合肥市森林碳储量及碳密度研究

中国森林生态系统的植物碳储量和碳密度研究3王效科33　冯宗炜　欧阳志云　(中国科学院生态环境研究中心,北京100080)【摘要】　提高森林生态系统C 贮量的估算精度,对于研究森林生态系统向大气吸收和排放含C 气体量具有重大意义.中国的森林生态系统植物C 贮量的研究刚刚开始,由于估算方法问题,不同估算结果存在着较大的差异.本研究以各林龄级森林类型为统计单元,得出中国森林生态系统的植物C 贮量为3.26～3.73Pg ,占全球的0.6～0.7%;各森林类型和省市间有较大的差异.森林生态系统植物C 密度在各森林类型间差异比较大,介于6.47～118.14Mg ・hm -2,并且有从东南向北和西增加的趋势.这种分布规律与我国人口密度的变化趋势正好相反,两者有一种对数关系.这说明我国实际森林植物C 密度大小首先取决于人类活动干扰的程度.关键词　森林生态系统　植物C 贮量　植物C 密度文章编号　1001-9332(2001)01-0013-04　中图分类号　Q94811,S71815　文献标识码　AV egetation carbon storage and density of forest ecosystems in China.WAN G Xiaoke ,FEN G Z ongwei and OU Y AN G Zhiyun (Research Center f or Eco 2Environmental Sciences ,Chinese Academy of Sciences ,Beijing 100080).2Chin.J.A ppl.Ecol .,2001,12(1):13～16.To improve the estimatation of carbon pool of forest ecosystems is very important in studying their CO 2emission and uptake.The estimation of vegetation carbon pool in China has just begun.There is a significant difference among esti 2mates from different methods applied.Based on forest inventory recorded by age class ,the vegetation carbon storage of forest ecosystems in China was estimated to be 3.26～3.73Pg ,accounting for 0.6～0.7%of the global pool.The carbon densities were difference among forest types and provinces ,in range of 6.47～118.14Mg ・hm -2.There is an incremental tendency from southeast to north and west.This trend is negatively related with the change in population density in logarithmic mode ,which indicates that the actual forest carbon density is prominently determined by human activities.K ey w ords Forest ecosystem ,Vegetation carbon storage ,Vegetation carbon density. 3中国科学院重大项目(KZ9512B12208)和中国科学院生态环境研究中心主任基金资助. 33通讯联系人. 1999-04-12收稿,2000-04-17接受.1　引 言森林生态系统贮存了陆地生态系统的76%～98%的有机C [13].它对大气中CO 2浓度的影响越来越受到科学家的关注[5].而森林生态系统的C 储量是研究森林生态系统与大气间C 交换的基本参数[5],也是估算森林生态系统向大气吸收和排放含C 气体的关键因子[13].目前,前苏联[1]、加拿大[2]、美国[11]等国家对森林生态系统的植物C 贮量的估计研究均有较大进展.在国外资料中[5],对中国森林生态系统植物C 贮量估计引用较多的为17Pg.按此估计,我国单位面积的森林植物C 贮量(称C 密度)应为114Mg ・hm -2,但这一估计显然与我国的实际情况相差太远.近年来,Fang 等[6]根据野外调查资料,建立了我国主要森林类型的林木蓄积量与生物量之间相关式,提高了中国森林生态系统的植物C 贮量的估算精度.但是,现有的估计没有充分考虑:1)林龄对林木蓄积量与生物量之间的关系的影响;2)群落中林下植物生物量;3)对我国森林生态系统C 密度的分布规律和影响因素的分析.本研究在分析中国主要森林生态系统类型和各地带的森林生态系统的各林龄级的生物量与蓄积量的关系基础上,根据全国第三次森林资源普查资料中的按省市和按各优势种调查统计的各林龄级的蓄积量资料,分别估计了中国森林生态系统的植物C 贮量,并分析了中国森林生态系统植物C 密度的分布规律和影响因素.2　研究方法森林生态系统植物C 贮量的估算,早期是利用森林生物量的野外样地调查资料和森林统计面积.由于在实际森林样地调查时,一般都选取生长较好的地段进行测定,其结果往往高估了森林植物的C 贮量[3,6,13].近年来,以建立生物量与蓄积量关系为基础的植物C 贮量估算方法已得到广泛应用[5].本研究也采用该方法,不同的是首先将我国1994年底以前160多篇有关森林生物量的研究报道中561个调查样地的生物量调查资料按林龄级依次分为幼龄林、中龄林、近熟林、成熟林和过熟林,归并成16种森林类型[12],统计得出各林龄级个各森林类型的林木树干与乔木层生物量的比值(SB )和乔木层和群落总应用生态学报　2001年2月　第12卷　第1期 CHIN ESE JOURNAL OF APPL IED ECOLO GY ,Feb.2001,12(1)∶13～16生物量(包括林下所有植物的生物量)的比值(B T),然后再将这些森林类型归并为中国森林资源普查的统计单元:森林优势种类型和省市[12].利用下式,可得出中国各类型和各省市(台湾除外)的森林植物C贮量(TC,Tg):TC=V×D×SB×B T×(1+TD)×Cc(1)式中,V是某一森林类型或省市的森林蓄积量(m3),来自林业部第三次全国森林资源普查资料;D是树干密度(Mg・m-3),采用中国林业科学研究院木材工业研究所的研究结果[8].Cc是植物中C含量,该值在不同植物间变化不大,因此,为简便起见,常采用0.45[4].然后统计中国森林生态系统的总植物C贮量.并进一步分析各类型和各省市的C密度差异和影响因素,并用地理信息系统Arc/View做出中国森林植物C密度分布图,建立了中国各省市森林植物C密度与人口密度间的关系.3　结果与讨论311　各森林类型植物C贮量和C密度根据中国38种优势种森林的蓄积量估算出,中国森林生态系统的植物C总贮量是3724.50Tg(表1).从林龄级分布看,幼龄林、中龄林、近熟林、成熟林和过熟林分别占14.6、29.7、12.0、29.5和1412%.从类型构成看,栎类林最大,占2214%(这是因为栎类在我国分布的面积较大),其次为落叶松林,占12.1%,阔叶混交林占11.5%.由图1可以看出,各森林类型的植物C密度差异较大,介于6.47～118.14Mg・hm-2.云杉林、冷杉林、高山松和热带林的植物C密度较高,>60Mg・hm-2.而黑松林、油松林、马尾松林、杉木林、柳杉林、水杉林和桉树林的植物C密度较小,<15Mg・hm-2.这主要是由于林龄差异造成的,云杉林、冷杉林、高山松和热带林中,成熟林和过熟林占的比例较大,黑松林、油松林、马尾松林、杉木林、柳杉林、水杉林和桉树林中,人工林占的比例较大,多为幼、中龄林.312　各省市的森林植物C贮量和C密度根据中国30个省市地区的针叶林和阔叶林蓄积量资料,估计出中国森林生态系统的植物C总贮量是3255171Tg(表2).从林龄级的分布看,幼龄林、中龄林、近熟林、成熟林和过熟林分别占14.3、30.6、11.4、2917和14.0%.与以上结果基本一致.从各省市的构成看,黑龙江省最大,占17.7%,其次为四川和云南省,分别占15.4%和1410%,内蒙古自治区占11.6%. 从图2可见,中国森林生态系统的植物C密度有从东南向东北和西增加的趋势.我国森林植物C密度较高的省份为黑龙江、吉林、西藏和海南,<5311Mg・hm-2.尽管西藏的森林面积很小,但现存森林的植物C密度很高,如西藏的雅鲁藏布江的大拐弯处是我国表1　中国各森林生态系统的总生物质C贮量T able1V egetation carbon storage of every forest ecosystems in China(T g)林型F oresttype幼龄林Y oung中龄林Middle2aged近熟林Prema2ture成熟林Mature过熟林Post2mature总计Total比例Percen2tage1 3.12 4.85 4.3214.30 1.7928.380.762 1.7125.2633.80140.28113.38314.438.443 5.8135.8019.70235.8633.00330.178.86 40.70 2.13 2.7210.319.6525.510.68 57.847.17 1.508.59 2.1527.250.73 690.11101.9057.39142.8757.91450.1812.09 7 3.85 5.88 1.20 4.570.0015.500.42 80.010.090.020.000.000.120.00 90.160.050.000.000.000.210.01 10 5.3810.50 2.250.92 1.3620.410.55 110.59 3.71 2.22 1.45 1.499.460.25 120.60 1.340.740.110.73 3.520.09 1342.1267.1418.857.86 2.61138.58 3.72 1421.5724.9812.9024.7726.51110.73 2.9715 4.28 6.72 4.54 6.47 2.9624.970.6716 4.31 5.84 2.5037.568.1358.34 1.57 179.9831.6111.737.50 2.8763.69 1.71 180.030.050.000.250.000.330.01 190.020.060.000.000.000.080.0020 2.6512.34 4.21 6.13 4.5029.830.8021 5.5128.5412.0421.279.3376.69 2.0622 2.257.41 3.27 3.70 1.4518.080.49 230.320.910.140.190.00 1.560.04 240.000.28 1.560.600.45 2.890.08 25163.53281.72108.82180.72101.15835.9422.44 2632.61117.9025.2136.8421.36233.92 6.28 2739.4478.6822.7635.4216.66192.96 5.18 28 2.22 4.32 2.1310.30 2.5521.520.58 290.080.010.030.000.000.120.00 300.550.900.140.300.00 1.890.05 310.150.390.49 1.080.00 2.110.06 3214.9034.2014.6024.2313.03100.96 2.71 330.190.210.020.000.230.650.0234 6.2521.4811.5720.1034.7394.13 2.5335 5.5620.35 2.67 2.450.5531.580.85 3661.13143.0259.97107.3258.33429.7711.54 37 3.6317.52 2.66 3.540.6928.040.75总计543.161105.26448.671097.86529.553724.50100.00 Total11红松Pi nus koraiensis,21冷杉A bies,31云杉Picea,41铁杉Tsuga chi nensis,51柏木Platycladus and Cupressus,61落叶松L ari x,71樟子松Pi nus sylvest ris,81赤松Pi nus densif olia,91黑松Pi nus thunbergii, 101油松Pi nus tabulaef ormis,111华山松Pi nus armandi,121油杉Keteleeria,131马尾松Pi nus massoniana,141云南松Pi nus yunnanen2 sis,151思茅松Pi nus kisiya,161高山松Pi nus densata,171杉木Cun2 ni nghamia lanceolata,181柳杉Cryptomeria f ort unei,191水杉Metase2 quoia glyptost roboi des,201针叶混交林Mixed coniferous,211针阔混交林Mixed coniferous and broad2leaf forest,221水胡黄Fraxi nus,J uglans, Phellodendron,231樟树Ci nnamom um,241楠木Phoebe,251栎类Quercus,261桦木Bet ula,271硬阔类Hardwood,281椴树类Tilia,291檫树S assaf ras tz ume,301桉树Eucalypt us,311木麻黄Casuari na,321杨树Popul us,331桐类Davi dia,341软阔类Softwood,351杂木Acer, Tilia,Ul m us,361阔叶混交林Mixed broad2leaf forest,371热带林Tropic forest.目前森林生物量最高的地方[12].植物C密度较小的省包括广东、广西、湖北、湖南、江西、浙江、江苏、安徽和山东,<12.4Mg・hm-2.森林植物C密度的这种分布规律与我国人口密度的变化趋势正好相反,两者呈显著的对数相关关系(图3),说明我国实际森林植物C 密度大小首先取决于人类活动干扰的程度.可以说人41应　用　生　态　学　报 12卷图1　不同森林生态系统类型的植物C 密度比较Fig.1Comparison of vegetation carbon density among forest ecosystem types.林型同表1.Forest type as table 1.表2　中国各省市森林生态系统的总生物质C 贮量T able 2V egetation carbon storage of every province in China (T g)省　市Province幼龄林Y oung 中龄林Middle 2aged 近熟林Premature 成熟林Mature 过熟林Post 2mature 总　计Total 比　例Percentage 北　京Beijing 1.090.640.110.020.00 1.860.06天　津Tianjin 0.190.260.040.010.000.500.02河　北Hebei 3.8515.00 1.95 1.210.0022.010.68山　西Shanxi 3.4411.31 2.320.790.1117.970.55内蒙古Neimenggu 79.86138.4233.1096.3929.83377.6011.60辽　宁Liaoning 13.1037.27 4.09 3.330.2358.02 1.78吉　林Jilin35.91101.6638.6294.4538.02308.669.48黑龙江Heilongjiang 72.97230.19109.03125.6538.99576.8317.72上　海Shanghai 0.010.000.000.000.000.010.00江　苏Jiangsu 0.560.900.350.090.01 1.910.06浙　江Zhejiang 7.589.28 3.22 3.400.7524.230.74安　徽Anhui 7.6910.27 1.250.690.3620.260.62福　建Fujian 17.0042.677.25 3.70 1.0171.63 2.20江　西Jiangxi 12.3820.86 6.78 4.55 1.3945.96 1.41山　东Shandong 2.27 2.380.000.640.00 5.290.16河　南Henan 7.787.69 1.94 2.280.4520.140.62湖　北Hubei 10.0412.28 2.68 3.48 1.2929.770.91湖　南Hunan 12.5214.16 4.29 6.55 1.2038.72 1.19广　东Guangdong 8.9817.57 5.54 2.090.6334.81 1.07广　西Guangxi 4.4313.0512.0210.6112.7152.82 1.62四　川Sichuan 32.3074.2549.73189.56156.01501.8515.41贵　州Guizhou 18.4419.62 3.03 6.34 2.5649.99 1.54云　南Yunnan 88.50102.4641.96110.81112.65456.3814.02西　藏Xizang 0.010.000.21233.800.00234.027.19陕　西Shaanxi 6.0447.2116.3523.0035.32127.92 3.93甘　肃G ansu 9.0328.1110.5114.579.7071.92 2.21青　海Qinghai 1.76 4.95 1.90 2.41 1.0412.060.37宁　夏Ningxia 0.85 1.680.000.190.00 2.720.08新　疆Xinjiang 3.6918.6910.4922.7910.9866.64 2.05海　南Hainan 4.3613.82 2.05 2.520.4623.210.71总　计Total466.63996.65370.81965.92455.703255.71100.00类的干扰程度已经完全掩盖了气候条件对森林植物C 密度的影响和制约.我们对中国森林生态系统生物量野外样地资料的分析也反映了人类活动对我国森林生物量有巨大影响[7].313　中国森林生态系统在全球C 库中的作用在以上的估计中,由于估算过程中的资料统计单元的不同,得出的结果有差异,相对误差为13%.对于中国森林生态系统C 贮量,Fang 等[6]给出的估计值为4.30Pg.他估计的植物C 含量取值是0.5,如植物的C含量取值与我们一样(0.45),则中国森林的C 贮量为3.87Pg.该值略大于我们的估计,与我们的估计值的相对误差为4%～19%.Dixon 等[5]引用的中国森林的C 贮量估计值(17Pg )与我们的估算差异很大,不能真正反映我国森林生态系统C 贮量的实际情况.Wang 等在1994年利用美国学者Marland 用的参数[10],根据中国森林的总蓄积量估算了中国森林生态系统的植物C 贮量为2.1Pg [14],远比现在的估计值小.这也说明要得出中国森林生态系统植物C 贮量的可靠值,必511期 王效科等:中国森林生态系统的植物碳储量和碳密度研究 须采用中国的参数和按类型或区域进行详尽的统计,并且应该不断更新数据库,引用最新的森林生物量的生态调查结果[9,15].图2　中国森林生态系统植物C 密度分布Fig.2Distribution of vegetation carbon density of forest ecosystem in Chi 2na.图3　中国森林生态系统植物C 密度与人口密度的关系Fig.3Relationship between vegetation carbon density of forest ecosystem and population density in China.表3　中国、加拿大、美国和俄罗斯的森林生态系统植物C 贮量比较T able 3Comp arison of vegetation carbon storage among C anad a ,U nited States ,Russion and China国　家Country植物C 贮量Vegetationcarbon storage(Pg )占全球的比例Contribution to the globe(%)C 密度Vegetation carbon density (Mg ・hm -2)中国China 3.26～3.870.6～0.736～42加拿大Canada12 2.328美国大陆United States 12.1 2.361俄罗斯Russion28.05.436 如果全球森林生态系统植物C 贮量取平均值520Pg [13],中国森林生态系统的C 贮量占全球的016%～017%(表3).与世界上有关国家的C 贮量研究结果比较,我国森林的植物C 贮量远小于俄罗斯[1]、加拿大[5]和美国[11].植物C 密度,除美国较大外,其他国家差异不大.这说明这些国家的森林也都受到了人为干扰,造成了森林生态系统的实际植物C 贮量较小.参考文献1　Alexeyev V ,Birdsey R ,Stakanov V et al .1995.Carbon in vegetation of Russian forests :methods to estimate storage and geographical distri 2bution.W ater ,A i r and Soil Poll ,82:271～2822　Apps MJ and Kurz WA.1994.The role of canadian forests in the glob 2al carbon budget.In :K anninen M ed.Carbon Balance of world ’s forested ecosystems :Towards a G lobal Assessment.Finland :SILMU.12～203　Brown S and Iverson L R.1992.Biomass estimates for tropical forests.Worl d Resour Rev ,4:366～3844　Crutzen ,PJ and Andreae MO.1990.Biomass burning in the tropics :impact on the atmospheric chemistry and biogeochemical cycles.Sci ,250:1669～16785　Dixon R K ,Brown S ,Houghton RA et al.1994.Carbon pools and flux of global forest ecosystems.Science ,262:185～1906　Fang J ,Wang GG ,Liu G et al .1998.Forest biomass of China :an esti 2mate based on the bimoass 2volume relationship.Ecol A ppl ,8:1084～10917　Feng Z 2W (冯宗炜),Wang X 2K (王效科)and Wu G (吴　刚).1999.Biomass and productivity of Forest Ecosystems.Beijing :Science Press.(in Chinese )8　Institute of Forestry Industry ,Chinese Academy of Forestry Sciences(中国林业科学院木材研究所).1982.Major Physical and Chemical Properties of Woods in China.Beijing :Chinese Forestry Press.(in Chi 2nese )9　Li L 2H (李凌浩),Lin P (林　鹏)and Xing X 2R (邢雪荣).1998.Fineroot biomass and production of Castanopsis eyrei forest.Chi n J A ppl Ecol (应用生态学报),9(4):337～34010　Marland G.1988.The prospect of solving the carbon dioxide problemthrough global reforestation.Oak Ridge National Laboratory ,DOE/NBB 20082,Oak Ridge ,TN ,USA.11　Turner DP ,K oepper G J ,Harmon ME et al .1995.A carbon budget forforests of the conterminous United States.Ecol A ppl ,5:421～43612　Wang X 2K (王效科).1996.Biomass of Forest Ecosystems and Carbon 2Containing G ases Released from Biomass Burning in China.Ph D The 2sis.Beijing :Research Center for Eco 2Environmental Sciences ,Chinese Academy of Sciences.(in Chinese )13　Wang X 2K (王效科),Feng Z 2W (冯宗炜).1995.The history of re 2search on biomass and carbon storage of forest ecosystems.In :Wang R 2S (王如松)eds.Hot Topics in Modern Ecology.Beijing :China Science and Technology Press.335～347(in Chinese )14　Wang X ,Zhuang Y and Feng Z.1994.Carbon dioxide release due tochange in land use in China mainland.J Envi ron Sci ,6:287～29515　Wang Y (王　燕)and Zhao Sh 2D (赵士洞).1999.Biomass and netproductivity of Picea schrenkiana var.tianshanica forest.Chi n J A ppl Ecol (应用生态学报),10(4):389～391作者简介　王效科,男,1964年生,博士,副研究员,主要从事生物物质燃烧、森林生态、C 循环和生物地球化学模型等方面研究.Tel :010*********,E 2mail :wangxk @61应　用　生　态　学　报 12卷。

