相对生长法是指对单位面积样地内所有树木进行每木检尺，根据径阶分布曲线，按比例从各径阶中选择相对数量的标准木，伐倒后分别测定各标准木的树干、枝条、叶等各部分生物量.将标准木的各部分生物量与测树学指标(胸径、树高)建立回归关系.常见的相对生长方程如下[2]：1)胸径直线相关法：W=a+bD；2)胸径曲线相关法：W=aDb；3)胸径、树高曲线相关法：W=a(D2H)b；4)胸径抛物线相关法：W=a+bD+cD2；式中：W为树木各部分或者整株树木的生物量；D为胸径；H为树高；a，b，c为拟合参数.1.2 蓄积量转化法Brown等[11]提出了基于森林材积推算生物量的方法.此法将生物量与蓄积量之比作为一个常数，即生物量转化因子(biomass expansion factor，BEF).因此，需要搜集各地生物量和蓄积量研究数据，利用林分生物量与木材蓄积量比值的平均值，乘以该森林类型的总蓄积量，得到该森林的生物量.后期有研究者[12]指出，林分生物量和蓄积量与森林类型、林龄、立地条件和林分密度等诸多因素有关，将生物量与蓄积量之比作为常数的生物量转换因子法不能准确估算森林生物量.为了弥补生物量转换因子法将生物量与蓄积量比值作为常数的不足，研究者进行了不断探索.Brown等[13]和Sehroeder等[14]利用幂指数函数来表示BEF与林分蓄积量(V)的关系，即BEF=aV-b，式中：a，b为参数.但是这种关系由样地调查到区域推算的尺度转换存在严重的数学推理困难，理论上不能用该函数估算区域尺度的森林生物量.方精云等[12，15]利用倒数方程来表示BEF与林分蓄积量的关系，即BEF=a+b/V，式中：a，b为参数.当林分处于幼龄林时，蓄积量很小，BEF很大；当林分处于成熟林时，蓄积量很大，BEF趋于常数a.这一简单的数学关系符合生物的相关生长理论，并且可以实现由样地调查到区域推算的尺度转换.周广胜等[16]利用双曲线关系模型来表示BEF与林分蓄积量的关系，即：BEF=1/(a+bV)，式中：a，b为参数.1.3 遥感法随着“3S”技术的快速发展，关于森林资源的遥感数据也越来越丰富，研究者根据不同遥感数据提出了不同的森林生物量估算方法，极大地推动了森林生物量遥感估算法的发展.遥感技术下的生物量估算方法多利用红波段和近红外波段的波段组合(植被指数)与地面生物量数据的关系进行多元回归分析建模，通过间接方式估算森林生物量.光学遥感数据是生物量遥感研究中最初采用的遥感数据，属于被动式遥感系统，常用的数据源为landsat TM、ETM+、OLI数据，NOAA/AVHRR数据，MODIS数据和SPOT数据等.其信号主要来源于森林表层，对森林空间结构信息不敏感[17]，可能存在饱和效应[18]，所以在森林郁闭度以及蓄积量较高的地区，冠层的层叠以及物种分布的多样性会导致遥感信息饱和，从而出现基于植被指数估测生物量低于正常值的现象[19].微波具有一定的穿透能力，可以穿透林冠，和树干发生作用，因此利用微波遥感能够全面、准确地反映森林生物量[20].合成孔径雷达(SAR)是自20世纪90年代以来发展最快的微波遥感数据之一[21].作为一种主动式微波传感器，SAR不依赖于太阳辐射的变化，拥有全天时、全天候对地观测能力，可以随时随地获取植被信息.但是根据SAR数据估测森林生物量的后向散射机理可知，影响森林后向散射的因素将增加利用SAR数据反演森林生物量的复杂性，所以需要考虑林木结构、植物含水量、林下状况和地形等对后向散射产生的影响.此外，雷达视角也是影响SAR数据进行森林生物量提取的因素，一般利用当地DEM数据进行辐射干扰面积校正[22].激光雷达(LiDAR)技术最早于20世纪80年代应用于林业研究，但由于LiDAR设备昂贵，缺乏数据，限制了更多研究人员的参与[23].激光雷达是通过发射激光束照射物体表面并分析其返回信号的一种主动遥感系统，所发出的激光脉冲能够穿透森林冠层到达地表，从而获取植被的三维结构特征[19，24-26]，已经被成功应用到森林参数反演中，尤其是在估测林木高度及林木空间结构方面具有独特的优势[3，8]，通常是通过建立生物量与设备可获取的生物物理参数(林分高度等)之间的关系模型来估算生物量.但是LiDAR数据至今成本依然很高，难以实现大尺度范围的生物量估算，并且由于缺乏历史数据，基于LiDAR的森林生物量难以实现多时相动态监测[26].2 存在的问题传统的收获法具有精确测量森林生物量(包括地上和地下生物量)的优势，但因其耗时费力，且对森林生态系统具有较大的破坏性，只适合应用于较小尺度的森林生物量测定，随着“天保工程”等林业工程的实施，以及禁止采伐、封山育林等以保护森林为目的的政策实施，收获法将受到越来越多的约束；遥感法应用于森林生物量估算极大地提高了估算的准确性和快速性，可以长期、动态、连续估算生物量，在大尺度生物量估算中具有不可替代的优势[8].但由于建立在森林生物量模型基础上的遥感法使用生物量模型而受到局限，只能引用已有研究成果；蓄积量转化法可利用森林资源清查数据等直接获取森林生物量，方法得到简化，但其精度受到诸多因素的影响.蓄积量是经过树木胸径(D)、树高(H)等参数计算获得，已经具有一定误差，再利用蓄积量转化得到生物量参数，误差一定程度上将会进一步扩大.此外，蓄积量转化法最重要的参数之一是蓄积量，而实际中测定的蓄积量只考虑乔木树种，不考虑灌木、草本等其他组成成分，且蓄积量受到起测胸径、林地类型等影响.3 研究趋势1)由于森林类型多样、结构复杂，目前哪种方法是较为精确估算森林生物量的方法还没有定论，关于森林生物量的研究仍存在很多不确定性.同一研究尺度(自然保护区、省、流域)，利用不同的生物量测定方法，研究结果可能不同.