浙江省1991—2006森林火灾直接碳释放量的估算

森林火灾是自然生态系统重要的干扰因子,在燃烧过程中释放大量的温室气体.随着全球温度持续升高,林火有更频发的趋势.根据1991—2006年浙江省森林火灾统计资料和浙江省各种森林类型地上生物量数据,采用排放因子法和排放比法,分析浙江省年均森林火灾温室气体排放量.结果表明:浙江省森林火灾平均每年释放CO₂、CO、甲烷(CH₄)和非甲烷烃(NMHC)分别为127930、7672.8、3098.7和1475.5 t;年均消耗生物量和碳损失量分别为86148.1和38766.7 t,对区域碳平衡有一定影响.     

环境保护的若干参考资料

全球变暖是指地球表层大气、土壤、水体及植被温度年际间缓慢上升。由大气层气体引起全球变暖就是温室效应。CO2和悬浮粒子都是大气自然组分，前者在光合作用和呼吸作用碳循环中具作用，后者包括来自火山爆发、火灾和烟灰、风尘中尘埃和水汽凝结小水滴等，这两类物质对到达地球能量及从地球辐射能量有影响，它们是决定地球温度及气候关键因素。大气中甲烷、氮氧化物等浓度增加．能引起类似效应。但以CO2增温效应为主，约占总量60％以上。自从工业革命以来，越来越多CO2通过燃烧矿物燃料和砍伐焚烧森林进入大气，使大气CO2浓度逐渐升高。     

造林再造林、森林采伐、气候变化、CO2浓度升高、火灾和虫害对森林固碳能力的影响

森林生态系统具有吸收大气CO_2、缓解气候变化的作用。造林再造林作为京都议定书认可的大气CO_2减排途径,是提高森林固碳能力的低成本、有效策略。森林生态系统固碳能力还受森林采伐、气候变化、大气CO_2浓度升高、火灾以及虫害等自然因素和人为因素的强烈影响。综述了全球和区域造林再造林的固碳能力,以及目前较受重视的一些因素(森林采伐、气候变化、大气CO_2浓度升高、火灾以及虫害)对森林生态系统固碳能力的影响。结果表明,全球造林再造林固碳能力为148—2400TgC/a;采伐造成的全球森林碳损失最大为900 TgC/a,其次是火灾为300 TgC/a,虫害造成森林碳释放最小在2—107 TgC/a之间。建议在今后的研究中,应关注固碳措施和多种环境因素对森林生态系统固碳能力,尤其是对森林土壤固碳能力的影响,严格控制森林采伐和火灾发生,以及减少或避免造林再造林活动引起的碳泄漏。     

黑龙江省温带森林火灾碳排放的计量估算

森林火灾干扰作为森林生态系统重要的干扰因子,剧烈地改变着森林生态系统的结构、功能、格局与过程,对区域乃至全球的碳循环与碳平衡产生重要影响。随着全球气候变暖,森林火灾干扰的频率和强度进一步加剧,其排放的含碳气体对大气中温室气体浓度的贡献率更大,进而加快气候变暖的速率。科学有效地对森林火灾碳排放及含碳气体排放量进行计量估算,对了解区域乃至全球的碳循环及碳平衡具有重要的理论价值和实践意义。根据黑龙江省温带森林1953—2012年火灾统计资料和森林调查数据,结合地理信息系统GIS技术,通过野外火烧迹地调查以及实验室的控制环境实验来确定森林火灾碳排放计量中的各种参数,在林分水平上,利用排放因子的方法,估算了黑龙江省温带森林60年间火灾碳排放量和含碳气体排放量。结果表明:黑龙江省温带森林60年间火灾碳排放量为5.88×107t,年均排放量为9.80×105t,约占全国年均森林火灾碳排放量的8.66%;含碳气体CO2、CO、CH4和非甲烷烃(nonmethane hydrocarbons,NMHC)的排放量分别为1.89×108、1.06×107、6.33×105和4.43×105t,含碳气体CO2、CO、CH4和NMHC的年均排放量分别为3.15×106、1.77×105、1.05×104和7.38×103t,分别占全国年均森林火灾各含碳气体排放量的7.74%、6.52%、9.42%和6.53%。研究发现针阔混交林型的森林火灾面积占总过火林地面积的57.54%,由于其燃烧效率较低,在森林火灾中的碳排放量仅占排放总量的38.57%;尤其是针阔混交林森林火灾面积占总过火林地面积的20.71%,而碳排放量仅占总排放量的9.67%;且CO2的排放因子较低,其CO2排放量仅占总排放量的8.95%。同时研究表明,黑龙江省温带森林年均的碳排放对该区域的碳循环与碳平衡产生重要影响,并针对研究结果提出了应对气候变化的森林经营可持续管理策略,亦提出了科学的林火管理策略及其合理化的林火管理路径。     

