广州城市森林六种典型林分碳积累研究

林雯, 李聪颖, 周平

广州城市森林六种典型林分碳积累研究

林雯1, 李聪颖2,3, 周平3,*

1. 广州市林业和园林科学研究院, 广州 510405 2. 华南农业大学, 广州 510642 3. 广州地理研究所, 广州 510070

以广州市城市森林中桉树、马占相思、黧蒴、木荷、马尾松、杉木林分为研究对象, 采用样方调查和解析木测定相结合的方法, 分析了各林分乔木层、灌木层、草本层、枯落物层和土壤层碳储量的分配状况, 及不同树种在生长过程中的碳积累规律。研究结果表明, 各林分碳储量的分布均表现为土壤层>植被层(乔木、灌木及草本层)>枯落物层, 但是林分间存在差异, 土壤层碳储量最高为马占相思林, 植被层碳储量最高为黧蒴林。各林分的总碳储量依次为马占相思(283.95t·hm-2)>黧蒴(262.99t·hm-2)>木荷(244.92t·hm-2)>马尾松(224.09t·hm-2)>桉树(166.28t·hm-2)>杉木(157.66t·hm-2)。各树种均在7 a时的材积则表现为桉树(0.1037 m3)>马占相思(0.0386 m3)>杉木(0.0189 m3)>木荷(0.0102 m3)>马尾松(0.0068 m3)>黧蒴(0.0038 m3); 25年生(25 a生)时黧蒴(0.3001 m3)>木荷(0.2228 m3)>马尾松(0.0783 m3)。其中, 7 a生马尾松的材积高于黧蒴, 然而25 a生材积正好相反。六种林分年均净生产力表现为: 桉树(7.57 t·hm-2·a-1)>马占相思(6.67 t·hm-2·a-1)>黧蒴(4.49t·hm-2·a-1)>木荷(3.22t·hm-2·a-1)>杉木(2.49t·hm-2·a-1)>马尾松(1.37 t·hm-2·a-1)。该研究可为南亚热带城市森林中主要人工林树种和林分固碳效益的评价提供依据。

解析木; 材积; 碳储量; 净生产力

0 前言

城市森林作为城市生态系统的重要组成部分, 在缓解城市局部气候变化影响和增汇减排中起着重要作用[1-2]。目前, 在南亚热带森林碳储量的研究方面, 其研究对象主要集中在天然次生林的优势树种和作为商品用材林的人工林树种。如徐伟强等研究了天然次生林中的华润楠、罗浮栲、鹿角锥等林分生物量结构和固碳现状[3], Tang等分幼龄林和老龄林对亚热带森林的固碳机制做了深入研究[4]; 同时, 对于作为商品用材林的桉树、相思、马尾松等人工林碳储量也有大量研究成果[5-7], 城市森林中商品林用途的人工林固碳已经有研究, 如桉树林, 杉木林的等, 非商品林用途的人工林则鲜有报道[8]。广州市经过近几十年来的林业发展和城市森林建设, 森林质量得到了显著的改善, 马尾松、杉木、桉树、马占相思、黧蒴、木荷等作为广州市城市森林的优势树种[9-10], 属于在近自然环境中生长的人工林, 开展其林分随材积生长的碳积累和净生产力变化规律的研究具有重要意义。因此, 本文选取六种广州市城市森林的优势树种林分为研究对象, 通过样地调查和树干解析[11-13]相结合的方法, 了解树木历年生长、培育情况, 综合对比反映每个树种的碳积累能力和碳储量的动态。通过研究这六种典型林分的碳积累规律, 可以为动态评价林木的碳储存变化提供新的模式, 对了解广州市城市森林生态系统碳汇特征及指导城市森林中以生态效益为主的人工林固碳增汇经营管理具有重要作用。

