青羊湖林场马尾松入工林乔木层固碳能力研究
森林培育学重点
（二） 全期生长类型
全期生长类型 ：高生长期持续整个生长季。属全期生长类型的树种有： 落叶松、杉木、侧柏、柳杉、雪松、杨树、柳树、榆树、槐树、桉树、泡桐、山杏、悬铃木、杜仲等 全期生长类型的主要特点：高生长在整个生长季都在生长，而叶子生长、新枝条的木质化则是边生长边进行。全期生长类型的林木高生长在整个生 长季不是直线上升的，而是会出现 1~2 个生长缓慢期，有时甚至出现生长停滞，但不形成顶芽。对于全期生长的林木可以在整个生长季内施肥和灌溉。
前期生长类型（又称春季生长类型） ：这类树种的高生长以及侧枝生长期很短，多数为 1~3 个月（北方 1~2 个月， 南方 1~3 个月） ，而且每年只有 1 个生长期，一般到 5~6 月份高生长结束。属前期生长类型的树种有： 油松、樟子松、红松、马尾松、云南松、白皮松、华山松、白蜡、水曲柳、银杏、栓皮栎、麻栎、槲栎、核桃、云杉 属、冷杉属、臭椿等。 前期生长类型的主要特点：春季开始生长后高生长经过极短的生长初期即进入速生期，但速生期也较短，之后便很快停止生长。 以后主要是叶子的 生长和嫩枝的木质化，出现冬芽。根系和直径则继续生长。 前期生长类型的树种有时会出现二次生长，即当年形成的定芽在早秋又开始生长，成为秋生长或二次生长。二次生长的嫩枝在当年秋季不能充分木 质化，所以不耐低温和干旱，经过冬季后死亡率很高。
3ห้องสมุดไป่ตู้
林分高度郁闭，林内光照显著变弱，林下植被稀少，林分外貌基本定型，森林环境的特点比较显著。 林木生长加快，高生长达到最旺盛的时期，因此又称为干材林时期。 林木之间的竞争加剧，林木分化和自然稀疏非常强烈。 任务：此时主要应进行疏伐，调整林分密度。 （三）森林的成长时期 （中龄林时期） 特点： 森林的外貌及结构已经大体定型。 高生长逐渐变得缓慢，直径生长逐渐达到最高，材积生长也很旺盛，树冠生长也达到最旺盛的时期。 林木个体之间的竞争应然很激烈，自然稀疏应在进行，但比前期有所缓和。 任务：此时应主要进行疏伐，调整林分密度。 （四）森林的近熟时期（近熟林时期） 特点： 林木开始开花结实，林冠继续保持郁闭。 林木的直径和材积生长已经趋缓， 个体之间的竞争和自然稀疏明显减缓。 任务：在有条件的情况下，此时还应进行疏伐。 （五）森林的成熟时期（成熟林时期） 特点： 林木开始大量开花结实，郁闭的林冠开始开裂。 高、径和材积生长非常缓慢，林木在生物学和工艺方面已经进入成熟。 林木个体之间的矛盾缓和，自然稀疏基本停止。 任务：此时应进行主伐利用。 （六）森林的过熟时期（过熟林时期） 特点： 结实和种子质量开始下降，发生枯梢和生理衰老现象。 生长几乎停止或已经停止。 林分变得稀疏。 任务：从营林角度森林不宜保留倒这个时期，应进行主伐。 二 、林木群体的生长量 林分生长和林木的生长不同，林木个体的生长一直在增加，而林分的生长有可能出现减少的现象。 林分的生长量是增加量和枯损量（间伐量）之和，当枯损量大于增加量时，就出现负增长。通常用下列 指标作为测定对象： 林分平均树高，林分平均胸径，林分断面积，林分材积，林分重量。 第三节 森林的生产功能及其调控 一、 森林的生物产量及其形成的生理学生态学基础 （以木材为主的生物产量的形成受那些因素影响呢？） CO2 + H2O ---光--- (CHO) + O2 光合作用是生产有机物质的根本过程，而这个过程主要受以下因素影响。 (一）光合速率 光合速率越高，树木生长越快。一般树种的光合速率较低，为 5-10mg CO2/100cm2.h。提高光合 速率是提高人工林产量的基本途径。 光合速率的大小与下列二因素有关： 1）树种 速生树种光合作用大，慢生树种光合速率低。高光效的 C4 木本植物可能没有。选种。 2 ）外界环境影响 ： 光照、温度、湿度、CO2、水分、养分等，这些因子可通过调节林分群体结构，也 可采取抚育管理等措施进行调节。 (二）叶面积 ：林分要获得大量光合产物，还要有足够的叶面积。一般用叶面积指数（leaf area index, LAI） 来 表示，即 ： LAI＝总叶面积/单位面积 1）叶面积指数增加，光合作用增加，到一定值，光合作用开始下降。不同树种 LAI 不同，一 般 5~8，光合产量最高。
AR-CM-003-V01 森林经营碳汇项目方法学
森林经营碳汇项目方法学（版本号V01）2014年1月编制说明为进一步推动以增加碳汇为主要目的的森林经营活动，规范国内森林经营碳汇项目设计文件编制、碳汇计量与监测等工作，确保森林经营碳汇项目所产生的中国核证减排量（CCER）达到可测量、可报告、可核查的要求，推动国内森林经营碳汇项目的自愿减排交易，特编制《森林经营碳汇项目方法学》（版本号V01）。
本方法学以《联合国气候变化框架公约》（UNFCCC）下“清洁发展机制（CDM）”的方法学模板为基础，在参考和借鉴CDM 项目有关方法学工具、方式和程序，政府间气候变化专门委员会（IPCC）《2006年国家温室气体清单编制指南》和《土地利用、土地利用变化与林业优良做法指南》、国际自愿减排市场林业项目相关方法学和要求，结合我国森林经营实际，经有关领域专家学者及利益相关方反复研讨后编制而成，以保证本方法学既符合国际规则又适合我国林业实际，具有科学性、合理性和可操作性。
目录1 引言 (1)2 适用条件 (1)3 规范性引用文件 (2)4 定义 (2)5 基线与碳计量方法 (4)5.1 项目边界的确定 (4)5.2 碳库和温室气体排放源选择 (4)5.3 项目期和计入期 (5)5.4 基线情景识别和额外性论证 (6)5.5 碳层划分 (7)5.6 基线碳汇量 (7)5.6.1 基线林木生物质碳储量的变化 (8)5.6.2 基线枯死木碳储量的变化 (11)5.6.3 基线枯落物碳储量的变化 (12)5.6.4 基线木产品碳储量的变化 (13)5.7 项目碳汇量 (14)5.7.1 项目林木生物质碳储量的变化 (15)5.7.2 项目枯死木碳储量的变化 (16)5.7.3 项目枯落物碳储量的变化 (17)5.7.4 项目木产品碳储量的变化 (19)5.7.5 项目边界内温室气体排放的估计 (20)5.7.6 泄漏 (21)5.8 项目减排量 (22)6 监测程序 (22)6.1 项目实施的监测 (22)6.1.1 基线碳汇量的监测 (22)6.1.2 项目边界的监测 (23)6.1.3 项目活动的监测 (23)6.2 抽样设计与碳层划分 (24)6.2.1 碳层更新 (24)6.2.2 抽样设计 (24)6.3 林分生物质碳储量变化的测定 (26)6.4 枯死木碳储量变化的测定 (28)6.4.1 枯立木碳储量的测定 (28)6.4.2 枯倒木碳储量的测定 (30)6.4.3 枯死木碳储量的计算 (31)6.5 项目边界内的温室气体排放增加量的监测 (33)6.6 精度控制和校正 (33)6.6.1 项目碳汇量监测的精度校正 (33)6.6.2 基线碳汇量监测的精度校正 (34)6.7 不需监测的数据和参数 (34)6.8 需要监测的数据和参数 (44)附件1 主要森林经营活动 (48)附件2 中国主要树种（组）人工林龄组划分标准 (50)附件3 主要人工林树种的生物量方程 (51)1引言根据中华人民共和国《温室气体自愿减排交易管理暂行办法》（发改气候[2012]1668号）的有关规定，为推动以增加碳汇为主要目的森林经营活动，规范国内森林经营碳汇项目（以下简称“项目”）的设计、碳汇计量与监测工作等，确保项目所产生的中国核证减排量（CCER）达到可测量、可报告、可核查的要求，推动国内森林经营碳汇项目的自愿减排交易，特编制《森林经营碳汇项目方法学》（版本号V01）。
相对视角下森林碳汇项目农村经济福利效应
第４７卷㊀第４期２０２３年７月南京林业大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ）Ｖｏｌ．４７，Ｎｏ．４Ｊｕｌ．，２０２３㊀收稿日期Ｒｅｃｅｉｖｅｄ：２０２１⁃１１⁃２２㊀㊀㊀㊀修回日期Ａｃｃｅｐｔｅｄ：２０２２⁃０２⁃２１㊀基金项目：教育部人文社会科学规划基金项目（２１ＹＪＡ７９０００２）；四川省自然科学基金项目（２０２３ＮＳＦＳＣ１０６０）；四川省哲学社会科学规划项目（ＳＣ２２ＳＴ１０）㊂㊀第一作者：罗顺兰（６０５００２１８９＠ｑｑ．ｃｏｍ）㊂∗通信作者：胡原（ｈｕｙｕａｎ＠ｓｉｃａｕ．ｅｄｕ．ｃｎ），副教授㊂㊀引文格式：罗顺兰，胡原，曾维忠，等．相对视角下森林碳汇项目农村经济福利效应［Ｊ］．南京林业大学学报（自然科学版），２０２３，４７（４）：２５３－２６１．ＬＵＯＳＬ，ＨＵＹ，ＺＥＮＧＷＺ，ｅｔａｌ．Ｒｕｒａｌｅｃｏｎｏｍｉｃｗｅｌｆａｒｅｅｆｆｅｃｔｓｏｆｆｏｒｅｓｔｃａｒｂｏｎｓｉｎｋｐｒｏｊｅｃｔｓｆｒｏｍａｒｅｌａｔｉｖｅｐｅｒｓｐｅｃｔｉｖｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ），２０２３，４７（４）：２５３－２６１．ＤＯＩ：１０．１２３０２／ｊ．ｉｓｓｎ．１０００－２００６．２０２１１１０３６．相对视角下森林碳汇项目农村经济福利效应罗顺兰１，３，胡㊀原２，３∗，曾维忠２，３，郑雯雪４（１．四川农业大学经济学院，四川㊀成都㊀６１１１３０；２．四川农业大学管理学院，四川㊀成都㊀６１１１３０；３．四川农业大学西部乡村振兴研究中心，四川㊀成都㊀６１１１３０；４．成都市农林科学院，四川㊀成都㊀６１１１３０）摘要：ʌ目的ɔ绝对收入难以全面反映农村居民的经济福利，结合相对收入分析森林碳汇项目农村居民经济福利效应，并提出相应政策建议，以促进森林碳汇项目可持续健康运营㊂ʌ方法ɔ基于２００７ ２０１８年县域统计数据，以四川省为例，采用倾向得分匹配方法，实证测算森林碳汇项目试点县农村居民经济福利效应㊂ʌ结果ɔ在全样本分析中，相较于非试点县，森林碳汇项目试点县农村居民绝对收入水平普遍更低，乡乡比较表现出明显的福利损失；在异质性分析中，贫困县与民族县实施森林碳汇项目的农村居民经济福利效应为正㊂ʌ结论ɔ相对视角下实施森林碳汇项目导致农村主观经济福利受损，突出表现为乡乡比较㊂在贫困地区和民族地区实施森林碳汇项目能够降低城乡收入差距并提高纵向比较时的主观经济福利，从而产生积极的经济福利效应㊂关键词：森林碳汇；农村经济；相对视角；福利效应中图分类号：Ｆ３２６．２㊀㊀㊀㊀㊀㊀文献标志码：Ａ开放科学（资源服务）标识码（ＯＳＩＤ）：文章编号：１０００－２００６（２０２３）０４－０２５３－０９ＲｕｒａｌｅｃｏｎｏｍｉｃｗｅｌｆａｒｅｅｆｆｅｃｔｓｏｆｆｏｒｅｓｔｃａｒｂｏｎｓｉｎｋｐｒｏｊｅｃｔｓｆｒｏｍａｒｅｌａｔｉｖｅｐｅｒｓｐｅｃｔｉｖｅＬＵＯＳｈｕｎｌａｎ１，３，ＨＵＹｕａｎ２，３∗，ＺＥＮＧＷｅｉｚｈｏｎｇ２，３，ＺＨＥＮＧＷｅｎｘｕｅ４（１．ＣｏｌｌｅｇｅｏｆＥｃｏｎｏｍｉｃｓ，ＳｉｃｈｕａｎＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１１１３０，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＭａｎａｇｅｍｅｎｔ，ＳｉｃｈｕａｎＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１１１３０，Ｃｈｉｎａ；３．ＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＷｅｓｔｅｒｎＲｕｒａｌＲｅｖｉｔａｌｉｚａｔｉｏｎ，ＳｉｃｈｕａｎＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１１１３０，Ｃｈｉｎａ；４．ＣｈｅｎｇｄｕＣｉｔｙＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＳｃｉｅｎｃｅｓ，Ｃｈｅｎｇｄｕ６１１１３０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ʌＯｂｊｅｃｔｉｖｅɔＡｂｓｏｌｕｔｅｉｎｃｏｍｅｄｏｅｓｎｏｔｆｕｌｌｙｒｅｆｌｅｃｔｒｕｒａｌｒｅｓｉｄｅｎｔｓ ｅｃｏｎｏｍｉｃｗｅｌｆａｒｅ．Ｔｏａｄｄｒｅｓｓｔｈｉｓ，ｔｈｅｐｒｅｓｅｎｔｓｔｕｄｙａｎａｌｙｚｅｓｔｈｅｅｃｏｎｏｍｉｃｗｅｌｆａｒｅｅｆｆｅｃｔｓｏｆｆｏｒｅｓｔｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｐｒｏｊｅｃｔｓｏｎｒｕｒａｌｒｅｓｉｄｅｎｔｓｂａｓｅｄｏｎｒｅｌａｔｉｖｅｉｎｃｏｍｅ．Ｕｓｉｎｇｔｈｉｓｉｎｆｏｒｍａｔｉｏｎ，ｗｅｐｒｏｐｏｓｅｃｏｒｒｅｓｐｏｎｄｉｎｇｐｏｌｉｃｙｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｔｏｐｒｏｍｏｔｅｔｈｅｓｕｓｔａｉｎａｂｌｅａｎｄｈｅａｌｔｈｙｏｐｅｒａｔｉｏｎｏｆｆｏｒｅｓｔｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｐｒｏｊｅｃｔｓ．ʌＭｅｔｈｏｄɔＢａｓｅｄｏｎｃｏｕｎｔｙｓｔａｔｉｓｔｉｃｓｆｒｏｍ２００７ｔｏ２０１８ｉｎｔｈｅＳｉｃｈｕａｎＰｒｏｖｉｎｃｅ，ｐｒｏｐｅｎｓｉｔｙｓｃｏｒｅｍａｔｃｈｉｎｇｗａｓｕｓｅｄｔｏｅｍｐｉｒｉｃａｌｌｙｍｅａｓｕｒｅｔｈｅｅｃｏｎｏｍｉｃｗｅｌｆａｒｅｅｆｆｅｃｔｓｏｎｒｕｒａｌｒｅｓｉｄｅｎｔｓｗｉｔｈｉｎｔｈｅｐｉｌｏｔｃｏｕｎｔｉｅｓｏｆｔｈｅｆｏｒｅｓｔｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｐｒｏｊｅｃｔ．