科尔沁沙地樟子松各器官含碳率及碳储量

摘 要：【目的】樟子松为中国“三北”防护林建设工程主要树种之一，具有重要的生态功能。探讨樟子松树体各器官含碳率及碳储量，可为沙地樟子松碳储量动态的估算提供基础数据。【方法】通过实地调查取样、试验测定对11个胸径径阶（10、12、14、16、18、20、22、24、26、28、30 cm）的20株沙地樟子松Pinus sylvestris var. mongolica各器官含碳率进行测定分析。【结果】含碳率规律为：树干（41.6%）>树叶（39.2%）>树枝（38.0%）>树根（34.1%）。樟子松碳储量主要来自树干和树根，二者碳储量分别占总体39.08%和30.17%。樟子松通用含碳率（50%）会过量估算沙地樟子松人工林碳储量。当胸径超过16 cm时，樟子松总体及各器官碳储量大幅增加，且碳储量的增加主要为生长的中后期。所建立的模型对树干和树根的拟合效果优于树枝和树叶的拟合效果，在引入树高变量之后，二元模型有效地提高了拟合效果和预测能力。【结论】同一树种不同器官间含碳率存在差异，樟子松碳储量主要集中在树干和树根，且随树木胸径增大，树干和树根对整株碳储量的贡献增大。以胸径和树高为自变量的总体、树干和树根的模型拟合效果更好，树枝和树叶的拟合效果较差，引入树高后的二元模型精度更高。

关键词：含碳率；碳储量；沙地人工林；CAR模型

中图分类号：S718.55 文献标志码：A 文章编号：1673-923X（2024）12-0031-08

基金项目：国家自然科学基金项目（32071836）；国家重点研发计划专题（2022YFF1302505-02）；国家重点研发计划项目（SQ2023YFD1500036）；辽宁省农业科学院基本科研业务费计划项目（2021HQ1913）。

Component specific carbon contents and storage of Pinus sylvestris in Horqin sandy areas

LANG Minghan， ZHANG Risheng， JIANG Tao， HAN Hui， XIAO Wei， CHI Linlin， ZHANG Xiaoguang

（a. Liaoning Institute of Sandy Land Control and Utilization； b. Liaoning Zhanggutai Desert Ecosystem Research Station， Liaoning Academy of Agricultural Sciences， Fuxin 123000， Liaoning， China）

Abstract：【Objective】Pinus sylvestris is one of the main tree species in China’s “Three North” protective forest construction project， and has important ecological functions. Exploring the carbon content and carbon storage of various organs in the P. sylvestris can provide basic data for the estimation of carbon storage dynamics of P. sylvestris in sandy areas.【Method】Through on-site investigation， sampling， and experimental measurement， the carbon content of each organ of 20 P. sylvestris var. mongolica trees with 11 diameter stages （10， 12， 14， 16， 18， 20， 22， 24， 26， 28， and 30 cm） in sandy areas was measured and analyzed.【Result】The pattern of carbon content was： trunk （41.6%）>leaves （39.2%）>branches （38.0%）>roots （34.1%）. The carbon storage of the trunk and roots of P. sylvestris var. mongolica accounted for 39.08% and 30.17% of the total carbon storage， respectively， and were the main sources of tree carbon storage. The general carbon content of P. sylvestris var. mongolica （50%） will overestimate the carbon storage of P. sylvestris plantations in sandy areas. When the diameter at breast height exceeds 16 cm， the overall carbon storage and various organs of P. sylvestris significantly increased， and the increase in carbon storage mainly occurred in the middle and later stages of growth. The established model had a better fitting effect on the trunk and roots than on the branches and leaves. After introducing the tree height variable， the binary model effectively improved the fitting effect and predictive ability.【Conclusion】Even for the same tree species， there are differences in carbon content among different organs of the tree. The carbon storage of P. sylvestris is mainly concentrated in the trunk and roots， and as the tree grows and develops， the contribution of the trunk and roots to the overall carbon storage becomes greater. The trunk and root models have better fitting effects， while branches and leaves have poorer fitting effects. The binary model with the introduction of tree height has higher accuracy.