1 材料和方法

1.1 研究区及样地概况

本研究区域位于广州市, 地处广东省的中南部, 珠江三角洲的北缘, 接近珠江流域下游入海口。整体地貌走势为东北高、西南低, 背山面海。该地区气候属于南亚热带季风气候区域, 海洋性气候特征特别显著, 具有温暖多雨、光热充足、温差较小、夏季长、霜期短等气候特征。全市年平均气温21.2—23.1 ℃, 总降水量1411—1942 mm, 其中4—9月的降水量约占全年降水量的80%, 平均相对湿度为77%, 年蒸发量1700—1800 mm, 年日照时数1800—2100 h[9]。地带性土壤为赤红壤。地带性典型植被为南亚热带季风常绿阔叶林。本研究中, 选择位于广州市的白云山、帽峰山、大夫山、流溪河林场以及龙眼洞林场的六种典型林分(马尾松、杉木、桉树、马占相思、黧蒴、木荷)为代表, 各林分类型分别设置样地3—6个, 地理位置位于22°55′—23°46′N, 113°17′—113°50′E, 海拔在101—275 m之间, 坡向兼顾东西南北。样地具体基本情况见表1。

1.2 试验方法

1.2.1 生物量调查方法

在研究区内, 选择具有代表性的地块设置20 m×20 m的马尾松、杉木、桉树、马占相思、黧蒴、木荷人工林标准地, 对每个样地内乔木进行每木调査; 同时在样地内的四个角各设一个5 m×5 m的样方, 进行灌木调査和更新层调査; 在每个5 m× 5 m的样方内的四个角设1 m×1 m的小样方, 进行草本层物种调查。

1.2.2 解析木调查方法

对标准地内林木每木检尺, 选择胸径和树高最接近平均值的1株作为标准木, 样木要复测树高、胸径、冠幅, 在地面1.3 m处作标记, 并在树干上标记出南、北的方位, 记录该树临近木情况, 画出简图。伐倒样木, 将所有树枝齐树干锯下, 于树高1.3 m处, 整个树高的1/4、1/2、3/4处, 称重之后的每段树干上下两端各截取一个圆盘。

表1 广州市典型林分调查样地基本情况表

1.2.3 解析木生物量测定

采用平均生物量法, 根据实测每一块标准地标准木各组成(干、枝、叶、根)的生物量乘以该标准地的树木株数来推算林分生物量; 选取平均木伐倒后地上部分按Monsic提出的"分层切割法"进行干、皮、枝、叶、根的各器官取样、称重; 地下部分采用挖掘收获法、钻土芯法及根径比推算法。根系生物量采用分层分级测定, 于实验室内测定含水率, 推算生物量。

1.2.4 植物含碳率测定方法

在进行生物量调查的同时, 采集乔木层不同器官(干、枝、叶、根)等样品, 经烘干、粉碎、过筛后, 用重铬酸钾-硫酸氧化的方法测定含碳率[14]。

1.2.5 土壤调查取样方法

在样地内按“S”型路线随机采集土壤样品, 在每个采样点按 0—25、25—50、50—75、75—100 cm 4个层次, 采后混合土样, 用四分法分别取土样500g, 共采土样324个。按每个样地土壤取12(4×3)个铝盒新鲜土, 密封后带回烘干, 测定土壤含水率。另取足够土样于封闭袋, 带回自然风干后, 去除石砾与杂物, 依次过2mm土壤筛供土壤有机碳测定。同时取12(4×3)个100cm3环刀用于测定土壤容重。

1.2.6 土壤有机碳测定方法

用重铬酸钾氧化-外加热法测算土壤样品有机碳含量, 进而估算土壤层有机碳储量[1-5]。

1.3 数据处理

用Excel 2007 软件计算树高、胸径以及材积的总生长量、连年生长量、平均生长量, 并结合Sigmaplot10.0绘制相应曲线图。

各样品的化学分析结果为4次重复的平均值, 误差为标准误(SE)。

各器官(树干、皮、叶、枝、根)生物量计算方法:

器官干重(kg)=器官鲜重(kg)×[样品干重(g)/

样品鲜重(g)] (1)

各器官(树干、皮、叶、枝、根)碳含量计算方法:

器官碳含量(kg)=器官干重(kg)×C含碳率(g·kg-1) (2)

