区域森林碳储量估算方法概述

2012-12-21 02:36杨传金刘金山戴前石
中南林业调查规划 2012年3期
关键词:储量生物量植被

杨传金,杨 帆,梅 浩,刘金山,戴前石

(国家林业局中南林业调查规划设计院,长沙 410014)

区域森林碳储量估算方法概述

杨传金,杨 帆,梅 浩,刘金山,戴前石

(国家林业局中南林业调查规划设计院,长沙 410014)

估算森林碳储量是了解森林固碳增汇能力大小的前提,也是了解森林对减少温室气体排放所做贡献的基础,同时也是体现林业在应对气候变化中的重要作用及特殊地位的量化指标。因此,对区域森林碳储量进行监测和评估是一项十分必要的工作。本文介绍了区域尺度森林碳储量的估算方法,包括森林植被、森林土壤和枯落物三部分的碳储量。

区域;碳储量;估算

森林生态系统碳储量约占陆地生态系统碳储量的56 %[1],对于维持全球碳循环、减缓CO2浓度升高速率等方面具有重要作用。森林生态系统碳储量的计算包括植被、土壤和枯落物三部分的碳储量。

1 森林植被碳储量估算方法

由于树种含碳率相对固定,区域不同树种(组)的生物量乘以相应的含碳系数即为该树种(组)的碳储量,因此估算森林植被碳储量的关键在于估算其生物量。

1.1 森林植被生物量估算方法

森林植被生物量估算方法有收获法(样木测定累加)和模型估算法(样木——样地——区域)[2]。收获法精确度高,但费时费力,同时也会干扰森林碳正常排放水平甚至造成碳释放和泄露,在估算区域尺度生物量时是不现实的;利用生物量模型估算法虽然精确度受到一定程度的影响,但是由于可操作性强,在区域森林生物量估算中被广泛采用。模型估算法不但可以估算森林当前生物量,而且还可以对一定时期内生物量和碳储量的变化情况进行预测。

1.1.1 乔木林生物量估算方法

下文概述的乔木林生物量包括乔木活立木和林下灌木生物量,不包括枯立木、枯倒木和草本植物生物量。其中IPCC(2006)[3]森林生物量估算法、换算因子连续函数法及双曲线模型估算法中的乔木不包括胸径小于5 cm的样本,生物量经验(回归)模型估算法中的乔木不包括树高小于2 m的样本。

1.1.1.1 乔木生物量估算方法

1) IPCC(2006)[3]森林生物量估算法

Bt=Vt×D×BEF×(1+R)

(1)

式中,Bt为某一树种组总生物量;Vt为某一树种组总蓄积量;D为某一树种组木材密度;BEF为地上部分生物量扩展因子;R为根茎比。

IPCC(2006)同时给出了各气候区D,BEF和R的参考值。因此根据区域乔木植被总蓄积可以推算出植被生物量。IPCC提供的方法作为一个指南,其提供的参数可以在较大区域尺度的估算中应用,考虑到各国的自然地理条件和水热条件不同,IPCC推荐各国使用适宜其实际情况的参数,通用参数在应用于国家及更小区域尺度时存在一定的局限性,影响了该方法的推广应用。

2) 换算因子连续函数法

方精云等[4-5]通过对我国主要林分或森林类型的单位面积蓄积和单位面积生物量之间的关系进行系统研究,提出了换算因子连续函数法。林分尺度森林生物量的计算通过森林蓄积量乘以相应的生物量换算因子(BEF)得到,区域森林生物量则通过林分或样地生物量加权求和获得。

由于BEF值随着林龄、立地条件、林分密度、林分状况不同而异,而林分单位面积蓄积量综合反映了这些因素的变化,因此单位面积蓄积可以反映BEF的连续变化。基于这一思想,方精云等建立了“换算因子连续函数法”,实现了蓄积量—生物量的转换,结合森林资源清查数据,从而得出森林植被生物量大小。公式如下:

(2)

式中,x为样地单位面积蓄积量;a,b为常数。

结合不同森林类型不同龄级的森林资源清查资料计算区域尺度总生物量Bt:

(3)

式中,Bt为地区总生物量(t),i和j分别为森林类型和龄级;Aij,xij和BEFij分别为第i森林类型、第j龄级林分的面积(hm2)、单位面积平均蓄积量(m3∕ hm2)和所对应的换算因子;m和n分别为森林类型和龄级的数量。

3) 双曲线模型估算法

Zhou等[6]利用收集到的全国落叶松林相关资料,建立了落叶松生物量—蓄积量的双曲线关系模型,避免了将林分生物量随蓄积量的变化简单处理为线性关系的不足。落叶松模型如下:

(4)

