合肥市森林碳储量及碳密度研究
森林生态系统碳储量估算方法研究进展_程鹏飞

· 40·
林业调查规划
第 34卷
按照区域或国家尺度土壤图上的面积得到碳蓄积总
量 .同时 , 还可以在土壤图上将土壤单元与土壤碳密 度匹配以表现土壤碳蓄积量的空间分布特征 .土壤 类型法也可以利用世界土壤图和全球土壤分类系统 形 成 统 一 估 算 体 系 来 估 算 全 球 碳 蓄 积 量 [ 4] . Franzmeier等人[ 5] 就利用美国中西部 地区 12个州 的 1∶250万的土壤分布图 , 估算了所研究区域的土 壤有机碳 储 量 .Batjes[ 6] 按 经 纬 度 将 全 球 划分 为 259 200个土壤面积单元 , 根 据每个土种分布 、土壤 深度 、土壤容重 、有机碳及砾石含量等数据 , 求出每 个面积单元的土壤平均碳密度 , 最后求和得出全球 的土壤有机碳总 量 .此方 法原理简单 , 数据较易获 取 , 是目前国内外土壤碳储量估算的最常用方法 , 但 土壤类型法需具备详细的各类土壤理化性质数据 , 否则估算精度不高 .未来此方法的研究应采用更详 细 、更准确的土壤类型分布图和土壤属性信息 , 以提 高估测精度 [ 7] . 1.2 生命带研究方法
生物量与蓄积量为基础的地上植物碳储量估算方法能够用于长时期大面积的森林碳储量监测但其不足在于消耗劳动力多并且只能问歇地记录碳储量不能反映出季节和年变化的动态效应同时由于各地区研究的层次时间尺度空间范围和精细程度不同及样地的设置估测的方法等各异使研究结果的可靠性和可比性较差
第 34卷 2009年
第 6期 12月
10倍之多 , 森林碳库发生细微的变化就会对全球气 候系统产生巨 大的影响 [ 1] .因此 , 准 确地估算森林 生态系统碳储量及其变动引起的全球陆地生态系统
碳储量变化受到科学家们的普遍关注 . 森林生态系统碳储量包括土壤碳库 、植被碳库
中国森林生态系统的植物碳储量和碳密度研究

中国森林生态系统的植物碳储量和碳密度研究3王效科33 冯宗炜 欧阳志云 (中国科学院生态环境研究中心,北京100080)【摘要】 提高森林生态系统C 贮量的估算精度,对于研究森林生态系统向大气吸收和排放含C 气体量具有重大意义.中国的森林生态系统植物C 贮量的研究刚刚开始,由于估算方法问题,不同估算结果存在着较大的差异.本研究以各林龄级森林类型为统计单元,得出中国森林生态系统的植物C 贮量为3.26~3.73Pg ,占全球的0.6~0.7%;各森林类型和省市间有较大的差异.森林生态系统植物C 密度在各森林类型间差异比较大,介于6.47~118.14Mg ・hm -2,并且有从东南向北和西增加的趋势.这种分布规律与我国人口密度的变化趋势正好相反,两者有一种对数关系.这说明我国实际森林植物C 密度大小首先取决于人类活动干扰的程度.关键词 森林生态系统 植物C 贮量 植物C 密度文章编号 1001-9332(2001)01-0013-04 中图分类号 Q94811,S71815 文献标识码 AV egetation carbon storage and density of forest ecosystems in China.WAN G Xiaoke ,FEN G Z ongwei and OU Y AN G Zhiyun (Research Center f or Eco 2Environmental Sciences ,Chinese Academy of Sciences ,Beijing 100080).2Chin.J.A ppl.Ecol .,2001,12(1):13~16.To improve the estimatation of carbon pool of forest ecosystems is very important in studying their CO 2emission and uptake.The estimation of vegetation carbon pool in China has just begun.There is a significant difference among esti 2mates from different methods applied.Based on forest inventory recorded by age class ,the vegetation carbon storage of forest ecosystems in China was estimated to be 3.26~3.73Pg ,accounting for 0.6~0.7%of the global pool.The carbon densities were difference among forest types and provinces ,in range of 6.47~118.14Mg ・hm -2.There is an incremental tendency from southeast to north and west.This trend is negatively related with the change in population density in logarithmic mode ,which indicates that the actual forest carbon density is prominently determined by human activities.K ey w ords Forest ecosystem ,Vegetation carbon storage ,Vegetation carbon density. 3中国科学院重大项目(KZ9512B12208)和中国科学院生态环境研究中心主任基金资助. 33通讯联系人. 1999-04-12收稿,2000-04-17接受.1 引 言森林生态系统贮存了陆地生态系统的76%~98%的有机C [13].它对大气中CO 2浓度的影响越来越受到科学家的关注[5].而森林生态系统的C 储量是研究森林生态系统与大气间C 交换的基本参数[5],也是估算森林生态系统向大气吸收和排放含C 气体的关键因子[13].目前,前苏联[1]、加拿大[2]、美国[11]等国家对森林生态系统的植物C 贮量的估计研究均有较大进展.在国外资料中[5],对中国森林生态系统植物C 贮量估计引用较多的为17Pg.按此估计,我国单位面积的森林植物C 贮量(称C 密度)应为114Mg ・hm -2,但这一估计显然与我国的实际情况相差太远.近年来,Fang 等[6]根据野外调查资料,建立了我国主要森林类型的林木蓄积量与生物量之间相关式,提高了中国森林生态系统的植物C 贮量的估算精度.但是,现有的估计没有充分考虑:1)林龄对林木蓄积量与生物量之间的关系的影响;2)群落中林下植物生物量;3)对我国森林生态系统C 密度的分布规律和影响因素的分析.本研究在分析中国主要森林生态系统类型和各地带的森林生态系统的各林龄级的生物量与蓄积量的关系基础上,根据全国第三次森林资源普查资料中的按省市和按各优势种调查统计的各林龄级的蓄积量资料,分别估计了中国森林生态系统的植物C 贮量,并分析了中国森林生态系统植物C 密度的分布规律和影响因素.2 研究方法森林生态系统植物C 贮量的估算,早期是利用森林生物量的野外样地调查资料和森林统计面积.由于在实际森林样地调查时,一般都选取生长较好的地段进行测定,其结果往往高估了森林植物的C 贮量[3,6,13].近年来,以建立生物量与蓄积量关系为基础的植物C 贮量估算方法已得到广泛应用[5].本研究也采用该方法,不同的是首先将我国1994年底以前160多篇有关森林生物量的研究报道中561个调查样地的生物量调查资料按林龄级依次分为幼龄林、中龄林、近熟林、成熟林和过熟林,归并成16种森林类型[12],统计得出各林龄级个各森林类型的林木树干与乔木层生物量的比值(SB )和乔木层和群落总应用生态学报 2001年2月 第12卷 第1期 CHIN ESE JOURNAL OF APPL IED ECOLO GY ,Feb.2001,12(1)∶13~16生物量(包括林下所有植物的生物量)的比值(B T),然后再将这些森林类型归并为中国森林资源普查的统计单元:森林优势种类型和省市[12].利用下式,可得出中国各类型和各省市(台湾除外)的森林植物C贮量(TC,Tg):TC=V×D×SB×B T×(1+TD)×Cc(1)式中,V是某一森林类型或省市的森林蓄积量(m3),来自林业部第三次全国森林资源普查资料;D是树干密度(Mg・m-3),采用中国林业科学研究院木材工业研究所的研究结果[8].Cc是植物中C含量,该值在不同植物间变化不大,因此,为简便起见,常采用0.45[4].然后统计中国森林生态系统的总植物C贮量.并进一步分析各类型和各省市的C密度差异和影响因素,并用地理信息系统Arc/View做出中国森林植物C密度分布图,建立了中国各省市森林植物C密度与人口密度间的关系.3 结果与讨论311 各森林类型植物C贮量和C密度根据中国38种优势种森林的蓄积量估算出,中国森林生态系统的植物C总贮量是3724.50Tg(表1).从林龄级分布看,幼龄林、中龄林、近熟林、成熟林和过熟林分别占14.6、29.7、12.0、29.5和1412%.从类型构成看,栎类林最大,占2214%(这是因为栎类在我国分布的面积较大),其次为落叶松林,占12.1%,阔叶混交林占11.5%.由图1可以看出,各森林类型的植物C密度差异较大,介于6.47~118.14Mg・hm-2.云杉林、冷杉林、高山松和热带林的植物C密度较高,>60Mg・hm-2.而黑松林、油松林、马尾松林、杉木林、柳杉林、水杉林和桉树林的植物C密度较小,<15Mg・hm-2.这主要是由于林龄差异造成的,云杉林、冷杉林、高山松和热带林中,成熟林和过熟林占的比例较大,黑松林、油松林、马尾松林、杉木林、柳杉林、水杉林和桉树林中,人工林占的比例较大,多为幼、中龄林.312 各省市的森林植物C贮量和C密度根据中国30个省市地区的针叶林和阔叶林蓄积量资料,估计出中国森林生态系统的植物C总贮量是3255171Tg(表2).从林龄级的分布看,幼龄林、中龄林、近熟林、成熟林和过熟林分别占14.3、30.6、11.4、2917和14.0%.与以上结果基本一致.从各省市的构成看,黑龙江省最大,占17.7%,其次为四川和云南省,分别占15.4%和1410%,内蒙古自治区占11.6%. 从图2可见,中国森林生态系统的植物C密度有从东南向东北和西增加的趋势.