自工业革命以来，大气中温室气体含量的增加是不争的事实，到2005年，大气中CO 2的浓度已经由工业革命前的280mg/kg 升到379mg/kg ，2005年大气二氧化碳的浓度值已经远远超出了根据冰芯记录得到的65万年以来浓度的自然变化范围（180~330mg/kg ），最近100年（1906—2005年）来，全球地表温度已上升了0.74℃。

温室效应导致的气候变化将对农牧业生产、水资源、海岸带资源环境、森林生态系统、人体健康和各地区社会经济产生重大影响，威胁着人类生存[1]。

1森林生态系统碳储量研究的背景与意义随着气候变化的研究越来越受到国际上广大学者的重视，森林生态系统碳储量的研究成为近年来国际上研究的热点，森林不仅具有调节区域生态环境的功能，而且在全球碳平衡中起着巨大的作用，森林作为陆地生态系统的主体，储存了10000亿t 有机碳，占整个陆地生态系统的2/3以上[2]。

森林通过光合作用将大气中的二氧化碳以有机物的形式固定到植物体和土壤中，在一定时期内起到减少温室气体积累的作用，因此在温室气体减排中扮演着重要的角色。

森林碳汇也在国际气候变化谈判中得到广泛重视，巴厘岛国际气候变化大会开始把森林问题作为一个主题纳入气候谈判，《京都议定书》规定的4种温室气体的减排方式中，2种与森林有直接的关系，以“净排放量”计算温室气体的排放量，即从本国实际排放量中扣除森林所固定的部分和通过采用绿色开发机制（CDM ）来减排，清洁发展机制（CDM ）的造林、再造林项目和森林管理等活动允许发达国家可以通过在发展中国家实施林业碳汇项目来抵消其温室气体的排放量。

所有这些工作必须建立在量化森林碳储量的工作基础之上，通过量化森林碳储量来评价不同类型的森林在陆地生态系统的固碳能力，为碳循环的研究和森林的可持续发展和土地利用提供相关数据依据，关注量化森林碳储量从理论和实践上都具有重要的意义。

气候变化问题日益受到关注，引起了碳循环研究的兴起，近些年，大量学者投入到碳储量的研究队伍，研究范围既有区域性小斑块和生态系统，也涉及森林群落。

合肥市主要绿化树种碳固定量分析丁正亮;胡小刚【摘要】In order to understand the landscape tree in Hefei for the storage of charcoal and carbon seques-tration effect,we investigate the landscapeof green trees around Anhui Agricultural University campus and the ring Park,the calculate result of the main landscape trees biomass in Hefei.It shows that the carbon se-questration capacity of Bischofiapolycarpa,Cinnamomum camphora(L.)Presl,Pterocarya Kunth,Camptotheca acuminate and Koelreuteria paniculata are rather conspicuous.%为了解合肥市园林树木生物量及其碳固效果，对安徽农业大学校园以及大西门环城公园的园林绿地树木进行生长调查，结果显示合肥市主要园林树木生物量及碳固效果：重阳木、香樟、枫杨、喜树和栾树的生物量以及固碳能力比较突出。

【期刊名称】《安徽农学通报》【年(卷),期】2014(000)007【总页数】3页(P105-107)【关键词】碳固定;生物量;绿化树种;合肥市【作者】丁正亮;胡小刚【作者单位】宁国市林业局，安徽宁国 242300;宁国市林业局，安徽宁国 242300【正文语种】中文【中图分类】S79全球大气CO2浓度持续升高导致气候变暖是当今社会关注的热点，它既影响人类的生存环境，也影响社会的经济发展和进步，还影响到人类健康的持续，因此，开展森林碳汇研究具有重要的意义。

关于森林碳汇计量监测体系和林业碳汇潜力评估实施方案一、前言森林碳汇计量监测体系和林业碳汇潜力评估实施方案是指对森林生态系统的碳储量、碳流量和碳收支进行定量测算和监测，并评估森林生态系统的碳汇潜力。

本文将详细介绍该方案的具体实施步骤和方法。

二、森林碳汇计量监测体系1. 森林生态系统的碳储量森林生态系统的碳储量是指森林植被和土壤中所含有的有机碳总量。

测算方法包括样地法、样带法和遥感法等。

其中，样地法是最常用的方法之一，其具体步骤为：选择代表性样地，按照不同树种、龄级和立地条件分层布置，对每个样地进行调查和采样，然后通过化验等手段确定样地内有机质含量。

2. 森林生态系统的碳流量森林生态系统的碳流量是指光合作用吸收二氧化碳并将其转化为有机物质，同时通过呼吸作用释放出二氧化碳。

测算方法包括气体交换法、生态系统通量法和生态系统模型法等。

其中，气体交换法是最常用的方法之一，其具体步骤为：在样地内设置碳通量塔，通过测定塔顶和塔底的CO2浓度差异计算出森林生态系统的净碳交换量。

3. 森林生态系统的碳收支森林生态系统的碳收支是指森林植被和土壤中所含有的有机碳总量与光合作用吸收二氧化碳并将其转化为有机物质和呼吸作用释放出二氧化碳之间的差值。

测算方法包括样地法、样带法和遥感法等。

其中，样地法是最常用的方法之一，其具体步骤为：选择代表性样地，按照不同树种、龄级和立地条件分层布置，对每个样地进行调查和采样，然后通过化验等手段确定样地内有机质含量，并计算出森林生态系统的净碳收支。

三、林业碳汇潜力评估实施方案1. 林业碳汇潜力评估指标林业碳汇潜力评估指标包括森林面积、森林类型、森林龄级、森林生长速率和碳密度等。

其中，碳密度是指单位面积内的碳储量，是评估森林生态系统碳汇潜力的重要指标。

2. 林业碳汇潜力评估方法林业碳汇潜力评估方法包括统计学模型法、生态系统模型法和遥感模型法等。

其中，统计学模型法是最常用的方法之一，其具体步骤为：根据不同的评估指标建立回归方程，通过回归分析得出各个指标对碳密度的影响程度，并综合考虑各个指标得出森林生态系统的碳汇潜力。

