CITYgreen模型在人工林碳储量核算中的应用研究

杜 钦 ，段文军 ，罗盛锋 ，2

(1.桂林理工大学 旅游学院，广西 桂林 541004；2.中南林业科技大学 生命科学与技术学院，湖南 长沙 410004)

CITYgreen模型在人工林碳储量核算中的应用研究

杜 钦1，段文军1，罗盛锋1，2

(1.桂林理工大学 旅游学院，广西 桂林 541004；2.中南林业科技大学 生命科学与技术学院，湖南 长沙 410004)

CITYgreen碳储量模型在国内虽然已有一些应用，但对其准确性一直缺乏验证。本研究选择中国科学院鹤山站40块10×10m人工林样地，分别通过CITYgreen模型模拟和生物量转换方法对其碳储量进行计算。并以准确度较高的生物量转换方法对CITYgreen 模拟值进行验证。结果显示，CITYgreen较准确地计算出人工林的碳储量值，与生物量转换计算方法间并无显著差异(P＞0.05)。这说明CITYgreen模型不仅对城市森林，而且对各类人工林碳储量核算都具有重要的推广和应用价值。此外，文章还详细介绍了运用CITYgreen模型核算人工林碳储量的步骤和方法。

碳储存核算；CITYgreen模型；人工林；华南地区

CITYgreen模型是1996年美国林业署研制开发的基于Arcview平台计算人工（或城市）森林生态服务功能的模型[1-3]。它包含有碳储量、固碳、削减暴雨径流、吸收大气污染物等多项计算模型[3]。其中的碳储量模型是计算人工（城市）森林固碳效益的核心模型，为人工森林固碳生态服务功能价值的计算奠定了换算基础[2]。

目前，CITYgreen碳储量模型已被国际上的一些发达国家，如美国、加拿大等国家采用，常常用来评估城市人工森林的固碳释氧效益[4-6]。近些年，CITYgreen碳储量模型在国内也得到了一些应用，如对深圳、苏州、杭州等市城市森林固碳释氧效益的评价[7-9]，但对其在野外人工林碳储量核算中应用研究较少。

需要清楚的是，CITYgreen模型的开发是基于北美常见的树种，其最佳应用区域范围自然也是北美地区。若在其他地域应用，其对模型的准确度有何影响，是否能适用于北美以外的其它地区，一直是备受关注的问题[2,6]。

虽然CITYgreen模型早已被引入国内，但对其内各模型在中国的适用性问题却一直缺乏验证研究[3,10]。本研究针对CITYgreen中的碳储量模型，选择相同的人工林样地，以高准确度的生物量换算成碳储量的数据作为验证数据，对CITYgreen碳储量模型进行验证，评价CITYgreen碳储量模型的适用性，期望能为CITYgreen碳储量模型在国内人工林碳储量核算中更广泛的应用提供科学依据。

1 模型与数据源

1.1 碳储存的计算原理

CITYgreen碳储量的计算人工植被碳储量的计算公式为：

式（1）中：Cv表示植物碳储量（t），Ar表示面积（hm2），Gc表示树木层覆盖百分比（%），Cf表示碳储存系数。CITYgreen模型中，碳储存系数依据林龄分为四类：幼龄型、成熟型、中熟型、混合型（表1）。不同类型的植物，所具有的碳储存系数各不相同。而要确定植物碳储存系数的类型，则需要通过实地的样方调查，记录样方内每木的名称、胸径、树高、冠幅、健康状况等一系列生长参数来进行确定。

表1 CITYgreen模型中不同林龄植被的碳储存系数Talbe 1 Carbon storage multipliers of CITYgreen model

1.2 模型的参数

从碳储量计算公式可知，碳储量的计算取决于面积、覆盖度、碳储存系数三项参数。CITYgreen模型中，这三项参数的获得与运行需要空间特性数据和属性特征数据作为支撑。其中，空间特性数据为模型提供面积、覆盖度两项参数的数据源，属性特征数据提供碳储存系数的数据源。

