全 文 ：第 50 卷 第 6 期
2 0 1 4 年 6 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 50，No. 6
Jun．，2 0 1 4
doi:10．11707 / j．1001-7488．20140622
收稿日期: 2013 － 05 － 13; 修回日期: 2014 － 04 － 17。
基金项目: 科技部 863 计划研究课题“典型应用领域全球定量遥感产品生产体系”(2013AA12A302)子课题“全球林业定量遥感专题产品
生产系统”; 国家林业局项目“全国森林生物量调查建模技术指导与模型建立”专题“基于森林清查资料的中国森林固碳潜力研究”。
东北地区落叶松林碳储量估算
黄国胜1 马 炜2 王雪军1 夏朝宗1 党永锋1
(1．国家林业局调查规划设计院 北京 100714; 2．中国林业科学研究院资源信息所 北京 100091)
关键词: 东北地区; 落叶松林; 森林资源连续清查; 生物量; 生物量转换因子; 碳储量
中图分类号: S757 文献标识码: A 文章编号: 1001 － 7488(2014)06 － 0167 － 08
Carbon Storage Measurement of Larch Forest in Northeastern China
Huang Guosheng1 Ma Wei2 Wang Xuejun1 Xia Chaozong1 Dang Yongfeng1
(1 ． Academy of Forest Inventory and Planning，State Forestry Administration Beijing 100714;
2 ． Ｒesearch Institute of Forest Ｒesources Information Techniques，CAF Beijing 100091)
Abstract: Based on the data of the national continuous forest inventory from 2008 to 2013，single tree biomass of larch
forest in northeastern China was estimate using biomass compatibility model of different tree species，and summed to plot
biomass． Biomass expansion factor (BEF) was calculated to estimate forest biomass，and then biomass was transformed
into carbon storage with carbon concentration． With the inventory statistics，carbon storages of provinces at different stages
were summarized． The results indicated that: 1) vertical distribution of biomass for larch organs was: stem (48. 11% ) ＞
root (23. 04% ) ＞ branch (16. 15% ) ＞ bark (7. 2% ) ＞ foliage (4. 76% )，aboveground biomass made up 76. 9% of
the total，and root / shoot ratios were raised by age groups． 2) BEF values of larch field plot were reducing by age groups，
around an average level of 0. 95． 3) total carbon storage of northeastern China was 167. 5 × 106 t，based on mid-aged
forest，which accounting for 44. 22%，the maximum carbon density of mature forest reached to 55. 22 t·hm － 2，and the
mean value of all age groups was only 37. 06 t·hm － 2，both were far below to the national average． 4 ) Heilongjiang
province carbon storage as 128. 35 × 106 t took the largest percentage of 76. 63%，all three provinces had virtually equal
carbon density，which increased with age group，but grew slower after near-mature stage．
Key words: northeastern China; larch forest; national continuous forest inventory; biomass; biomass expansion factor;
carbon storage
碳储量既是评价森林生态系统结构和功能以及
森林质量的重要指标，也是评估森林生态系统碳平
衡的基础(王效科等，2000)。森林生物量和碳储量
将为一个国家准确地评估其固碳潜力、发掘维护全
球气候平衡的作用提供有效的数据支持 ( Fang et
al．，2001)。但是，限于大尺度森林生物量和碳储量
数据采集困难、不同方法在时空尺度转换上的差异，
研究结果往往缺乏可比性( Schulze et al．，1999; 赵
敏等，2004; 黄从德，2008)。国内外学者根据样地
实测、森林资源清查数据以及模型估计的中国森林
植被碳储量大小在 3. 72 × 109 ～ 17. 00 × 109 t 之间
(王效科等，2001; 刘国华等，2000; Fang et al．，
