陕西省森林生态系统碳储量分布格局分析

为明晰陕西省森林生态系统碳储量分布格局, 基于2009年森林资源清查资料和2011年调查所得样地实测数据, 对陕西省森林生态系统碳储量、碳密度及其空间分布特征进行了研究分析。结果表明: 陕西省森林生态系统总碳储量为790.75 Tg, 土壤层、植被层和枯落物层碳储量分别占总碳储量的72.14%、26.52%和1.34%; 其中, 栎类碳储量在各森林类型中所占比重最大(44.17%), 中、幼龄林是陕西省森林生态系统碳储量的主要贡献者, 约占总碳储量的49%。陕西省森林生态系统平均碳密度为123.70 t·hm^-2, 土壤层最大, 枯落物层最小, 植被层居中; 碳密度均随龄级增加而升高, 同一龄级表现为天然林高于人工林生态系统。此外, 陕西省森林生态系统碳储量、碳密度分布格局不尽一致, 反映了森林覆盖面积及森林质量对碳储量的影响。未来应加强林地抚育管理水平, 增加造林再造林面积以增加碳储存, 应对全球气候变化。     

广西主要森林植被碳储量及其影响因素

广西森林面积和覆盖率位居全国前列,在全国和区域碳平衡中起着至关重要的作用。正确评价广西森林植被碳储量、碳储量的时空格局及其影响因素对我国碳循环及碳汇研究具有十分重要的意义。为阐明广西森林植被碳储量分布格局及其主要影响因素,基于广西10类主要森林类型345个样地的调查,结合森林资源清查资料,估算广西主要森林植被碳储量,探讨广西不同森林类型、不同龄组、不同层次的碳储量组成与分配。采用地统计学方法描绘了植被碳密度空间分布,并采用主成分分析方法和回归分析方法分析了植被碳储量的影响因素。结果表明:广西主要森林植被总碳储量达到746.06 Tg(1Tg=10~(12) g),平均碳密度为55.37 t/hm~2,松树、杉木、桉树、栎类、软阔、硬阔、石山林、竹林、八角和油茶林对广西植被碳储量的贡献比例分别为26.83%、12.28%、6.67%、3.03%、20.37%、16.32%、10.84%、0.88%、1.38%和1.39%。各森林类型植被碳密度介于20.77—108.28 t/hm~2,大小顺序为硬阔软阔松树杉木栎类石山林桉树八角竹林油茶。广西区森林植被碳密度在7.05—219.73 t/hm~2之间,总体表现为广西北部、西南部和广西东部存在高值区,广西中部和东南部有明显的低值区。碳储量以乔木层占优势,且随林龄增大呈逐渐增加的趋势。影响广西植被碳储量的主控因子是平均胸径、林龄和林分密度,经度、碱解氮、全氮、有机碳是影响碳储量的关键因子。     

安徽省森林碳储量现状及固碳潜力

为阐明安徽省不同林龄的森林生态系统的碳储量现状, 以及现有自然环境条件下顶极森林生态系统的固碳潜力, 采用野外样地调查和BIOME4模型方法对此进行研究。安徽省森林生态系统的现状总碳储量为714.5 Tg C, 其中植被碳402.1 Tg C、土壤碳312.4 Tg C。从幼龄林至过熟林的生长过程中, 森林生态系统的总碳密度和植被碳密度都呈现增长趋势。但土壤碳密度从幼龄林至近熟林阶段呈增加趋势, 近熟林以后出现减少趋势。安徽省幼龄林和中龄林占森林总面积的75%, 若幼、中龄林发展到近熟林阶段, 将增加125.4 Tg C。BIOME4模拟显示: 当森林发展到气候顶极森林时, 安徽省森林生态系统将增加245.7 Tg C, 即总固碳潜力包括植被固碳153.7 Tg C, 土壤固碳92.0 Tg C。     

