森林生物量扩展因子研究进展

森林生物量是研究森林生态系统结构和功能的重要基础数据,生物量因子(Biomass factors,BEs)法是估测森林生物量的主要方法之一,生物量扩展因子则是其中重要的估测参数,它主要用于树干生物量与林木总生物量以及各维量生物量之间的转换。从生物量扩展因子的定义以及生物量扩展因子与森林类型、林木大小、林分密度等因素之间的变化规律等方面进行综述,分析了国内外对生物量扩展因子的研究现状,指出在生物量扩展因子的研究中存在的方法与定义不一致、缺乏生物量扩展因子影响的系统研究以及数据的适用性较差等问题,并对生物量扩展因子的研究进行展望。

福建地区马尾松生物量转换和扩展因子的影响因素

基于第8次国家森林资源清查福建省331块马尾松的固定样地调查数据,利用增强回归树法(BRT)研究地上生物量转换和扩展因子(BCEF)和地下BCEF的影响因素。研究结果表明:林分特征因子和地形因子是影响地上BCEF以及地下BCEF的主导因素,二者对地上BCEF影响的相对贡献率之和为87.20%、地下BCEF为86.59%。其中,龄组和坡向分别是林分特征因子和地形因子中影响地上BCEF的最大因素(41.13%和14.52%)。地上BCEF随龄组的增大而逐渐减小;在东南坡最大、西坡最小。此外,龄组和坡向分别是林分特征因子和地形因子中影响地下BCEF的最大因素(41.54%和15.16%)。地下BCEF随龄组的增大而逐渐减增大;在东南坡最小、西坡最大。土壤因子对地上BCEF以及地下BCEF的影响都较小(12.80%和13.41%),腐殖层厚度是土壤因子中影响地上BCEF以及地下BCEF的最大因素(9.02%和9.13%)。在所有的影响因素中,龄组对地上BCEF以及地下BCEF的影响均最大,依据龄组计算相应的BCEF或者建立林龄普适的BCEF模型,可以有效地提高生物量的估算精度。

高山松天然林单木生物量因子模型构建

以云南省香格里拉市高山松天然林为研究对象,实测116株高山松单木生物量数据,并计算各维量生物量因子,以幂函数形式为基本模型,构建各维量生物量因子估算模型。结果表明:各维量生物量扩展因子的决定系数(R2)>0.78,平均残差平方和(MSE)<0.03,预估精度(P)>84.00%;各维量生物量转扩因子的决定系数(R2)>0.72,平均残差平方和(MSE)<0.003,预估精度(P)>83.00%。这些模型均具有较高的拟合精度和预估精度,可为高山松碳汇计量提供数据支撑。

东北地区落叶松人工林生物量转换与扩展因子空间自回归模型

【目的】基于东北地区落叶松人工林森林资源连续清查固定样地数据,探讨生物量转换与扩展因子(BCEF)的最优模型形式,建立落叶松人工林BCEF空间自回归模型,为生物量精准估算提供模型支撑和依据。【方法】选择多种模型形式建立BCEF普通回归模型,从中选择拟合效果最好的模型,运用空间误差模型(SEM)和空间滞后模型(SLM)2种空间自回归方法重新拟合模型,采用决定系数(R^(2))、均方根误差(RMSE)和相对均方根误差(rRMSE)对模型进行评价,使用莫兰指数(MI)检验各变量和BCEF模型残差的空间自相关性。【结果】1)BCEF存在明显的空间自相关性,空间距离较小时,同一省内的落叶松人工林BCEF属性相似,随着空间距离增大,各省之间的BCEF属性差异逐渐体现出来,最终趋向随机分布;2)在普通回归模型中,异速生长模型、对数模型和双曲线模型拟合效果较好,不同自变量对应的最优模型形式不同;林分平方平均直径(Dg)是解释能力最高的变量,以Dg为自变量的有效模型的R^(2)在0.945~0.958之间;其次是林分平均高和蓄积量,其有效模型的R^(2)在0.60以上;林分平均年龄的解释能力略低,其有效模型的R^(2)仅0.50左右;林分断面积(BA)和密度(N)对BCEF的解释能力较差,R^(2)均不超过0.50;以Dg为自变量的普通回归模型的残差存在明显空间自相关性;3)以Dg为自变量的双曲线空间自回归模型最优,且SEM优于SLM,与对应普通回归模型相比,SEM的R^(2)提高3%,RMSE和rRMSE分别降低33%和35%,模型残差的MI不超过0.02,可较好消除空间自相关性。【结论】双曲线是BCEF最稳定的模型形式,Dg是解释BCEF的最优变量,建议采用以Dg为预测变量的双曲线函数空间误差模型估算BCEF。

