中国省域森林碳储量空间溢出效应与门槛效应研究

基于1998—2023年中国31个省份的森林资源清查数据,从空间视阈角度出发,利用空间相关性分析探究森林碳储量空间集聚特征,建立空间面板杜宾模型实证分析森林碳储量各影响因素的空间溢出效应与区域差异,进一步采用门槛模型分析不同森林资源条件下,经济发展水平与森林碳储量之间的阈值效用。结果表明:全国省域森林碳储量呈现出明显的空间正相关性;自然地理因素、人口因素、社会经济因素均显著作用于森林碳储量在各省份之间的溢出作用;当森林覆盖率小于0.056 0时,人类经济活动对森林碳储量的影响为负,当0.056 0≤森林覆盖率≤0.149 7时,经济发展水平对森林碳储量的抑制作用减弱;当森林覆盖率大于0.1497时,经济发展水平对森林碳储量表现为正向促进作用。基于此,建议统筹考虑经济社会发展进程中的不同影响因素,着重关注省域之间的地理与经济关联程度,促进区域间森林碳储量稳步提升。

使用二类调查数据对森林碳储量评估及多因素预测

为及时且准确地估算森林碳储量,以湖南省怀化市靖州县排牙山国有林场为研究对象,使用森林资源二类调查数据,在分树种(组)及龄组的情况下,采用联合国政府间气候变化专门委员会(IPCC)材积源生物法估算了研究区林场碳储量、碳密度及其分布。运用空间代替时间法,筛选碳储量的影响因子并对其量化,验证多因素方法预测的准确性。结果表明:林场乔木林总碳储量为192 508.07 t,林分平均碳密度为34.46 t·hm^(-2)。在人工抚育的林分中通过用胸径、株数密度、树种组成多样性因素参数化的多因素方法对碳储量进行量化。其预测结果较精确,而在大面积天然林中使用该方法结果则存在一定误差。碳储量多因素预测模型可以在较大面积的人工林中进行碳储量预测。

基于遥感的森林碳储量显式计算模型

面向国家“双碳”目标和国际碳交易市场需求,陆地生态系统的固碳现状和未来固碳潜力亟须研究。森林是陆地生态系统中重要的碳库,目前基于地面观测的清查方法工作量大且抽样统计结果难以评价,基于卫星遥感反演的方法缺乏理论解释且普适性差。本文从单木级森林碳储量模型出发,提出一种基于遥感的森林碳储量显式计算模型。首先使用图像分辨率、森林郁闭度和森林高度3个关键变量构建森林碳储量显式计算模型,并对模型变量和参数进行误差分析;然后利用单木的生长特性,仿真不同饱和度的森林场景,从理论上解算不同树种的模型参数,并检验模型参数的精度与稳定性;最后验证模型在不同空间尺度、饱和度森林场景下的精度、稳健性和适用性。本文提出的森林碳储量模型解决了现有卫星遥感反演缺乏理论解释性和适用性差的难题,可实现大范围森林碳储量高分辨率制图和全球森林碳汇动态监测。