考虑到各种方法的实际可操作性和精准性，根据不同的研究尺度，应该进一步研究、明确优先采取的森林生物量测定方法.2)蓄积量和生物量的关系复杂，将二者建立简单的模型换算关系，弥补了将生物量与蓄积量比值作为常数的不足，但尚须进一步从地域、树种上进行验证，全面系统地建立BEF=f(V)关系[27]，实现生物量和蓄积量的转换.3)目前已有的遥感方法采用的各类型遥感数据都存在自身的不足，应该加强遥感数据融合，充分利用各自优势，采用多数据源集成应用、协同反演森林生物量[28-30].4)森林生物量包含地上生物量和地下生物量，实际中重点突出了乔木生物量研究，关于灌木、草本等地面生物量和植物根系等地下生物量的研究较少[31-33].地面生物量的测定方法主要是收获法，地下生物量的测定方法是挖掘法和钻土芯法，由于此类方法都有其局限性，使用价值受到质疑，所以还需投入更多的时间和精力进行地面、地下生物量的估算研究，为更精确地估算森林生物量提供基础.5)在乔木生物量中，大径阶树木相对会占据较大比重的林分生物量，因此精确估算大树生物量对于精确估算林分生物量是至关重要的.但在实际中，较大的树木可能会存在枯心、烂心等空心现象，尤其是林龄较大的原始林优势树种，如东北地区的红松(Pinuskoraiensis)、黄花落叶松(Larixolgensis)等，所以应该重视空心树.【相关文献】[1] Scurlock J M O，Cramer W，Olson R J，etal.Terrestrial NPP：Towards a consistent data set for global model evaluation[J].Ecological Applications，1999，9(3)：913-919.[2] 李丹丹.北京市森林生物量遥感反演模型研究[D].北京：北京林业大学，2013.[3] 张志，田昕，陈尔学，等.森林地上生物量估测方法研究综述[J].北京林业大学学报，2011，33(5)：144-150.[4] 段祝庚，赵旦，曾源，等.基于遥感的区域尺度森林地上生物量估算研究[J].武汉大学学报(信息科学版)，2015，40(10)：1400-1408.[5] 薛巍.基于RS与GIS的黄龙山林区油松林生物量估测的研究[D].呼和浩特：内蒙古农业大学，2009.[6] 巨文珍，农胜奇.森林生物量研究进展[J].西南林业大学学报，2011，31(2)：78-83，89.[7] Eberneryer E.Die gesamte Lehre der Waldstreu mit Rucksicht auf die chemische statik des Waldbaues[M].Berlin：J Springer，1876：116.[8] 张建设，王刚，王刚.植物生物量研究综述[J].四川林业科技，2014，35(1)：44-48.[9] 汤萃文，陈银萍，陶玲，等.森林生物量和净生长量测算方法综述[J].干旱区研究，2010，27(6)：939-946.[10] 薛立，杨鹏.森林生物量研究综述[J].福建林学院学报，2004，24(3)：283-288.[11] Brown S，Lugo A E.Biomass of tropical forests：a new estimate based on forest volumes[J].Science，1984，223(4642)：1290-1293.[12] Fang J Y，Wang G G，Liu G H，etal.Forest biomass of China：an estimate based on the biomass-volume relationship[J].Ecological Applications，1998，8(4)：1084-1091. [13] Brown S，Lugo A E.Aboveground biomass estimates for tropical moist forests of Brazilian Amazon[J].Interciencia，1992，17：8-18.[14] Schroeder P，Brown S，Mo J，etal.Biomass estimation for temperate broadleaf forests of the united states using inventory data[J].For Sci，1997，43(3)：424-434.[15] 方精云，刘国华，徐嵩龄.我国森林植被的生物量和净生产量[J].生态学报，1996，16(5)：497-508.[16] Zhou G S，Wang Y H，Jiang Y L，etal.Estimating biomass and net primary production from forest inventory data：a case study of China’s Larix forests[J].Forest Ecology & Management，2002，169(1)：149-157.[17] 黄燕平，陈劲松.基于SAR数据的森林生物量估测研究进展[J].国土资源遥感，2013，25(3)：7-13.[18] Wang X C，Shao G F，Chen H，etal.An application of remote sensing data in mapping landscape-level forest biomass for monitoring the effectiveness of forest policies in Northeastern China[J].Environmental Management，2013，52(3)：612-620. [19] 胡凯龙，刘清旺，李世明，等.运用融合纹理和机载LiDAR特征模型估测森林地上生物量[J].东北林业大学学报，2018，46(1)：52-57.[20] 汤旭光，刘殿伟，王宗明，等.森林地上生物量遥感估算研究进展[J].生态学杂志，2012，31(5)：1311-1318.