赵敏等[7]利用材积源生物量法,根据全国第四次森林资源清查资料中按优势树种调查统计的各龄组蓄积量资料,估算森林植被的碳贮量。其中生物量和蓄积量数据转换采用双曲线关系模型:

(5)

式中,B和V分别为某一森林类型的单位面积生物量(t/hm2)和单位面积蓄积量(m3/hm2);a,b为常数。

(6)

式中,Bt为总生物量;Sij和Vij分别为某一森林类型某一龄组的面积和单位面积蓄积量,n为森林类型个数。

4) 生物量经验(回归)模型估算法[8]

生物量经验(回归)模型是利用野外调查的主要测树因子及生物量实测数据,建立生物量与树高、胸径等的回归关系模型[9-10]。利用森林资源连续清查数据结合分树种回归模型计算单木生物量,从单木归并到样地,从样地面积加权至整个区域,估算乔木林生物量。

生物量经验(回归)模型估算法在区域尺度上估算生物量时,某一优势树种生物量计算公式为:

(7)

式中:B1为区域某一优势树种生物量;V为该优势树种蓄积量;vi为该优势树种第i个样地的调查材积;bij为该优势树种第i个样地第j个径阶的模型生物量;vij为该优势树种第i个样地第j个径阶的模型材积,样地模型材积利用二元材积公式v=a+b(D2H)计算(v为模型材积,D为胸径,H为树高,a和b为参数);mi为某区域该优势树种第i个样地内径阶数;n为某区域该优势树种计算生物量的优势树种样地个数。

1.1.1.2 林下灌木生物量估算方法

曾慧卿等[11]选用常见的16种林下灌木(含乔木树种幼树)进行生物量建模,建模方程形式为:

(8)

(9)

式中:W为样本生物量(kg);Ac为冠幅面积(Ac=πC1C2/4, m2);Vc为冠幅投影体积(Vc=Ac×H,m3)。

杨昆等[12]通过对研究区森林林下灌木的地上部分生物量(Wu)、地下部分生物量(Wd)与其地径(D)、高度(H)、盖度(P)、冠幅直径(C)等易测因子之间的相关分析,发现林下灌木建模的各个变量与生物量之间都有比较明显的相关关系。其中,CH与地上部分生物量、地下部分生物量的相关性最好,D2H及PH与其生物量的相关性次之,且线性回归方程相关度高、简单、直观性强。据此,利用线性回归方程建立了3种不同自变量的林下灌木地上部分生物量和地下部分生物量回归模型。

单株生物量模型:

Wu=a+b(D2H),Wd=a+b(D2H)或

Wu=a+b(CH),Wd=a+b(CH)

(10)

单位面积生物量模型:

Wu=a+b(PH),Wd=a+b(PH)

(11)

1.1.2 竹林生物量估算方法

以模型法估算竹林生物量。单株竹子生物量计算公式为[13]:

Wg=0.6439×D1.5373,

Wr=0.3404×D1.1899+0.3087×D1.2892

(12)

式中,Wg为地上部分生物量;Wr为地下部分生物量;D为竹子胸径。

区域竹林总生物量Bt计算公式为:

Bt=(Wg+Wr)×N

(13)

式中,N为总株数。

1.1.3 灌木林生物量估算方法

作为陆地生态系统组成部分的灌木植被在全球碳循环和碳平衡中发挥了重要作用,然而以往研究中鲜有对灌木植被碳储量和碳密度的报道。当前对灌木植被碳储量的研究主要通过收集不同地区样地水平上的灌木生物量资料,利用植被平均生物量密度方法,估算各灌木类型的生物量及其碳储量[14]。除此之外,还有一部分关于灌木单位面积生物量的文献[11-12,15],但多存在研究地域覆盖面窄、样地代表性不够及数量较少的问题。

以模型法估算灌木林生物量。根据《〈国家森林资源连续清查技术规定〉补充技术规定》(2008)的要求进行样本采集、分析、建模。分别建立区域样方法(适用于无明显主干、丛生的灌木群落)模型和样木法(适用于主干明显,且相对高大的灌木)模型。

笔者通过对西藏灌木林进行生物量建模,发现样方法模型使用“W=aAc2+bAc+c”或“W=aVc+b”的形式拟合结果较好,样木法生物量模型使用“W=aD2H+b” 的形式拟合结果较好。式中,W为灌木生物量(g),Ac为冠幅面积(m2),Vc为冠幅体积(m3),D为样木地径(cm),H为样木高(m)。

1.1.4 疏林、散生木和四旁树生物量估算方法[9]