基于地理加权随机森林的黑龙江省森林碳储量遥感估测

【目的】构建地理加权随机森林(Geographically weighted random forest,GWRF)模型估算森林碳储量以解决区域尺度范围内森林碳储量估算精度不高的问题,对科学经营管理森林、推动碳循环和碳汇相关研究、实现我国“双碳”目标有重要指导意义。【方法】以黑龙江省小兴安岭、长白山地区森林植被碳储量为研究对象,基于2015年森林资源连续清查数据和Landsat8-OLI影像,采用普通最小二乘(Ordinary least squares,OLS)、随机森林(Random forest,RF)模型、地理加权回归(Geographically weighted regression,GWR)模型以及地理加权随机森林模型分别构建不同林型及总体(不分林型)的森林碳储量估测模型,比较是否区分林分类型时,不同模型预测精度之间的差异,实现对研究区森林碳储量的精准反演。【结果】1)各个模型在区分林型时的预测精度均高于总体(不分林型)情况,以GWRF模型精度最优,其中针叶林精度最高(R^(2)=0.58,RMSE=15.97 t/hm^(2));阔叶林次之(R^(2)=0.46,RMSE=17.66 t/hm^(2));针阔混交林随后(R^(2)=0.45,RMSE=19.51 t/hm^(2));总体(不分林型)最低(R^(2)=0.40,RMSE=20.22 t/hm^(2))。2)4种模型的检验精度GWRF>RF>GWR>OLS。与OLS相比,GWRF在针叶林、阔叶林、针阔混交林和总体(不分林型)中提升的ΔR^(2)分别为0.15、0.09、0.16和0.04;降低的ΔRMSE分别为2.09、1.35、3.47和0.89 t/hm^(2);与RF相比,GWRF提升的ΔR^(2)分别为针叶林0.14、阔叶林0.06、针阔混交林0.04、总体(不分林型)0.02;降低的ΔRMSE分别为针叶林1.95 t/hm^(2)、阔叶林0.86 t/hm^(2)、针阔混交林0.67 t/hm^(2)、总体(不分林型)0.29 t/hm^(2)。3)研究区森林碳储量密度最高预测值为77.08 t/hm^(2),最低值为5.24 t/hm^(2),平均值为41.07 t/hm^(2),总量为552.04 Tg;从空间上看,森林碳储量高值分布在小兴安岭东南部、张广财岭等地区,呈现斑状不均匀性分布。【结论】相比于其他3种模型,GWRF作为局部模型,考虑到空间异质性,在区域尺度范围内估测森林碳储量有较好的应用前景。区分林分类型能提高预测精度,在今后对森林生物量或碳储量的研究中,应考虑区分林分类型建模。本研究的模型和方法有一定适应性,可为森林资源的快速和精准监测提供方法借鉴。

基于InVEST模型的河池市森林碳储量估测研究

为了探明河池市碳储量变化情况并快速评估分级,以2010年、2020年土地利用数据为数据源,研究基于InVEST模型的河池市森林碳储量估测模型的构建及其空间分布。结果表明,河池市2010和2020年碳储量分别为219.1×10^(6) t和234.8×10^(6) t,呈增长趋势,碳储量在空间分布上表现为北部、中部及南部较高,西北部和东部较低的空间特征;河池市固碳能力与土地利用类型变化密切相关,林地对河池市碳储量增加贡献最大。根据河池市碳储量空间分布对全市碳储量的重要程度进行分级,更为直观地展现全市碳储量在区位上的重要程度。

应用空间格网化法估算森林碳储量

为了探究空间格网化方法在森林碳储量估算中的应用,以塞罕坝机械林场的二类调查数据为基础,利用空间格网化方法提取林班中与碳储量估算相关的林龄、株数、郁闭度、蓄积量参数,通过BO-RF算法完成建模与估算,应用反距离加权插值方法完成空间插值统计,最终实现塞罕坝林场森林碳储量的整体性估算。结果表明:在不同格网尺度中,以3×3、5×5格网尺度的主要优势树种碳储量估算模型的精度表现较佳,华北落叶松(Larix gmelinii var.principis-rupprechtii(Mayr) Pilger)、白桦(Betula platyphylla Sukaczev)、樟子松(Pinus sylvestris var.mongholica Litv.)、蒙古栎(Quercus mongolica Fisch. ex Ledeb.)和云杉(Picea asperata Mast.)的决定系数(R2)均高于0.864,偏差、相对偏差、均方根误差、相对均方根误差也都表现较优;5×5格网尺度的主要优势树种的BO-RF的碳储量估算模型分别对主要优势树种的林龄、株数、郁闭度与格网中心碳储量参数的拟合效果明显,决定系数(R2)分别为0.910、0.887、0.956、0.864、0.913;与利用二类调查数据直接估算林班碳储量相比,空间格网化估算碳储量的精度达到99%。