第５２卷第６期东㊀北㊀林㊀业㊀大㊀学㊀学㊀报Ｖｏｌ．５２Ｎｏ．６２０２４年６月ＪＯＵＲＮＡＬＯＦＮＯＲＴＨＥＡＳＴＦＯＲＥＳＴＲＹＵＮＩＶＥＲＳＩＴＹＪｕｎ．２０２４１）湖南省自然科学基金项目（２０２１ＪＪ３０３６８）㊂第一作者简介：杨呵，女，１９９８年１月生，湖南农业大学风景园林与艺术设计学院，硕士研究生㊂Ｅ－ｍａｉｌ：ｓｘ２０２１０７０７＠１２６．ｃｏｍ㊂通信作者：李小马，湖南农业大学风景园林与艺术设计学院，副教授㊂Ｅ－ｍａｉｌ：ｌｉｘｉａｏｍａ＠ｈｕｎａｕ．ｅｄｕ．ｃｎ㊂收稿日期：２０２４年１月５日㊂责任编辑：段柯羽㊂结合群落结构的城市森林地上碳储量遥感估算１）以长沙市为例杨呵㊀李小马㊀刘欢瑶㊀李毅（湖南农业大学，长沙，４１０１２８）㊀㊀摘㊀要㊀以传统遥感植被指数模型法为基础，加入群落结构指标以提升城市森林碳储量估算精度㊂以长沙市为例，根据９０个样地调查数据和Ｓｅｎｔｉｎｅｌ－２Ａ遥感影像，建立城市森林地上碳储量与归一化植被指数（ＮＤＶＩ）间的指数模型，分析模型残差与城市森林结构间的定量关系，提出结合群落结构的城市森林地上碳储量遥感估算优化模型㊂结果表明：归一化植被指数模型估算城市森林地上碳储量的精度，即决定系数（Ｒ２）较低，为０．３５㊂归一化植被指数模型残差与城市森林结构，如平均胸径㊁最大胸径㊁平均树高㊁最大树高均呈极显著正相关关系㊂结合群落结构指标的归一化植被指数模型能显著提高城市森林地上碳储量估算精度，平均胸径㊁最大胸径㊁平均树高㊁最大树高的Ｒ２分别提升至０．７０㊁０．５７㊁０．５６㊁０．５７㊂根据Ｓｅｎｔｉｎｅｌ－２Ａ遥感影像和全球森林冠层高度数据估算出长沙市三环内建成区城市森林地上碳储量为５９９．１Ｇｇ，碳密度为３２．０３Ｍｇ㊃ｈｍ－２㊂关键词㊀城市森林；群落结构；指数模型；碳储量；碳汇分类号㊀Ｓ７３１．２ＲｅｍｏｔｅＳｅｎｓｉｎｇＥｓｔｉｍａｔｉｏｎｏｆＡｂｏｖｅｇｒｏｕｎｄＣａｒｂｏｎＳｔｏｒａｇｅｉｎＵｒｂａｎＦｏｒｅｓｔｓＣｏｍｂｉｎｅｄｗｉｔｈＣｏｍｍｕｎｉｔｙＳｔｒｕｃ⁃ｔｕｒｅ：ＡＣａｓｅＳｔｕｄｙｏｆＣｈａｎｇｓｈａＣｉｔｙ／／ＹａｎｇＨｅ，ＬｉＸｉａｏｍａ，ＬｉｕＨｕａｎｙａｏ，ＬｉＹｉ（ＨｕｎａｎＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１０１２８，Ｐ．Ｒ．Ｃｈｉｎａ）／／ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，２０２４，５２（６）：９２－９７．Ｂａｓｅｄｏｎｔｒａｄｉｔｉｏｎａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｍｏｄｅｌｓ，ｃｏｍｍｕｎｉｔｙｓｔｒｕｃｔｕｒｅｉｎｄｉｃａｔｏｒｓａｒｅｉｎｃｏｒｐｏｒａｔｅｄｔｏｅｎ⁃ｈａｎｃｅｔｈｅａｃｃｕｒａｃｙｏｆｕｒｂａｎｆｏｒｅｓｔｃａｒｂｏｎｓｔｏｒａｇｅｅｓｔｉｍａｔｉｏｎ．ＴａｋｉｎｇＣｈａｎｇｓｈａＣｉｔｙａｓａｎｅｘａｍｐｌｅ，ａｎｉｎｄｅｘｍｏｄｅｌｂｅｔｗｅｅｎａｂｏｖｅｇｒｏｕｎｄｃａｒｂｏｎｓｔｏｒａｇｅｉｎｕｒｂａｎｆｏｒｅｓｔｓａｎｄＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ（ＮＤＶＩ）ｉｓｅｓｔａｂｌｉｓｈｅｄｕｓｉｎｇｄａｔａｆｒｏｍ９０ｓａｍｐｌｅｐｌｏｔｓａｎｄＳｅｎｔｉｎｅｌ－２Ａｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓ．Ａｎａｌｙｚｅｔｈｅｑｕａｎｔｉｔａｔｉｖｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｍｏｄｅｌｒｅｓｉｄｕ⁃ａｌｓａｎｄｕｒｂａｎｆｏｒｅｓｔｓｔｒｕｃｔｕｒｅ，ａｎｄｐｒｏｐｏｓｅａｎｏｐｔｉｍｉｚｅｄｒｅｍｏｔｅｓｅｎｓｉｎｇｅｓｔｉｍａｔｉｏｎｍｏｄｅｌｆｏｒａｂｏｖｅｇｒｏｕｎｄｃａｒｂｏｎｓｔｏｒａｇｅｉｎｕｒｂａｎｆｏｒｅｓｔｓｃｏｎｓｉｄｅｒｉｎｇｃｏｍｍｕｎｉｔｙｓｔｒｕｃｔｕｒｅ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａ⁃ｔｉｏｎＩｎｄｅｘｍｏｄｅｌｆｏｒｅｓｔｉｍａｔｉｎｇａｂｏｖｅｇｒｏｕｎｄｃａｒｂｏｎｓｔｏｒａｇｅｉｎｕｒｂａｎｆｏｒｅｓｔｓ，ａｓｄｅｔｅｒｍｉｎｅｄｂｙｔｈｅｃｏｅｆｆｉｃｉｅｎｔｏｆｄｅｔｅｒｍｉｎａ⁃ｔｉｏｎ（Ｒ２），ｉｓｒｅｌａｔｉｖｅｌｙｌｏｗａｔ０．３５．ＴｈｅＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘｍｏｄｅｌｒｅｓｉｄｕａｌｉｓｓｉｇｎｉｆｉｃａｎｔｌｙｐｏｓｉｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈｕｒｂａｎｆｏｒｅｓｔｓｔｒｕｃｔｕｒｅｐａｒａｍｅｔｅｒｓｓｕｃｈａｓａｖｅｒａｇｅｄｉａｍｅｔｅｒａｔｂｒｅａｓｔｈｅｉｇｈｔ，ｍａｘｉｍｕｍｄｉａｍｅｔｅｒａｔｂｒｅａｓｔｈｅｉｇｈｔ，ａｖｅｒａｇｅｔｒｅｅｈｅｉｇｈｔ，ａｎｄｍａｘｉｍｕｍｔｒｅｅｈｅｉｇｈｔ．ＴｈｅＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘｍｏｄｅｌｉｎｃｏｒｐｏｒａｔｉｎｇｃｏｍｍｕｎｉｔｙｓｔｒｕｃｔｕｒｅｉｎｄｉｃａｔｏｒｓｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｓｔｈｅａｃｃｕｒａｃｙｏｆａｂｏｖｅｇｒｏｕｎｄｃａｒｂｏｎｓｔｏｒａｇｅｅｓｔｉｍａｔｉｏｎｉｎｕｒｂａｎｆｏｒ⁃ｅｓｔｓ，ｗｉｔｈＲ２ｖａｌｕｅｓｆｏｒａｖｅｒａｇｅｄｉａｍｅｔｅｒａｔｂｒｅａｓｔｈｅｉｇｈｔ，ｍａｘｉｍｕｍｄｉａｍｅｔｅｒａｔｂｒｅａｓｔｈｅｉｇｈｔ，ａｖｅｒａｇｅｔｒｅｅｈｅｉｇｈｔ，ａｎｄｍａｘｉｍｕｍｔｒｅｅｈｅｉｇｈｔｉｍｐｒｏｖｅｄｔｏ０．７０，０．５７，０．５６，ａｎｄ０．５７，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅｅｓｔｉｍａｔｉｏｎｏｆａｂｏｖｅｇｒｏｕｎｄｃａｒｂｏｎｓｔｏｒａｇｅｉｎｕｒｂａｎｆｏｒｅｓｔｓｗｉｔｈｉｎｔｈｅｂｕｉｌｔ⁃ｕｐａｒｅａｏｆｔｈｅｔｈｉｒｄｒｉｎｇｏｆＣｈａｎｇｓｈａＣｉｔｙｕｓｉｎｇＳｅｎｔｉｎｅｌ－２Ａｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓａｎｄｇｌｏｂａｌｆｏｒｅｓｔｃａｎｏｐｙｈｅｉｇｈｔｄａｔａｉｓ５９９．１Ｇｇ，ｗｉｔｈａｃａｒｂｏｎｄｅｎｓｉｔｙｏｆ３２．０３Ｍｇ㊃ｈｍ－２．Ｋｅｙｗｏｒｄｓ㊀Ｕｒｂａｎｆｏｒｅｓｔ；Ｃｏｍｍｕｎｉｔｙｓｔｒｕｃｔｕｒｅ；Ｅｘｐｏｎｅｎｔｉａｌｍｏｄｅｌ；Ｃａｒｂｏｎｓｔｏｒａｇｅ；Ｃａｒｂｏｎｓｉｎｋ㊀㊀提升陆地生态系统碳汇是实现碳中和及缓解全球气候变化的重要途径［１－２］㊂虽然城市会为维持高速社会经济发展排放大量二氧化碳，但城市绿地也通过植物光合作用等途径固定大量二氧化碳，因此，城市绿地是陆地生态系统碳汇的重要组成，对实现碳中和有不可低估的贡献［３－５］㊂精确量化城市森林碳储量是国内外研究热点，也是城市规划与管理决策的基础㊂根据样方调查估算区域碳储量是城市森林碳储量估算的重要途径㊂传统方法常根据不同土地利用类型进行分层抽样，通过树木异速生长方程计算不同土地利用类型的碳密度（即单位面积碳储量），最后乘以各土地利用类型的面积估算区域城市森林总碳储量［６－７］㊂由于需假设不同土地利用类型植被碳密度一致，因此该方法估算误差较大㊂遥感技术的发展可有效反映城市森林结构的空间异质性，已被广泛应用于估算城市森林碳储量㊂常用的方法包括以下两类：植被指数模型法，即通过样方城市森林碳密度与植被指数，如归一化植被指数（ＮＤＶＩ）间的指数关系估算区域城市森林碳储量，该方法被广泛使用但精度较低［３，８－９］；多元统计模型法，即通过样方城市森林碳密度与遥感数据（如植被指数㊁光谱反射率㊁纹理特征㊁地形特征㊁植被丰度等）建立多元统计模型估算区域城市森林碳储量，常用的统计方法包括多元线性回归［１０］㊁随机森林［１１］㊁支持向量机［１２］㊁人工神经网络等［１３］㊂该方法与植被指数模型法相比，估算精度有所提高，但估算模型缺乏理论支撑㊂例如植被指数在某些模型中与城市森林碳储量间呈显著负相关关系，而估算的城市森林碳储量在某些极端情况下呈负值［１４－１６］㊂植被群落结构（胸径㊁树高等）显著影响植被碳储量，植被的胸径和树高通常与其生物量密切相关，较大的胸径和树高意味着更多的生物量积累，进而影响遥感植被指数与碳储量的关系［１７－１８］㊂将植被群落结构信息纳入植被指数模型法是提升城市森林碳储量估算精度的有效途径，但相关研究仍十分缺乏㊂本研究以长沙市为例，在城市森林样方调查基础上量化城市森林结构对植被指数模型法估算城市森林地上碳储量精度的影响，开发融合群落结构的城市森林碳储量估算模型，探究城市森林群落结构对遥感植被指数与城市森林碳储量关系的影响，同时，将群落结构纳入常用植被指数模型以提高城市森林碳储量估算精度㊂研究可为区域城市森林碳储量遥感估算提供方法及参考，为提高长沙市城市森林碳储量提出规划管理依据㊂１㊀研究区概况长沙市位于湖南省东部偏北㊁湘江下游㊁长沙盆地西缘，属亚热带季风气候，年平均气温为１８．２ħ㊂其位于中亚热带常绿阔叶林带，植物种类丰富㊂长沙市占地总面积１１８１９ｋｍ２，建成区面积４３４．８２ｋｍ２㊂市区人口１００．４８万人，城市建成区绿地建设面积达到１７．１７ｋｍ２，绿地率㊁绿化覆盖率㊁城市中心区人均公园绿地面积分别达到３５．９３％㊁４１．５％㊁１１．５８ｍ２㊂深入研究长沙市城市森林碳储量并阐明其影响因素对指导包括长沙在内的长江中下游城市森林建设具有重要意义㊂本研究以长沙三环内区域为研究区域，总面积约为６７９．６５ｋｍ２（图１）㊂２㊀研究方法２．１㊀样方调查与样方城市森林碳储量计算参考城市森林的功能㊁布局㊁种植和管理方式等特点，设置９０个３０ｍˑ３０ｍ的矩形样方（图１），于２０２３年７月完成样方调查㊂由于灌木及草本植物对城市生态系统碳储量的贡献相对较小，本研究主要关注乔木的地上碳储量估算［３］㊂对每个样方进行每木调查，记录乔木的种类㊁胸径㊁树高㊁修剪状况等㊂通过文献收集不同树种异速生长方程估算地上生物量（表１）㊂将地上生物量乘以０．５的碳转化系数计算各样方城市森林地上碳储量及碳密度（即单位面积碳储量）［１９－２６］㊂表１㊀乔木地上生物量估算异速生长方程种㊀类生物量方程香樟（Ｃｉｎｎａｍｏｍｕｍｃａｍｐｈｏｒａ（Ｌ．）Ｐｒｅｓｌ）ＷＳ＝０．０２２１（Ｄ２Ｈ）０．９８８９；ＷＢ＝０．０３５１（Ｄ２Ｈ）０．６８５６；ＷＬ＝０．００１７（Ｄ２Ｈ）１．１３６５马尾松（ＰｉｎｕｓｍａｓｓｏｎｉａｎａＬａｍｂ）ＷＳ＝０．１０２５（Ｄ２Ｈ）０．８１４７；ＷＢ＝０．００００００２（Ｄ２Ｈ）２．０３８４；ＷＬ＝０．０００００６（Ｄ２Ｈ）１．７３６０杉木（Ｃｕｎｎｉｎｇｈａｍｉａｌａｎｃｅｏｌａｔａ（Ｌａｍｂ．）Ｈｏｏｋ．）ＷＳ＝０．００６（Ｄ２Ｈ）１．０７８１；ＷＢ＝０．０１１（Ｄ２Ｈ）０．７２９５；ＷＬ＝０．０３８４（Ｄ２Ｈ）０．７１８０杜英（ＥｌａｅｏｃａｒｐｕｓｄｅｃｉｐｉｅｎｓＨｅｍｓｌ．）ＷＳ＝０．１２６６（Ｄ２Ｈ）０．４９２９；ＷＢ＝０．０３６４（Ｄ２Ｈ）０．５３１７；ＷＬ＝０．０５１９（Ｄ２Ｈ）０．５５５９水杉（ＭｅｔａｓｅｑｕｏｉａｇｌｙｐｔｏｓｔｒｏｂｏｉｄｅｓＨｕ＆Ｗ．Ｃ．Ｃｈｅｎｇ）ＷＳ＝０．０１３１（Ｄ２Ｈ）０．９４３８；ＷＢ＝０．０６２３（Ｄ２Ｈ）０．６７６１；ＷＬ＝０．０１４０（Ｄ２Ｈ）０．６２６４元宝枫（ＡｃｅｒｔｒｕｎｃａｔｕｍＢｕｎｇｅ）ＷＳ＝０．０５０５６（Ｄ２Ｈ）０．８８１２；ＷＢ＝０．０１１５１（Ｄ２Ｈ）０．９７８６；ＷＬ＝０．０１２４８（Ｄ２Ｈ）０．６８６９枫香（ＬｉｑｕｉｄａｍｂａｒｆｏｒｍｏｓａｎａＨａｎｃｅ）Ｗ＝０．０７６１（Ｄ２Ｈ）０．９０７８银杏（Ｇｉｎｋｇｏｂｉｌｏｂａ）ＷＳ＝０．０４４＋０．０４２Ｄ２Ｈ；ＷＢ＝－０．０１１＋０．００５Ｄ２Ｈ；ＷＬ＝－０．８２０＋０．０４０Ｄ２Ｈ紫薇（Ｌａｇｅｒｓｔｒｏｅｍｉａｉｎｄｉｃａ）ＷＳ＝２．０６７＋０．０２０Ｄ２Ｈ；ＷＢ＝１．０３５＋０．００８Ｄ２Ｈ；ＷＬ＝０．３９３＋０．００１Ｄ２Ｈ刺槐（ＲｏｂｉｎｉａｐｓｅｕｄｏａｃａｃｉａＬ．）ＷＳ＝０．３１２＋０．０１６Ｄ２Ｈ；ＷＢ＝０．１６１＋０．００３Ｄ２Ｈ；ＷＬ＝０．０９１＋０．００３Ｄ２Ｈ栾树（ＫｏｅｌｒｅｕｔｅｒｉａｐａｎｉｃｕｌａｔａＬａｘｍ．）ＷＳ＝０．５８７＋０．００６Ｄ２Ｈ；ＷＢ＝０．０５９＋０．００１Ｄ２Ｈ；ＷＬ＝０．０２９＋０．００１Ｄ２Ｈ杜仲（ＥｕｃｏｍｍｉａｕｌｍｏｉｄｅｓＯｌｉｖｅｒ）ＷＳ＝０．９１０＋０．０３０Ｄ２Ｈ；ＷＢ＝０．２０８＋０．００２Ｄ２Ｈ；ＷＬ＝０．０５５＋０．００２Ｄ２Ｈ其它树种Ｗ＝２６４．６６０１（Ｄ２Ｈ）０．８８８５㊀㊀注：ＷＬ为叶生物量；ＷＳ为干生物量；ＷＢ为枝生物量；Ｗ为总地上生物量；Ｄ为胸径；Ｈ为树高㊂图１㊀样方空间分布２．２㊀遥感植被指数与冠层高度利用２０２１年９月４日的Ｓｅｎｔｉｎｅｌ－２Ａ影像（Ｌ２Ａ级别）计算归一化植被指数㊂归一化植被指数是一种用于评估地表植被覆盖程度和健康状况的指标，通过遥感影像红外波段和可见光波段计算㊂植被的生物量和碳储量通常随归一化植被指数的增加呈指数增长，归一化植被指数已被广泛用于估算植被碳储量，公式如下：㊀㊀㊀㊀㊀ＮＤＶＩ＝（ＲＢ８－ＲＢ４）／（ＲＢ８＋ＲＢ４）㊂式中：ＲＢ８㊁ＲＢ４分别对应哨兵２的近红外光谱通道３９第６期㊀㊀㊀㊀㊀㊀㊀㊀杨呵，等：结合群落结构的城市森林地上碳储量遥感估算 以长沙市为例（０．７６０ ０．８９０μｍ）单波反射率㊁红色光谱通道（０．６２５ ０．６９５μｍ）单波反射率㊂研究区归一化植被指数及其空间分布见图２ａ㊂图２㊀归一化植被指数空间分布及植被冠层高度空间分布㊀㊀冠层高度数据源自２０２０年融合了全球生态系统动态调查（ＧＥＤＩ）星载激光雷达（ＬｉＤＡＲ）任务的稀疏高度数据和哨兵－２的密集光学卫星图像通过监督深度学习算法生成的全球森林冠层高度数据［２７］，图２ｂ为长沙市三环建成区的植被冠层高度㊂２．３㊀城市森林碳储量估算归一化植被指数模型与优化首先建立以城市森林样方地上碳密度为因变量，归一化植被指数为自变量的碳储量估算指数，模型如下：㊀㊀㊀㊀㊀㊀ＣＤ＝ａˑｅｘｐ（ｂˑＮＤＶＩ）㊂式中：ＣＤ为城市森林样方地上碳密度；ＮＤＶＩ为样方归一化植被指数，ａ㊁ｂ为拟合参数㊂其次，通过研究城市森林群落结构（平均胸径㊁最大胸径㊁平均树高㊁最大树高）与归一化植被指数模型残差间的关系，发现归一化植被指数模型残差与城市森林群落结构间存在极显著相关关系㊂最后，建立加入群落结构指标的归一化植被指数模型如下：㊀㊀㊀㊀ＣＤ＝ａˑｅｘｐ（ｂˑＮＤＶＩ＋ｃˑＵＦＳ）㊂式中：ＵＦＳ为群落结构指标，分别为城市森林样方平均胸径（Ｄｍｅａｎ）㊁最大胸径（Ｄｍａｘ）㊁平均树高（Ｈｍｅａｎ）㊁最大树高（Ｈｍａｘ）㊂采用留一法评估归一化植被指数模型及加入群落结构指标的归一化植被指数优化模型时城市森林碳储量的估算精度㊂留一法将数据集中的每个样本都单独作为测试集，其余样本作为训练集，重复该过程使得每个样本都作为测试集㊂通过对比观测值与预测值，并利用决定系数（Ｒ２）㊁均方根误差（ＲＭＳＥ）㊁平均绝对误差（ＭＡＥ）为指标评估模型精度［１２］㊂２．４㊀长沙市城市森林地上碳储量估算根据数据可获得性，采用应用冠层高度的植被指数模型估算长沙市建成区城市森林地上碳储量，计算公式如下：㊀㊀㊀㊀ＣＤ＝ａˑｅｘｐ（ｂˑＮＤＶＩ＋ｃˑＨｍｅａｎ）㊂式中：ａ㊁ｂ㊁ｃ为拟合参数，分别为１．６３㊁２．８０㊁０．０７㊂３㊀结果与分析３．１㊀群落结构特征９０个样方共出现乔木６２种，分属３６科５５属㊂其中，有２７种属于常绿阔叶树种，其数量占比为６８．６％；２９种属于落叶阔叶树种，其数量占比为２７．１％；仅有６种为针叶树种，其数量仅占４．３％㊂研究区数量最多的１０个树种分别为香樟（Ｃｉｎｎａｍｏ⁃ｍｕｍｃａｍｐｈｏｒａ（Ｌ．）Ｐｒｅｓｌ）㊁桂花（Ｏｓｍａｎｔｈｕｓｆｒａ⁃ｇｒａｎｓ（Ｔｈｕｎｂ．）Ｌｏｕｒ．）㊁银杏（Ｇｉｎｋｇｏｂｉｌｏｂａ）㊁杜英（ＥｌａｅｏｃａｒｐｕｓｄｅｃｉｐｉｅｎｓＨｅｍｓｌ．）㊁荷花玉兰（ＭａｇｎｏｌｉａｇｒａｎｄｉｆｌｏｒａＬｉｎｎ．）㊁紫薇（Ｌａｇｅｒｓｔｒｏｅｍｉａｉｎｄｉｃａ）㊁日本晚樱（Ｃｅｒａｓｕｓｓｅｒｒｕｌａｔａ（Ｌｉｎｄｌ．）Ｌｏｎｄｏｎｖａｒ．ｌａｎｎｅｓｉ⁃ａｎａ（Ｃａｒｒｉ．）Ｍａｋｉｎｏ）㊁鸡爪槭（ＡｃｅｒｐａｌｍａｔｕｍＴｈｕｎｂ．）㊁栾树（ＫｏｅｌｒｅｕｔｅｒｉａｐａｎｉｃｕｌａｔａＬａｘｍ．）㊁水杉（ＭｅｔａｓｅｑｕｏｉａｇｌｙｐｔｏｓｔｒｏｂｏｉｄｅｓＨｕ＆Ｗ．Ｃ．Ｃｈｅｎｇ）㊂香樟是长沙城市森林主要树种，占样方树木总数的１／４；桂花在研究区广泛分布，占样方树木总数的２０％；银杏数量在研究区排第３位，约占总数的７％㊂所有树木的平均胸径为１９．