我国落叶松林生物量碳计量参数的初步研究

通过整理归纳落叶松(Larix)天然林和人工林的生物量文献数据,研究探讨了有关生物量碳计量参数,结果表明:1)落叶松生物量转化与扩展因子(Biomass conversion and expansionfactor,BCEF)的平均值为0.6834Mg.m-3(n=113,SD=0.3551),其中天然林为0.5551Mg.m-3(n=56,SD=0.0582),明显小于人工林的0.8095Mg.m-3(n=57,SD=0.4650)(p<0.05);生物量扩展因子(Biomass expansion factor,BEF)的平均值为1.3493(n=134,SD=0.3844),其中天然林为1.1763(n=63,SD=0.0399),也明显小于人工林的1.5029(n=71,SD=0.4780)(p<0.05)。天然林与人工林的BCEF和BEF随林龄(Stand age,A)、平均胸径(Diameter at breast height,DBH)和林分密度(Stand density,D)的增加呈现相反的变化趋势。天然林的BCEF和BEF随A和DBH的增加而增加,随D的增加而呈降低趋势。人工林随A和DBH的增加呈指数降低并趋于稳定值,随D的增加而呈增加趋势。2)根茎比(Root∶shoot ratio,R)的平均值为0.2456(n=156,SD=0.0926),其中天然林为0.2376(n=64,SD=0.0618)),人工林为0.2511(n=92,SD=0.1090),二者无明显差异(p<0.05)。天然林的R随A和DBH的增加分别呈明显的指数和幂函数增加,而随D的增加呈幂函数下降,而人工林的R与A、DBH和D没有显著相关性(p<0.05)。3)群落生物量扩展因子(Community biomass expansionfactor,CBEF)的平均值为1.0792(n=49,SD=0.1005),其中天然林为1.1039(n=29,SD=0.1149),明显大于人工林的1.0434(n=20,SD=0.0614)(p<0.05)。由于天然林和人工林的某些碳计量参数(如BCEF、BEF、CBEF)间存在明显差异,在进行落叶松林生物量碳计量时需分别天然林和人工林计算,在使用有关参数时还需考虑A、DBH和D等因素,有利于降低计量中的不确定性。但是人工林的有些参数(如人工林BCEF和BEF与D的关系、天然林和人工林的CBEF等)尚需进一步研究。

华北落叶松人工林的生物量估算参数

分析华北落叶松人工林4个典型区域(关帝山、五台山中山区、五台山盆地区和塞罕坝)的生物量估算参数(生物量转扩因子、生物量扩展因子和根茎比)及其区域分异。结果表明:关帝山林区和五台山林区(中山区和盆地区)的生物量转扩因子平均值间无显著差异(P>0.05)且都大于塞罕坝林区(P<0.05);关帝山林区、五台山盆地区和塞罕坝林区的生物量扩展因子平均值间无显著差异(P>0.05)且都小于五台山中山区(P<0.05);生物量转扩因子和生物量扩展因子随林龄、平均胸径和蓄积量的增加而减小并趋于稳定;4个区域的根茎比平均值间无显著差异(P>0.05);根茎比随林龄和平均胸径的增加而增加(P<0.01),但与林分密度和蓄积量无显著相关性(P>0.05)。由于不同区域的生物量转扩因子和生物量扩展因子平均值间存在显著差异,故而建议按区域选择它们的值,并尽可能利用它们与林分测量指标的函数关系来确定。

杨树人工林生物量估计方法与应用

为了以杨树人工林的森林资源调查资料估算其生物量，利用SPSS12．0软件，根据林术相对生长法则对河南省武陟县23株I-72杨样木生物量实测值进行模型拟合，并结合样地资料，拟合了生物量扩展因子（BEF）、树根生物量与地上部分生物量的比值（RSR）及与林分调查因子的回归方程，最后利用林分蓄积及木材密度等算出杨树林的生物量。结果表明，杨树的生物量扩展因子BEF值为1．3左右、RSR值为0．14～0．6，并随着林分平均高、胸高断面积、林龄、林分蓄积的增大而减小。经检验，利用生物量扩展因子法估算杨树人工林的生物量具有很好的精度，说明可以利用森林资源调查资料估算杨树人工林的生物量。