我国森林植物C密度较高的省份为黑龙江、吉林、西藏和海南,<5311Mg・hm-2.尽管西藏的森林面积很小,但现存森林的植物C密度很高,如西藏的雅鲁藏布江的大拐弯处是我国表1 中国各森林生态系统的总生物质C贮量T able1V egetation carbon storage of every forest ecosystems in China(T g)林型F oresttype幼龄林Y oung中龄林Middle2aged近熟林Prema2ture成熟林Mature过熟林Post2mature总计Total比例Percen2tage1 3.12 4.85 4.3214.30 1.7928.380.762 1.7125.2633.80140.28113.38314.438.443 5.8135.8019.70235.8633.00330.178.86 40.70 2.13 2.7210.319.6525.510.68 57.847.17 1.508.59 2.1527.250.73 690.11101.9057.39142.8757.91450.1812.09 7 3.85 5.88 1.20 4.570.0015.500.42 80.010.090.020.000.000.120.00 90.160.050.000.000.000.210.01 10 5.3810.50 2.250.92 1.3620.410.55 110.59 3.71 2.22 1.45 1.499.460.25 120.60 1.340.740.110.73 3.520.09 1342.1267.1418.857.86 2.61138.58 3.72 1421.5724.9812.9024.7726.51110.73 2.9715 4.28 6.72 4.54 6.47 2.9624.970.6716 4.31 5.84 2.5037.568.1358.34 1.57 179.9831.6111.737.50 2.8763.69 1.71 180.030.050.000.250.000.330.01 190.020.060.000.000.000.080.0020 2.6512.34 4.21 6.13 4.5029.830.8021 5.5128.5412.0421.279.3376.69 2.0622 2.257.41 3.27 3.70 1.4518.080.49 230.320.910.140.190.00 1.560.04 240.000.28 1.560.600.45 2.890.08 25163.53281.72108.82180.72101.15835.9422.44 2632.61117.9025.2136.8421.36233.92 6.28 2739.4478.6822.7635.4216.66192.96 5.18 28 2.22 4.32 2.1310.30 2.5521.520.58 290.080.010.030.000.000.120.00 300.550.900.140.300.00 1.890.05 310.150.390.49 1.080.00 2.110.06 3214.9034.2014.6024.2313.03100.96 2.71 330.190.210.020.000.230.650.0234 6.2521.4811.5720.1034.7394.13 2.5335 5.5620.35 2.67 2.450.5531.580.85 3661.13143.0259.97107.3258.33429.7711.54 37 3.6317.52 2.66 3.540.6928.040.75总计543.161105.26448.671097.86529.553724.50100.00 Total11红松Pi nus koraiensis,21冷杉A bies,31云杉Picea,41铁杉Tsuga chi nensis,51柏木Platycladus and Cupressus,61落叶松L ari x,71樟子松Pi nus sylvest ris,81赤松Pi nus densif olia,91黑松Pi nus thunbergii, 101油松Pi nus tabulaef ormis,111华山松Pi nus armandi,121油杉Keteleeria,131马尾松Pi nus massoniana,141云南松Pi nus yunnanen2 sis,151思茅松Pi nus kisiya,161高山松Pi nus densata,171杉木Cun2 ni nghamia lanceolata,181柳杉Cryptomeria f ort unei,191水杉Metase2 quoia glyptost roboi des,201针叶混交林Mixed coniferous,211针阔混交林Mixed coniferous and broad2leaf forest,221水胡黄Fraxi nus,J uglans, Phellodendron,231樟树Ci nnamom um,241楠木Phoebe,251栎类Quercus,261桦木Bet ula,271硬阔类Hardwood,281椴树类Tilia,291檫树S assaf ras tz ume,301桉树Eucalypt us,311木麻黄Casuari na,321杨树Popul us,331桐类Davi dia,341软阔类Softwood,351杂木Acer, Tilia,Ul m us,361阔叶混交林Mixed broad2leaf forest,371热带林Tropic forest.目前森林生物量最高的地方[12].植物C密度较小的省包括广东、广西、湖北、湖南、江西、浙江、江苏、安徽和山东,<12.4Mg・hm-2.森林植物C密度的这种分布规律与我国人口密度的变化趋势正好相反,两者呈显著的对数相关关系(图3),说明我国实际森林植物C 密度大小首先取决于人类活动干扰的程度.可以说人41应 用 生 态 学 报 12卷图1 不同森林生态系统类型的植物C 密度比较Fig.1Comparison of vegetation carbon density among forest ecosystem types.林型同表1.Forest type as table 1.表2 中国各省市森林生态系统的总生物质C 贮量T able 2V egetation carbon storage of every province in China (T g)省 市Province幼龄林Y oung 中龄林Middle 2aged 近熟林Premature 成熟林Mature 过熟林Post 2mature 总 计Total 比 例Percentage 北 京Beijing 1.090.640.110.020.00 1.860.06天 津Tianjin 0.190.260.040.010.000.500.02河 北Hebei 3.8515.00 1.95 1.210.0022.010.68山 西Shanxi 3.4411.31 2.320.790.1117.970.55内蒙古Neimenggu 79.86138.4233.1096.3929.83377.6011.60辽 宁Liaoning 13.1037.27 4.09 3.330.2358.02 1.78吉 林Jilin35.91101.6638.6294.4538.02308.669.48黑龙江Heilongjiang 72.97230.19109.03125.6538.99576.8317.72上 海Shanghai 0.010.000.000.000.000.010.00江 苏Jiangsu 0.560.900.350.090.01 1.910.06浙 江Zhejiang 7.589.28 3.22 3.400.7524.230.74安 徽Anhui 7.6910.27 1.250.690.3620.260.62福 建Fujian 17.0042.677.25 3.70 1.0171.63 2.20江 西Jiangxi 12.3820.86 6.78 4.55 1.3945.96 1.41山 东Shandong 2.27 2.380.000.640.00 5.290.16河 南Henan 7.787.69 1.94 2.280.4520.140.62湖 北Hubei 10.0412.28 2.68 3.48 1.2929.770.91湖 南Hunan 12.5214.16 4.29 6.55 1.2038.72 1.19广 东Guangdong 8.9817.57 5.54 2.090.6334.81 1.07广 西Guangxi 4.4313.0512.0210.6112.7152.82 1.62四 川Sichuan 32.3074.2549.73189.56156.01501.8515.41贵 州Guizhou 18.4419.62 3.03 6.34 2.5649.99 1.54云 南Yunnan 88.50102.4641.96110.81112.65456.3814.02西 藏Xizang 0.010.000.21233.800.00234.027.19陕 西Shaanxi 6.0447.2116.3523.0035.32127.92 3.93甘 肃G ansu 9.0328.1110.5114.579.7071.92 2.21青 海Qinghai 1.76 4.95 1.90 2.41 1.0412.060.37宁 夏Ningxia 0.85 1.680.000.190.00 2.720.08新 疆Xinjiang 3.6918.6910.4922.7910.9866.64 2.05海 南Hainan 4.3613.82 2.05 2.520.4623.210.71总 计Total466.63996.65370.81965.92455.703255.71100.00类的干扰程度已经完全掩盖了气候条件对森林植物C 密度的影响和制约.我们对中国森林生态系统生物量野外样地资料的分析也反映了人类活动对我国森林生物量有巨大影响[7].313 中国森林生态系统在全球C 库中的作用在以上的估计中,由于估算过程中的资料统计单元的不同,得出的结果有差异,相对误差为13%.对于中国森林生态系统C 贮量,Fang 等[6]给出的估计值为4.30Pg.他估计的植物C 含量取值是0.5,如植物的C含量取值与我们一样(0.45),则中国森林的C 贮量为3.87Pg.