基于市县联动监测的县域森林植被生物量评估

项茂林，陶吉兴，季碧勇，张国江，姚鸿文，王剑武

（浙江省森林资源监测中心，浙江 杭州 310020）

森林植被碳库是林业碳汇的重要计量对象，目前，无论在森林群落或森林生态系统尺度上还是在区域、国家尺度上，IPCC等国际组织以及世界各国普遍采用的森林植被碳储量估算方法是直接或间接测定森林生物量，再乘以生物量中碳元素含量（含碳系数）推算而得[1～2]。因此，各类森林植被生物量评估，是计量碳储量的关键。杭州市从2008年开始，每年综合运用固定样地监测、森林资源档案更新、补充调查、复位调查、模型更新、马尔科夫转移模型估计、线性回归估计等监测方法，构建了设区市森林资源市县联动年度监测体系[3]，获取了同一时段市县两级森林资源数据，并连续公布了全市的森林植被总生物量[4～6]。2010年，浙江省采用2009年森林资源连续清查第一手野外调查数据为数据源，以样地为评估基本单元，建立了森林植被生物量评估基础数据库，测算了全省各类森林植被乔木层、下木层、灌木层、草本层的地上及地下生物量[7～8]，查清了浙江省森林植被生物量现状和变化动态。但是，由于采用的是以市域或省域为总体的抽样调查方法，生物量测算结果不能分解到各县。本文利用杭州市已公告使用的2010年度各县域森林资源规划设计调查（简称“二类调查”）更新数据（其中拱墅、滨江、江干为最新调查数据）为基础，根据布设于杭州市范围内的样地生物量数据库建立乔木生物量模型，充分利用有关生物量评估参数，测算了杭州市各县域森林植被生物量现存量，以期为设区市开展县域森林植被生物量评估提供一种评估方法。

1 基础数据

2010年，杭州市继续开展了森林资源市县联动监测。从监测层级上，分为市级抽样控制调查监测体系和县级二类调查动态监测体系[3]。其中市级抽样控制调查监测样地基础年（2008年）为2709个，2010年为一般调查年，样地数691个，样地调查方法与国家森林资源连续清查相同，调查内容包括样地因子调查、样木或样竹每木（竹）检尺等内容。文中市级总体评估基础数据采用2010年样地调查数据，它将用于估算全市总体的各类植被生物量，并以此真值，检验所辖各县域森林植被生物量评估结果的准确度，同时为县域生物量评估提供模型建模样本。

县级二类调查动态监测主要是通过档案更新、补充调查和复位调查[9～11]等更新方法，对各县域的二类调查数据进行更新。更新内容包括面积更新和蓄积更新两部分，更新结果受市级样地抽样置信区间控制，更新精度得到较好保证。更新后的县域森林资源数据库，满足森林资源二类调查技术要求，它为开展县域森林植被生物量评估提供了基础数据库。由于上城区、下城区为纯城区县，未开展森林资源二类调查，且占全市生物量比例非常小，本文不作县域森林植被生物量评估，但对市域总体评估时包括该二城区的生物量；此外，拱墅、滨江、江干3城区的基础数据为2012年最新二类调查数据。

2 评估方法

市级总体的抽样控制样地生物量的评估方法，以样地为评估基本单元，采用单株生物量模型法（各类乔木，毛竹、杂竹）和单位面积生物量法（矮化乔木林群落、灌木经济林群落、一般灌木林群落、其他林地群落），对样地水平的各类森林植被生物量进行测算，最后运用系统抽样统计方法，将样地水平微观数据转换到全市宏观尺度[8]。为评估乔木林、疏林、毛竹林、杂竹林样地的林下植被生物量，根据2010年浙江省森林植被生物量评估结果参数，其占乔木层生物量的比例分别按0.2783、0.7659、0.1077和0.1321计算。乔木层生物量和林下植被生物量之和，就是包括乔木层、下木层、灌木层和草本层在内的样地群落生物量。

县域森林植被生物量评估，根据不同植被类型采用不同技术方法，总体技术路线为：通过利用市级样地数据库为建模样本，建立蓄积量——生物量回归模型，对小班中的各类林木（包括乔木林、疏林、散生木、四旁树）进行生物量评估；利用已有的单位面积生物量参数，以对植被生物量影响较大的调查因子为调整系数，分别测算毛竹林、杂竹林、国家特别规定灌木林、一般灌木林和其他林地的生物量。单位面积生物量等评估参数选用精度较高且已公告使用的浙江省森林植被生物量评估结果中的有关参数[7～8]。