岷江上游亚高山暗针叶林的生物量碳密度

利用森林资源连续清查的样地数据，基于生物量与蓄积量之间的关系模型，估测岷江上游亚高山暗针叶林地上部分生物量碳密度、碳密度年增长率及其随林龄、海拔和坡向变化的分布规律。结果表明：岷江上游暗针叶林的成熟林、过熟林生物量碳密度较高，中龄林、幼龄林生物量碳密度较低，成熟林、过熟林生物量碳密度高于全国平均水平，而中龄林和近熟林低于全国平均水平，幼龄林与全国平均水平相近；中龄林生物量碳密度年增长率最大，为1.3％，其次为过熟林，生物量碳密度年增长率为0.8％，幼龄林生物量碳密度年增长率最小，为0.7％；海拔3600～3800m处生物量碳密度最大，明显高于其他海拔区段；海拔3000～3400m处生物量碳密度年增长率最高，为1.03％；半阴坡和半阳坡的生物量碳密度高且年增长率最大，其次是阴坡，阳坡生物量碳密度低，年增长率最小；过去20多年，岷江上游暗针叶林生物量碳密度呈现逐年增加的趋势，1997-2002年，生物量碳密度年平均增长率为1.15％，高于其他调查期间碳密度年增长率。

亚热带4种森林生物量估算转换参数的研究

对我国亚热带森林资源调查中典型的4种森林类型(杉木林、马尾松林、落叶阔叶林和常绿阔叶林)的林分生物量数据进行整合分析,计算4种森林类型从林分蓄积量估算林分生物量的主要转换参数平均值,并分析影响转换参数的林分因子。结果表明:(1)杉木林、马尾松林、落叶阔叶林和常绿阔叶林4种森林类型中优势树种的木材基本密度平均值分别为0.313 3、0.412 5、0.502 1和0.527 4,木材基本密度因树种种源、种系、立地条件、林龄、林分密度等因子的不同而不同。(2)杉木林、马尾松林、落叶阔叶林和常绿阔叶林生物量扩展因子的平均值分别为1.308 9、1.265 4、1.423 3和1.391 3,根冠比的平均值分别为0.169 4、0.177 2、0.239 1和0.263 5。(3)4种森林类型的生物量扩展因子和根冠比随林龄、平均胸径和平均树高的增加而减少,随林分密度的增加而增加。4种森林类型的生物量估算转换参数间存在明显的差异,因此,在估算森林生物量时应按具体的森林类型进行估算,同时还应考虑林龄、林分密度、平均胸径和平均树高等林分因子的影响。

内蒙古大兴安岭兴安落叶松人工林生物量碳计量参数研究

以联合国政府间气候变化专门委员会(IPCC)指南为依据,以内蒙古大兴安岭兴安落叶松(Larix gmelini)人工林为研究对象,根据实测生物量数据,计算兴安落叶松人工林碳计量参数,结果表明:1)生物量转化与扩展因子(BCEF)平均值为0.92t/m^3,生物量扩展因子(BEF)平均值为1.39;根茎比(R)平均值为0.14;木材基本密度(WD)平均值为0.61t/m^3;2)回归分析发现:BCEF,BEF,WD均与林龄(A)、平均胸径(DBH)呈负相关,均与林分密度(D)无明显相关,R与A,DBH,D均无显著相关性;3)IPCC指南缺省值与碳计量参数实测值估算生物量结果差异显著,本研究可为进一步校正IPCC法中碳计量参数,准确估算森林碳储量提供基础数据。

森林碳汇的碳资产价值评估方法

森林碳汇是实现碳中和的重要途径之一,如何评价其经济价值是重要的理论与现实问题。文章将碳资产价值理论引入森林碳汇领域,提出一种评估森林碳汇碳资产价值及分析其影响因素敏感性的方法,继而通过实例估计某森林碳汇项目碳资产价值的合理值,并对该项目碳资产价值的影响因素进行敏感性分析。研究表明:(1)森林碳汇具有较高的、可度量的碳资产价值;(2)碳资产理论能够为森林碳汇经济价值的评估和计量提供一种新的方法;(3)森林碳汇的经济价值主要取决于项目碳汇量和碳汇价格,与碳汇价格变动相比,项目碳汇量变动对森林碳汇碳资产价值具有更大的影响。