ʌＲｅｓｕｌｔɔＩｎｔｈｅｆｕｌｌｓａｍｐｌｅａｎａｌｙｓｉｓ，ｔｈｅａｂｓｏｌｕｔｅｉｎｃｏｍｅｌｅｖｅｌｏｆｒｕｒａｌｒｅｓｉｄｅｎｔｓｉｎｔｈｅｐｉｌｏｔｃｏｕｎｔｉｅｓｗａｓｇｅｎｅｒａｌｌｙｌｏｗｅｒｃｏｍｐａｒｅｄｗｉｔｈｔｈｏｓｅｉｎｎｏｎ⁃ｐｉｌｏｔｃｏｕｎｔｉｅｓ，ａｎｄｔｈｅｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｔｏｗｎｓｈｉｐｓｉｎｄｉｃａｔｅｄｏｂｖｉｏｕｓｗｅｌｆａｒｅｌｏｓｓｅｓ；ｉｎｔｈｅｈｅｔｅｒｏｇｅｎｅｉｔｙａｎａｌｙｓｉｓ，ｉｔａｐｐｅａｒｓｔｈａｔｉｎｅｔｈｎｉｃｍｉｎｏｒｉｔｉｅｓｃｏｕｎｔｉｅｓａｎｄｐｏｏｒｃｏｕｎｔｉｅｓｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｆｏｒｅｓｔｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｐｒｏｊｅｃｔｓｂｙｒｕｒａｌｒｅｓｉｄｅｎｔｓｐｒｏｄｕｃｅｓａｐｏｓｉｔｉｖｅｅｃｏｎｏｍｉｃｗｅｌｆａｒｅｅｆｆｅｃｔ．ʌＣｏｎｃｌｕｓｉｏｎɔＯｎａｖｅｒａｇｅ，ｉｍｐｌｅｍｅｎｔｉｎｇｆｏｒｅｓｔｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｐｒｏｊｅｃｔｓｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｒｅｌａｔｉｖｅｉｎｃｏｍｅｌｅｄｔｏａｌｏｓｓｏｆｓｕｂｊｅｃｔｉｖｅｅｃｏｎｏｍｉｃｗｅｌｆａｒｅｉｎｒｕｒａｌａｒｅａｓ，ａｓｉｎｄｉｃａｔｅｄｂｙｃｏｍｐａｒｉｓｏｎｓｂｅｔｗｅｅｎｔｏｗｎｓｈｉｐｓ．Ｔａｋｅｎｔｏｇｅｔｈｅｒ，ｔｈｅｒｅｓｕｌｔｓｓｕｇｇｅｓｔｔｈａｔｉｍｐｌｅｍｅｎｔｉｎｇｆｏｒｅｓｔｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｐｒｏｊｅｃｔｓｉｎｉｍｐｏｖｅｒｉｓｈｅｄａｎｄｅｔｈｎｉｃｍｉｎｏｒｉｔｙａｒｅａｓｃａｎｒｅｄｕｃｅｔｈｅｕｒｂａｎ⁃ｒｕｒａｌｉｎｃｏｍｅｇａｐａｎｄｉｍｐｒｏｖｅｅｃｏｎｏｍｉｃｗｅｌｆａｒｅｄｕｒｉｎｇｖｅｒｔｉｃａｌｃｏｍｐａｒｉｓｏｎｓ，ｔｈｅｒｅｂｙｐｒｏｄｕｃｉｎｇｐｏｓｉｔｉｖｅｓｕｂｊｅｃｔｉｖｅｅｃｏｎｏｍｉｃｗｅｌｆａｒｅｅｆｆｅｃｔｓ．Ｋｅｙｗｏｒｄｓ：ｆｏｒｅｓｔｃａｒｂｏｎｓｉｎｋ；ｒｕｒａｌｅｃｏｎｏｍｙ；ｃｏｍｐａｒａｔｉｖｅｐｅｒｓｐｅｃｔｉｖｅ；ｗｅｌｆａｒｅｅｆｆｅｃｔ南京林业大学学报（自然科学版）第４７卷㊀㊀森林碳汇作为典型的市场化森林生态补偿项目，兼具应对气候变化［１－２］与推动乡村可持续发展双重目标［３］，其重要意义不仅在于增加森林覆盖率㊁提升森林质量㊁增加碳汇，还在于提高农村居民经济福利，推动乡村发展㊂农村居民是森林碳汇项目的主要实施方与林地供给方［４］，要保障森林碳汇项目健康可持续运营，必须提高项目区农户的经济福利㊁稳定其实施积极性［５］㊂项目区农户在实施森林碳汇项目后，通过获取碳汇收益［６］㊁改变土地利用方式［７－８］㊁调整家庭劳动力就业结构［９－１０］等途径，增加家庭经济收入㊂然而，经济收入的增加并未明显提高他们对森林碳汇项目的实施意愿㊂有学者基于实地调研分析发现，现阶段林农持续实施森林碳汇项目的意愿不高［１１－１２］㊁实施程度较低［１３］㊂农户的实施积极性直接影响到森林碳汇项目运营状况［５，１４］，而低实施意愿在一定程度上将阻碍森林碳汇项目的健康可持续运营㊂基于此，探究森林碳汇项目区农户收入与实施意愿相悖的深层次根源，具有重要的理论价值与现实意义㊂经济收入是一种客观经济福利，而实施意愿则是农户的主观表达㊂就森林碳汇项目区而言，客观福利为项目区农户的绝对收入水平，主观表达是指项目区农户的实施意愿㊂主观表达不仅受到客观福利的影响，还在于项目区农户的心理比较，即主观福利㊂若客观福利上升，但基于心理比较的主观福利下降，将会导致最终主观表达的不一致㊂心理比较主要基于以下３个层面：一是项目区农村居民经济收入在现阶段与上一阶段的比较，即纵向比较；二是项目区农村居民与城镇居民经济收入的比较，即横向城乡比较；三是项目区与非项目区农村居民经济收入的比较，即横向乡乡比较㊂本研究在构建相对视角下森林碳汇项目农村居民经济福利效应的理论分析框架的基础上，分别测算项目区的客观与主观经济福利，再采用倾向得分匹配法实证比较项目区与非项目区的福利差异，以期为森林碳汇项目区农户客观福利与主观表达相悖提供一个新的视角与分析思路，为巩固森林碳汇项目试点成效㊁提高项目区农村居民经济福利㊁保障项目健康可持续运营提供决策参考㊂居民主观福利不仅受到客观福利的影响，还在于居民的心理比较㊂居民关注自身收入的同时也关注与他人经济收入的差距比较，若自身经济收入提高，但与他人的收入差距加大，剥夺感由此产生，最终导致主观幸福感并未与经济收入同步增长㊂居民主观幸福感不仅取决于自身经济收入的绝对值，还受相对经济收入的影响㊂此相对收入并非全国层面平均水平的比较，而是与居民心理参考群体的比较，即社会性比较和习惯性比较㊂其中，社会性比较指的是与他人进行比较，习惯性比较指的是与过去比较㊂森林碳汇项目试点县农村居民经济福利不仅包括绝对收入，还应当考虑到横向县域之间的乡乡比较㊁县域内部的城乡比较以及当年与上一年度的纵向比较等因素㊂其原因在于，森林碳汇项目试点县内农村居民在感受绝对收入变化的同时，还存在其他比较心理㊂若当地未实施森林碳汇项目，他们的机会成本如何，这可以通过与其他非试点县农村居民收入相比较而得到，即横向乡乡比较㊂实施森林碳汇项目后，试点县内农村居民与城市居民的收入差距存在何种变化，这可以与本县城镇居民收入相比较而得到，即横向城乡比较㊂项目实施后，农村居民家庭收入年度变化如何，这可以与上一年度的居民收入相比较，即纵向比较㊂因此，本研究旨在构建兼顾绝对收入与相对视角的森林碳汇项目试点县农村经济福利分析框架㊂１㊀数据、方法与变量１．１㊀数据来源研究区域选定在四川省各县域㊂四川地处中国西南部，有着丰富的宜林地资源和重要的生态区位，森林面积位于全国前列，拥有实施森林碳汇项目的独特优势㊂同时四川也是国家发展森林碳汇产业优先布局区和首批森林碳汇项目试点区，其森林碳汇试点项目走在全国前列，截至２０２０年底，四川共有１３个县先后实施森林碳汇项目㊂囿于数据的完整性和可得性，选取２００７ ２０１８年范围内的样本㊂鉴于个别县的数据无法获得及存在个别县（区）在２００７年后设立且数据不完整，如广安市前锋区等，所以在样本选择上，剔除了四川省内１８３个县（区）中的４４个县（区），最后得到１３９个县（区）的数据㊂１．２㊀测算方法１．２．１㊀相对视角下的经济福利测算１）纵向比较㊁横向乡乡比较㊁横向城乡比较的计算方法㊂本研究将森林碳汇项目试点县的经济福利分为绝对收入㊁纵向比较㊁横向乡乡比较和横向城乡比较㊂其中，绝对收入表示当地农村居民收入，纵向比较是指当地农村居民收入与过去的差异程度，横向乡乡比较是指当地农村居民收入与其他４５２㊀第４期罗顺兰，等：相对视角下森林碳汇项目农村经济福利效应非试点县的差异程度，横向城乡比较是指当地农村居民收入与当地城镇居民收入的差异程度㊂借鉴任国强等［１５］对个体相对剥夺和群间相对剥夺的测度公式，纵向比较㊁横向乡乡比较㊁横向城乡比较的测度公式如下㊂Ｖ１（Ｉｉ，Ｒ，ｔ，Ｉｉ，Ｒ，ｔ－１）＝（Ｉｉ，Ｒ，ｔ－Ｉｉ，Ｒ，ｔ－１）／Ｉｉ，Ｒ，ｔ；（１）Ｖ２（Ｕｊ，Ｒ，Ｉｉ，Ｒ）＝（Ｕｊ，Ｒ－Ｉｉ，Ｒ）／Ｕｊ，Ｒ；（２）Ｖ３（Ｉｉ，Ｕ，Ｉｉ，Ｒ）＝（Ｉｉ，Ｕ－Ｉｉ，Ｒ）／Ｕｉ，Ｕ㊂（３）进一步，定义所有县的纵向比较㊁横向乡乡比较和横向城乡比较：㊀Ｖ４（Ｉｉ，Ｒ，ｔ，Ｉｉ，Ｒ，ｔ－１）＝１ｎðｎｉ＝１（Ｉｉ，Ｒ，ｔ－Ｉｉ，Ｒ，ｔ－１）／Ｉｉ，Ｒ，ｔ；（４）Ｖ５（ＵＲ，ＩＲ）＝１ｎðｎｉ＝１（Ｕｊ，Ｒ－Ｉｉ，Ｒ）／Ｕｊ，Ｒ；（５）Ｖ６（ＩＵ，ＩＲ）＝１ｎðｎｉ＝１（Ｉｉ，Ｕ－Ｉｉ，Ｒ）／Ｕｉ，Ｕ㊂（６）式中：Ｖ１为ｉ县的纵向比较，Ｉｉ，Ｒ表示ｉ县的农村居民收入，Ｉｉ，Ｒ，ｔ表示ｉ县ｔ年农村居民Ｒ收入，Ｉｉ，Ｒ，ｔ－１表示ｉ县ｔ－１年份的农村居民收入；Ｖ２为ｉ县的横向乡乡比较，Ｕｊ，Ｒ表示非森林碳汇试点县农村居民收入的均值；Ｖ３为ｉ县的横向城乡比较，Ｉｉ，Ｕ表示ｉ县的城镇居民Ｕ收入，Ｕｉ，Ｕ表示所有县城镇居民收入的平均㊂Ｖ４㊁Ｖ５㊁Ｖ６分别为所有县纵向比较㊁横向乡乡比较㊁横向城乡比较；ｎ表示县（区）数量㊂２）森林碳汇地区居民经济福利函数的一般形式㊂借鉴Ｂｏｓｋｉｎ等［１６］的效用函数形式ｕ＝ｕ（ｃ，ｃ－；θ），建立考虑相对因素的效用函数㊂其中：ｃ表示个人消费水平，ｃ－表示所有人的平均消费水平，θ是反映个人对相对位置的在意程度的参数㊂假设存在森林碳汇项目试点县与非试点县，县域内部包含城镇Ｕ与乡村Ｒ两类区域㊂则ｉ县的农村经济福利函数Ｕｉ，Ｒ可以表示为：Ｕｉ，Ｒ＝ｕ［Ｖ０（Ｉｉ，Ｒ），Ｖ１（Ｉｉ，Ｒ，ｔ，Ｉｉ，Ｒ，ｔ－１），Ｖ２（Ｉｊ，Ｒ，Ｉｉ，Ｒ），Ｖ３（Ｉｉ，Ｕ，Ｉｉ，Ｒ），θ１，θ２，θ３］／ｚｉｊ㊂（７）式中：Ｖ０为绝对视角下的经济福利；θ１㊁θ２㊁θ３分别表示相对因素在纵向比较㊁横向乡乡比较和横向城乡比较效用函数中权重的参数；ｚｉｊ表示县域基本特征㊂假设上述农村经济福利函数具备以下性质：①Ｉｉ，Ｒ与ｉ县经济福利正相关，且边际递减㊂②若Ｉｉ，Ｒ，ｔ＞Ｉｉ，Ｒ，ｔ－１，则表示ｉ县的经济福利增加㊂③Ｉｉ，Ｒ与Ｕｊ，Ｒ㊁Ｉｉ，Ｕ的差距越大，表示ｉ县的经济福利越低㊂④若θ１㊁θ２㊁θ３均为０，表示森林碳汇项目县的农村经济福利仅由农村居民收入决定；否则，表示其经济福利还受其他相对因素影响㊂因此，由纵向比较㊁横向乡乡比较和横向城乡比较导致森林碳汇项目试点县农村的福利损失，可以表示为：ｕｉ－＝（ｕｉ，θ１＝θ２＝θ３＝０－ｕｉ，θ１ʂ０，θ２ʂ０，θ３ʂ０）ｕｉ，θ１＝θ２＝θ３＝０㊂（８）式中：ｕｉ－为福利损失；ｕｉ，θ为农村经济福利函数㊂可见，ｕｉ－ɪ（０，１），其值越大，表示由相对因素导致的森林碳汇项目试点县农村经济福利损失越大㊂３）森林碳汇地区经济福利函数的特殊形式㊂借鉴效用函数形式ｕｉｔ＝β１ｌｎｙｉｔ＋β２ｌｎ（ｙｉｔ／ｙ∗ｔ），可将地区ｉ的经济福利（ｗｉ）表示为：ωｉ＝Ｖ０（Ｉｉ，Ｒ）Ｖ１（Ｉｉ，Ｒ，ｔ，Ｉｉ，Ｒ，ｔ－１）θ１Ｖ２（Ｕｊ，Ｒ，Ｉｉ，Ｒ）θ２㊃Ｖ３（Ｉｉ，Ｕ，Ｉｉ，Ｒ）θ３㊂（９）式（９）取对数可得ｌｎｗｉ＝ｌｎＶ０（Ｉｉ，Ｒ）＋θ１ｌｎＶ１（Ｉｉ，Ｒ，ｔ，Ｉｉ，Ｒ，ｔ－１）＋θ２ｌｎＶ２（Ｕｊ，Ｒ，Ｉｉ，Ｒ）＋θ３ｌｎＶ３（Ｉｉ，Ｕ，Ｉｉ，Ｒ）㊂（１０）则所有森林碳汇农村的经济福利（Ｗ）为：Ｗ＝ðｎｉ＝１ｌｎＶ０（Ｉｉ，Ｒ）＋θ１ðｎｉ＝１ｌｎＶ１（Ｉｉ，Ｒ，ｔ，Ｉｉ，Ｒ，ｔ－１）＋θ２ðｎｉ＝１ｌｎＶ２（Ｕｊ，Ｒ，Ｉｉ，Ｒ）＋θ３ðｎｉ＝１ｌｎＶ３（Ｉｉ，Ｕ，Ｉｉ，Ｒ）㊂（１１）式中：ðｎｉ＝１ｌｎＶ１（Ｉｉ，Ｒ，ｔ，Ｉｉ，Ｒ，ｔ－１）是纵向比较，ðｎｉ＝１ｌｎＶ２（Ｕｊ，Ｒ，Ｉｉ，Ｒ）是乡乡比较，ðｎｉ＝１ｌｎＶ３（Ｉｉ，Ｕ，Ｉｉ，Ｒ）是城乡比较㊂１．２．２㊀倾向得分匹配法采用倾向得分匹配方法（ＰＳＭ）估计森林碳汇项目对农村经济福利的影响㊂ＰＳＭ是一种通过构建反事实框架处理样本自选择问题，没有误差项分布㊁函数形式等条件限制的非参数方法［１７］，建立模型如下：Ｙｉ＝σ＋δＤｉ＋ηＸｉ＋εｉ㊂（１２）式中：Ｙｉ表示农村居民收入㊁纵向比较㊁横向乡乡比较和横向城乡比较福利水平；Ｄｉ表示是否为森林碳汇项目试点县，如果是试点县，则Ｄｉ＝１，否则Ｄｉ＝０；Ｘｉ为特征变量；σ为常数项；ε为随机分布项；δ㊁η为参数㊂实证分析步骤如下：１）选择特征变量Ｘｉ㊂特征变量Ｘｉ为控制变量㊂２）计算倾向得分值㊂运用Ｌｏｇｉｔ模型计算ｉ县实施森林碳汇项目的倾向得分值㊂３）进行倾向得分匹配㊂ＰＳＭ常见的匹配算法包括最邻近匹配㊁半径匹配和核匹配，对３种方法进行平衡性检验，通过匹配前后的密度函数图以及模型拟合效果的对比，发现运用最近邻匹配较为恰５５２南京林业大学学报（自然科学版）第４７卷当，所以本研究运用最近邻匹配算法，对处理组和控制组进行一对一匹配㊂４）计算平均处理效应㊂平均处理效应包含３类：①处理组的平均处理效应（ＡＴＴ，式中记为ＴＡＴ），即实施森林碳汇项目试点县福利的平均值㊂②对照组的平均处理效应（ＡＴＵ），即未实施森林碳汇项目试点县福利的平均值㊂③全样本的平均处理效应（ＡＴＥ），即随机样本森林碳汇项目试点县福利的平均值㊂由于本研究探究实施森林碳汇项目试点县的福利变化，因而，选用ＡＴＴ进行分析更为合适，其表达式为：ＴＡＴ＝Ｅ（Ｙ１｜Ｄ＝１）－Ｅ（Ｙ０｜Ｄ＝１）＝Ｅ（Ｙ１－Ｙ０｜Ｄ＝１）㊂（１３）式中：Ｙ１为ｉ县实施森林碳汇项目试点的福利水平，Ｙ０为ｉ县不实施森林碳汇项目试点的福利水平㊂式中只能观测到Ｅ（Ｙ１｜Ｄ＝１）的结果，而Ｅ（Ｙ０｜Ｄ＝１）是不可观测的，称为反事实结果，利用ＰＳＭ构造ｉ县未实施森林碳汇项目的估计值㊂１．