2005—2020年江西省森林碳储量时空变化趋势及影响因素

森林生态系统对减缓和适应气候变化方面具有重要作用,全面了解森林碳储量的时空变化趋势,对于维持区域碳平衡、预测森林碳储量潜力、调整保护管理措施至关重要。基于森林碳储量(FCS)、土地利用覆盖变化(LUCC)、数字高程模型(DEM)等3个遥感数据集,采用Mann-Kendall检验、相关性分析方法,分析2005—2020年江西省森林碳储量的时空变化趋势及其对土地利用变化的响应。结果表明:1)江西省森林碳储量呈向上波动趋势,年均增长率为12.59%,最小值出现在2009年,为5.3×10^(8)tC;最大值出现在2018年,为6.5×10^(8)tC。2)森林碳储量在中南部的丘陵区域呈增加趋势,地势较低的北部地区呈下降趋势。3)江西省森林面积呈下降趋势,而森林碳储量呈上升趋势,城市扩张及该地区持续开展森林可持续经营是形成该趋势的主要原因。4)生态保护修复措施是促进江西省森林碳储量稳定增加的主要因素之一。未来应充分开发丰富的森林资源,通过开发国家核证自愿减排量(CCER)林业碳汇项目的方式促进环境保护与经济发展、消除贫困的协同增效。

林地变更中的森林碳储量变化研究

随着我国森林生态环境的不断提升以及土地利用情况的改变,尤其是森林资源和生态环境的不断变化,对森林资源及其生态环境产生了重大的冲击。因此,在森林资源保护和碳储量的前提下,促进经济的可持续发展,已经成为学术界关注的焦点。基于此,本文以我国某市为例,分析其林地变更中的森林碳储量的变化,并总结某市未来林业碳汇发展建议。

基于地理编码的森林碳储量空间分布分析应用

【目的】探索基于地理编码的森林碳储量的空间分布,为森林碳储量长周期空间变化分析提供方法参考。【方法】基于紫金山1987、2002和2019年3期森林资源二类调查数据,结合生物量转换因子连续函数法,并利用地理编码的固定网格对32年来紫金山的森林碳储量及其空间分布变化进行分析。【结果】1)在时间维度上,1987、2002和2019年研究区森林碳储量分别为62541.1、81703.0和106281.8 t,32年来净增加43740.7 t,年平均增加1325.5 t;阔叶类乔木林的碳储量占森林碳储量的62.1%、73.0%、81.7%,明显大于针叶类乔木林和针阔混交类乔木林。1987和2002年期间,中龄林和成熟林的碳储量之和占乔木林碳储量的76.4%、60.4%;2019年,成熟林及过熟林碳储量占乔木林总碳储量的59.5%。2)在空间分布上,研究区森林碳储量均呈现由南到北逐渐增大的空间分布特征。中碳储量和高碳储量分布区域占比从1987年的45.1%提升到2002年的53.9%,到2019年的60.3%。研究区中稳定性、中高稳定性和高稳定性区占总面积的71.1%,森林碳储量的总体稳定性区域占比较高。3)在时空维度上森林经营作用,针对区域森林碳储量长周期空间变化分析困难和森林经营明确空间位置精度低的问题,论文研究提出的方法,既能对比相同空间位置长时间序列森林碳储量的分布特征,又能对比分析其具体明确空间位置固碳增碳的森林经营效果,也便于查询监督;能为林长制网格化长周期管理提供支撑以及区域森林碳汇经营精准提升提供技术支撑。【结论】利用地理编码的固定网格及变异系数指数对森林碳储量空间分布进行研究,为今后紫金山的森林碳储量持续监测提供参考。