燕山北部山地华北落叶松人工林生物碳贮量

为了了解燕山北部山地大面积分布的华北落叶松人工林的碳汇功能,对该地区不同年龄阶段的华北落叶松林的生物碳贮量进行了研究。结果表明:燕山北部山地华北落叶松人工林生物碳贮量随林分年龄的增加呈明显的增加趋势,9、13、33、43年生华北落叶松人工林生物碳贮量分别为21.97、34.14、55.62和141.70t/hm2;不同林龄华北落叶松人工林地上部分和地下部分碳元素的贮量所占比例变化不大,枝、叶中碳元素所占比例随林龄的增加而逐渐降低;各林龄华北落叶松人工林生物碳库中,凋落物占有较大比例,一般可达到20%以上。该地区华北落叶松人工林生物量转化和扩展因子FBCE和生物量扩展因子FBE有随林木胸径的增加而下降的趋势,初期下降速度较快,胸径大于8cm时,下降速度趋缓,最后趋于稳定;同时,FBCE、FBE及根茎比有随林龄的增加而逐渐下降的趋势,该地区华北落叶松林的FBCE和FBE值接近于中国各地区落叶松林的平均水平。燕山北部山地40年生以下的华北落叶松人工林生长迅速,生物有机碳积累速率快,该地区大面积分布的华北落叶松中、幼龄人工林是中国北方重要的碳汇之一。

基于清查数据的福建省马尾松生物量转换和扩展因子估算差异解析——3种集成学习决策树模型的比较

生物量转换和扩展因子(BCEFs)是估算森林生物量碳储量普遍使用的重要参数.厘清BCEFs估算差异的来源,可降低森林生物量碳储量评估的不确定性.利用基于集成学习的决策树模型能够很好地解决BCEFs估算差异来源问题.然而,不同此类模型的对比研究目前尚未见报道.本研究以第8次国家森林资源清查福建省331块马尾松的固定样地数据作为材料,分别利用增强回归树(BRT)、随机森林(RF)和立体派(Cubist)模型分析BCEFs(包括地上和地下部分)估算差异的来源.结果表明:研究区马尾松BCEFs呈右偏分布,平均值为0.69t·m^(-3),最小值为0.67 t·m^(-3),最大值为0.71 t·m^(-3).BRT、RF和Cubist模型对BCEFs的拟合和预测能力均很好,均能够解释92.8%以上的BCEFs变异.3种模型均给出了相同的前2个相对贡献率最大的自变量,为平均胸径和蓄积量.BCEFs随着平均胸径、蓄积量的增加呈逐渐减小的趋势.平均胸径、蓄积量、平均年龄和平均树高等林分特征因子对BCEFs的影响极大,而土壤因子和地形因子对BCEFs的影响均很小.在建立BCEFs模型时,利用平均胸径、蓄积量、平均年龄和平均树高等少量包含较多BCEFs预测信息的变量便能获取很好的预估精度.当应用固定BCEFs时,应选择在平均年龄、平均胸径以及蓄积等方面具有广泛代表性的样本计算BCEFs.

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。

北京市不同功能分区的乔木林储碳功能对比研究

基于北京市第七次至第九次(2004—2018年)森林资源连续清查数据,采用生物量扩展因子法,评估北京市乔木林的碳储量与碳密度在不同城市功能分区的分布与变化情况。结果表明,在3个清查期内,北京市的乔木林总碳储量分别为5.74、6.72和10.45 Mt,其中幼龄林和中龄林占比最高,两者占到同期总碳储量的60.88%、64.12%和59.62%。在区域分布上,生态涵养发展区乔木林的碳储量占比最高,3期分别达到64.01%、59.86%和63.64%,其次为城市发展新区,占比分别为23.53%、30.39%和26.67%。全市乔木林碳密度在3个清查期分别为11.38、11.23和14.19 t/hm 2。分区碳密度大小依次为首都功能核心区>城市功能拓展区>城市发展新区>全市平均值>生态涵养发展区。北京市乔木林的碳汇能力总体呈增长趋势,但中龄、幼龄林占比高,碳储量重点分布区的碳密度偏低,应持续开展森林精细化抚育管理,尤其是要加强生态涵养发展区乔木林的提质增效,有效增加乔木林资源的整体碳汇功能。

思茅松中幼人工林的生物量碳计量参数

通过开展思茅松中幼人工林样地调查,基于实测数据计算了相关碳计量参数并研究了碳计量参数与相关林分因子的关系。结果表明:1)思茅松中幼人工林生物量转化与扩展因子(BCEF)的平均值为0.5483Mg.m-3(n=30,95%置信区间:0.5357～0.5609),低于政府间气候变化专门委员会(IPCC)的缺省值。BCEF和平均树高(H)、林分形高(FH)、蓄积量(V)和林龄(A)存在显著负相关(P<0.05)。BCEF和平均胸径(D)负相关,但相关不显著(P>0.05)。BCEF和N(林分密度)正相关,但相关不显著(P>0.05)。BCEF值与林分因子的关系函数拟合效果不佳。2)思茅松中幼人工林生物量扩展因子(BEF)的均值为1.78378(n=30,95%置信区间:1.71714～1.85043),高于IPCC缺省值。BEF和D、H、FH、V和A存在极显著的负相关(P<0.01),与N存在显著的正相关(P<0.05)。BEF与A和V的关系以二次曲线函数形式拟合效果较好,与N的关系则以双曲线形式较好,与FH、H和D的关系以幂函数较好。3)思茅松中幼人工林的根茎比(R)均值为0.2400(n=30,95%置信区间:0.2194～0.2606),与IPCC缺省值基本一致。R与D、H、FH、V和A有极显著的负相关关系,与N有显著的正相关关系。R与D、H、FH、V和A的关系以二次曲线的形式拟合效果较好,与N的关系则以双曲线形式拟合较好。

