典型亚热带森林生态系统碳密度及储量空间变异特征

以浙江省森林生态系统为研究对象,基于GIS网格布点,采集了838个森林样地样本(土壤、枯落物等),结合浙江省森林资源监测中心相关数据,利用地统计学和Moran's I相结合的方法系统研究了浙江省森林生态系统碳密度及碳储量空间变异特征。结果表明:浙江省森林生态系统平均碳密度为145.22 t/hm~2,其中森林植被、土壤、枯落物和枯死木层碳密度分别为27.34、108.89、1.79、1.38 t/hm~2。克里格空间插值和局部Moran's I指数结果表明碳密度空间分布规律呈现从西南向东北方向逐渐递减的趋势,与浙江省地形、地势较为一致,受海拔、树龄、森林类型、台风气候等自然因素和人类活动共同影响。浙江省森林生态系统碳储量为877.19 Tg C,森林植被、土壤、枯落物和枯死木层碳储量分别为203.88、656.20、10.84、6.27 Tg C,分别占总碳储量的23%、75%、1.3%、0.7%。在浙江省森林生态系统碳储量空间分布格局中,土壤层是森林生态系统中最大的碳库,约是森林植被层的3.22倍,是整个浙江省森林生态系统碳储量最主要的贡献者。浙江省森林资源丰富,大多数森林仍处于中幼龄林阶段,碳密度水平较低,但是中幼龄林生长速度较快,加强对全省中幼龄林的健康管理,是未来整体提升浙江省森林生态系统固碳潜力的关键。     

基于森林资源清查、卫星影像数据与随机协同模拟尺度转换方法的森林碳制图

当前,全球变暖对地球生态系统的影响正引起世界的广泛关注.为减缓其影响进程,让决策者获得准确的碳源/碳汇空间分布信息与动态至关重要.目前面临的重大挑战是如何准确估计森林碳的空间分布和分析估计结果的不确定性.本研究基于森林资源连续清查样地数据和遥感影像数据发展了一个森林碳制图的一般方法.基于序列高斯协同模拟算法,结合样地数据与卫星影像数据进行模拟,将森林碳汇分布图的尺度从30 m×30 m转换到900m×900m(区域、国家和全球森林碳制图单位大小).以临安市为例,利用全市2004年森林资源清查样地数据和同年度Landsat TM影像数据,进行研究区森林碳(地上部分)模拟和尺度转换.结果显示,方法准确重现了森林碳空间分布和变异规律,在分布上模拟结果与地面样地属性具有较好的一致性,在数量上模拟结果的总体平均值较地面样地的总体平均值低约24.9%;模拟还提供了其估计结果的不确定性, 包括估计值的方差和估计值大于一定阈值的概率,这些可用于不确定性传播模型的模拟分析,进而实现对森林碳估计结果的评价.     

基于人工神经网络与空间仿真模拟的区域森林碳估算比较——以龙泉市为例

森林是生态系统的重要组成部分,准确估算森林碳储量及其分布对于评价森林生态系统的功能具有重要意义。以龙泉市为研究区,利用2009年99个森林资源清查样地数据和同年度Landsat TM影像数据,采用高斯序列协同仿真(SGCS)与BP神经网络方法(BPNN)分别模拟森林地上部分碳密度及其分布,并进行了对比分析。随机将样本数据分成70个建模样本和29个检验样本。通过模型检验,BP神经网络预测值与实测值的相关性达到0.67,相对均方根误差为0.63,空间仿真方法预测值与实测值的相关性为0.68,相对均方根误差为0.63,空间仿真方法预测能力略高于神经网络方法。仿真结果表明,基于BP神经网络模拟的森林碳总量为11042990 Mg,平均碳密度为36.10 Mg/hm2,总体森林碳密度均值高于样地平均值8.82%。基于空间仿真模拟的森林碳总量为11388657 Mg,平均碳密度为37.23 Mg/hm2,总体森林碳密度均值高于样地平均值9.40%。对比分析可知:高斯协同仿真模拟和BP神经网络虽然在碳总量估算值上与抽样数据估计值相近,但两种方法在估测值的频率分布以及研究区碳分布上有较大的差异。与BP神经网络相比,序列高斯协同模拟结果更接近系统抽样样地实测值,全部样地预测值与实测值的相关性达到0.75,在估计区域森林碳空间分布上有明显优势。在碳密度值域与频率分布方面,序列高斯协同模拟结果分布更合理。综上所述,序列高斯协同模拟在森林碳空间估计方面要优于BP神经网络。     