2.1 乔木林与疏林

以系统布设于全市各县的有蓄积乔木林和疏林样地的蓄积量和生物量成对值为数据源，将其转换成单位面积蓄积量和单位面积生物量成对值。根据林分蓄积量与生物量之间存在的相关关系，建立生物量与蓄积量的线性模型，利用生物量转换因子连续函数法[12～13]，由树干蓄积推算乔木层生物量。其模型如下：

转化为生物量与蓄积量的简单线性关系为：

式中，a、b为参数，B为每公顷生物量（t/hm2），V为每公顷蓄积量（m3/hm2）。

乔木林和疏林的蓄积量与生物量转换模型以（2）式为基本模型式，建模结果及相关系数[14]见表1。回归模型根据优势树种不同，划分为3个建模单元。

为评估乔木林或疏林群落总生物量，还需测算林下植被（下木层、灌木层、草本层）生物量。根据2010年浙江省森林植被生物量评估的评估参数，乔木林、疏林群落总生物量与其乔木层的比值分别为1.2783和1.7659，本次县域森林植被生物量测算采用该值作为系数，评估乔木林、疏林群落的生物量。

乔木林、疏林小班的生物量评估方法为，首先以小班单位面积蓄积量为自变量，根据优势树种选择相应回归模型，计算单位面积生物量，再将单位面积生物量与小班面积相乘，就是小班总生物量。

表1 乔木林疏林每公顷蓄积量与每公顷生物量回归模型Table 1 Regression model for per hectare volume and biomass of scattered arbor forest

2.2 竹林

根据竹种不同，竹林分为毛竹林和杂竹林。竹林生物量评估，以已有评估结果评估参数[7～8]为基数，即毛竹林群落45.93 t/hm2，杂竹林群落40.38 t/hm2，各小班以此为基础，乘以株数调整系数，计算得到毛竹林和杂竹林小班单位面积生物量。单位面积生物量与小班面积相乘，就是小班总生物量。株数调整系数为：

另外，由继电保护装置的运行环境参数(电气设备运行方式、保护整定值等)导致的不发跳闸信号，称其为第二类拒动，其概率为P2(i)，表示多重化配置的继电保系统中共n 套保护的第i 套的此类拒动概率。继电保护系统拒动概率：

式中，Ni为某毛竹林和杂竹林小班的单位面积株数；N为县域毛竹林和杂竹林平均单位面积株数，计算公式为：

式中，Si为某毛竹林和杂竹林小班面积，n为全县所有毛竹林和杂竹林小班总个数。

2.3 灌木林和其他林地

灌木林分为一般灌木林和灌木经济林。根据2010年浙江省森林植被生物量评估结果[7～8]，单位面积生物量参数为：一般灌木林群落20.10 t/hm2，灌木经济林群落18.38 t/hm2。灌木林小班生物量评估与竹林小班相同，也是以此为基础，乘以灌木覆盖度调整系数计算得到一般灌木林和灌木经济林小班单位面积生物量，单位面积生物量与小班面积相乘，就是小班总生物量。覆盖度调整系数为：

式中，Gi为某小班的一般灌木林和灌木经济林覆盖度；G为全县所有一般灌木林和灌木经济林小班的平均覆盖度，计算公式为：

式中，Si为某一般灌木林和灌木经济林小班面积，n为全县所有一般灌木林和灌木经济林小班总个数。

2.4 其他林地

其他林地指未成林地、无立木林地、宜林地等地类，其小班生物量评估以7.12 t/hm2为评估参数，再乘以小班面积得到小班总生物量。

2.5 散生木与四旁树

表2 散生木四旁树总蓄积量与总生物量回归模型Table 2 Regression model for total volume and biomass of scattered trees

3 结果与分析

利用杭州市级抽样控制样地的生物量数据，根据抽样估计理论，在p< 0.95的可靠性保证下，杭州市森林植被总生物量的抽样总值为6744.88×104t，抽样精度97.65%，抽样置信区间为（6586.45×104，6903.31×104），样地的样本均值为4.59 t；其中乔木林群落5635.21×104t，占植被总生物量的83.5%，抽样精度96.86%，抽样置信区间为（5458.18×104，5812.24×104），样地的样本均值为3.46 t。

利用杭州市各县（市、区）二类调查更新数据，根据以上评估方法，对森林植被生物量评估结果进行汇总，杭州市各县域森林植被总生物量为6888.54×104t，处于全市总体抽样置信区间内；如以抽样总值为真值，差值为143.66×104t，准确度为97.9%。其中乔木林群落5880.38×104t，略高于抽样置信区间的上限，但如以抽样总值为真值，差值为245.17×104t，准确度为95.6%。各县域各类森林植被生物量评估结果见表3。

