基于森林資源數(shù)據(jù)的鳳城市森林不同齡組碳儲量研究

楊青川

摘 要 為研究鳳城市森林的碳儲量，通過森林生物量—蓄積量回歸模型，對森林資源變更數(shù)據(jù)按優(yōu)勢樹種和不同林齡組的碳儲量和碳儲密度進行分析。結(jié)果表明：鳳城市森林碳儲量最大的樹種是柞樹，不同林齡碳儲量由大到小依次為中齡林、幼齡林、成熟林、近熟林和過熟林;碳儲密度由大到小依次為近熟林、中齡林、過熟林、成熟林和幼齡林。

關(guān)鍵詞 優(yōu)勢樹種;林齡組;碳儲量;碳密度;鳳城

中圖分類號：S718.55 ? ? ? 文獻標(biāo)識碼：A ? doi：10.13601/j.issn.1005-5215.2021.02.016

Abstract In order to study the carbon storage of forest in Fengcheng City，the biomass volume regression model was used to analyze the carbon storage and carbon storage density of forest resource change data according to dominant tree species and different age groups.Result shows that the tree species with the largest carbon storage was oak，and the descending order of carbon storage at different ages is middle-aged forest > young forest > mature forest > near mature forest > over mature forest. The descending order of carbon storage density is near mature forest > middle aged forest > over mature forest > mature forest > young forest.

Key words dominant species;forest age group;carbon storage;carbon density;Fengcheng City

二氧化碳是使全球氣候變暖的主要因素之一。隨著氣候變化的加劇，如何固定和減少排放二氧化碳逐漸成為研究熱點。森林通過光合作用，在陸地生態(tài)系統(tǒng)中吸收二氧化碳的能力最強，在固定二氧化碳和減緩全球變暖中承擔(dān)著重要作用[1]。因此，對森林碳儲量和碳儲密度的研究就顯得尤為重要。國內(nèi)學(xué)者對此做了大量研究，有學(xué)者基于森林資源連續(xù)清查數(shù)據(jù)，采用生物量和蓄積量的統(tǒng)計學(xué)關(guān)系轉(zhuǎn)換函數(shù)，結(jié)合含碳系數(shù)，對省級尺度區(qū)域的生物量和碳儲量進行估算[2，3]。有的對灌木林的碳儲量及驅(qū)動因素進行了分析[4]。

鳳城地區(qū)自然資源豐富，在遼寧省內(nèi)位居前列。本文研究鳳城市各優(yōu)勢樹種不同林齡的碳含量和碳儲密度，對掌握遼寧省東部山區(qū)的碳匯功能有重要的意義。

1 自然概況

鳳城市位于123°32′—124°32′ E、40°02′—41°06′ N。生態(tài)分區(qū)屬于遼東山區(qū)，地貌屬遼東山地丘陵區(qū)。氣候類型為中溫帶濕潤大陸性季風(fēng)氣候，春夏秋冬季節(jié)分明。水系有鴨綠江、渾河、太子河和大洋河，水資源豐富。

2 研究方法

2.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于2015年鳳城市森林資源變更數(shù)據(jù)。涵蓋域內(nèi)所有森林林班、小班，是完整的森林資源數(shù)據(jù)，可以全面完整地反映區(qū)域內(nèi)的森林資源情況，從中提取各優(yōu)勢樹種和不同齡組的數(shù)據(jù)用于生物量和碳儲量估算。

2.2 優(yōu)勢樹種生物量估算

獲取森林植被生物量的方法有通過直接收獲樣地內(nèi)植被，測定生物量的收獲法，有通過測樹因子或者蓄積量建立生物量模型的模型模擬法及通過測定二氧化碳濃度變化估算生物量的微氣象學(xué)法。

本文采用可以在較大尺度上應(yīng)用的生物量-蓄積量模型法，估算鳳城地區(qū)喬木林和疏林的生物量。具體如下式，即：

B=aV+b

式中：B代表林木生物量（t）;V代表林木蓄積量（m3）;a、b是回歸方程的參數(shù)。

采用已經(jīng)公布的各個優(yōu)勢樹種的最優(yōu)生物量-蓄積量回歸方程估算生物量，具體方程見表1。其中的方程參數(shù)是各優(yōu)勢樹種全國平均參數(shù)，個別沒有方程和參數(shù)的樹種，采用相似樹種值代替，經(jīng)濟林未劃分齡組，不參與計算。