西南5省市区森林植被碳储量及碳密度估算

基于2009-2013年第8次全国森林资源连续清查数据,利用生物量扩展因子法,采用改良的计算参数,从不同龄组、林型等方面进行考虑,对西南5省市区森林资源的生物量、碳储量及碳密度进行了估算。结果表明:我国第8次森林资源清查中,西南5省市区森林植被总生物量为5 308.18×10~6t,碳储量总量为2 752.05×10~6tC,林分碳储量为2 546.74×10~6tC;西藏藏族自治区森林植被碳储量在西南5省市区碳储量中占最大份额,为980.46×10~6tC,占西南5省森林植被碳储量的35.63%;重庆市其森林植被碳储量只占西南5省市区森林植被碳储量的2.55%。在碳密度方面,西藏藏族自治区林分平均碳密度最大,高达108.73t·hm^(-2)。针阔混交林其碳密度在各林型中普遍高于林分平均碳密度,在扩大森林面积,增加森林植被碳储量中,可适当扩大针阔混交林面积,将有利于提高森林植被碳储量。

云南省森林生态系统植被碳储量及碳密度估算

基于2009-2013年第8次全国森林资源连续清查数据,利用生物量扩展因子法,采用改良的计算参数,从不同龄组、林型等方面进行考虑,对云南省森林资源的生物量、碳储量及碳密度进行了估算。结果表明,我国第8次森林资源清查中,云南省森林林分生物量为1 640.92×106t,平均生物量为101.71 t/hm2,林分碳储量为775.30×106t C,林分平均碳密度为50.77 t C/hm2,森林植被碳储量总量为818.29×106t C。人工林碳储量只占林分碳储量的5.90%,幼龄林只占林分碳储量的17.09%;天然林与成熟林在云南省森林资源碳储量中所占比重较大,在扩大云南省森林植被碳储量方面,可以通过选择林龄结构及森林林分类型来加以实现。人工林将会在森林植被碳储量中占有越来越重要的地位。

武汉市环城林带森林碳储量及其动态变化

为了促进城市森林固碳增汇,提升城市森林生态系统功能和价值,基于武汉市环城林带2008年和2018年的两期森林资源二类调查数据,采用生物量连续转化因子法和含碳系数法,对环城林带的森林碳储量和碳密度进行了估算,对比分析了10 a间的动态变化。结果表明:(1)10 a间环城林带森林碳储量和碳密度增幅明显,分别由64692.4133 t和27.3897 t/hm^(2)增长到119789.9613 t和47.2434 t/hm^(2)。到2018年,环城林带森林碳储量理论价值约为987.85万元;(2)到2018年,森林碳储量最多的区域为江夏区段,但各区段之间的碳储量差异在缩小。森林碳密度最大的区段已由东西湖区段转变为蔡甸区段;(3)森林碳储量呈现出向少数几个群落类型聚集的趋势,到2018年樟树林已成为环城林带碳储量最多的群落类型;(4)近、成熟林的碳储量和碳密度增幅明显,但是幼龄林依然是环城林带森林碳储量的绝对主体。综上,武汉市环城林带森林碳储量具有较大的增汇潜能,但需要及时开展森林精准抚育,以确保增汇潜能的有效释放并促进碳储量结构平衡。

云南省2008-2013年森林植被碳储量变化研究

根据第七、第八次全国森林资源连续清查数据,采用生物量扩展因子法,从不同龄组、林型、起源对云南省森林植被碳储量和碳密度进行估算。结果表明,2008年云南省森林植被总碳储量798.31×10~6 t,2013年增至831.81×10~6 t;2013年的调查结果显示各林型(除灌木林)碳储量普遍增加,平均碳密度却有所降低,由第七次调查时的49.98 t∕hm^2,降至2013年的39.78 t∕hm^2;人工林各龄组间碳储量变化明显,平均变化率达55.28%;天然林碳储量却只增加了23.02×10~6 t,增长率为3.26%。适当扩大人工林面积可增加碳储量,但这种方式已经不适合云南碳汇项目的发展。