四川省森林植被碳储量的空间分异特征

森林植被碳储量的空间分异特征研究可为以减排增汇为目标的森林生态系统碳库管理提供重要的基础数据.根据实测的林分含碳量和区域生物量-蓄积量回归模型计算了四川省森林植被碳储量,使用ArcGIS软件绘制和分析了四川森林植被碳储量的空间分异特征.结果表明,四川省森林植被的平均碳密度为38.04 MgC·hm-2(12.15～59.51 MgC·hm-2).受青藏高原隆升和人类活动干扰及其叠加效应的影响,四川森林植被碳密度空间分异明显,总体上表现出随纬度、海拔高度和坡度的增加而增加,随经度的增加而减小,高海拔地区和陡坡地带具有较高的碳密度.减少人类活动对森林的破坏及采取森林分区经营管理是稳定和增强四川森林碳汇功能的有效途径.     

吉林省森林植被固碳现状与速率

通过对吉林省森林植被的普遍调查、典型调查以及植被样品含碳率测定, 结合吉林省2009年和2014年森林清查数据, 估算了区域森林植被的碳储量、碳密度及固碳速率。研究结果表明: 林下植被的生物量在不同林分和同类林分中存在较大的差异, 整体不足乔木层生物量的3%, 灌木植物的生物量略高于草本植物和幼树。不同林分类型的乔木含碳率介于45.80%-52.97%之间, 整体表现为针叶林高于阔叶林; 灌木和草本植物分别为39.79%-47.25%和40%左右。吉林省森林植被碳转换系数以0.47或0.48更为准确, 若以0.50或0.45作为植被的碳转换系数计算碳储量, 会造成±5.26%的偏差。吉林省森林植被不仅维持着较高的碳库水平, 而且极具碳汇能力; 2009年和2014年碳储量分别为471.29 Tg C和505.76 Tg C, 累计碳增量34.47 Tg C, 平均每年碳增量6.89 Tg C·a^-1; 碳密度由64.58 t·hm^-2增至66.68 t·hm^-2, 平均增加2.10 t·hm^-2, 固碳速率0.92 t·hm^-2·a^-1。森林植被碳储量的增长主体是蒙古栎(Quercus mongolica)林和阔叶混交林, 合计碳增量占总体的90.34%。受植被发育引起的生物量增长、林分龄组晋级以及森林经营所引起的面积变化影响, 各龄组植被碳增量为幼龄林>过熟林>近熟林>中龄林, 成熟林表现为负增长; 固碳速率为过熟林>幼龄林>近熟林>中龄林>成熟林。森林植被碳储量和碳密度的市/区分布整体表现为自东向西明显的降低变化; 碳增量以东北和中东部地区较高, 西部地区较低; 固碳速率整体以南部的通化地区和白山地区相对较高, 中部的吉林地区和东部的延边地区次之, 西部的白城地区、松原地区等地呈负增长。     

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。     

甘肃省森林碳储量现状与固碳速率

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 Tg C, 其中植被生物量碳为179.04 Tg C, 土壤碳为433.39 Tg C。天然林是甘肃省碳储量的主要贡献者, 其值为501.42 Tg C, 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 Tg C, 2011年分别为152.41和26.63 Tg C, 平均固碳速率分别为1.33和0.92 Tg C·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。     

Analysis on carbon stock distribution patterns of forest ecosystems in Shaanxi Province

 为明晰陕西省森林生态系统碳储量分布格局, 基于2009年森林资源清查资料和2011年调查所得样地实测数据, 对陕西省森林生态系统碳储量、碳密度及其空间分布特征进行了研究分析。结果表明: 陕西省森林生态系统总碳储量为790.75 Tg, 土壤层、植被层和枯落物层碳储量分别占总碳储量的72.14%、26.52%和1.34%; 其中, 栎类碳储量在各森林类型中所占比重最大(44.17%), 中、幼龄林是陕西省森林生态系统碳储量的主要贡献者, 约占总碳储量的49%。陕西省森林生态系统平均碳密度为123.70 t·hm^–2, 土壤层最大, 枯落物层最小, 植被层居中; 碳密度均随龄级增加而升高, 同一龄级表现为天然林高于人工林生态系统。此外, 陕西省森林生态系统碳储量、碳密度分布格局不尽一致, 反映了森林覆盖面积及森林质量对碳储量的影响。未来应加强林地抚育管理水平, 增加造林再造林面积以增加碳储存, 应对全球气候变化。     