Keywords： carbon content； carbon storage； plantation in sandy land； CAR model

全球气候变化已成为不可否认的事实，大气二氧化碳浓度增加导致的全球变暖是当今世界的一个突出全球环境问题[1]。根据报道，每天有大约8 800万吨CO2排放到大气中，CO2的过度排放是导致大气中温室气体增加、全球变暖和自然灾害频发的重要原因之一[2]。森林生态系统是陆地生态系统的主体，也是陆地生态系统中最大的碳汇。有机碳占陆地生态系统有机碳总量的三分之二以上，既是“碳源”又是“碳汇”。森林在增加碳汇和减缓大气温室气体浓度增加方面的作用日益突出[3-4]。根据《第九次森林资源清查报告》，我国具有全球最大面积的人工林。人工造林可以有效应对全球气候变化，中国森林碳汇为应对气候变化作出了巨大的历史贡献[5]。对人工林碳储量的评估和预测有助于我国“双碳”目标的实现[6]。精准评估和预测人工林生态系统碳储量对理解碳循环过程具有极其重要的作用，同时也是研究气候变化的关键问题之一[7]。国内外众多学者对不同国家或区域的森林生态系统的碳汇、碳密度和碳储存功能进行了广泛的研究[8]。学术界对森林生态系统碳储量的估算存在着较大的争议，主要原因是数据的时空差异、使用的估计方法不同以及森林生态系统在时间和空间上的复杂性[9]。目前，针对国家、区域尺度或者森林群落、森林生态系统尺度的碳储量估算方法主要由含碳率与森林植被的生物量的乘积推算而来[10]。不同树种的含碳率成为森林生态系统碳储量估算的重要参数，所以对不同植被含碳率的研究成为评估森林生态系统的重要基础[11]。植被类型、分布区域不同，其植被含碳率存在一定的差异。目前针对温带和北方温度带针叶树种含碳率经验值为47%～55%[12]，因此利用通用含碳率对森林生态系统碳储量进行估算会导致对森林生态系统碳储量及碳汇能力的估算结果产生较大的影响[13]，因此准确估计各地区森林植被的碳储量需要不同研究区不同植被和器官的碳含量，以减少森林植被碳储量的估计误差[14]。

科尔沁沙地是我国面积最大的沙地，地处辽西平原，该地堆积了大约200 m厚的沙质沉积物，生态环境十分脆弱，植被恢复困难。众多学者对科尔沁沙地固沙林的研究大多聚焦在樟子松林[15]。樟子松是欧洲赤松Pinus sylvestris的地理变种之一，天然的分布区位于东北亚一带[16]，在中国大兴安岭北部、东部，黑龙江流域以及呼伦贝尔沙地地区为樟子松天然分布区[17]。20世纪50年代初，在辽宁省彰武县章古台镇开展了樟子松引种栽植试验，经对比，樟子松表现耐旱、耐寒等优良的特性，是众多固沙植物中综合表现最好的[18]，以防风固沙为目的的中国第一片沙地樟子松人工林为全国植被治沙提供了样板[19]。但目前针对沙地樟子松含碳率及单株尺度碳储量的研究报道很少见。本研究以沙地樟子松人工林为研究对象，测定其各器官（树根、树干、树枝、树叶）含碳率，建立适合科尔沁沙地南缘樟子松人工林碳储量模型，明晰碳在樟子松中的分割格局及其与胸径、树高的关系，进而为沙地樟子松人工林碳储量、碳汇强度精准估算，提供了基础的参数。

1 研究地区与研究方法

1.1 研究区概况

研究地位于辽宁省沙地治理与利用研究所实验基地—章古台镇（42°43′N，122°22′E），属于阜新市彰武境内，自然区域属于科尔沁沙地东南部，温带半湿润大陆性季风气候，是辽河平原的边缘地带。年均气温6.3 ℃，历年最高气温43.2 ℃，历年最低气温-30.5 ℃，全年无霜期150～160 d，年均降水量500 mm，年均蒸发量1 550 mm，平均空气湿度60.4%，年均风速2.7 m？s-1。风速大于3 m·s-1的日数平均为160 d，风速大于10 m？s-1的日数平均为10 d，而起沙的风速5 m？s-1全年高达240多次。土壤以风沙土为主，沙层厚度为126～128 m，流动风沙土0～30 cm内有机质含量为3.3～3.6 g？kg-1，樟子松林地0～30 cm土层有机质含量为4.2～5.0 g？kg-1。