疏林、散生木和四旁树的生物量计算方法和公式与林分生物量相同,但由于散生木等通常比林分中的林木具有更大的树冠和根系,其生物量转换因子(BEF)值更高。现有文献中的BEF值几乎都来自林分,因此《造林项目碳汇计量与监测指南》将散生木等BEF值设定为林分中林木BEF值的1.3倍。按照林分生物量的计算方法计算疏林、散生木和四旁树的生物量,符合碳计量的“保守性”原则,但为了科学估算其生物量,建立适宜各区域的疏林、散生木和四旁树生物量模型是有必要的。

1.2 森林植被碳储量估算

利用相应的模型,结合森林资源连续清查或其他调查数据,汇总估算乔木林、竹林、灌木林、疏林、散生木和四旁树各树种(组)生物量,乘以各树种(组)所对应的含碳系数,即为碳储量。

2 森林土壤碳储量估算方法

在森林生态系统碳储量中,森林土壤碳储量所占比例最大,了解其大小及分布规律对于认识土壤碳循环过程和森林土壤在减缓、适应气候变化中发挥的作用十分重要,但目前对森林土壤碳储量的研究相对较少。

区域森林土壤碳储量估算方法常用的有土壤类型法[16]和植被类型法[17]。前者是利用全国土壤普查数据库,统计计算区域内每种土壤类型平均土壤碳密度,利用森林资源连续清查所记录的土壤类型数据统计汇总每种土壤类型的面积,土壤类型面积与土壤碳密度加权求和即为区域森林土壤碳储量;后者是结合中国科学院植物研究所主持绘制的1:100万中国植被图和全国土壤普查数据,统计汇总区域内不同植被类型的面积和相应类型的平均碳密度,加权求和获得。本文只对使用较多的土壤类型法进行介绍。

区域尺度上森林土壤碳储量可以利用第二次全国土壤普查数据进行估算,所需主要数据包括:土壤类型、剖面厚度、有机质含量和石砾含量等。

2.1 土壤容重估算

通过对土壤普查成果中的土壤有机碳含量与土壤容重的关系进行拟合,建立相应的函数方程,可以估算土壤容重。Xie 等[18]曾利用第二次全国土壤普查数据探讨了不同土地利用方式下土壤容重与有机碳含量的相关性,结果表明森林土壤表层(平均厚度17.3cm)和深层(平均厚度81.9cm)容重与有机碳含量之间均呈极显著性相关。表层土壤容重与有机碳含量拟合方程为pi=-0.1144ln(Ci)+1.3144,深层土壤容重与有机碳含量拟合方程为pi=-0.1121Ci+1.5044。将剖面有机碳含量带入方程式,即可得到容重估计值。

2.2 单个土壤剖面有机碳密度估算

在计算森林土壤碳储量过程中,需要根据土壤容重、石砾含量和土壤厚度数据,将土壤普查数据库中各土壤剖面的有机质含量(g/kg(干土))数据,转换为单位面积有机碳含量(有机碳密度)数据。单个土壤剖面有机碳密度的转换公式如下:

Ti/100

(14)

式中,SOC为土壤剖面有机碳密度(kg/m2),θi为第i层>2mm石砾含量(体积%),pi为第i层土壤容重(g/cm3),SOMi为第i层土壤有机质含量(g/kg),Ti为第i层土层厚度(cm),i为参与计算的土壤层次总数。有机质和有机碳换算系数,采用Blemmeln系数(0.58)。

2.3 平均土壤碳密度估算

平均土壤碳密度是利用同类型土壤碳储量除以该类型土壤总面积计算得到。由于自然条件和地理条件的差异,各土壤类型在不同的采样地点有机碳含量存在空间异质性,因此在计算区域某一土壤类型有机碳密度时,综合利用该区域不同剖面数据,结合空间插值法,采用区域面积加权平均法,计算公式如下:

(15)

式中,SOCt为该土壤类型在n个分区的平均有机碳密度,SOCi为某土壤类型在第i分区的有机碳密度,Fi为某土壤类型在第i分区的面积。

2.4 土壤碳储量估算

按不同土壤类型对土壤碳储量进行估算。利用各森林土壤类型的面积,乘以相应类型的平均土壤碳密度,估算得到各土壤类型的碳储量,再利用面积加权法估算区域森林土壤碳储量。

3 枯落物碳储量估算方法

3.1 枯落物生物量估算

枯落物生物量可以根据森林资源连续清查数据,利用生物量模型进行估算。笔者通过对西藏自治区分树种(组)进行单位面积枯落物生物量—枯落物厚度采样、建模,发现“W=a×h+b”或“W=a×h2+b×h+c”的形式对二者关系进行拟合最优。

区域森林枯落物生物量计算公式为:

(16)

式中,Wt为区域森林枯落物生物量;Sij,hij分别为某一树种(组)某一样地所代表的面积(水平方向,hm2)和枯落物厚度;θ为样地坡度。

3.2 枯落物碳储量估算

枯落物生物量估算完成后,用生物量乘以相应的含碳系数即为碳储量。

[1] Dixon R K, Brown S, Houghton R A, et al. Carbon pools and flux of global forest ecosystems[J]. Science, 1994, 263:185-190.