１８ｃｍ，最大胸径为９８．５ｃｍ，平均树高为８．８８ｍ，最大树高为２５．８９ｍ㊂样方尺度上，平均胸径介于９．６４ ５４．６４ｃｍ，平均树高介于３．３９ ２１．６ｍ㊂样方平均碳密度为１４．５７Ｍｇ㊃ｈｍ－２，最小为０．６２Ｍｇ㊃ｈｍ－２，最大为８５．５１Ｍｇ㊃ｈｍ－２，标准差为１４．０５Ｍｇ㊃ｈｍ－２㊂４９㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５２卷３．２㊀城市森林碳储量估算模型城市森林碳密度（单位面积碳储量）与归一化植被指数呈极显著正相关关系㊂随归一化植被指数增加，城市森林碳密度增加速度加快（图３）㊂归一化植被指数可解释６４％的城市森林碳储量变化㊂图３㊀城市森林碳密度与归一化植被指数的关系回归结果归一化植被指数模型法的城市森林碳储量估算残差与城市森林群落结构（胸径㊁树高）均呈极显著正相关关系㊂平均胸径㊁最大胸径㊁平均树高㊁最大树高分别可贡献２３％㊁１４％㊁２２％㊁１８％的残差变异（图４）㊂随胸径㊁树高增加，归一化植被指数模型残差增加，表明归一化植被指数模型显著高估以小树为主的样方碳储量，低估大树分布较多的样方碳储量㊂城市森林碳储量估算精度评估显示，归一化植被指数模型Ｒ２为０．３５，ＲＭＳＥ和ＭＡＥ分别为１７．３５㊁９．９６Ｍｇ㊃ｈｍ－２㊂考虑平均胸径及平均树高后，Ｒ２分别增加到０．７０㊁０．５６，ＲＭＳＥ降低至１１．７８㊁１４．１９Ｍｇ㊃ｈｍ－２，ＭＡＥ降低至８．２０㊁９．０１Ｍｇ㊃ｈｍ－２㊂考虑最大胸径及最大树高后，Ｒ２分别增加到０．５７㊁０．５７，ＲＭＳＥ降低至１４．１５㊁１４．１９Ｍｇ㊃ｈｍ－２，ＭＡＥ降低至８．９３㊁８．００Ｍｇ㊃ｈｍ－２（表２）㊂观测者与不同模型估算值的散点图也显示，结合城市森林群落结构指标的归一化植被指数模型所估算的碳储量更接近观测值（图５）㊂图４㊀归一化植被指数模型残差与城市森林群落结构的关系回归结果３．３㊀根据归一化植被指数和树高的长沙城市森林地上碳储量估算图６为利用归一化植被指数－平均树高指数模型的同时根据归一化植被指数及植被冠层数据估算的研究区城市森林地上碳储量空间分布㊂长沙城市森林地上碳储量总量为５９９．１Ｇｇ，平均碳密度为３２．０３Ｍｇ㊃ｈｍ－２㊂长沙城市森林地上碳储量高值主要分布于城市公园㊁高校周边㊁湘江沿河绿带等区域㊂城市西部的地上碳储量密度高于东部㊂５９第６期㊀㊀㊀㊀㊀㊀㊀㊀杨呵，等：结合群落结构的城市森林地上碳储量遥感估算 以长沙市为例表２㊀城市森林地上碳储量估算模型参数与精度评估模㊀型ａｂｃＲＭＳＥ／Ｍｇ㊃ｈｍ－２Ｒ２ＭＡＥ／Ｍｇ㊃ｈｍ－２归一化植被指数模型１．９９４．２４－１７．３５０．３５９．９６平均胸径－归一化植被指数模型１．６３２．８４０．０４１１．７８０．７０８．２０最大胸径－归一化植被指数模型１．２９３．５７０．０２１４．１５０．５７８．９３平均树高－归一化植被指数模型１．５７２．７９０．１０１４．１９０．５６９．０１最大树高－归一化植被指数模型０．７５３．３６０．０９１４．１９０．５７８．００㊀㊀注：ａ㊁ｂ㊁ｃ为拟合参数㊂Ә结合群落结构和归一化植被指数的优化模型；ʻ归一化植被指数模型㊂图５㊀城市森林碳储量估算值与观测值散点图图６㊀长沙市建成区城市森林地上碳储量空间分布４　结论与讨论归一化植被指数与植被碳储量间的指数关系是估算城市森林碳储量的经典模型［３，２８］㊂本研究中，该模型估算城市森林碳储量的精度较低，Ｒ２仅为０．３５㊂有研究表明，利用归一化植被指数与植被碳储量间的指数关系估算城市森林碳储量时，美国纽约［２９］㊁沈阳［１５］㊁北京［３０］㊁马鞍山［３１］的Ｒ２分别为０．２５㊁０．５１㊁０．５１㊁０．６０㊂这主要是因为归一化植被指数是根据被动光学遥感数据计算，主要反映植被覆盖度及生长状况差异，不能有效反映城市森林的三维结构，因此导致对归一化植被指数低值区碳储量高估及归一化植被指数高值区碳储量低估㊂在归一化植被指数模型法中加入城市森林结构信息可显著提高城市森林碳储量估算精度㊂本研究加入平均胸径㊁最大胸径㊁平均树高㊁最大树高后，归一化植被指数模型法的Ｒ２分别提高０．３５㊁０．２２㊁０．２１㊁０．２２，ＲＭＳＥ分别降低５．５７㊁３．２０㊁３．１６㊁３．１６Ｍｇ㊃ｈｍ－２㊂近年来，植被群落结构，如树高等逐渐用于提高城市森林碳储量估算精度㊂有研究显示，结合ＩＣ⁃ＥＳａｔ－２ＬｉＤＡＲ和高分２号多光谱数据能有效提升北京城市森林碳储量估算精度［３２］；根据ＬｉＤＡＲ点云数据发现，相比归一化植被指数，平均及最大树高６９㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５２卷更能准确估算纽约城市森林的碳储量［２９］㊂但前者采用多元统计分析，估算模型缺乏生态学理论支撑，后者证实了群落结构显著影响城市森林碳储量，但未能将其与归一化植被指数模型法整合以提高城市森林碳储量估算精度㊂尽管加入城市森林结构指标可显著提高城市森林地上碳储量估算精度，但本研究最高Ｒ２（０．７）表明模型仍有较大优化空间㊂不同城市功能单元间用地类型㊁建成时间㊁管理水平㊁城市森林结构等不同，这增大了归一化植被指数和群落结构变化对城市森林碳密度影响的复杂性㊂以城市功能单元为样本，进一步阐明城市森林碳储量估算模型参数的异质性与影响因素，是提升城市森林碳储量遥感估算精度的潜在途径㊂本研究在分析城市森林碳密度与遥感归一化植被指数关系的基础上定量评估城市森林结构，如胸径及树高对城市森林碳储量估算精度的影响，提出加入城市森林结构指标的城市森林碳储量遥感估算模型㊂加入群落结构指标能显著提高城市森林碳储量估算精度，其中，平均胸径的估算精度提高０．３５㊁最大胸径提高０．２２㊁平均树高提高０．２１㊁最大树高提高０．２２㊂研究为优化城市森林碳储量遥感估算模型提供了新途径，也为长沙市城市森林规划管理提供参考㊂参㊀考㊀文㊀献［１］㊀王兵，任晓旭，胡文．中国森林生态系统服务功能及其价值评估［Ｊ］．林业科学，２０１１，４７（２）：１４５－１５３．［２］㊀ＣＨＥＮＳＱ，ＣＨＥＮＢ，ＦＥＮＧＫＳ，ｅｔａｌ．Ｐｈｙｓｉｃａｌａｎｄｖｉｒｔｕａｌｃａｒ⁃ｂｏｎｍｅｔａｂｏｌｉｓｍｏｆｇｌｏｂａｌｃｉｔｉｅｓ［Ｊ］．ＮａｔｕｒｅＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２０，１１（１）．ｄｏｉ：１０．１０３８／ｓ４１４６７－０１９－１３７５７－３．［３］㊀ＳＵＮＹ，ＸＩＥＳ，ＺＨＡＯＳＱ．Ｖａｌｕｉｎｇｕｒｂａｎｇｒｅｅｎｓｐａｃｅｓｉｎｍｉｔｉｇａ⁃ｔｉｎｇｃｌｉｍａｔｅｃｈａｎｇｅ：ａｃｉｔｙ⁃ｗｉｄｅｅｓｔｉｍａｔｅｏｆａｂｏｖｅｇｒｏｕｎｄｃａｒｂｏｎｓｔｏｒｅｄｉｎｕｒｂａｎｇｒｅｅｎｓｐａｃｅｓｏｆＣｈｉｎａ ｓＣａｐｉｔａｌ［Ｊ］．ＧｌｏｂａｌＣｈａｎｇｅＢｉｏｌｏｇｙ，２０１９，２５（５）：１７１７－１７３２．［４］㊀ＭＩＴＣＨＥＬＬＭＧＥ，ＪＯＨＡＮＳＥＮＫ，ＭＡＲＯＮＭ，ｅｔａｌ．Ｉｄｅｎｔｉｆｉｃａ⁃ｔｉｏｎｏｆｆｉｎｅｓｃａｌｅａｎｄｌａｎｄｓｃａｐｅｓｃａｌｅｄｒｉｖｅｒｓｏｆｕｒｂａｎａｂｏｖｅｇｒｏｕｎｄｃａｒｂｏｎｓｔｏｃｋｓｕｓｉｎｇｈｉｇｈ⁃ｒｅｓｏｌｕｔｉｏｎｍｏｄｅｌｉｎｇａｎｄｍａｐｐｉｎｇ［Ｊ］．ＴｈｅＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，２０１８，６２２／６２３：５７－７０．［５］㊀ＭＣＨＡＬＥＭＲ，ＭＣＰＨＥＲＳＯＮＥＧ，ＢＵＲＫＥＩＣ．Ｔｈｅｐｏｔｅｎｔｉａｌｏｆｕｒｂａｎｔｒｅｅｐｌａｎｔｉｎｇｓｔｏｂｅｃｏｓｔｅｆｆｅｃｔｉｖｅｉｎｃａｒｂｏｎｃｒｅｄｉｔｍａｒｋｅｔｓ［Ｊ］．ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇ，２００７，６（１）：４９－６０．［６］㊀ＬＩＵＣＦ，ＬＩＸＭ．Ｃａｒｂｏｎｓｔｏｒａｇｅａｎｄｓｅｑｕｅｓｔｒａｔｉｏｎｂｙｕｒｂａｎｆｏｒ⁃ｅｓｔｓｉｎＳｈｅｎｙａｎｇ，Ｃｈｉｎａ［Ｊ］．ＵｒｂａｎＦｏｒｅｓｔｒｙａｎｄＵｒｂａｎＧｒｅｅｎｉｎｇ，２０１２，１１（２）：１２１－１２８．［７］㊀ＹＡＮＧＪ，ＭＣＢＲＩＤＥＪ，ＺＨＯＵＪＸ，ｅｔａｌ．ＴｈｅｕｒｂａｎｆｏｒｅｓｔｉｎＢｅｉ⁃ｊｉｎｇａｎｄｉｔｓｒｏｌｅｉｎａｉｒｐｏｌｌｕｔｉｏｎｒｅｄｕｃｔｉｏｎ［Ｊ］．ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇ，２００５，３（２）：６５－７８．［８］㊀王冬生，况明生，张小军，等．基于ＲＳ的城市绿地及其固碳能力演变研究：以重庆市主城区为例［Ｊ］．西南师范大学学报（自然科学版），２０１２，３７（３）：１０５－１１２．［９］㊀ＧＵＯＹＪ，ＲＥＮＺＢ，ＷＡＮＧＣＣ，ｅｔａｌ．Ｓｐａｔｉｏｔｅｍｐｏｒａｌｐａｔｔｅｒｎｓｏｆｕｒｂａｎｆｏｒｅｓｔｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｃａｐａｃｉｔｙ：ｉｍｐｌｉｃａｔｉｏｎｓｆｏｒｕｒ⁃ｂａｎＣＯ２ｅｍｉｓｓｉｏｎｍｉｔｉｇａｔｉｏｎｄｕｒｉｎｇＣｈｉｎａ ｓｒａｐｉｄｕｒｂａｎｉｚａｔｉｏｎ［Ｊ］．ＴｈｅＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，２０２４，９１２．ｄｏｉ：１０．１０１６／ｊ．ｓｃｉｔｏｔｅｎｖ．２０２３．１６８７８１．［１０］㊀ＹＵＹ，ＰＡＮＹ，ＹＡＮＧＸＧ，ｅｔａｌ．Ｓｐａｔｉａｌｓｃａｌｅｅｆｆｅｃｔａｎｄｃｏｒ⁃ｒｅｃｔｉｏｎｏｆｆｏｒｅｓｔａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｅｓｔｉｍａｔｉｏｎｕｓｉｎｇｒｅｍｏｔｅｓｅｎｓｉｎｇ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２２，１４（１２）．ｄｏｉ：１０．３３９０／ｒｓ１４１２２８２８．［１１］㊀ＺＨＡＮＧＺＨ，ＷＵＳＸ，ＺＨＵＡＮＧＱＷ，ｅｔａｌ．Ｊｏｉｎｔｅｓｔｉｍａｔｉｏｎｏｆａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｕｓｉｎｇ Ｓｐａｃｅ⁃Ａｉｒ⁃Ｇｒｏｕｎｄ ｄａｔａｉｎｔｈｅＱｉｌ⁃ｉａｎＭｏｕｎｔａｉｎｓ，Ｃｈｉｎａ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＩｎｄｉｃａｔｏｒｓ，２０２２，１３８．ｄｏｉ：１０．１０１６／ｊ．ｅｃｏｌｉｎｄ．２０２２．１０８８６６．［１２］㊀ＬＩＹＣ，ＬＩＭＹ，ＬＩＣ，ｅｔａｌ．Ｆｏｒｅｓｔａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｅｓｔｉ⁃ｍａｔｉｏｎｕｓｉｎｇＬａｎｄｓａｔ８ａｎｄＳｅｎｔｉｎｅｌ－１Ａｄａｔａｗｉｔｈｍａｃｈｉｎｅｌｅａｒｎ⁃ｉｎｇａｌｇｏｒｉｔｈｍｓ［Ｊ］．ＳｃｉｅｎｔｉｆｉｃＲｅｐｏｒｔｓ，２０２０，１０（１）．ｄｏｉ：１０．１０３８／ｓ４１５９８－０２０－６７０２４－３．［１３］㊀ＤＡＩＳＱ，ＺＨＥＮＧＸＭ，ＧＡＯＬ，ｅｔａｌ．Ｉｍｐｒｏｖｉｎｇｐｌｏｔ⁃ｌｅｖｅｌｍｏｄｅｌｏｆｆｏｒｅｓｔｂｉｏｍａｓｓ：ａｃｏｍｂｉｎｅｄａｐｐｒｏａｃｈｕｓｉｎｇｍａｃｈｉｎｅｌｅａｒｎｉｎｇｗｉｔｈｓｐａｔｉａｌｓｔａｔｉｓｔｉｃｓ［Ｊ］．Ｆｏｒｅｓｔｓ，２０２１，１２（１２）．ｄｏｉ：１０．３３９０／ｆ１２１２１６６３．［１４］㊀邹琪，孙华，王广兴，等．基于Ｌａｎｄｓａｔ８的深圳市森林碳储量遥感反演研究［Ｊ］．西北林学院学报，２０１７，３２（４）：１６４－１７１．［１５］㊀汤煜，石铁矛，卜英杰，等．城市绿地碳储量估算及空间分布特征［Ｊ］．生态学杂志，２０２０，３９（４）：１３８７－１３９８．［１６］㊀ＵＮＩＹＡＬＳ，ＰＵＲＯＨＩＴＳ，ＣＨＡＵＲＡＳＩＡＫ，ｅｔａｌ．ＱｕａｎｔｉｆｉｃａｔｉｏｎｏｆｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｂｙｕｒｂａｎｆｏｒｅｓｔｕｓｉｎｇＬａｎｄｓａｔ８ＯＬＩａｎｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｓｉｎＪｏｄｈｐｕｒ，Ｉｎｄｉａ［Ｊ］．ＵｒｂａｎＦｏｒｅｓｔ⁃ｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇ，２０２２，６７．ｄｏｉ：１０．１０１６／ｊ．ｕｆｕｇ．２０２１．１２７４４５．［１７］㊀ＴＩＭＩＬＳＩＮＡＮ，ＳＴＡＵＤＨＡＭＭＥＲＣＬ，ＥＳＣＯＢＥＤＯＦＪ，ｅｔａｌ．Ｔｒｅｅｂｉｏｍａｓｓ，ｗｏｏｄｗａｓｔｅｙｉｅｌｄ，ａｎｄｃａｒｂｏｎｓｔｏｒａｇｅｃｈａｎｇｅｓｉｎａｎｕｒｂａｎｆｏｒｅｓｔ［Ｊ］．ＬａｎｄｓｃａｐｅａｎｄＵｒｂａｎＰｌａｎｎｉｎｇ，２０１４，１２７：１８－２７．［１８］㊀ＷＡＮＧＹＮ，ＣＨＡＮＧＱ，ＬＩＸＹ．Ｐｒｏｍｏｔｉｎｇｓｕｓｔａｉｎａｂｌｅｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｏｆｐｌａｎｔｓｉｎｕｒｂａｎｇｒｅｅｎｓｐａｃｅｂｙｐｌａｎｔｉｎｇｄｅｓｉｇｎ：ａｃａｓｅｓｔｕｄｙｉｎｐａｒｋｓｏｆＢｅｉｊｉｎｇ［Ｊ］．ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇ，２０２１，６４．ｄｏｉ：１０．１０１６／ｊ．ｕｆｕｇ．２０２１．１２７２９１．［１９］㊀高述超，田大伦，闫文德，等．长沙城市森林生物量的结构特征［Ｊ］．中南林业科技大学学报，２０１０，３０（１２）：５６－６５．［２０］㊀方海波，田大伦，康文星．间伐后杉木人工林生态系统生物产量的动态变化［Ｊ］．中南林学院学报，１９９９（１）：１６－１９．［２１］㊀田大伦，尹刚强，方晰，等．湖南会同不同退耕还林模式初期碳密度㊁碳贮量及其空间分布特征［Ｊ］．生态学报，２０１０，３０（２２）：６２９７－６３０８．［２２］㊀李志辉，何立新，周育平，等．水杉人工林生物产量及生产力的研究［Ｊ］．中南林学院学报，１９９６，１６（２）：４７－５１．［２３］㊀阎海平，李恒，张金生．元宝枫林生物量的研究［Ｊ］．北京林业大学学报，１９９７，１９（Ｓ２）：１０８－１１２．［２４］㊀罗佳，戴成栋，田育新，等．湖南碳汇项目林主要建群种生物量模型构建［Ｊ］．湖南林业科技，２０１６，４３（５）：１２－１６，２１．［２５］㊀贺红早，黄丽华，段旭，等．贵阳二环林带主要树种生物量研究［Ｊ］．贵州科学，２００７，２５（３）：３３－３９．［２６］㊀罗云建，王效科，逯非．中国主要林木生物量模型手册［Ｍ］．北京：中国林业出版社，２０１５．［２７］㊀ＬＡＮＧＮ，ＪＥＴＺＷ，ＳＣＨＩＮＤＬＥＲＫ，ｅｔａｌ．Ａｈｉｇｈ⁃ｒｅｓｏｌｕｔｉｏｎｃａｎｏｐｙｈｅｉｇｈｔｍｏｄｅｌｏｆｔｈｅＥａｒｔｈ［Ｊ］．ＮａｔｕｒｅＥｃｏｌｏｇｙ＆Ｅｖｏｌｕ⁃ｔｉｏｎ，２０２３，７（１１）：１７７８－１７８９．［２８］㊀ＭＹＥＯＮＧＳ，ＮＯＷＡＫＤＪ，ＤＵＧＧＩＮＭＪ．Ａｔｅｍｐｏｒａｌａｎａｌｙｓｉｓｏｆｕｒｂａｎｆｏｒｅｓｔｃａｒｂｏｎｓｔｏｒａｇｅｕｓｉｎｇｒｅｍｏｔｅｓｅｎｓｉｎｇ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００６，１０１（２）：２７７－２８２．［２９］㊀ＬＩＮＪ，ＭＡＱ，ＪＵＹ，ｅｔａｌ．Ｒｅｌａｔｉｏｎｓｈｉｐｓｂｅｔｗｅｅｎｕｒｂａｎｉｚａｔｉｏｎ，ｔｒｅｅｍｏｒｐｈｏｌｏｇｙ，ａｎｄｃａｒｂｏｎｄｅｎｓｉｔｙ：ａｎｉｎｔｅｇｒａｔｉｏｎｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇ，ａｌｌｏｍｅｔｒｉｃｍｏｄｅｌｓ，ａｎｄｆｉｅｌｄｓｕｒｖｅｙ［Ｊ］．ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇ，２０２２，７６．ｄｏｉ：１０．１０１６／ｊ．ｕｆｕｇ．２０２２．１２７７２５．［３０］㊀殷炜达，苏俊伊，许卓亚，等．基于遥感技术的城市绿地碳储量估算应用［Ｊ］．风景园林，２０２２，２９（５）：２４－３０．［３１］㊀吴飞，吴泽民，吴文友．马鞍山市城市森林碳储量及分布格局研究［Ｊ］．安徽农业大学学报，２０１２，３９（４）：５１９－５２６．［３２］㊀ＱＩＮＨ，ＺＨＯＵＷ，ＱＩＡＮＹ，ｅｔａｌ．Ｅｓｔｉｍａｔｉｎｇａｂｏｖｅｇｒｏｕｎｄｃａｒ⁃ｂｏｎｓｔｏｃｋｓｏｆｕｒｂａｎｔｒｅｅｓｂｙｓｙｎｅｒｇｉｚｉｎｇＩＣＥＳａｔ－２ＬｉＤＡＲｗｉｔｈＧＦ－２ｄａｔａ［Ｊ］．ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇ，２０２２，７６．ｄｏｉ：１０．１０１６／ｊ．ｕｆｕｇ．２０２２．１２７７２８．７９第６期㊀㊀㊀㊀㊀㊀㊀㊀杨呵，等：结合群落结构的城市森林地上碳储量遥感估算 以长沙市为例。

