西南地区乔木林碳储量及木材生产潜力预测

李奇，朱建华,，范立红，冯源，肖文发,

1. 中国林业科学研究院森林生态环境与保护研究所，北京 100091；2. 南京林业大学南方现代林业协同创新中心，江苏 南京 210037

森林植被和土壤作为主要的陆地碳库，具有吸收和储存大气中二氧化碳的潜力，近年来越来越受到国际社会的关注（Birdsey et al.，2015；Chen et al.，2016）。保持和增加森林碳储量可以带来一些协同效益，包括野生动植物的保护、土壤质量和水质量的改善，是应对全球变化的重要措施（MacLean et al.，2014）。森林乔木层碳储量作为森林生态系统碳库的基础，是森林生态系统碳储量的重要数据来源，而扩大森林面积和提高森林单位面积蓄积都是增加森林碳储量的有效途径（Hardiman et al.，2011；何云玲等，2015；Gray et al.，2016）。已有研究表明，近30年来，我国森林表现为碳汇的主要原因是人工林面积的增加和天然林资源的恢复（郭兆迪等，2013；张旭芳等，2016）。通过森林管理增加碳储量是一种比减少排放成本更低的抵消化石燃料燃烧碳释放的途径，也是在如今可造林的土地资源紧张情况下的一种更为可行的方式（王艳芳等，2016）。

森林采伐和木质林产品使用对一个国家碳平衡非常重要，将碳储存在森林和木质林产品中通常被看做是减缓气候变化极为有效的策略（邹慧等2015；Zeng et al.，2013）。我国木材对外依存度接近50%，木材安全问题成为影响我国经济安全的重要因素之一（国家林业局，2009）。2004年中国木质林产品碳储量为393.56～532.38 Mt，是同期森林生物量碳储量的7.63%～10.32%（白彦锋等，2009）。因此，提高和保护木质林产品碳储量对中国今后实现减排目标具有重大意义。特别是全面保护天然林、停止天然林商业性采伐等政策的实施，还将进一步减少国内木材的市场供给。大力增加森林碳汇与木材生产有相容的一面，未来森林碳汇增加的同时，也意味着森林蓄积的增加，也是在为未来提供木材储备（田明华等，2011）。采用可持续的方法对森林进行经营管理以确保木材产量和碳汇量间的平衡显得越来越重要。

目前，许多科学家对大区域尺度和国家乃至全球尺度的森林植被碳储量进行了大量研究（刘双娜等，2012；徐冰等，2010）。然而，中国幅员辽阔，气候复杂，不同区域之间森林植被类型差异很大。西南地区（贵州、四川、西藏、云南和重庆）是中国森林资源较为丰富的地区，是中国南方重要的生态屏障，在中国林业发展全局中具有举足轻重的地位，是国内的第二大林区（姚平等，2014）。然而，目前对该区域碳汇潜力及木材产量潜力预测的研究鲜有报道。本文利用西南地区森林资源清查数据，估算了各省份不同优势树种（组）的碳储量和碳密度，实现了对西南地区各省份乔木林总碳储量、林龄结构和地理分布的全面分析。建立西南地区乔木林优势树种（组）单位面积蓄积与林龄的关系方程，结合各省份林业发展规划，模拟预测了采伐和非采伐两种情景下西南各省、市、自治区乔木林碳汇潜力及未来木材产量，为准确评估西南森林的碳吸收潜力和木材供给潜力提供科学依据。

1　数据来源和研究方法

1.1　数据来源

数据来源于全国第七次（2004—2008）和第八次（2009—2013）森林资源清查资料（国家林业局，2009；国家林业局，2013），将贵州、四川、西藏、云南和重庆5省（市、自治区）划分为西南地区0，获取不同起源、不同优势树种（组）按龄组划分的面积和蓄积统计数据，以及未成林地、无立木林地和宜林地面积统计数据。第八次森林资源清查结果显示，西南地区乔木林总面积和蓄积分别为42.49×106hm2、6082.44×106m3，分别占中国乔木林总面积和总蓄积的25.81%、41.16%。