[21] 黄丽艳，闫巧玲，高添，等.基于ALOSPALSAR雷达影像的人工林蓄积量估算：以塞罕坝机械林场华北落叶松人工林为例[J].生态学杂志，2015，34(9)：2401-2409.[22] 陈尔学.合成孔径雷达森林生物量估测研究进展[J].世界林业研究，1999，12(6)：18-23.[23] 黄华国.激光雷达技术在林业科学研究中的进展分析[J].北京林业大学学报，2013，35(4)：134-143.[24] 刘东起，范文义，李明泽.利用小光斑激光雷达估测林分参数和生物量[J].东北林业大学学报，2012，40(1)：39-43.[25] 尤号田，邢艳秋，王萌，等.小光斑激光雷达数据估测森林生物量研究进展[J].森林工程，2014，30(3)：39-42，46.[26] 曹林，佘光辉，代劲松，等.激光雷达技术估测森林生物量的研究现状及展望[J].南京林业大学学报(自然科学版)，2013，37(3)：163-169.[27] 冯仲科，罗旭，石丽萍.森林生物量研究的若干问题及完善途径[J].世界林业研究，2005，18(3)：25-28.[28] Holmgren J，Persson A，Soerman U.Species identification of individual trees by combining high resolution LiDAR data with multi-spectral images[J].International Journalof Remote Sensing，2008，29(5)：1537-1552.[29] Hyde P，Nelson R，Kimes D，etal.Exploring LiDAR-RaDAR synergy-predicting aboveground biomass in a southwestern ponderosa pine forest using LiDAR，SAR and InSAR[J].Remote Sensing of Environment，2007，106(1)：28-38.[30] 董立新，吴炳方，唐世浩.激光雷达GLAS与ETM联合反演森林地上生物量研究[J].北京大学学报(自然科学版)，2011，47(4)：703-710.[31] Fang J Y，Guo Z D，Piao S L，etal.Terrestrial vegetation carbon sinks in China，1981-2000[J].Science in China Series D：Earth Sciences，2007，50(9)：1341-1350. [32] 刘顺，罗达，杨洪国，等.川西亚高山岷江冷杉原始林细根生物量、生产力和周转[J].生态学杂志，2018，37(4)：987-993.[33] 苏纪帅，程积民，高阳，等.宁夏大罗山4种主要植被类型的细根生物量[J].应用生态学报，2013，24(3)：626-632.。
华北落叶松人工林林分生物量的估算方法
the distribution regions, it should be better to develop (or select) these allometric equations based on the distribution regions.
华北落叶松人工林林分生物量的估算方法
罗云建 1, 2，王效科 2，张小全 1, 3*，朱建华 1，侯振宏 1，张治军 4，褚金翔 1
(1.中国林业科学研究院森林生态环境与保护研究所，北京 100091；2.中国科学院生态环境研究中心城市与区域生态国家重点实验室，北京 100085； 3.美国大自然保护协会中国部，北京 100600；4.国家林业局昆明勘察设计院，昆明 650216)
生物量及其变化的准确估算是核算生物量碳贮量及其变化量的基础[3-4]，广泛使用的估算方法主要有生 物量相对生长方程、生物量-蓄积量方程、生物量估算参数、3S 技术等[7]。生物量估算参数通常包括生物 量转扩因子(Biomass conversion and expansion factor)、生物量扩展因子(Biomass expansion factor)、根茎比 (Root: shoot ratio)、木材密度(Wood density)等参数[3-4]。生物量估算参数的值随林分调查指标(如林龄、蓄积 量、胸径、树高)和环境因素(如立地条件、年均降水量、年均温度)的变化而变化[8-17]，其中生物量转扩因 子和蓄积量的函数关系本质上等同于生物量-蓄积量方程[18]。木材密度一般在实验室进行测定，其他估算 参数则无法在传统林业活动中得到[11]，故而，下文中的生物量估算参数特指生物量转扩因子、生物量扩展 因子和根茎比等 3 个参数。
徐州市森林生物量的估算
第38卷第3期江 苏 林 业 科 技V o l .38N o.32011年6月Journal of J i angsu Forestry Science &T echnology Jun.2011文章编号:1001-7380(2011)03-0017-04徐州市森林生物量的估算田勇燕1,4,秦 飞2,吴 静3,李亚丽3,梁 波3,关庆伟4(1.徐州市林政资源管理站,江苏 徐州 221009;2.徐州市市政园林局,江苏 徐州 221009;3.南京林业大学森林资源与环境学院,江苏 南京 210037;4徐州市林业站,江苏 徐州 221009)收稿日期:2011 03 13作者简介:田勇燕(1970-),女,经济师,硕士,主要研究方向:森林资产核算。
E m ai:l tyy700312@126.co m 。
摘要:利用森林蓄积量推算森林生物量的方法,系统研究了徐州市森林植被的生物量。