该值略大于我们的估计,与我们的估计值的相对误差为4%~19%.Dixon 等[5]引用的中国森林的C 贮量估计值(17Pg )与我们的估算差异很大,不能真正反映我国森林生态系统C 贮量的实际情况.Wang 等在1994年利用美国学者Marland 用的参数[10],根据中国森林的总蓄积量估算了中国森林生态系统的植物C 贮量为2.1Pg [14],远比现在的估计值小.这也说明要得出中国森林生态系统植物C 贮量的可靠值,必511期 王效科等:中国森林生态系统的植物碳储量和碳密度研究 须采用中国的参数和按类型或区域进行详尽的统计,并且应该不断更新数据库,引用最新的森林生物量的生态调查结果[9,15].图2 中国森林生态系统植物C 密度分布Fig.2Distribution of vegetation carbon density of forest ecosystem in Chi 2na.图3 中国森林生态系统植物C 密度与人口密度的关系Fig.3Relationship between vegetation carbon density of forest ecosystem and population density in China.表3 中国、加拿大、美国和俄罗斯的森林生态系统植物C 贮量比较T able 3Comp arison of vegetation carbon storage among C anad a ,U nited States ,Russion and China国 家Country植物C 贮量Vegetationcarbon storage(Pg )占全球的比例Contribution to the globe(%)C 密度Vegetation carbon density (Mg ・hm -2)中国China 3.26~3.870.6~0.736~42加拿大Canada12 2.328美国大陆United States 12.1 2.361俄罗斯Russion28.05.436 如果全球森林生态系统植物C 贮量取平均值520Pg [13],中国森林生态系统的C 贮量占全球的016%~017%(表3).与世界上有关国家的C 贮量研究结果比较,我国森林的植物C 贮量远小于俄罗斯[1]、加拿大[5]和美国[11].植物C 密度,除美国较大外,其他国家差异不大.这说明这些国家的森林也都受到了人为干扰,造成了森林生态系统的实际植物C 贮量较小.参考文献1 Alexeyev V ,Birdsey R ,Stakanov V et al .1995.Carbon in vegetation of Russian forests :methods to estimate storage and geographical distri 2bution.W ater ,A i r and Soil Poll ,82:271~2822 Apps MJ and Kurz WA.1994.The role of canadian forests in the glob 2al carbon budget.In :K anninen M ed.Carbon Balance of world ’s forested ecosystems :Towards a G lobal Assessment.Finland :SILMU.12~203 Brown S and Iverson L R.1992.Biomass estimates for tropical forests.Worl d Resour Rev ,4:366~3844 Crutzen ,PJ and Andreae MO.1990.Biomass burning in the tropics :impact on the atmospheric chemistry and biogeochemical cycles.Sci ,250:1669~16785 Dixon R K ,Brown S ,Houghton RA et al.1994.Carbon pools and flux of global forest ecosystems.Science ,262:185~1906 Fang J ,Wang GG ,Liu G et al .1998.Forest biomass of China :an esti 2mate based on the bimoass 2volume relationship.Ecol A ppl ,8:1084~10917 Feng Z 2W (冯宗炜),Wang X 2K (王效科)and Wu G (吴 刚).1999.Biomass and productivity of Forest Ecosystems.Beijing :Science Press.(in Chinese )8 Institute of Forestry Industry ,Chinese Academy of Forestry Sciences(中国林业科学院木材研究所).1982.Major Physical and Chemical Properties of Woods in China.Beijing :Chinese Forestry Press.(in Chi 2nese )9 Li L 2H (李凌浩),Lin P (林 鹏)and Xing X 2R (邢雪荣).1998.Fineroot biomass and production of Castanopsis eyrei forest.Chi n J A ppl Ecol (应用生态学报),9(4):337~34010 Marland G.1988.The prospect of solving the carbon dioxide problemthrough global reforestation.Oak Ridge National Laboratory ,DOE/NBB 20082,Oak Ridge ,TN ,USA.11 Turner DP ,K oepper G J ,Harmon ME et al .1995.A carbon budget forforests of the conterminous United States.Ecol A ppl ,5:421~43612 Wang X 2K (王效科).1996.Biomass of Forest Ecosystems and Carbon 2Containing G ases Released from Biomass Burning in China.Ph D The 2sis.Beijing :Research Center for Eco 2Environmental Sciences ,Chinese Academy of Sciences.(in Chinese )13 Wang X 2K (王效科),Feng Z 2W (冯宗炜).1995.The history of re 2search on biomass and carbon storage of forest ecosystems.In :Wang R 2S (王如松)eds.Hot Topics in Modern Ecology.Beijing :China Science and Technology Press.335~347(in Chinese )14 Wang X ,Zhuang Y and Feng Z.1994.Carbon dioxide release due tochange in land use in China mainland.J Envi ron Sci ,6:287~29515 Wang Y (王 燕)and Zhao Sh 2D (赵士洞).1999.Biomass and netproductivity of Picea schrenkiana var.tianshanica forest.Chi n J A ppl Ecol (应用生态学报),10(4):389~391作者简介 王效科,男,1964年生,博士,副研究员,主要从事生物物质燃烧、森林生态、C 循环和生物地球化学模型等方面研究.Tel :010*********,E 2mail :wangxk @61应 用 生 态 学 报 12卷。
森林生态系统碳储量研究的意义及国内外研究进展

自工业革命以来,大气中温室气体含量的增加是不争的事实,到2005年,大气中CO 2的浓度已经由工业革命前的280mg/kg 升到379mg/kg ,2005年大气二氧化碳的浓度值已经远远超出了根据冰芯记录得到的65万年以来浓度的自然变化范围(180~330mg/kg ),最近100年(1906—2005年)来,全球地表温度已上升了0.74℃。
温室效应导致的气候变化将对农牧业生产、水资源、海岸带资源环境、森林生态系统、人体健康和各地区社会经济产生重大影响,威胁着人类生存[1]。
1森林生态系统碳储量研究的背景与意义随着气候变化的研究越来越受到国际上广大学者的重视,森林生态系统碳储量的研究成为近年来国际上研究的热点,森林不仅具有调节区域生态环境的功能,而且在全球碳平衡中起着巨大的作用,森林作为陆地生态系统的主体,储存了10000亿t 有机碳,占整个陆地生态系统的2/3以上[2]。
森林通过光合作用将大气中的二氧化碳以有机物的形式固定到植物体和土壤中,在一定时期内起到减少温室气体积累的作用,因此在温室气体减排中扮演着重要的角色。
森林碳汇也在国际气候变化谈判中得到广泛重视,巴厘岛国际气候变化大会开始把森林问题作为一个主题纳入气候谈判,《京都议定书》规定的4种温室气体的减排方式中,2种与森林有直接的关系,以“净排放量”计算温室气体的排放量,即从本国实际排放量中扣除森林所固定的部分和通过采用绿色开发机制(CDM )来减排,清洁发展机制(CDM )的造林、再造林项目和森林管理等活动允许发达国家可以通过在发展中国家实施林业碳汇项目来抵消其温室气体的排放量。
所有这些工作必须建立在量化森林碳储量的工作基础之上,通过量化森林碳储量来评价不同类型的森林在陆地生态系统的固碳能力,为碳循环的研究和森林的可持续发展和土地利用提供相关数据依据,关注量化森林碳储量从理论和实践上都具有重要的意义。
气候变化问题日益受到关注,引起了碳循环研究的兴起,近些年,大量学者投入到碳储量的研究队伍,研究范围既有区域性小斑块和生态系统,也涉及森林群落。
合肥市主要绿化树种碳固定量分析

