西藏自治区森林碳密度及分布规律研究

桂来庭，张 蓓，吴南飞，戴前石，黄 哲

(国家林业局中南林业调查规划设计院，长沙 410014)

西藏自治区森林碳密度及分布规律研究

桂来庭，张 蓓，吴南飞，戴前石，黄 哲

(国家林业局中南林业调查规划设计院，长沙 410014)

利用森林资源连续清查实测样地及样木数据，结合相对树高曲线，构建生物量—蓄积量模型，解决了模型与各类森林资源调查数据的衔接问题，可应用于西藏自治区森林资源连续清查的目测与遥感样地生物量估算及森林资源规划设计调查小班生物量估算等。根据计算的森林资源连续清查各样地生物量密度，结合树种面积数据及含碳率，估算全区森林碳密度，并初步探讨了森林碳库地带性分布规律。

生物量； 模型； 碳储量； 估算

前言

随着各国对全球气候变化的高度关注，碳汇交易、造林再造林及土地利用变化碳计量、估算等一系列的研究工作稳步推进。西藏拥有丰富的森林资源，其森林面积约占全国的7.08%，森林蓄积约占全国的14.94%。作为全球气候变化的重要“调节器”，西藏森林发挥着巨大的固碳释氧功能，为人类提供了价值巨大的碳库服务，西藏森林资源在我国乃至世界生态保护、生态建设和应对气候变化中占有独特的地位，准确估算西藏森林碳储量将为国家在应对气候变化方面的工作成效提供数据支撑。

在现有的生物量和碳储量估算方法中，样木水平的回归模型法具有估计精度高、可重复性等优点，逐步成为研究的热点。回归模型法利用单木胸径、树高信息进行生物量估算，使得该方法仅在森林资源连续清查工作中得到了一定的应用，而无法与森林资源规划设计调查数据、森林分布“一张图”相匹配，限制了方法的应用范围，也难以获取区域尺度的碳密度空间分布状况。为充分利用各类森林资源调查基础数据，本文基于不同树种(组)的单木生物量回归模型，结合相对树高曲线，研建了各树种(组)的生物量—蓄积量模型，从而解决了西藏自治区森林资源规划设计调查小班与森林资源连续清查目测、遥感样地的生物量和碳储量估算问题，为探寻全区森林碳储量及碳分布提供了途径。

1 研究方法

1.1 数据来源

基础数据为2011年第八次全国森林资源连续清查西藏自治区复查数据[1]，地类为有林地和疏林地，包括样地和样木数据。

1.2 分析方法及步骤

1) 实测样地生物量估算。基础数据为样地优势树种、平均胸径、平均树高及样木检尺数据。由于树高测定相对复杂、且精确度较低，森林资源调查工作仅测定了部分样木的树高，因此使用样地的平均胸径、平均树高和样木胸径，利用相对树高曲线模型推算其它样木树高[2-3]。使用样木胸径及树高数据，利用回归模型估计法[4]估算样木生物量，进而实现从单木到样地的生物量估算。

2) 目测及遥感样地蓄积估算。西藏自治区由于特殊的自然地理条件，森林资源连续清查布设的有林地固定样地中有近1/3只能采用遥感影像进行判读，而采用地面调查的有林地样地中又有近1/5只能采用目测方法进行调查[5]。使用非实测样地的树种、龄组、郁闭度等林分信息及海拔、坡向、坡度、坡位等地理因子，利用实测样地数据建立的蓄积估测模型[6]，推算目测与遥感样地的公顷蓄积。

3) 目测及遥感样地生物量估算。利用实测样地的活立木蓄积及步骤1)推算的生物量数据，建立不同树种生物量—蓄积量关系方程，进而结合步骤2)推算目测与遥感样地的生物量。

2 生物量—蓄积量模型的建立

2.1 确立建模单元

根据第八次全国森林资源连续清查西藏自治区森林资源连续清查成果，综合考虑乔木林、疏林地各优势树种(组)面积、蓄积比例及实测样地个数，确立建模树种(组)。将实测样地按树种分为云杉、冷杉、柏木、松类、针叶混、栎类、桦木、其它阔叶、阔叶混、针阔混作为建模单元。

2.2 建立模型

使用换算因子连续函数法实现林分生物量和蓄积量之间的转换。函数形式分别为线性函数B=a+bV[7]和幂指数函数B=aVb[8-9]。式中，B为林分生物量密度(t/hm2)，V为林分蓄积量密度(m3/hm2)。

由表1可以看出，两种模型均得到较为理想的拟合效果。就两种函数而言，除阔叶混外，其它树种(组)使用幂指数形式拟合相关性更好。由于松类、阔叶混、针阔混及桦木线性拟合其b值的绝对值过大，从生物学角度考虑，当蓄积量密度过小或过大时，以上四个树种(组)均不适宜使用线性函数。

表1 不同树种(组)林分生物量和蓄积量转换模型建模树种(组)建模方程R2样本数云杉 B=0661V+15620978111B=0675V09980987冷杉 B=0529V-14384092890B=0343V10580960柏木 B=0973V-0970095997B=1211V09380979松类 B=0991V-47627077155B=0411V10990849针叶混 B=0665V+18868089924B=0960V09570958栎类 B=1114V-19454086545B=0609V10690971桦木 B=0971V-21909094215B=0284V11950958其他阔叶B=1030V-11944091726B=0550V10940950阔叶混 B=0730V+33648093920B=0818V10140909针阔混 B=0865V-22097095835B=0424V10990959

3 乔木林碳密度

利用西藏自治区森林资源连续清查样地地类、树种、蓄积量等信息[1]，根据表1中各树种生物量与蓄积量转换模型，估算各样地生物量，进而结合各树种含碳率估算全区分树种(组)的碳密度，结果见表2。