具体来说，空间特性数据提供计算对象的几何特性，如面积、冠幅大小、覆盖度等。通过输入的空间特性数据，模型能获得研究区域或研究样方内植被的覆盖率或覆盖度，作为碳储量计算的参数之一。通常情况下，空间特性的数据获得的方式比较灵活。在小尺度上，可以通过调查样方的植物平面图的矢量数据生成，即平面图上记录有样方的总面积、每木在样方中的位置、冠幅大小等信息；在大尺度上，空间特性数据可以从遥感影像获得，即遥感影像上会记录有研究区域内植被分布位置、不同植被的覆盖度、样地面积等状况信息。

另一方面，属性特征数据提供计算对象的具体生长特征，如植物名称、胸径、树高、冠幅、健康状况等等。通过这些具体的生长特征，确定植物的林龄类型，为选择碳储存系数提供依据。一般来说，属性特征数据的获得来源于实地的样方调查。样方调查的结果，即可在小尺度研究上直接使用，也可结合遥感影像数据，扩展到大尺度的研究上。

1.3 模型运行描述

模型运行的过程主要分为参数准备和碳储量计算两阶段。其中，参数分析为模型计算运行的前期准备阶段，碳储量计算为获得计算结果阶段。

1.3.1 参数准备阶段

1.3.1.1 样方调查

样方调查的目的在于为模型提供空间特性和属性特征数据。在明确碳储量的计算对象后，需要设置样地，进行样方调查。调查方法与生态学中植物群落样方调查方法相同。主要调查的项目有：树种、树高、胸径、冠幅、健康状况（见表2）等。调查时，同步利用GPS对每一样方内各样木进行定位，获取相应的空间数据。需要指出的是，需要调查的样方数量与研究对象、研究尺度相关。若研究植被特征比较复杂（如植被类型多），则样方的数量需要适当增加。主要的原则在于：每一植被类型都要依据其面积大小，设置若干样方，进行每木调查，以尽可能全面的反映该植被类型的特征。相反，若研究植被特征比较单一（如人工纯林），则样方设置的数量可适当减少。

表2 CITYgreen模型对树木健康状况的分级Table 2 Classes of tree’s health condition in the CITYgreen model

1.3.1.2 研究对象的矢量化

研究对象矢量化的目的主要在于为模型的运算提供空间特性数据。矢量化主要包括以下几项工作：

（1）研究区域：清晰的绘制界定研究区域的范围。

（2）树木层：包括研究区域内的所有乔木和灌木。用圆圈勾画出每木的冠幅。若群落结构比较简单，乔木层和灌木层矢量化时可以仅使用一个图层；若群落结构为乔灌复合结构，矢量化时，需要分成乔木层和灌木层两个图层。在每木的勾画过程中，还需同步输入相应的树种名称、树高、胸径、生长状况等属性信息。

（3）林下层：主要包括林下草本植物、水体、地面等等。依据不同的研究目的，林下层可以进行不同设置。如只需计算群落中乔木层或灌木层的碳储量，林下层的设置可忽略；若需要计算整个群落的碳储量，则林下层不可忽略。

矢量化过程中，可以采用以下两种信息源。第一种是研究区域的遥感影像。遥感影像能为矢量化提供最直观简便的信息源。利用遥感影像进行矢量化，需要较高分辨率的影像，要能清晰分辨每木的类型、树冠大小。第二种是研究区域的各种平面图。与遥感影像相比，平面图的获得更为简单可行，但需要依据样方调查的结果，逐一对每木进行标定和冠幅绘制。矢量化过程中，也必须清晰标记每木位置，准确绘制每木冠幅。