基于森林清查资料的河南省森林植被碳储量动态变化

利用1994—1998年、1999—2003年、2004—2008年、2009—2013年河南省4期森林资源清查数据,运用生物量转换因子连续函数法和平均生物量法,估算了1998—2013年河南省森林植被的碳储量和碳密度变化。研究结果表明,河南省森林植被碳储量由1998年的45.57 Tg增加到2013年的107.98 Tg,年均碳汇量为4.16 Tg/a。乔木林碳储量和碳密度分别由1998年的33.54 Tg和22.39 Mg/hm~2增加到2013年的97.11 Tg和31.80 Mg/hm~2。乔木林碳储量在所有植被类型中占主体,4个森林清查时期乔木林碳储量占森林植被总碳储量的比例分别为73.60%、79.22%、85.63%和89.93%。2013年森林清查时,乔木林中杨树和栎类碳储量最大,分别占总碳储量的37.61%和25.22%,各龄组乔木林碳密度大小顺序依次为成熟林近熟林中龄林过熟林幼龄林。阔叶林面积、碳储量、碳密度均高于针叶林,阔叶林是河南省森林碳汇的主要贡献者。人工林面积、碳储量、碳密度增加幅度都要高于天然林,人工林碳储量由1998年的9.62 Tg增加到2013年的55.67 Tg,占乔木林碳储量总增量的77.15%,人工林碳密度由1998年的17.86 Mg/hm~2提高到2013年的32.01 Mg/hm~2,人工林在河南省森林碳汇中逐步发挥重要的作用,逐渐成为河南省森林碳汇的主体,随着人工林生长为具有较高碳密度的成熟林,河南省乔木林将具有较大的碳汇潜力。     

四川省森林植被固碳经济价值动态

<正>确估算森林植被固碳经济价值可为森林生态系统的生态效益评价提供基础数据。利用1997年和2014年两期四川省森林资源清查数据,依据不同森林类型的生物量与蓄积量回归方程和支付意愿法,估算了四川省两个时期森林植被的固碳经济价值。结果表明,从1997年到2014年,四川省森林植被固碳经济价值由703.17亿元增长到865.75亿元,净增长162.58亿元,年均增长9.56亿元,年均增长率为1.36%;在两个时期,云冷杉林的固碳经济价值比重最大,分别占总固碳经济价值的54.82%和46.62%,表明云冷杉森林植被类型在全省森林植被固碳经济价值中占有重要的地位;四川省天然林和人工林植被的固碳经济价值均呈增加趋势,并且人工林植被固碳经济价值年均增长速率(7.42%)明显高于天然林(1.03%);四川省森林植被固碳经济价值总体上随林龄的增加而增加。研究结果说明,实施包括天然林保护工程在内的森林保护和经营管理措施对提高森林植被的固碳经济价值具有重要的作用。     

内蒙古森林碳汇特征研究进展

内蒙古森林以其面积大、活立木总蓄积高成为全国森林的重要组成部分.本文以文献为基础,分析了近年来内蒙古森林及其组成部分的碳储量、碳密度、固碳速率和潜力.大部分研究以第六次森林清查数据为基础,利用材积与生物量之间的线性关系,得出内蒙古森林碳储量约为920 Tg C,占同期国家森林资源总碳储量的12%,年均增长率约为1.5%,平均碳密度约为43 t·hm^-2.森林碳储量和碳密度呈逐年增加趋势,其中,针阔叶混交林、樟子松林和白桦林固碳能力最高.间伐和皆伐等人类活动使森林碳储量明显降低.已有的碳汇特征研究很少涉及土壤部分,仅有少数研究指出土壤碳密度随林龄的增加而增加.关于森林生态系统固碳潜力的研究不够深入.建议今后在计算内蒙古森林生态系统碳储量时,加入土壤碳储量部分;利用异速生长方程计算碳储量时,将树种器官碳含量设为45%;建立更多优势树种的、包含根系生物量的异速生长方程;加强气候变化与生态系统固碳速率和潜力关系的研究.     