基于TM影像、森林资源清查数据和人工神经网络的森林碳空间分布模拟

森林是陆地生态系统中最大的碳库,在全球碳平衡和减缓全球气候变化方面发挥着不可替代的作用。当前主要利用森林资源清查数据和优势树种材积源-生物量的关系进行碳储量估算,在此基础上有效结合遥感影像数据将会更好的满足相关部门对国家和区域森林碳储量计算的需求。利用临安市2004年森林资源清查的930个样地数据和同年度Landsat TM影像数据,提取6个波段灰度值以及与碳储量相关性相对较大的3个波段组合,结合人工神经网络对研究区森林碳储量及其分布进行有效模拟。结果显示,用误差反向传播算法训练神经网络较好的重建了森林碳密度空间分布和变化,森林碳地上部分模拟结果与样地实测值之间的一致性好,全区域模拟结果森林碳平均值为0.98Mg(10.89Mg/hm²),总体森林碳密度模拟结果低于样地平均值约13%,进一步验证了人工神经网络在对大范围森林碳估算与模拟上具有较好的效果,为区域森林碳储量的估测研究提供有效的方法支持。     

江西省马尾松林生态系统碳密度空间变异特征

森林碳密度是反映森林生态系统固碳能力的重要指标之一,分析其碳密度的空间变异可为碳汇林业的经营与管理提供科学依据.以江西省马尾松林生态系统为对象,基于样地调查及样品碳含量测定数据,利用全局和局域Moran I,分析其碳密度的空间自相关性,并采用地统计学方法,探讨其空间分布规律.全局Moran I表明,马尾松林生态系统碳密度的空间自相关性呈正相关,且其自相关性随着距离的增大而逐渐减弱,当距离超过400 km后不存在空间自相关性,其空间分布随距离的增大逐渐由聚类分布趋向于随机分布;局部Moran I值表明,马尾松林生态系统碳密度的局部空间分布不均匀,且随距离的增大,其局部空间分布的差异逐渐增大.半方差函数模型的拟合结果表明,球状模型对马尾松林生态系统碳密度的拟合效果最优,其块金值与基台值的比值为0.36,其在空间上存在中等程度的相关性.通过克里格空间插值,马尾松林生态系统碳密度主要集中在85.14～153.52 t·hm^-2,空间分布规律总体上均呈中间低、周边高的趋势,与研究区的周边高中间低的地势特征较为吻合.     

基于InVEST模型估算富阳市森林生态系统碳储量

基于森林资源遥感影像数据资料和ArcGIS10.0软件,以属于典型亚热带气候的富阳市为案例,运用InVEST-Carbon模型对其森林生态系统碳储量进行估算,可视化定量富阳市森林生态系统碳储量并明确其空间分布规律。结果表明：富阳市森林生态系统碳储量分布具有明显的区域差异性,由东向西呈现高－低－高－低的分布带规律。富阳市森林生态系统总的碳储量为26.7437×106 t,其价值量为39.9042亿元;得出富阳市各类森林类型平均碳密度的高低分布为常绿阔叶林碳密度>针阔混交林碳密度>竹林碳密度>马尾松林碳密度>杉木林碳密度,这与浙江省生态公益林各主要林型的碳密度分布规律基本一致,得到其森林生态系统总的碳密度约为180.75 t.hm-2,高于浙江省生态公益林平均碳密度和全国森林平均碳密度。与基于森林二类清查资料,由生物量与蓄积量的关系式估算出的碳储量(28.3780×106 t)相差不大,InVEST模型可适用于森林生态系统碳储量的总体估算。通过研究可以得出,InVEST模型评估结果简明直观,导入较少的数据,将量化的森林碳储量以地图的形式表现出来。 InVEST模型还可用于对未来或多种模拟场景情况下的预测估算等,可为政府、非盈利组织和公司企业等自然资源的管理提供决策信息,其多功能和模块化的设计为权衡评估得失提供了有效的工具。     