表2 乔木林不同树种(组)碳密度分布状况t/hm2树种(组)线性函数幂指数函数全国平均[4]冷杉 13926138388627云杉 960196057483铁杉 47904413767678落叶松 839777603287华山松 20459176983065云南松 13130114762649高山松 11755103819179乔松 949786601256柏木 304728223243紫杉 7084572630—栎类 611155804543桦木 471747282022白桦 383237212022榆树 0000561679其它硬阔280627094817杨树 264928373597柳树 326432571829其它软阔582258933280针叶混 809380064166阔叶混 10912112255847针阔混 953392934445

平均碳密度计算公式为：

与全国碳密度相比较，西藏主要树种碳密度基本上都大于同一树种的全国平均值，一方面是由于西藏森林受人为干扰少，原始林所占比例大；另一方面也归因于藏东南地区气候条件的优越性和独特性。总体来看，巨大的森林碳库和较高的碳密度使得西藏森林在应对气候变化中发挥了重要作用，应该在保护好现有森林碳库的同时，积极增加森林碳汇，发挥森林的固碳增汇作用。

4 碳库分布规律

西藏地处青藏高原，受独特地形地貌的影响，气候条件差异较大，水热条件多变，植物种类丰富，森林类型多样，水平带谱和垂直带谱明显，人为干扰相对较少。其中，阔叶混、云杉林、冷杉林、高山松和云南松是西藏森林最重要的组成部分；其植被碳库分别占森林植被总碳库的33.37%，20.44%，13.30%，11.00%和8.07%。

在水平方向上，森林植被碳密度总体分布规律是，自东南向西北，碳密度呈递减趋势，与水热条件和植被类型的地带性分布规律具有很好的一致性。各县级地区碳密度，最高地区为西藏波密，高达136.4t/hm2；其次是林芝、隆子和墨脱，为120～130 t/hm2；米林、错那、洛扎等地区为100～120 t/hm2；亚东、察隅、工布江达、贡觉、定日地区为80～100 t/hm2；其余地区碳密度均<70 t/hm2，最低碳密度地区加查仅20 t/hm2。

在垂直方向上，西藏森林植被在不同的水平地带均具有其独特的垂直带类型，随之的碳密度垂直分异也复杂多样。如察隅县，海拔2 100 m的山地常绿阔叶林平均碳密度为136 t/hm2；海拔2 200 m的云南松林平均碳密度为182 t/hm2；海拔3 500 m的冷杉林平均碳密度为256 t/hm2；海拔4 200 m的高山杜鹃灌丛平均碳密度仅为20 t/hm2。碳密度与树种、林龄、郁闭度、树冠形态等密切相关。一般而言，在亚高山和高山地区，与阔叶林相比，暗针叶林的冠形较窄小而整齐，针叶寿命长，林相四季常青，树干通直高耸，具有较高的生物量和碳密度。

由此可见，随着海拔升高，以针叶林为建群种的森林类型通常比阔叶林具有较高的碳密度；海拔继续升高到林缘线附近或以上时，森林将变得稀疏低矮或群落以灌草丛为主，因而碳密度减少。总体来看，对于未受人为干扰的以常绿阔叶林为基带的亚高山天然植被，随海拔升高，碳密度先呈递增趋势并在一定海拔高度达最大，随之迅速下降，碳密度垂直分布特征表现明显。

5 结论

本文建立了分树种(组)的生物量密度—蓄积量密度模型，从而解决了森林资源连续清查目测和遥感样地的生物量估算问题。利用计算的样地生物量密度，分析了森林植被碳库的水平和垂直分布规律。为评估生态建设成效和林业在应对气候变化中方面的重要意义提供了数据支撑。

[1] 国家林业局中南森林资源监测中心，西藏自治区林业厅.第八次全国森林资源清查西藏自治区森林资源清查成果 [R].2012.

[2] 曾伟生. 西藏自治区相对树高曲线模型的研制[J].林业资源管理，2002(5)：27-30.

[3] 李海奎，法蕾. 基于分级的全国主要树种树高-胸径曲线模型 [J].林业科学，2011,47(10)：83-90.

[4] 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.

[5] 曾伟生，廖志云.西藏天然林直径分布模型及其应用研究[J].中南林业调查规划，2008，27(3)：4-7.

[6] 曾伟生，周国芳，廖志云，等.西藏天然林平均直径树高和蓄积估测模型研究[J].中南林业调查规划，2007，26(3)：24-26.

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

[8] Brown S, Lugo A E. Aboveground biomass estimates for tropical moist forests of Brazilian Amazon[J]. Interciencia, 1992 ,17: 8-18.

[9] Brown S L, Schroeder P E. Spatial patterns of aboveground production and mortality of woody biomass for eastern U. S. forests[J]. Ecological Applications, 1999, 9 (3): 968-980.

ForestCarbonDensityandDistributionofTibetAutonomousRegion

GUI Laiting,ZHANG Bei,WU Nanfei,DAI Qianshi,HUANG Zhe

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

Biomass-stock volume models were built in this paper, by using continuous forest inventory measured data of plots and sample trees, combined with relative height curves. The model solved problem of convergence with various types of forest resources survey data, which can be used on biomass estimation of continuous forest inventory and forest resources survey in Tibet Autonomous Region. According to the calculation of continuous forest inventory plot biomass density, combined with area and carbon content of species, we estimated forest carbon density, and explore the zonal distribution of forest carbon pool in Tibet.

biomass;model;carbon storage;estimation

2014 — 07 — 31

桂来庭(1966 — )，男，湖南祁阳人，高级工程师，主要从事森林资源监测工作。

S 718.55+6

A

1003 — 6075(2014)03 — 0034 — 03