2 结果与分析

2.1 不同林分类型碳储量空间分布

研究结果显示, 各林分的总碳储量依次为马占相思(283.95 t·hm-2)>黧蒴(262.99 t·hm-2)>木荷(244.92 t·hm-2)>马尾松(224.09 t·hm-2)>桉树(166.28 t·hm-2)>杉木(157.66 t·hm-2), 其中马占相思和黧蒴人工林生态系统碳储量平均值均高于我国森林生态系统的平均碳储量(258.83 t·hm-2)[16], 说明马占相思和黧蒴作为广州市城市森林中乡土阔叶树种能较好的发挥森林固碳的效益。另外, 根据各林分植被、枯落物、土壤的碳储量研究统计分析, 由图1可知, 各层碳密度及空间分布表现为土壤层>植被层(乔木、灌木及草本层)>枯落物层, 这种配格局与[17-19]的研究结果基本一致。其中, 土壤层碳储量占总碳储量的比值在55.80%—83.27%之间, 杉木(131.29t·hm-2)占比最高, 黧蒴(146.75 t·hm-2)占比最低; 植被层碳储量占比在在14.85%—42.11%之间, 依次为黧蒴(110.73.99 t·hm-2)>马占相思(92.73 t·hm-2)>木荷(88.22 t·hm-2)>马尾松(62.91 t·hm-2)>桉树(56.43 t·hm-2)>杉木(23.42 t·hm-2), 总体表现为乔木层>灌木层>草本层, 乔木层碳储量占植被总碳储量的88.26%—95.5%。枯落物层碳储量占总碳储量的比例最低, 介于0.89%—2.09%之间, 依次为黧蒴(5.51 t·hm-2)>马占相思(3.44 t·hm-2)>杉木(2.95 t·hm-2)>马尾松(2.67 t·hm-2)>木荷(2.19 t·hm-2)>桉树(1.90 t·hm-2), 桉树林内枯落物碳储量最低, 约占黧蒴林的三分之一(34.48%)。此外, 不同森林类型固碳能力存在较大差异[20], 除了桉树人工林以外, 阔叶树种马占相思、黧蒴和木荷的碳储量都高于针叶树种马尾松和杉木, 而且针叶树种易引起地力衰退[21], 因此, 阔叶树种在提高南亚热带地区森林的固碳潜力和生态功能方面比针叶树种表现良好。

2.2 不同树种材积生长规律

2.2.1 不同树种材积总生长规律

由图2可知, 不同树种的材积总生长量随着龄阶的增加而增加, 其变化曲线呈指数增长的趋势, 与胸径、树高变化曲线相比存在差异。不同树种的材积总生长量随着龄阶的增加而增大, 各树种7 a时的材积生长量为桉树(0.1037 m3)>马占相思(0.0386 m3)>杉木(0.0189 m3)>木荷(0.0102 m3)>马尾松(0.0068 m3)>黧蒴(0.0038 m3); 25a生时黧蒴(0.3001 m3)>木荷(0.2228 m3)>马尾松(0.0783 m3), 阔叶树种黧蒴和木荷在生长后期的材积积累大于马尾松。桉树单株的材积生长最迅速, 7 a的桉树材积为0.1037 m3; 马占相思材积生长量在第7 a时为0.0386 m3, 而8—13a则材积生长的速生期, 在13 a时材积为0.2009 m3; 黧蒴材积生长量在前18 a都低于木荷, 其后生长速度加快, 25 a生的黧蒴材积生长总量为0.3001 m3, 高于27 a生的木荷材积生长总量0.2606 m3, 25 a生黧蒴材积生长量是同龄阶木荷的1.34倍; 9 a生杉木的材积生长总量为0.0308 m3, 是同龄阶马尾松的2.99倍, 相当于16 a的马尾松的材积生长量; 43 a马尾松材积生长总量为0.2164 m3。各树种材积的平均生长量表现为: 马占相思(0.0155 m3)>桉树(0.0148 m3)>黧蒴(0.0120 m3)>木荷(0.0097 m3)>马尾松(0.0050 m3)>杉木(0.0034 m3), 阔叶树种的总平均材积生长高于针叶树种。