1.3.1.3 基础树种数据更新

虽然CITYgreen模型提供了一个具有300多种常用人工林树种的基础树种数据库，但在实际工作时，仍然会采集到新树种。考虑到现实工作中，常常会增加新树种，CITYgreen模型提供了基础树种数据库更新功能。更新时，只需要依据新树种的叶密度、树高生长率、胸径生长率、树冠形状等特征（表3），便可描述新树种的生长状况与特征。

表3 CITYgreen模型更新基础树种数据库的字段与描述Table 3 The terms and description of updating the tree’s species database in CITYgreen model

1.3.2 碳储量计算阶段

在参数准备完成后，便可直接进入碳储量计算阶段。计算过程中，还需进一步指定研究区域的地理坐标信息、地图单位等信息，之后模型会依据所提供的参数特征，进行碳储量的计算，并输出相应的计算结果。

1.4 模型运行的数据

模型的运行和验证均针对相同人工林类型。模型运行的数据和用于验证模型的数据均采集自“广东鹤山森林生态系统国家野外科学观测研究站”的多种人工林下的固定样方。选择鹤山站的人工林进行模型运行和验证主要是考虑到：（1）鹤山站是在极度退化的沿海侵蚀台上进行生态系统植被恢复，是我国南方人工森林最典型的观测站，具有较为丰富多样的阔叶和落叶人工林。这正符合CITYgreen模型的主要应用对象是人工森林的准则；（2）鹤山站属于中国生态系统研究网络的重点台站，针对不同人工森林，有固定的监测样地和长期的观测数据积累，不仅能为模型运行数据提供可靠的采集点，而且能为模型的验证提供科学的数据。

为了运行CITYgreen碳储量模型，我们选择共计12种阔叶人工林和针叶人工林，每种林型下设置3～5块样方，依据CITYgreen碳储量计算所需参数，进行数据采集。我们选择的阔叶人工林类型包括马占相思林、大叶相思林、荷木林、西南木荷林、速生桉林、柠檬桉林、豆科混交林、火力楠林、台湾相思林；典型针叶人工林包括杉木林、马尾松林、湿地松林。每一类型的林型下，依据林分的多样性，分别设置3～5处10×10m的样方进行每木调查（表4）。主要项目包括：树种、树高、胸径、冠幅、健康状况，空间位置等。样方数据采集完成后，运行CITYgreen碳储量模型，对典型的阔叶人工林和针叶人工林的碳储量进行计算，获得模型模拟的计算结果。

1.5 验证模型的数据

针对表3中所设的各监测样方，通过准确度高的生物量换算成碳储量的方法，取得各相应样方的碳储量，并以此来验证模型模拟出的计算结果。各固定样方的生物量数据来源于《中国生态系统定位观测与研究数据集：森林生态系统卷——广东鹤山站》[11]。人工林碳储量计算公式为：

表4 选择的人工林类型Table 4 Plantations in this study

式（2）中：Cst表示乔木层碳储量，Csm表示灌木层碳储量，Csl表示草本层碳储量；式（3）、（4）和（5）中Bs表示茎干的生物量，Bt表示枝的生物量，Bl表示叶的生物量，Bb表示皮生物量，Br表示根系的生物量，Ba表示地上部分的生物量，Bu表示地下部分生物量，Co表示含碳率，i表示样方中第i种乔木（灌木或草本），n表示样方中乔木（灌木或草本）的种类数量。参考鹤山站人工林乔木、灌木、草本植物实测的含碳率，本研究中Co取国际上常用的转换系数0.50[12-13]。

模型的验证首先通过散点图进行直观判断CITYgreen模拟值与验证值之间的吻合程度，对模型进行定性的总体评价。然后，通过模拟值与验证值的平均值、两者之间的线性回归系数（α）、截距（β）、确定系数（R2），Student’s-t检验值进行定量评价。当线性回归系数（α）越接近于1，截距（β）越接近于0，并且确定系数（R2）越大时，吻合度就高。Student’s-t检验值大于0.05时，模拟值与实测值之间的差异不显著[4,14]。