合肥市主要绿化树种碳固定量分析丁正亮;胡小刚【摘要】In order to understand the landscape tree in Hefei for the storage of charcoal and carbon seques-tration effect,we investigate the landscapeof green trees around Anhui Agricultural University campus and the ring Park,the calculate result of the main landscape trees biomass in Hefei.It shows that the carbon se-questration capacity of Bischofiapolycarpa,Cinnamomum camphora(L.)Presl,Pterocarya Kunth,Camptotheca acuminate and Koelreuteria paniculata are rather conspicuous.%为了解合肥市园林树木生物量及其碳固效果,对安徽农业大学校园以及大西门环城公园的园林绿地树木进行生长调查,结果显示合肥市主要园林树木生物量及碳固效果:重阳木、香樟、枫杨、喜树和栾树的生物量以及固碳能力比较突出。
【期刊名称】《安徽农学通报》【年(卷),期】2014(000)007【总页数】3页(P105-107)【关键词】碳固定;生物量;绿化树种;合肥市【作者】丁正亮;胡小刚【作者单位】宁国市林业局,安徽宁国 242300;宁国市林业局,安徽宁国 242300【正文语种】中文【中图分类】S79全球大气CO2浓度持续升高导致气候变暖是当今社会关注的热点,它既影响人类的生存环境,也影响社会的经济发展和进步,还影响到人类健康的持续,因此,开展森林碳汇研究具有重要的意义。
关于森林碳汇计量监测体系和林业碳汇潜力评估实施方案

关于森林碳汇计量监测体系和林业碳汇潜力评估实施方案一、前言森林碳汇计量监测体系和林业碳汇潜力评估实施方案是指对森林生态系统的碳储量、碳流量和碳收支进行定量测算和监测,并评估森林生态系统的碳汇潜力。
本文将详细介绍该方案的具体实施步骤和方法。
二、森林碳汇计量监测体系1. 森林生态系统的碳储量森林生态系统的碳储量是指森林植被和土壤中所含有的有机碳总量。
测算方法包括样地法、样带法和遥感法等。
其中,样地法是最常用的方法之一,其具体步骤为:选择代表性样地,按照不同树种、龄级和立地条件分层布置,对每个样地进行调查和采样,然后通过化验等手段确定样地内有机质含量。
2. 森林生态系统的碳流量森林生态系统的碳流量是指光合作用吸收二氧化碳并将其转化为有机物质,同时通过呼吸作用释放出二氧化碳。
测算方法包括气体交换法、生态系统通量法和生态系统模型法等。
其中,气体交换法是最常用的方法之一,其具体步骤为:在样地内设置碳通量塔,通过测定塔顶和塔底的CO2浓度差异计算出森林生态系统的净碳交换量。
3. 森林生态系统的碳收支森林生态系统的碳收支是指森林植被和土壤中所含有的有机碳总量与光合作用吸收二氧化碳并将其转化为有机物质和呼吸作用释放出二氧化碳之间的差值。
测算方法包括样地法、样带法和遥感法等。
其中,样地法是最常用的方法之一,其具体步骤为:选择代表性样地,按照不同树种、龄级和立地条件分层布置,对每个样地进行调查和采样,然后通过化验等手段确定样地内有机质含量,并计算出森林生态系统的净碳收支。
三、林业碳汇潜力评估实施方案1. 林业碳汇潜力评估指标林业碳汇潜力评估指标包括森林面积、森林类型、森林龄级、森林生长速率和碳密度等。
其中,碳密度是指单位面积内的碳储量,是评估森林生态系统碳汇潜力的重要指标。
2. 林业碳汇潜力评估方法林业碳汇潜力评估方法包括统计学模型法、生态系统模型法和遥感模型法等。
其中,统计学模型法是最常用的方法之一,其具体步骤为:根据不同的评估指标建立回归方程,通过回归分析得出各个指标对碳密度的影响程度,并综合考虑各个指标得出森林生态系统的碳汇潜力。
结合群落结构的城市森林地上碳储量遥感估算——以长沙市为例

第52卷第6期东㊀北㊀林㊀业㊀大㊀学㊀学㊀报Vol.52No.62024年6月JOURNALOFNORTHEASTFORESTRYUNIVERSITYJun.20241)湖南省自然科学基金项目(2021JJ30368)㊂第一作者简介:杨呵,女,1998年1月生,湖南农业大学风景园林与艺术设计学院,硕士研究生㊂E-mail:sx20210707@126.com㊂通信作者:李小马,湖南农业大学风景园林与艺术设计学院,副教授㊂E-mail:lixiaoma@hunau.edu.cn㊂收稿日期:2024年1月5日㊂责任编辑:段柯羽㊂结合群落结构的城市森林地上碳储量遥感估算1)以长沙市为例杨呵㊀李小马㊀刘欢瑶㊀李毅(湖南农业大学,长沙,410128)㊀㊀摘㊀要㊀以传统遥感植被指数模型法为基础,加入群落结构指标以提升城市森林碳储量估算精度㊂以长沙市为例,根据90个样地调查数据和Sentinel-2A遥感影像,建立城市森林地上碳储量与归一化植被指数(NDVI)间的指数模型,分析模型残差与城市森林结构间的定量关系,提出结合群落结构的城市森林地上碳储量遥感估算优化模型㊂结果表明:归一化植被指数模型估算城市森林地上碳储量的精度,即决定系数(R2)较低,为0.35㊂归一化植被指数模型残差与城市森林结构,如平均胸径㊁最大胸径㊁平均树高㊁最大树高均呈极显著正相关关系㊂结合群落结构指标的归一化植被指数模型能显著提高城市森林地上碳储量估算精度,平均胸径㊁最大胸径㊁平均树高㊁最大树高的R2分别提升至0.70㊁0.57㊁0.56㊁0.57㊂根据Sentinel-2A遥感影像和全球森林冠层高度数据估算出长沙市三环内建成区城市森林地上碳储量为599.1Gg,碳密度为32.03Mg㊃hm-2㊂关键词㊀城市森林;群落结构;指数模型;碳储量;碳汇分类号㊀S731.2RemoteSensingEstimationofAbovegroundCarbonStorageinUrbanForestsCombinedwithCommunityStruc⁃ture:ACaseStudyofChangshaCity//YangHe,LiXiaoma,LiuHuanyao,LiYi(HunanAgriculturalUniversity,Changsha410128,P.R.China)//JournalofNortheastForestryUniversity,2024,52(6):92-97.Basedontraditionalremotesensingvegetationindexmodels,communitystructureindicatorsareincorporatedtoen⁃hancetheaccuracyofurbanforestcarbonstorageestimation.TakingChangshaCityasanexample,anindexmodelbetweenabovegroundcarbonstorageinurbanforestsandNormalizedDifferenceVegetationIndex(NDVI)isestablishedusingdatafrom90sampleplotsandSentinel-2Aremotesensingimages.Analyzethequantitativerelationshipbetweenmodelresidu⁃alsandurbanforeststructure,andproposeanoptimizedremotesensingestimationmodelforabovegroundcarbonstorageinurbanforestsconsideringcommunitystructure.TheresultsshowedthattheaccuracyoftheNormalizedDifferenceVegeta⁃tionIndexmodelforestimatingabovegroundcarbonstorageinurbanforests,asdeterminedbythecoefficientofdetermina⁃tion(R2),isrelativelylowat0.35.TheNormalizedDifferenceVegetationIndexmodelresidualissignificantlypositivelycorrelatedwithurbanforeststructureparameterssuchasaveragediameteratbreastheight,maximumdiameteratbreastheight,averagetreeheight,andmaximumtreeheight.TheNormalizedDifferenceVegetationIndexmodelincorporatingcommunitystructureindicatorssignificantlyimprovestheaccuracyofabovegroundcarbonstorageestimationinurbanfor⁃ests,withR2valuesforaveragediameteratbreastheight,maximumdiameteratbreastheight,averagetreeheight,andmaximumtreeheightimprovedto0.70,0.57,0.56,and0.57,respectively.Theestimationofabovegroundcarbonstorageinurbanforestswithinthebuilt⁃upareaofthethirdringofChangshaCityusingSentinel-2Aremotesensingimagesandglobalforestcanopyheightdatais599.1Gg,withacarbondensityof32.03Mg㊃hm-2.Keywords㊀Urbanforest;Communitystructure;Exponentialmodel;Carbonstorage;Carbonsink㊀㊀提升陆地生态系统碳汇是实现碳中和及缓解全球气候变化的重要途径[1-2]㊂虽然城市会为维持高速社会经济发展排放大量二氧化碳,但城市绿地也通过植物光合作用等途径固定大量二氧化碳,因此,城市绿地是陆