森林资源的碳储量与排放研究近年来，随着全球气候变化和环境保护议题的日益引起关注，对森林资源的碳储量与排放的研究成为了一个热门话题。

森林作为地球上最重要的陆地生态系统之一，既承载着丰富的生物多样性，又具备着重要的碳储量功能。

本文将重点探讨森林资源的碳储量与排放，并分析其对全球气候变化的影响。

一、森林资源的碳储量森林被认为是地球最重要的碳汇之一，具有巨大的碳储量。

森林通过光合作用吸收二氧化碳，并将其转化为有机物并储存在树木、根系和土壤中。

树木中的碳主要以木质纤维的形式存在，而土壤中储存的碳则以有机质和无机碳酸盐的形式存在。

森林的碳储量不仅与树种和生长速度有关，还与土壤类型、水分和温度等环境因素密切相关。

二、森林资源的碳排放除了储存大量的碳，森林也会通过自然和人为因素导致碳排放。

自然因素包括森林火灾、林木腐烂和自然枯落等，而人为因素则包括森林砍伐和土地开垦等。

森林火灾是最主要的人为碳排放源，大规模的森林火灾不仅会释放大量的碳氧化物，还会破坏森林生态系统，降低森林的碳吸收能力。

三、森林资源的碳储量与排放对气候变化的影响森林资源的碳储量与排放对全球气候变化具有重要影响。

首先，森林作为碳汇可以吸收大量的二氧化碳，有助于减缓全球变暖。

森林通过光合作用吸收二氧化碳，将其转化为有机物并存储起来，有效减少了大气中的温室气体浓度。

其次，森林的碳排放会增加大气中的碳氧化物浓度，加速全球变暖的过程。

森林的火灾和砍伐行为会释放大量的碳氧化物，破坏了森林的碳储量和吸收能力，使得大气中的温室气体浓度进一步升高。

四、森林资源的管理与保护为了更好地管理和保护森林资源的碳储量与排放，各国采取了一系列措施。

首先，加强森林保护，减少森林砍伐和火灾，保持森林生态系统的完整性。

其次，推动森林可持续利用，鼓励植树造林，增加碳汇容量。

此外，加强对土壤碳储量的保护，促进土壤中有机质的积累。

结论森林资源的碳储量与排放对全球气候变化有着重要影响。

森林作为碳汇可以吸收大量的二氧化碳，有助于减缓全球变暖，而森林的碳排放则会加剧气候变化的进程。

西北林学院学报2008,23(1):59～63Journal of N o rthw est Fo restry U niversity森林碳汇研究的计量方法及研究现状综述①赵　林,　殷鸣放3,　陈晓非2,　王大奇3(1.沈阳农业大学林学院,辽宁沈阳110161;2.清原县林业局,辽宁清原113300;3.抚顺市林业局,辽宁抚顺　113006)摘　要:随着《京都议定书》的签定,碳汇造林的广泛开展,森林碳汇的计量问题也越来越受到人们的重视。

本文介绍了现今国内外普遍运用的碳汇计量方法,包括生物量法、蓄积量法、生物量清单法、涡旋相关法、涡度协方差法、驰豫涡旋积累法,并对这些方法的优缺点进行了分析。

最后根据我国的林业现状,对大面积的人工纯林碳汇计量的方法提出了一种全新的想法,即从树木的年龄入手研究人工林不同林龄时的碳汇储量,为评价人工林的碳储功能提供依据。

关键词:森林碳汇;碳储量计量;二氧化碳中图分类号:S718.56 文献标识码:A 文章编号:100127461(2008)0120059205Summ ary of the R esearch M ethods of Fo rest Carbon Sink A ccoun tingZHAO L i n1,Y IN M i ng-fang1,CHEN X i ao-fe i2,W ANG Da-q i3(1.S eny ang A g ricu ltu re U n iversity f orest colleg e,S heny ang,L iaon ing,110161,Ch ina;2.F orest B a reau of Q ingy uan C ity,Q ingy uan,L iaon ing113300;3.F orest B u reau of F ushun C ity F ushun,L iaon ing113006,Ch ina)Abstract:W ith the sign ing of the“Kyo to P ro toco l”and the w idely develop ing carbon converge fo restati on, m o re atlen ti on has been paid to the fo rest carbon converge m eterage.M ethods of carbon accoun ting w as in troduceds.A dvan tages and disadvan tages of these m ethods w ere discu ssed.N ew m ethod abou t large ar2 eas of artificial p u re fo rest carbon m eterage acco rding to the statu s quo of ou r Ch ina fo restry w ere pu t fo r2 w ard,i.e.,to study the carbon reserves in differen t artificial fo rests based on their ages to p rovide the basis fo r p lan tati on functi onal evaluati on of the carbon sto rage.Key words:fo rest carbon sink;carbon reserves m easu rem en t;carbon di ox ide 近些年来,大气CO2浓度上升引起的温室效应及其所带来的一系列生态环境变化已经越来越明显,解决温室效应所带来的影响已成为广大学者研究的首要目标。