徐州市森林的总生物量是1397 81万t ,其中,杨树林1209 07万t ,侧柏林52 39万t ,银杏林34 04万t ,杂木林46 62万t ,灌木经济林44 51万t ,其他灌木林11 18万t 。
分析了其特点,为全面核算森林生态效益提供依据。
关键词:森林生物量;森林资源清查资料;估算;徐州市中图分类号:Q 948 1 S718.5 文献标识码:AE stimati ng of bi o mass of forests i n Xuzhou C ity,Chi naT I AN Yong yan 1,4,Q IN Fei 2,WU Jing 3,LI Y a li 3,L I ANG Bo 3,GUAN Q ing w ei4(1.X uzhou F orestry M anage m ent Station ,X uzhou 221009,Chi na ;2.X uzhou M unic i palW orks and G a rdens Bureau ,X uzhou 221018,Chi na ;3.Fo restry S tati on of X uzhou C ity ,X uzhou 221009,Chi na ;4.College o f F orestR esources and Env iron m ent N an jing Forestry U n i versity ,N an ji ng 210037,China)Abstrac t :T he m ethod o f esti m ati ng forest bio m ass used o f f o rest st o ck w as proposed in t h i s paper ,and b i o l og ical producti on a ll over X uz hou reg ion w as esti m ated by usi ng this m et hod .A s a resu lt ,T ota l b i omass of fo rest vege tati on in X uzhou reg i on w as 1397 81 104t ,o f which 1209 07 104t fo r P opulus sp .planta ti on ,52 39 104t for P lat y cl adus orientalis f o rest ,34 04 104t for G inkgo b iloba forest ,46 62 104t fo r broadleafm i xed forest ,44 51 104t fo r econo m ic scrub f o rest and 11 18 104t for shrub forest ,and its features w as ana l yzed .K ey word s :Forest b i om ass ;F orest i nventory ;Esti m a tion ;Xuzhuo C i ty in Chi na森林及其变化对陆地生物圈及其他地表过程有着重要影响,推算森林生物量是生态学和全球变化研究的重要内容之一,我国植被生物量的测定开始于20世纪70年代末80年代初[1]。
吴城林场不同森林类型固碳效应研究
2631.碳汇概念简介根据《联合国气候变化框架公约》的定义,碳汇是指从大气中清除C02的过程、活动和机制。
“碳汇”用来描述的是森林生态系统的固碳过程。
根据人们的一般习惯,一般都将树木和植物群落吸收大气中C02的过程,称为“固碳”。
本论文中的固碳,主要是指树木或植物群落通过自身的光合作用,将空气中的C02吸收并固定在其体内,从而降低大气中C02的浓度。
而与碳汇相对的概念是“碳源”。
在自然界中,向大气释放碳的母体一般就被称为碳源。
树木与植物群落都具有固碳与碳源的双重作用。
2. 研究地概况与研究方法2.1 研究地概况山西省关帝山国有林管理局吴城林场位于关帝山林区西侧、吕梁市离石区境内，始建于1962年。
经营总面积1.476万公顷，其中有林地面积5400万公顷，活立木蓄积30.50万立方米。
主要乔木树种为落叶松和油松，珍贵绿化树种黄护也有少量分布。
20世纪80年代曾在这里营造过6667公顷用材林基地，现在已经全部郁闭成林，正在发挥着良好的生态效益。
2.2 研究方法2.2.1样地选取通过在林区实行全面踏查，在林区遥感图像和林区林相图的基础上，统计种子园所辖范围内典型植被群落类型共有4类，分别为油松林、桦树林、落叶松人工林、山杨林。
2.2.2样地调查在初步掌握种子园主要植被类型的基础上，针对上述4类植被，在不同立地条件下选取样地10块，分别对乔木层、灌木层和草本层物种组成进行调查。
2.2.3主要研究方法（1）平均生物量法(Brown & Lugo,1982)这是基于某一种类型森林面积和该森林的野外实测样地的平均生物量来求取森林生物量的方法。
推算林分生物量主要有两种方法:一是根据每一块标准地的标准木推算林分生物量,用标准木的各组成(根、叶、枝、干)的生物量乘以该标准地的树木株数。
二是采用相关曲线法,即在研究区域内将选取的样木伐倒,然后按器官称重,再根据各器官生物量与某一测树指标之间的相关关系,进行回归拟合。
海南森林碳汇量初步估算
闫学金1,傅国华2(1.海南大学儋州校区环境与植物保护学院,海南儋州571737;2.海南大学儋州校区管理学院,海南儋州571737)摘要:海南省具有丰富的森林资源,而森林是CO2等温室气体的主要吸收与储存者,具有碳汇和碳源双重功能。
文章利用换算因子连续函数法,通过对相关数据分析,估算了海南省森林的碳汇量及价值量,以期对海南省开展森林碳贸易有一定的借鉴意义。
关键词:森林;碳汇量;价值量中图分类号:P618.15文献标识码:A海南森林碳汇量初步估算1海南森林资源现状海南省位于108°37′～117°50′E,3°58′～20°20′N,土地面积344.2万hm2,占全国热带地区面积的42.5%,是我国最大的热带区域。