中国森林生态系统土壤CO2释放分布规律及其影响因素

联合国气候框架公约的签署提升了人们对全球变暖、碳循环变化的关注。陆地生态系统在全球变暖格局下的地位与作用,尤其是土壤碳库对全球变暖格局的响应是全球变化研究的焦点。土壤CO2释放作为土壤-大气CO2交换的主要途径之一,也就成为各国生态学家研究的重点内容。在对我国森林生态系统CO2释放通量以及相关气候、生物等因子的资料进行收集、整理和分析的基础上,探讨了我国森林生态系统土壤CO2释放的分布规律,以及这种规律性分布的气候、生物影响因素。对于我国这样一个南北跨度大的国家,不同区域的森林生态系统土壤CO2释放通量间存在较大的差异,在全国尺度上,森林生态系统土壤CO2释放通量平均值为（1．79±0．86）gCm^-2d^-1,而且土壤CO2释放通量随着纬度增加逐渐降低。作为一个复杂的生态过程,土壤CO2释放受到生物、非生物因子或独立、或综合的影响。通过分析指出,在全国尺度上,年均温、降雨量、群落净生产力及凋落物量显著地影响森林土壤CO2释放通量。同时,也正是这些影响因子的纬度分布,导致了我国森林生态系统土壤CO2释放通量的纬度分布规律。作为衡量土壤CO2释放对温度敏感性的重要指标,计算了我国森林生态系统土壤CO2释放温度敏感性系数-Q10值,约为1．5,该值显著低于全球平均水平,2．0。     

吉林省主要林型森林火灾的碳量释放

火是森林生态系统主要的干扰因子,森林火灾的频繁发生不仅使森林生态系统遭到破坏,同时也造成了含碳温室气体的大量释放。国际上对森林火灾释放温室气体的研究越来越多,中国学者也对我国森林火灾释放的温室气体进行了研究。当前,对森林火灾释放碳量的估算主要应用平均生物量数据,而不是应用每次森林火灾实际燃烧的生物量,另外对林型森林火灾碳释放的差异研究不够深入。根据每次森林火灾实际燃烧的生物量来研究吉林省主要林型森林火灾碳释放。根据吉林省1969—2004年的森林火灾统计数据,计算出了吉林省主要林型森林火灾释放碳量。其中,白桦林、阔叶混交林、针阔混交林、落叶松林、柞树林、杨树林和红松林森林火灾直接释放的碳量占1969—2004年吉林省森林火灾碳释放总量的99.7%。白桦林、阔叶混交林、针阔混交林、落叶松林、柞树林、杨树林和红松林森林火灾年均释放的碳量分别为6593.75-8791.66、5650.28-7533.71、3906.57-5208.76、2110.75-2814.33、1613.71-2151.61、295.49-393.98、234.37-312.50 t。用排放比法得出了吉林省主要林型森林火灾释放的CO2、CO、CH4量。白桦林、阔叶混交林、针阔混交林、落叶松林、柞树林、杨树林和红松林森林火灾年均释放的CO2量分别为21759.36-29012.48、18645.93-24861.24、12891.69-17188.92、6965.46-9287.29、5325.25-7100.33、975.11-1300.14、773.43-1031.24 t,年均释放的CO量分别为1583.09-2110.78、1356.57-1808.76、937.93-1250.57、506.77-675.69、387.43-516.58、70.94-94.59、56.27-75.03 t,年均释放的CH4量分别为534.71-712.94、458.20-610.93、316.80-422.39、171.17-228.22、130.86-174.48、23.96-31.95、19.01-25.34 t。通过时间系列分析,白桦林自1980年以后、针阔混交林自1984年以后和红松林自1983年以后已经不是主要森林火灾碳释放林型。目前主要森林火灾碳释放林型为阔叶混交林、落叶松林、柞树林和杨树林,特别是柞树林,年均碳释放为237.12-316.16 t。     