３㊀变量选取与说明农村经济福利函数的变量选取见表１㊂表１㊀变量选取与均值Ｔａｂｌｅ１㊀Ｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎｓａｎｄｍｅａｎｓ变量ｖａｒｉａｂｌｅ变量名称ｖａｒｉａｂｌｅｎａｍｅ变量说明及赋值ｖａｒｉａｂｌｅｄｅｓｃｒｉｐｔｉｏｎａｎｄａｓｓｉｇｎｍｅｎｔ均值ｍｅａｎ标准差ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎ被解释变量ｅｘｐｌａｉｎｅｄｖａｒｉａｂｌｅ农村居民收入各县历年农村人均纯收入／元８１１９．０１４３９９．２１纵向比较Ｖ１１．３００．５５横向乡乡比较Ｖ２００．３０横向城乡比较Ｖ３０．６１０．１４核心解释变量ｃｏｒｅｅｘｐｌａｎａｔｏｒｙｖａｒｉａｂｌｅ是否为森林碳汇项目试点县占比是＝１，否＝００．０９０．２９特征变量ｃｈａｒａｃｔｅｒｉｓｔｉｃｖａｒｉａｂｌｅ是否为国家级贫困县占比是＝１，否＝００．２４０．４３是否为民族县占比是＝１，否＝００．３６０．４８人均ＧＤＰ各县人均ＧＤＰ／元２３０００１５０００第一产业从业人数占总从业人数比重第一产业从业人数与从业总人数之比０．５３０．１７农业机械总动力农㊁林㊁牧㊁渔业的各种动力机械的动力总和／ＭＷ２０．６３１６．０３年末实有耕地面积占行政区域土地面积比重年末实有耕地面积与行政区域土地面积之比０．１８０．１６化肥施用量历年化肥施用量／ｔ１３６８７１４１６５．４１单位耕地面积粮食产量粮食总产量与年末实有耕地面积之比／（ｔ㊃ｈｍ－２）１．６７０．６３单位行政面积公路里程公路里程与单位行政面积之比／（ｋｍ㊃ｈｍ－２）０．９７０．８１㊀㊀１）被解释变量㊂同时采用农村居民收入㊁纵向比较㊁横向乡乡比较㊁横向城乡比较４个指标作为被解释变量，同时反映实施森林碳汇项目在绝对和相对视角下的经济福利㊂２）核心解释变量㊂本研究的核心解释变量为是否森林碳汇项目试点县，属于二元变量㊂若该县实施了森林碳汇项目，则赋值为１，否则赋值为０㊂３）特征变量㊂特征变量的选择需满足条件：不仅影响农村居民收入还影响森林碳汇项目的实施㊂一方面，由于森林碳汇项目一般选择在生态脆弱性较高的地区实施，而此类地区大多与经济欠发达地区高度耦合［１８］，可见，经济发展特征可能会影响到该地区是否实施森林碳汇项目的概率［１９］㊂因此，一方面选用是否为脱贫县㊁是否为民族县㊁单位行政面积公路里程以及人均ＧＤＰ作为部分特征变量；另一方面，森林碳汇项目选址一般为宜林荒山荒地㊁宜林沙荒地和其他宜林地［２０］㊂农业生产的相关特征能够间接表征土地属性，因此，选第一产业从业人数占总从业人数比重㊁农业机械总动力㊁年末实有耕地面积占行政区域土地面积比重㊁化肥施用量㊁单位耕地面积粮食产量作为部分特征变量㊂从表１中均值可以看出，样本中农村居民收入均值为８１１９ ０１元，纵向比较的均值为１．３０，横向乡乡收入比较的均值为０，横向城乡收入比较的均值为０ ６１；实施了森林碳汇的县占９％；森林碳汇项目贫困县㊁民族县分别占２４％和３６％，县域人均ＧＤＰ为２３０００元，第一产业从业人数占总产业人６５２㊀第４期罗顺兰，等：相对视角下森林碳汇项目农村经济福利效应数的５３％，县域农业机械总动力均值为２０．６３ＭＷ，年末实有耕地面积占行政面积的比重为１８％，历年化肥施用量为１３６８７ｔ，单位面积粮食产量为１．６７ｔ／ｈｍ２，单位行政面积公路里程为０．９７ｋｍ／ｈｍ２㊂２㊀森林碳汇项目地区福利效应的实证测算２．１㊀平衡性检验首先对样本进行平衡性检验，图１为匹配前后实验组和控制组样本的倾向得分分布情况（核密度曲线），纵轴表示概率密度，横轴表示倾向得分值㊂两组样本匹配前的倾向得分情况见图１ａ，处理组和控制组几乎没有重叠的区域，这表明处理组和控制组的观测值存在显著差异，对于全样本而言，选择实施森林碳汇项目不是完全随机的，所以对其进行倾向得分匹配是有必要的㊂两组样本匹配后的倾向得分分布情况见图１ｂ，匹配后两组样本核密度曲线重合度高，即两组样本得分相近，匹配后损失样本少，说明倾向得分匹配效果较好，具有比较好的代表性㊂综上所述，匹配后处理组和控制组在特征变量上不存在显著差异㊂图１㊀核密度曲线对比Ｆｉｇ．１㊀Ｎｕｃｌｅａｒｄｅｎｓｉｔｙｃｕｒｖｅｃｏｍｐａｒｉｓｏｎｓ２．２㊀平均干预效果森林碳汇项目试点县绝对收入和相对视角的农村经济福利处理组和控制组的平均参与效应测算结果见表２㊂结果显示２００７ ２０１８年，处理组和控制组的农村居民收入存在显著差异，差值始终为负值，且差距呈增大趋势㊂这表明实施森林碳汇项目对农村居民绝对收入具有抑制作用，且抑制作用逐渐增大㊂相对视角下，２００７ ２０１８年，处理组与控制组间的横向乡乡比较存在显著差异，差值始终为负值，且总体呈倒 Ｕ 形趋势㊂结果表明，实施森林碳汇项目通过降低乡乡比较时的主观福利从而降低了农村居民经济福利㊂２００７ ２０１８年，处理组和控制组间的横向城乡比较效应及纵向比较效应均无显著差异㊂结果表明，实施森林碳汇项目对当地城乡收入差距及试点县纵向比较无影响㊂这表明，整体而言森林碳汇项目区农户获得的项目收入难以补偿其林下活动的机会成本，导致其绝对收入减少且相较于其他非项目区农村居民收入也相应降低㊂究其原因，一方面可能由于森林碳汇项目并非均在荒地㊁无林地等地块实施，在一定程度上挤占了部分放牧地和经济活动用地，制约了项目区农村居民赖以生存的生计活动［８，２１－２４］，最终导致其家庭经济收入降低［２５］㊂另一方面，我国碳汇交易市场还较少且处于初级阶段，目前国内碳汇价格普遍为２０ ４０元／ｔ，以平均价格３０元／ｔ计算，１亩（０ ０６７ｈｍ２）林地１年可以产生碳汇收入约７１１元，基于机会成本视角下，种植碳汇林收入远低于种植经济作物收入，更远远低于从事非农就业取得的收入，进而在乡乡比较时差距加大㊂表２㊀全样本处理组和控制组的平均参与效应（ＡＴＴ）Ｔａｂｌｅ２㊀Ｔｈｅａｖｅｒａｇｅｐａｒｔｉｃｉｐａｔｉｏｎｅｆｆｅｃｔｓｏｆｔｈｅｗｈｏｌｅｓａｍｐｌｅｔｒｅａｔｍｅｎｔｇｒｏｕｐａｎｄｔｈｅｃｏｎｔｒｏｌｇｒｏｕｐ（ＡＴＴ）年份ｙｅａｒ农村居民收入效应ｒｕｒａｌｒｅｓｉｄｅｎｔｓ ｉｎｃｏｍｅＡＴＴ横向城乡比较效应ｈｏｒｉｚｏｎｔａｌｕｒｂａｎ⁃ｒｕｒａｌｃｏｍｐａｒｉｓｏｎＡＴＴ横向乡乡比较效应ｈｏｒｉｚｏｎｔａｌｔｏｗｎｓｈｉｐｃｏｍｐａｒｉｓｏｎＡＴＴ纵向比较效应ｌｏｎｇｉｔｕｄｉｎａｌｃｏｍｐａｒｉｓｏｎＡＴＴ２００７－８２４．３５２∗∗０．０２７－０．２４５∗∗０２００８－１０２３．０４８∗∗∗０．０５０－０．２６７∗∗∗－０．１５１２００９－１０６３．０３６∗∗∗０．０５１－０．２５５∗∗∗－０．０８３２０１０－１３１９．９２０∗∗∗０．０５８－０．２６５∗∗∗－０．０９４２０１１－１６３４．１９０∗∗∗０．０４５－０．２７０∗∗∗－０．１４５２０１２－１９１９．７２８∗∗∗０．０４４－０．２７３∗∗∗－０．０６３２０１３－２１０６．９２４∗∗∗０．０３５－０．２６３∗∗∗－０．０２５２０１４－２５７４．６１０∗∗∗０．０３５－０．２７８∗∗∗－０．０７０２０１５－２８８４．０２２∗∗∗０．０１６－０．２６３∗∗∗－０．００１２０１６－３１２０．６４６∗∗∗０．０１３－０．２５９∗∗∗－０．０１１２０１７－３３６２．３８６∗∗∗０．００６－０．２５５∗∗∗－０．０２７２０１８－３５９０．９７５∗∗∗０．００４－０．２４８∗∗∗－０．０２８㊀㊀注：∗∗∗㊁∗∗㊁∗分别表示在０．０１㊁０．０５和０．１０的水平上差异显著㊂下同㊂∗∗∗㊁∗∗㊁∗ｍｅａｎｓｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｅｓａｔｔｈｅ０．０１，０ ０５，０．１０ｌｅｖｅｌ．Ｔｈｅｓａｍｅｂｅｌｏｗ．７５２南京林业大学学报（自然科学版）第４７卷２．３㊀异质性分析２．３．１㊀不同计入期不同森林碳汇项目计入期的异质性分析结果见表３㊂表３㊀不同计入期处理组和控制组的平均参与效应Ｔａｂｌｅ３㊀Ａｖｅｒａｇｅｐａｒｔｉｃｉｐａｔｉｏｎｅｆｆｅｃｔｓｂｅｔｗｅｅｎｔｒｅａｔｍｅｎｔｇｒｏｕｐａｎｄｃｏｎｔｒｏｌｇｒｏｕｐａｔｄｉｆｆｅｒｅｎｔｃｏｕｎｔｉｎｇｐｅｒｉｏｄｓ年份ｙｅａｒ处理效应ＡＴＴ２０ａ３０ａ２００７－１０４８．４５３∗∗－８５４．０４５∗∗２００８－１４９３．８８６∗∗－９４１．２２１∗２００９－１３６４．８８０∗∗－１０８９．０８４∗∗２０１０－１５７３．２１２∗∗－１４２０．６１３∗∗２０１１－１８６８．５８２∗∗－１７８５．９４０∗∗２０１２－２０８９．４６４∗∗－２１６２．９２０∗∗∗２０１３－２２１１．９５７∗∗－２４１６．７９３∗∗∗２０１４－２６２１．３５０∗∗－２９４７．６０７∗∗∗２０１５－２５３６．１７０∗∗－３５５２．１８５∗∗∗２０１６－２７１２．８９０∗∗－３８６２．５８８∗∗∗２０１７－２９１５．８３６∗∗－４１６６．６１７∗∗∗２０１８－３１０５．０９２∗∗－４４５７．２７５∗∗∗㊀㊀从投资角度，项目周期越长，项目面临风险越大，收益不确定性越大，因此不同项目实施计入期可能使得实施森林碳汇项目的福利效应不同，为此，根据不同项目计入期探究森林碳汇项目对农村地区经济福利效应的差异㊂根据不同项目计入期，将现有森林碳汇项目划分为计入期２０㊁３０ａ两组，同样采用ＰＳＭ方法对比分析森林碳汇项目对农村地区经济福利效应的差异化影响㊂由于横向乡乡比较㊁横向城乡比较和纵向比较中，不同计入期森林碳汇项目试点县无明显差异，因此本研究暂未列出㊂总体而言，处理组与控制组的农村居民收入差距存在显著差异，差值始终为负值且呈现逐渐增大的趋势，随着时间推移，计入期为３０ａ组比计入期为２０ａ组的农村居民收入差距更大，这表明项目计入期更长，福利损失也更大㊂２．３．２㊀不同贫困属性由于四川省森林碳汇项目同时在贫困县与非贫困县进行试点，这为进一步考察森林碳汇项目农村经济福利效应在不同地区的差异提供了数据支持㊂因此，根据试点县是否为贫困县探究森林碳汇项目对经济异质性农村地区经济福利效应的差异㊂采用ＰＳＭ方法进行对比分析，森林碳汇项目对经济异质性农村地区经济福利效应的分析结果见表４㊂表４㊀不同贫困属性处理组和控制组的平均参与效应Ｔａｂｌｅ４㊀Ａｖｅｒａｇｅｐａｒｔｉｃｉｐａｔｉｏｎｅｆｆｅｃｔｓｂｅｔｗｅｅｎｔｒｅａｔｍｅｎｔｇｒｏｕｐａｎｄｃｏｎｔｒｏｌｇｒｏｕｐｗｉｔｈｄｉｆｆｅｒｅｎｔｐｏｖｅｒｔｙａｔｔｒｉｂｕｔｅｓ年份ｙｅａｒ农村居民收入效应ｒｕｒａｌｒｅｓｉｄｅｎｔｓ ｉｎｃｏｍｅＡＴＴ横向城乡比较效应ｈｏｒｉｚｏｎｔａｌｕｒｂａｎ⁃ｒｕｒａｌｃｏｍｐａｒｉｓｏｎＡＴＴ纵向比较效应ｌｏｎｇｉｔｕｄｉｎａｌｃｏｍｐａｒｉｓｏｎＡＴＴ贫困县ｉｍｐｏｖｅｒｉｓｈｅｄｃｏｕｎｔｉｅｓ非贫困县ｎｏｎ⁃ｐｏｏｒｃｏｕｎｔｙ贫困县ｉｍｐｏｖｅｒｉｓｈｅｄｃｏｕｎｔｉｅｓ非贫困县ｎｏｎ⁃ｐｏｏｒｃｏｕｎｔｙ贫困县ｉｍｐｏｖｅｒｉｓｈｅｄｃｏｕｎｔｉｅｓ非贫困县ｎｏｎ⁃ｐｏｏｒｃｏｕｎｔｙ２００７２１４．２０５－７２３．９３９∗－０．１０８－０．０１７０．２７９∗∗∗－０．１５１∗２００８１７９．９８７－９０３．４５８∗－０．０８６－０．００４０．３０５∗∗∗－０．０６１２００９１４８．７８６－９５３．１９４∗－０．１０１∗０．０２５０．３２２∗∗∗－０．１３１２０１０１２６．４０５－１１７４．２９８∗－０．１１８∗０．０５９０．３５５∗∗∗－０．１６２∗２０１１－３１．９０５－１３５９．２９６∗－０．１１４∗∗０．０４４０．４０２∗∗∗－０．１４６∗２０１２－２１１．６１９－１５５６．０９３∗∗－０．１０３∗∗０．０４８０．４３０∗∗∗－０．１５１∗２０１３－３５４．８５７－１６４２．６５３∗∗－０．１０４∗∗０．０４３０．４２５∗∗∗－０．１５０∗２０１４－４６２．１４３－２０３４．７５５∗∗－０．１０５∗∗０．０４８０．４５９∗∗∗－０．１５３∗２０１５－１４００．４０５∗∗∗－２１０６．１９９∗∗－０．０９７∗∗０．０３６０．４７１∗∗∗－０．１６０∗２０１６－１５７１．２１４∗∗∗－２２６６．５４７∗∗－０．０９８∗∗０．０３５０．４６７∗∗∗－０．１５９∗２０１７－１６８９．９７６∗∗∗－２４５３．５５０∗∗－０．０９１∗∗０．０２６０．４６１∗∗∗－０．１５５∗２０１８ －２６２９．４８６∗∗ ０．０２５ －０．１５２∗㊀㊀由于横向乡乡比较中，不同贫困属性森林碳汇试点县无明显差异，因此本研究暂未列出㊂结果显示：在贫困县，项目实施前期，处理组和控制组的农村居民收入差值为正值但差异不显著，后期为负值，且差异显著；在非贫困县，２００７ ２０１８年处理组和控制组的农村居民收入差值始终为负值且差８５２㊀第４期罗顺兰，等：相对视角下森林碳汇项目农村经济福利效应异显著，这表明项目实施前期对贫困地区经济福利无明显影响，实施一段时期后降低了贫困地区的经济福利；而在非贫困地区实施森林碳汇项目始终降低着该地区的经济福利㊂在贫困县，２００７ ２０１８年处理组和控制组的城乡收入比差值始终为负值且差异基本显著；在非贫困县，处理组和控制组的城乡收入无明显差异㊂这表明在贫困县实施森林碳汇项目能缩小城乡收入差距，增大该地区的经济福利；而在非贫困县实施森林碳汇项目对城乡收入差距无影响㊂在贫困县，２００７ ２０１８年处理组和控制组的农村居民收入纵向比较存在显著差异，其差值始终为正值；在非贫困县，２００７ ２０１８年处理组和控制组的农村居民收入纵向比较差值始终为负值㊂这表明，在贫困地区实施森林碳汇项目能提升纵向比较中的主观经济福利；而在非贫困县实施森林碳汇项目却降低了纵向比较中的主观经济福利㊂２．３．