1.2　乔木林碳储量和碳密度估算方法

本研究所指的乔木林碳储量和碳密度，均只包括乔木林地上和地下生物量碳库，不包括枯死木、枯落物和土壤有机碳库。乔木林生物量碳储量和碳密度的估算，采用蓄积-生物量转换因子法（IPCC，2006），以基本木材密度、生物量换算因子、地下/地上生物量比例等为主要参数，将乔木林单位面积蓄积转换为单位面积生物量，再通过生物量含碳率计算其碳密度，结合面积计算碳储量。此方法充分考虑了不同森林植被类型的起源和龄级的差异，其基本公式为：

式中，DC为乔木林生物量碳密度（t·hm-2）；C为乔木林碳储量（t）；A为乔木林面积（hm2）；V为乔木林单位面积蓄积量（m3· hm-2）；D为乔木林基本木材密度（t·m3）；BEF为乔木林地上生物量与树干生物量的比例，无量纲；R为乔木林地下生物量与地上生物量的比例，无量纲；CF为乔木林生物量含碳率（t·t-1）。

本文所采用的各优势树种各龄组的生物量碳计量参数，来源于对现有文献资料的整理分析和野外实测数据（表1）。个别树种个别龄级缺少参数的，使用了该树种各龄级的平均值。生物量含碳率统一采用IPCC的推荐值0.5。

表1　主要优势树种（组）各林龄组碳计量参数Table 1　Carbon accounting factors for different forest types and age groups

1.3　乔木林碳汇潜力估算方法

首先预测未来乔木林总面积。本文假定第八次森林资源清查（2009—2013年）西南各省区的乔木林面积即代表2010年的平均水平，并假设各省（市、自治区）现有乔木林面积在未来保持不变，同时考虑未来新增加的乔木林面积，预测 2010—2050年间各省区的乔木林面积。依据全国第八次森林资源清查结果的未成林地、无立木林地和宜林地面积统计未来西南各省区新造林面积数据，其中，贵州1.02×106hm2、四川 1.01×106hm2、西藏 2.59×105hm2、云南 2.69×106hm2和重庆 2.66×105hm2。考虑到人工造林的难度和成活比率，假设未来西南各省份新造乔木林面积与现有人工乔木林占林地总面积的比率相同，以此确定未来西南各省份可造林面积和成林面积。同时假设各省区均在 2040年完成全部造林，期间各个年份造林面积比例相同。各省区新造林树种及其面积根据各省区现有主要造林树种（组）占人工乔木林面积的比率确定。

其次预测未来乔木林各龄组的面积。将第八次森林资源清查（代表基准年 2010年）各优势树种（组）各个龄组的面积按每 5年一个龄级进行平均划分，结合不同优势树种（组）的更新采伐周期，并假定在同一龄组内每个龄级（j）的面积相等：

式中，Ai,t为基准年第t年（2010年）第i龄组的面积（hm2）；Ai,j,t为第 t年第i龄组细分的第 j龄级的面积（hm2）。

以 5年为时间步长预测每 5年后各龄组的面积。5年后第i龄组有Ai,j,t的面积进入到第i+1龄组，而第i-1龄组又有Ai-1,k,t的面积进入到第i龄组，因此：

式中，Ai,t+5为第t+5年第i龄组的面积（hm2）；Ai-1,k,t为第t年第i-1龄组细分的第k龄级的面积（hm2）。

最后，通过建立乔木林单位面积蓄积与林龄的相关关系，来预测未来各时间段乔木林单位面积蓄积的变化。依据《国家森林资源连续清查技术规定》（国家林业局，2004）对树种（组）林龄段的划分和更新周期，以林龄段的中值表示该龄组的平均林龄（其中过熟林平均林龄设置为林龄下限的 1.5倍）。利用全国第七、八次森林资源连续清查结果中西南各省各优势树种（组）按龄组划分的单位面积蓄积统计数据，采用Logistic生长方程拟合单位面积蓄积量与平均林龄的相关关系，即：

式中，V、t分别为某一树种（组）某个龄级的单位面积蓄积和平均龄林；u为树木生长的最大值参数；v为与初始值有关的参数；w为该树种最大生长速率参数。西南地区人工林和天然林主要优势树种（组）的单位面积蓄积与林龄的拟合方程参数见表 2。结果显示，方程拟合效果较好，决定系数r2值大多在 0.8以上，能够较准确地量化该地区各主要乔木林类型单位面积蓄积随林龄变化的趋势。