地生态系统碳汇的重要组成,对实现碳中和有不可低估的贡献[3-5]㊂精确量化城市森林碳储量是国内外研究热点,也是城市规划与管理决策的基础㊂根据样方调查估算区域碳储量是城市森林碳储量估算的重要途径㊂传统方法常根据不同土地利用类型进行分层抽样,通过树木异速生长方程计算不同土地利用类型的碳密度(即单位面积碳储量),最后乘以各土地利用类型的面积估算区域城市森林总碳储量[6-7]㊂由于需假设不同土地利用类型植被碳密度一致,因此该方法估算误差较大㊂遥感技术的发展可有效反映城市森林结构的空间异质性,已被广泛应用于估算城市森林碳储量㊂常用的方法包括以下两类:植被指数模型法,即通过样方城市森林碳密度与植被指数,如归一化植被指数(NDVI)间的指数关系估算区域城市森林碳储量,该方法被广泛使用但精度较低[3,8-9];多元统计模型法,即通过样方城市森林碳密度与遥感数据(如植被指数㊁光谱反射率㊁纹理特征㊁地形特征㊁植被丰度等)建立多元统计模型估算区域城市森林碳储量,常用的统计方法包括多元线性回归[10]㊁随机森林[11]㊁支持向量机[12]㊁人工神经网络等[13]㊂该方法与植被指数模型法相比,估算精度有所提高,但估算模型缺乏理论支撑㊂例如植被指数在某些模型中与城市森林碳储量间呈显著负相关关系,而估算的城市森林碳储量在某些极端情况下呈负值[14-16]㊂植被群落结构(胸径㊁树高等)显著影响植被碳储量,植被的胸径和树高通常与其生物量密切相关,较大的胸径和树高意味着更多的生物量积累,进而影响遥感植被指数与碳储量的关系[17-18]㊂将植被群落结构信息纳入植被指数模型法是提升城市森林碳储量估算精度的有效途径,但相关研究仍十分缺乏㊂本研究以长沙市为例,在城市森林样方调查基础上量化城市森林结构对植被指数模型法估算城市森林地上碳储量精度的影响,开发融合群落结构的城市森林碳储量估算模型,探究城市森林群落结构对遥感植被指数与城市森林碳储量关系的影响,同时,将群落结构纳入常用植被指数模型以提高城市森林碳储量估算精度㊂研究可为区域城市森林碳储量遥感估算提供方法及参考,为提高长沙市城市森林碳储量提出规划管理依据㊂1㊀研究区概况长沙市位于湖南省东部偏北㊁湘江下游㊁长沙盆地西缘,属亚热带季风气候,年平均气温为18.2ħ㊂其位于中亚热带常绿阔叶林带,植物种类丰富㊂长沙市占地总面积11819km2,建成区面积434.82km2㊂市区人口100.48万人,城市建成区绿地建设面积达到17.17km2,绿地率㊁绿化覆盖率㊁城市中心区人均公园绿地面积分别达到35.93%㊁41.5%㊁11.58m2㊂深入研究长沙市城市森林碳储量并阐明其影响因素对指导包括长沙在内的长江中下游城市森林建设具有重要意义㊂本研究以长沙三环内区域为研究区域,总面积约为679.65km2(图1)㊂2㊀研究方法2.1㊀样方调查与样方城市森林碳储量计算参考城市森林的功能㊁布局㊁种植和管理方式等特点,设置90个30mˑ30m的矩形样方(图1),于2023年7月完成样方调查㊂由于灌木及草本植物对城市生态系统碳储量的贡献相对较小,本研究主要关注乔木的地上碳储量估算[3]㊂对每个样方进行每木调查,记录乔木的种类㊁胸径㊁树高㊁修剪状况等㊂通过文献收集不同树种异速生长方程估算地上生物量(表1)㊂将地上生物量乘以0.5的碳转化系数计算各样方城市森林地上碳储量及碳密度(即单位面积碳储量)[19-26]㊂表1㊀乔木地上生物量估算异速生长方程种㊀类生物量方程香樟(Cinnamomumcamphora(L.)Presl)WS=0.0221(D2H)0.9889;WB=0.0351(D2H)0.6856;WL=0.0017(D2H)1.1365马尾松(PinusmassonianaLamb)WS=0.1025(D2H)0.8147;WB=0.0000002(D2H)2.0384;WL=0.000006(D2H)1.7360杉木(Cunninghamialanceolata(Lamb.)Hook.)WS=0.006(D2H)1.0781;WB=0.011(D2H)0.7295;WL=0.0384(D2H)0.7180杜英(ElaeocarpusdecipiensHemsl.)WS=0.1266(D2H)0.4929;WB=0.0364(D2H)0.5317;WL=0.0519(D2H)0.5559水杉(MetasequoiaglyptostroboidesHu&W.C.Cheng)WS=0.0131(D2H)0.9438;WB=0.0623(D2H)0.6761;WL=0.0140(D2H)0.6264元宝枫(AcertruncatumBunge)WS=0.05056(D2H)0.8812;WB=0.01151(D2H)0.9786;WL=0.01248(D2H)0.6869枫香(LiquidambarformosanaHance)W=0.0761(D2H)0.9078银杏(Ginkgobiloba)WS=0.044+0.042D2H;WB=-0.011+0.005D2H;WL=-0.820+0.040D2H紫薇(Lagerstroemiaindica)WS=2.067+0.020D2H;WB=1.035+0.008D2H;WL=0.393+0.001D2H刺槐(RobiniapseudoacaciaL.)WS=0.312+0.016D2H;WB=0.161+0.003D2H;WL=0.091+0.003D2H栾树(KoelreuteriapaniculataLaxm.)WS=0.587+0.006D2H;WB=0.059+0.001D2H;WL=0.029+0.001D2H杜仲(EucommiaulmoidesOliver)WS=0.910+0.030D2H;WB=0.208+0.002D2H;WL=0.055+0.002D2H其它树种W=264.6601(D2H)0.8885㊀㊀注:WL为叶生物量;WS为干生物量;WB为枝生物量;W为总地上生物量;D为胸径;H为树高㊂图1㊀样方空间分布2.2㊀遥感植被指数与冠层高度利用2021年9月4日的Sentinel-2A影像(L2A级别)计算归一化植被指数㊂归一化植被指数是一种用于评估地表植被覆盖程度和健康状况的指标,通过遥感影像红外波段和可见光波段计算㊂植被的生物量和碳储量通常随归一化植被指数的增加呈指数增长,归一化植被指数已被广泛用于估算植被碳储量,公式如下:㊀㊀㊀㊀㊀NDVI=(RB8-RB4)/(RB8+RB4)㊂式中:RB8㊁RB4分别对应哨兵2的近红外光谱通道39第6期㊀㊀㊀㊀㊀㊀㊀㊀杨呵,等:结合群落结构的城市森林地上碳储量遥感估算 以长沙市为例(0.760 0.890μm)单波反射率㊁红色光谱通道(0.625 0.695μm)单波反射率㊂研究区归一化植被指数及其空间分布见图2a㊂图2㊀归一化植被指数空间分布及植被冠层高度空间分布㊀㊀冠层高度数据源自2020年融合了全球生态系统动态调查(GEDI)星载激光雷达(LiDAR)任务的稀疏高度数据和哨兵-2的密集光学卫星图像通过监督深度学习算法生成的全球森林冠层高度数据[27],图2b为长沙市三环建成区的植被冠层高度㊂2.3㊀城市森林碳储量估算归一化植被指数模型与优化首先建立以城市森林样方地上碳密度为因变量,归一化植被指数为自变量的碳储量估算指数,模型如下:㊀㊀㊀㊀㊀㊀CD=aˑexp(bˑNDVI)㊂式中:CD为城市森林样方地上碳密度;NDVI为样方归一化植被指数,a㊁b为拟合参数㊂其次,通过研究城市森林群落结构(平均胸径㊁最大胸径㊁平均树高㊁最大树高)与归一化植被指数模型残差间的关系,发现归一化植被指数模型残差与城市森林群落结构间存在极显著相关关系㊂最后,建立加入群落结构指标的归一化植被指数模型如下:㊀㊀㊀㊀CD=aˑexp(bˑNDVI+cˑUFS)㊂式中:UFS为群落结构指标,分别为城市森林样方平均胸径(Dmean)㊁最大胸径(Dmax)㊁平均树高(Hmean)㊁最大树高(Hmax)㊂采用留一法评估归一化植被指数模型及加入群落结构指标的归一化植被指数优化模型时城市森林碳储量的估算精度㊂留一法将数据集中的每个样本都单独作为测试集,其余样本作为训练集,重复该过程使得每个样本都作为测试集㊂通过对比观测值与预测值,并利用决定系数(R2)㊁均方根误差(RMSE)㊁平均绝对误差(MAE)为指标评估模型精度[12]㊂2.4㊀长沙市城市森林地上碳储量估算根据数据可获得性,采用应用冠层高度的植被指数模型估算长沙市建成区城市森林地上碳储量,计算公式如下:㊀㊀㊀㊀CD=aˑexp(bˑNDVI+cˑHmean)㊂式中:a㊁b㊁c为拟合参数,分别为1.63㊁2.80㊁0.07㊂3㊀结果与分析3.1㊀群落结构特征90个样方共出现乔木62种,分属36科55属㊂其中,有27种属于常绿阔叶树种,其数量占比为68.6%;29种属于落叶阔叶树种,其数量占比为27.1%;仅有6种为针叶树种,其数量仅占4.3%㊂研究区数量最多的10个树种分别为香樟(Cinnamo⁃mumcamphora(L.)Presl)㊁桂花(Osmanthusfra⁃grans(Thunb.)Lour.)㊁银杏(Ginkgobiloba)㊁杜英(ElaeocarpusdecipiensHemsl.)㊁荷花玉兰(MagnoliagrandifloraLinn.)㊁紫薇(Lagerstroemiaindica)㊁日本晚樱(Cerasusserrulata(Lindl.)Londonvar.lannesi⁃ana(Carri.)Makino)㊁鸡爪槭(AcerpalmatumThunb.)㊁栾树(KoelreuteriapaniculataLaxm.)