图1 不同林分碳储量空间分布

Figure 1 Spatial distribution of carbon storage in each ecosystem

图2 不同树种材积总生长情况

Figure 2 Total volume increment of different tree species

2.2.2 不同树种材积连年生长规律

材积连年生长量会随林龄的增大先增大后减小[22]。本研究中, 桉树材积连年生长量在1—5a呈增大的趋势, 在5 a时最高为0.0237 m3, 5 a后开始减少; 马占相思的材积连年生长一直呈增大的趋势, 13 a时未达到最大值, 处于生长的旺盛期; 黧蒴的材积连年生长量在1—18 a呈持续增长的趋势, 18—22 a达到平稳生长期, 生长量为0.0241—0.0248 m3, 23 a后持续增长, 生长旺盛; 木荷的材积连年生长在前期高于黧蒴, 在14 a时与黧蒴的材积生长基本一致, 其中黧蒴为0.0115 m3, 木荷为0.0111 m3, 之后材积连年生长则低于黧蒴; 杉木的材积连年生长量为0.0002—0.0048m3, 在第8 a时达到最大值, 其后则有减少的趋势; 马尾松的材积连年生长较为平缓0.0006—0.0098m3, 可能受不同年份林地水热条件和病虫害等因素的影响, 生长量在43 a内呈曲线波动变化的趋势。已有研究基于生物过程的模型模拟发现, 对于广州城市森林中40年以上的马尾松林而言, 净生态系统生产力已经呈现负值, 建议进行更新改造[23]。

2.2.3 不同树种材积生长估算模型

通过对六种典型林分材积生长的数据分析, 研究材积生长和林龄的关系, 分别采用幂函数、二次函数和三次函数进行拟合, 建立了不同树种的材积生长的估算模型。结果显示, 不同的回归方程拟合效果不一致,2的取值范围为0.775—0.993。由于不同树种有其各自的生长规律, 而且因立地条件不同也会存在差异, 因此, 我们针对不同树种及其连年材积和总生长材积选择了拟合效果最佳的回归方程(2取值为0.845—0.993), 如表2所示, 模型精确, 拟合效果显著。

2.3 林分净初级生产力

本研究结果显示, 六种林分总净初级生产力具体表现为: 黧蒴(112.24 t·hm-2)>马占相思(86.73 t·hm-2)>木荷(86.85 t·hm-2)>马尾松(59.07 t·hm-2)>桉树(52.96 t·hm-2)>杉木(22.44 t·hm-2), 25 a的黧蒴、27 a木荷以及13 a马占相思林总净生产力较高, 具有较强的固碳能力和光合作用效率。由于不同林分的林龄不一致, 各林分的年均净生产力如图3所示,具体表现为: 桉树(7.57 t·hm-2·a-1)>马占相思(6.67 t·hm-2·a-1)> 黧蒴(4.49 t·hm-2·a-1)>木荷(3.22 t·hm-2·a-1)>杉木(2.49 t·hm-2·a-1)>马尾松(1.37 t·hm-2·a-1)。通过解析木法准确估算NPP、理解NPP在植物生长过程中与林龄的相互关系, 对了解生态系统碳汇能力具有重要的作用[24-28], 在本研究供试林分中, 阔叶林的净初级生产力大于针叶林, 能发挥较好的碳汇功能。

表2 不同树种材积生长估算模型

图3 不同林分年均NPP/(t·hm-2·a-1)

Figure 3 Average annual NPP of different forests

不同林分的连年净生产力和年均净生产力随着林龄的变化呈不同的变化趋势。其中桉树的连年净生产力在第5 a达到最大值(12.12 t·hm-2), 在第7 a时连年净生产力(7.92 t·hm-2)与年均净生产力(7.57 t·hm-2)接近, 表明桉树在7 a已接近成熟林阶段, 此后则固碳能力和固碳速率下降, 因在7 a考虑林地的皆伐和再造林; 马占相思在前3 a的生产力较低, 连年净生产力仅为0.8 t·hm-2, 3—9 a净生产力增大, 10 a后生长速度继续增大, 固碳速率在10 a后才逐渐达到高峰; 黧蒴林在前8 a都生长缓慢, 净生产力较低, 生长第9 a后才逐渐迅速生长, 在25 a时林分净生产力可达11.41 t·hm-2; 木荷林与黧蒴林相似, 在净生产力迅速生长前都有一个缓慢生长的过程, 前6 a生长平缓, 6 a后林分的生产力逐渐提高, 27 a时的净生产力几乎是6 a时的10倍, 固碳速率随着龄阶的增加而增大; 马尾松林的连年净生产力最高为2.68 t·hm-2, 生长平稳; 杉木林在3—6 a生长迅速, 6 a后则增长幅度较小, 林分连年净生产力最高为4.60 t·hm-2, 年均净生产力是马尾松林的1.81倍, 固碳速率高于马尾松, 在针叶树种中具有较高的固碳能力。