1.2 研究内容

1.2.1 试验设计

2022年在辽宁省沙地治理与利用研究所实验样地内选取10～30 cm径阶区间（表1）20株樟子松样木，样木年龄主要查阅辽宁省沙地治理与利用研究所数据资料结合林相图进行判别，各样木调查情况见表2。从树干基部伐倒样木后，测定胸径及树高，树干按1 m的长度切成多段，最后以不足1 m的部分作为梢头，测定每段树干的鲜质量。在各段树干的形态学上端位置、根颈位置（0 m）以及胸径位置（1.3 m）分别截取一个厚度为3～5 cm的圆盘作为样品。对于樟子松枝叶，在每轮的枝条中选取一个平均大小的枝条作为标准枝，将标准枝枝叶分离，分别称量其鲜质量，取枝、叶样品50 g。利用机械和人力结合的方法，将以树根为中心5 m范围内的树根全部挖掘出来，根据根直径的大小，将其分为大根（>5 cm）、中根（2～5 cm）和小根（<2 cm），分别测量其鲜质量并选取50 g的样品。将所有树干、树根、树枝、树叶样品带回实验室，于80 ℃下烘干至恒质量，计算各器官干鲜质量比，进而得出解析木各器官的生物量，将各器官生物量进行汇总后即可得到单木的总生物量。将烘干至恒质量的樟子松各器官（树干、树根、树枝、树叶）样品粉碎、研磨、过筛，最后采用全自动固体总有机碳分析仪（Vario TOC Select）测定含碳率。

2 结果与分析

2.1 樟子松各器官碳分布格局

由表3可知，樟子松各器官组分平均含碳率为29.6%～42.2%，变异系数为0.106～0.211，标准差为0.037～0.088。碳在树根的分布规律：细根含碳率最低（29.6%），低于中根（35.2%）和粗根（37.4%）；碳在树枝的分布规律为下层枝>中层枝>上层枝，含碳率随着树体高度的增加而增加；碳在树干的分布规律为下层（42.2%）>上层（41.6%）>中层（40.9%）；碳在树叶的分布规律为中层（40.7%）>下层（38.7%）>上层（38.3%）。

由图1可知，樟子松树根、树干、树枝及树叶含碳率随胸径的增加而增加，但其增长的程度不同，根、干和枝拟合公式的斜率分别为0.003 4、0.007 2、0.005 6，树干含碳率随径阶增加而提升的幅度最大，其次是枝、根。树叶拟合公式的斜率为-0.000 4，表明树叶含碳率随径阶的增加而降低。

2.2 樟子松各器官碳储量分布格局及其与胸径的关系

根据不同径阶全树及各器官沙地樟子松碳储量数据分析，结果表明：树干碳储量最高，占比最大（39.08%），其次是树根（30.17%）、树枝（18.72%），树叶碳储量最低，占比最小（12.03%）（图2）。由各器官碳储量随胸径变化图2可知，从各组分来看，随着胸径的增长，樟子松各组分碳储量均有不同程度的增长，但增长的幅度不同，当胸径径阶为10～16 cm时，樟子松器官各组分碳储量增长程度较小，且存在碳储量降低的现象；当胸径径阶超过16 cm，全树各器官径阶、碳储量关系曲线斜率大幅增加，意味着当胸径超过16 cm后，全树及各器官碳储量开始快速积累。由各器官碳储量比例对胸径变化图2可知，不同器官碳储量在全树碳储量中的占比规律存在较大差异，树根、树干碳储量占比随胸径径阶的增加逐渐增加，树枝、树叶碳储量占比随胸径径阶的增加逐渐减小，表明树干和树根是樟子松中后期碳储量主要来源。