甘肃省森林碳储量现状与固碳速率北大核心CSCD

针对森林碳平衡再评估的重要性和区域尺度森林生态系统碳库量化分配的不确定性,该研究依据全国森林资源连续清查结果中甘肃省各森林类型分布的面积与蓄积比重以及林龄和起源等要素,在甘肃省布设212个样地,经野外调查与采样、室内分析,并对典型样地信息按照面积权重进行尺度扩展,估算了甘肃省森林生态系统碳储量及其分布特征。结果表明:甘肃省森林生态系统总碳储量为612.43 TgC,其中植被生物量碳为179.04 TgC,土壤碳为433.39 TgC。天然林是甘肃省碳储量的主要贡献者,其值为501.42 TgC,是人工林的4.52倍。天然林和人工林的植被碳密度均表现为随林龄的增加而增加的趋势,同一龄组天然林植被碳密度高于人工林。天然林土壤碳密度从幼龄林到过熟林逐渐增加,但人工林土壤碳密度最大值主要为近熟林。全省森林植被碳密度均值为72.43 Mg C·hm–2,天然林和人工林分别为90.52和33.79 Mg C·hm–2。基于森林清查资料和标准样地实测数据,估算出全省天然林和人工林在1996年的植被碳储量为132.47和12.81 TgC,2011年分别为152.41和26.63 TgC,平均固碳速率分别为1.33和0.92 TgC·a–1。甘肃省幼、中龄林面积比重较大,占全省的62.28%,根据碳密度随林龄的动态变化特征,预测这些低龄林将发挥巨大的碳汇潜力。     

陕西省森林土壤固碳特征及其影响因素

森林土壤碳库在全球碳循环中发挥着重要的作用。为明确陕西省森林土壤固碳特征及其影响因素,基于2009年森林清查资料和2011年样地实测数据,分析了陕西省森林土壤碳储量、碳密度及其分布特征和影响因素。结果表明:陕西省森林土壤碳储量为579.68 Tg,以软阔与硬阔类林土壤碳储量占比最大,占全省森林土壤碳储量的36.35%。天然林的碳储量为467.17 Tg,是人工林的4.15倍。各龄组中,幼龄林和中龄林是陕西省森林土壤总碳储量的主要贡献者,约占总碳储量的57.30%。陕西省森林土壤平均碳密度为90.68 t·hm~(–2),以桦木林最高,为141.74 t·hm~(–2)。不同龄组森林的土壤碳密度以中龄林最高;同一龄组中,天然林的土壤碳密度高于人工林,说明天然林的碳固存能力高于人工林。陕西省森林土壤碳储量和碳密度的地理空间分布格局不尽相同,体现了森林覆盖面积对土壤碳储量的影响,其中,榆林市的森林土壤碳储量和碳密度均处于陕西省最低水平,在此地可适当加强人工造林,科学管理森林能显著提升区域的碳汇能力。陕西省森林土壤碳密度随经纬度和年平均气温的增加逐渐降低,随海拔高度与年降水量的增加逐渐升高。该研究为我国省域尺度上森林土壤碳库的精确估算提供了一定的数据基础。     