３㊀不同民族属性由于中国是一个多民族的国家，民族地区和非民族地区存在着很大的经济社会发展环境差异，不同民族属性的县域实施森林碳汇项目的效应不同㊂为此，根据试点县是否为民族县探究森林碳汇项目对文化异质性农村地区经济福利效应的差异，同样采用ＰＳＭ方法进行对比分析㊂森林碳汇项目不同民族属性的异质性分析结果见表５㊂表５㊀不同民族属性处理组和控制组的平均参与效应Ｔａｂｌｅ５㊀Ａｖｅｒａｇｅｐａｒｔｉｃｉｐａｔｉｏｎｅｆｆｅｃｔｓｂｅｔｗｅｅｎｔｒｅａｔｍｅｎｔｇｒｏｕｐａｎｄｃｏｎｔｒｏｌｇｒｏｕｐｏｆｄｉｆｆｅｒｅｎｔｅｔｈｎｉｃａｔｔｒｉｂｕｔｅｓ年份ｙｅａｒ农村居民收入效应ｒｕｒａｌｒｅｓｉｄｅｎｔｓ ｉｎｃｏｍｅＡＴＴ横向城乡比较效应ｈｏｒｉｚｏｎｔａｌｕｒｂａｎｒｕｒａｌｃｏｍｐａｒｉｓｏｎＡＴＴ纵向比较效应ｌｏｎｇｉｔｕｄｉｎａｌｃｏｍｐａｒｉｓｏｎＡＴＴ民族县ｍｉｎｏｒｉｔｙｃｏｕｎｔｙ非民族县ｎｏｎ⁃ｅｔｈｎｉｃｃｏｕｎｔｙ民族县ｍｉｎｏｒｉｔｙｃｏｕｎｔｙ非民族县ｎｏｎ⁃ｅｔｈｎｉｃｃｏｕｎｔｙ民族县ｍｉｎｏｒｉｔｙｃｏｕｎｔｙ非民族县ｎｏｎ⁃ｅｔｈｎｉｃｃｏｕｎｔｙ２００７１１６．７６９ －０．０７９ ０．１８１∗∗∗－０．１３６２００８－３４．６９４－１０２３．４０５∗∗－０．０３９－０．０７００．２２７∗∗∗－０．２２１∗２００９４８．４９７－１３５３．５８９∗∗∗－０．０６００．０１００．２２６∗∗∗－０．２５７∗∗２０１００．４９２－１６６１．６４０∗∗∗－０．０５２０．０４７０．２４５∗∗∗－０．２２８∗∗２０１１－１６８．１７８－１９３４．４１６∗∗∗－０．０６９∗０．０４８０．２７３∗∗∗－０．２１１∗∗２０１２－４０５．７７８－２２３１．０３９∗∗∗－０．０５０．０４８０．２８２∗∗∗－０．１９５∗２０１３－５５７．６４２－２４５３．７７２∗∗∗－０．０５３０．０５２０．２６５∗∗∗ ２０１４－６９７．０３８ －０．０５３ ０．２８２∗∗∗－０．１９３２０１５－１３１２．６７５∗－３１８３．１５７∗∗－０．０５６０．０５７０．２９０∗∗∗－０．１９０２０１６－１４７３．９０６∗∗－３４１６．０４２∗∗－０．０５８０．０５８０．２８６∗∗∗－０．１８８２０１７－１６４１．２３３∗∗－３６４４．３０８∗∗－０．０６４∗０．０５５０．２８０∗∗∗－０．１８５２０１８－１７６６．６５６∗∗－３８８５．６４４∗∗－０．０６３∗０．０５３０．２７０∗∗∗㊀㊀表５可见，２００７ ２０１８年在民族县和非民族县处理组和控制组的农村居民收入差值几乎都为负值，且非民族县的差距远远大于民族县，这表明在民族县和非民族县实施森林碳汇项目都会使得农村居民绝对收入减少，而在非民族县的损失会更大㊂２００７ ２０１８年民族县内处理组和控制组的横向城乡比较差值始终为负值，表明在民族县实施森林碳汇项目可减小城乡收入差距，提高经济福利；非民族县内处理组和控制组的横向城乡无明显差异，可见，在非民族县实施森林碳汇项目对城乡收入差距无影响㊂２００７ ２０１８年民族县内处理组和控制组的纵向比较差值始终为正值，可见在民族县实施森林碳汇项目会提高该县纵向比较时的主观经济福利，使得该县经济福利增加；非民族县内处理组和控制组的纵向比较差值始终为负值，可见，在非民族县实施森林碳汇项目会降低该县的经济福利㊂２．４㊀考虑相对因素的福利效用与福利损失利用式（４） （６）得到森林碳汇项目试点县纵向比较㊁横向乡乡比较和横向城乡比较历年均值，结果见表６㊂横向城乡比较总体趋势为逐年降低趋势，表明森林碳汇试点县城乡差距逐年缩小，城乡经济协调发展在不断提升；横向乡乡比较变化趋势呈现出先增加后减少的倒 Ｕ 形趋势；纵向比较相较于上一年度森林碳汇项目试点县农村居民收入整体呈现上升趋势，且上升幅度表现为 小 大 小 ，由此说明森林碳汇试点县农村居民经济福利逐年增加㊂９５２。
内蒙古林科院树木园云杉属植物的物候特征
第４７卷 第２期２０２１年６月内 蒙 古 林 业 科 技ＪｏｕｒｎａｌｏｆＩｎｎｅｒＭｏｎｇｏｌｉａＦｏｒｅｓｔｒｙＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙＶｏｌ．４７Ｎｏ．２Ｊｕｎ．２０２１ 收稿日期：２０２１－０１－１９ 修回日期：２０２１－０３－０３ 作者简介：张南（１９６９—），女，内蒙古呼和浩特人，工程师，从事森林培育研究。
Ｅ－ｍａｉｌ：２１０１７８８４０８＠ｑｑ．ｃｏｍ 通讯作者：赵燕（１９６５—），女，内蒙古乌兰察布人，副研究员，从事森林培育研究。
Ｅ－ｍａｉｌ：７９８３９７１８９＠ｑｑ．ｃｏｍ内蒙古林科院树木园云杉属植物的物候特征张南，张海东，赵燕，曹恭祥，韩珊珊，杨溢文（内蒙古自治区林业科学研究院，内蒙古呼和浩特０１００１０）摘 要：于２０１６—２０１９年在内蒙古林科院树木园对１０种引种驯化云杉属植物的物候进行了初步观测和分析，以期为保存现有品种和继续引种驯化提供理论基础。
结果表明：１０种云杉属植物进入各个物候发生时间随年度不同出现波动，但物候发生顺序不变，基本在４月上旬进入顶芽萌动始期，４月中下旬进入展叶期，４月底５月初进入始花期，７月中下旬进入顶芽封顶始期，１０月上中旬种子进入成熟始期；１０种云杉属植物进入各个物候期发生时间存在差异，进入各个物候发生时间相对较早的是青海云杉、粗枝云杉，而相对较晚是北美蓝云杉。
关键词：云杉属；物候；内蒙古中图分类号：Ｓ７９１．１８ 文献标识码：Ａ 文章编号：１００７－４０６６（２０２１）０２－３８－０５ＰｈｅｎｏｌｏｇｉｃａｌＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＰｉｃｅａＳｐｅｃｉｅｓｉｎＡｒｂｏｒｅｔｕｍｏｆＩｎｎｅｒＭｏｎｇｏｌｉａＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙＺＨＡＮＧＮａｎ，ＺＨＡＮＧＨａｉ－ｄｏｎｇ，ＺＨＡＯＹａｎ，ＣＡＯＧｏｎｇ－ｘｉａｎｇ，ＨＡＮＳｈａｎ－ｓｈａｎ，ＹＡＮＧＹｉ－ｗｅｎ（ＩｎｎｅｒＭｏｎｇｏｌｉａＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｈｏｈｈｏｔ０１００１０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｐｒｏｖｉｄｅｔｈｅｏｒｅｔｉｃａｌｂａｓｉｓｆｏｒｐｒｅｓｅｒｖｉｎｇｔｈｅａｖａｉｌａｂｌｅＰｉｃｅａｓｐｅｃｉｅｓａｎｄｉｎｔｒｏｄｕｃｉｎｇｏｔｈｅｒｖａｒｉｅｔｉｅｓｏｆＰｉｃｅａｃｏｎｔｉｎｕｏｕｓｌｙ，ｔｈｅｐｈｅｎｏｌｏｇｉｃａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆ１０ＰｉｃｅａｓｐｅｃｉｅｓｗｅｒｅｉｎｉｔｉａｌｌｙｏｂｓｅｒｖｅｄａｎｄａｎａｌｙｚｅｄｉｎＡｒｂｏｒｅｔｕｍｏｆＩｎｎｅｒＭｏｎｇｏｌｉａＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙｆｒｏｍ２０１６ｔｏ２０１９．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｈｅｎｏｌｏｇｉｃａｌｏｃｃｕｒｒｅｎｃｅｔｉｍｅｏｆ１０Ｐｉｃｅａｓｐｅｃｉｅｓｆｌｕｃｔｕａｔｅｄｉｎｄｉｆｆｅｒｅｎｔｙｅａｒｓ，ｂｕｔｔｈｅｐｈｅｎｏｌｏｇｉｃａｌｏｃｃｕｒｒｅｎｃｅｓｅｑｕｅｎｃｅｏｆ１０Ｐｉｃｅａｓｐｅｃｉｅｓｄｉｄｎｏｔｃｈａｎｇｅ，ｗｉｔｈａｓｅｑｕｅｎｃｅｏｆｔｈｅｌｅａｆ－ｅｘｐａｎｓｉｏｎｐｅｒｉｏｄｉｎｂｅｇｉｎｎｉｎｇｏｆＡｐｒｉｌ，ｌｅａｆ－ｅｘｐａｎｓｉｏｎｐｅｒｉｏｄｉｎｍｉｄｄｌｅｔｏｌａｔｅＡｐｒｉｌ，ｔｈｅｅａｒｌｙｆｌｏｗｅｒｉｎｇｐｈａｓｅａｔｔｈｅｅｎｄｏｆＡｐｒｉｌａｎｄｂｅｇｉｎｎｉｎｇｏｆＭａｙ，ｔｈｅｂｉｎｄｉｎｇｏｆｔｅｒｍｉｎａｌｂｕｄｉｎｍｉｄｄｌｅｔｏｌａｔｅＪｕｌｙ，ａｎｄｓｅｅｄｍａｔｕｒａｔｉｏｎｐｅｒｉｏｄｆｒｏｍｅａｒｌｙｔｏｍｉｄｄｌｅｏｆＯｃｔｏｂｅｒ．Ｔｈｅｐｈｅｎｏｌｏｇｉｃａｌｏｃｃｕｒｒｅｎｃｅｔｉｍｅｏｆ１０Ｐｉｃｅａｓｐｅｃｉｅｓｉｎｄｉｆｆｅｒｅｎｔｐｈｅｎｏｌｏｇｉｃａｌｐｅｒｉｏｄｓｗａｓｄｉｆｆｅｒｅｎｔ．ＴｈｅｐｈｅｎｏｌｏｇｉｃａｌｏｃｃｕｒｒｅｎｃｅｔｉｍｅｉｎｅａｃｈｐｈｅｎｏｌｏｇｉｃａｌｐｅｒｉｏｄｗａｓｒｅｌａｔｉｖｅｌｙｅａｒｌｙｆｏｒＰｉｃｅａｃｒａｓｓｉｆｏｌｉａａｎｄＰ．ａｓｐｅｒａｔａ，ａｎｄｒｅｌａｔｉｖｅｌｙｌａｔｅｆｏｒＰ．ｐｕｎｇｅｎｓ．Ｋｅｙｗｏｒｄｓ：ＰｉｃｅａＬ．；ｐｈｅｎｏｌｏｇｙ；ＩｎｎｅｒＭｏｎｇｏｌｉａ 云杉属植物是世界上寿命较长的树种，约有４０种，中国有２０种９变种，是我国北方寒温带主要的针叶树种，抗逆性强，分布广泛，在我国的三北各地、西南地区及台湾均有分布或引种栽培［１－３］。
马尾松毛虫白僵病流行在空间轴上的动态变化
马尾松毛虫白僵病流行在空间轴上的动态变化
高丙利
【期刊名称】《中南林业科技大学学报》
【年(卷),期】1994(000)002
【摘要】在对林间白僵菌宿存场所、松毛虫种群密度和针叶含水量等进行野外调查和室内测定的基础上，用遂步回归分析方法，建立了空间状态马尾松毛虫白僵病流行的主因素相关模型，并应模糊聚类方法，对白僵病的流行程度进行了划分，揭示了白僵病在林间流行所必备的寄主、病原和环境间的相互作用关系，为马尾松毛虫白僵病流行的预测提供了理论依据。
【总页数】1页(P102)
【作者】高丙利
【作者单位】不详;不详
【正文语种】中文
【中图分类】S767.32
【相关文献】
1.马尾松毛虫空间分布型及其在实践上的应用 [J], 李友恭
2.马尾松林昆虫群落与松毛虫白僵病流行的关系 [J], 高丙利
3.用棉铃虫生产的马尾松毛虫质型多角体病毒对马尾松毛虫的毒力 [J], 曾陈湘;吴若光
4.不同龄期马尾松毛虫幼虫二维空间分布格局 [J], 刘江平;李密
D遥感数据研究马尾松毛虫灾害空间扩散规律 [J], 秦江林;杨秀好;符合;雷秀峰;罗同基;;;;;
因版权原因，仅展示原文概要，查看原文内容请购买。
九寨沟景区“8·8”地震前后及钙华生境保育修复后植被和水系的动态变化
第40卷第1期2021年2月中国岩溶Vol.40No.1Feb.2021CARSOLOGICASINICA九寨沟景区“8∙8”地震前后及钙华生境保育修复后植被和水系的动态变化陈云1，董发勤2，韩颖1，王卫红2，3，代群威2，赵学钦2，4，王富东2，4（1.西南科技大学生命科学与工程学院，四川绵阳621010；2.西南科技大学环境与资源学院，四川绵阳621010；3.国家遥感中心绵阳科技城分部，四川绵阳621010；4.西南科技大学国土资源利用研究所，四川绵阳621010）摘要：利用Landsat -8、高分1号、2号等卫星影像，评估九寨沟核心钙华景点及整个景区在“8∙8”地震前、后和钙华生境保育修复后植被覆盖度、土壤湿度、森林面积和水系面积的动态变化。
结果显示：人工为辅、自然为主的钙华保育修复后钙华核心景点和整个景区的高植被、中低植被、低植被覆盖面积均有了显著增加，裸地生态类型仍存在，但呈逐年减少趋势，中植被覆盖类型较震后和震前减少；保育后第二年，湿润和很湿润面积、总森林面积和水系面积比震前和震后都有大幅增加，高植被覆盖度面积、森林面积和水系面积间存在正相关关系，可能是由于人工干预下原生境快速恢复，提高了植被覆盖面积，植被的蒸散和截流作用进一步影响了流域的水文过程，促进了水系面积的恢复。
关键词：九寨沟；“8∙8”地震；植被恢复；钙华保育；水系恢复中图分类号:X171.4；P642.25文献标识码:A文章编号:1001-4810（2021）01-0068-09开放科学（资源服务）标识码（OSID ）：0引言原生境的丧失是物种灭绝的最重要原因［1］，原生境破坏后的快速恢复是保护该生境物种丰富度和种群数量的有效手段。
钙华作为九寨沟的典型景观，其所形成的独特生境为属地植物提供了特殊的生长和繁殖场所，而另一方面，植物的水源涵养功能也为钙华的发育提供了必要条件。
九寨沟“8∙8”地震对核心钙华景点的原生境造成了大范围的破坏，导致许多植物震损。
吉隆盆地中中新世以来孢粉组合及古环境演化