以第八次森林资源清查（2009—2013）的乔木林单位面积蓄积代表 2010年的平均水平，同时假定未来继续维持现有的森林干扰水平。以 2010年为基年，采用拟合的 Logistic生长方程（表 2）预测 2010—2050年间乔木林单位面积蓄积的变化，并采用蓄积-生物量转换因子法计算未来各时段乔木林生物量碳密度及碳储量。

1.4　木材生产潜力估算方法

首先设定采伐情景。依据中国对主要乔木林优势树种（组）更新采伐年龄的划分及更新周期，假设只对已达到成熟林和过熟林的乔木林进行更新采伐，并假设采伐后立即更新为相同优势树种（组）的幼龄林。新造林在模拟期间因其林龄尚未达到成熟而不设置采伐情景。依据《全国“十三五”期间年森林采伐限额汇总表》（国家林业局，2016年）中西南各省份人工林和天然林的采伐限额（表 3），结合各优势树种（组）成熟林和过熟林的面积与蓄积，确定模拟期间每5年各树种（组）成熟林和过熟林的采伐面积比例，并假定模拟期间（2010—2050年）乔木林面积采伐比例都与“十三五”期间的面积比例相同。

表2　西南地区主要优势树种（组）单位面积蓄积—林龄Logistic拟合方程参数Table 2　The logistic allometric equation for main dominant tree species (groups) in Southwest China

表3　“十三五”期间西南地区年森林采伐限额Table 3　Annual logging quota for Southwest China in 2011—2015

在非采伐情景下，由于本研究假设未来乔木林的干扰水平（主要是采伐）保持历史干扰水平不变，因此非采伐情景下的采伐量可以视作相当于过去历年的平均采伐量，故本文不对此进行研究。此外本文不计算采伐的木材产品中的碳储量，只考虑采伐情景下未来乔木林碳储量及相对于非采伐情景下的木材生产潜力。

2　结果与分析

2.1　西南各省区乔木林碳储量与碳密度

第八次（2008—2013年）森林资源清查期间，西南地区乔木林总碳储量为2449.06 Tg。其中，天然乔木林碳储量为2295.66 Tg，人工乔木林碳储量为153.40 Tg，分别占总碳储量的93.74%和6.26%。西南地区乔木林碳密度为57.64 Mg·hm-2。其中天然乔木林碳密度为65.67 Mg·hm-2，人工乔木林碳密度为20.37 Mg·hm-2。天然林碳密度远高于人工林，尤其是在西藏地区。若经过适当的森林经营管理，人工乔木林在未来具有很高的增汇潜力。西南地区各省份乔木林碳储量大小顺序为：西藏＞云南＞四川＞贵州＞重庆，分别占西南地区乔木林碳储量的36.26%、31.33%、25.68%、4.62%和 2.11%。乔木林碳密度大小顺序为：西藏＞四川＞云南＞重庆＞贵州，西藏地区乔木林碳密度（104.66 Mg·hm-2）比贵州省（23.66 Mg·hm-2）高出5倍以上。除西藏地区外，其余4省（市）乔木林平均碳密度均低于西南地区平均水平（表4）。

表4　西南地区乔木林碳储量Table 4　Forest carbon stocks and carbon density in Southwest China

2.2　西南各省区不同起源与林龄的乔木林碳储量与碳密度

由表5可知，第八次清查期间，西南地区天然林碳储量在成熟林阶段最高（734.10 Tg），各省份之间略有不同。其中，四川天然林过熟林阶段的碳储量最高（247.58 Tg）；云南和西藏的天然林在成熟林阶段最高，分别为156.41 Tg和411.89 Tg；重庆和贵州天然林碳储量则在中龄林阶段最高，分别为15.73 Tg和30.68 Tg。2010年西南地区各省份人工林碳储量均在中龄林和近熟林阶段较高。