2.3 樟子松各器官碳储量的估算模型

基于相对生长方程式CAR模型形式，建立生长因子胸径、树高与樟子松各组分碳储量的碳储量模型，结果（表4）表明：树枝和树叶生物量模型R2为0.706～0.761，树干和树根生物量模型R2均大于0.9，树干、树根、全树生物量模型拟合效果更好。从表4中的检验指标可以看出，全树及其各器官碳储量CAR模型2、CAR模型3两种二元模型优于一元模型CAR模型1，即增加树高作为自变量有利于提高碳储量模型预测精度。在根、干、枝、叶器官模型检验指标中，根、干检验效果良好，其数值更接近0。由图3可知，3种模型下根、干散点更加靠近Y=X分割线，枝和叶散点更加分散。散点越接近Y=X分割线表明模拟值与实测值越接近，证明模型拟合效果越好。综上所述，二元碳储量模型CAR模型1和CAR模型2精度高于一元碳储量模型CAR模型1，模型对干、根的预测精度更高（图3）。

3 讨 论

3.1 樟子松含碳率的分布格局

各器官含碳率从大到小依次为树干（41.6%）、树叶（39.2%）、树枝（38.0%）、树根（34.1%），樟子松各器官含碳率随着树龄的增加缓慢增加，随着树龄的增加，树枝的含碳率增长程度最大。与树根、树枝、树叶相比，树干中木质素含量更高，因此树干的含碳率高于其他器官，这与现有的研究结论一致，植物本身构造特点决定着不同器官含碳率的差异[20-21]。随着胸径的增加，树龄逐渐增加，树枝木质化速率最快，木质素合成速率更快，因此其含碳率增速更大。树叶含碳率仅次于树干，该器官内部发生一系列的生化反应，合成了可供植物生存的各种有机物，因此该器官含碳率也较高[22]。树根吸收土壤中的水分和无机盐，二者协调配合保证了植物生存，处于营养运输体系中最末端导致了其含碳率最小[22]，与李春平等[23]研究结果一致。大多数研究者采用通用平均含碳率50%或者45%估算森林生态系统碳储量[24]，即使针对同一种植物，其生长地点海拔、气候，植株年龄、起源，含碳率必定存在着差异。在大尺度区域范围内采用通用含碳率估算碳储量对其结果的影响误差较小，因此采用通用碳率是可行的。当研究区为林分尺度时，采用通用含碳率估算碳储量会对结果造成较大的误差。本文测算的樟子松全树加权平均含碳率为39.2%，明显低于通用含碳率。采用通用含碳率50%计算沙地樟子松林碳储量，会高估沙地樟子松林25%左右的碳储量。为了减小估算沙地樟子松林碳储量的误差，应根据不同气候条件、林分起源、海拔等条件调整参数[14]。水分限制可能是引起沙地樟子松含碳率偏低的主要原因，研究区气候干旱，其蒸散系数（PE/P）较高[25]，这种水分亏缺的气候条件极有可能限制植株有机物的积累，因此研究区樟子松含碳率较低。

3.2 樟子松碳分布规律及其与胸径的关系

樟子松各器官碳储量在全树种中的占比顺序为树干（39.08%）>树根（30.17%）>树枝（18.72%）>树叶（12.03%），树干和树根碳储量占全树碳储量比例高达70%，意味着沙地樟子松碳主要贮存在树干和树根中。其原因在于树干、树根生物量具有随树龄增加而稳定增加的特征。树冠下部树枝会进行自然整枝[26]、樟子松一般持有4龄针叶[19]，树枝和树叶两个器官生物量累积稳定性相对较差，因此随着树龄的增加，生物量累积稳定性更高的树干和树根生物量占比越来越高，稳定性较差的树枝和树叶生物量占比越来越低。本研究中胸径16 cm为碳储量随径阶变化曲线的临界点，且不仅樟子松具有在临界点前后各器官碳储量增幅变大的规律，徐期瑚等[14]在研究广东樟树各器官碳储量也发现，全树及各器官碳储量增加幅度具有差异，樟树胸径2～8 cm时碳储量增加幅度较小，当胸径超过12 cm后，碳储量增加幅度较大。这种树木前中期碳储量快速增加的规律符合其生长规律，意味着树木生长从生长初期进入到速生期[27]。