森林碳储量测算与碳汇管理研究随着全球气候变化问题的日益凸显，减少温室气体排放已成为全球关注的焦点。

而森林作为地球最重要的陆地生态系统之一，承载着巨大的生态和环境功能，其中的碳循环过程对全球气候平衡具有重要意义。

因此，准确测算森林碳储量并进行碳汇管理成为了当务之急。

一、森林碳储量的测算方法1. 火烧法：通过森林火灾后的热量释放与残余物的碳含量来测算森林火灾前碳储量的损失。

2. 树轮法：通过对树木的年轮进行观察与分析，结合气候数据等因素，计算出树木生长过程中固定的碳。

3. 土壤取样法：通过采集森林土壤样品，分析其中有机质的含量，从而推算出森林土壤中的碳储量。

4. 遥感技术：利用遥感卫星对森林进行影像扫描，通过图像的处理与分析，获取森林植被的生长信息，进而计算出其碳储量。

二、森林碳汇管理的重要性1. 气候调节：森林具有吸收二氧化碳的能力，通过碳汇管理，可以增加森林的碳储量，减少大气中的温室气体，从而调节气候。

2. 生态平衡：森林是地球上最重要的生态系统之一，维持着生物多样性和生态平衡，合理的碳汇管理有助于保护和恢复森林生态系统的健康。

3. 可持续发展：通过森林碳汇管理，可以为森林资源提供经济价值，并促进可持续发展，如碳交易和碳抵消项目等。

三、森林碳汇管理的挑战和对策1. 数据采集与处理：森林碳储量测算需要大量的数据支持，包括森林类型、林木信息、土壤质量等，如何采集和整理这些数据是一个挑战。

应利用现代技术手段，如人工智能和大数据分析，提高数据收集和处理的效率。

2. 碳汇监测与验证：对于森林碳汇管理项目的监测与验证是十分重要的，确保其真实性和有效性。

建立科学的监测体系和标准，加强对各类碳汇项目的监管与评估。

3. 资金支持与政策导向：碳汇管理是一项复杂而长期的工作，需要政府和相关机构的支持和引导。

建立完善的资金机制和政策体系，提供资金支持和政策导向，推动森林碳汇管理工作的推进。

四、森林碳汇管理的实践与案例分析1. 森林碳汇管理工程：通过森林经营管理、生态恢复和碳排放抵消等方式，提高森林的碳储量，实现碳汇管理的目标。

西北植物学报Κ2005Κ25;4ΓΠ835—843A ctaB ot.B orea l.-O cciden t.S in.文章编号Π100024025;2005Γ0420835209我国森林生态系统碳储量和碳平衡的研究方法及进展Ξ刘　华Κ雷瑞德;西北农林科技大学资源环境学院Κ陕西杨陵712100Γ摘　要Π森林在全球碳循环中起着十分重要的作用Λ从现存生物量的角度出发Κ综述了我国森林生态系统碳储量和碳平衡研究采用的主要方法及手段Κ以及在该领域的研究现状Κ并从实际情况出发探讨我国未来研究的发展趋势和亟待解决的一些问题Λ关键词Π碳储量Μ碳平衡Μ森林生态系统中图分类号ΠS718.55+4 文献标识码ΠAResearch M ethods and Advances of Carbon Storage andBa lance i n Forest Ecosystem s of Ch i naL I U H uaΚL E I R u i2de;Co llege of R esource and Environm entΚN o rthw est Sci2T ech U niversity of A griculture and Fo restryΚYanglingΚShaanxi712100ΚCh inaΓAbstractΠFo rests p lay a very i m po rtan t ro le in global carbon cycle.In ligh t of ex tan t b i om assesΚthe paper summ arizes m ajo r research m ethods and m easu res adop ted in studying carbon sto rage and balance in fo rest eco system s of Ch inaΚand research trends in these fields as w ell as p ractically discu ssing developm en tal tendencies and som e u rgen t p rob lem s in the fu tu re researches of the fields in ter m s of the realities of Ch ina.Key wordsΠcarbon sto rageΜcarbon balanceΜfo rest eco system 森林生态系统是陆地生态系统的主体Κ它不仅具有改善和维护区域生态环境的功能Κ而且在全球碳平衡中起着巨大的作用Λ这是因为它储存了陆地生物圈有机碳地上部分的76%～98%[1Κ2]和地下部分的40%[3]Λ碳平衡的研究是在全球气候变暖的大背景下应运而生的研究热点ΚCO2作为一种主要的温室气体Κ也首当其冲成为关注的焦点Λ碳是生命物质中的主要元素之一Κ是有机质的重要组成部分Λ与其它陆地生态系统相比Κ森林生态系统具有较高的生产力Κ每年固定的碳约占整个陆地生态系统的2 3[4]Κ成为生物圈中对地球初级生产的最大贡献者Λ我国的森林覆盖面积由1998年的13.92%[5]增加到2004年的16.55%Κ随着植树造林步伐的加快和森林经营管理水平的提高Κ预计到2010年我国的森林覆盖率将会达到20.3%Κ到2050提高到26%[6]Λ因此Κ有关森林生态系统碳储量和碳平衡的研究越来越受到重视Κ相关的工作已做了很Ξ收稿日期Π2004207204Μ修改稿收到日期Π2004210218基金项目Π国家林业局:十五Φ重点项目;200124Γ作者简介Π刘　华;1976-ΓΚ女;蒙古族ΓΚ博士研究生Κ主要从事生态系统结构与功能、森林碳通量及景观生态学方面的研究Λ多[1Κ7～22]Κ积累了一定的研究方法Λ归结起来Κ主要分两大类Π一类是利用微气象原理和技术测定CO2通量的方法Λ国外在20世纪80年代开始使用此方法Κ建立了150多个观测站Μ为了使我国在这方面的研究与国际接轨Κ中国科学院[23]于2002年正式启动了中国陆地生态系统碳通量观测项目Κ在长白山、千烟洲、鼎湖山和西双版纳设立了4个典型森林生态系统CO2通量定位观测站[24Κ25]Κ具体测定原理见文献[24～27]Λ另一类是与生物量紧密相关的反映碳累积量的现存生物量清查方法Λ我国有许多专家和学者对该系统进行了研究Κ但由于所研究的群落、林分以及所选尺度的大小不同Κ对碳储量和碳平衡估算的结果也有一定的差异Λ因此Κ本文着重就与生物量相关的森林生态系统的碳储量和碳平衡研究方法进行归纳整理Λ1　资料的收集与整理以蓄积量和生物量为主要调查因子的森林资源连续清查资料、样地调查资料是森林资源数据收集和整理的主要来源Λ研究表明Κ某一森林类型的生物量与其本身的生物学特性;蓄积量、林龄等Γ有着密切的联系[28]Λ在我国Κ林业调查分国家森林资源清查;又称一类清查Γ、规划设计调查;又称二类清查Γ和作业设计调查三大类Λ自建国以来Κ分别于1950～1962年、1973～1976年;第一次全国森林资源清查Γ、1977～1981年;第二次全国森林资源清查Γ、1984～1988年;第三次全国森林资源清查Γ、1989～1993年;第四次全国森林资源清查Γ和1994～1998年;第五次全国森林资源清查Γ6个时段已进行了全国范围的森林资源清查和复查工作Κ取得了包括人工林和天然林在内的大量的森林资源资料Λ而且Κ森林清查的对象是从幼小到成熟林木的几乎所有的森林类型Λ具有分布范围广Κ测量因子易获得和时间连续性强的优点Λ2　森林生态系统碳储量和碳平衡的研究过程与方法 基于生物量的森林生态系统碳储量的估算是利用生物量和干物质中碳含量的乘积得来的Κ是由植被;包括树木和非乔木Γ、枯落物和土壤三部分组成Κ其大小决定于植被类型、林分面积、立地条件、自然环境等方面Λ其碳平衡过程主要是植物从大气中吸收CO2Κ通过光合作用将CO2转化为有机化合物并固定在各器官如叶、干、枝、根和繁殖器官上Κ用于生物呼吸以维持树木生长、林龄增长等生命活动Κ同时树木死亡、自然凋落物和土壤碳分解也是释放CO2的主要途径[22]Λ2.1　森林生态系统碳储量的研究目前Κ我国对森林碳储量的估计Κ无论在森林群落或森林生态系统尺度上还是在区域、国家尺度上Κ普遍采用的方法是通过直接或间接测定森林植被的生产量与生物现存量再乘以生物量中碳元素的含量推算而得Λ因此Κ森林群落的生物量及其组成树种的含碳率是研究森林碳储量的关键因子[29]Λ我国森林生物量最早的测定是由潘维俦、冯宗炜、李文华等于20世纪70年代末80年代初[30Κ31]开始进行的Λ现已报道的相关研究资料比较丰富Κ但由于不同的研究者所选的研究地点、森林类型、研究尺度大小以及生物量测定方法的不同Κ使得碳储量的估算方法和结果也有一定的差异Λ具体研究方法见表1和表2Λ碳含量的数值大小也是引起碳储量估算差异不容忽视的因素Λ由于植物既有低碳组织Κ又有高碳组织Κ国际上常用的树木碳含量值为0.45～0.50[32]Λ而对某些森林群落组成树种的碳含量的直接测定也有报道[12Κ29Κ33～35];表3ΓΛ2.2　森林生态系统碳平衡的研究方法森林生态系统碳平衡包括碳输入和碳输出两个过程Λ碳的输入主要是植被对CO2的固定Κ碳的输出包括群落呼吸作用、凋落物和土壤碳的分解作用释放CO2的过程Λ森林生态系统碳循环过程如图1所示Λ图1　森林生态系统碳循环过程F ig.1　Carbon cycle in fo rest eco system s638西　北　植　物　学　报25卷表1　森林生态系统生物量的研究方法T able1　M ethods in bi om ass researches of fo rest eco system s生物量B i om ass研究方法及来源R esearch m ethod and o rigin森林类型Fo rest type特点Feature地上部分平均生物量法皆伐法[34Κ36]青海云杉、刺槐、水杉、柳杉、热带山地雨林、测定精度高Κ需要大量的时间和人力Κ对森林的破坏性大Λ在热带地区森林生物量的测定中可以取得客观的数据Λ相对生长法[37～40]杉木、马尾松、兴安落叶松、青冈、长白山温带森林、暖温带针叶林、西南硬叶常绿阔叶林、天山云杉、峨嵋冷杉利用林木易测因子来推算难于测定的林木生物量Κ从而减少测定生物量的外业工作Λ可以进行大尺度森林生物量的估算Λ对估计同类林分的生物量Κ有一定的精度Λ但是由于实测资料较少Κ而且在进行实地测量时Κ又往往选择林分生长较好的地段为样地Κ其生物量都较高Κ从而使得平均生物量偏大[16]Λ材积源生物量法[41]热带山地雨林是推算大尺度森林生物量的简易方法Κ但不能精确估算Λ生物量转换因子连续函数法[9Κ17Κ30Κ42]杉木、马尾松、云南松、华山松、落叶松、红杉、云杉、冷杉、油松、柏木、柳杉、铁杉、水杉、桦木、椴、栎、热带林、常绿阔叶林、桉树、阔叶混交林、杂木、疏林及灌木、兴安落叶松克服了材积源方法的不足Κ也弥补了平均生物量法所带来的人为的差异Μ实现了由样地调查向区域推算的尺度转换Κ可以对区域尺度的森林生物量进行估算Λ由于样本数少Κ对桦木、栎类、桉树等建立的生物量与蓄积量的线形关系还存在争议[43]Λ基于此ΚZHOU等克服了样本容量小的缺点Κ建立了兴安落叶松生物量与蓄积量的双曲线模型Κ但不能确定是否适合其它类型的森林生物量的估算[44]Λ枯落物网袋法[48Κ49]平衡法[50]青海云杉、山地雨林、常绿阔叶林、红松林、峨嵋冷杉等黄土高原刺槐林是目前枯落物实测的唯一较好的方法Κ其准确性易受主观和客观因素的影响Κ且费时费力Λ利用林分类型的生物量模型进行推算Κ可反映历史水平Κ弥补了网袋法的不足Λ根系挖掘法 收获法[34]钻土芯法[15Κ48Κ51]挖掘法结合取土柱法[36]青海云杉、红松、冷杉等阔叶红松林、云冷杉林、岳桦林刺槐、水杉、柳杉这是最常用、古老的测定根系生物量的方法Κ测定方法及所需工具简单Κ需要大量人力Κ测定结果在某种程度上比较精确Κ但很难进行时间动态的跟踪[52]Λ该方法是目前用得最为普遍的一种方法Κ主要适用于对细根的研究Κ对根的分枝格局及粗根的生物量测定误差较大Κ但结果的可信度较高[52]Λ根据研究的实际情况Κ合理结合上述两种方法表2　森林生态系统碳储量的研究方法T able2　R esearch m ethods of carbon sto rages of fo rest eco system s计算公式Fo r m ula碳含量C content研究尺度范围R esearch item文献来源O rigin of references生物量×碳含量0.45～0.50植被、凋落物、根系[7Κ11]生物量×碳含量燃烧法测定C含量加权后的系数植被、凋落物、根系[10Κ45]T c=;aV+bΓ・Cc0.50植被[9Κ17Κ30] T c=B t×Cc0.50植被[53]T c=V・D・SB・BT・;1+TDΓ・Cc0.45森林群落;包括林下植被Γ[1] T c=V・B’・Cc0.45植被[46] Sc=D s・H・C・Cc・S0.58土壤[47]注ΠT cΠ森林群落;包括林下植被Γ碳储量ΜaΚbΠ常数ΜVΠ森林类型或省市的森林蓄积量;m3ΓΜB tΠ森林植被的宗生物量ΜCcΠ植被、凋落物、根系及土壤中C含量值ΜDΠ树干密度;m g・m-3ΓΜSBΠ各龄级各森林类型的林木树干与乔木层生物量的比值ΜBTΠ乔木层和群落生物量的比值ΜT cΠ森林植被碳储量ΜB’Π增加单位蓄积量时Κ某森林类型生物量的平均增加值ΜScΠ土壤碳储量ΜD sΠ土壤容重ΜHΠ采样深度ΜCΠ土壤有机质百分含量ΜSΠ面积Λ表3　不同森林类型的平均碳含量及测定方法T able3　Carbon content and deter m inati on m ethods of different types of fo rests in Ch ina森林类型Fo rest type平均碳含量M ean content of C测定方法D eter m inati on m ethod文献来源O rigin of references辽东栎Q uercus liaotung ensis0.4761干烧法[29]白桦B etu la p laty p hy lla0.5008干烧法[29]山杨P op u lus d av id iana0.4859干烧法[29]油松P inus tabu laef orm is0.5030干烧法[29]侧柏P la ty clad us orientalis0.5030干烧法[29]华北落叶松L arix p rincip is2rup p rech tii0.5097干烧法[29]红皮云杉P icea kora iensis0.5111干烧法[29]青海云杉P.crassif olia0.5212重铬酸钾硫酸氧化法[34]栎林Q uercus fo rest0.4991重铬酸钾硫酸氧化法[21]杉木Cunning ham ia lanceola ta0.4930重铬酸钾硫酸氧化法[21]火炬松P inus tead a0.5448重铬酸钾硫酸氧化法[21]热带山地雨林原始林T rop.M nd p ri m ary rain fo rest0.5487重铬酸钾2硫酸氧化湿烧法[12]热带山地雨林更新林T rop.M nd regenerative rain fo rest0.5198重铬酸钾2硫酸氧化湿烧法[12]马尾松P inus m assoniana0.5446重铬酸钾外加热法[36]刺槐R obin ia p seud oacacia0.42-[46]杨类P op u lus sp.0.51-[46]7384期刘　华Κ等Π我国森林生态系统碳储量和碳平衡的研究方法及进展2.2.1　森林碳的固定　大气中能进行全球循环的CO2气体与绿色植物的光合作用能力是森林固碳的两个基本前提Λ碳的积累作用并不是线性的Λ早期的碳积累作用较快Κ随着树木逐渐趋于成熟Κ固碳速度也将有所下降Κ直到树木的年呼吸速率与年碳吸收相等时为止[54]Λ因此Κ通过测定树木净光合作用速率和叶面积指数Κ根据植物种群结构参数Κ可以推算出林地光合作用固定的C量[59]Λ净光合速率和叶面积指数的测定现在普遍使用的仪器是便携式CO2分析仪Λ此外Κ还可以利用森林资源清查资料所获得的林地生物量的变化计算C的积累Λ2.2.2　群落的呼吸作用　森林群落的呼吸量的测定中因累加法最便于操作而被广泛使用Λ具体方法是将林木伐倒后Κ分别对不同器官和同一器官的不同直径部位;对非同化器官而言ΓΚ利用碱;KOHΓ吸收法进行呼吸的测定Κ然后累加[56Κ57]Λ另一种方法是利用非同化器官的直径级与长度的关系Κ确立呼吸速率与直径间的数量关系Κ推导出林木呼吸速率的计算模型[56]Λ目前Κ利用便携式红外CO2分析仪Κ测定树木各器官不同部位的呼吸速率Κ并通过建立各器官大小与呼吸速率之间的关系Κ推算单株总体的呼吸速率以及整个群落的呼吸消耗量是普遍采用的方法[55]Λ2.2.3　凋落物和土壤碳的释放　常用的测定方法是用密闭碱液吸收法[57]Λ近年来Κ利用红外CO2气体分析仪进行测定也是比较普遍采用的方法之一[58]Λ对于大尺度的研究Κ可以通过建立数学模型推算土壤的呼吸值Λ杨昕等[83]利用实测资料建立了一套直接计算土壤呼吸的公式ΚRR=N PP CΚ其中RRΠ土壤异氧呼吸量ΚN PPΠ植被的净初级生产力ΚCΠ土壤碳密度Λ在实验条件如试验仪器不足的情况下采用某些可测定的指标Κ建立其与土壤呼吸间的定量关系Κ如A T P含量Κ也不失为一种好的研究方法Λ3　我国森林生态系统碳储量和碳平衡研究状况及存在的问题 森林是陆地生态系统的主体Λ在1997年京都会议以后Κ如何精确定量评估森林作为温室效应气体CO2的吸收源和库的作用Κ及如何准确阐明森林作为CO2吸收源的问题已不仅是全球生态学领域迫切需要解决的科学问题Κ同时也成为满足京都议定书制定的CO2排放目标的迫切需要Λ中国的森林主要分布于中纬度或温带及亚热带地区Κ寒温带及热带较少Λ其中Κ人工林居世界第一Κ已成林的人工林面积约3425万hm2[54]Κ其中80%以上为中、幼林和近熟林[53]Κ因此我国森林生态系统在全球碳循环中作用是不容忽视的Λ目前Κ我国对有关森林生态系统碳循环的研究还处于初级阶段Κ但许多学者在这方面作出了非常有意义的工作Λ方精云等[9]基于中国近50年来森林资源清查资料对中国森林植被地上部分碳库及时空变化作了大尺度的研究探讨Λ指出在20世纪80年代之前Κ由于人口增加、经济发展引起森林资源大规模地开发利用是造成中国森林生物碳储量较大幅度的下降的主要原因Μ此后Κ由于人工林面积的迅速扩大Κ森林碳储量又开始回升Λ据此推算Κ最近20年来Κ中国森林碳的平均累积量为0.021Pg