黑龙江省主要林分类型林分碳储量预估模型

利用2期黑龙江省森林资源连续清查数据(2005—2010年),根据林分变量和林分碳储量间的关系构建了林分水平的全树碳储量预估模型,并对应不同起源选择不同的模型形式,用加权最小二乘法消除了异方差。由于地域的不同,相同林分类型碳储量可能存在差异,因此在构建的碳储量模型基础上,利用哑变量方法构建考虑不同地域的林分碳储量模型。结果表明:区分起源的林分碳储量模型对于天然林和人工林都具有良好的拟合精度,R^2均大于0.94,模型评价指标中平均相对误差均在±6.00%以内,平均相对误差绝对值基本小于10%,仅黑桦天然林为15.33%。大部分模型的预测精度在95%以上。利用哑变量方法构建的考虑不同地域的林分碳储量通用模型的R^2均大于0.94,平均相对误差均较小,平均相对误差绝对值均在小于8%,预测精度都在95%以上。对于包含区域哑变量的通用模型,在满足相同的林分平均断面积条件及其他变量、参数a、c不变时,不同区域对应的参数b值越大,相应区域碳储量越大;在满足相同的林分平均高(或者林分年龄条件)及其他变量、参数a、b不变时,不同区域对应的参数c值越大,相应区域碳储量越大。

长白落叶松人工林林分碳储量生长模型系研究

【目的】目前关于林分碳储量随年龄动态变化的模型研究较少,本研究通过建立林分水平的碳储量生长模型系,为区域尺度的森林碳储量动态预估提供方法。【方法】以吉林省长白落叶松人工林为对象,使用立地质量分级算法将所有样地划分为3个立地等级,并将其作为哑变量引入模型系中,使用联立方程组的方法将林分平均高、断面积生长模型和林分碳储量模型3个方程进行联合估计,建立林分碳储量生长模型系。采用调整确定系数(R^(2)_(adj))、估计值的标准误(SEE)和平均预估误差(MPE)来评价模型的表现,分析不同立地等级和林分密度指数(SDI)下林分碳储量的生长过程,及林分断面积和平均高对林分碳储量的影响。【结果】(1)林分碳储量生长模型系中林分平均高生长模型、林分断面积生长模型和林分碳储量模型的R^(2)_(adj)分别为0.879、0.977和0.953,MPE均<2%,具有较好的拟合优度。(2)直接利用林分平均高和断面积或由生长模型得到林分平均高和断面积的这两种途径都可以准确估计林分碳储量,结果仅相差0.02 t/hm^(2),模型系具有良好的通用性与稳定性。(3)林分碳储量生长量随立地质量的提高而增加;立地等级相同时,SDI<1500株/hm^(2)时生长较慢,SDI>1500株/hm^(2)时,在40年以后的林分密度对碳储量生长过程基本无影响;林分密度指数控制在1500~2000株/hm^(2)时可实现较快的碳储量生长。(4)林分碳储量随林分断面积和平均高的增加而增加,林分断面积与林分碳储量的关系更为密切。【结论】林分碳储量的生长和立地等级、林分平均年龄、密度、断面积、平均高等因子有密切联系,采用联立方程组方法是建立林分碳储量生长模型系的有效方法。本研究建立的林分碳储量生长模型系可以对林分碳储量动态进行有效预测,为了解林分碳储量的生长过程和森林碳汇评估提供了工具。

基于林分生长模型的天山云杉碳汇潜力估测

为掌握研究区天山云杉(Picea schrenkiana)林分碳储量现状,估算其碳汇潜力,了解其碳汇动态变化过程,分别基于Gompertz、Logistic、Mitscherlich和Schumacher等4个常用生长曲线方程,采用林龄、平均树高、平均胸径和林分密度等指标构建林分蓄积量生长模型,选取最优模型,通过林分生物量-林分蓄积量回归模型和含碳系数建立林分碳储量生长模型,计算不同林分条件下天山云杉生长到180 a的碳密度年均增长量,预测研究区当前、30 a后和60 a后的林分碳储量及碳汇潜力。结果表明,对比不同生长曲线方程后选择Schumacher方程构建林分蓄积生长模型并转化为林分碳储量生长模型,模型精度89.082%,估计值的标准差13.006、总系统误差-0.293、平均系统误差-5.943、决定系数0.895。基于林分碳储量生长模型计算出天山云杉在相同林分密度条件下,随着林分立地条件的变化,林分碳密度0~180 a年平均增长量为0.020~0.641 t/(hm^(2)·a),研究区全域林分碳密度平均增长量为0.299 t/(hm^(2)·a),年平均增长量拐点位于30 a处。天山云杉林分碳汇潜力为1.245×10^(4) t碳;当前、未来30 a和未来60 a林分碳储量分别为3.439×10^(6) t碳、3.447×10^(6) t碳、3.450×10^(6) t碳,未来30 a、未来31~60 a的增长量分别为8×10^(3) t碳、3×10^(3) t碳,涨幅分别为0.233%和0.087%。本研究构建的林分碳储量生长模型具有较高的精度和稳定性,可用于研究区天山云杉林分碳汇潜力的估测;研究区天山云杉成熟林、过熟林占比较高,林分碳汇潜力低,需进行林龄结构优化,以促进天山云杉林的可持续发展。