农林交错地区森林碳储量估算——以中牟县为例

黄新峰，孙红召，王巧玲，冯东阳，郑旭东

(1.河南省林业调查规划院，郑州 450045；2.济源市林业局，河南 济源 454650)

农林交错地区森林碳储量估算
——以中牟县为例

黄新峰1，孙红召1，王巧玲1，冯东阳1，郑旭东2

(1.河南省林业调查规划院，郑州 450045；2.济源市林业局，河南 济源 454650)

为了估算中牟县森林碳储量，使用IPCC方法，采用经修正的生物量转换参数，区分片林和林带计算碳储量。结果表明：中牟县森林地上部分碳储量为32.62万t；而采用不加修正的参数估算林带碳储量时，森林总碳储量为31.60万t，造成1.02万t的差异，占森林总碳储量的3.1%，因此，区分片林和林带来计算农林交错区森林的碳储量是有必要的。

碳储量；片林；林带；IPCC；农林交错地区；中牟县

森林碳储量占整个陆地植被碳储量的80 %以上，是陆地上最大的碳库。森林在调节全球碳平衡、减缓大气CO2等温室气体浓度上升以及维护全球气候稳定等方面具有不可替代的作用[1-3]。对森林的碳汇功能进行科学估算，能够更好地了解区域森林在应对气候变化中的作用、为制定区域发展规划和开展应对气候变化统计核算工作提供基础支撑和数据支持[4-5]。

我国农林交错地区的森林主要分为片林(patch forests)和林带(shelterbelt forests)两种类型。片林是呈片状分布的林分；林带指栽植在沟河路渠两侧，呈条带装分布的森林，依托沟河路渠形成，这类森林往往成行栽植，密度较低，其生长状态接近于孤立木，树冠较大，与片林中的树木形态不同。

许多学者使用IPCC方法估算了不同地域的森林碳储量[6-7]，但是使用此方法估算林带生物量将会产生较大偏差。Zhou等[8]的研究表明，使用计算片林生物量的参数来估算林带生物量会造成低估，必须对参数进行适当修正才能用于林带生物量的估算。因此，在估算森林生物量及碳储量时，将森林区分为片林和林带是较为科学的。

本研究以华北平原地区的中牟县为例，将森林区分为片林和林带两种森林类型，参考IPCC方法来估算森林的碳储量。

1 研究地概况

中牟县位于34°26′—34°56′N、113°46′—114°12′E之间，地处华北平原的西部，河南省中部，隶属郑州市，总面积1 406 km2。

中牟县属暖温带大陆性季风气候，四季分明，降水适中，雨热同季。春季干旱多风沙，全年平均气温14.2 ℃，夏季最高月气温平均27.3 ℃，冬季最低月平均气温为0 ℃,无霜期206 d，日照时数2 368.4 h，年降雨量699.8 mm，6—8月降水占全年降水量的56%；属豫东黄河冲积平原，分布有少量沙丘，整个地势西高东低，平均海拔78.1 m，土壤为风沙土，人类开垦活动频繁，森林分布较为零散，主要以片林和林带构成。全年农耕期为309 d，作物活跃生长期为217 d，有利于多种植物生长，2015年中牟县粮食种植面积3.12万hm2[9]。

2 数据与方法

2.1 数据来源及处理

中牟县在2013年开展了森林生态城建设，对全县的森林和林地进行了详细调查，并进行了小班区划。调查并记录了每个小班的优势树种、平均年龄、平均密度、平均胸径等信息；对经济林调查优势树种、生产阶段、株行距、生长势等信息。本研究以此成果数据为基础进行计算分析。为了计算方便并且与资料中的树种相对应，将全部森林小班涉及的乔木树种进行归类简化，树种面积占比不足0.1%的小班合并为一个树种，以面积占比最高的树种命名。按照河南省第八次森林资源清查操作细则[10]中的龄组划分标准，将全部用材林小班划分为幼龄林、中龄林、近熟林、成熟林和过熟林。通过一元材积公式计算单株材积，然后与小班株数相乘得到小班的蓄积。所有小班数据以矢量图形式保存在ArcGIS Geodatabase数据库中。同一树种、同一龄组的小班蓄积累加得到该树种对应龄组的总蓄积。森林生态城调查结果显示，2013年中牟县森林面积1.51万hm2，森林覆盖率11%，森林蓄积105.1万m3。