秦岭典型林分土壤活性有机碳及碳储量垂直分布特征

采用野外调查结合室内分析的方法,2013年8月分析了秦岭典型林分锐齿栎(马头滩林区,Ⅰ)、油松(Ⅱ)、华山松(Ⅲ)、松栎混交林(Ⅳ)、云杉(Ⅴ)、锐齿栎(辛家山林区,Ⅵ)土壤剖面上活性有机碳及碳储量的分布规律.结果表明: 研究区各林分土壤的有机碳、微生物生物量碳、水溶性碳、易氧化态碳含量均随着土层深度的增加而不断减小;在整个土壤剖面(0～60 cm)上,云杉和松栎混交林的土壤有机碳和水溶性碳含量明显高于其余林分,不同林分的土壤有机碳和水溶性碳含量的平均值大小均为Ⅴ＞Ⅳ＞Ⅰ＞Ⅱ＞Ⅲ＞Ⅵ;各林分不同土层的微生物生物量碳在71.25～710.05 mg·kg^-1,不同林分的土壤微生物生物量碳大小依次为Ⅰ＞Ⅴ＞Ⅳ＞Ⅲ＞Ⅱ＞Ⅵ;整个土壤剖面上,松栎混交林的土壤易氧化态碳含量降幅最大,不同林分土壤易氧化态碳含量的平均值大小为Ⅳ＞Ⅴ＞Ⅰ＞Ⅱ＞Ⅲ＞Ⅵ.3种活性有机碳占有机碳的比例在不同林分类型中没有表现出一致的规律性.各林分0～60 cm土层的有机碳储量大小为Ⅴ＞Ⅰ＞Ⅳ＞Ⅲ＞Ⅵ＞Ⅱ.各林分的土壤微生物生物量碳、水溶性碳、易氧化态碳两两之间均表现为极显著相关,各林分的土壤微生物生物量碳、水溶性碳、易氧化态碳与土壤有机碳、全氮之间的相关性均表现为显著或极显著水平,与碳氮比、pH、土壤水分、土壤容重的相关关系不显著.     

天童国家森林公园植被碳储量估算

以典型木荷-栲树群落、含苦槠的木荷-栲树群落、含杨梅叶蚊母树的木荷-栲树群落、披针叶茴香-南酸枣群落、枫香-马尾松群落、黄毛耳草-毛竹群落6种群落类型样地实测数据为基础,结合文献资料汇总,采用生物量相对生长方程法,研究了天童国家森林公园森林生态系统的植被碳储量、碳密度及其组分和空间分布特征.结果表明：野外调查的6种群落类型中,含苦槠的木荷-栲树群落碳储量（12113.92 Mg C）和碳密度（165.03 Mg C·hm^-2）均最高,披针叶茴香 南酸枣群落碳储量最低（680.95 Mg C）,其碳密度为101.26 Mg C·hm^-2.各群落类型中,常绿树种的碳储量均显著高于落叶树种,其碳密度范围分别为76.08～144.95和0.16～20.62 Mg C·hm^-2.各群落类型的乔木层各组分中,植株干的碳储量均最高.各林分类型中,常绿阔叶林碳储量最高,为23092.39 Mg C,占天童林区森林生态系统碳储量的81.7%,碳密度为126.17 Mg C·hm^-2.天童国家森林公园植被总碳储量为28254.22 Mg C,碳密度为96.73 Mg C·hm^-2.     