２０２４／０４０（０５）：１４１８ １４２８ＡｃｔａＰｅｔｒｏｌｏｇｉｃａＳｉｎｉｃａ 岩石学报ｄｏｉ：１０．１８６５４／１０００ ０５６９／２０２４．０５．０５刘佳，宋艾，张馨文等．２０２４．吉隆盆地中中新世以来孢粉组合及古环境演化．岩石学报，４０（０５）：１４１８－１４２８，ｄｏｉ：１０．１８６５４／１０００－０５６９／２０２４．０５．０５吉隆盆地中中新世以来孢粉组合及古环境演化刘佳１ 宋艾１ 张馨文１ 高毅２ 陈琳琳３ 刘宾绪２，４ 苏涛１，２ＬＩＵＪｉａ１，ＳＯＮＧＡｉ１，ＺＨＡＮＧＸｉｎＷｅｎ１，ＧＡＯＹｉ２，ＣＨＥＮＬｉｎＬｉｎ３，ＬＩＵＢｉｎＸｕ２，４ａｎｄＳＵＴａｏ１，２１ 自然资源部深时地理环境重建与应用重点实验室，沉积地质研究院，成都理工大学 ６１００５９２ 中国科学院西双版纳热带植物园热带森林生态学重点实验室，勐腊 ６６６３０３３ 布里斯托大学地理科学学院，布里斯托 ＢＳ８１ＱＵ４ 云南大学地球科学学院，昆明 ６５０５００１ ＭＮＲＫｅｙＬａｂｏｒａｔｏｒｙｏｆＤｅｅｐ－ｔｉｍｅＧｅｏｇｒａｐｈｙａｎｄＥｎｖｉｒｏｎｍｅｎｔＲｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，ＩｎｓｔｉｔｕｔｅｏｆＳｅｄｉｍｅｎｔａｒｙＧｅｏｌｏｇｙ，ＣｈｅｎｇｄｕＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈｅｎｇｄｕ６１００５９，Ｃｈｉｎａ２ ＣＡＳＫｅｙＬａｂｏｒａｔｏｒｙｏｆＴｒｏｐｉｃａｌＦｏｒｅｓｔＥｃｏｌｏｇｙ，ＸｉｓｈｕａｎｇｂａｎｎａＴｒｏｐｉｃａｌＢｏｔａｎｉｃａｌＧａｒｄｅｎ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｍｅｎｇｌａ６６６３０３，Ｃｈｉｎａ３ ＳｃｈｏｏｌｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅｓ，ＵｎｉｖｅｒｓｉｔｙｏｆＢｒｉｓｔｏｌ，ＢｒｉｓｔｏｌＢＳ８１ＱＵ，ＵＫ４ ＳｃｈｏｏｌｏｆＥａｒｔｈＳｃｉｅｎｃｅｓ，ＹｕｎｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｋｕｎｍｉｎｇ６５０５００，Ｃｈｉｎａ２０２４ ０１ ２３收稿，２０２４ ０３ １５改回ＬｉｕＪ，ＳｏｎｇＡ，ＺｈａｎｇＸＷ，ＧａｏＹ，ＣｈｅｎＬＬ，ＬｉｕＢＸａｎｄＳｕＴ ２０２４ ＰａｌｙｎｏｌｏｇｉｃａｌａｓｓｅｍｂｌａｇｅｓａｎｄｐａｌｅｏｅｎｖｉｒｏｎｍｅｎｔａｌｅｖｏｌｕｔｉｏｎｉｎｔｈｅＧｙｉｒｏｎｇＢａｓｉｎｓｉｎｃｅＭｉｄｄｌｅＭｉｏｃｅｎｅ．ＡｃｔａＰｅｔｒｏｌｏｇｉｃａＳｉｎｉｃａ，４０（５）：１４１８－１４２８，ｄｏｉ：１０．１８６５４／１０００ ０５６９／２０２４．０５．０５Ａｂｓｔｒａｃｔ ＴｈｅｆｏｒｍａｔｉｏｎａｎｄｅｖｏｌｕｔｉｏｎｏｆｔｈｅＨｉｍａｌａｙａｏｒｏｇｅｎｙ，ｒｅｓｕｌｔｅｄｆｒｏｍｔｈｅｃｏｌｌｉｓｉｏｎｂｅｔｗｅｅｎｔｈｅＩｎｄｉａｎａｎｄＥｕｒａｓｉａｎｐｌａｔｅｓ，ｈａｓｌｏｎｇｃａｐｔｉｖａｔｅｄｒｅｓｅａｒｃｈｅｒｓｉｎｅａｒｔｈａｎｄｌｉｆｅｓｃｉｅｎｃｅｓ ＬａｔｅＣｅｎｏｚｏｉｃｆｌｕｖｉｏ ｌａｃｕｓｔｒｉｎｅｓｅｄｉｍｅｎｔａｒｙｂａｓｉｎｓ，ｄｉｓｔｒｉｂｕｔｅｄａｌｏｎｇｔｈｅＳｏｕｔｈｅｒｎＴｉｂｅｔＤｅｔａｃｈｍｅｎｔＳｙｓｔｅｍｏｎｔｈｅｎｏｒｔｈｅｒｎｓｌｏｐｅｏｆｔｈｅＨｉｍａｌａｙａ，ｈａｖｅｄｏｃｕｍｅｎｔｅｄｔｈｅｅｖｏｌｕｔｉｏｎｏｆｔｈｅｏｒｏｇｅｎｙａｎｄｐａｌｅｏｅｎｖｉｒｏｎｍｅｎｔａｌｃｈａｎｇｅｓ ＴｈｉｓｓｔｕｄｙｐｒｅｓｅｎｔｓｐａｌｙｎｏｌｏｇｉｃａｌａｎａｌｙｓｉｓｏｎｔｈｅＤａｎｚｅｎｇｚｈｕｋａｎｇＦｏｒｍａｔｉｏｎ，ＷｏｍａＦｏｒｍａｔｉｏｎａｎｄＧｏｎｇｂａＦｏｒｍａｔｉｏｎｉｎｔｈｅＧｙｉｒｏｎｇＢａｓｉｎｉｎｔｈｅｃｅｎｔｒａｌＨｉｍａｌａｙａ，ｔｏｅｘｐｌｏｒｅｔｈｅｓｅｄｉｍｅｎｔａｒｙｓｔｒａｔｉｇｒａｐｈｙｏｆｔｈｅｂａｓｉｎａｎｄｔｈｅｐｒｏｃｅｓｓｅｓｏｆＨｉｍａｌａｙａｕｐｌｉｆｔａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｅｆｆｅｃｔｓ Ｂａｓｅｄｏｎｐａｌｙｎｏｌｏｇｉｃａｌａｎａｌｙｓｉｓ，ｔｈｅｄｅｐｏｓｉｔｉｏｎａｇｅｏｆｔｈｅＤａｎｚｅｎｇｚｈｕｋａｎｇＦｏｒｍａｔｉｏｎｉｓｒｅｖｉｓｅｄｔｏｔｈｅＭｉｄｄｌｅＭｉｏｃｅｎｅ ＰａｌｙｎｏｌｏｇｉｃａｌａｓｓｅｍｂｌａｇｅｓｒｅｖｅａｌｔｈａｔｓｉｎｃｅＭｉｄｄｌｅＭｉｏｃｅｎｅ，ｖｅｇｅｔａｔｉｏｎｉｎｔｈｅＧｙｉｒｏｎｇＢａｓｉｎｈａｓｔｒａｎｓｉｔｉｏｎｅｄｆｒｏｍａｍｉｘｅｄｃｏｎｉｆｅｒｏｕｓａｎｄｂｒｏａｄ ｌｅａｖｅｄｆｏｒｅｓｔｔｏｓｐａｒｓｅｗｏｏｄｌａｎｄｓａｎｄｇｒａｓｓｌａｎｄｓｉｎＬａｔｅＭｉｏｃｅｎｅ Ｓｕｂｓｅｑｕｅｎｔｌｙ，ｄｕｒｉｎｇｔｈｅｌａｔｅＬａｔｅＭｉｏｃｅｎｅａｎｄＰｌｉｏｃｅｎｅ，ｉｔｅｖｏｌｖｅｄｉｎｔｏａｌｐｉｎｅｍｅａｄｏｗｓ，ｅｖｅｎｔｕａｌｌｙｆｏｒｍｉｎｇｔｈｅｐｒｅｓｅｎｔ ｄａｙａｌｐｉｎｅｓｈｒｕｂａｎｄｍｅａｄｏｗｖｅｇｅｔａｔｉｏｎｓｉｎｃｅｔｈｅＥａｒｌｙＰｌｅｉｓｔｏｃｅｎｅ ＰａｌｅｏｅｌｅｖａｔｉｏｎａｎａｌｙｓｉｓｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｅｌｅｖａｔｉｏｎｏｆｔｈｅＧｙｉｒｏｎｇＢａｓｉｎｈａｓｒｅｍａｉｎｅｄｒｅｌａｔｉｖｅｌｙｓｉｍｉｌａｒｔｏｔｈｅｐｒｅｓｅｎｔｅｌｅｖａｔｉｏｎｓｉｎｃｅＭｉｄｄｌｅＭｉｏｃｅｎｅ，ｗｉｔｈｎｏｓｉｇｎｉｆｉｃａｎｔｕｐｌｉｆｔｄｕｒｉｎｇｔｈｅｄｅｐｏｓｉｔｉｏｎｏｆｔｈｅＤａｎｚｅｎｇｚｈｕｋａｎｇＦｏｒｍａｔｉｏｎａｎｄＷｏｍａＦｏｒｍａｔｉｏｎＫｅｙｗｏｒｄｓ Ｈｉｍａｌａｙａ；Ｐａｌｙｎｏｌｏｇｉｃａｌａｎａｌｙｓｉｓ；Ｐａｌｅｏｅｌｅｖａｔｉｏｎ；Ｐａｌｅｏｖｅｇｅｔａｔｉｏｎ摘 要 喜马拉雅造山带是印度与欧亚大陆碰撞的产物，其形成和演化历史一直以来都是地球科学和生命科学研究的焦点。
青藏高原各主要植被类型特征及环境差异
第４４卷第７期２０２４年４月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４４，Ｎｏ．７Ａｐｒ．，２０２４基金项目：第二次青藏高原综合科学考察研究项目（２０１９ＱＺＫＫ０６０６）；国家自然科学基金重大项目（４２１９２５８０，４２１９２５８１）收稿日期：２０２２⁃１１⁃１６；㊀㊀网络出版日期：２０２４⁃０１⁃１２∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｚｈｕｗｑ７５＠ｂｎｕ．ｅｄｕ．ｃｎＤＯＩ：１０．２０１０３／ｊ．ｓｔｘｂ．２０２２１１１６３３０８张慧，朱文泉，史培军，赵涔良，刘若杨，唐海萍，王静爱，何邦科．青藏高原各主要植被类型特征及环境差异．生态学报，２０２４，４４（７）：２９５５⁃２９７０．ＺｈａｎｇＨ，ＺｈｕＷＱ，ＳｈｉＰＪ，ＺｈａｏＣＬ，ＬｉｕＲＹ，ＴａｎｇＨＰ，ＷａｎｇＪＡ，ＨｅＢＫ．ＴｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓａｍｏｎｇｍａｉｎｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｏｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２４，４４（７）：２９５５⁃２９７０．青藏高原各主要植被类型特征及环境差异张㊀慧１，２，４，朱文泉１，２，４，∗，史培军３，４，５，赵涔良１，２，４，刘若杨１，２，４，唐海萍４，王静爱４，何邦科１，２，４１北京师范大学遥感科学国家重点实验室，北京㊀１００８７５２北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心，北京㊀１００８７５３北京师范大学应急管理部教育部减灾与应急管理研究院，北京㊀１００８７５４北京师范大学地理科学学部，北京㊀１００８７５５青海省人民政府北京师范大学高原科学与可持续发展研究院，西宁㊀８１００１６摘要：青藏高原高海拔引起的地形㊁气候和土壤空间差异造就了其独特的植被类型及其空间变化，当前研究缺乏针对青藏高原全域范围内各植被类型特征和环境差异的定量与系统性分析㊂针对青藏高原特殊的地理环境和植被类型，选用植被㊁地形㊁土壤㊁气候４个维度共计５８个空间化指标，采用频数分布统计方法对这些指标开展了定量分析，系统揭示了青藏高原全域范围内各主要植被类型的特征及环境差异㊂通过定量分析发现，大部分的环境及植被特征指标对青藏高原各主要植被类型的区分度较高，其中，遥感归一化植被指数㊁植被净初级生产力㊁裸地覆盖度㊁海拔㊁土壤温度㊁年最低温度㊁年总蒸散发７个指标对青藏高原各主要植被类型的区分度较高㊂揭示的青藏高原各主要植被类型的特征及环境差异，可提高灌丛和草地之间㊁各草地类型之间㊁高山苔原⁃垫状⁃稀疏植被与其他植被类型之间的可区分性，有助于解决青藏高原植被精细分类中广泛存在的灌丛和草地区分㊁草地类型细分㊁高山苔原⁃垫状⁃稀疏植被识别和山地垂直地带植被识别四个难点问题㊂研究结果一方面可服务于青藏高原的植被精细分类，另一方面也可服务于青藏高原的自然地带划分㊁生物多样性和生态系统功能评估㊁地表物质循环研究等㊂关键词：青藏高原；植被类型；环境特征；植被特征；频数分布统计ＴｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓａｍｏｎｇｍａｉｎｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｏｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕＺＨＡＮＧＨｕｉ１，２，４，ＺＨＵＷｅｎｑｕａｎ１，２，４，∗，ＳＨＩＰｅｉｊｕｎ３，４，５，ＺＨＡＯＣｅｎｌｉａｎｇ１，２，４，ＬＩＵＲｕｏｙａｎｇ１，２，４，ＴＡＮＧＨａｉｐｉｎｇ４，ＷＡＮＧＪｉｎｇᶄａｉ４，ＨＥＢａｎｇｋｅ１，２，４１ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇＳｃｉｅｎｃｅ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ２ＢｅｉｊｉｎｇＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＧｌｏｂａｌＬａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇＰｒｏｄｕｃｔｓ，ＦａｃｕｌｔｙｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ３ＡｃａｄｅｍｙｏｆＤｉｓａｓｔｅｒＲｅｄｕｃｔｉｏｎａｎｄＥｍｅｒｇｅｎｃｙＭａｎａｇｅｍｅｎｔ，ＭｉｎｉｓｔｒｙｏｆＥｍｅｒｇｅｎｃｙＭａｎａｇｅｍｅｎｔ＆ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ４ＦａｃｕｌｔｙｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ５ＡｃａｄｅｍｙｏｆＰｌａｔｅａｕＳｃｉｅｎｃｅａｎｄＳｕｓｔａｉｎａｂｉｌｉｔｙ，ＰｅｏｐｌｅᶄｓＧｏｖｅｒｎｍｅｎｔｏｆＱｉｎｇｈａｉＰｒｏｖｉｎｃｅａｎｄＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉｎｉｎｇ８１００１６，ＣｈｉｎａＡｂｓｔｒａｃｔ：ＴｈｅｓｐａｔｉａｌｄｉｆｆｅｒｅｎｃｅｓｏｆｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕｉｎｔｅｒｒａｉｎ，ｃｌｉｍａｔｅａｎｄｓｏｉｌｃａｕｓｅｄｂｙｔｈｅｈｉｇｈａｌｔｉｔｕｄｅｈａｖｅｒｅｓｕｌｔｅｄｉｎｔｈｅｕｎｉｑｕｅｓｐｅｃｉｅｓａｎｄｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｖｅｇｅｔａｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｅｘｉｓｔｉｎｇｒｅｓｅａｒｃｈｌａｃｋｓｃｏｍｐｒｅｈｅｎｓｉｖｅ，６５９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀ｑｕａｎｔｉｔａｔｉｖｅ，ａｎｄｓｙｓｔｅｍａｔｉｃａｎａｌｙｓｉｓｔｏｔｈｅｄｉｆｆｅｒｅｎｃｅｓｉｎｔｈｅｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓｏｆｖａｒｉｏｕｓｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ，ｅｓｐｅｃｉａｌｌｙｆｏｒｔｈｅｅｎｔｉｒｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．ＴｏａｄｄｒｅｓｓｔｈｉｓｉｓｓｕｅｉｎｔｈｅｕｎｉｑｕｅｇｅｏｇｒａｐｈｉｃｅｎｖｉｒｏｎｍｅｎｔａｎｄｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｏｆｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ，ｔｈｉｓｓｔｕｄｙｕｔｉｌｉｚｅｄａｗｉｄｅａｒｒａｙｏｆ５８ｓｐａｔｉａｌｉｎｄｉｃａｔｏｒｓ，ｏｒｇａｎｉｚｅｄｉｎｔｏｆｏｕｒｄｉｍｅｎｓｉｏｎｓ：ｖｅｇｅｔａｔｉｏｎ，ｔｏｐｏｇｒａｐｈｙ，ｓｏｉｌ，ａｎｄｃｌｉｍａｔｅ．Ｔｈｒｏｕｇｈｔｈｅｒｉｇｏｒｏｕｓａｐｐｌｉｃａｔｉｏｎｏｆｆｒｅｑｕｅｎｃｙｄｉｓｔｒｉｂｕｔｉｏｎｓｔａｔｉｓｔｉｃａｌｍｅｔｈｏｄｓ，ａｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｗａｓｃｏｎｄｕｃｔｅｄｔｏｓｙｓｔｅｍａｔｉｃａｌｌｙｕｎｖｅｉｌｔｈｅｄｉｓｔｉｎｇｕｉｓｈｉｎｇｏｆｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓａｍｏｎｇｔｈｅｐｒｉｍａｒｙｖｅｇｅｔａｔｉｏｎｔｙｐｅｓａｃｒｏｓｓｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．ＴｈｅｒｅｓｕｌｔｓｏｆｔｈｉｓｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｈａｖｅｒｅｖｅａｌｅｄｔｈａｔａｍａｊｏｒｉｔｙｏｆｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌａｎｄｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｉｎｄｉｃａｔｏｒｓｅｘｈｉｂｉｔａｈｉｇｈｌｅｖｅｌｏｆｄｉｆｆｅｒｅｎｔｉａｔｉｏｎａｍｏｎｇｔｈｅｐｒｉｍａｒｙｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｆｏｕｎｄｏｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．Ｎｏｔａｂｌｙ，ｓｅｖｅｎｋｅｙｉｎｄｉｃａｔｏｒｓ，ｉｎｃｌｕｄｉｎｇｔｈｅｒｅｍｏｔｅｓｅｎｓｉｎｇｎｏｒｍａｌｉｚｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ，ｖｅｇｅｔａｔｉｏｎｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ，ｂａｒｅｌａｎｄｃｏｖｅｒａｇｅ，ｅｌｅｖａｔｉｏｎ，ｓｏｉｌｔｅｍｐｅｒａｔｕｒｅ，ａｎｎｕａｌｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ，ａｎｄａｎｎｕａｌｔｏｔａｌｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ，ｅｘｈｉｂｉｔｐａｒｔｉｃｕｌａｒｌｙｅｘｃｅｐｔｉｏｎａｌｄｉｓｃｒｉｍｉｎａｔｏｒｙｐｏｗｅｒｉｎｃｈａｒａｃｔｅｒｉｚｉｎｇｔｈｅｓｅｄｉｖｅｒｓｅｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ．ＴｈｅｆｉｎｄｉｎｇｓｏｆｔｈｉｓｓｔｕｄｙｐｒｏｖｉｄｅｃｒｉｔｉｃａｌｉｎｓｉｇｈｔｓｉｎｔｏｔｈｅｕｎｉｑｕｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｄｉｓｐａｒｉｔｉｅｓｗｉｔｈｉｎｔｈｅｍａｊｏｒｖｅｇｅｔａｔｉｏｎｔｙｐｅｓａｃｒｏｓｓｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｙｏｆｆｅｒａｐａｔｈｗａｙｔｏｅｎｈａｎｃｅｔｈｅｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｂｅｔｗｅｅｎｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｔｈａｔｈａｖｅｈｉｓｔｏｒｉｃａｌｌｙｂｅｅｎｃｈａｌｌｅｎｇｉｎｇｔｏｄｉｓｔｉｎｇｕｉｓｈ．Ｔｈｅｓｅｄｉｓｔｉｎｃｔｉｏｎｓｅｎｃｏｍｐａｓｓｓｅｐａｒａｔｉｎｇｓｈｒｕｂｌａｎｄｓｆｒｏｍｇｒａｓｓｌａｎｄｓ，ｐｒｏｖｉｄｉｎｇａｎｕａｎｃｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｖａｒｉｏｕｓｇｒａｓｓｌａｎｄｔｙｐｅｓ，ａｎｄｉｄｅｎｔｉｆｙｉｎｇａｌｐｉｎｅｔｕｎｄｒａ，ｃｕｓｈｉｏｎ，ａｎｄｓｐａｒｓｅｖｅｇｅｔａｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｉｔｉｓｈｅｌｐｆｕｌｔｏｓｏｌｖｅｔｈｅｆｏｕｒｄｉｆｆｉｃｕｌｔｐｒｏｂｌｅｍｓｏｆｖｅｇｅｔａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｉｎＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ：１）ｔｈｅｄｉｖｉｓｉｏｎｏｆｓｈｒｕｂｌａｎｄａｎｄｇｒａｓｓｌａｎｄ，２）ｔｈｅｓｕｂｄｉｖｉｓｉｏｎｏｆｇｒａｓｓｌａｎｄｔｙｐｅ，３）ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆａｌｐｉｎｅｔｕｎｄｒａ，ｃｕｓｈｉｏｎ，ａｎｄｓｐａｒｓｅｖｅｇｅｔａｔｉｏｎ，ａｎｄ４）ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｍｏｕｎｔａｉｎｖｅｒｔｉｃａｌｖｅｇｅｔａｔｉｏｎ．Ｔｈｅｏｕｔｃｏｍｅｓｏｆｔｈｉｓｒｅｓｅａｒｃｈｈａｖｅｔｈｅｐｏｔｅｎｔｉａｌｔｏｓｅｒｖｅｔｗｏｓｉｇｎｉｆｉｃａｎｔｐｕｒｐｏｓｅｓ．Ｆｉｒｓｔ，ｔｈｅｙｃａｎｓｕｂｓｔａｎｔｉａｌｌｙａｄｖａｎｃｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｖｅｇｅｔａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｒｏｓｓｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．Ｓｅｃｏｎｄ，ｔｈｅｙｃａｎｉｎｆｏｒｍｔｈｅｄｅｌｉｎｅａｔｉｏｎｏｆｎａｔｕｒａｌｚｏｎｅｓ，ａｉｄｉｎａｓｓｅｓｓｉｎｇｂｉｏｄｉｖｅｒｓｉｔｙａｎｄｅｃｏｓｙｓｔｅｍｆｕｎｃｔｉｏｎａｌｉｔｙ，ａｎｄｃｏｎｔｒｉｂｕｔｅｔｏｓｔｕｄｉｅｓｏｆｓｕｒｆａｃｅｍａｔｅｒｉａｌｃｙｃｌｉｎｇｉｎｔｈｉｓｈｉｇｈ－ａｌｔｉｔｕｄｅｒｅｇｉｏｎ．Ｉｎｓｕｍｍａｒｙ，ｔｈｉｓｃｏｍｐｒｅｈｅｎｓｉｖｅａｎａｌｙｓｉｓｂｒｉｄｇｅｓａｎｉｍｐｏｒｔａｎｔｇａｐｉｎｏｕｒｕｎｄｅｒｓｔａｎｄｉｎｇｏｆｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕᶄｓｖｅｇｅｔａｔｉｏｎｄｉｖｅｒｓｉｔｙａｎｄｉｔｓｃｏｍｐｌｅｘｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｅｎｖｉｒｏｎｍｅｎｔａｌｆａｃｔｏｒｓ．Ｂｙｅｎｈａｎｃｉｎｇｏｕｒａｂｉｌｉｔｙｔｏｄｉｆｆｅｒｅｎｔｉａｔｅａｎｄｃｌａｓｓｉｆｙｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ，ｔｈｉｓｒｅｓｅａｒｃｈｉｓｐｏｉｓｅｄｔｏｍａｋｅｍｅａｎｉｎｇｆｕｌｃｏｎｔｒｉｂｕｔｉｏｎｓｔｏｓｅｖｅｒａｌｓｔｕｄｉｅｓｏｎｔｈｅｅｃｏｌｏｇｙａｎｄｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．ＫｅｙＷｏｒｄｓ：ｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ；ｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ；ｅｎｖｉｒｏｎｍｅｎｔａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｆｒｅｑｕｅｎｃｙｄｉｓｔｒｉｂｕｔｉｏｎｓｔａｔｉｓｔｉｃｓ环境差异造就了植被类型差异，青藏高原海拔变化引起的地形㊁气候及土壤空间差异造就了其独特的植被类型（如高寒草甸㊁高寒草原）及其空间变化（如植被垂直分异㊁干热河谷）［１ ３］㊂因此，青藏高原的植被类型及其特征与其生态环境密切相关㊂受青藏高原特殊的地理环境影响，其植被类型的遥感精细分类主要存在灌丛和草地区分㊁草地类型细分（细分为草原㊁草丛㊁草甸等）㊁高山苔原⁃垫状⁃稀疏植被（分布于森林或灌丛线以上㊁冰雪带以下，由苔原㊁垫状植被㊁稀疏植被构成的植物群落）识别和山地垂直地带植被识别四方面难点问题［４］，单纯依靠更优的遥感数据或分类方法难以解决这些问题，需更多的分类特征参与以提高它们之间的区分度，而植被的特征与环境差异可增强青藏高原各植被类型的可分性㊁提高分类的精细程度［５ ６］㊂此外，揭示青藏高原植被类型的特征及环境差异可为青藏高原物种多样性研究［７ ９］㊁地表物质循环研究［１０ １１］等提供理论支持㊂现有关于各植被类型的特征及环境差异研究大多聚焦于气候㊁地形特征中的某一个或少量环境和植被特征，缺乏针对青藏高原全域范围内各植被类型特征和环境差异的定量与系统性分析㊂当前相关研究可大体归为两大类：一是基于空间化环境或植被特征数据的非定量化植被类型差异应用研究［５，１２ １３］，二是基于实测数据㊁针对局域小范围的定量植被类型特征差异研究［１４ １５］㊂在基于空间化数据的定性研究方面，赵嘉玮等［１６］㊁杨亮等［１７］发现了青藏高原的植被和群落类型与年平均温度㊁年总降水量㊁土壤含水量㊁遥感植被指数等环境因子密切相关，且其空间特征差异明显；Ｘｕ和Ｚｈａｎｇ［５］㊁Ｚｈａｎｇ等［１２］㊁贾伟等［１８］的研究表明，在植被分类中使用地形特征（数字高程模型，ＤＥＭ）㊁气候特征（温度和降水）㊁土壤特征（土壤类型）㊁植被特征（归一化植被指数，ＮＤＶＩ）等，可以更有效地识别植被分布的空间细节㊁提高植被类型识别精度，但这些研究并未定量分析各植被类型的环境及植被特征差异，仅将这些特征作为辅助数据以提高植被分类精度㊂在基于站点观测数据的定量研究方面，杨新宇等［１９］㊁姚喜喜等［２０］㊁Ｗａｎｇ等［２］基于野外实测数据，对祁连山㊁青藏高原干旱区等局域小范围内植被群落的植被与环境特征差异研究结果表明，植被群落的类型和分布与草地群落盖度㊁地上生物量㊁土壤物质含量㊁土壤含水量等植被与环境特征有关，且分析了对群落类型和分布的解释度最高的特征指标，但这些研究仅反映了站点尺度而不是空间全域的特征差异㊂针对青藏高原特殊的地理环境和植被类型，非常有必要在现有研究基础上进一步开展各植被类型特征和环境差异的定量与系统性分析㊂为此，本研究基于空间化的环境及植被特征数据，采用频数分布统计方法对空间数据进行分析，旨在定量揭示青藏高原各主要植被类型在植被㊁地形㊁土壤㊁气候４个维度共计５８个指标上的差异，为利用这些环境及植被特征参与青藏高原的植被遥感精细分类㊁自然地带划分㊁生物多样性和生态系统功能评估㊁地表物质循环等研究提供理论依据㊂１㊀数据与方法１．１㊀研究区概况青藏高原平均海拔在４０００ｍ以上，其生态环境随海拔㊁纬度㊁经度等变化而呈现出巨大的空间差异，这一生态环境差异进一步导致了植被类型的变化（图１）㊂青藏高原大部分区域气候寒冷干燥㊁地形起伏大㊁土壤贫瘠且极度缺氧［２１ ２２］，与平原地区相比生态环境更为恶劣，这就决定了青藏高原的植被类型与平原植被类型有一定差异，青藏高原主要的植被类型是草甸㊁草原和高山苔原⁃垫状⁃稀疏植被，这些植被类型对生态环境的变化更为敏感［２３ ２４］㊂青藏高原具有地形起伏大且云雨多发㊁多种植被类型的特征相似（例如，草甸㊁草原与低矮灌丛）㊁高海拔区的植被稀疏等特点，这就决定了青藏高原遥感植被识别中存在多种问题［４］㊂１．２㊀数据及预处理１．２．１㊀青藏高原植被类型图（１）１ʒ１００万中国植被图１ʒ１００万中国植被图［２４］是２０世纪８０年代基于实地调查和专家知识生产的植被分类图，主要反映了２０世纪末的植被覆盖情况，其空间分辨率约为１ｋｍ㊂虽然各植被类型斑块的边缘区域可能发生了变化，但各植被类型分布的空间趋势没有发生变化㊂所以，１ʒ１００万中国植被图用作合成本研究植被类型数据的本底数据㊂（２）基于集成分类生产的青藏高原２０２０年植被现状图基于集成分类生产的青藏高原２０２０年植被现状图［４］集成了多个分类产品的优势，较１ʒ１００万中国植被图更能反映青藏高原的植被类型现状，其原始空间分辨为２５０ｍ，本研究通过众数聚合方法重采样为１ｋｍ㊂该植被图中植被型组的类别精度较高且其空间分辨率较高㊂所以，该植被现状图主要用于修正１ʒ１００万中国植被图中的植被类型变化㊂１．２．２㊀环境及植被特征数据本研究中所涉及的环境及植被特征数据主要分为植被㊁地形㊁土壤㊁气候４类，共５８个指标（表１）㊂除土壤物质含量（全氮㊁全磷㊁全钾含量）数据外，所有空间化的环境及植被特征数据均下载自ＧｏｏｇｌｅＥａｒｔｈＥｎｇｉｎｅ平台，土壤物质含量（全氮㊁全磷㊁全钾含量）数据下载自ＧＳＤＥ（ＧｌｏｂａｌＳｏｉｌＤａｔａｓｅｔｆｏｒｕｓｅｉｎＥａｒｔｈＳｙｓｔｅｍＭｏｄｅｌｓ，ｈｔｔｐ：／／ｇｌｏｂａｌｃｈａｎｇｅ．ｂｎｕ．ｅｄｕ．ｃｎ／ｒｅｓｅａｒｃｈ／ｓｏｉｌｗ）㊂所有数据均采用最近邻方法重采样至１ｋｍ，并计算２００１ ２０２０年共２０年的均值作为特征分析数据，但ＤＥＭ数据和土壤物质含量数据只有单年数据，故选用单年数据作为其特征分析数据㊂由于土壤特征相关数据中最顶层数据的准确性最高［２６］，且各土层的统计特征７５９２㊀７期㊀㊀㊀张慧㊀等：青藏高原各主要植被类型特征及环境差异㊀图１㊀青藏高原２０２０年植被现状图［４］Ｆｉｇ．１㊀ＴｈｅｓｔａｔｕｓｖｅｇｅｔａｔｉｏｎｍａｐｆｏｒＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ上图沿用了青藏高原２０２０年植被现状图中的植被分类体系，是根据青藏高原植被分布特点和各植被类型遥感光谱可分性设计的分类体系；其中，植被现状图中的郁闭灌丛和稀疏灌丛合并为本文中的灌丛类型，植被现状图中的草地类型对应本文的草丛㊁草甸和草原较为相似，所以，在结果分析中仅列出最顶层的特征统计结果㊂１．