人工林和天然林的碳密度均随着龄级的增长而增大。天然林各龄组碳密度均明显高于同龄组人工林，这与天然林龄组划分时的林龄范围远大于人工林有关。由于西南地区幼龄林和中龄林所占面积比例较大，随着林龄的增长，即使保持现有乔木林面积不变，该地区的乔木林碳储量将处于持续增长之中，固碳能力将不断增加。但总体而言，西南地区人工乔木林平均碳密度最高的过熟林阶段（37.90 Mg·hm-2）尚不及天然乔木林中龄林阶段的平均碳密度（40.59 Mg·hm-2），这也反映出西南地区人工林总体质量不高，对碳储量及碳汇功能的贡献有限。若能及时对现有的乔木林地进行适当的抚育和管理，将有助于增加未来乔木林碳储量和提升碳汇潜力。

2.3　西南地区乔木林未来碳汇潜力

2.3.1非采伐情景下的碳汇潜力

在非采伐情景下，西南地区现有乔木林及未来新造林的碳储量如表6所示。至2020年，西南地区乔木林碳储量和碳密度分别为 2903.97 Tg和65.71 Mg·hm-2，与2010年相比分别提高了约20%和15%；至2030年，西南地区乔木林碳储量和碳密度分别达到了3355.63 Tg和73.05 Mg·hm-2，与2010年相比分别增加了约38%和28%；至2050年，乔木林碳储量和碳密度分别达到了 4057.29 Tg和85.08 Mg·hm-2，与2010年相比分别增加了约67%和49%。可见，随着乔木林单位面积蓄积的增长，以及新造林面积和蓄积的增加，2010—2050年间西南地区乔木林碳储量年均增加约40.84 Tg，碳密度年均增加约0.7 Mg·hm-2。

表5　西南地区天然和人工乔木林碳储量与碳密度Table 5　Carbon stocks and carbon density of natural forests and plantations at different ages in Southwest China

天然乔木林作为西南地区乔木林碳储量的主体，2010年天然乔木林碳储量占总碳储量的93.74%，而人工乔木林碳储量仅占总碳储量的6.26%。随着新造林面积的增加以及单位面积蓄积的增长，到 2050年天然乔木林和人工乔木林碳储量分别占总碳储量的88%和12%，人工乔木林碳储量占比有所上升。在各个模拟阶段，天然乔木林的碳密度均远高于人工林和新造林碳密度，但人工乔木林和新造林的碳密度增长幅度大于天然林。2010—2050年间，人工乔木碳密度由24.21 Mg·hm-2增长到了45 Mg·hm-2，增加了85%；天然乔木林的碳密度由 64.15 Mg·hm-2增长到了 101.57 Mg·hm-2，增加了58%。

在模拟阶段的初期（2010—2015年），现有人工乔木林碳密度由 24.21 Mg·hm-2增加到 28.85 Mg·hm-2，5 年间增加了 4.65 Mg·hm-2；现有天然乔木林碳密度由64.15 Mg·hm-2增加到69.84 Mg·hm-2，5 年间增加了 5.69 Mg·hm-2；而新造林在这5年间碳密度增加了8.50 Mg·hm-2。在模拟阶段的后期（2045—2050年），现有人工乔木林碳密度由 44.23 Mg·hm-2增加到 44.89 Mg·hm-2，5 年间仅增加了 0.66 Mg·hm-2；现有天然乔木林碳密度由98.37 Mg·hm-2增加到 191.57 Mg·hm-2，5 年间增加了3.20 Mg·hm-2；而新造林在这5年间碳密度增加了4.78 Mg·hm-2。对比可知，在模拟阶段后期，无论是现有人工林、现有天然林还是新造林，其碳密度年增加量均比模拟初期有所降低。这也表明，在非采伐情景下，随着现有林逐步趋于成熟，虽然碳储量持续增加，但碳储量年增量有所降低，碳汇能力有所下降。