3.3 樟子松各器官碳储量的估算模型

基于CAR公式的生物量模型形式，以胸径、树高为变量，以全树及各器官碳储量为因变量进行回归分析，获得沙地樟子松全树及各器官碳储量回归方程。树枝、树叶模拟精度过低的原因有两个，一是出现异常的大枝，导致模型拟合过程中出现异常值[28]；二是本研究样地为樟子松人工林，造林格局相同，同时胸径与树龄成正比，低树龄樟子松样木种内竞争相对高树龄樟子松样木更低，树龄较小时期，树枝、树叶生长发育受种内影响较小，随着林龄的增加，各植株生长发育受其他樟子松影响限制程度逐渐增加，因此树枝、树叶碳储量占比不稳定，进而导致模型精度下降[29-30]。今后应加大样本单元数量，以减小平均相对误差绝对值和平均误差绝对值，进而提高模型拟合精度。

4 结 论

本研究以沙地樟子松为研究对象，采用解析木法对沙地樟子松树体碳分布状况以及碳储量与生长因子间的关系进行了研究。结果表明：

1）各器官含碳率从大到小依次为树干（41.6%）、树叶（39.2%）、树枝（38.0%）、树根（34.1%）。因此对全树含碳率的分析应按照器官分类，全面考虑。使用单独器官作为全树含碳率会不可避免地过高或过低估算其碳储量。

2）沙地樟子松全树平均含碳率为39.2%，低于通用含碳率（50%），采用通用含碳率会过高估算25%的碳储量。

3）沙地樟子松碳集中在树干和树根，各器官碳储量大幅增加的胸径突变值为16 cm，碳储量的增加主要在生长的中后期。

4）自变量选择树木胸径和树高，建立的一元、二元建模各有利弊。二元模型精度更高，但树高测量误差较大，数据可信度较差；一元自变量较为单一，模型精度较差，但胸径测量误差较小，数据可信度较高。因此一元模型适合针对大尺度的碳储量估算；二元模型适合林分尺度的碳储量估算。

参考文献：

[1] FENG J J， DAN X M， CUI Y K， et al. Integrating evolutionary genomics of forest trees to inform future tree breeding amidst rapid climate change[J]. Plant Communications，2024，101044.

[2] 孙清芳，王明强，马艳娥.黑龙江省造林树种含碳率与土壤性质研究[J].森林工程，2018，34（4）：40-44. SUN Q F， WANG M Q， MA Y E. Study of carbon rate and soil properties of afforestation tree species in Heilongjiang Province[J]. Forest Engineering，2018，34（4）：40-44

[3] PAN Y D， BIRDSEY R A， FANG J Y， et al. A large and persistent carbon sink in the world’s forests[J]. Science，2011，333（6045）： 988-993.

[4] HOUGHTON R A， HALL F， GOETZ S J. Importance of biomass in the global carbon cycle[J]. Journal of Geophysical Research， 2009，114（G2）： G00E03.

[5] SHUIFA K， ZHANG Z， WANG Y M. China’s forest carbon sinks and mitigation potential from carbon sequestration trading perspective[J]. Ecological Indicators，2023，148：110054.

[6] 闫德仁，闫婷，赵春光.草原天然植被和草原造林固碳储量的对比研究[J].内蒙古林业科技，2011，37（1）：5-8. YAN D R， YAN T， ZHAO C G. Comparative study on carbon stocks of natural vegetation and plantation in grasslands[J]. Journal of Inner Mongolia Forestry Science Technology， 2011，37（1）：5-8

[7] 闫婷，闫德仁，袁立敏，等.沙地杨树、樟子松人工林固碳特征研究[J].内蒙古林业科技，2012，38（2）：14-18. YAN T， YAN D R， YUAN L M， et al. Carbon fixation characteristics of Populus L. planatation and Pinus sylvesrtris var. mongolica Litv. planatation in sandy land[J]. Journal of Inner Mongolia Forestry Science Technology，2012，38（2）：14-18.