㊁水杉(MetasequoiaglyptostroboidesHu&W.C.Cheng)㊂香樟是长沙城市森林主要树种,占样方树木总数的1/4;桂花在研究区广泛分布,占样方树木总数的20%;银杏数量在研究区排第3位,约占总数的7%㊂所有树木的平均胸径为19.18cm,最大胸径为98.5cm,平均树高为8.88m,最大树高为25.89m㊂样方尺度上,平均胸径介于9.64 54.64cm,平均树高介于3.39 21.6m㊂样方平均碳密度为14.57Mg㊃hm-2,最小为0.62Mg㊃hm-2,最大为85.51Mg㊃hm-2,标准差为14.05Mg㊃hm-2㊂49㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第52卷3.2㊀城市森林碳储量估算模型城市森林碳密度(单位面积碳储量)与归一化植被指数呈极显著正相关关系㊂随归一化植被指数增加,城市森林碳密度增加速度加快(图3)㊂归一化植被指数可解释64%的城市森林碳储量变化㊂图3㊀城市森林碳密度与归一化植被指数的关系回归结果归一化植被指数模型法的城市森林碳储量估算残差与城市森林群落结构(胸径㊁树高)均呈极显著正相关关系㊂平均胸径㊁最大胸径㊁平均树高㊁最大树高分别可贡献23%㊁14%㊁22%㊁18%的残差变异(图4)㊂随胸径㊁树高增加,归一化植被指数模型残差增加,表明归一化植被指数模型显著高估以小树为主的样方碳储量,低估大树分布较多的样方碳储量㊂城市森林碳储量估算精度评估显示,归一化植被指数模型R2为0.35,RMSE和MAE分别为17.35㊁9.96Mg㊃hm-2㊂考虑平均胸径及平均树高后,R2分别增加到0.70㊁0.56,RMSE降低至11.78㊁14.19Mg㊃hm-2,MAE降低至8.20㊁9.01Mg㊃hm-2㊂考虑最大胸径及最大树高后,R2分别增加到0.57㊁0.57,RMSE降低至14.15㊁14.19Mg㊃hm-2,MAE降低至8.93㊁8.00Mg㊃hm-2(表2)㊂观测者与不同模型估算值的散点图也显示,结合城市森林群落结构指标的归一化植被指数模型所估算的碳储量更接近观测值(图5)㊂图4㊀归一化植被指数模型残差与城市森林群落结构的关系回归结果3.3㊀根据归一化植被指数和树高的长沙城市森林地上碳储量估算图6为利用归一化植被指数-平均树高指数模型的同时根据归一化植被指数及植被冠层数据估算的研究区城市森林地上碳储量空间分布㊂长沙城市森林地上碳储量总量为599.1Gg,平均碳密度为32.03Mg㊃hm-2㊂长沙城市森林地上碳储量高值主要分布于城市公园㊁高校周边㊁湘江沿河绿带等区域㊂城市西部的地上碳储量密度高于东部㊂59第6期㊀㊀㊀㊀㊀㊀㊀㊀杨呵,等:结合群落结构的城市森林地上碳储量遥感估算 以长沙市为例表2㊀城市森林地上碳储量估算模型参数与精度评估模㊀型abcRMSE/Mg㊃hm-2R2MAE/Mg㊃hm-2归一化植被指数模型1.994.24-17.350.359.96平均胸径-归一化植被指数模型1.632.840.0411.780.708.20最大胸径-归一化植被指数模型1.293.570.0214.150.578.93平均树高-归一化植被指数模型1.572.790.1014.190.569.01最大树高-归一化植被指数模型0.753.360.0914.190.578.00㊀㊀注:a㊁b㊁c为拟合参数㊂Ә结合群落结构和归一化植被指数的优化模型;ʻ归一化植被指数模型㊂图5㊀城市森林碳储量估算值与观测值散点图图6㊀长沙市建成区城市森林地上碳储量空间分布4 结论与讨论归一化植被指数与植被碳储量间的指数关系是估算城市森林碳储量的经典模型[3,28]㊂本研究中,该模型估算城市森林碳储量的精度较低,R2仅为0.35㊂有研究表明,利用归一化植被指数与植被碳储量间的指数关系估算城市森林碳储量时,美国纽约[29]㊁沈阳[15]㊁北京[30]㊁马鞍山[31]的R2分别为0.25㊁0.51㊁0.51㊁0.60㊂这主要是因为归一化植被指数是根据被动光学遥感数据计算,主要反映植被覆盖度及生长状况差异,不能有效反映城市森林的三维结构,因此导致对归一化植被指数低值区碳储量高估及归一化植被指数高值区碳储量低估㊂在归一化植被指数模型法中加入城市森林结构信息可显著提高城市森林碳储量估算精度㊂本研究加入平均胸径㊁最大胸径㊁平均树高㊁最大树高后,归一化植被指数模型法的R2分别提高0.35㊁0.22㊁0.21㊁0.22,RMSE分别降低5.57㊁3.20㊁3.16㊁3.16Mg㊃hm-2㊂近年来,植被群落结构,如树高等逐渐用于提高城市森林碳储量估算精度㊂有研究显示,结合IC⁃ESat-2LiDAR和高分2号多光谱数据能有效提升北京城市森林碳储量估算精度[32];根据LiDAR点云数据发现,相比归一化植被指数,平均及最大树高69㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第52卷更能准确估算纽约城市森林的碳储量[29]㊂但前者采用多元统计分析,估算模型缺乏生态学理论支撑,后者证实了群落结构显著影响城市森林碳储量,但未能将其与归一化植被指数模型法整合以提高城市森林碳储量估算精度㊂尽管加入城市森林结构指标可显著提高城市森林地上碳储量估算精度,但本研究最高R2(0.7)表明模型仍有较大优化空间㊂不同城市功能单元间用地类型㊁建成时间㊁管理水平㊁城市森林结构等不同,这增大了归一化植被指数和群落结构变化对城市森林碳密度影响的复杂性㊂以城市功能单元为样本,进一步阐明城市森林碳储量估算模型参数的异质性与影响因素,是提升城市森林碳储量遥感估算精度的潜在途径㊂本研究在分析城市森林碳密度与遥感归一化植被指数关系的基础上定量评估城市森林结构,如胸径及树高对城市森林碳储量估算精度的影响,提出加入城市森林结构指标的城市森林碳储量遥感估算模型㊂加入群落结构指标能显著提高城市森林碳储量估算精度,其中,平均胸径的估算精度提高0.35㊁最大胸径提高0.22㊁平均树高提高0.21㊁最大树高提高0.22㊂研究为优化城市森林碳储量遥感估算模型提供了新途径,也为长沙市城市森林规划管理提供参考㊂参㊀考㊀文㊀献[1]㊀王兵,任晓旭,胡文.中国森林生态系统服务功能及其价值评估[J].林业科学,2011,47(2):145-153.[2]㊀CHENSQ,CHENB,FENGKS,etal.Physicalandvirtualcar⁃bonmetabolismofglobalcities[J].NatureCommunications,2020,11(1).doi:10.1038/s41467-019-13757-3.[3]㊀SUNY,XIES,ZHAOSQ.Valuingurbangreenspacesinmitiga⁃tingclimatechange:acity⁃wideestimateofabovegroundcarbonstoredinurbangreenspacesofChina sCapital[J].GlobalChangeBiology,2019,25(5):1717-1732.[4]㊀MITCHELLMGE,JOHANSENK,MARONM,etal.Identifica⁃tionoffinescaleandlandscapescaledriversofurbanabovegroundcarbonstocksusinghigh⁃resolutionmodelingandmapping[J].TheScienceoftheTotalEnvironment,2018,622/623:57-70.[5]㊀MCHALEMR,MCPHERSONEG,BURKEIC.Thepotentialofurbantreeplantingstobecosteffectiveincarboncreditmarkets[J].UrbanForestry&UrbanGreening,2007,6(1):49-60.[6]㊀LIUCF,LIXM.Carbonstorageandsequestrationbyurbanfor⁃estsinShenyang,China[J].UrbanForestryandUrbanGreening,2012,11(2):121-128.[7]㊀YANGJ,MCBRIDEJ,ZHOUJX,etal.TheurbanforestinBei⁃jinganditsroleinairpollutionreduction[J].UrbanForestry&UrbanGreening,2005,3(2):65-78.[8]㊀王冬生,况明生,张小军,等.基于RS的城市绿地及其固碳能力演变研究:以重庆市主城区为例[J].西南师范大学学报(自然科学版),2012,37(3):105-112.[9]㊀GUOYJ,RENZB,WANGCC,etal.Spatiotemporalpatternsofurbanforestcarbonsequestrationcapacity:implicationsforur⁃banCO2emissionmitigationduringChina srapidurbanization[J].TheScienceoftheTotalEnvironment,2024,912.doi:10.1016/j.scitotenv.2023.168781.[10]㊀YUY,PANY,YANGXG,etal.Spatialscaleeffectandcor⁃rectionofforestabovegroundbiomassestimationusingremotesensing[J].RemoteSensing,2022,14(12).doi:10.3390/rs14122828.[11]㊀ZHANGZH,WUSX,ZHUANGQW,etal.Jointestimationofabovegroundbiomassusing Space⁃Air⁃Ground dataintheQil⁃ianMountains,China[J].EcologicalIndicators,2022,138.doi:10.1016/j.ecolind.2022.108866.[12]㊀LIYC,LIMY,LIC,etal.Forestabovegroundbiomassesti⁃mationusingLandsat8andSentinel-1Adatawithmachinelearn⁃ingalgorithms[J].ScientificReports,2020,10(1).doi:10.1038/s41598-020-67024-3.[13]㊀DAISQ,ZHENGXM,GAOL,etal.Improvingplot⁃levelmodelofforestbiomass:acombinedapproachusingmachinelearningwithspatialstatistics[J].Forests,2021,12(12).doi:10.3390/f12121663.[14]㊀邹琪,孙华,王广兴,等.基于Landsat8的深圳市森林碳储量遥感反演研究[J].西北林学院学报,2017,32(4):164-171.[15]㊀汤煜,石铁矛,卜英杰,等.城市绿地碳储量估算及空间分布特征[J].生态学杂志,2020,39(4):1387-1398.[16]㊀UNIYALS,PUROHITS,CHAURASIAK,etal.QuantificationofcarbonsequestrationbyurbanforestusingLandsat8OLIandmachinelearningalgorithmsinJodhpur,India[J].UrbanForest⁃ry&UrbanGreening,2022,67.doi:10.1016/j.ufug.2021.127445.