2.3 優(yōu)勢樹種碳儲量估算

關(guān)于含碳量的測定，有的學(xué)者用元素分析儀測算[5]，有的用化學(xué)方法測定[6]，得出的結(jié)果各優(yōu)勢樹種的含碳率大多在一個區(qū)間范圍內(nèi)，即0.45～0.50。目前在大面積分析上，國內(nèi)學(xué)者大多采用生物量與含碳率的乘積計算碳儲量。由于本文研究對象包括不同樹種和不同齡組，含碳率有差異，不能采用統(tǒng)一數(shù)值估算。因此采用業(yè)內(nèi)認(rèn)可的《造林項目碳匯計量監(jiān)測指南》及已經(jīng)公布的樹種的含碳率進行碳儲量估算。目前還沒有確切參數(shù)的樹種采用含碳率為0.5計算[3]。碳儲密度為碳儲量值與面積的比值。

3 結(jié)果與分析

3.1 天然林各優(yōu)勢樹種不同齡組碳儲量

經(jīng)過計算，鳳城市天然林各優(yōu)勢樹種不同齡組的碳儲量見表2。天然林中柞樹碳儲量為5 250 773.04 t，占94.20%;其次為胡桃楸194 517.70 t;油松73 881.79 t。柞樹成熟林碳儲量為1 563 789.67 t，在各優(yōu)勢樹種的各個齡組中碳儲量大，說明柞樹成熟林對鳳城地區(qū)的天然林碳儲量貢獻最大。不同齡組碳儲量由大到小依次為成熟林、幼齡林、近熟林和過熟林。

從碳密度計算結(jié)果（表3）看，天然林不同齡組碳儲密度中，成熟林最大，幼齡林最小，其由大到小依次為成熟林、近熟林、過熟林、中齡林和幼齡林。

3.2 鳳城市人工林各優(yōu)勢樹種不同齡組碳儲量

經(jīng)過計算，鳳城市人工林各優(yōu)勢樹種不同齡組的碳儲量見表4。人工林中落葉松碳儲量為2 991 886.37 t，占85.27%;其次為紅松191 874.32 t。其中落葉松中齡林碳儲量為1 301 070.21 t，在各優(yōu)勢樹種的各個齡組中碳儲量大，說明落葉松中齡林對鳳城地區(qū)的人工林碳儲量貢獻最大。不同齡組碳儲量由大到小依次為中齡林、幼齡林、近熟林、成熟林和過熟林。

人工林碳儲密度計算結(jié)果見表5。人工林不同齡組碳儲密度中，中齡林最大，幼齡林最小，其由大到小依次為過熟林、中齡林、近熟林、成熟林和幼齡林。

3.3 鳳城市森林不同齡組碳儲量估算

通過對鳳城市天然和人工林生物量和碳儲量的估算，得出全市各優(yōu)勢樹種不同齡組的碳儲量和碳儲密度，結(jié)果見表6。碳儲量最大的齡組為中齡林（3 131 082.61 t），最少的是過熟林（391 197.90 t），其由大到小依次為中齡林、幼齡林、成熟林、近熟林和過熟林。碳儲密度最大的是近熟林（43.13 t??hm-2），由大到小依次為近熟林、中齡林、過熟林、成熟林和幼齡林。

4 結(jié)論

通過計算，柞樹在鳳城地區(qū)各優(yōu)勢樹種中碳儲量居首位，遠遠高于其他樹種，各林齡組中碳儲量最多是中齡林。因此在森林經(jīng)營管理中，柞樹的經(jīng)營管理會很大程度影響該地區(qū)的碳儲量。分析結(jié)果表明，鳳城市人工林的碳儲密度普遍高于天然林。人工林森林質(zhì)量較高，除幼齡林外其他齡組的碳密度均高于全國平均水平的44.91 t??hm-2[7]。但是整體看，與世界平均水平差距甚遠。碳儲密度的變化趨勢是隨年齡增長而增長，這與國內(nèi)大部分研究結(jié)果一致。

參考文獻：

[1] 李敏. 森林土壤碳儲量研究綜述[J]. 林業(yè)調(diào)查規(guī)劃， 2018， 43（4）： 21-24

[2] 盧景龍，梁守倫，劉菊. 山西省森林植被生物量和碳儲量估算研究[J]. 中國農(nóng)學(xué)通報， 2012， 28（31）： 51-56

[3] 劉艷，孫向陽，范俊崗，等. 遼寧省森林植被碳儲量及其動態(tài)變化[J]. 生態(tài)環(huán)境學(xué)報， 2015， 24（2）： 211-216

[4] 韓耀杰. 人工灌木碳儲量核算及驅(qū)動因素分析[D]. 北京：中國農(nóng)業(yè)科學(xué)院， 2020

[5] 舒洋. 大興安嶺落葉松林碳儲量監(jiān)測及碳層分配特征研究[D]. 呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)， 2017

[6] 廖國莉，段劼，賈忠奎，等. 遼東地區(qū)不同林齡長白落葉松人工林生態(tài)系統(tǒng)碳儲量分配特征[J]. 東北林業(yè)大學(xué)學(xué)報， 2020， 48（11）： 8-13

[7] 郭樹平.黑龍江省碳儲量及碳匯潛力分析[J].森林工程，2011，27（3）：9-10