3 讨论与结论

研究结果显示, 各林分的总碳储量依次为马占相思>黧蒴>木荷>马尾松>桉树>杉木; 不同树种的材积总生长量随着龄阶的增加而增大, 各树种7 a时的材积生长量为桉树>马占相思>杉木>木荷>马尾松>黧蒴, 25 a生时黧蒴>木荷>马尾松, 阔叶树种黧蒴和木荷在生长后期的材积积累大于马尾松; 六林分总净初级生产力具体表现为: 黧蒴>马占相思>木荷>马尾松>桉树>杉木, 黧蒴、木荷以及马占相思林总净生产力较高, 具有较强的固碳能力和光合作用效率, 这与黄钰辉等[29]、丁建国等[30]对南亚热带地区的地带性植被常绿阔叶林, 如黧蒴、木荷、米老排的碳储量能力显著高于杉木, 黧蒴在中幼林阶段蓄积量可达杉木的2.8倍的研究结果一致。由于不同林分的林龄不一致, 各林分的年均净生产力表现为: 桉树>马占相思>黧蒴>木荷>杉木>马尾松。

根据[31]基于过程模型和遥感模型对于中国陆地生态系统净初级生产力变化特征的评估结果可知, 常绿阔叶林单位面积年均净生产力为7.45 t·hm-2·a-1, 显著高于其他植被类型, 但不同研究结果间变化范围很大, 介于4.18—10.86 t·hm-2·a-1之间, 落叶针叶林、常绿针叶林和落叶阔叶林相差较小, 变化在4.16—5.14 t·hm-2·a-1, 本文的研究结果中阔叶林桉树、马占相思、黧蒴的净生产力都在全国范围之内, 针叶树种马尾松和杉木的净生产力小于全国平均水平。另外, 针对落叶针叶林、常绿阔叶林、热带和亚热带常绿针叶林和落叶阔叶林研究表明[32], 净生产力分别在54、40、13和122 a时达到最大值, 数值分别为4.62 t·hm-2·a-1、8.89 t·hm-2·a-1、6.20 t·hm-2·a-1和6.25 t·hm-2·a-1。由此可见, 本研究中的13 a马占相思、25 a黧蒴、27 a木荷、9 a杉木的林龄都偏低, 森林生态系统净初级生产力具有较大的增长潜力。

本文探索广州市典型林分及不同树种在生长过程中碳储量的变化规律, 拟合了不同林分的材积和NPP估算模型, 为不同碳汇造林树种的选择和碳汇造林碳储量计量方法的确定提供科学依据。

[1] 周健, 肖荣波, 庄长伟, 等.城市森林碳汇及其抵消能源碳排放效果—以广州为例[J]. 生态学报, 2013, 33(18): 5865–15873.

[2] 杨智杰. 杉木、木荷人工林碳吸存与碳平衡研究[D]. 福州: 福建农林大学, 2007.

[3] 徐伟强, 周璋, 赵厚本, 等. 南亚热带3种常绿阔叶次生林的生物量结构和固碳现状[J]. 生态环境学报, 2015, 24(12): 1938–1943.

[4] TANG Xuli, WANG Yingping, ZHOU Guoyi, et al. Dif­ferent pat­terns of ecosystem carbon accumulation between a young and an old-growth subtropical forest in Sou­thern China [J]. Plant Ecology, 2011, 212(8): 1385–1395.

[5] 管东生, 张惠. 珠江三角洲桉树和相思人工林植被生物量和碳储量研究[C]//自然地理学与生态安全学术论文摘要集, 兰州大学资源环境学院, 2012.