20世纪30年代,海南省有170hm2热带原始森林,曾被誉为“森林之岛”[1]。
据数据考证,海南省有丰富的物种资源,其中4200种植物种类,530多种动物种类,占全国物种总数25%,是我国森林生态系统最丰富的地区之一。
被誉为“海岸卫士”的红树林树种,其面积曾多达1.13万hm2,对丰富海岸带的物种多样性和基因库类型起到重要的作用。
由于经济的迅猛发展,资源耗费激增。
大规模的开发建设,使海南森林资源急剧减少,同时海南的生态环境受到不同程度的破坏。
据海南省林业局统计资料,截至1994年,全省森林覆盖率下降到建省初期38.25%,而与此同时红树林的面积已不足5300hm2。
森林资源的急剧减少,导致了一系列生态环境问题的出现,如水土流失严重、水源涵养骤减、气候调节能力明显减弱、土地荒漠化程度加剧等等,并且造成全省200多个物种列入濒危和灭绝行列。
为解决当前面临的生态环境问题,海南省省委、省政府及相关管理部门确立了经济发展与环境保护同步的战略方针,建立了较完善的生态保护法规体系,加大了环境保护力度,先后制定了20多项环保法规,如《海南省环境保护条例》《海南省自然保护区管理条例》《海南森林保护管理条例》等等。
2009[01]森林生物量的估算方法和研究进展
![2009[01]森林生物量的估算方法和研究进展](https://img.taocdn.com/s3/m/10d638d1d15abe23482f4d65.png)
第45卷第8期2009年8月林业科学SCIE NTI A SI LVAE SI NIC AE V ol 145,N o 18Aug.,2009森林生物量的估算方法及其研究进展3罗云建1,2 张小全2 王效科1 朱建华2 侯振宏2 张治军2(11中国科学院生态环境研究中心城市与区域生态国家重点实验室 北京100085;21中国林业科学研究院森林生态环境与保护研究所 北京100091)摘 要: 总结分析生物量模型(包括相对生长关系和生物量-蓄积量模型)和生物量估算参数这2类常用的生物量估算方法,提出今后我国在森林生物量估算领域的研究重点:1)整合经验相对生长方程;2)系统研究生物量估算参数的规律性及其不确定性;3)构建以传统估算方法和3S 技术相结合的生物量估算系统。
关键词: 森林生物量;估算方法;相对生长关系;生物量-蓄积量模型;生物量估算参数中图分类号:S718155 文献标识码:A 文章编号:1001-7488(2009)08-0129-06收稿日期:2008-03-21。
基金项目:科技部科研院所社会公益研究专项(2004DI B3J103);中国科学院知识创新工程重要方向项目(K ZCX 2-Y W -422-3);国家科技支撑计划(2006BAD03A0704);中国林业科学研究院基本科研业务费专项资金项目(CAFY BB200700X )。
3张小全为通讯作者。
Forest Biomass Estimation Methods and Their ProspectsLuo Y unjian 1,2 Zhang X iaoquan 2 W ang X iaoke 1 Zhu Jianhua 2 H ou Zhenhong 2 Zhang Zhijun 2(11State K ey Laboratory o f Urban and Regional E cology ,Research Center for E co 2Environmental Sciences ,Chinese Academy o f Sciences Beijing 100085;21Research Institute o f Forest E cology ,Environment and Protection ,Chinese Academy o f Forestry Beijing 100091)Abstract : T w o widely accepted methods for forest biomass estimation (i.e.biomass function and biomass factors )were summarized and analyzed ,where biomass function includes biomass allometric equation and biomass 2v olume m odel.Based on these analyses ,the prospect in forest biomass estimation in China was proposed :1)collection and com prehensive studies of em pirical biomass allometric equations ;2)definitions ,rules and uncertainties of estimation of biomass factors ;3)development of a biomass estimation system that integrates the frequently used methods and 3S technologies.K ey w ords : forest biomass ;estimation methods ;allometric relationship ;v olume 2biomass m odel ;biomass factors 森林生态系统作为陆地生态系统的主体,在维护全球气候系统、调节全球碳平衡、减缓大气温室气体浓度上升等方面具有不可替代的作用(W oodwellet al .,1978)。
基于高分辨率遥感影像的森林地上生物量估算_黄金龙
生态学报 (SHENGTAI XUEBAO ) 第33卷第20期 2013年10月 (半月刊)目 次前沿理论与学科综述中小尺度下西北太平洋柔鱼资源丰度的空间变异杨铭霞,陈新军,冯永玖,等(6427)…………………………水分和温度对若尔盖湿地和草甸土壤碳矿化的影响王 丹,吕瑜良,徐 丽,等(6436)………………………荒漠啮齿动物群落对开垦干扰的响应及其种群生态对策袁 帅,付和平,武晓东,等(6444)…………………转Bt 基因棉花对烟粉虱天敌昆虫龟纹瓢虫的影响周福才,顾爱祥,杨益众,等(6455)………………………微地形改造的生态环境效应研究进展卫 伟,余 韵,贾福岩,等(6462)………………………………………个体与基础生态丹顶鹤春迁期觅食栖息地多尺度选择———以双台河口保护区为例吴庆明,邹红菲,金洪阳,等(6470)………新疆石河子南山地区表土花粉研究张 卉,张 芸,杨振京,等(6478)…………………………………………鄱阳湖湿地两种优势植物叶片C 、N 、P 动态特征郑艳明,尧 波,吴 琴,等(6488)…………………………基于高分辨率遥感影像的森林地上生物量估算黄金龙,居为民,郑 光,等(6497)……………………………异质性光照下匍匐茎草本狗牙根克隆整合的耗益陶应时,洪胜春,廖咏梅,等(6509)…………………………湘潭锰矿废弃地栾树人工林微量元素生物循环罗赵慧,田大伦,田红灯,等(6517)……………………………接种彩色豆马勃对模拟酸沉降下马尾松幼苗生物量的影响陈 展,王 琳,尚 鹤(6526)…………………生物炭对不同土壤化学性质、小麦和糜子产量的影响陈心想,何绪生,耿增超,等(6534)……………………延河流域植物功能性状变异来源分析张 莉,温仲明,苗连朋(6543)…………………………………………榆紫叶甲赤眼蜂基础生物学特性及其实验种群生命表王秀梅,臧连生,林宝庆,等(6553)……………………几种生态因子对拟目乌贼胚胎发育的影响彭瑞冰,蒋霞敏,于曙光,等(6560)………………………………种群、群落和生态系统海南铜鼓岭灌木林稀疏规律周 威,龙 成,杨小波,等(6569)…………………………………………………青海三江源区果洛藏族自治州草地退化成因分析赵志平,吴晓莆,李 果,等(6577)…………………………模拟氮沉降对华西雨屏区苦竹林凋落物基质质量的影响肖银龙,涂利华,胡庭兴,等(6587)…………………基于光合色素的钦州湾平水期浮游植物群落结构研究蓝文陆,黎明民,李天深(6595)………………………基于功能性状的常绿阔叶植物防火性能评价李修鹏,杨晓东,余树全,等(6604)………………………………北京西山地区大山雀与其它鸟类种群种间联结分析董大颖,范宗骥,李扎西姐,等(6614)……………………被动式电子标签用于花鼠种群动态研究的可行性杨 慧,马建章,戎 可(6634)……………………………景观、区域和全球生态华北冬小麦降水亏缺变化特征及气候影响因素分析刘 勤,梅旭荣,严昌荣,等(6643)………………………基于FAHP⁃TOPSIS 法的我国省域低碳发展水平评价胡林林,贾俊松,毛端谦,等(6652)……………………河漫滩湿地生态阈值———以二卡自然保护区为例胡春明,刘 平,张利田,等(6662)…………………………应用Le Bissonnais 法研究黄土丘陵区植被类型对土壤团聚体稳定性的影响刘 雷,安韶山,黄华伟(6670)……………………………………………………………………………………………………………………不同人为干扰下纳帕海湖滨湿地植被及土壤退化特征唐明艳,杨永兴(6681)…………………………………资源与产业生态近10年北京极端高温天气条件下的地表温度变化及其对城市化的响应李晓萌,孙永华,孟 丹,等(6694)……………………………………………………………………………………………………………………三峡库区小江库湾鱼类食物网的稳定C 、N 同位素分析李 斌,徐丹丹,王志坚,等(6704)…………………研究简报北京奥林匹克森林公园绿地碳交换动态及其环境控制因子陈文婧,李春义,何桂梅,等(6712)………………植被恢复对洪雅县近15年景观格局的影响王 鹏,李贤伟,赵安玖,等(6721)………………………………高盐下条斑紫菜光合特性和S⁃腺苷甲硫氨酸合成酶基因表达的变化周向红,易乐飞,徐军田,等(6730)…学术信息与动态生态系统服务研究进展———2013年第11届国际生态学大会(INTECOL Congress )会议述评房学宁,赵文武(6736)……………………………………………………………………………………………………………生态系统服务评估———2013年第6届生态系统服务伙伴国际学术年会述评巩 杰,岳天祥(6741)………回顾过去,引领未来————2013年第5届国际生态恢复学会大会(SER 2013)简介彭少麟,陈宝明,周 婷(6744)………………………………………………………………………………………………………………期刊基本参数:CN 11⁃2031/Q∗1981∗m∗16∗320∗zh∗P∗￥90.00∗1510∗33∗2013⁃10 封面图说:荒漠旱獭———旱獭属啮齿目、松鼠科、旱獭属,是松鼠科中体型最大的一种。
生态环评中森林植被生物量的估算方法
生态环评中森林植被生物量的估算方法郝媛;马俊杰【摘要】生物量的估算方法主要有皆伐实测法、标准木法、回归估计法、森林蓄积量与生物量的转换模型等四种方法,通过对四种方法分析比较,提出森林蓄积量与生物量的转换模型法是目前最适合在环境影响评价工作中进行生物量估算的方法.【期刊名称】《地下水》【年(卷),期】2012(034)006【总页数】3页(P215-217)【关键词】生物量;森林植被;模型【作者】郝媛;马俊杰【作者单位】西北大学城市与环境学院,陕西西安710127;西北大学城市与环境学院,陕西西安710127【正文语种】中文【中图分类】X826环境影响评价技术导则生态影响中的生态现状调查是生态现状评价、影响预测的基础和依据。