３㊀方法为定量㊁系统地分析青藏高原各主要植被类型的特征及环境差异，本研究分两步开展：（１）提取各主要植被类型空间分布的核心区域，以确保用于后续分析的各植被类型中无其它植被类型被混分进来；（２）基于频８５９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀数分布统计方法定量分析各植被类型的特征与环境差异㊂表１㊀参与特征分析的环境及植被特征数据Ｔａｂｌｅ１㊀Ｅｎｖｉｒｏｎｍｅｎｔａｌａｎｄｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｄａｔａｐａｒｔｉｃｉｐａｔｉｎｇｉｎｆｅａｔｕｒｅａｎａｌｙｓｉｓ类别Ｔｙｐｅｓ数据Ｄａｔａ特征Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ数据源Ｄａｔａｓｏｕｒｃｅ分辨率Ｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎ文献Ｒｅｆｅｒｅｎｃｅｓ植被Ｖｅｇｅｔａｔｉｏｎ叶面积指数叶面积指数ＭＯＤ１５Ａ２Ｈ（ｖ００６）５００ｍ［２５］净初级生产力净初级生产力ＭＯＤ１７Ａ３ＨＧＦ（ｖ００６）５００ｍ［２７］植被指数归一化植被指数ＭＯＤ１３Ｑ１（ｖ００６）２５０ｍ［２８］增强型植被指数植被覆盖度树冠覆盖度ＭＯＤ４４Ｂ（ｖ００６）２５０ｍ［２９］非树木植被覆盖度裸地覆盖度植被物候生长季开始日期ＭＣＤ１２Ｑ２（ｖ００６）５００ｍ［３０］生长季结束日期生长季长度地形ＴｅｒｒａｉｎＤＥＭ海拔ＳＲＴＭＤｉｇｉｔａｌＥｌｅｖａｔｉｏｎＤａｔａＶｅｒｓｉｏｎ４９０ｍ［３１］坡度坡向土壤Ｓｏｉｌ土壤温度第１层（０ ７ｃｍ）ＥＲＡ５＿ＬＡＮＤ／ＭＯＮＴＨＬＹ１１ｋｍ［３２］第２层（７ ２８ｃｍ）第３层（２８ １００ｃｍ）第４层（１００ ２８９ｃｍ）土壤含水量第１层（０ ７ｃｍ）ＥＲＡ５＿ＬＡＮＤ／ＭＯＮＴＨＬＹ１１ｋｍ［３２］第２层（７ ２８ｃｍ）第３层（２８ １００ｃｍ）第４层（１００ ２８９ｃｍ）土壤物质含量土壤含氮量（０ ４．５ｃｍ）ＧＳＤＥ１ｋｍ［２６］土壤含氮量（４．５ ９．１ｃｍ）土壤含氮量（９．１ １６．６ｃｍ）土壤含氮量（１６．６ ２８．９ｃｍ）土壤含氮量（２８．９ ４９．３ｃｍ）土壤含氮量（４９．３ ８２．９ｃｍ）土壤含氮量（８２．９ １３８．３ｃｍ）土壤含氮量（１３８．３ ２２９．６ｃｍ）土壤含磷量（０ ４．５ｃｍ）土壤含磷量（４．５ ９．１ｃｍ）土壤含磷量（９．１ １６．６ｃｍ）土壤含磷量（１６．６ ２８．９ｃｍ）土壤含磷量（２８．９ ４９．３ｃｍ）土壤含磷量（４９．３ ８２．９ｃｍ）土壤含磷量（８２．９ １３８．３ｃｍ）土壤含磷量（１３８．３ ２２９．６ｃｍ）土壤含钾量（０ ４．５ｃｍ）土壤含钾量（４．５ ９．１ｃｍ）土壤含钾量（９．１ １６．６ｃｍ）土壤含钾量（１６．６ ２８．９ｃｍ）土壤含钾量（２８．９ ４９．３ｃｍ）９５９２㊀７期㊀㊀㊀张慧㊀等：青藏高原各主要植被类型特征及环境差异㊀续表类别Ｔｙｐｅｓ数据Ｄａｔａ特征Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ数据源Ｄａｔａｓｏｕｒｃｅ分辨率Ｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎ文献Ｒｅｆｅｒｅｎｃｅｓ土壤含钾量（４９．３ ８２．９ｃｍ）土壤含钾量（８２．９ １３８．３ｃｍ）土壤含钾量（１３８．３ ２２９．６ｃｍ）土壤有机碳（０ｃｍ）ＯｐｅｎＬａｎｄＭａｐＳｏｉｌＯｒｇａｎｉｃＣａｒｂｏｎＣｏｎｔｅｎｔ２５０ｍ［３３］土壤有机碳（１０ｃｍ）土壤有机碳（３０ｃｍ）土壤有机碳（６０ｃｍ）土壤有机碳（１００ｃｍ）土壤有机碳（２００ｃｍ）气候Ｃｌｉｍａｔｅ温度生长季平均温度（５ ９月）ＭＯＤ１１Ａ１（ｖ０６１）１ｋｍ［３４］年最高温度年最低温度降水量年总降水量ＥＲＡ５＿ＬＡＮＤ／ＭＯＮＴＨＬＹ１１ｋｍ［３２］蒸散发年总蒸散发ＭＯＤ１６Ａ２（ｖ００６）５００ｍ［３５］潜在蒸散发饱和水气压差饱和水气压差ＴｅｒｒａＣｌｉｍａｔｅ４６３８．３ｍ［３６］１．３．１㊀各主要植被类型空间分布的核心区提取本研究基于１ʒ１００万中国植被图中的植被分类原则，同时参考植被类型在环境及植被特征上的可区分性，设计了本研究的植被分类体系㊂其中，一级类（植被型组）分为森林㊁灌丛㊁草地㊁沼泽㊁高山苔原⁃垫状⁃稀疏植被㊁荒漠，二级类（植被型）将森林和草地进一步细分，森林细分为针叶林㊁针阔混交林㊁阔叶林三类，草地细分为草原㊁草甸㊁草丛三类㊂图２㊀各植被类型空间分布的内部核心区提取流程图㊀Ｆｉｇ．２㊀Ｆｌｏｗｃｈａｒｔｏｆｔｈｅｉｎｔｅｒｎａｌｃｏｒｅａｒｅａｅｘｔｒａｃｔｉｏｎｆｏｒｅａｃｈｖｅｇｅｔａｔｉｏｎｔｙｐｅ以１ʒ１００万中国植被图为基础数据㊁基于集成分类生产的青藏高原２０２０年植被现状图为修正数据，综合其两者的植被信息，取两植被数据的交集，合成代表现状的植被分类数据（图２）㊂其中，对于植被现状图分类系统中未细分的草地类别（草原㊁草甸和草丛），在筛选出植被现状图的草地类别的基础上，按照１ʒ１００万中国植被图中植被型信息划分出草原㊁草甸和草丛类别；对于植被现状图分类系统中缺少的荒漠类别，在筛选出植被现状图的其他类别的基础上，进一步筛选出１ʒ１００万中国植被图中的荒漠类别；对于植被现状图分类系统中有对应类别的森林㊁灌丛㊁沼泽和高山苔原⁃垫状⁃稀疏植被，则直接使用植被现状图中的植被类别㊂为保证类别的准确性，本研究假定植被分类数据中各植被类型空间分布的内部核心区准确性最高，因此运用数学形态学的腐蚀操作以提取各植被类型空间分布的内部核心区来分析其环境空间特征（图３），具体操作是针对每一种植被类型的各个图斑，将其边界均向内腐蚀１ｋｍ，然后选用腐蚀后的区域参与后续分析㊂基于此方法提取的各植被类型空间分布的内部核心区在空间上是广泛分布的，所以在一定程度上综合了青藏高原不同地理位置的植被分布的特征差异㊂青藏高原各主要植被类型内部核心区的像元数量如表２所示，但由于针阔混交林和草丛在青藏高原的分布面积很小，导致提取其内部核心区后样本数少于５０个，因此，本研究只分析除针阔混交林和草丛外的其他植被类型的特征统计结果㊂０６９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀图３㊀植被类型空间分布的核心区提取示意图（以针叶林为例）Ｆｉｇ．３㊀Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｔｈｅｉｎｔｅｒｎａｌｃｏｒｅａｒｅａｅｘｔｒａｃｔｉｏｎｆｏｒｅａｃｈｖｅｇｅｔａｔｉｏｎｔｙｐｅ（Ｔａｋｅｔｈｅｎｅｅｄｌｅｌｅａｆｆｏｒｅｓｔｓ，ｆｏｒｅｘａｍｐｌｅ）表２㊀青藏高原各主要植被类型内部核心区的样本数量Ｔａｂｌｅ２㊀Ｓａｍｐｌｅｑｕａｎｔｉｔｙｏｆｔｈｅｉｎｔｅｒｎａｌｃｏｒｅａｒｅａｆｏｒｅａｃｈｖｅｇｅｔａｔｉｏｎｔｙｐｅ植被类型Ｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ针叶林Ｎｅｅｄｌｅｌｅａｆｆｏｒｅｓｔ针阔混交林Ｎｅｅｄｌｅｌｅａｆａｎｄｂｒｏａｄｌｅａｆｆｏｒｅｓｔ阔叶林Ｂｒｏａｄｌｅａｆｆｏｒｅｓｔ灌丛Ｓｃｒｕｂ草原Ｓｔｅｐｐｅ草丛Ｇｒａｓｓ⁃ｆｏｒｂｃｏｍｍｕｎｉｔｙ草甸Ｍｅａｄｏｗ沼泽Ｓｗａｍｐ高山苔原⁃垫状⁃稀疏植被Ａｌｐｉｎｅｔｕｎｄｒａ⁃ｃｕｓｈｉｏｎ⁃ｓｐａｒｓｅｖｅｇｅｔａｔｉｏｎ荒漠Ｄｅｓｅｒｔ样本数量Ｓａｍｐｌｅｓｉｚｅ２９００１１０２３４８９５２３１３２５１７４４５０３３６９４１７９０３８６０４１５０２２０图４㊀青藏高原海拔特征的小提琴统计分析示意图㊀Ｆｉｇ．４㊀Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓｂａｓｅｄｏｎｖｉｏｌｉｎｐｌｏｔ（ｔａｋｅａｌｔｉｔｕｄｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｎＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ，ｆｏｒｅｘａｍｐｌｅ）１．３．２㊀基于频数分布统计分析环境及植被特征本研究基于小提琴图来分析各主要植被类型环境与植被的频数分布特征，小提琴图是箱线图和核密度图的结合（图４），除了具有箱线图可比较多组数据间差异的功能外，还可展示数据分布区间内部的情况（小提琴图的宽度表示分布概率密度）㊂本研究针对每个环境或植被特征，均绘制了各植被类型对应的小提琴图，对比各植被类型小提琴图所展示的四分位数（下四分位数：所有样本点数据从小到大排列后第２５％的数值，上四分位数：所有样本点数据从小到大排列后第７５％的数值）㊁离散程度㊁分布差异等统计特征，定量分析各植被类型的特征及环境差异㊂２㊀结果２．１㊀各植被类型的特征及环境差异（１）各植被类型的植被特征差异从植被特征分植被类型统计结果（图５）来看，青藏高原各植被类型的净初级生产力㊁归一化植被指数㊁裸地覆盖度特征差异最为明显，叶面积指数㊁增强型植被指数㊁树冠植覆盖度㊁生长季开始日期和生长季长度次１６９２㊀７期㊀㊀㊀张慧㊀等：青藏高原各主要植被类型特征及环境差异㊀之，非树木植被覆盖度和生长季结束日期的特征差异最小㊂对比发现，叶面积指数在森林㊁草地各二级类之间图５㊀不同植被类型的植被特征统计结果Ｆｉｇ．５㊀Ｓｔａｔｉｓｔｉｃａｌｒｅｓｕｌｔｓｏｆｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ图中横坐标数字表示各植被类型，详见图例；生长季开始日期㊁生长季结束日期指标的纵坐标数据表示从２０２２年１月１日起第多少天；特征差异主要比较各植被类型在数据分布和四分位数上的差异，若各植被类型之间的数据分布和四分位数区间差异越大，则说明它们的特征差异越大，其余特征差异比较方法同理的特征差异明显；净初级生产力在除针叶林与针阔混交林外的其他各植被类型之间存在特征差异；对于植被指数来说，归一化植被指数对青藏高原各植被类型的区分度优于增强型植被指数，对青藏高原各植被类型的２６９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀特征差异明显；对于三个覆盖度特征来说，树冠植被覆盖度和非树木植被覆盖度在各一级类的特征差异较为明显，但树冠植被覆盖度对森林㊁草地植被型的区分度更好，裸地覆盖度对除高山苔原⁃垫状⁃稀疏植被和荒漠外的其他各植被类型的特征差异明显；对于植被物候特征来说，三个物候特征在森林和草地之间存在特征差异，其中，生长季结束日期的特征差异最小，生长季开始日期在森林㊁灌丛㊁草地和沼泽之间的特征差异明显，生长季长度在除草原㊁草甸和荒漠外的其他各植被类型之间存在特征差异㊂（２）各植被类型的地形特征差异从地形特征分植被类型统计结果（图６）来看，青藏高原各植被类型的海拔特征差异最为明显，坡度次之，坡向的特征差异最小㊂对比发现，海拔特征对应的各植被类型间特征差异明显，可区分青藏高原各主要植被类型；坡度特征对应的部分植被类型间存在差异，数据分布较海拔特征更为离散，但对沼泽类型的区分度较高，且可以辅助草地（包含草原和草甸）与沼泽类型的区分；坡向特征对应的各植被类型间分布差异小，对各植被类型的区分度较低㊂图６㊀不同植被类型的地形特征统计结果Ｆｉｇ．６㊀Ｓｔａｔｉｓｔｉｃａｌｒｅｓｕｌｔｓｏｆｔｅｒｒａｉｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ坡向的（０ʎ）指向正北，顺时针为正值，逆时针为负值，值域为－９０ʎ ２７０ʎ（３）各植被类型的土壤特征差异从土壤特征分植被类型统计结果（图７）来看，青藏高原各植被类型的土壤温度特征差异最为明显，土壤含水量次之，土壤物质含量的特征差异最小㊂对比发现，不同深度各土壤特征的频数分布统计特征基本一致，其中，土壤温度在阔叶林与其他各植被类型之间㊁灌丛与其他各草地类型之间㊁高山苔原⁃垫状⁃稀疏植被与其他各植被类型之间的特征差异明显；土壤含水量在各草地类型之间㊁沼泽与其他各植被类型之间㊁荒漠与其他各植被类型之间的特征差异明显；土壤物质含量特征数据离散或组间差异较小，对青藏高原各植被类型的区分度较小，但可用于辅助部分植被类型的划分，例如，土壤含磷总量特征可用于辅助阔叶林的划分㊂（４）各植被类型的气候特征差异从气候特征分植被类型统计结果（图８）来看，青藏高原各植被类型的年最低温度和年总蒸散发特征差异最为明显，生长季平均温度㊁年最高温度㊁年总降水量和饱和水气压差次之，潜在蒸散发的特征差异最小㊂对比发现，在三个温度特征中，年最低温度对青藏高原各植被类型区分度高，生长季平均温度在森林各二级类之间㊁荒漠与其他各植被类型之间的特征差异明显，年最高温度在荒漠与其他各植被类型之间的特征差异明显，年最低温度在阔叶林与其他植被类型之间㊁灌丛与其他各草地类型之间㊁高山苔原⁃垫状⁃稀疏植被与其他各植被类型之间的特征差异明显；年总降水量和年总蒸散发在森林㊁草地各二级类之间的特征差异明显；潜在蒸散发对应的各植被类型间分布差异小，特征差异较小；饱和水气压差对应的各植被类型间分布差异较小，但在森林各二级类之间的特征差异明显㊂３６９２㊀７期㊀㊀㊀张慧㊀等：青藏高原各主要植被类型特征及环境差异㊀图７㊀不同植被类型的土壤特征统计结果Ｆｉｇ．