C aΚ起到了碳汇的作用ΛStreets等[60]研究指出Κ中国森林对大气CO2的净吸收已从1990年的0.098Pg C a升高到2000年的0.112Pg C aΛ王效科等[1Κ61]以各林龄级森林类型为统计单元Κ得出中国森林生态系统的植物C储量为3.255～3.724PgCΜ不同龄级的森林植物碳密度差别较明显Κ且碳密度的分布与人口密度的变化呈显著负相关Κ这说明人为干扰对森林植被C密度的影响远高于气候等自然因素Λ除了上述的一些总体研究外Κ我国许多学者还对森林生态系统定位站不同森林类型的碳储量及碳平衡进行了详细研究Λ如Π李意德、吴仲民等对海南岛尖峰岭热带山地雨林的生物量测定[41]、群落生产力[45]、群落[57]、土壤和凋落物的呼吸[58]、林地土壤碳储量和CO2的排放[67]、近冠层CO2通量特征[63]、皆伐对C库的影响[12]以及生态系统碳平衡[10]等方面做了一定的研究工作Λ田大伦、项文化等利用定位观测数据Κ对会同森林定位站杉木人工林的生物量[64～66]、碳密度、碳储量及其空间分布特征[67]和碳平衡[68]等方面进行了相关的研究Λ陈存根、刘建军等对秦岭定位站油松、锐齿栎等主要森林类型的生物量和生产力[69]、土壤呼吸[70]、土壤和根系及土壤碳循环[71～73]方面做了详细的研究Λ此外Κ许多研究者自20世纪80年代初也已对长白山自然保护区中主要森林生态系统生物量[74～76]、凋落物及养分含量[77]、倒木贮量[78Κ79]、地下部分生物量及地下C贮量[15Κ35Κ80]进行了大量的调查和研究Λ在我国的许多省区也在这方面做了一定的工作Κ如山东省[46]、青藏高原[14]、海南岛[81]、湖北宜昌[82]、四川贡嘎山[40Κ59]等Λ虽然森林生态系统的研究取得了如上所述的一838西　北　植　物　学　报25卷些预期结果Κ但在基于生物量的森林碳储量的估算上Κ不同的研究结果间仍存在一定的差异Κ无法确切反映出森林生态系统的现实状况ΛFang 等[9]估算的中国森林植被碳储量为4.63Pg Κ略高于赵敏[53]等的估算值3.778Pg Κ王效科[1]等的估算结果为3.255～3.724PgC Κ低于上述两者的Κ这主要源于所采用的方法和选择的参数值有别Λ马钦彦等[29]通过对不同森林类型碳含量的研究表明Κ以0.5作为碳转换系数估算碳储量的结果优于以0.45作为转换系数的估算结果Λ更准确地估算应该是分森林类型采用不同的碳含量值Λ王绍强等[5]通过对中国森林植被碳储量的不同研究进行比较Κ认为导致植被碳储量估算出现较大差异的一个重要原因是对中国陆地生态系统自然植被类型划分上的不同引起的面积差异Λ这说明碳储量的估测还存在较多的不确定性Λ总的研究结果表明Κ我国森林碳储量主要集中于云杉林、冷杉林、落叶松林、栎类林、桦木林、硬叶阔叶林和阔叶混交林7个林分类型中[19]Λ森林生态系统的总碳库为28.12Gt Λ其中Κ土壤碳库为21.02Gt Κ占总量的74.6%Μ植被碳库为6.20Gt Κ占总量的22.2%Μ凋落物层的碳储量为0.892Gt Κ占总量的3.2%Λ森林生态系统;包括植被、凋落物、土壤Γ平均碳密度是258.83t ・hm -2Λ热带森林净固碳力是最高Κ暖温性针叶林也较高Κ可能是由于我国暖温性针叶林和热带林多为次生林Κ其中幼龄林和中龄林所占比例较大而导致的[54]Λ4　展　望中国是人口大国Κ经济发展正处于快速增长期Κ生产工业化和人民生活水平的不断提高Κ与此同时也出现了温室气体的大量排放Λ这必将会给我国自然生态系统和社会经济的长足发展带来难以承受的压力Λ基于可持续发展的战略Κ国家推出天然林保护工程、三北及长江流域防护林工程、环京津风沙源治理工程、退耕还林还草工程、野生动植物及生态区保护工程、重点地区速生丰产林基地建设工程六大生态建设工程Κ为我国生态环境建设和资源永续利用提供了良好的平台Λ由此也可见森林生态系统的研究任重而道远Λ在当前深入研究全球变化的背景下Κ森林生态系统碳平衡的研究应该在研究方法和内容上不断改进和完善Κ进而使研究结果尽最大可能真实地反映出自然状况Κ为准确预测未来提供科学依据Λ资源清查资料是基于生物量的森林生态系统碳储量和碳平衡的研究基础Κ受到研究者的普遍接受和应用Λ因此在具体的研究方法和采取的技术手段上将更为细致Κ并具有先进性Λ由于我国的森林类型复杂多样Κ有很强的地带性分布规律Λ在选择研究尺度及研究方法上应该分别对待Κ对不同地区不同的森林类型或树种应根据当地的自然生态环境选择适合的研究方法Κ得出不同地域不同森林类型的碳储量和碳密度Κ为全国或全球森林生态系统的碳循环的估测增加精确性和可信度Λ关键要在传统调查方法指标的基础上Κ增加不同植被类型中不同层次碳动态的跟踪调查和复查Λ而且一些估算模型也应由静态或经验模型向动态或过程模型转变[26]Λ随着数字化时代的发展Κ对中国森林生态系统的研究手段也在逐渐向数字化转变Κ调查技术手段向精度高、速度快、成本低和连续化的方向发展Λ借助中高分辨率的卫星数据并有机结合:3S Φ技术是未来资源清查发展的主流方向Κ因为卫星遥感具有丰富的信息和实时数据处理与传输能力Κ可以监测森林资源现状及消长变化情况Κ而且对人迹稀少、常规方法难以调查的地区;如西藏Γ更显其威力ΚGPS 可用于样地野外定位及区域边界和面积的测定Κ加之G IS 对空间属性的强大分析功能Κ这样可提高调查精度Κ又减少经费投入和劳动强度Λ比如Κ根据一些统计和样方实测数据Κ利用G IS 探讨中国森林生态系统的碳储量和碳密度的空间分布、碳循环的过程和碳平衡进行动态跟踪等等Λ这些工作为今后全面研究我国森林生态系统的碳循环以及在全球碳平衡中的地位奠定了良好的基础Λ森林生态系统是一个庞大而复杂的动态变化的系统Κ现在由于森林生态系统碳平衡研究的方法各有偏重和具有一定的局限性Λ在今后的研究中应提倡各种方法的综合运用Κ而且也倡导多学科研究人才的介入与联合Κ使研究向更高层次发展Λ参考文献Π[1]　W AN G X K ;王效科ΓΚFEN G ZW ;冯宗炜ΓΚOU YAN G Z Y ;欧阳志云Γ.V egetati on carbon sto rage and density of fo rest eco system s in Ch ina [J ].Ch inese J ou rna l of A pp lied E cology ;应用生态学报ΓΚ2001Κ12;1ΓΠ13-16;in Ch inese Γ.9384期刘　华Κ等Π我国森林生态系统碳储量和碳平衡的研究方法及进展048西　北　植　物　学　报25卷[2]　FAN G J Y;方精云Γ.Fo rest bi om ass carbon poo l of m iddle and h igh latitudes in the no rth hem isphere is p robably m uch s m aller thanp resent esti m ates[J].A cta P hy toecolog ica S in ica;植物生态学报ΓΚ2000Κ24;5ΓΠ635-638;in Ch ineseΓ.[3]　M A I H I YΚBALDOCCH I D DΚJA RV IS P G.T he carbon balance of trop icalΚtemperate and bo real fo rests[J].P lan t Cell andE nv iro m en tΚ1999Κ22Π715-740.[4]　KRAM ER P J.Carbon di oxide concentrati onΚpho to synthesisΚand dry m atter p roducti on[J].B io S cienceΚ1981Κ31Π29-33.[5]　W AN G S Q;王绍强ΓΚZHOU C H;周成虎ΓΚLUO C W;罗承文Γ.Studying carbon sto rage spatial distributi on of terrestrial naturalvegetati on in Ch ina[J].P rog ress in Geog rap hy;地理科学进展ΓΚ1999Κ18;3ΓΠ238-244;in Ch ineseΓ.[6]　KAN G H N;康惠宁ΓΚM A Q Y;马钦彦ΓΚYUAN J Z;袁嘉祖Γ.E sti m ati on of carbon sink functi on of fo rests in Ch ina[J].Ch ineseJ ou rna l of A pp lied E cology;应用生态学报ΓΚ1996Κ7;3ΓΠ230-234;in Ch ineseΓ.[7]　FAN G J Y;方精云ΓΚCH EN A P;陈安平Γ.D ynam ics fo rest bi om ass carbon poo ls in Ch ina and their significance[J].A cta B otan icaS in ica;植物学报ΓΚ2001Κ43;9ΓΠ967-973;in Ch ineseΓ.[8]　FAN G J YΚP I AO S LΚTAN G ZH YΚPEN G CH HΚJ I WΚALAN K KΚM EL I NDA D S.Internati onal V ariability in N et P ri m aryP roducti on and P reci p itati on[J].S cienceΨ2001Κ293;5536ΓΠ1723;in T echnical Comm entsΓ.[9]　FAN G J YΚCH EN A PΚPEN G CH HΚZHAO SH QΚC I L J.Changes in fo rest bi om ass carbon sto rage in Ch ina betw een1949and1998[J].S cienceΚ2001Κ292;5525ΓΠ2320-2322;in R epo rtsΓ.[10]　L I Y D;李意德ΓΚW U ZM;吴仲民ΓΚZEN G Q B;曾庆波ΓΚZHOU G Y;周光益ΓΚCH EN B F;陈步峰ΓΚFAN G J Y;方精云Γ.Carbonpoo l and carbon di oxide dynam ics of trop ical mountain rain fo rest eco system at J ianfenglingΚH ainan Island[J].A cta E colog ica S in ica;生态学报ΓΚ1998Κ18;4ΓΠ371-378;in Ch ineseΓ.[11]　ZHOU Y R;周玉荣ΓΚYU Z L;于振良ΓΚZHAO S D;赵士洞Γ.Carbon sto rage and budget of m aj o r Ch inese fo rest types[J].A ctaP hy toecolog ica S in ica;植物生态学报ΓΚ2000Κ24;5ΓΠ518-522;in Ch ineseΓ.[12]　W U Z M;吴仲民ΓΚL I Y D;李意德ΓΚZEN G Q B;曾庆波ΓΚZHOU G Y;周光益ΓΚCH EN B F;陈步峰ΓΚDU Z H;杜志鹄ΓΚL I N M X;林明献Γ.Carbon poo l of trop ical mountain rain fo rests in J ianfengling and effect of clearing2cutting on it[J].Ch inese J ou rna l ofA app lied E cology;应用生态学报ΓΚ1998Κ9;4ΓΠ341-344;in Ch ineseΓ.[13]　SAN G W G;桑卫国ΓΚM A K P;马克平ΓΚCH EN L Z;陈灵芝Γ.P ri m ary study on carbon cycling in w ar m temperate deciduous broad2leaved fo rest[J].A cta P hy toecolog ica S in ica;植物生态学报ΓΚ2002Κ26;5ΓΠ543-548;in Ch ineseΓ.[14]　LUO T X;罗天祥ΓΚL IW H;李文华ΓΚL EN G Y F;冷允法ΓΚYU E Y Z;岳燕珍Γ.E sti m ati on of to tal bi om ass and po tential distributi onof net p ri m ary p roductivity in the T ibetan P lateau[J].Geog rap h ica l R esea rch;地理研究ΓΚ1998Κ17;4ΓΠ337-344;in Ch ineseΓ. [15]　DU X J;杜晓军ΓΚL I U C F;刘常富ΓΚJ I N G;金　罡ΓΚSH I X N;石小宁Γ.Roo t bi om ass of m ain fo rest eco system s in ChangbaiM ountain[J].J ou rna l of S heny ang A g ricu ltu ra l U n iversity;沈阳农业大学学报ΓΚ1998Κ29;3ΓΠ229-232;in Ch ineseΓ.[16]　FAN G J YΚW AN G G GΚL I U G HΚXU S L.Fo rest bi om ass of Ch inaΠan esti m ati on based on the bi om ass2vo lum e relati onsh i p[J].E colog ica l A pp lica tionΚ1998Κ8Π1084-1091.[17]　FAN G J Y;方精云ΓΚL I U G H;刘国华ΓΚXU S L;徐嵩龄Γ.B i om ass and neet p roducti on of fo rest vegetati on in Ch ina[J].A ctaE colog ica S in ica;生态学报ΓΚ1996Κ16;5ΓΠ497-508;in Ch ineseΓ.[18]　J I AN G Y L;蒋延玲ΓΚZHOU G S;周广胜Γ.Carbon equilibrium in L arix gm elinii fo rest and i m pact of global change on it[J].Ch ineseJ ou rna l of A pp lied E cology;应用生态学报ΓΚ2001Κ12;4ΓΠ481-484;in Ch ineseΓ.[19]　L I U G H;刘国华ΓΚFU B J;傅伯杰ΓΚFAN G J Y;方精云Γ.Carbon dynam ics of Ch inese fo rests and its contributi on to global carbonbalance[J].A cta E colog ica S in ica;生态学报ΓΚ2000Κ20;5ΓΠ733-740;in Ch ineseΓ.[20]　DON G W F;董文福ΓΚGUAN D S;管东生Γ.Effect of fo rest eco system s on carbon cycling[J].Chong qing E nv ironm en t S cience;重庆环境科学ΓΚ2002Κ24;3ΓΠ25-28;in Ch ineseΓ.[21]　RUAN H H;阮宏华ΓΚJ I AN G Z L;姜志林ΓΚGAO S M;高苏铭Γ.P reli m inary studies of carbon cycling in th ree types of fo rests in theh illy regi ons of southern J iangsu p rovince[J].Ch inese J ou rna l of E cology;生态学杂志ΓΚ1997Κ16;6ΓΠ17-21;in Ch ineseΓ.[22]　FAN G J YΚW AN G Z M.Fo rest bi om ass esti m ati on fo r regi onal and global levelsΚw ith special reference to Ch ina’s fo rest bi om ass[J].E col.R es.Κ2001Κ16Π587-592.[23]　SH I F CHΚCH EN X WΚW AN G W JΚKEN TA RO T TΚYU K I O AΚKA I CH I RO SΚSH IGERU U.V egetati on characteristics of alarch2dom inant site fo r CO2flux monito ring study at the L ao shan Experi m ental Stati on in N o rtheast Ch ina[J].E u rasian J ou rna l ofF orest R esea rchΚ2001Κ3Π53-60.[24]　W U J B;吴家兵ΓΚZHAN G Y S;张玉书ΓΚGUAN D X;关德新Γ.M ethods and p rogress of research on CO2flux of fo rest eco system[J].J ou rna l of N ortheast F orestry U n iversity≅东北林业大学学报ΓΚ2003Κ31;6ΓΠ49-51;in Ch ineseΓ.[25]　W AN G W J;王文杰ΓΚSH I F C;石福臣ΓΚZ U Y G;祖元刚ΓΚYAN G F J;杨逢建ΓΚM AO Z J;毛子军ΓΚKo ike T akayo sh i;小池孝良Γ.。