2 模型的验证

图1显示出了CITYgreen模型模拟碳储量值与生物量计算碳储量值对比情况。总体来看，CITYgreen模型的模拟值与生物量计算值呈良好的一致性，模型的模拟值可以很好的模拟出基于多种林型的40个样地的碳储量值。由统计结果可知，模型的模拟值与生物量的计算值较为接近，回归系数α为0.797，比较接近于1，截距β为0.354，较接近于0，决定系数R2为0.817，t检验值大于0.05，表明模型模拟值与生物量计算值间无显著性差异，CITYgreen碳储量模型模拟性能良好。

3 结论与讨论

现行评价人工林的方法主要有：样地清查法、遥感估测法、模型模拟法三种[15-16]。样地清查法方法虽然简单易行，但对样方选择要求高，且受树木生物量估测方程影响大[17]；遥感估测法虽然也能估算人工林碳储量，但主要应用于大尺度大面积的林地，且遥感估算模型和遥感与地面调查样地尺度的差异性会增加估测结果的不确定性[16,18]；模型模拟法需要结合模型所需参数，输入相关参数数据，其操作简单，结果可读性强，但若要控制好误差，必须保证输入参数值的可靠性，把握好样地调查数据的可靠度和精度[19]。

图1 人工林碳储量CITYgreen模拟值与生物量计算值对比验证Fig.1 Validation on the simulated of CITYgreen and measured of biomass for carbon storage of planations

本研究中所验证的CITYgreen固碳模型属于模型模拟法，虽然CITYgreen碳储量模型在国内已有不少应用，但对其准确性一直缺乏验证。本研究中，我们选择中国科学院鹤山站典型阔叶和针叶人工林，共计40块样地，采用CITYgreen模拟和生物量转换的方法对碳储量进行计算，并以准确度更高的生物量转换成碳储量计算结果为验证数据，对CITYgreen模拟值进行验证。验证结果显示CITYgreen碳储量模拟值与生物量转换计算值并无显著差异，CITYgreen碳储量模型的计算结果较为准确。

需要指出的是，本研究仅选择华南地区中国科学院鹤山站的典型人工林为对象进行了验证，未来模型在国内要获得更广泛应用，还应该选择西南、中南、西北、东南、东北等地典型的人工林，对其进行更广泛的验证。另外，本研究仅从10×10 m样方，从小尺度上对模型进行了验证，由于CITYgreen最新版本中，还提供了从大尺度上对遥感影像的模拟计算功能，因此未来的模型验证还应该基于大尺度的遥感影像，对碳储量模型进行验证。

[1] Aunan T. CITYgreen(TM) 2.0x pre-release urban ecosystem values measuring software[J]. Photogrammetric Engineering and Remote Sensing, 1997, 63(6): 665.

[2] Carver AD, DR Unger CL Parks. Modeling energy savings from urban shade trees: An assessment of the CITYgreen (R)energy conservation module[J]. Environmental Management,2004,34(5): 650-655.

[3] 占 珊,闫文德,田大伦.基于CITYgreen的城市森林生态效益评估的应用[J].中南林业科技大学学报, 2008,28(2):137-143.

[4] Gauch HG, JTG Hwang, GW Fick. Model evaluation by comparison of model-based predictions and measured values[J].Agronomy Journal, 2003, 95(6): 1442-1446.

[5] Longcore T, C Li, JP Wilson. Applicability of citygreen urban ecosystem analysis software to a densely built urban neighborhood[J]. Urban Geography, 2004,25(2): 173-186.

[6] Sweppenheiser N, K Klemow. Inventory and valuation of shade trees in Kingston, Pennsylvania using CITYgreen[J]. Journal of the Pennsylvania Academy of Science, 2006,79: 126-127.

[7] 陈 莉,李佩武,李贵才,等.应用CITYGREEN模型评估深圳市绿地净化空气与固碳释氧效益[J].生态学报,2009, 29(1):272-282.