1950—2008年江西省森林火灾的碳损失估算

1950—2008年间江西省年均发生森林火灾762次、年均过火面积1.578×104hm2.本文利用江西省森林火灾统计数据,结合气象、森林分布和历次森林清查数据,分析了该省林火的特征,估算历年的林火碳释放量和碳转移量.结果表明:1950—2008年江西省森林火灾导致的森林生物量总损失约61.155 Tg,活生物量碳库损失约30.993 Tg C,占全省植被碳库的15.92%.20世纪70年代以前林火生物量碳损失率约占1950—2008年生物量总碳损失的74.3%;90年代以后,年均林火生物量碳损失小于0.097 Tg C.森林火灾释放的CO2、CH4和CO气体分别为5.408 Tg、0.047 Tg和0.486 Tg,有22.436 Tg C活生物量碳进入土壤碳库.2008年初雨雪冰冻灾害引发的高频率次生林火灾害导致森林活生物量碳损失(0.463 Tg C)是前5年平均值(0.181 Tg C)的2.56倍.     

1950—2008年江西省森林火灾的碳损失估算

1950—2008年间江西省年均发生森林火灾762次、年均过火面积1.578×10.4 hm².本文利用江西省森林火灾统计数据,结合气象、森林分布和历次森林清查数据,分析了该省林火的特征,估算历年的林火碳释放量和碳转移量.结果表明： 1950—2008年江西省森林火灾导致的森林生物量总损失约61.155 Tg,活生物量碳库损失约30.993 Tg C,占全省植被碳库的15.92%.20世纪70年代以前林火生物量碳损失率约占1950—2008年生物量总碳损失的74.3%;90年代以后,年均林火生物量碳损失小于0.097 Tg C.森林火灾释放的CO₂、CH₄和CO气体分别为5.408 Tg、0.047 Tg和0.486 Tg,有22.436 Tg C活生物量碳进入土壤碳库.2008年初雨雪冰冻灾害引发的高频率次生林火灾害导致森林活生物量碳损失(0.463 Tg C)是前5年平均值(0.181 Tg C)的2.56倍.     

1980—1999年大兴安岭灌木、草本和地被物林火碳释放估算

应用排放因子法,对大兴安岭林区1980-1999年间主要森林类型中灌木、草本和地被物因森林火灾释放的碳量及主要含碳温室气体量进行了估算．结果表明：不同森林类型灌木、草本和地被物的排放因子不同,以杜香-兴安落叶松林的灌木、草本和地被物层CO2排放因子最大,为93．08％,樟子松林最小,为82．56％;樟子松林CO和CxHy排放因子最大,分别为10．25％和0．84％,杜香-兴安落叶松林最小,分别为6．55％和0．30％．结合灌木、草本和地被物层生物量和碳储量数据,得出20年间大兴安岭典型森林类型灌木、草本和地被物层因森林火灾释放的总碳量为6．56Tg,年平均0．33Tg,约占全国森林火灾碳释放量的11．55％～16．30％;直接释放的含碳温室气体22．03Tg,其中CO2的释放量占总释放量的85．20％,CO占总释放量的14．21％,CxHy占总释放量的0．59％．     

珠江三角洲地区森林生物量及其动态

利用生物量转换因子连续函数法,通过69组不同龄级的森林样地实测数据,拟合了珠江三角洲主要森林类型的生物量和蓄积量之间的回归方程,并结合3个时段森林清查资料,估算了区域森林生物量及其动态.结果表明：珠江三角洲的中幼林面积占森林总面积的80％以上,其林下植被生物量约占森林总生物量的33％,充分考虑林下植被生物量能提高区域森林生物量估算的精度.在1989—1993年、1994—1998年、1999—2003年3个研究时段,珠江三角洲森林生物量共增加了14.67×10⁶ t.其中,马尾松林、常绿阔叶林和针阔混交林的生物量约占区域总生物量的80％,是区域森林生物量的主体;而中、幼林的生物量所占比例达90％,但呈逐年下降趋势.珠江三角洲快速城市化和经济发展对区域森林生物量的积累并没有产生明显影响,区域森林面积基本保持不变,而区域森林生物量呈逐年增长趋势,年增长率为1.2％.随着珠江三角洲区域中、幼林不断发育成熟,区域森林的生物量将不断增加,其环境效应也将不断增强.     