碳储量研究方法
碳储量研究是对生态系统或生物群落中的碳储存进行定量分析和评估的过程。

这种研
究是通过收集各种数据来估算碳储量的总量，以及增减总量的原因。

1. 野外样本收集法
这种方法是在特定生态系统或生物群落中设置标准的样本点，并从各种角度收集信息，例如土壤样品和碳储存数据。

这些数据可以用来计算碳密度和碳储量。

2. 气候地带分类
这种方法是将全球各个地方的生态系统分成不同的地带，然后通过研究不同地带的生
态系统的生物量和生产力来推断它们的碳储存量。

3. 生态系统模型
生态系统模型是以数学公式为基础的计算机程序。

这种建模方法可以预测生态系统碳
储量的数量和随时间的变化。

4. 卫星遥感
卫星遥感技术可以用来确定土地表面覆盖和植被类型，从而为估算生态系统中的碳储
存提供数据。

这种技术可以通过分析反射和辐射数据来推断生态系统的生产力和生物量。

5. 土壤微生物学
土壤微生物学是对土壤中微生物活动和碳氮转化的研究。

了解土壤中微生物的数量和
活性可以推断生态系统中的碳循环路径和碳储量。

6. 植被植物学
研究植被和植物生长状况可以提供有关在生态系统中形成、吸收和释放碳的信息，从
而推断碳的储存。

森林生态系统碳储量测定近年来，随着全球气候变化问题的日益突出，森林生态系统中的碳储量测定逐渐成为环境科学领域的热门研究课题。

森林作为地球上最重要的碳汇之一，对全球碳循环具有重要影响。

因此，准确测定森林生态系统的碳储量对于评估气候变化和生态系统健康状况至关重要。

一、引言森林生态系统中的碳循环是指大气中的二氧化碳通过光合作用进入森林植物，并且随着植物的生长逐渐被固定在植物体内。

这部分固定的碳形成了森林生态系统的碳储量。

精确测定森林生态系统的碳储量对于气候变化模型的建立和管理者制定碳汇交易政策具有重要意义。

二、森林生态系统碳储量测定方法1. 土壤样本采集森林生态系统中的碳主要分布在土壤中，因此采集土壤样本是测定碳储量的关键步骤。

采集的土壤样本应覆盖不同类型的森林，并且要遵循一定的采样设计，确保样本具有代表性。

2. 碳密度测定通过对采集的土壤样本进行碳密度测定，可以获得单位面积或体积上的碳含量。

常用的测定方法包括干燥燃烧法、气相色谱法和红外光谱法等。

这些方法各有优劣，选择合适的方法需要考虑到准确性、成本和实际操作的可行性。

3. 非破坏性测定方法传统的碳密度测定方法在一定程度上破坏了土壤样本结构，可能影响样本的结果。

因此，近年来发展了许多非破坏性测定方法，如激光诱导荧光技术和光谱分析技术。

这些方法不仅能够测定碳密度，还可以获取土壤的其他属性信息，对于研究森林生态系统的碳储量具有重要意义。

三、森林生态系统碳储量测定的应用与意义1. 气候变化评估准确测定森林生态系统的碳储量可以为气候变化评估提供依据。

通过对不同种类森林碳储量的测定和比较，可以了解不同森林类型对气候变化的响应。

此外，还可以通过建立森林碳储量模型，预测森林碳储量的变化趋势，为环境保护部门和政府部门提供科学依据。

2. 生态系统管理测定森林生态系统的碳储量对于生态系统的合理管理具有重要意义。

了解森林中碳的分布情况和储备量，可以帮助管理者制定合适的森林保护政策和管理措施，促进森林生态系统的健康发展。

术与传统育种方法相结合培育新品种，以及深入研究其适应性、应用模式及快繁技术，满足日益发展的社会需求，具有十分重要的意义。

不同的轻型基质配比对福建山樱花的移栽成活率、苗木的生长有一定的影响，就本次试验而言，以泥炭土6︰珍珠岩3︰黄心土1的配比为育苗最佳组合。

影响福建山樱花移栽成活的因素还有移栽的时间、空气的温度、湿度、水分等因素，本次试验未考虑这些因素，有待进一步深入研究。

（收稿：2016-06-14）[1]吕月良,陈璋,施季森,等.福建山樱花扦插繁殖及其影响因子研究[J].福建林科科技,2006,33(2):1-7[2]福建省科学技术委员会《福建植物志》编写组.福建植物志:2卷[M].福州:福建省科学技术出版社,1985[3]陈运造.台湾自然观察图鉴(20)[M].台北:渡假出版社有限公司,1991[4]吕月良,陈璋,施季森.福建山樱花研究现状、开发前景与育种策略[J].南京林业大学学报:自然科学版,2006,30(1):115-118．[5]郑元春.神奇的多用途植物图鉴[M].台北:绿生活杂志出版社,1983．[6]魏云华.福建山樱花研究现状及其园林应用[J].安徽农学通报,2011,17（19）:136-137.陈水洲（1979-），男，福建永安人，工程师，从事园林绿化苗木培育工作。

化[4，5]；在林相改造、营造城郊风景林和城乡绿色通道、丰富景观变化等方面也有重要用途。

作为用材树种，其材质可用于木材加工，是制作家具和雕刻的上好木材。

因此，福建山樱花开发应用潜力巨大，是城市森林景观和绿色通道建设的优良树种之一。

在城市园林绿化工程建设中，应用品种的本土化，生态多样性，野生植物的驯化应用成为目前发展的重要方向。

尤其是福建省在积极进行生态省建设，随着城乡建设发展和社会经济水平的提高，目前城市绿化中苗木品种稀少（以福州为例，苗木品种约为400~500个，而国内先进城市约1000~1500个，国际先进城市为2000个）、生态单一的状况急需改变，这也为福建山樱花的推广应用提供了广阔的前景[6]。

森林土壤碳储量研究综述李敏【摘要】通过查阅大量森林生态系统土壤碳储量的文献资料,综述了森林土壤碳储量的研究进展,概述了自然和人为因素对森林土壤碳储量的影响,并分析了今后森林土壤碳的研究趋势.森林土壤碳储量的分布受地形、气候、植被类型、土壤性质等自然及人为因素的综合影响,具有显著的空间异质性特征.人为因素对森林土壤碳储量的影响具有两面性,合理的人为调控能促进森林土壤碳的积累,过度的干扰则会显著降低土壤碳储量.构建全国森林土壤生态监测网络对森林土壤碳进行长期定位观测,并加强新技术应用,建立森林土壤碳库系统是未来森林土壤碳研究的重要方法.【期刊名称】《林业调查规划》【年(卷),期】2018(043)004【总页数】5页(P21-24,50)【关键词】森林土壤;碳储量;碳密度;自然因素;人为因素;碳库系统【作者】李敏【作者单位】玉溪市不动产登记中心//玉溪市基础地理信息中心) ,云南玉溪653100【正文语种】中文【中图分类】S714.5;S718.557森林生态系统作为陆地生态系统的主体，其土壤碳库是全球碳循环的重要部分，也是土壤微生物、土壤动物的活动场所，森林土壤碳库的变化将直接改变全球碳的平衡 [1]。

研究表明，森林在固碳和缓解全球气候变化中承担着重要作用，而森林土壤碳储量是森林植被的2倍多，因此对其研究具有重要意义[2-4]。

近些年来，国内外学者对森林土壤碳极为关注，并对森林土壤碳的储量、分布及其影响因素等做了大量研究[5,6]，但针对森林土壤碳研究的综述性文献报道较少。

因此，本文通过查阅大量文献资料，概述了森林土壤碳储量的研究进展，分析了当前研究的不足及未来研究趋势，以期为森林土壤碳的进一步研究提供理论指导，从而为森林土壤的健康管理提供科学支持。

1 全球森林土壤碳储量陆地生态系统的绝大多数有机碳贮存于森林生态系统中 [7]。

然而，森林具有类型多样性和结构复杂性以及随环境变化的动态变化性等特征，目前对森林的固碳潜力、关键过程及其机制的认识还相当不足，因此目前对森林土壤碳储量的估算仍然存在很大不确定性[8]。

森林生态系统碳储量与氮磷循环研究森林是地球上最大的生态系统之一，也是全球碳循环和氮磷循环最为活跃的生态系统之一。

森林通过光合作用吸收二氧化碳，同时也通过光合作用释放氧气。

同时，森林也是全球最重要的生物多样性和生态系统服务提供者之一。

然而，人类活动以及自然环境的变化对森林生态系统的碳储量和氮磷循环造成了影响。

一、森林生态系统碳储量森林生态系统是全球最大的碳库之一。

森林存储着大量的碳，包括树木、枯枝落叶、土壤有机质和微生物体。

森林的碳储量不仅作为一个重要的生态服务，还是全球碳循环和气候变化的重要驱动力。

森林生态系统碳储量的大小与森林植被的类型、生长速度和年龄有关。

相比年轻的森林，成熟和老龄森林具有更高的碳储量。

因为成熟和老龄森林中有更多的大型树木和腐木，这些树种和腐木可以长时间存储碳。

此外，土壤的碳储量也是影响森林生态系统碳储量的重要因素。

然而，随着全球气候趋于极端和人类活动的加剧，森林生态系统碳储量出现了下降的趋势。

过度的采伐和清理森林、火灾、疾病和气候变化对森林生长和树木寿命的影响，都造成了森林碳储量的下降。

二、森林生态系统氮磷循环森林生态系统是一个复杂的生态系统，其中包括了各种各样的生物物质，包括植物、动物、微生物和有机物。

氮和磷是重要的生物元素，对森林生态系统的生长和发展起着至关重要的作用。

氮是植物生长和发育的重要元素。

氮的大部分来源是土壤中的有机物分解产物，通过微生物的作用将有机物分解成无机盐，供植物吸收。

另外，土壤中的氮也可以通过大气沉降进入森林生态系统。

然而，森林生态系统的氮供应量是有限的，过多的人类干扰和气候变化都会影响森林生态系统的氮循环。

磷是植物生长的另一个重要元素。

森林生态系统中的磷来源主要是土壤中含磷矿物和有机物分解产物。

然而，森林生态系统内的磷循环比氮循环更加缓慢，因为磷不容易从矿物质中释放出来。

此外，由于人类活动对森林生态系统的影响，磷循环也会受到影响。

总的来说，森林生态系统碳储量和氮磷循环的研究对于了解全球生态系统的变化、生物多样性的保护以及应对气候变化都具有重要的意义。