７㊀Ｓｔａｔｉｓｔｉｃａｌｒｅｓｕｌｔｓｏｆｓｏｉｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ因此，针对灌丛和草地区分问题，土壤温度㊁年最低温度㊁年总蒸散发㊁净初级生产力㊁植被指数（包含归一化植被指数和增强型植被指数）㊁树冠植被覆盖度七个指标在灌丛和草地类型之间的特征差异明显，可以提高灌丛和草地之间的区分度㊂针对草地类型细分的问题，海拔㊁土壤含水量㊁年总降水量㊁年总蒸散发㊁叶面积指数㊁净初级生产力㊁植被指数（包含归一化植被指数和增强型植被指数）㊁树冠植被覆盖度㊁裸地覆盖度十个指标在草原㊁草甸类型上的差异明显，可以提高草原和草甸之间的区分度㊂针对高山苔原⁃垫状⁃稀疏植被识别的问题，海拔㊁土壤温度㊁年最低温度㊁净初级生产力㊁植被指数（包含归一化植被指数和增强型植被指数）六个指标在高山苔原⁃垫状⁃稀疏植被与其他植被类型特征差异明显，可以增强高山苔原⁃垫状⁃稀疏植被与其他植被类型的区分度㊂进一步分析发现，海拔㊁土壤温度㊁年最低温度㊁年总蒸散发㊁净初级生产力㊁归一化植被指数㊁裸地覆盖度七个特征对大部分植被类型的区分度较高，可增强青藏高原各主要植被类型的区分度，即可用于增强山地垂直地带植被的区分度㊂２．２㊀青藏高原各植被类型在环境及植被特征上的数值范围通过频数分布特征分析发现，大多数环境及植被特征对青藏高原植被都有一定的区分度，而且，箱线图的下四分位数－上四分位数的数值范围可以用以区分各植被类型㊂表３列出了青藏高原各植被类型对应环境及植被特征的数值范围，可以定量标识出各植被类型的特征及环境差异，如针叶林主要分布在海拔３０３５ ３７０２ｍ的地带㊁阔叶林主要分布在海拔６５０ １４００ｍ的地带，灌丛的净初级生产力主要为０．１９ ０．３３ｋｇＣ／ｍ２㊁草甸的净初级生产力主要为０．１０ ０．２３ｋｇＣ／ｍ２㊂３㊀讨论３．１㊀青藏高原各主要植被类型的环境和植被特征在一些非青藏高原范围或青藏高原局部小范围的植被分类研究中，采用海拔㊁坡度㊁坡向等特征参与分４６９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀图８㊀不同植被类型的气候特征统计结果Ｆｉｇ．８㊀Ｓｔａｔｉｓｔｉｃａｌｒｅｓｕｌｔｓｏｆｃｌｉｍａｔｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ类［５，１２，３０］，发现他们有助于提高分类精度（相较于仅采用遥感光谱特征进行分类），但尚未对其在分类中的作用进行系统㊁定量化的分析，对环境及植被特征差异的认识和应用尚不充分㊂同时，由于青藏高原范围广阔㊁环境差异明显，不同区域㊁同一植被类型的植被与环境特征存在差异［１ ３］，因此，若要揭示青藏高原植被类型的特征及环境差异，需要集合青藏高原各个区域样本进行环境与植被特征分析，而本研究中提取的各植被类型空间分布的内部核心区在空间上是广泛分布的，且样本量丰富㊂例如，课题组通过对青藏高原实地考察发现，祁连山区的针叶林主要分布在海拔２８００ ３４００ｍ范围内，而在水热条件较好的横断山区，针叶林主要分布在海拔３５００ ３８００ｍ范围内㊂因此，本研究系统㊁定量地研究了青藏高原各植被类型的植被与环境特征，在宏观尺度上揭示不同植被类型之间的植被与环境特征差异，并发现大部分环境及植被特征对青藏高原部分植被类型之间的区分度较高，为解决相对复杂的青藏高原植被遥感分类问题，提供了更多差异化的分类特征，可服务于灌丛和草地区分㊁草地类型细分㊁高山苔原⁃垫状⁃稀疏植被识别和山地垂直地带植被识别等分类的难点问题㊂对于海拔变化跨度大㊁环境差异明显的整个青藏高原来说，并不是所有特征都能体现植被类型之间的特征差异㊂在非青藏高原范围或青藏高原局部小范围可以体现植被类型差异的坡向㊁土壤物质含量等特征，在青藏高原整体范围内的差异则较小㊂例如坡向特征，在山地植被分类中，坡向是区分植被类型的重要特征之。
- 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)。
青羊湖林场马尾松入工林乔木层固碳能力研究作者：张晨悦尔来源：《现代园艺·综合版》2017年第06期摘要：本研究采用生物量相对方程与样地调查数据相结合的方法，以10个样地为基础，研究了湖南省青羊湖林场内马尾松纯林乔木层不同年龄段和不同器官的碳储量。
发现研究样地马尾松人工林树干、树枝、树叶和树根的碳密度分别为16.34.2.59、1.98和3.14t/hm2，总计24.04t/hm2。
不同年龄阶段马尾松的碳储量表现出很大的差异，1～10a马尾松碳储量动态变化波动较小，10a之后随年龄增长呈快速增大趋势。
在幼龄阶段，其各器官之间的碳储量顺序为树干>树叶>树枝>树根，而在中龄阶段和近熟阶段则为树干>树根>树枝>树叶。
关键词：马尾松；碳密度；不同年龄段；不同器官自18世纪工业革命到现在，人类对化石燃料的需求已达到供不应求的地步。
虽然全球经济得到了快速发展，但同时也带来了一系列被国际社会普遍关注的生态问题，例如，燃烧化石燃料导致大气中C02浓度的增加，引起严重的全球变暖。
联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，简称IPCC）在第五次评估报告中明确指出1983～2012年是近1400年来北半球最热的30年，由于人类活动的影响，在这30年间全球陆地和海洋表面平均温度上升了0.85（0.65～1.06）°C。
全球变暖严重威胁到了人类的可持续发展，而森林作为全球碳循环中重要的“源”和“汇”，在碳平衡中起着巨大的贡献。
乔木层、灌草层、枯落物层和土壤层共同支持着森林生态系统储存CO2、缓解全球气候变化的重要作用，其中乔木层的固碳能力尤为重要。
研究森林植被碳“源”、“汇”变化，已成为应对全球气候变化的一个手段，也是森林生态系统碳循环研究中的重要部分。
估算森林乔木层碳储量的收支，不仅有助于进一步了解森林碳“源”和“汇”功能在当下全球气候问题中的意义和作用，也有利于相关部门制订和优化森林经营政策。
马尾松（Pinus massoniana）是我国南方低山丘陵区中主要乡土造林树种和群落演替的先锋树种，具有木材性质优良、速生、高产等特点，是恢复退化土地的首选树种，也是良好的用材和产脂树种，不仅具有经济意义，而且对于维护生态系统平衡亦具有明显作用，在我国林业生产及森林生态系统中占有极其重要的地位。
目前有关马尾松人工林生态系统碳储量的研究较多。
本研究利用生物量相对生长方程与样地调查数据相结合的方法，对湖南省青羊湖林场内，马尾松纯林乔木层不同器官和不同年龄阶段的固碳能力进行了定量评价和分析，旨在为准确估算研究区森林生态系统碳平衡提供基础数据，为当地森林规划布局和生态工程建设提供科学依据。
1.研究地概况研究地点位于湖南省宁乡县西部的青羊湖国有林场，为雪峰山余脉自中低山向丘陵过渡地带，地理位置在东经111°58’～112°05’、北纬28°08’～28°10’之内。
气候类型属于中亚热带向北亚热带过渡的大陆性季风湿润气候，气温适中，雨量充沛，年平均气温16.2℃，年均降水量1438.8mm，年均无霜期为273。
境内母岩主要为板页岩和少量分散的石灰岩、砂砾岩、花岗岩。
青羊湖国有林场又称黄材水库，是全国三大大堤工程之一，该林场于2011年12月由省编委批准成立，森林覆盖率98.7%，活立木总蓄积量7.7万m3，植被种类多，其中主要乔木树种为马尾松（Pinusmassoniana，）、青冈（Cyelobalanopsisglauca）、杉木（Gun-ninghamialanceolata）、南酸枣（Choerospondiasaxillaris）等；非乔木有狗脊蕨（Woodwardia 函ponica）、芒萁（Di-cranopterisdichotoma）、六月雪（Serissa iaponica）、菝葜（SmilaxchinaL）、淡竹叶（Lophathemmgracile）等。
2.研究方法2.1样地设置于2013年6月，在青羊湖国有林场林选择马尾松人工林，依据代表性和可达性原则，设置10块20m×20m的马尾松调查样地，对每块样地内的马尾松进行每木检尺，记录树高（Height）、胸径（Diameter at breastheight，DBH）、平均冠幅（Mean crown）、枝下高（un-der-branch height），以及样地海拔、坡向、坐标等信息，共计428株马尾松样本。
每块样地信息（表1）和每株马尾松胸径一树高数据（图1）如下：2.2生物量转换因子法生物量转换因子法（Biomass Expansion Factor，BEF）又叫作材积源生物量法（volume derivedbiomass），是利用林分生物量与木材材积比值的平均值乘以该森林类型的总蓄积量或利用木材密度（一定鲜材积的烘干量）乘以总蓄积量和总生物量与地上生物量的转换系数得到该类型森林总生物量的方法。
续珊珊和姚顺波利用生物量转换因子法对我国森林碳储量区域差异进行了研究分析；沈楚楚研究了浙江省主要树种的生物量转换系数。
2.3数据分析目前针对区域或全球尺度的森林植被碳储量方法归结为三大类型：样地实测估算、模型估算和基于遥感技术的估算。
考虑到本研究为小区域内碳储量的计算，较容易获取样地调查数据，故选用属于第一、二类的生物量相对生长方程与样地调查数据相结合的方法，同时依据植被生物量乘以含碳率求得植被碳储量。
在估算森林生态系统植被碳储量的研究中，国内外相关研究人员通常采用0.50或0.45的含碳系数（生物量与碳含量的转换系数），该值在不同树种间以及同一树种不同器官之间不尽相同，本研究依据郭文清对湖南省马尾松纯林全林整体生物量模型及碳储量的研究结果，选择马尾松树干、树枝、树叶和树根的含碳系数分别为0.5029、0.4828、0.5959和0.4919（表2）。
3.结果与分析3.1马尾松林乔木层结构特征及碳储量林分直径直接影响着林木的材积、干形、树高等林分因子的变化，从而进一步影响到生物量，是最重要和最基本的林分结构，林分直径分布是测树制表技术理论及森林经营技术的重要依据，根据林分直径分布还可以从经营效果和生态利用价值等方面分析林分的经营管理情况。
图2为所马尾松样本的径阶分布图，428株样本的胸径主要分布在12-16cm之间，大径阶和小径阶所占比例小，呈现出正态形的分布，结构合理，符合自然规律的分布。
依据黔南马尾松人工林的胸径生长方程，进一步得出本研究所选择的马尾松年龄分布在7～38a，多数正处于中龄阶段。
根据实测数据与马尾松生物量生长方程将研究地马尾松人工林的林分特征汇总见表3，其林分平均密度为1071株/hm2，平均胸径和树高分别是1 1.9cm和14.6m。
林分各器官生物量所占大小顺序为树干>树根>树枝>树叶。
结合含碳系数得到研究地马尾松人工林树干、树枝、树叶和树根的碳密度分别为16.34、2.59、1.98和3.14t/hm2。
总计24.04 t/hm2。
3.2不同年龄段马尾松林乔木层碳储量根据以上的林分结构数据，将0～30a的马尾松（425株）生长过程划分为3个年龄阶段：幼龄阶段（0～10a）9株，中龄阶段（10～20a）346株，近熟阶段（20～30a）70株。
不同年龄阶段马尾松的碳储量表现出很大的差异（表4），随着年龄的增长，马尾松单木碳储量逐渐增大，其幼龄阶段，中龄阶段和近熟阶段的平均单木碳储量依次为5.91kg/株·a、28.10kg，株·a 和104.21kg株·a。
根据实际取样，马尾松幼龄阶段的碳储量变异范围为2.65～9.44kg株·a，中龄阶段碳储量变异范围为9.44～56.04kg株·a，近熟阶段变异范围为56.04-162.33 kg株·a。
可见马尾松林乔木层的碳储量在幼林阶段变化较小，随年龄增长碳储量增量越来越大。
同时不同年龄段各器官之间的碳储量顺序不尽相同，在幼龄阶段，其各器官之间的碳储量顺序为树干>树叶>树枝>树根，而在中龄阶段和近熟阶段则为树干>树根>树枝>树叶。
4.讨论与结论本研究采用生物量相对方程与样地调查数据相结合的方法，以10个样地、428株样本为基础，研究了湖南省青羊湖国有林场内马尾松人工林乔木层不同年龄段，不同器官的固碳能力，发现研究地马尾松人工林树干、树枝、树叶和树根的碳密度分别为16.34、2.59、1.98和3.14t/hm2，总计24.04 t/hm2。
低于湖北省马尾松天然林乔木层的碳密度（44.82t/hm2），接近全国马尾松林的平均碳密度（26.67t/hm2），高于湖南省马尾松林的平均碳密度（15.81t/hm2）。
林分密度与林分生物产量之间有极大联系，Yarie在研究阿拉斯加地区加拿大云杉林的生物量与生产力时发现，林分生物量83%的变动与林分密度有关，其它17%与年龄和立地条件相关。
因此不同地区马尾松林的碳密度由于林分密度的不同而不尽相同，这也是由于林分密度决定竞争强度，影响到枝叶的生长、叶面积大小和光合作用等，进而影响到干材的生长和积累。
不同年龄阶段马尾松的生物量碳储量表现出很大的差异（表3），1-10a马尾松碳储量动态变化波动较小，10a之后随年龄增长呈快速增大趋势。
张丽云等在研究不同生长阶段马尾松生产力与气候因子的关系时也发现，随着年龄的增长，马尾松单木生产力逐渐增大。
同时不同年龄段各器官之间的碳储量顺序不尽相同，在幼龄阶段，其各器官之间的碳储量顺序为树干>树叶>树枝>树根，而在中龄阶段和近熟阶段则为树干>树根>树枝>树叶，这种不同可能是由于随着年龄增长，树根得到充分发育而造成的。
在中林和近熟阶段马尾松碳储量大小顺序与方晰等对广西中部丘陵地带马尾松林生产力与碳素动态研究时的发现一致。
准确测定马尾松的碳储量是研究马尾松林分碳汇的基础，马尾松作为我国南方的主要乡土造林树种，在森林碳汇方面具有巨大的潜力和价值。
针对研究地湖南省青羊湖国有林场的马尾松人工林，可通过科学的经营管理措施，调整林分密度和林分结构，以提高林分的总体生产力。