2.2 方法

将森林分为用材树种片林(patch forests)、用材树种林带(shelterbelt forests)和经济林(economic forests)三种类型来分别计算各自碳储量。

2.2.1 用材树种片林碳储量计算方法

按照IPCC方法，计算用材林碳储量需要有4个参数，森林蓄积、生物量转换参数BEF、木材密度和碳含量。分优势树种和龄组的森林蓄积可以通过汇总小班蓄积得到。生物量转换参数BEF、木材密度和碳含量采用IPCC方法提供的参数[11]，见表1。

表1 用材树种生物量转换参数类型优势树种BEF1BEF2BEF3杨树1 4461 4961 369刺槐1 6741 7991 543片林柏木1 6672 3001 382泡桐1 5891 8111 519软阔1 6711 6711 671柳树1 6191 8371 333林带杨树1 73521 79521 6428BEF4BEF5木材密度/(t/m3)碳含量1 3901 4600 3780 4961 1721 3680 5980 4971 4591 2450 4780 5101 4681 3510 4430 4701 6711 6710 4430 4851 5851 5850 4430 4851 66801 75200 3780 496注：BEF1～BEF5分别为对应树种幼龄林、中龄林、近熟林、成熟林和过熟林的生物量转换参数。

用材树种片林碳储量采用式1计算。

(1)

式中，CSp为用材树种片林碳储量；i取1，2，3，4，5和6分别代表6个主要用材树种；j取1，2，3，4和5分别代表幼龄林、中龄林、近熟林、成熟林和过熟林；Vi,j表示用材树种i的第j龄组林分蓄积；BEFi,j表示用材树种i的第j龄组林分的生物量转换因子；Di表示用材树种i的木材密度；Ei为用材树种i的碳含量。

为了保持比较的一致性，文中所指碳储量均指地上部分，均不含地下部分。

2.2.2 林带碳储量计算方法

根据zhou等[8]的研究结果，将片林生物量转换系数BEF乘以常数1.2，作为林带的生物量转系数。林带的生物量转换参数BEF、木材密度及碳含量见表1。用材树种林带碳储量采用式(2)计算。

(2)

式中，CSb为用材树种林带碳储量；Vm，BEFm分别代表林带第m龄组的蓄积和生物量转换参数；Db、Eb分别代表木材密度和碳含量。

2.2.3 经济林储量计算方法

经济林生物量采用平均生物量法。经济林单位面积生物量Me取29.35 t/hm2，碳含量Ee取0.5[11]。经济林碳储量采用式(3)计算。

CSe=Se×Me×Ee

(3)

式中，CSe为经济林碳储量；Se，Me，Ee分别代表经济林总面积、单位面积生物量和碳含量。

2.2.4 森林总碳储量

森林总碳储量采用式(4)计算。

CSt=CSp+CSb+CSe

(4)

3 结果与分析

3.1 用材树种片林碳储量

用材树种片林碳储量为25.05万t。从树种结构来看，杨树碳储量为21.36万t，占比最高，达到85.3%；其余树种碳储量由大到小依次为刺槐3.15万t、柏木0.35万t、泡桐0.08万t、软阔0.08万t和柳树0.03万t，见表2。

表2 用材树种片林碳储量优势树种CSp/tA1A2A3A4A5合计比例/%杨树3163 4155263 530651 320095 14449 3213622 785 3刺槐372 95066 210601 34105 311333 131478 812 6柏木11 92235 0955 236 4241 33479 81 4泡桐—164 0361 548 2271 4845 10 3软阔2 8610 76 6101 791 9813 70 3柳树—64 1——240 4304 50 1合计3551 0163403 542575 924386 716627 4250544 6100 0注：A1～A5分别代表幼龄林、中龄林、近熟林、成熟林和过熟林；“—”代表无对应项数值。

从龄组结构来看，中龄林碳储量最大，为16.34万t，占比达到65.2 %；分树种和龄组来看，杨树中龄林碳储量占比最大，刺槐过熟林碳储量占比最大，柏木中龄林碳储量占比最高，泡桐近熟林碳储量占比最高，软阔以中龄林碳储量占比最高，柳树以过熟林碳储量占比最高。

3.2 用材树种林带碳储量

林带树种主要为杨树。林带碳储量为6.15万t。

3.3 经济林碳储量

经济林碳储量占比较高的树种有7个树种，碳储量最高的为桃树(0.52万t)，占比为36.6 %；其余树种碳储量由大到小依次为枣树0.25万t、杏树0.23万t、梨树0.21万t、苹果0.11万t、柿树0.07万t和核桃0.03万t。经济林总碳储量为1.42万t。