[8] 张 侃,张建英,陈英旭,等.基于土地利用变化的杭州市绿地生态服务价值CITYgreen模型评价[J].应用生态学报,2006, 17(10): 1918-1922.

[9] 张陆平,吴永波,郑中华,等.基于CITYgreen 模型的苏州市森林生态效益评价[J].南京林业大学学报( 自然科学版),2012, 36(1): 59-62.

[10] Jim CY, WY Chen.Ecosystem services and valuation of urban forests in China[J]. Cities, 2009,26(4): 187-194.

[11] 傅声雷,林永标,饶兴权,等.中国生态系统定位观测与研究数据集森林生态系统卷:广东鹤山站[M].北京:中国农业出版社,2011.

[12] Burant A, GV Lowry, AK Karamalidis. Partitioning Behavior of Organic Contaminants in Carbon Storage Environments:A Critical Review[J]. Environmental Science & Technology,2013,47(1): 37-54.

[13] Zhao SQ, Zhu C, Zhou D C, et al. Organic Carbon Storage in China’s Urban Areas[J]. Plos One, 2013, 8(8):1-8.

[14] Kobayashi, K MU Salam.Comparing simulated and measured values using mean squared deviation and its components[J].Agronomy Journal, 2000,92(2): 345-352.

[15] 王秀云,孙玉君.森林生态系统碳储量估测方法及其研究进展[J].世界林业研究,2008,21(5): 26-29.

[16] 杨海军,邵全琴,陈卓奇,等.森林碳蓄积量估算方法及其应用分析[J].地球信息科学,2007,9( 4) : 5-12.

[17] 赵 敏,周广胜.基于森林资源清查资料的生物量估算模式及其发展趋势[J].应用生态学报,2004,15( 8) : 1468-1472.

[18] 谭一凡,郄广平,王敏姿,等. 深圳市建成区森林碳分布估测方法比较研究[J].中南林业科技大学学报,2014,34(11):140-144.

[19] 徐 飞,刘为华,任文玲,等.上海城市森林群落结构对固碳能力的影响[J].生态学杂志,2010,29(3) : 439-447.

Application of CITYgreen model on carbon storage calculation of plantations

DU Qin, DUAN Wen-jun, LUO Sheng-feng
(1. College of Tourism, Guilin University of Technology, Guilin 541004, Guangxi, China; 2. College of Life Science and Technology,Central South University of Forestry & Technology, Changsha 410004, Hunan, China)

Although carbon storage model of CITYgreen has been applied widely in China, there are still lack of valiation on this model.In our study, we selected 40 plots of planations (10×10m) on The Open Experimental Station for Comprehensive Exploitation of Hilly Lands at Heshan of the Chinese Academy of Sciences, and calculated carbon storage of each plot by CITYgreen model and biomass conversion. Then, we use carbon storage data from biomass conversion method to validate the results of CITYgreen model. The results showed that carbon storage model of CITYgreen can well stimulate carbon storage of planted forest, and there doesn’t exist signi fi cant difference between CITYgreen model and biomass conversion methods (P＞0.05). This study show that CITYgreen model not only can be used to calculate carbon storage of city plantation, but also can be used to calculate Carbon Storage of all kinds of plantations in China. Moreover, the procedure and methods of plantation carbon storage calculation were introduced.

Carbon storage calculation; CITYgreen model; plantation; Southern China

S718.55+4

A

1673-923X(2016)11-0103-05

10.14067/j.cnki.1673-923x.2016.11.018

2016-01-06

国家林业局948课题“人工林森林碳汇核算技术引进”（2013-4-74）

杜 钦，副教授，博士 通讯作者：罗盛锋，副教授，博士研究生；E-mail：luoshengfeng@glut.edu.cn

杜 钦，段文军，罗盛锋.CITYgreen模型在人工林碳储量核算中的应用研究[J].中南林业科技大学学报，2016, 36(11):103-107, 112

[本文编校：吴 毅]