油松纯林乔木层碳密度影响因子分析

张首军

(山西省吕梁山国有林管理局，山西 临汾 041000)

油松纯林乔木层碳密度影响因子分析

张首军

(山西省吕梁山国有林管理局，山西 临汾 041000)

分析了影响中国油松林碳密度的各因子的作用，结果显示，在油松林适生的温度范围内，低温、高降雨量更有利于其积累碳素;随着林龄的增大，气温和降雨量对碳密度的影响作用逐渐减小;天然林和人工林碳密度预测模型分别为:C=－5.107×T+0.079×R+1.263×A(R2=0.895);C=－3.319×T+0.010×R+2.220×A(R2=0.934)．

油松乔木层;碳密度;气温;降雨量;林龄

森林在陆地生态系统吸收碳素方面起着主要作用，是大气CO2的重要调节者之一。油松林(Pinus tabulaeformis)是中国暖温带落叶林区域重要的森林类型，其分布范围横跨辽宁省、内蒙古自治区、河北省、北京市等14 个省市，东经 103°20'～124°45'，北纬31°13'～43°33'．油松分布区年均最低温1 ℃ ～2 ℃，最高温14℃左右，年降水量400 mm～800 mm．土壤类型主要有褐土、棕壤和灰褐土等。

笔者分析了油松林乔木层碳密度的影响因子，对油松天然林和人工林乔木层碳密度预测模型做出了估算，为精确估测研究区域乃至全国油松生态系统碳储量提供理论支持，对经营者实施林地经营管理具有重要的指导作用。

1 研究范围

笔者搜集到的文献中提供了八达岭、太岳地区、老顶山、岷江上游、秦岭火池塘、黄陵县双龙林场、甘肃武都等区域的油松碳密度资料。又从晋中市林业局、吕梁山国有林管理局、北京市西山等地收集样地资料来补充数据库。所收集的油松林样地资料涵盖了我国油松的主要分布区，具有一定的代表性。

2 研究方法

数理统计分析采用Excel 2003和Systat 10.0．以人工林为代表分析各气候因子对碳密度的影响。

2.1 油松林乔木层碳密度的估算

油松林乔木层生物量估算采用材积源生物量法。缺乏的乔木层生物量资料，根据其所在地区的乔层木生物量估测模型来估算生物量;笔者将树干生物量和树皮生物量合并为1组数据进行处理。

油松纯林采用0.503 0的比例系数计算其乔木层的碳密度。

2.2 影响因子的估算

2.2.1 气温的估算

根据文献中提供的气象站的气温，按海拔每升高100 m，气温下降0.55℃估算样地的气温。统计样地的年平均气温为5℃～18.1℃．

2.2.2 降雨量的估算

降雨量估算采用太行山降雨量的计算方程:

式中:R——降雨量，单位为mm;

E——高差，单位为 km;

519.23——太行山脚下的降雨量，单位为mm．

笔者利用文献中提供的距样地最近的气象观测站的降雨量代替太行山脚下的降雨量519.23 mm，E的取值为样地距气象观测站的高差，代入上述方程，估算出样地的年降雨量为360 mm～1 133 mm．

2.2.3 林龄的估算

以文献中报道的林龄为准。

3 结果与分析

3.1 油松林碳密度与环境因子的相关性分析

油松林乔木层碳密度与环境因子的相关性分析见表1．

表1 油松林乔木层碳密度与环境因子的相关性分析

相关性分析表明年平均气温、年平均降雨量、林龄和海拔是影响油松林碳密度的主要因子。

3.2 气温对油松林乔木层碳密度的影响

笔者根据年平均温度将样地分成6个温度梯度组:Ⅰ(5.0℃ ～6.4℃)，Ⅱ(6.5℃ ～7.9℃)，Ⅲ(8.0℃ ～9.4℃)，Ⅳ(9.5 ℃ ～10.9 ℃)，Ⅴ(11.0℃ ～12.4℃)，Ⅵ(12.5℃ ～14.0℃)．各温度梯度对人工林各龄组乔木层碳密度的影响见图1．

图1 温度对油松人工林乔木层碳密度的影响

由图1可以看出，在各龄组内，随着年平均气温的升高，油松人工林乔木层的碳密度逐渐减小。各龄组多重比较结果显示，在各个生长期，5.0℃ ～6.4℃的生长环境下乔木层碳密度均最高，12.5℃ ～14.0℃条件下最低。幼龄林在年平均气温5.0℃～6.4℃条件下乔木层碳密度(48.69 t/hm2)是12.5℃～14.0℃条件下乔木层碳密度(3.22 t/hm2)的15倍;中龄林在年平均气温5.0℃ ～6.4℃时乔木层碳密度(64.37 t/hm2)是12.5℃ ～14.0℃条件下乔木层碳密度(5.22 t/hm2)的12倍;近熟林在年平均气温5.0℃～6.4℃时乔木层碳密度(106.46 t/hm2)是年平均气温12.5℃ ～14.0℃时乔木层碳密度(12.74 t/hm2)的8倍。