2.3.2采伐情景下的碳汇潜力

采伐情景下，到 2050年，西南地区乔木林碳储量和碳密度将分别达到 3829.18 Tg和 81.60 Mg·hm-（2表7），与2010年相比分别增加了59.07%和 43.66%。与非采伐情景相比，采伐情景下 2050年碳储量下降了 228.11 Tg，碳密度下降了 3.48 Mg·hm-2。其中，2050年人工林碳储量和碳密度分别为246.95 Tg、32.64 Mg·hm-2，与非采伐情景相比分别下降了36.09%和37.53%，下降幅度较大，这主要是采伐情景中对人工乔木过熟林和成熟林的采伐比重较大的缘故。而采伐情景下天然林的碳储量和碳密度与非采伐情景相比变化幅度不大，这也符合中国逐步采取的全面停止天然林商业性采伐政策，只对成、过熟林进行适当比例的更新。然而，采伐情景下木材的年产量也随着活立木的定期采伐及单位面积蓄积的增长呈现相应的增长。2020年、2030年和2050年，采伐情景下的木材产量将分别达到70.77×106m3、100.66×106m3和111.58×106m3，2010—2050年间累计可提供木材产量 7.86×108m3（图1），在维持乔木林碳储量持续增长的同时，能够提供大量的木材资源。

模拟采伐和非采伐情景下西南地区乔木林未来各个龄组面积比例如图2所示。到2050年，采伐情景下西南地区乔木林的幼龄林、中龄林、近熟林、成熟林和过熟林的面积比例分别为3.6%、9.3%、11.6%、24.6%和50.9%；而非采伐情景下各个龄级的面积比例分别为 0.6%、5.8%、9.2%、23.8%、60.7%。对比可知，采伐情景能在一定程度上调节乔木林林龄结构，降低过熟林面积比例，同时提高幼龄林、中龄林和近熟林的面积比例。到2050年，2种情景下幼龄林和中龄林面积占比非常小，而成熟林和过熟林面积比例占绝对的优势，这使得未来西南地区乔木林能维持较高的单位面积蓄积和碳密度，使碳储量保持在较高的水平。

表7　采伐情景下西南地区碳汇潜力Table 7　Forest carbon sequestration potential in Southwest China under logging scenario

图1　采伐情景下西南地区乔木林未来木材产量Fig. 1　Timber yield in Southwest China under logging scenario

3　讨论

已有对西南地区各省份碳储量和碳密度的研究主要集中在对碳储量现状和固碳能力的分析和评价（刘淑琴，2017）方面。燕腾等（2016）对西南地区乔木林总碳储量估算结果为2546.74 Tg，与本文的研究结果相近。也有关于退耕还林碳汇潜力及主要优势树种碳汇潜力的报道（陈先刚等，2008；姚平等，2014；冯源等，2017；曹先磊等，2017）。本研究在评估碳储量现状的基础上，对整个西南地区森林乔木林的未来碳汇潜力进行研究，同时考虑到林分的采伐更新，估算了采伐情景下的未来碳汇潜力和木材产量潜力，以期为碳汇潜力评估和木材产量预测提供科学的指导。

图2　西南地区乔木林不同龄级面积比例Fig. 2　The area ratio of forests at different age groups in Southwest China

森林碳储量和碳汇能力的提升，重点在于增加森林面积、提高森林质量和生产力。对于西南地区乔木林的碳汇功能而言，单位面积蓄积或碳密度的增长比森林面积增加更具有现实意义。本研究结果表明，天然乔木林是西南地区最重要的碳储存库，其碳储量和碳密度均远高于人工林。随着新造林面积的增加，西南地区人工林面积、碳储量和碳密度也逐步增加。因此，通过造林和科学经营，提高人工林生产力和碳密度，将有助于提升西南地区森林碳储量和碳汇能力。同时，实施天然林保护，减少甚至禁止天然林商业性采伐，有助于保护现有天然林中的碳储存，也是减少林业碳排放、增加森林碳汇的一种重要途径。

然而，本研究结果也表明，如果长期不进行采伐更新，随着幼龄林、中龄林的逐渐成熟，当乔木林龄级结构逐步以成熟林甚至过熟林为主时，乔木林碳储存的增长会趋于缓慢，固碳速率将大大减弱。本研究设置的采伐情景，根据中国林业政策和未来经营规划模拟了乔木林的采伐强度和更新造林方式。相比非采伐情景，能在一定程度上提高幼龄林、中龄林和近熟林的面积比例，降低过熟林面积比例。在保持碳储存的同时，通过对成熟林和过熟林进行采伐更新，促进森林生长并保持一定的固碳速率。