2016—2019年白龙江林区森林碳储量动态及碳汇特征分析

为全面评价甘肃省碳储量及碳汇潜力,准确制定增汇减排的森林保护管理措施,估算并分析甘肃省白龙江林区近3年森林碳储量动态及碳汇特征。利用2016和2019年甘肃省森林资源管理“一张图”年度更新数据,采用生物量扩展因子法和单位面积生物量法,估算白龙江林区不同植被的碳储量和碳密度。2016和2019年,白龙江林区各植被总碳储量分别为3146.084×10^(4)和3430.523×10^(4)t;乔木林碳储量分别占总碳储量的94.47%和94.72%。乔木林为碳汇,灌木林为碳源。2016和2019年,天然乔木林碳储量分别为2860.031×10^(4)和3121.858×10^(4)t,占乔木林总碳储量的96.23%和96.07%。2016—2019年,人工乔木林碳储量增加,占比上升,碳储量年均增长率(4.35%)比天然乔木林(2.92%)高出1.43%,固碳速率高于天然乔木林。不同优势树种间碳储量差异大,对碳储量贡献较大的树种有冷杉(Abies fabri)、云杉(Picea asperata)、针阔混、阔叶混、针叶混、油松(Pinus tabuliformis)和红桦(Betula albosinensis),合计碳储量占乔木林总碳储量的近93%。各林龄乔木林碳储量表现为成熟林>过熟林>中龄林>近熟林>幼龄林;中龄林年均碳汇量为81.751 t/a,固碳能力最强;幼龄林碳储量年均增长率为7.47%,固碳速率最快。乔木林是碳储量的主要贡献者;天然乔木林固碳能力强,是碳汇的主要来源;人工乔木林固碳速率快,加大对人工林的科学管理可有效提高森林碳储量;随幼龄林、中龄林生长,碳汇潜力巨大;探究增汇能力强、速率快的人工林树种意义重大。

广东西樵山国家森林公园森林碳储量空间分布研究

为阐明不同模型对森林碳储量空间分布估测精度的影响,依据2020年广东西樵山国家森林公园森林资源管理“一张图”数据,采用地理加权回归模型(Geographic weighted regression model,GWR)、空间误差模型(Spatial error model,SEM)和最小二乘模型(Ordinary least squares,OLS)对研究区森林碳储量的空间分布进行研究,并对3种模型的拟合效果和影响森林碳储量的因子进行分析,利用全局和局域Moran's I分别对模型残差的全局空间自相关性和空间分布状况进行描述,对空间异质性作用下各模型之间的差异进行说明,采用GWR模型绘制研究区森林碳储量的空间分布。结果表明,处于不同位置下的GWR模型,各参数估计值对森林碳储量的影响大小不断变化;GWR模型在数据拟合方面要明显优于SEM模型和OLS模型,OLS模型的拟合效果最差;GWR模型产生了较大范围的参数估计值,且GWR模型各参数估计值的范围均包括了OLS模型和SEM模型的参数估计值,得到了较好的模型残差局域化空间分布效果,模型稳定性较高;研究区中部森林碳储量较多,GWR模型的拟合偏差为1.36 t/hm 2,在所有模型中最小。

基于GBRT模型的滇东地区森林碳储量遥感估算研究

精准估算并探析森林碳储量的变化过程及趋势,可为区域森林碳储量精准估算、石漠化综合治理与生态修复提供数据基础和方法支持。基于滇东地区1997年、2002年、2007年3期森林资源连续清查样地数据与同期Landsat遥感影像数据,通过构建森林碳储量梯度提升回归树(gradient boosting regression tree,GBRT)模型,运用空间自相关分析方法,进行区域森林碳储量时空变化趋势特征研究。结果表明:(1)GBRT模型的精度评价指标(R2=0.94、RMSE=3.98 t/hm2、rRMSE=13.44 t/hm2、P=82.57%)均优于偏最小二乘模型、KNN(k-nearest neighbor,k最近邻)模型和随机森林模型,可作为后续森林地上碳储量估算的一种新手段;(2)1997—2022年滇东地区森林碳储量在20 t/hm2以下面积占比呈大幅度减少趋势,大部分地区向着20~30 t/hm2范围转移,碳密度呈增长趋势,增幅为3.9%;(3)1997—2022年滇东地区森林总碳储量总体呈上升趋势,增幅为4.2%;(4)滇东地区森林碳储量在相邻空间单元上呈聚集状态,区域森林碳储量具有空间异质性。滇东地区森林碳储量整体呈增长趋势,提升空间大,部分区域的生态治理修复与森林经营管理需加强。