1965–2010年大兴安岭森林火灾碳排放的估算研究

 火干扰是森林生态系统的重要干扰因子, 是导致植被和土壤碳储量发生变化的重要原因。火干扰所排放的含碳气体对气候变化具有重要的影响。科学有效地对森林火灾所排放的碳进行计量, 对了解区域和全球的碳平衡及碳循环具有重要的意义。根据大兴安岭森林资源调查数据和1965–2010年森林火灾统计资料, 利用地理信息系统GIS (geographic information system)技术, 通过野外火烧迹地调查与室内控制环境实验相结合的方法确定各种计量参数, 从林分水平上, 采用排放因子法, 估算了大兴安岭1965–2010年46年间森林火灾所排放的碳和含碳气体量。结果表明: 大兴安岭46年间森林火灾排放的碳为2.93 × 10⁷ t, 年平均排放量为6.38 × 10⁵ t, 约占全国年均森林火灾碳排放量的5.64%; 含碳气体CO₂、CO、CH₄和非甲烷烃(NMHC)的排放量分别为1.02 × 10⁸、9.41 × 10⁶、5.41 × 10⁵和2.11 × 10⁵ t, 含碳气体CO₂、CO、CH₄和NMHC的年均排放量分别为2.22 × 10⁶、2.05 × 10⁵、1.18 × 10⁴和4.59 × 10³ t, 分别占全国年均森林火灾各含碳气体排放量的5.46%、7.56%、10.54%和4.06%; 针阔混交林燃烧效率较低, 虽然火烧面积占总过火面积的21.23%, 但排放的碳只占总排放量的7.81%, 为此提出了相应的林火管理策略。     

火烧对森林土壤有机碳的影响研究进展

对国内外火烧影响森林土壤有机碳动态的研究成果进行了综合述评。较多研究表明低强度火烧不会造成土壤有机碳贮量的明显变化,但火烧非常强烈而彻底,土壤有机碳明显减少。有限研究表明火烧对森林土壤呼吸的影响结果有增加、降低或无影响,因火烧强度、火后观测时间、森林类型、火烧迹地上植被恢复进程和气候条件等而异。同时,火烧对土壤有机碳组分(活性有机碳和黑碳)也具有不同程度的影响。随着全球变化研究的深入,火烧作为森林主要管理措施对大气CO2浓度影响亦愈来愈受重视,今后应着重开展以下几方面研究:(1)扩大气候和经营管理的变化对森林土壤有机碳贮量时空动态影响研究;(2)深入探讨火烧影响土壤CO2释放的过程及机理;(3)加强火烧历史和频率对黑碳影响的研究;(4)从广度和深度上加强火烧等经营措施对亚热带森林土壤碳动态影响的研究。     

Controls on carbon consumption during Alaskan wildland fires

A method was developed to estimate carbon consumed during wildland fires in interior Alaska based on medium‐spatial scale data (60 m cell size) generated on a daily basis. Carbon consumption estimates were developed for 41 fire events in the large fire year of 2004 and 34 fire events from the small fire years of 2006–2008. Total carbon consumed during the large fire year (2.72 × 10⁶ ha burned) was 64.7 Tg C, and the average carbon consumption during the small fire years (0.09 × 10⁶ ha burned) was 1.3 Tg C. Uncertainties for the annual carbon emissions ranged from 13% to 21%. Carbon consumed from burning of black spruce forests represented 76% of the total during large fire years and 57% during small fire years. This was the result of the widespread distribution of black spruce forests across the landscape and the deep burning of the surface organic layers common to these ecosystems. Average carbon consumed was 3.01 kg m^?2 during the large fire year and 1.69 kg m^?2 during the small fire years. Most of the carbon consumption was from burning of ground layer fuels (85% in the large fire year and 78% in small fire years). Most of the difference in average carbon consumption between large and small fire years was in the consumption of ground layer fuels (2.60 vs. 1.31 kg m^?2 during large and small fire years, respectively). There was great variation in average fuel consumption between individual fire events (0.56–5.06 kg m^?2) controlled by variations in fuel types and topography, timing of the fires during the fire season, and variations in fuel moisture at the time of burning.     