有研究表明，木质林产品中的碳储量占采伐的生物质碳储量的比例可高达 32%（王艳芳等，2016）。但由于本研究的局限性，本文并未探讨采伐之后的木质林产品固碳量，因此低估了采伐情景下的总碳储量和碳汇能力。此外，有研究认为，适当的更新采伐更有利于森林长期固定大气中的二氧化碳（Bottalico et al.，2016）。本文也未探讨何种采伐情景更有利于同时保护碳储存，又同时提高固碳速率。这需要在森林的木材生产与固碳效率之间寻找一个平衡点，对这两种主要生态和生产功能进行权衡。考虑到中国经济发展对木材的需求量巨大，如何通过采伐使森林既有高的经济效益，又不损失其他生态效益，正是未来需要研究和解决的重要问题。应对气候变化的经营措施也不能依赖于单一的方案，经营方式要有灵活的策略，制定长期和短期规划，并在多种可供选择的措施中根据环境、需求变化进行选择，同时考虑森林管理的生态、经济和社会作用（Keith et al.，2014）。

本研究构建了西南地区乔木林各优势树种（组）单位面积蓄积随林龄变化的生长方程，通过拟合生长方程得到的 2010年蓄积量估计值与统计值之间的误差约为-1%，模拟精度较高，能够较准确地预测西南地区未来乔木林碳储量。在未来长期模拟中，本研究通过细分乔木林龄级，并考虑各龄级及其面积随时间推移的变化，在很大程度上减少了估算结果的不确定性。但上述模拟和假设的前提，是基于未来西南地区的自然干扰和人为管理活动均保持过去历史水平。由于未来的自然干扰存在不可预知性，而人为管理活动也可能随着政策和科学技术进步发生较大的变化，这使得本文对西南地区乔木林碳储量和碳汇潜力的预测也存在一些不确定性，主要表现在以下方面：

（1）本文对未来新造林面积的预测，基于对所有宜林地均进行造林的假设，造林树种选择和面积分配比例上存在一定的主观性。本文还假设现有乔木林（人工林、天然林）的树种、面积在未来均保持不变，采伐更新后树种也不发生变化，这一假设也具有较高的不确定性。

（2）本研究没有考虑自然干扰因素（如火灾、病虫害、乔木林自身枯损等）和人为干扰（如城镇化土地征占、采伐更新方式等）对未来森林面积的影响；林业政策和社会发展等因素的变化，都可能影响到森林面积和碳储量的变化。

（3）本文对未来木材产量的估计存在不确定性。一方面，模拟采伐量是根据国家规定的采伐限额设定的，而各省每年实际采伐量可能未达到或者超过采伐限额；另一方面，本研究假设只对成熟林、过熟林按比例进行更新采伐，而未考虑其他采伐方式（如抚育间伐）等对木材生产的可能贡献。

4　结论

2010年，西南地区乔木林碳储量为2449.06 Tg，碳密度为57.64 Mg·hm-2。西南各省区乔木林碳储量大小顺序为：西藏＞云南＞四川＞贵州＞重庆，碳密度大小顺序为：西藏＞四川＞云南＞重庆＞贵州。到2050年，采伐情景和非采伐情景下西南地区乔木林碳储量分别为3829.18 Tg和4057.29 Tg，碳密度分别为81.60 Mg·hm-2和 85.08 Mg·hm-2。与 2010 年相比，采伐情景和非采伐情景下西南地区乔木林碳储量分别增加了59.07%和67.4%；碳密度分别增加了43.66%和49%。到2050年，新造乔木林可为西南地区增加碳储量170.56 Tg，碳密度将达到32.54 Mg·hm-2。

2010—2050年，与非采伐情景相比，采伐情景下碳储量减少了 228.11 Tg，碳密度下降了 3.48 Mg·hm-2，但采伐情景累计可提供木材产量 7.86×108m3。因此，加强对森林生态系统的管理，制定合理的乔木林更新采伐比例，可以在有效发挥森林碳汇效益的同时实现森林质量的提升和木材产量的增加。

参考文献：

BIRDSEY R, PAN Y D. 2015. Trends in management of the world's forests and impacts on carbon stocks [J]. Forest Ecology & Management,355(1): 83-90.

BOTTALICO F, PESOLA L, VIZZARRI, M. et al. 2016. Modeling the influence of alternative forest management scenarios on wood production and carbon storage: a case study in the mediterranean region [J]. Environmental Research, 144(Part B): 72-87.