[8] STEFFI R， KARSTEN D， GERALD K， et al. Comparison of calculation methods for estimating annual carbon stock change in German forests under forest management in the German greenhouse gas inventory[J]. Carbon Balance and Management， 2016，11（1）：12.

[9] 吴庆标，王效科，段晓男，等.中国森林生态系统植被固碳现状和潜力[J].生态学报，2008，28（2）：517-524. WU Q B， WANG X K， DUAN X N， et al. Carbon sequestration and its potential by forest ecosystems in China[J]. Acta Ecologica Sinica， 2008，28（2）：517-524.

[10] 刘学龙，赖日文，汪琴，等.森林碳储量遥感估测模型构建研究：以闽江流域杉木林为例[J].中南林业科技大学学报， 2014，34（6）：76-80. LIU X L， LAI R W， WANG Q， et al. Research on remote sensing model of forest carbon storage： a case study of Chinese fir in Minjiang watershed[J]. Journal of Central South University of Forestry Technology，2014，34（6）：76-80.

[11] 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，2018，38（10）：71-78.XU Q H， LIN L P， XUE C Q， et al. Component specific carbon contents and storage of Schima superba in Guangdong Province[J]. Journal of Central South University of Forestry Technology， 2018，38（10）：71-78.

[12] LAMLOM S H， SAVIDGE R A. A reassessment of carbon content in wood： variation within and between 41 North American species[J]. Biomass Bioenergy，2003，25（4）：381-388.

[13] 黄从德，张健，杨万勤，等.四川省及重庆地区森林植被碳储量动态[J].生态学报，2008，28（3）：966-975. HUANG C D， ZHANG J， YANG W Q， et al. Dynamics on forest carbon stock in Sichuan Province and Chongqing City[J]. Acta Ecologica Sinica，2008，28（3）：966-975.

[14] 徐期瑚，林丽平，薛春泉，等.广东樟树各器官含碳率及碳储量[J].浙江农林大学学报，2019，36（1）：70-79. XU Q H， LIN L P， XUE C Q， et al. Component specific carbon content and storage of Cinnamomum camphora in Guangdong Province[J]. Journal of Zhejiang A F University，2019，36（1）： 70-79.

[15] 高海燕，杨制国，张胜男，等.科尔沁沙地油松人工林林龄对土壤酶活性及化学性质的影响[J].中南林业科技大学学报， 2024，44（2）：108-117. GAO H Y， YANG Z G， ZHANG S N， et al. Effects of stand age on soil enzyme activity and chemical properties of Pinus tabulaeformis plantation in Horqin sandy land[J]. Journal of Central South University of Forestry Technology，2024，44（2）：108-117.

[16] LIU Y Y， WANG A Y， AN Y N， et al. Hydraulics play an important role in causing low growth rate and dieback of aging Pinus sylvestris var. mongolica trees in plantations of Northeast China[J]. Plant Cell and Environment，2018，41：1500-1511.

[17] 刘桂丰，杨传平，杨书文，等.樟子松引种适生范围的研究[J].东北林业大学学报，1990，18（增刊2）：122-128. LIU G F， YANG C P， YANG S W， et al. The adaptative range of Pinus sylvestris var. mongolica as exotic species[J]. Journal of Northeast Forestry University，1990，18（Suppl.2）：122-128.

[18] 郎明翰，张日升，凡胜豪，等.科尔沁沙地南缘樟子松人工林碳汇及对气候因子的响应[J].水土保持学报，2024，38（4）： 236-245. LANG M H， ZHANG R S， FAN S H， et al. Carbon sequestration function of Pinus sylvestris var. mongolica plantation and its responses to climate factors on the douthern edge of Horqin sandy land[M]. Journal of Soil and Water Conservation，2024，38（4）： 236-245.