Climate and socioeconomic drivers of biomass burning and carbon emissions from fires in tropical dry forests: A Pantropical analysis

Global burned area has declined by nearly one quarter between 1998 and 2015. Drylands contain a large proportion of these global fires but there are important differences within the drylands, for example, savannas and tropical dry forests (TDF). Savannas, a biome fire-prone and fire-adapted, have reduced the burned area, while the fire in the TDF is one of the most critical factors impacting biodiversity and carbon emissions. Moreover, under climate change scenarios TDF is expected to increase its current extent and raise the risk of fires. Despite regional and global scale effects, and the influence of this ecosystem on the global carbon cycle, little effort has been dedicated to studying the influence of climate (seasonality and extreme events) and socioeconomic conditions of fire regimen in TDF. Here we use the Global Fire Emissions Database and, climate and socioeconomic metrics to better understand long-term factors explaining the variation in burned area and biomass in TDF at Pantropical scale. On average, fires affected 1.4% of the total TDF' area (60,208 km²) and burned 24.4% (259.6 Tg) of the global burned biomass annually at Pantropical scales. Climate modulators largely influence local and regional fire regimes. Inter-annual variation in fire regime is shaped by El Niño and La Niña. During the El Niño and the forthcoming year of La Niña, there is an increment in extension (35.2% and 10.3%) and carbon emissions (42.9% and 10.6%). Socioeconomic indicators such as land-management and population were modulators of the size of both, burned area and carbon emissions. Moreover, fires may reduce the capability to reach the target of “half protected species” in the globe, that is, high-severity fires are recorded in ecoregions classified as nature could reach half protected. These observations may contribute to improving fire-management.     

1953-2011年小兴安岭森林火灾含碳气体排放的估算

根据1953-2011年小兴安岭森林调查数据和森林火灾统计资料,结合野外火烧迹地调查与室内控制试验数据,估算了小兴安岭1953-2011年森林火灾的碳排放量和含碳气体排放量.结果表明: 1953-2011年小兴安岭森林火灾的总碳排放量为1.12×10⁷ t,年均排放量为1.90×10⁵ t,约占全国年均森林火灾碳排放量的1.7%;其中,含碳气体CO₂、CO、CH₄和非甲烷烃(NMHC)的排放量分别为3.39×10⁷、1.94×10₅、1.09×10⁵和7.46×10⁴ t,相应年均排放量5.74×10⁵、3.29×10⁴、1.85×10³、1.27×10³ t分别占全国年均森林火灾含碳气体排放量的1.4%、1.2%、1.7%和1.1%.不同林型的燃烧效率和单位过火面积的碳排放量均为针叶林＞阔叶林＞针阔混交林.最后提出了合理的林火管理措施.     

Biomass consumption by surface fires across Earth's most fire prone continent

Landscape fire is a key but poorly understood component of the global carbon cycle. Predicting biomass consumption by fire at large spatial scales is essential to understanding carbon dynamics and hence how fire management can reduce greenhouse gas emissions and increase ecosystem carbon storage. An Australia‐wide field‐based survey (at 113 locations) across large‐scale macroecological gradients (climate, productivity and fire regimes) enabled estimation of how biomass combustion by surface fire directly affects continental‐scale carbon budgets. In terms of biomass consumption, we found clear trade‐offs between the frequency and severity of surface fires. In temperate southern Australia, characterised by less frequent and more severe fires, biomass consumed per fire was typically very high. In contrast, surface fires in the tropical savannas of northern Australia were very frequent but less severe, with much lower consumption of biomass per fire (about a quarter of that in the far south). When biomass consumption was expressed on an annual basis, biomass consumed was far greater in the tropical savannas (>20 times that of the far south). This trade‐off is also apparent in the ratio of annual carbon consumption to net primary production (NPP). Across Australia's naturally vegetated land area, annual carbon consumption by surface fire is equivalent to about 11% of NPP, with a sharp contrast between temperate southern Australia (6%) and tropical northern Australia (46%). Our results emphasise that fire management to reduce greenhouse gas emissions should focus on fire prone tropical savanna landscapes, where the vast bulk of biomass consumption occurs globally. In these landscapes, grass biomass is a key driver of frequency, intensity and combustion completeness of surface fires, and management actions that increase grass biomass are likely to lead to increases in greenhouse gas emissions from savanna fires.     