[2] 罗云建,张小全,王效科,等. 森林生物量的估算方法及其研究进展[J].林业科学,2009,45(8):129-134.

[3] IPCC. 2006 IPCC guidelines for national greenhouse gas inventories[M]. UK : Cambridge University Press, 2006.

[4] Fang J Y,Chen A P,Peng C H,et a1.Changes in forests biomass carbon storage in China between 1949 and 1998[J].science,2001,292:2320-2322.

[5] 方精云,陈安平,赵淑清,等.中国森林生物量的估算:对Fang等Science 一文(Science,2001,292:2320-2322)的若干说明[J].植物生态学报,2002,26(2):243-249.

[6] Zhou G S,Wang Y H,Jiang Y L,et a1.Estimating biomass and net primary production from forest inventory data:a case study of China’sLarixforests[J].Forest Ecology and Management,2002,169:149-157.

[7] 赵敏,周广胜.中国森林生态系统的植物碳贮量及其影响因子分析[J].地理科学,2004,24(1):50-54.

[8] 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):7-12.

[9] 胥辉,刘伟平.相容性生物量模型研究[J].福建林学院学报,2001,21(1):18-23.

[10] 曾伟生,骆期邦,贺东北.兼容性立木生物量非线性模型研究[J].生态学杂志,1999,18(4):19-24.

[11] 曾慧卿,刘琪璟,冯宗炜,等.红壤丘陵区林下灌木生物量估算模型的建立及其应用[J]. 应用生态学报,2007,l8(l0):2185-2190.

[12] 杨昆,管东生. 森林林下植被生物量收获的样方选择和模型[J]. 生态学报,2007,27(2):705-714.

[13] 孙天任,唐礼俊,魏泽长,等.水竹(Phyllostachysheteroclada)人工林生物量结构的研究[J].植物生态学报,1986,10(3):190-198.

[14] 胡会峰,王志恒,刘国华,等.中国主要灌丛植被碳储量[J].植物生态学报,2006,30(4):539-544.

[15] 何列艳,亢新刚,范小莉,等.长白山区林下主要灌木生物量估算与分析[J].南京林业大学学报:自然科学版,2011,35(5):45-50.

[16] 宋满珍,刘琪璟,吴自荣,等.江西省森林土壤有机碳储量研究[J].南京林业大学学报:自然科学版,2010,34(2):6-10.

[17] 解宪丽,孙波,周慧珍,等.不同植被下中国土壤有机碳的储量与影响因子[J].土壤学报,2004,41(5):687-699.

[18] Xie Z B,Zhu J G, Liu G, et al. Soil organic carbon stocks in China and changes from 1980s to 2000s[J]. Global Change Biology, 2007,13(9):1989-2007.

AnOverviewofRegionalForestCarbonStorageEstimationMethods

YANG Chuanjin,YANG Fan,MEI Hao,LIU Jinshan,DAI Qianshi

(Central South Forest Inventory and Planning Institute of State Forestry Administration, Changsha 410014,Hunan,China)

It is the premise to understand value of carbon sequestration and oxygen release by estimating carbon storage of forest ecosystems, and the basis to understand contribution of forest on reducing greenhouse gas emissions, but also the quantitative indicator to reflect the important role and the special status of forestry in addressing climate change. Therefore, it’s necessary to monitor and evaluate regional forest carbon storage. This article describes estimation methods of the regional-scale forest carbon pools, including forest vegetation, forest soil and litter carbon pool.

region;carbon storage;estimation

2012-07-25

杨传金(1966-),男,重庆市开县人,高级工程师,从事森林资源监测工作。

S 718.55

C

1003-6075(2012)03-0062-05

猜你喜欢
储量生物量植被
基于高分遥感影像的路域植被生物量计算
呼和浩特市和林格尔县植被覆盖度变化遥感监测
基于植被复绿技术的孔植试验及应用
基于三维软件资源储量估算对比研究
全球钴矿资源储量、供给及应用
轮牧能有效促进高寒草地生物量和稳定性
与生命赛跑的“沙漠植被之王”——梭梭
2019 年世界油气储量与产量及其分布
不同NPK组合对芳樟油料林生物量的影响及聚类分析
2008~2017年我国新增石油天然气探明地质储量特征分析