区域森林植被碳汇估算及前景分析

刘金山，张万林，杨 帆，桂来庭，黄 哲

(国家林业局中南林业调查规划设计院，长沙410014)

区域森林植被碳汇估算及前景分析

刘金山，张万林，杨 帆，桂来庭，黄 哲

(国家林业局中南林业调查规划设计院，长沙410014)

森林生物量与碳库、植被生产力和碳汇之间有着密切的联系。本文介绍了用植被净第一性生产力计算植被碳汇的常用方法，并分析了森林碳汇监测及林业碳汇领域的发展前景。

生产力;碳汇;前景

1 森林生物量、碳库、生产力及碳汇关系

森林植被生物量是指某一时间点、某一空间范围内森林植被所含有机物质的总量，由于植被的含碳系数相对稳定，因此生物量的大小决定了碳库大小。森林植被生产力是指在一定时期内，单位时间、单位面积的森林生态系统(或某种群、群落)所生产出的有机物质总量(能量或干物质量)。生产力的大小决定了植被碳汇大小。碳库即生物量中储存的有机碳总量，是现存量指标;碳汇即生产力所带来的有机碳累积速率，是流通量指标。四者相互关系如图1所示。

图1 生物量、碳库、生产力及碳汇关系图

准确估计森林碳汇时空变化及了解其驱动机制是进一步增加碳积累、控制碳排放的前提。由于对森林生态系统土壤呼吸研究尚不充分，在碳循环研究方面，对生态系统净碳源或碳汇的估算即净生态系统生产力(NEP)的估计，更多的倾向于植被净第一性生产力(NPP)，即植物在单位时间和单位面积上所积累的有机干物质的含碳总量。本文对森林碳汇的计算是基于植被碳汇量，而不是整个生态系统碳汇量。植被通过光合作用吸收能量和积累，导致生物量的增加，通过研究区域森林NPP大小，乘以相应的含碳系数即为森林植被碳汇。

2 NPP估算模型简介

估算植被NPP的模型分为统计模型(statisticalmodel)、参数模型(parameter model)和过程模型(process—based model)三类［1］。统计模型又称气候相关模型，根据森林生物量和生产力受温度、降雨量和蒸发量等气候因子的影响建立相应函数关系。如:与温度、降水量相关的Miami模型;与蒸发量相关的Montreal模型;与净辐射相关的Chikugo模型;与蒸散量、温度、降水等因子相关的Thornthwaite Memorial模型;与净辐射量、降水量相关的模型［2］。参数模型主要包括光能利用率模型和GLO－PEM模型。过程模型主要包括TEM模型、CASA模型、CENTURY模型等，是在植物生长机理的模拟基础上引入温度、水分、养分等参数，可分析环境因子相互作用对森林生长过程的影响，计算NPP的大小。

NPP估算模型在估计或预测NPP过程中发挥了重要作用，对于了解森林碳库对气候变化(温度、降雨等环境因子变化)的响应，同时制定减缓和应对气候变化的策略也具有一定的指导作用。但是由于适用模型的建立是一件费时费力的工作，且由于需要相应的气候与环境因子的数据，因此该模型的应用往往局限在某一气候带范围上的生产力估计工作中，在地区范围上由于有限的气象观测点，使得模型的建立与应用受到了限制。对于林业工作者来说，利用森林资源监测数据，通过对样地调查数据的相应转换实现NPP的计量、监测是一个方便可行的方法。

3 利用森林资源调查数据的NPP估算方法

根据植物生物学生长原理，利用实地调查数据或文献数据，建立生物量或生产力与相关因子的回归关系，从而表征不同立地条件、森林类型和林龄下森林生产力大小。该方法只需树种名称、样木胸径、树高等基本测树因子资料，即可通过模型获得植被生产力大小，但无法了解光照、温度、降水等气候因素和水分、养分供应等环境因子对生产力的影响，其在估算区域植被总碳汇时是适宜的，但无法了解区域内碳汇变异程度及变异驱动机制。

3．1 基于连续清查数据的统计生物量差减法

在区域森林生产力大小监测、计量时，生物量根据蓄积量按转换系数进行推算，生产力通过估算某一时期内森林生物量现存量的变化量来推算。生物量估算方法有换算因子连续函数法、双曲线模型估算法、生物量经验(回归)模型估算法等，下文以换算因子连续函数法为例，简介生产力计算过程。由于生物量的换算是基于蓄积量而不是生长量，因此由生长量推算生物量还需从生物量—蓄积量转换关系入手。