冀北山地森林碳储量探究——以雾灵山保护区为例

为定量分析河北雾灵山国家级自然保护区的森林碳储量,了解森林碳储量与森林生产发展变化的趋势,以雾灵山保护区2020年森林资源连续清查数据为基础,在相关研究的基础上,采用前人建立的生物量及碳储量估算模型和回归方程,对保护区内森林的树种结构、年龄结构、生物量、碳储量、碳密度指标进行了调查与分析。结果表明:雾灵山自然保护区森林总碳储量为311695.41 t,其他软阔类在面积、生物量和碳储量等方面都占有相对优势,但白桦和其他硬阔类在碳密度方面表现突出。

丽水市森林碳储量和碳汇经济价值研究

为精确计量丽水市森林碳储量和碳汇量,核算森林碳汇经济价值,运用系统抽样方法,在丽水市全域系统布设固定样地716个,根据固定样地数据,结合单株生物量模型法和单位面积生物量模型,测算丽水市2016—2021年各年的森林碳储量和2017—2021年各年的森林碳汇量;在此基础上,利用碳税率法、造林成本法、碳市场CEA价格法,分别测算森林碳汇经济价值。结果表明,丽水市年平均森林碳储量为6654.97万t,年平均森林碳汇量为290.32万t;森林植被碳储量组成主体是乔木林,占82.90%,其次为竹林,占7.98%,灌木林占2.67%;其他林地(包括疏林、散生木、四旁木等)占6.45%;在乔木林、竹林、灌木林3种森林类型中,乔木林的碳密度(单位面积的碳储量)最高,竹林居中,灌木林最低,同时,森林平均碳密度和乔木林碳密度呈逐年递增趋势;根据抽样估计理论与计算方法,在P<0.05的可靠性保证下,丽水市森林植被碳储量各年的估计精度都大于93%,估计结果有较好的精度保证;按碳税率法、造林成本法、碳市场CEA价格法,2017—2021年年平均森林碳汇价值为分别为34.84亿元、7.93亿元和1.68亿元。基于上述研究结果,本文提出了大力开发森林碳汇、提升森林碳汇能力、做好森林资源保护、加强碳汇市场建设等发展建议。

日照五莲山风景区森林碳储量及碳密度研究

为研究日照五莲山风景区森林碳储量和碳密度,基于日照市2021年林草生态综合监测国家反馈数据,采用生物量计算方法,对日照五莲山风景区森林碳储量进行了计算,并对该区域不同森林类型、森林种类、优势树种和不同龄组的森林碳储量及碳密度进行了研究分析。结果表明:①日照五莲山风景区森林总碳储量为48.14万t,不同类型碳储量排序为土壤>植被>凋落物,土壤层碳储量要远高于植被层碳储量;②不同森林种类比较,植被层中乔木林碳储量最多,而竹林的碳密度最大;不同优势树种比较,碳储量最大的树种为赤松,碳密度最大的树种是松林;③不同森林类型比较,针叶林碳储量最大,疏林碳储量最小;不同龄组进行比较,成熟林的碳储量和碳密度最大,近熟赤松林碳储量在各优势树种的各个龄组中碳储量最大。故合理选择碳密度大的龄组林种,扩大种植面积,提高碳储量和碳汇价值,可为生态产品价值实现提供可行路径。

森林碳储量遥感卫星现状及趋势

“二氧化碳排放于2030年前达到峰值,2060年前实现碳中和”是统筹中国国内经济社会发展与全球应对气候变化协同共赢的重大战略。森林生态系统是陆地生态系统的主体,在减缓温室效应、维持全球碳平衡中起着极其重要的作用。精准计量森林生态系统的碳储量,可以加深对全球碳循环过程的理解,为“双碳”目标的实现提供科学支撑。近年来,卫星遥感技术迅猛发展,多类型的光学遥感数据、激光雷达遥感数据、合成孔径雷达数据等,为森林碳储量的定量估测提供了丰富、可靠的数据源。文章综述了森林碳储量遥感卫星载荷技术发展现状及趋势,分析了森林碳储量遥感卫星常用观测模式,论述了森林碳储量地面真实性检验系统发展状况。文章可为森林碳储量遥感卫星设计与应用提供有益参考。