气候变化和林火干扰对大兴安岭林区地上生物量影响的动态模拟

预测森林地上生物量对气候变化和林火干扰的响应是陆地生态系统碳循环研究的重要内容,气温、降水等因素的改变和气候变暖导致林火干扰强度的变化将会影响森林生态系统的碳库动态.东北森林作为我国森林的重要组成部分,对气候变化和林火干扰的响应逐渐显现.本文运用LANDIS PRO模型,模拟气候变化对大兴安岭森林地上生物量的影响,并比较分析了气候变暖对森林地上生物量的直接影响与通过林火干扰强度改变所产生的影响.结果表明: 未来气候变暖和火干扰增强情景下,森林地上生物量增加;当前气候条件和火干扰下,研究区森林地上生物量为(97.14±5.78) t·hm^-2;在B1F2预案下,森林地上生物量均值为(97.93±5.83) t·hm^-2;在A2F3预案下,景观水平第100～150和150～200年模拟时期内的森林地上生物量均值较高,分别为(100.02±3.76)和(110.56±4.08) t·hm^-2.与当前火干扰相比,CF2预案(当前火干扰增加30%)在一定时期使景观水平地上生物量增加(0.56±1.45) t·hm^-2,CF3预案(当前火干扰增加230%)在整个模拟阶段使地上生物量减少(7.39±1.79) t·hm^-2.针叶、阔叶树种对气候变暖的响应存在差异,兴安落叶松和白桦生物量随气候变暖表现为降低趋势,而樟子松、云杉和山杨的地上生物量则随气候变暖表现出不同程度的增加;气候变暖对针阔树种的直接影响具有时滞性,针叶树种响应时间比阔叶树种迟25～50年.研究区森林对高CO₂排放情景下气候变暖和高强度火干扰的共同作用较为敏感,未来将明显改变研究区森林生态系统的树种组成和结构.     

Satellite microwave detection of boreal forest recovery from the extreme 2004 wildfires in Alaska and Canada

The rate of vegetation recovery from boreal wildfire influences terrestrial carbon cycle processes and climate feedbacks by affecting the surface energy budget and land‐atmosphere carbon exchange. Previous forest recovery assessments using satellite optical‐infrared normalized difference vegetation index (NDVI) and tower CO₂ eddy covariance techniques indicate rapid vegetation recovery within 5–10 years, but these techniques are not directly sensitive to changes in vegetation biomass. Alternatively, the vegetation optical depth (VOD) parameter from satellite passive microwave remote sensing can detect changes in canopy biomass structure and may provide a useful metric of post‐fire vegetation response to inform regional recovery assessments. We analyzed a multi‐year (2003–2010) satellite VOD record from the NASA AMSR‐E (Advanced Microwave Scanning Radiometer for EOS) sensor to estimate forest recovery trajectories for 14 large boreal fires from 2004 in Alaska and Canada. The VOD record indicated initial post‐fire canopy biomass recovery within 3–7 years, lagging NDVI recovery by 1–5 years. The VOD lag was attributed to slower non‐photosynthetic (woody) and photosynthetic (foliar) canopy biomass recovery, relative to the faster canopy greenness response indicated from the NDVI. The duration of VOD recovery to pre‐burn conditions was also directly proportional (P < 0.01) to satellite (moderate resolution imaging spectroradiometer) estimated tree cover loss used as a metric of fire severity. Our results indicate that vegetation biomass recovery from boreal fire disturbance is generally slower than reported from previous assessments based solely on satellite optical‐infrared remote sensing, while the VOD parameter enables more comprehensive assessments of boreal forest recovery.