导则要求调查的内容和指标应能反映评价工作范围内的生态背景特征的和现存的主要生态问题，其中指出，一级评价应给出采样地样方实测、遥感等方法测定的生物量，二级评价的生物量可依据已有资料推断，或实测一定数量的、具有代表性的样方予以验证。
关于二级评价中生物量该如何进行估算，环评导则中并没有给出具体方法。
1 生物量1.1 生物量的概念生物量是单位面积上所有生物有机体的干重总量，是生态系统最基本的数量特征，是认识生态系统结构和功能的基础，它不仅反映了生态系统在特定时间段内积累有机物质的能力，也是描述生态系统特征的重要参数。
而绿色植物的生物量是整个生态系统的能量基础和物质来源，是生态功能系统最重要的特征和本质的标志。
其中森林生物量约占全球陆地植被生物量的90%以上［1］，其是森林固碳能力的重要标志，也是评估森林碳收支的重要参数，是研究很多林业问题和生态问题的基础。
1.2 生物量变化的环境影响生物量变化的环境影响主要表现在生态金字塔的稳定性、水土流失强度的变化、温室效应强度的变化和景观生态协调性几方面。
生态系统内的初级即第一营养级生物量的增加，必然会导致一级消费者如鸟、兔、鼠、松鼠及野猪等第二营养级生物量和昆虫生物量的增加，从而导致蛇等第三营养级生物量的增加;一般认为，水土流失强度与森林覆盖率相关，然而生物量也是一个重要影响因素;生物量变化对温室效应也有直接影响与间接影响;生物量的变化也会通过影响景观生态类型，从而影响局部地区的生态协调性［2］。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(2 Research Institute of Forestry , the Chinese Academy of Forestry , Beijing 100091 , China)
Abstract Science magazine has published a paper by Fang et al . ( 2001 , 291 : 2320 - 2322 ) which , based on the variable BEF (Biomass Expansion Factor) method , discusses forest biomass carbon and its changes in China in the past 50 years , by using direct field measurements and forest inventory database. This is a large spatio-temporal scale study , associated with principles and methods for a large- scale ecology study and scaling- up . Due to a limited space , the Sci2
2320～2322) 。该文利用大量的生物量实测数据 ,结合使用中国 50 年来的森林资源清查资料及相关的统计资料 ,基
于生物量换算因子连续函数法 ,研究了中国森林植被碳库及其时空变化 。这是一个大时空尺度的工作 , 涉及一些 大尺度生态学研究的原理 、 方法以及尺度转换问题 。由于篇幅所限 , 论文并未详细说明这些问题 。为了帮助理解 大尺度生态学研究的方法和思路 ,本文给出了论文中涉及生物量计算的理论基础 ,对数据和计算方法等也进行了 较为详细的说明 。生物量换算因子的连续变化 、 区域森林生物量的计算方法以及由样地实测到区域推算的尺度转 换构成该项研究的 3 个主要的理论基础 ,其中换算因子的连续变化是关键 。 关键词 区域森林生物量估算 换算因子的连续变化 森林资源清查资料 森林植被碳库及其变化
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
244
植 物 生 态 学 报
26 卷
生物量也分别进行了估算 ( 马钦彦等 ,1996 ; 康惠宁 等 ,1996 ; 罗天祥等 ,1998 ;1999 ; 王绍强等 ,1999 ; 刘世 荣等 ,1990 ; 周玉荣等 ,2000 ; 王玉辉等 ,2001 ; 王效科 等 ,2001 ; Wang et al . , 2001) 。冯宗炜等 ( 1999) 对以 往开展的我国不同森林类型的生物量测定结果进行 了总结 。这些研究大大推进了我国森林生物量及相 关的生态系统生态学和全球变化研究的开展 , 也为 后来系统研究中国的森林植被碳库及其变化打下了 基础 。另一方面 ,90 年代中期开始 , Fang 等 ( 1993 ; 1998 ;2001 ) 和 方 精 云 等 ( 1996a ; 1996b ; 刘 国 华 等 , 2000) 利用野外实测资料 ,并结合全国森林资源清查 资料 ,开始探讨全国尺度的森林生物量及其变化的 估算 。 作者利用大量的生物量实测数据 , 结合使用中 国 50 年来较为系统的森林资源清查资料及相关的 统计资料 ,基于生物量换算因子连续函数法 ,研究了 中国森林植被碳库及其时空变化 , 部分结果发表在 Science 杂志上 ( Fang et al . , 2001 , 以下简称 “Science ) 。这是一个大时空尺度的工作 , 涉 论文” 或 “论文” 及一些大尺度生态学研究的原理 、 方法以及尺度转 换问题 。由于篇幅所限 , Science 论文中 , 一些问题 并没有给予详细说明 。为此 ,本文就 Science 论文中 的一些计算原理 、 方法和数据来源等 , 作一详细说 明 ,希望能对大尺度森林碳库的研究有所帮助 。
1 Science 论文的内容及意义