[17]㊀TIMILSINAN,STAUDHAMMERCL,ESCOBEDOFJ,etal.Treebiomass,woodwasteyield,andcarbonstoragechangesinanurbanforest[J].LandscapeandUrbanPlanning,2014,127:18-27.[18]㊀WANGYN,CHANGQ,LIXY.Promotingsustainablecarbonsequestrationofplantsinurbangreenspacebyplantingdesign:acasestudyinparksofBeijing[J].UrbanForestry&UrbanGreening,2021,64.doi:10.1016/j.ufug.2021.127291.[19]㊀高述超,田大伦,闫文德,等.长沙城市森林生物量的结构特征[J].中南林业科技大学学报,2010,30(12):56-65.[20]㊀方海波,田大伦,康文星.间伐后杉木人工林生态系统生物产量的动态变化[J].中南林学院学报,1999(1):16-19.[21]㊀田大伦,尹刚强,方晰,等.湖南会同不同退耕还林模式初期碳密度㊁碳贮量及其空间分布特征[J].生态学报,2010,30(22):6297-6308.[22]㊀李志辉,何立新,周育平,等.水杉人工林生物产量及生产力的研究[J].中南林学院学报,1996,16(2):47-51.[23]㊀阎海平,李恒,张金生.元宝枫林生物量的研究[J].北京林业大学学报,1997,19(S2):108-112.[24]㊀罗佳,戴成栋,田育新,等.湖南碳汇项目林主要建群种生物量模型构建[J].湖南林业科技,2016,43(5):12-16,21.[25]㊀贺红早,黄丽华,段旭,等.贵阳二环林带主要树种生物量研究[J].贵州科学,2007,25(3):33-39.[26]㊀罗云建,王效科,逯非.中国主要林木生物量模型手册[M].北京:中国林业出版社,2015.[27]㊀LANGN,JETZW,SCHINDLERK,etal.Ahigh⁃resolutioncanopyheightmodeloftheEarth[J].NatureEcology&Evolu⁃tion,2023,7(11):1778-1789.[28]㊀MYEONGS,NOWAKDJ,DUGGINMJ.Atemporalanalysisofurbanforestcarbonstorageusingremotesensing[J].RemoteSensingofEnvironment,2006,101(2):277-282.[29]㊀LINJ,MAQ,JUY,etal.Relationshipsbetweenurbanization,treemorphology,andcarbondensity:anintegrationofremotesensing,allometricmodels,andfieldsurvey[J].UrbanForestry&UrbanGreening,2022,76.doi:10.1016/j.ufug.2022.127725.[30]㊀殷炜达,苏俊伊,许卓亚,等.基于遥感技术的城市绿地碳储量估算应用[J].风景园林,2022,29(5):24-30.[31]㊀吴飞,吴泽民,吴文友.马鞍山市城市森林碳储量及分布格局研究[J].安徽农业大学学报,2012,39(4):519-526.[32]㊀QINH,ZHOUW,QIANY,etal.Estimatingabovegroundcar⁃bonstocksofurbantreesbysynergizingICESat-2LiDARwithGF-2data[J].UrbanForestry&UrbanGreening,2022,76.doi:10.1016/j.ufug.2022.127728.79第6期㊀㊀㊀㊀㊀㊀㊀㊀杨呵,等:结合群落结构的城市森林地上碳储量遥感估算 以长沙市为例。
森林资源的碳储量与排放研究

森林资源的碳储量与排放研究近年来,随着全球气候变化和环境保护议题的日益引起关注,对森林资源的碳储量与排放的研究成为了一个热门话题。
森林作为地球上最重要的陆地生态系统之一,既承载着丰富的生物多样性,又具备着重要的碳储量功能。
本文将重点探讨森林资源的碳储量与排放,并分析其对全球气候变化的影响。
一、森林资源的碳储量森林被认为是地球最重要的碳汇之一,具有巨大的碳储量。
森林通过光合作用吸收二氧化碳,并将其转化为有机物并储存在树木、根系和土壤中。
树木中的碳主要以木质纤维的形式存在,而土壤中储存的碳则以有机质和无机碳酸盐的形式存在。
森林的碳储量不仅与树种和生长速度有关,还与土壤类型、水分和温度等环境因素密切相关。
二、森林资源的碳排放除了储存大量的碳,森林也会通过自然和人为因素导致碳排放。
自然因素包括森林火灾、林木腐烂和自然枯落等,而人为因素则包括森林砍伐和土地开垦等。
森林火灾是最主要的人为碳排放源,大规模的森林火灾不仅会释放大量的碳氧化物,还会破坏森林生态系统,降低森林的碳吸收能力。
三、森林资源的碳储量与排放对气候变化的影响森林资源的碳储量与排放对全球气候变化具有重要影响。
首先,森林作为碳汇可以吸收大量的二氧化碳,有助于减缓全球变暖。
森林通过光合作用吸收二氧化碳,将其转化为有机物并存储起来,有效减少了大气中的温室气体浓度。
其次,森林的碳排放会增加大气中的碳氧化物浓度,加速全球变暖的过程。
森林的火灾和砍伐行为会释放大量的碳氧化物,破坏了森林的碳储量和吸收能力,使得大气中的温室气体浓度进一步升高。
四、森林资源的管理与保护为了更好地管理和保护森林资源的碳储量与排放,各国采取了一系列措施。
首先,加强森林保护,减少森林砍伐和火灾,保持森林生态系统的完整性。
其次,推动森林可持续利用,鼓励植树造林,增加碳汇容量。
此外,加强对土壤碳储量的保护,促进土壤中有机质的积累。
结论森林资源的碳储量与排放对全球气候变化有着重要影响。
森林作为碳汇可以吸收大量的二氧化碳,有助于减缓全球变暖,而森林的碳排放则会加剧气候变化的进程。
森林碳汇研究的计量方法及研究现状综述

西北林学院学报2008,23(1):59~63Journal of N o rthw est Fo restry U niversity森林碳汇研究的计量方法及研究现状综述①赵 林, 殷鸣放3, 陈晓非2, 王大奇3(1.沈阳农业大学林学院,辽宁沈阳110161;2.清原县林业局,辽宁清原113300;3.抚顺市林业局,辽宁抚顺 113006)摘 要:随着《京都议定书》的签定,碳汇造林的广泛开展,森林碳汇的计量问题也越来越受到人们的重视。
本文介绍了现今国内外普遍运用的碳汇计量方法,包括生物量法、蓄积量法、生物量清单法、涡旋相关法、涡度协方差法、驰豫涡旋积累法,并对这些方法的优缺点进行了分析。
最后根据我国的林业现状,对大面积的人工纯林碳汇计量的方法提出了一种全新的想法,即从树木的年龄入手研究人工林不同林龄时的碳汇储量,为评价人工林的碳储功能提供依据。
关键词:森林碳汇;碳储量计量;二氧化碳中图分类号:S718.56 文献标识码:A 文章编号:100127461(2008)0120059205Summ ary of the R esearch M ethods of Fo rest Carbon Sink A ccoun tingZHAO L i n1,Y IN M i ng-fang1,CHEN X i ao-fe i2,W ANG Da-q i3(1.S eny ang A g ricu ltu re U n iversity f orest colleg e,S heny ang,L iaon ing,110161,Ch ina;2.F orest B a reau of Q ingy uan C ity,Q ingy uan,L iaon ing113300;3.F orest B u reau of F ushun C ity F ushun,L iaon ing113006,Ch ina)Abstract:W ith the sign ing of the“Kyo to P ro toco l”and the w idely develop ing carbon converge fo restati on, m o re atlen ti on has been paid to the fo rest carbon converge m eterage.M ethods of carbon accoun ting w as in troduceds.A dvan tages and disadvan tages of these m ethods w ere discu ssed.N ew m ethod abou t large ar2 eas of artificial p u re fo rest carbon m eterage acco rding to the statu s quo of ou r Ch ina fo restry w ere pu t fo r2 w ard,i.e.,to study the carbon reserves in differen t artificial fo rests based on their ages to p rovide the basis fo r p lan tati on functi onal evaluati on of the carbon sto rage.Key words:fo rest carbon sink;carbon reserves m easu rem en t;carbon di ox ide 近些年来,大气CO2浓度上升引起的温室效应及其所带来的一系列生态环境变化已经越来越明显,解决温室效应所带来的影响已成为广大学者研究的首要目标。
- 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)。
年) 森林资源清查数据。林分生物量采用方精云等[ 4, 6] 建立的回归方程对森林生物量进行估计, 经济林的平均
生物量为 23. 7 t/ hm 2, 假设林下层简单计算时忽略不计。回归方程为:
B 林 = a V+ b; B经 = 23. 7S
表 1 不同林分类型生物量与蓄积量回归方程
式中: B林 为森林生物 量( t ) ; V 为森林 蓄积量( m3 ) ; a, b 为参