湖北省主要森林类型生态系统生物量与碳密度比较

利用野外调查数据对湖北省封山育林下的次生林、次生林、人工林森林生态系统碳密度进行了分析,结果表明:封山育林下的次生林、次生林和人工林生态系统乔木层平均碳密度分别为133.87、73.42和111.62t·hm-2,灌木层平均碳密度分别为1.65、1.40和1.52t·hm-2,草本层平均碳密度分别为0.13、0.09和0.13t·hm-2,枯落物层平均碳密度分别为0.47、1.34和0.93t·hm-2,乔木层碳密度作为生态系统碳储量的主要贡献者占总生物碳密度的98.35%、96.29%和97.74%,林下植被(灌木层和草本层)碳密度分别占1.31%、1.95%和1.44%,凋落物层碳密度分别占0.34%、1.76%和0.82%。土壤(0～100cm)碳密度平均值分别为57.04、66.92和54.12t·hm-2,土壤碳密度的60%储存在0～40cm土壤中,并随土层深度增加,各层次土壤碳密度逐渐减少。森林生态系统的乔木层、灌木层、草本层、凋落物层生物量和土壤层碳密度均表现出:封山育林下的次生林、次生林大于人工林。封山育林下的次生林、次生林和人工林碳密度分布序列为土壤(0～100cm)>乔木层>灌木层>草本层>枯落物层。可见,封山育林下的次生林更有助于提高森林碳汇,实施近自然林经营是提升该区域森林碳汇能力的重要途径。     

四川森林植被碳储量的时空变化

利用平均木法建立森林生物量与蓄积量模型,结合四川森林资源二类调查数据,研究了森林碳密度和碳储量的时空变化.结果表明 四川森林碳储量从1974年的300.02 Tg增加到2004年的469.96 Tg,年均增长率1.51%,表明其是CO2的"汇".由于人工林面积的增加,森林植被的平均碳密度从49.91 Mg·hm-2减少到37.39 Mg·hm-2.四川森林碳储量存在空间差异性,表现为川西北高山峡谷区＞川西南山区＞盆周低山区＞盆地丘陵区＞川西平原区.森林碳密度由东南向西北呈现逐渐增加趋势,即盆地丘陵区＜川西平原区＜川西南山区＜盆周低山区＜川西北高山峡谷区.通过分区森林经营与管理将提高四川森林的碳吸存能力.     

Soil carbon storage and its determinants in the forests of Shaanxi Province,China

Aims The bank of soil carbon of forests plays an important role in the global carbon cycle. Our aim is to understand the characteristics of soil carbon storage and its determinants in the forests in Shaanxi Province.Methods The data of forest inventory in 2009 and resampling in 2011 were used to analyze the characteristics of soil carbon storage and its determinants in the forest soil in Shaanxi Province.Important findings The soil carbon storage in the forests in Shaanxi Province was 579.68 Tg. Soil carbon storage of Softwood and Hardwood forests were the highest among all forest types, accounting for 36.35% of the whole province forest soil carbon storage. The forest soil carbon storage was 4.15 times greater in the natural forest (467.17 Tg) than that in the plantations. The young and middle-aged forests were the main contributors to the total carbon storage across all age groups, accounting for about 57.30% of the total forest soil carbon storage. The average soil carbon density of forests in Shaanxi Province was 90.68 t∙hm^-2, in which the soil carbon density of Betula forests was the highest (141.74 t∙hm^-2). Soil carbon density of different forest types were gradually decreased with soil depth. In addition, it was highest in middle-aged forest. Soil carbon density was higher in the natural forest ecosystems than that in the plantations within the each age group, indicating natural forest ecosystems have higher capacity of carbon sequestration. Differences in the spatial patterns between carbon storage and density indicated that carbon storage was related to forest coverage. The soil carbon density and storage of forests in Yulin were the lowest across the province. This suggests that, in order to enhance the regional carbon sequestration capacity in this region, we need to appropriately strengthen artificial afforestation activities and manage them scientifically and rationally. The soil carbon density of forests in Shaanxi Province decreased with the increase of longitude, latitude, and annual temperature, but increased with the increase of altitude and annual rainfall. This study provides data basis for provincial estimation of forest soil carbon bank in China.     