3.4 总碳储量

中牟县森林总碳储量为32.62万t。其中，用材树种片林碳储量为25.05万t，占总量的76.8 %；用材树种林带碳储量为6.15万t，占总量的18.9 %；经济林碳储量为1.42万t，占总量的4.4 %。

4 结论与讨论

本研究使用IPCC方法，采用经修正的生物量转换参数，区分片林和林带的方法，估算出中牟县的森林碳储量为32.62万t。

如果不区分片林和林带，即生物量转换参数未做修正时，森林总碳储量为31.60万t。相对于区分片林和林带情况下森林碳储量少了1.02万t，占比为3.1%，这表明，不区分片林和林带，采用单一的参数估算碳储量将造成严重的低估。

林带广泛分布于农林交错地区，是我国华北黄淮海平原重要的森林类型[12]，既有防风固沙、减轻自然灾害的作用，又有庇护农田的功能，同时还是独特的森林景观[12-14]。这类森林的碳储量在总量中占有较高的比重，在估算碳储量时有必要进行区分，否则将会造成碳储量的低估。因此，将林带区分出来，进行碳储量估算，有利于提高整个森林生态系统碳储量的估算，可为生态建设决策提供有利支撑。

[3]王斌，杨校生. 4种典型地带性森林生态系统碳含量与碳密度比较[J].湖南农业大学学报：自然科学版，2010(4)：464-469.

[4]张鹏超，张一平，杨国平，等.哀牢山亚热带常绿阔叶林乔木碳储量及固碳增量[J].生态学杂志， 2010(6)：1047-1053.

[5]续珊珊，贾利.黑龙江省森工国有林区森林碳储量分析[J].林业经济问题，2010(1)：47-51.

[6]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.

[7]郑旭东，任筱霞，黄新峰，等.巩义森林的碳储量和碳密度[J].河南林业科技，2016(03)：4-6.

[8]Zhou X, Schoeneberger MM, Brandle JR,etal.Analyzing the Uncertainties in Use of Forest-Derived Biomass Equations for Open-Grown Trees in Agricultural Land.[J].Forest Science，2015,61(1):144-161.

[9]郑州市统计局.中牟县2015年经济运行分析[DB/OL].(2016-02-16)[2016-05-16].http://tjj.zhengzhou.gov.cn/fxtj/217585.jhtml.

[10]河南省林业厅. 河南省第八次森林资源清查操作细则[R].郑州：河南省林业厅，2013：36-37.

[11]国家发展改革委应对气候变化司. 2005中国温室气体清单研究[M].北京：中国环境科学出版社, 2014.

[12]孟平，张劲松，樊巍.中国复合农林业研究[M].北京：中国林业出版社,2003.

[13]朱廷曜.农田防护林生态工程学[M].北京：中国林业出版社,2001.

[14]梁宝君.三北农田防护林建设与更新改造[M].北京：中国林业出版社,2007.

EstimationofForestCarbonStorageinAgroforestryRegion: a Case Study of Zhongmu County

HUANG Xinfeng1，SUN Hongzhao1，WANG Qiaoling1，FENG Dongyang1，ZHENG Xudong2

(1.Henan Provincial Academy of Forest Inventory and Planning，Zhengzhou 450045，Henan，China；2.Forestry Bureau of Jiyuan，Jiyuan 454650，Henan，China)

Adopting the IPCC method and the amended biomass expansion factors (BEF),differentiating between patch forests and shelterbelt forests, the forest carbon storage of Zhongmu county was estimated.The results showed that the aboveground forest carbon storage was 3 262 00 t.While using the unmodified biomass expansion factors, the total carbon storage was 316 000 t,which was underestimated with 10 200 t, accounting for 3.1% of the total forest carbon storage. Therefore, distinguishing shelterbelt forests from patch forests was necessary as estimating forest carbon storage in agroforestry region.

carbon storage；patch forests；shelterbelt forests；IPCC；agroforestry region；Zhongmu county

2017—03—05

黄新峰(1978—)，男，河南洛阳市人。研究方向为森林经营管理和林业碳汇计量。

S 718.55+6

A

1003—6075(2017)02—0055—04

10.16166/j.cnki.cn43—1095.2017.02.013