[19] 党宏忠，张学利，韩辉，等.樟子松固沙林林水关系研究进展及对营林实践的指导[J].植物生态学报，2022，46（9）：971-983. DANG H Z， ZHANG X L， HAN H， et al. Research advances on forest-water relationships in Pinus sylvestris var. mongolica plantations for sand dune immobilization and guidance to forest management practices[J]. Chinese Journal of Plant Ecology， 2022，46（9）：971-983.

[20] 田大伦，王新凯，方晰，等.喀斯特地区不同植被恢复模式幼林生态系统碳储量及其空间分布[J].林业科学，2011，47（9）： 7-14. TIAN D L， WANG X K， FANG X， et al. Carbon storage and spatial distribution in different vegetation restoration patterns in Karsts Area， Guizhou province[J]. Scientia Silvae Sinicae，2011，47（9）：7-14.

[21] 王春梅，邵彬，王汝南.东北地区两种主要造林树种生态系统固碳潜力[J].生态学报，2010，30（7）：1764-1772. WANG C M， SHAO B， WANG R N. Carbon sequestration potential of ecosystem of two main tree species in Northeast China[J]. Acta Ecologica Sinica，2010，30（7）：1764-1772.

[22] 倪添，谢龙飞，董利虎.黑龙江省樟子松人工林含碳量估算方法的比较[J].生态学杂志，2023，42（7）：1774-1782. NI T， XIE L F， DONG L H. Comparison of carbon estimation approaches for Pinus sylvestris var. mongolica plantation in Heilongjiang Province[J]. Chinese Journal of Ecology，2023，42（7）： 1774-1782.

[23] 李春平，吴斌，张宇清，等.山东郓城农田防护林杨树器官含碳率分析[J].北京林业大学学报，2010，32（2）：74-78. LI C P， WU B， ZHANG Y Q， et al. Carbon content of poplar in shelterbelt at Yuncheng County， Shandong Province[J]. Journal of Beijing Forestry University，2010，32（2）：74-78.

[24] WIDAGDO F， LI F R， ZHANG L J， et al. Aggregated biomass model systems and carbon concentration variations for tree carbon quantification of natural Mongolian oak in Northeast China[J]. Forests，2020，11：397.

[25] 郎明翰，张日升，韩辉，等.科尔沁沙地南缘樟子松人工林对土壤水盐的影响[J].水土保持学报，2023，37（5）：370-376. LANG M H， ZHANG R S， HAN H， et al. Effects of Pinus sylvestris var. mongolica plantation on soil water and salt in southern edge of Horqin sandy land[J]. Journal of Soil and Water Conservation， 2023，37（5）：370-376.

[26] 玉宝.兴安落叶松天然林自然整枝特征及其影响因子[J].浙江农林大学学报，2023，40（1）：209-216. WANG B. Characteristics and impact factors of self-pruning in natural Larix gmelinii forest[J]. Journal of Zhejiang A F University，2023，40（1）：209-216.

[27] 丛健，沈海龙.东北东部山区樟子松人工林生长阶段划分和生长进程分析[J].森林工程，2016，32（3）：16-20，26. CONG J， SHEN H L. Growth period division and growth rhythm analysis for trees in plantation of Pinus sylvestris var. mongolica in eastern maintain area of Northeast China[J]. Forest Engineering， 2016，32（3）：16-20，26.

[28] 董利虎，李凤日，贾炜玮，等.含度量误差的黑龙江省主要树种生物量相容性模型[J].应用生态学报， 2011，22（10）：2653-2661. DONG L H， LI F R， JIA W W， et al. Compatible biomass models for main tree species with measurement error in Heilongjiang Province of Northeast China[J]. Chinese Journal of Applied Ecology， 2011，22（10）：2653-2661.

[29] ZOU W T， ZENG W S， ZHANG L J， et al. Modeling crown biomass for four pine species in China[J]. Forests，2015，6： 433-449.

[30] ZHAO D H， KANE M， TESKEY R， et al. Modeling aboveground biomass components and volume-to-weight conversion ratios for loblolly pine trees[J]. Forest Science，2016，62（5）：463-473.

[本文编校：戴欧琳]