Science 论文利用生物量实测资料 、 森林资源清
查资料以及相关统计资料 , 建立了推算区域 ( 国家 ) 尺度森林生物量的 “换算因子连续函数法” , 构建了 世界上第一个长时间序列的国家尺度的生物量数据 库 。在此基础上 ,阐明了中国 50 年来森林植被 CO2 源汇功能的动态变化 。结果表明 ,70 年代末以前 , 中国森林植被起着 CO2 源的作用 , 净释放了 0. 62
2 理论基础
Science 论文所涉及的研究是一个逻辑性很强 的工作 ,有其严密的理论基础 。其中 ,生物量换算因 子的连续变化 、 区域森林生物量的计算方法以及由 样地实测到区域推算的尺度转换是构成该项研究的 3 个主要的理论基础 。 2. 1 换算因子 ( B EF) 连续变化 一般来说 , 推算区域尺度的森林生物量方法有 3 类 : 平均生物量法 、 平均换算因子法和换算因子连 续函数法 ( 方精云 ,2000 ; Fang & Wang , 2001) 。本文 主要介绍与 “ Science 论文” 有关的换算因子连续函 数法 。 1) 平均生物量方法 利用野外实测数据获得的平均生物量乘以该类 型森林的面积 。该方法在国际生物学计划 ( IBP) 期 间被广泛应用 (Lieth & Whittaker , 1975 ; Brown &Lu2 go , 1982) 。 2) 平均换算因子法 利用生物量换算因子 ( B EF , biomass expansion factor) 的平均值乘以该森林类型的总蓄积 , 得到该 类型森林的总生物量 。该方法早在 IBP 期间就开始 应用 (Lieth & Whittaker , 1975) 。后来国家尺度的森 林生物量的推算大多使用平均的 B EF 值及森林清 查资料所提供的森林总面积和蓄积量等数据 ( Turner et al . , 1995 ; Alexeyev et al . , 1995 ; Fang et al . , 1998) 。 3) 换算因子连续函数法 研究表明 , 某森林类型的林分生物量与木材材 积比值 ( B EF) 不是不变的 , 而是随着林龄 、 立地 、 个 体密度 、 林分状况等不同而变化 。因此 ,换算因子连
ESTIMATING BIOMASS CARBON OF CHINA’ S FORESTS : SUPPL EMENTARY NOTES ON REPORT PUBL ISHED IN SCI ENCE ( 291 : 2320 - 2322) BY FANG et al . ( 2001)
FANGJing- Yun1 CHEN An- Ping1 ZHAO Shu-Qing1 and CI Long-J un2
ence paper does not describe these in details. In order to help understand methodologies for such a large- scale study , here
we presented the basis for calculating regional biomass in details , and described the data sources and methodologies used in the Science paper. The variable BEF changes , calculation equations of regional forest biomass and scaling up from di2 rect biomass measurement to regional biomass estimation are three main foundations for estimating China’ s forest biomass carbon in the Science paper. Among these , the first one is the most critical to calculation of biomass carbon. Key words Estimation of regional forest biomass , Forest carbon and its change , Forest inventory , Variable BEF changes
(1 Key Laboratory for Earth Surf ace Processes of the Ministry of Education and Department of Urban &
Environmental Sciences , Peking University , Beijing 100871 , China)
参数 。该论文的发表 ,肯定了我国林业工作的成就 , 改变了某些发达国家对我国环保工作的印象 ,同时 , 也为中国相关的环境外交谈判提供了有益的科学数 据。 论文发表后 , 受到广泛关注 。Science 杂志同时 发表了哈佛大学教授 Wofsy 的评论 ( Wofsy , 2001) 和 美国 科 学 促 进 会 ( AAAS ) Onaga 的 报 道 ( Onaga , 2001) 。Science 杂志首席指导 ( Senior Editorial Super2 visor for Science) Andrew Sugden 博士认为 , 该论文是 一个里程碑式的研究 , 将长期被引用 。审稿人认为 “论文” 是长期以来所见到的最优秀的工作之一 。英 国著名的 “泰晤士报” 教育周刊 ( The Times Higher Ed2 ) ucation Supplement 利用一个整版的篇幅 , 报道了研 究的经过 ,并在头版头条发了标题新闻 。