区域森林生物量与蓄积量转换模型为:

式中:B为单位面积生物量(t/hm2)，V为单位面积蓄积量(m3/hm2)，a和b为参数。

两次森林资源清查蓄积分别为V1和V2，则:

由公式(3)可以看出，推算生产力只需要参数a和连续清查间隔期内蓄积增长量数据。

对于前后两次调查时森林类型或优势树种不变的情况下，按公式Δ=a·(V2－V1)计算生产力是基本合适的;当两次调查间隔期内由无林地或非林地变为有林地或森林类型、优势树种发生变化时，采用连续清查统计生物量差减法可能造成估计值略小于真实值［4］。考虑到在区域森林资源调查间隔期内，森林采伐和枯损是无法避免的，截至后期调查，这部分林木仍经历了生物量增长过程，因此在计算生产力时需予以考虑，张茂震等［5］在对浙江省森林生产力计算时，针对此问题对模型进行修正:

式中:Δn为调查间隔期，Δm为采伐木和枯损木从最后1次调查到被采伐或枯损时所经历的时间(年)，此处取Δm=Δn/2，Vc和Vd分别为间隔期Δn年内采伐和枯损蓄积，p为年平均生长率，[(Vc+Vd)(1+p)Δm]为Δn年内包括未测生长量(按Δm年计算)的消耗量。

3．2 生物量累积率模型法［6］

森林生产力受生物量、林龄等因素的综合影响，生产力可以表示为年生物量的累计率(MABI，MABI=B/A，B为生物量，A为林龄)的函数。Zhou等和赵敏等［6，7］通过对主要造林树种的 NPP与 MABI的关系研究表明，二者存在双曲线的函数关系:

式中:NPP的单位为t/(hm2·a);A为林龄;a和b为常数。根据公式(5)和森林资源清查资料，每一种造林树种的平均生产力(NPPave)可以通过公式(6)来计算:

式中:Ai为林龄级的龄级中值，Bi为每个林龄级的平均生物量;a和b可以通过公式(5)确定;Bi通过生物量估算方法——双曲线模型估算法确定。

3．3 生产力—生物量转换模型法

同一森林类型净生产力与林分生物量密度、立地条件及林龄等密切相关，而林分的立地条件和林龄等因子共同影响了生物量密度，因此建立不同森林类型的生产力—生物量转换模型，结合林分生物量密度数据可以推算其生产力大小。利用森林资源连续清查数据计算生物量密度的方法介绍见［8］，生物量密度推算生产力公式及具体参数见方精云等研究结果［9］。

4 林业碳汇估算应用前景分析

1)了解区域尺度森林生产力大小及其分布规律，对于了解森林碳库资源变化和森林固碳增汇潜力及速度、制定区域林业发展战略、编制森林生态环境保护与建设规划具有一定的指导意义，为下一步保护及利用森林碳库、发展森林碳汇提供参考。除了林木自然生长，我国通过大规模开展植树造林和森林管理活动额外吸收了大量CO2，森林碳汇潜力巨大。据《中国应对气候变化国家方案》，1980—2005年，我国造林活动累计净吸收约30．6亿t CO2，森林管理累计净吸收16．2亿t CO2，通过减少毁林活动减少排放4．3亿 t CO2。据初步估计六大林业重点工程固碳潜力约200亿t，持续时间约为100 a［10］。我国森林植被现实碳储量与碳密度只有潜在量的33．1%［11］，因此，通过加强森林管理等措施，将增加林木蓄积及碳密度，能够大大提高森林的木质产品供应能力、提升森林的综合生态功能。掌握林业工程或区域森林碳汇大小数据，对于了解森林植被碳汇抵消工业二氧化碳量及制定林业应对气候变化策略具有重要意义。

2)森林碳汇速率综合反映了植被生物学特性与区域地理环境、自然条件的影响，是评价森林生态功能的重要指标。从大的地域尺度上来看，更多地体现为气候生产力，即水热条件是影响森林生产力等级分布的主要因素。水热条件越好的，地域生产力越高。我国地域辽阔，气候变化多样，水热条件难以同步，存在纬度方向(决定了温度的南北差异)、距海远近(引起了水分的东西差异)和地形(水热重新分配，出现景观垂直差异)带谱分布差异，因此，掌握不同气候区生产力的分布格局及其驱动机制，对于了解各地碳汇潜力，在大的地理格局上合理确定碳库及碳汇保护区域，制定林业固碳策略等，具有重要意义。小的地域尺度上来看，更多地体现为植被生产力，即在气候条件差异不明显的情况下，植被类型是影响森林生产力等级的主要因素。水热条件相似的小区域，在造林、再造林时根据不同植被类型生产力大小配置植被格局，对于合理利用水热资源，充分发挥生产力潜力，尽可能实现生态产品生产力和物质产品生产力最大化。