三峡库区森林生态系统有机碳密度及碳储量

森林生态系统作为陆地生态系统的重要组成部分,在减缓全球气候变化过程中发挥重要作用.基于104块样地调查和森林资源二类清查数据,运用GIS平台,对三峡库区森林生态系统有机碳密度及储量进行研究,结果表明:(1)三峡库区森林优势树种各器官的含碳率为44.59%～54.45%,森林凋落物含碳率为30.61%～42.73%,平均为36.38%;(2)三峡库区森林生态系统平均碳密度为117.68t · hm-2,低于我国森林平均水平;植被层碳密度平均为24.15 t · hm-2,其中常绿阔叶林植被层碳密度最高,达42.80 t · hm-2;枯落物层平均碳密度为2.74 t · hm-2,土壤有机碳密度平均为9.09 kg · m-2;(3)三峡库区森林生态系统总有机碳储量为286.14×106t,其中植被层碳储量为58.72×106t,凋落物碳储量为6.67×106t,土壤碳储量为220.74×106t;(4)三峡库区马尾松林分布面积最大,其总有机碳储量为77.24×106t,占三峡库区森林有机碳总储量的26.99%;在各森林类型中,马尾松林植被层、凋落物层和土壤层有机碳储量均最高,分别达到20.70 × 106t、2.66×106t和53.89×106t;(5)三峡库区森林有机碳密度呈现"东高西低"分布格局,巴东-秭归、巫山-巫溪、石柱-武隆及江津南部有机碳密度较高.在三峡库区提高森林质量、扩大森林面积是增强森林生态系统碳汇功能的有效途径.     

海南岛森林生态系统碳储量及其空间分布特征

利用最新的森林资源二类调查分布数据和野外样地调查资料,采用InVEST模型和空间统计分析等方法,研究了海南岛森林生态系统碳储量及其空间分布特征。结果表明：海南岛森林生态系统总碳储量为338.15 TgC,其中地上生物、地下生物、凋落物和土壤的碳储量分别为85.12、18.73、2.90 TgC和231.40 TgC,所占比重依次为25.17%、5.54%、0.86%和68.43%。海南岛森林生态系统平均碳密度为147.66 MgC/hm²,其中地上生物、地下生物、凋落物和土壤碳密度分别为37.17、8.18、1.27 MgC/hm²和101.04 MgC/hm²。不同市县森林生态系统碳储量分布在8.55—35.40 TgC的范围内,最高的是琼中县。不同植被类型中,橡胶林的碳储量最高,占全岛森林生态系统总碳储量的27.72%;热带山地雨林的碳密度最高,达到249.64 MgC/hm²。在海拔梯度上,森林生态系统碳密度呈现先增加后减少的变化特征,在海拔600—1300 m范围内的碳密度最高,碳密度为20...     

基于LULUCF温室气体清单编制的浙江省杉木林生物量换算因子

以杉木林为研究对象,在12个县市选取浙江省2009年CFI体系的95个杉木林样地,根据样地平均木,在样地外围相似地段确定解析木共计95株,联立树高曲线方程和生物量模型,同时使用已公开发表的20个杉木生物量模型进行估算,由单株累加获得CFI系统样地的生物量,计算样地生物量与蓄积之比即BEF,建立BEF与林分蓄积之间的关系.根据2009年浙江省CFI体系数据,推算全省杉木林BEF为0.7453t/m3,杉木林总生物量为3721.54万t,不确定性为5.739％;使用IPCC(1996)的碳密度缺省值(0.50)计,生长1 m3杉木吸收CO2 1.3663 t.     

基于QuickBird影像的城市森林碳储量遥感估测

城市森林是增加城市碳吸收的积极因素之一,为全球碳循环作出了重要贡献.本文基于Quickbird高分辨率遥感影像,以浙江省义乌市环城路以内区域为研究区,将市区的森林分为公园森林、防护森林、单位附属森林和其他森林4种类型.以实地样地调查碳储量为因变量,利用逐步线性回归的分析方法从遥感影像中的波段灰度值、植被指数、纹理信息等50个因子中选取自变量因子,最终建立不同森林类型的遥感碳储量估算模型.结果表明： 研究区4种森林类型的模型精度都在70%左右.公园森林、防护森林、单位附属森林和其他森林的碳储量分别为3623.80、5245.78、5284.84、5343.65 t.该区域碳密度主要集中在25～35 t·hm^-2.在今后的城市森林规划中,可通过提高绿化率以及乔木与低矮灌木的套种来进一步加强城市森林碳吸收的功能.
     