表3 各县域各类森林植被生物量Table 3 Biomass of different forest vegetation in each counties 104t

4 结论与讨论

本文利用杭州市的市级抽样控制样地和所辖各县域的森林资源二类调查数据，分别测算了市域总体及各县域副总体的森林植被生物量。将各县域生物量汇总结果与市级总体抽样结果比较，各县总生物量汇总值处于抽样结果置信区间内，若以抽样总值为真值，汇总结果具有较高的准确度。从构成森林植被生物量的主体——乔木林群落看，评估结果同样具有较高精度和准确度。这表明，本文采用的县域森林植被生物量评估方法，可适用于杭州市内各县开展森林植被生物量评估，利用各县的二类调查更新数据测算的县域森林植被生物量，可视为将全市总体的生物量评估结果分解落实到各县。同时，市级样地数据调查、县级二类数据调查更新以森林资源市县联动监测体系[3]为依托，这为准确评估市县两级生物量提供了科学可靠的基础数据获取途径，因此，文中基于市县联动监测体系开展的对市、县两级的生物量评估，可为设区市开展生物量市县联动监测提供借鉴，将森林资源市县联动监测范畴从森林面积、森林蓄积等传统监测因子扩展到生物量等生态因子。

建立森林资源市县联动监测体系是开展森林植被生物量市县联动监测的必要条件。根据杭州市近年来的监测实践，监测体系可由市级抽样控制调查监测体系和县级二类调查动态监测体系两部分组成，市级抽样控制调查监测以宏观性监测为主，县级二类调查动态监测主要是通过与市级抽样控制调查联动，采用不同数据更新方法，对各县域副总体的二类调查数据进行更新[3]。目前，就浙江省内来说，仅杭州市具备开展森林植被生物量市县联动监测条件，其他设区市由于尚未开展森林资源市县联动监测，暂不具备开展森林植被生物量市县联动监测条件。

县域森林植被生物量评估，采用的是全省或全市平均的评估参数和模型，各县域由于资源禀赋和森林结构不同，可能存在一定差异，因此，县域森林植被生物量的评估结果可能存在一定的不确定性。此外，由于森林资源抽样调查体系与二类调查体系之间的差异，使全市竹林面积、灌木林面积、散生木四旁树蓄积等值的抽样调查结果与二类调查结果不完全一致，从而导致了全市总体的生物量抽样结果与各县域的汇总结果存在一定差值，在具体应用时应注意这些问题。

[1]李海奎，雷渊才. 中国森林植被生物量和碳储量评估[M]. 北京：中国林业出版社，2010. 13－25.

[2]李海奎，雷渊才，曾伟生. 基于森林清查资料的中国森林植被碳储量[J]. 林业科学，2011，47（7）：7－13.

[3]张国江，季碧勇，王文武，等.设区市森林资源市县联动监测体系研究 [J].浙江农林大学学报，2011：28（1）：46－51.

[4]杭州市林业水利局. 2008年杭州市森林资源与生态状况公告[N]. 杭州日报，2009-07-27(5).

[5]杭州市林业水利局. 2009年杭州市森林资源与生态状况公告[N]. 杭州日报，2010-06-10(A7).

[6]杭州市林业水利局. 2010年杭州市森林资源与生态状况公告[N]. 杭州日报，2011-08-12(A5).

[7]浙江省林业厅. 浙江省森林资源状况及其功能价值（2010）[N]. 浙江日报，2011-01-16(12).

[8]季碧勇，陶吉兴，张国江，等. 高精度保证下的浙江省森林植被生物量评估[J]. 浙江农林大学学报，2012，29（3）：328－334.

[9]刘安兴. 浙江省森林资源动态监测体系方案[J]. 浙江林学院学报，2005，22（4）：449－453.

[10]刘安兴. 森林资源监测技术发展趋势[J]. 浙江林业科技，2005，25（4）：70－76.

[11]季碧勇，张国江，赵国平，等. 基于固定样地的县级森林资源动态监测技术方法[J]. 林业资源管理，2009（5）：50－53.

[12]Fang J Y, Chen A P, Peng C H,et al. 2001. Changes in forest biomass carbon storage in China between 1949 and 1998[J]. Science, 2001(292)：2320－2322.

[13]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

[14]骆期邦，曾伟生，贺东北. 林业数表模型理论、方法与实践[M]. 长沙：湖南科学技术出版社，2001. 378－388.