CHEN Y L, LUO G P, MAISUPOVA B, et al. 2016, Carbon budget from forest land use and management in Central Asia during 1961—2010[J]. Agricultural & Forest Meteorology, 221: 131-141.

GRAY A N, WHITTIER T R, HARMON M E. 2016. Carbon stocks and accumulation rates in Pacific Northwest forests: role of stand age, plant community, and productivity [J]. Ecosphere, 7(1): 1-19.

HARDIMAN B S, BOHRER G, GOUGH C M, et al. 2011. The role of canopy structural complexity in wood net primary production of a maturing northern deciduous forest [J]. Ecology, 92(9): 1818-1827.

KEITH H, LINDENMAYER D, MACKEY B, et al. 2014, Managing temperate forests for carbon storage: impacts of logging versus forest protection on carbon stocks[J]. Ecosphere, 5(6): 1-34.

MACLEAN R G, DUCEY M J, HOOVER C M. 2014. A comparison of carbon stock estimates and projections for the northeastern United States [J]. Forest Science, 60(2): 206-213.

ZENG N, KING A W, ZAITCHIK B, et al. 2013. Carbon sequestration via wood harvest and storage: An assessment of its harvest potential [J].Climatic Change, 118(2): 245-257.

白彦锋, 姜春前, 张守攻. 2009. 中国木质林产品碳储量及其减排潜力[J]. 生态学报, 29(1): 399-405.

曹先磊, 张颖. 2017. 云南思茅松碳汇造林项目减排量、经济价值及其敏感性分析[J]. 生态环境学报, 26(2): 234-242.

陈先刚, 张一平, 詹卉. 2008. 云南退耕还林工程林木生物质碳汇潜力[J]. 林业科学, 44(5): 24-30.

冯源, 朱建华, 肖文发, 等. 2017. 干扰及林龄影响下迪庆州云杉老龄林生态系统碳储量动态[J]. 生态环境学报, 26(9): 1465-1472.

郭兆迪, 胡会峰, 李品, 等. 2013. 1977—2008年中国森林生物量碳汇的时空变化[J]. 中国科学: 生命科学, 43(5): 421-431.

国家林业局. 2009. 第八次全国森林资源清查报告[R]. 北京: 中国林业出版社.

国家林业局. 2013. 第八次全国森林资源清查报告[R]. 北京: 中国林业出版社.

何云玲, 郭宗锋, 刘雪莲. 2015. 四川省老君山常绿阔叶林乔木碳储量及其分布特征[J]. 生态环境学报, 24(11): 1765-1770.

江泽慧. 2008. 中国现代林业[M]. 北京: 中国林业出版社.

刘淑琴. 2017. 西藏森林植被乔木层碳储量与碳密度估算[J]. 应用生态学报, 28(10): 3127-3134.

刘双娜, 周涛, 魏林艳, 等. 2012. 中国森林植被的碳汇/源空间分布格局[J]. 科学通报, 57(11): 943-950.

田明华, 王富炜, 程思瑶, 等. 2011. 中国大力增加森林碳汇中的几个问题[J]. 林业经济评论, (7): 28-32.

王艳芳, 刘领, 邓蕾, 等. 2016. 采伐对豫西退耕还林工程固碳的影响[J]. 生态学报, 36(5): 1400-1408.

徐冰, 郭兆迪, 朴世龙, 等. 2010. 2000—2050年中国森林生物量碳库:基于生物量密度与林龄关系的预测[J]. 中国科学: 生命科学, 40(7):587-594.

燕腾, 彭一航, 王效科, 等. 2016. 西南5省市区森林植被碳储量及碳密度估算[J]. 西北林学院学报, 31(4): 39-43.

姚平, 陈先刚, 周永锋, 等. 2014. 西南地区退耕还林工程主要林分 50年碳汇潜力[J]. 生态学报, 34(11): 3025-3037.

张旭芳, 杨红强, 张小标. 2016. 1993—2033年中国林业碳库水平及发展态势[J]. 资源科学, 38(2): 290-299.

邹慧, 覃林, 何友均, 等. 2015. 不同森林经营措施对木材产量和碳储量的影响[J]. 世界林业研究, 28(1): 12-17.