四川森林土壤有机碳储量的空间分布特征

利用森林土壤实测数据与GIS相结合的研究方法估算了四川森林土壤有机碳密度和碳储量,研究了四川森林土壤有机碳密度的空间分布特征.四川森林土壤有机碳储量为(2394.26 ±514.15) TgC,平均碳密度为190.45 Mg·hm-2;四川不同森林类型土壤有机碳储量和碳密度差异较大,分别介于(5.05±0.37)～(1101.74±205.40) TgC、(102.69±21.09)～(264.41±49.24) Mg·hm-2之间,其有机碳含量、碳密度和碳储量都随土层厚度的增加而降低.四川森林土壤有机碳密度空间分布特征明显,总体上表现出随纬度、海拔高度的增加而增加,随经度的增加而减小.从森林土壤生态系统水平监测森林土壤有机碳储量有助于提高其估算精度.     

Clustered disturbances lead to bias in large-scale estimates based on forest sample plots

Assessments from field plots steer much of our current understanding of global change impacts on forest ecosystem structure and function. Recent widespread observations of net carbon accumulation in field plots have suggested that terrestrial ecosystems may be a carbon sink, possibly resulting from climate change and/or CO(2) fertilization. We hypothesize that field plots may inadequately sample inherently rare mortality events, leading to bias when plot level measurements are scaled up to larger domains. In this study, we constructed a simple computer simulation model of forest dynamics to investigate the effects of disturbance patterns on landscape-scale carbon balance estimates. The model was constructed to be a balanced biosphere at the landscape-scale with a uniform spatial pattern of forest growth rates. Disturbance gap-size distributions across the landscape were modelled with a power-law distribution. Small and frequent disturbances result in a well-mixed heterogeneous forest where even small sample plots represented domain-wide behaviour. However, with disturbances dominated by large and rare events, sample plots as large as 50 ha displayed significant bias towards growth. We suggest that the accuracy of domain level estimates of carbon balance from sample plots are highly sensitive to the distribution of disturbance events across the landscape, and to the number, size and distribution of field plots that comprise the estimate. Assumptions that small clusters of field plots may be representative of domain-wide conditions should only be made very cautiously, and warrant further investigation for verification.     

基于MODIS混合像元分解的湖南省森林碳密度反演

随着遥感技术的快速发展,基于遥感影像和地面样地的方法成为目前森林碳密度估算的常用手段.然而由于混合像元的存在严重制约了区域森林碳密度反演精度的提高,特别是MODIS这种低空间分辨率影像.本研究以MODIS影像和固定样地为数据源,开展森林碳密度的反演研究.首先利用不带约束、带约束的线性分解和非线性分解3种方法进行混合像元分解,导出不同土地利用/覆盖类型的丰度图;然后采用结合和未结合丰度图的序列高斯协同模拟算法对湖南省森林碳密度进行反演.结果表明： 3种混合像元分解模型中,带约束线性分解估计的地物丰度精度最高（平均均方根误差0.002）,明显优于不带约束线性分解和非线性分解模型;通过将混合像元分解模型和序列高斯协同模拟算法结合,森林碳密度反演精度从74.1%提高到81.5%,均方根误差从7.26减小到5.18;2009年湖南省森林碳密度的平均值为30.06 t·hm^-2,变化范围介于0.00～67.35 t·hm^-2之间.这表明混合像元分解在提高区域和全球尺度森林碳密度反演精度方面显示出巨大的潜力.     

浙江省马尾松生态公益林凋落物及与群落特征关系

在浙江10.18万km2的区域内,有代表性地调查了12个县共24个马尾松生态公益林样地的凋落物。研究表明:马尾松林年均凋落量为257.9g/(m2.a),其中叶凋落含量为84.6%,枝、果实、皮、碎屑凋落含量分别为4.7%、4.2%、2.0%和4.5%。不同地区间比较表明,浙西北、浙中、浙南3个自然区域间年凋落量无显著差异(p>0.05),沿海则明显低于其它地区。年凋落量与马尾松林龄呈对数相关(p<0.01);年凋落量与马尾松的胸径、树高、生物量及群落生物量间也呈对数相关关系(p<0.01)。同龄林凋落量比较及凋落量与植物多样性关系表明:马尾松纯林的凋落量小于非纯林,且乔木种类越多,凋落量越多。从凋落物角度分析,马尾松纯林的生态效益较低,不利于林地自肥、保水及进一步的植被恢复。