[6] 李碧霞, 区余端. 广东三岭山森林公园主要人工林碳汇功能及其经济价值评价[J]. 桉树科技, 2015, 32(4): 15–20.

[7] 陈燕艺. 马尾松马占相思纯林及混交林乔木层生物量和碳储量研究[D]. 福州: 福建农林大学, 2014.

[8] 孙君梅, 刘天龙. 五指山市森林碳储量及碳密度异质性初步分析[J]. 热带林业, 2017, 45(04): 32–34, 28.

[9] 梁璇, 刘萍, 徐正春. 广州城市森林林分结构及林下植物多样性研究[J]. 西南林业大学学报, 2015, 35(2): 37-42.

[10] 康文星, 田徵, 何介南, 等. 广州市十种森林生态系统的碳循环[J]. 应用生态学报, 2009, 20(12): 2917–924.

[11] BRIFFA K R. Annual climate variability in the Holocene; interpreting the message of ancient trees[J]. Quaternary Science Reviews, 2000, 19: 87–105.

[12] GOU Xiaohua, CHEN Fahu, JACOBY G, et al. Rapid tree growth with respect to the last 400 years in response to climate warming northeastern Tibetan Plateau[J]. Interna­tional Journal of Climatology, 2007, 27(11): 1197–1503.

[13] STOFFEL M. BOLLSCHWEILER M. BUTLER D R, et al. Tree rings and natural hazards: A state-of-the-art [M]. Dordrecht: Springer, 2010.

[14] 徐期瑚, 林丽平, 薛春泉, 等. 广东木荷各器官含碳率及碳储量研究[J]. 中南林业科技大学学报, 2018(10): 71–78

[15] 刘光崧. 中国生态系统研究网络观测与分析标准方法-土壤理化分析与剖面描述[M]. 北京: 中国标准出版社, 1996．

[16] 周玉荣, 于振良, 赵士洞. 我国主要森林生态系统碳贮量和碳平衡[J]. 植物生态学报, 2000, 24(5): 518–522.

[17] 黄宇, 冯宗炜, 汪思龙, 等. 杉木、火力楠纯林及其混交林生态系统C, N贮量[J]. 生态学报, 2005, 25(12): 3146– 3154.

[18] FINER L, MANNER K H, PIIRAINEN S, et al. Carbon and nitrogen pools in an old-growth, Norway spruce mixed forest ineastern Finland and changes associated with clear-cutting[J]. Forest Ecology and Management, 2003, 174(1/3): 51–63．

[19] 王卫霞, 史作民, 罗达, 等. 我国南亚热带几种人工林生态系统碳氮储量[J]. 生态学报, 2013, 33(3): 925–933.

[20] 张国斌. 岷江上游森林碳储量特征及动态分析[M]. 北京: 中国林业科学研究院, 2008.

[21] 金正道. 我国人工林经营现状与集约经营对策[J]. 中国生态农业学报, 2003, 11(1): 133–134.

[22] 吴鹏, 丁访军, 许丰伟, 等. 黔南马尾松人工林生长规律研究[J]. 中南林业科技大学学报, 2011, 31(8): 51–55.

[23] 周平, 林雯, 符式培, 等. 南亚热带六种典型人工林碳收支研究[J]. 生态科学, 2015, 34(6): 111–117.

[24] 张冬友. 黑龙江省森林植被净初级生产力遥感估算研究[M]. 北京: 北京林业大学, 2009.

[25] FIELD C B, BEHRENFELD M J, RANDERSON J T, et al. Primary production of the Biosphere: Integrating terrestrial land oceanic components[J]. Science, 1998, 281: 237–240.

[26] 孙睿, 朱启疆. 中国陆地植被净第一性生产力及季节变化研究[J]. 地理学报, 2000, 55(1): 36–45.

[27] 朱文泉, 潘耀忠, 张锦水. 中国陆地植被净初级生产力遥感估算[J]. 植物生态学报, 2007, 31(3): 413–424.