马尾松和苦槠林根际土壤矿化和根系分解CO2释放的温度敏感性

以中亚热带马尾松林和苦槠林为对象,原位收集根际和非根际土壤、树木不同生态功能的根系,开展15 ℃、25 ℃、35 ℃和45 ℃恒温培养模拟试验,采用密闭气室碱液吸收法测定53 d内CO₂释放的动态变化.结果表明: 两种森林类型不同温度下土壤矿化CO₂释放速率的根际效应介于1.12～3.09,且培养前期高于培养后期;15 ℃下马尾松林和苦槠林差异不显著,25 ℃和35 ℃下前者低于后者,45 ℃下则相反.不同培养温度下两树种吸收根分解的CO₂释放速率均高于过渡根和贮存根,且马尾松均低于苦槠.两种森林类型CO₂释放的Q₁₀值均为土壤(1.21～1.83)显著高于根系(0.96～1.36).两种森林类型土壤矿化CO₂释放的Q₁₀值差异不显著,而马尾松根系分解CO₂释放的Q₁₀值高于苦槠.推断全球变暖导致的土壤矿化CO2释放的增量将远远高于根系分解,且马尾松林高于苦槠林;地带性顶极群落应对气候变化的抵抗力强于先锋树种群落.     

Present status and rate of carbon sequestration of forest vegetation in Jilin Province,Northeast China

Aims
Forests represent the most important component of the terrestrial biological carbon pool and play an important role in the global carbon cycle. The regional scale estimation of carbon budgets of forest ecosystems, however, have high uncertainties because of the different data sources, estimation methods and so on. Our objective was to accurately estimate the carbon storage, density and sequestration rate in forest vegetation in Jilin Province of China, in order to understand the role of the carbon sink and to better manage forest ecosystems.
Methods
Vegetation survey data were used to determine forest distribution, size of area and vegetation types regionally. In our study, 561 plots were investigated to build volume-biomass models; 288 plots of shrubs and herbs were harvested to calculate the biomass of understory vegetation, and samples of trees, shrubs and herbs were collected to analyze carbon content. Carbon storage, density and sequestration rate were estimated by two forest inventory data (2009 and 2014), combined with volume-biomass models, the average biomass of understory vegetation and carbon content of vegetation. Finally, the distribution patterns of carbon pools were presented using ArcGIS soft ware.
Important findings
Understory vegetation biomass overall was less than 3% of the tree layer biomass, varying greatly among different forest types and even among the similar types. The carbon content of trees was between 45.80%-52.97%, and that of the coniferous forests was higher than that of the broadleaf forests. The carbon content of shrub and herb layers was about 39.79%-47.25% and 40%, respectively. Therefore, the vegetation carbon conversion coefficient was 0.47 or 0.48 in Jilin Province, and the conventional use of 0.50 or 0.45 would cause deviation of ±5.26%. The vegetation carbon pool of Jilin Province was at the upper range of regional carbon pool and had higher capacity of carbon sequestration. The value in 2009 and 2014 was 471.29 Tg C and 505.76 Tg C, respectively, and the total increase was 34.47 Tg C with average annual growth of 6.89 Tg C·a^-1. The corresponding carbon sequestration rate was 0.92 t·hm^-2·a^-1. The carbon density rose from 64.58 t·hm^-2 in 2009 to 66.68 t·hm^-2 in 2014, with an average increase of 2.10 t·hm^-2. In addition, the carbon storage of the Quercus mongolica forests and broadleaved mixed forests, accounted for 90.34% of that of all forests. The carbon increment followed the order of young > over-mature > near mature > middle-aged > mature forests. The carbon sequestration rate of followed the order of over-mature > young > near mature > middle-aged > mature forests. Both the carbon increment and the carbon sequestration rate of mature forests were negative. Furthermore, spatially the carbon storage and density were higher in the east than in the west of Jilin province, while the carbon increment was higher in northeast and middle east than in the west. The carbon sequestration rate was higher in Tonghua and Baishan in the south, followed by Jinlin in the middle and Yanbian in the east, while Baicheng and Songyuan, etc. in west showed negative values.