523 239 m3 , 生物量为 231 260. 87 t, 碳储量为 115 630. 43 t, 碳密度 为 2. 41 t/ hm2; 以 杨类的面 积最大, 马
尾松的生物量、蓄积量和碳储量最大; 森林面积 以幼龄 林最大, 随年 龄增加 而减少; 中龄 林的蓄 积量、生物 量、碳储量最高, 蓄 积量和生物量随年龄的增长先增加后减少; 碳密度则 是近熟林最 高, 为 12. 45 t/ hm2 , 幼 龄林最小 , 只有 0. 32 t/ hm2 。杨类在整个年龄阶段碳密度相对较 大, 有利于碳储存, 但幼龄 林较多, 总的碳
对较少[ 5, 6-10] 。本研究以合肥市森林为研究对象, 利用全市森林资源清查资料, 对合肥市主要森林类型的碳储
量和碳密度进行推算, 从而为生态环境管理提供基础资料。
1 研究区域概况与方法
1. 1 研究区域概况
合肥市为安徽省省会, 位于江淮之间, 117b11c- 1l7b22cE, 31b48c- 31b58cN。总面积 7 266 km2 , 辖长丰县、
L IU X-i jun1 , XU X iao- niu1 , H O N G A n- dong2
( 1. College of For estr y and L andscap e, A nhui A gr icul tur al Univer sity , H ef ei 230036; 2. A nhui F orestr y Pr osp ect and D esign I ns titute, H ef ei 230001)
摘要: 利用合肥市第 7 次森林资源清查资料, 对各县( 区) 森林面积、生物量及其年 龄结构进行统计, 依据建
立的不同森林类型生物量和蓄积量之间的回归方程, 估算全市森林蓄积量, 并根据含碳 率推算森 林碳储量 和碳密度。结果表明: 全 市 森林 多 集中 在三 县, 以 中 幼 林为 主, 森 林 总面 积 为 47 983. 4 hm2 , 蓄 积量 为
全球变暖成为全球最严重的环境问题之一。森林是陆地生物圈的主体, 森林本身维持着约占全球植被 86% 以上的碳库, 同时也维持着约占全球土壤碳库 73% 的土壤碳库。此外, 与其他陆地生态系统相比, 森林生 态系统具有较高的生产力, 每年固定的碳约占整个陆地生态系统的 2/ 3, 因此, 森林生态系统在调节全球碳平 衡、减少大气中 CO2 等温室气体浓度上升以及维护全球气候等方面具有不可替代的作用: 一方面, 森林的生长 需要从大气中吸收和固定大量的碳, 是大气中 CO2 的一个重要碳汇; 另一方面, 森林的采伐利用会使原先已固 定的碳释放, 又可成为大气 CO2 的一个重要碳源[ 1-2] 。保护和发展森林资源是建设和改善生态环境的治本之
2 结果与分析
2. 1 合肥市森林总量分析 合肥市现有森林面积 47 983. 4 hm2, 蓄积量为 52 3239 m3。从年龄结构上来看, 幼龄林面积达到 38 503. 7
hm 2, 随年龄增加, 面积依次减少, 而森林蓄积量则以中龄林最大, 为 26. 785 万 m3 , 其大小依次为中龄林> 近
逐步被人工林所取代, 人工林树种单一, 纯林较多, 多为 20 世纪 50- 70 年代所栽速生树种, 如马尾松林、湿地
松林、火炬松林、刺槐林和杉木林等, 森林覆盖率为 16. 38% 。
1. 2 研究方法 1. 2. 1 生物量计算 按照林分生物量和经济林生物量 2 项进行测算, 数据利用合肥市第七次( 2004- 2008
林分类型
回归方程
数; B经 Leabharlann 每 1 hm 2 经济林平均生物量( t/ hm 2 ) ; S 为经济林面
杉木
B= 0. 3999V + 22. 5410
积( hm2 ) 。具体树种的生物量回归方程见表 1。 1. 2. 2 森林碳储量和碳密度计算 根据全国森林资源清查资 料, 利用上述公式计算生物量, 进而对森林碳储量、碳密度分别 进行计算:
第 25 卷第 4 期 2011 年 8 月
水土保持学报 Jour nal of Soil and W ater Conserv ation
Vo l. 25 No . 4 A ug . , 2011
合肥市森林碳储量及碳密度研究
刘西军1 , 徐小牛1, 洪安东2
( 1. 安 徽农业大学林学与园林学院, 合肥 230036; 2. 安 徽省林业调查规划设计院, 合肥 230001)
肥西县、肥东县、市郊区和 3 个市区, 人口 425. 9 万。全年气温冬寒夏热, 春秋温和, 属于暖温带向亚热带的过
渡带气候类型, 为亚热带湿润季风气候, 这里四季分明、气候温和、雨量适中、春温多变、秋高气爽、梅雨显著、夏
雨集中。年平均气温 15. 7 e , 降雨量近 1 000 m m, 日照时数 2 100 h 左右。地带性植被为落叶与常绿阔叶混 交林, 木本植物有 450 余种, 分属于 73 科 170 属, 其中裸子植物 22 属, 被子植物 148 属。城市周边的天然林已
储量偏小 , 而且杨类的轮伐期较短, 因此, 应考虑对现有森林的抚育和 管理以及 后继树种的 筛选, 实现社会 可持续发展。
关键词: 森林生物量; 蓄积量; 碳储量; 碳密度
中图分类号: S718. 5
文献标识码: A
文章编号: 1009- 2242( 2011) 04- 0192- 05
Study on Forest Carbon Storage and Carbon Density in Hefei City
收稿日期: 2011-02-10 基金项目: 国家自然基金( 31070558) 作者简介: 刘西军( 1978- ) , 男, 博士生, 讲师, 从事城市生态与环境保护、森林培育研究。E- mail : liuxj104@ 126. com 通讯作者: 徐小牛( 1961- ) , 男, 安徽庐江人, 教授, 博士生导师, 从事森林培育及生物地球化学研究。E-mail: xnx u61@ yah oo. com . cn
C= B Cc; Qc= C/ S
马尾松 湿地松 硬阔软阔泡桐 柏类 杨类
B= 0. 52V B= 0. 5168V + 33. 2378 B= V / ( 0. 7883+ 0. 0026V ) B= 0. 6129V + 26. 1451 B= 0. 4754V + 30. 6034
式中: C 为碳储量( t ) ; Cc 为含碳率, 森林含碳率采用平均值 0. 5[ 6] ; Qc 为碳密度( t / hm2 ) 。
Abstract: U se t he sevent h f orest reso urce invento ry dat a, based on the est ablished regression equat ion bet w een f orest volumes and biomass for t he diff er ent f orest t ypes, t he fo rest area, vol umes, biamoss, carbo n st orag e and carbon density w er e est imat ed in H ef ei. T he result s show ed that fo rest w as mainly dist ribut ed in three count y ( F eix i co unt y, F eido ng county and Chang feng co unt y) , w it h lar ge pro port ion of young and m iddle age. T he forest areas w ere 47 983. 4 hm2, forest volumes w ere 523 239 m3, forest biamass w ere 231 260. 87 t, fo rest carbon st ocks w ere 115 630. 43 t and f orest carbon densit y was 2. 41 t/ hm 2. T he area of Pop ul us L . and t he biom ass, vo lum e and carbon st or ag e o f P inus massoniana w ere t he big gest . T he young f orest area w as t he big gest , as the age increased t he for est ar ea decreased. T he volumes, biom ass and carbon st orag e o f middle- aged fo rest w ere t he greatest, and increased f ir st ly w it h increasing age and t hen decreased. T he carbon density of near- mat ure f orest w as t he highest , reaches 12. 45 t / hm2, but t he carbo n densit y of young f orest w as only 0. 32 t/ hm 2. T he carbo n densit y of P op ul us L . in its life w as r elat ive big ger, w hich w as benef-i cial t o carbon st or ag e, but the carbo n st ock w as smaller because t he age w as young and the ro tat ion w as short . T herefor e, t he focus on st reng t hening t he t ending and management o f ex ist ing f orest s, select ing adapat ed t ree in a long t ime w as need to society sust ainable developm ent . Key words: f orest biom ass; vo lum e; carbon st orage; carbon densit y