[28] 李贵才. 基于MODIS 数据和光能利用率模型的中国陆地净初级生产力估算研究[D]. 北京: 中国科学院遥感应用研究所, 2004: 66–78.

[29] 黄钰辉, 甘先华, 张卫强, 等. 南亚热带杉木林皆伐迹地幼龄针阔混交林生态系统碳储量[J]. 生态科学, 2017, 36(4): 137–145.

[30] 丁建国, 张华, 张凌宏, 等. 黧蒴栲人工林生长情况的调查与分析[J]. 经济林研究, 2007, 25(3): 27–31.

[31] 高艳妮, 于贵瑞, 张黎, 等. 中国陆地生态系统净初级生产力变化特征—基于过程模型和遥感模型的评估结果[J]. 地理科学进展, 2012, 31(1): 109–117.

[32] WANG Shaoqiang, ZHOU Lei, CHEN Jingming, et al. Relationships between net primary productivity and stand age for several forest types and their influence on China’s carbon balance[J]. Journal of Environmental Management, 2011, 92(6): 1651–11662.

Carbon accumulation of six kinds of typical urban forestsin Guangzhou, China

Lin Wen1, Li Congying2,3, Zhou Ping3,*

1. Guangzhou Institute of Forestry and Landscape Architecture, Guangzhou 510405, China 2.South China Agricultural University, Guangzhou 510642, China 3. Guangzhou Institute of Geography, Guangzhou 510070, China

In this study, six kinds of typical forests (,,,,and) were selected to examine the distribution of carbon stock in the arbor, shrub, herb, litter and soil layers. The carbon accumulation dynamics of different tree species and dynamics for carbon stock processes of growth of different forest types were also assessedbased on soil survey and annual tree ring width measurement. The results show that the carbon reserves of each forest were mainly distributed in the soil layer, vegetation layer (arbor, shrub and herb layer) and litter layer. There were differences in carbon storage between the forests; soil-layer carbon reserves were highest in theforest, whereas vegetation layer carbon reserves were highest in theforest. The total carbon storage of the studied six forest types decreased as follows:(283.95 t·hm−2) >(262.99 t·hm−2) >(244.92 t·hm−2) >(224.09 t·hm−2) >(166.28 t·hm−2) >(157.66 t·hm−2).The volumes of each tree species at 7 a decreased in the order(0.1037 m3) >(0.0386 m3) >(0.0189 m3) >(0.0102 m3) >(0.0068 m3) >(0.0038 m3), and(0.3001 m3) >(0.2228 m3) >(0.0783 m3), whereas those at 25 a decreased in the order(0.3001 m3) >(0.2228 m3) >(0.0783 m3). The volume ofat 7 a was higher than that of, but the opposite was shown at 25 a. Because of the different stand ages for each forest type, the annual average net primary productivity in different forest types decreased in the order(7.57t·hm−2·a-1) >(6.67t·hm−2·a-1) >(4.49t·hm−2·a-1) >(3.22t·hm−2·a-1) >(2.49 t·hm−2·a-1) >(1.37 t·hm−2·a-1). This study can provide information for evaluation of the carbon sequestration of the main plantation trees and forest in the southern subtropical urban forest.

Stem analysis; tree volume; carbon storage; net primary productivity

10.14108/j.cnki.1008-8873.2019.06.011

Q948

A

1008-8873(2019)06-074-07

2018-11-15;

2019-02-18

广东省科学院实施创新驱动发展能力建设专项(2017GDASCX-0701); 广州市财政专项: 城市绿地碳汇计量评估关键技术方法研究;广州城市园林绿地生态监测(2061600000271)

林雯(1987—), 女,博士, 主要从事森林生态、城市绿地碳汇研究, E-mail: linwen0313@163.com

周平 (1977—),女, 博士, 研究员, 主要从事森林生态研究, E-mail: pzhou@gdac.ac.cn

林雯, 李聪颖, 周平. 广州城市森林六种典型林分碳积累研究[J]. 生态科学, 2019, 38(6): 74-80.

LIN Wen, LI Congying, ZHOU Ping. Carbon accumulation of six kinds of typical urban forests in Guangzhou, China[J]. Ecological Science, 2019, 38(6): 74-80.