3)根据区域森林生产力状况选择碳汇造林地区并进行碳汇估算，对于引进国外的资金，创新地方造林技术，提高自然与立地条件较差区域的造林成活率与森林覆盖率，改善当地生态环境等方面都将发挥促进作用。熟悉CDM造林再造林的基线和方法学，能够对基线碳储量变化量、项目碳储量变化量、泄露及项目边界内温室气体排放进行监测、计量和估算，是开展碳汇项目的前提，并能够为培育国内碳汇市场、参与国际碳交易及实施清洁发展机制碳汇项目争取主动。

4)掌握区域森林碳汇数据，是争取工业对林业碳汇补偿、实现地区间及产业间生态公平和促进林业生态建设的基础。林业碳汇作为间接固碳的手段，其以较低的成本控制温室气体排放，获得了巨大的经济和环境效益，为经济社会发展争取更大的发展空间。对碳库的保护者和碳汇的生产者而言，其提供了森林生态系统固碳释氧服务价值，牺牲了碳库保护成本和因保护森林碳库放弃的机会成本。为避免碳汇生态产品的“公地悲剧”，应根据“谁保护谁受益，谁使用谁付费”的原则，通过转移支付或碳税形式实现工业对林业的碳汇补偿。通过森林碳汇的估算，对于了解森林固碳释氧价值及生态效益，进而确定补偿标准具有重要的实用价值。

［1］Ruimy A，Saugier B，Dedieu G．Methodology for the estimation of terrestrial net primary production from remotely sensed data［J］．Journal of Geophysical Research，1994，99:5263 －5283．

［2］周广胜，张新时．自然植被净第一性生产力模型初探［J］．植物生态学报，1995，19(3):193 －200．

［3］Fang J Y，Chen A P，Peng C H，et a1．Changes in forests biomass carbon storage in China between 1949 and 1998［J］．science，2001，292:320－2322．

［4］曾伟生．云南省森林生物量与生产力研究［J］．中南林业调查规划，2005，24(4):1 －3，13．

［5］张茂震，王广兴，刘安兴．基于森林资源连续清查资料估算的浙江省森林生物量及生产力［J］．林业科学，2009，45(9):13 －17．

［6］赵敏．中国主要森林生态系统碳储量和碳收支评估［D］．北京:中国科学院植物研究所，2004．

［7］Zhou G S，Wang Y H，Jiang Y L，et a1．Estimating biomass and net primary production from forest inventory data:a case study of China’s Larix forests［J］．Forest Ecology and Management，2002，169:149－157．

［8］杨传金，杨帆，梅浩，等．区域森林碳储量估算方法概述［J］．中南林业调查规划，2012，31(3):62 －66．

［9］方精云，刘国华，徐嵩龄．我国森林植被的生物量和净生产量［J］．生态学报，1996，16(5):497 －508．

［10］魏一鸣，范英，王毅，等．关于我国碳排放问题的若干对策与建议［J］．气候变化研究进展，2006，2(1):15 －20．

［11］李克让．土地利用变化和温室气体净排放与陆地生态系统碳循环［M］．北京:气象出版社，2002．

Methods and Future Prospects of Regional Forest Vegetation Carbon Sequestration Estimation

LIU Jinshan，ZHANG Wanlin，YANG Fan，GUI Laiting，HUANG Zhe
(Central South Forest Inventory and Planning Institute of State Forestry Administration，Changsha 410014，Hunan，China)

Forest vegetation net primary productivity(NPP)and carbon sequestration are closely connected，as is the case with biomass and carbon pool．This paper introduces a common method of calculating vegetation carbon sequestration through productivity，and looks forward to the future of forest carbon sink monitoring，estimating and forestry carbon sequestration field．

productivity;carbon sink;prospects

1003—6075(2012)04—0065—04

2012—09—12

刘金山(1986—)，男，山东烟台人，硕士，从事森林资源监测及林业碳汇计量监测等工作。