成渝经济区森林碳储量动态及空间格局特征

以GIS为支撑,以成渝经济区的空间关系、自然环境和社会环境为基础,分析2000—2007年森林碳储量的动态和空间格局.结果表明:①2000—2007年森林碳储量从3.39×108 t增至3.59×108 t,年均增长率为0.72%,区域碳汇能力逐渐增强.②各生态功能区森林碳储量变化不同,经济发达地区碳储量增长更为缓慢.③森林碳储量在各高程等级均有所增加,其中海拔在500～<1 000 m的区域增长最快,海拔≥3 000 m的区域增长最慢;坡度为25～<35°的区域增长最快,≥35°的区域增长最慢.④森林碳储量除在人口密度≥1 000人/km2的区域呈缓慢减少的趋势外,在其他区域均呈增加趋势,其中人口密度在250～<500人/km2的区域增长最快.⑤同一年内森林碳储量呈现出随GDP增加而逐渐减少的趋势;年际间,各GDP等级内碳储量均呈增加趋势,其中在GDP为2.5×106～<5.0×106元/km2的区域增长最快.

基于地理加权回归的区域森林碳储量估计

森林碳储量与其调查因子之间的关系及其空间相关性特征是区域森林碳储量及其分布估计模型建立的基础,然而某一调查因子在不同空间位置对森林碳储量估计的影响程度存在差异。地理加权回归方法考虑了调查因子作用的空间异质性,进行局部回归估计。以浙江省台州市仙居县森林资源二类调查样地实测数据为数据源,利用地理加权回归方法结合陆地探测卫星系统Landsat TM影像数据进行森林碳储量及其密度的分布估计,并检验地理和海拔加权回归在地势平缓的区域是否可用。结果表明：1仙居县森林地上部分总碳储量3.132×106Mg,与样地实测统计得到的全县碳储量3.192×106Mg相差1.880%;地理加权回归模型估计结果与实际碳密度分布情况相一致,研究区内碳密度的取值范围为0~89.964 Mg·hm-2,保留了70%以上的空间异质性特征;基于地理加权回归的森林地上部分碳储量估计方法是有效的,地理加权回归在区域碳储量方面估计结果合理且精度较高。2在地势较为平缓的地区,海拔对植被的影响不显著,地理和海拔加权回归并不适用;若将海拔作为解释变量加入建模,能够提高估计精度,但存在多重共线性问题。

基于IPCC的河北省2005年森林碳储量

基于IPCC的方法,对河北省2005年森林及其它木质生物质碳储量进行了研究。结果表明,河北省2005年森林和其它木质生物质总碳储量为6 111.96万t,折合固定CO2的量为22 410.52万t。现有林以幼、中龄林为主,林分平均碳密度较低,仅为10.32 t.hm-2;按优势树种(树种组)排序,最大的5个碳库为桦树、栽培杨、栎类、油松和落叶松。灌木林和经济林是河北省森林的两个重要碳库,分别占总碳储量的13.98%和14.99%。

江苏省森林碳储量的区域分布研究

运用因子连续函数法对江苏省13个地级市的森林碳储量及其变化情况进行了估算。结果表明：2010年,江苏省森林碳储量为4 615.55×104 t,苏北、苏南和苏中的占比分别为57.83%、28.26%和13.91%;2005～2010年,江苏省森林碳储量增加了2 025.59×104 t,森林＂碳汇＂效应显著,但各区域的碳储量变化不均衡。在江苏新增造林面积空间较为有限的背景下,提高林地生产力,优化树种和林龄结构是增加森林碳储量的有效途径。