气温是影响油松林生长的主要因子，在油松林适生的温度范围内，5℃ ～7.9℃的低温利于其积累碳素。且随着林龄的增加，气温的影响作用逐渐减小。

3.3 降雨量对油松林乔木层碳密度的影响

笔者按年平均降雨量将样地分成4个降雨量梯度组:Ⅰ(300 mm ～500 mm)，Ⅱ(501 mm ～700 mm)，Ⅲ(701 mm ～900 mm)，Ⅳ(901 mm ～1200 mm)．降雨量对油松人工林乔木层碳密度的影响见第16页图2．

由图2可以看出，随着年平均降雨量的增加，油松人工林乔木层的碳密度逐渐增大。各龄组多重比较结果显示，高降雨量组碳密度普遍大于低降雨量组。除油松人工成熟林Ⅳ降雨量组与Ⅲ降雨量组差异不显著外(P＞0.05)，其它各龄组中最高降雨量组的碳密度与其它各降雨量组的差异极显著(P＜0.01)。

从幼龄期至成熟林期，年平均降雨量901～1 200 mm条件下乔木层碳密度分别是年平均降雨量300 mm～500 mm条件下的10倍(幼龄林)，5倍(中龄林)，5 倍(近熟林)，2 倍(成熟林)。

图2 降雨量对油松人工林乔木层碳密度的影响

3.4 林龄对油松林乔木层碳密度的影响

笔者根据收集资料的情况，将油松纯林按起源分为天然林和人工林，油松人工林龄组划分为:幼龄林Ⅰ(≤20 a)，中龄林Ⅱ(21 a～30 a)，近熟林Ⅲ(31 a～40 a)，成熟林Ⅳ(41 a～60 a);油松天然林龄组划分为:幼龄林Ⅰ(≤30 a)，中龄林Ⅱ(31 a～50 a)，近熟林Ⅲ(51 a～60 a)，成熟林Ⅳ(61 a～80 a)．林龄对油松林乔木层碳密度的影响见图3．

图3 林龄对油松林乔木层碳密度的影响

从图3可以看出，随着林龄的增长，油松人工林乔木层的碳密度逐渐增大。天然成熟林乔木层的碳密度小于天然近熟林和天然中龄林。油松天然林乔木层碳密度均大于人工林，说明现有的油松人工林需要进行人工抚育，促使其向天然林分方向发展，充分发挥碳平衡功能。

3.5 油松林碳密度估测模型

根据以上分析，油松纯林乔木层碳密度估测模型如下。

3.5.1 人工林

油松人工林乔木层碳密度预测模型为:

式中:C——碳密度，单位为t/hm2;

T——年平均气温，单位为℃;

R——年平均降雨量，单位为mm;

A——林龄，单位为 a．

人工林线性回归分析见表2．

表2 人工林线性回归分析

3.5.2 天然林

油松天然林乔木层碳密度预测模型为:

C=－5.107×T+0.079×R+1.263×A(R2=0.934)，式中字母含义同上。

天然林线性回归分析见表3．

表3 天然林线性回归分析

4 结论

1)气温和降雨量是影响油松对碳元素积累的主要因子。在油松林适生的温度范围内，低温、高降雨量更有利于其积累碳素。且随着林龄的增大，气温和降雨量对碳密度的影响作用逐渐减小。

2)油松人工林乔木层碳密度预测模型:

油松天然林乔木层碳密度预测模型:

式(1)与式(2)中:

C——碳密度，单位为t/hm2;

T——年平均气温，单位为℃;

R——年平均降雨量，单位为mm;

A——林龄，单位为 a．

［1］刘国华，傅伯杰，方精云．中国森林碳动态及其对全球碳平衡的贡献［J］．生态学报，2000，20(5):733-740．

［2］方精云，陈安平．中国森林植被碳库的动态变化及其意义［J］．植物学报，2001，43(9):967-973.

［3］Yang Yonghui，Masataka Watanabe，Fadong Li，et al．Factors affecting forest growth and possible effects of climate change in the Taihang Mountains，northern China［J］．Forestry，2006，79(1):135-147.

Influence Factors of Tree Layer Carbon Density of Pure Pinus tabulaeformis Forest

Zhang Shoujun
(National Forestry Management Bureau of Lvliang Mountain in Shanxi，041000 Linfen，China)

Influence factors of carbon density of Pinus tabulaeformis forest were analyzed in this paper．The results showed that low temperature，high rainfall contributed positively the accumulation of carbon under suitable growth temperature of Pinus tabulaeformis forest and the effect of temperature and rainfall on carbon density decreased gradually in growth．Carbon density prediction models of natural forest and plantation forest were C=－5.107×T+0.079×R+1.263×A(R2=0.895)and C= －3.319×T+0.01×R+2.220×A(R2=0.934)．

Tree layer of Pinus tabulaeformis;carbon density;temperature;rainfall;tree age

S791.254

A

1007-726X(2012)02-0014-04

2012-05-17

张首军(1979— )，男，山西代县人，2003年毕业于山西农业大学，工程师。