2001; Dixon et al．，1994)，差异很大。
我国森林资源连续清查(“连清”)累积了大量宝
贵的连续、系统的资料，最具代表性和权威性。许多
学者已经有效地利用连清资料，产出大量森林生物量
(王玉辉等，2001; 张茂震等，2009)和碳储量(焦秀
梅等，2005; 徐新良等，2007; 李海奎，2010)估算成
果，为森林植被固碳及潜力的研究奠定了坚实基础
(吴庆标等，2008; 聂昊等，2011)。特别是，国家已
经在第 8 次全国森林资源连续清查中增加主要树种
生物量调查，立木生物量建模工作有序进行，将为全
国森林生物量的估算提供可靠数据(曾伟生，2011)。
依据第 8 次连清数据，本文采用基于相容性生
物量模型和生物量转换因子 ( biomass expansion
factor，BEF)的加权生物量回归模型方法，根据碳系
数( carbon concentration，C c )，按分省份、龄组的面
积和蓄积量统计资料进行碳储量测算、汇总，对比分
林 业 科 学 50 卷
析东北落叶松( Larix spp． )森林碳储量的动态变化
特点和规律，拓宽连清数据的应用领域，同时为估算
森林生物量和碳储量提供基础数据和方法依据。
1 材料与方法
1. 1 研究材料 我国东北地区 (通常包括黑龙江
省、吉 林 省 和 辽 宁 省，地 处 38° 43—43° 25 N，
118°50—135°05E)属大陆性季风气候，植被类型
多样，是我国森林资源最集中分布区之一。落叶松
耐寒耐湿、适应性强，是该地区寒温带针叶林的主要
建群种(图 1)。据第 8 次连清统计，落叶松林在东
北地区分布面积超过 45 万 hm2，活立木蓄积超过
350 万 m3，分 别 约 占 地 区 总 数 的 14. 62% 和
12. 56%。落叶松木材用途广、速生丰产，是该地区
森林经营的主要树种。因此，研究我国东北地区落
叶松林碳储量有重大意义。
本研究以东北落叶松一类清查数据为基础，构
建相容性生物量模型，利用生物量转换因子来推算
生物量，利用含碳率计算碳储量，并结合连清统计成
果得到不同省份落叶松碳储量。所用数据主要为:
1) 东北 3 省全国第 8 次连清(吉林省为 2009 年，黑
龙江和辽宁省为 2010 年)统计资料、样地库和样木
库数据，提取得到 1 020 块落叶松为优势树种的样
地数据(表 1)，涵盖幼龄林(Ⅰ)、中龄林(Ⅱ)、近熟
林(Ⅲ)、成熟林(Ⅳ)和过熟林(Ⅴ) 5 个龄组; 2)
来自 2009 年全国连清生物量调查建模项目的，具有
较广泛代 表性 的东 北落 叶松 以及 云杉 ( Picea
asperata)、白桦 ( Betula platyphylla)、山杨 ( Populus
davidiana)、其他桦木 ( Betula spp． ) 和油松 ( Pinus
tabulaeformis)部分树种立木生物量实测数据 (各
150 株); 3) 按文献方法分别测定的东北落叶松干、
皮、枝、叶和根的含碳系数(曾伟生等，2011)，并引
用其他文献(马钦彦，2002; Zhang et al．，2009)中相
关树种的含碳系数值。
表 1 不同龄组东北落叶松固定样地数量分布及基本情况
Tab． 1 Number and status of monumented sample in larch forest at different age group in northeastern China
龄组
Age
group
样地
Sample
size
平均胸径
DBH/cm
平均树高
Height /m
郁闭度
Canopy density(% )
林分密度
Stand density /(tree·hm －2)
平均蓄积
Stock /(m·hm － 2)
平均
Mean
最小值
Min．
最大值
Max．
平均
Mean
最小值
Min．
最大值
Max．
平均
Mean
最小值
Min．
最大值
Max．
平均
Mean
最小值
Min．
最大值
Max．
平均
Mean
最小值
Min．
最大值
Max．
Ⅰ 293 7. 8 3. 4 9. 3 7. 7 2. 8 8. 6 57. 1 21 94 1 236 838 4 925 34. 3 16. 3 65. 6
Ⅱ 387 12. 6 5. 2 16. 7 12. 8 4. 8 21. 2 57. 1 23 98 1 118 787 4 525 85. 4 22. 4 134. 8
Ⅲ 173 16. 7 6. 9 24. 0 15. 2 7. 0 26. 3 55. 8 23 90 825 625 2 138 103. 3 37. 2 205. 3
Ⅳ 122 19. 0 9. 0 30. 0 16. 9 7. 0 32. 0 55. 1 22 98 712 538 2 162 126. 5 49. 6 262. 8
Ⅴ 45 22. 5 8. 0 41. 0 17. 2 8. 1 24. 7 40. 2 20 70 563 338 1 850 109. 0 44. 6 255. 4
1)唐守正 ． 1999．二元立木生物量模型及其相容的一元自适应模型系列研究报告，6 － 9．
1. 2 研究方法 利用基于胸径和树高的单株生物
量模型进行乔木层生物量测算是最高效、实用、可行
的方法。将东北落叶松林连清数据中的树种归并为
11 个树种 (组)，采用曾伟生(2011)针对全国立木
生物量数据提出的方法，构建相容性生物量模型，计
算东北落叶松和部分树种生物量; 其余组成树种
(组)生物量则直接采用 1996—1998 年全国生物量
课题组的二元生物量模型成果1)，具体见表 2。由于
样地每木调查未涉及树高，因此首先根据样地平均
胸径和平均树高，利用 ForStat 软件(唐守正，2009)
拟合不同树种的树高曲线公式，并结合样木胸径计
算相应树高值，用于材积和生物量计算。
在区域尺度推算生物量，一般采用材积源生物
量法，利用某森林类型生物量转换因子乘以总蓄积
量得到总生物量。李海奎等(2010)认为，IPCC 法适
用于较大的范围; 生物量转换因子连续函数法受单
位面积蓄积影响大，可操作性不强; 而生物量回归
模型法较为稳定，在保证模型精度前提下，适用于不
同区域、相同树种的生物量估算。本研究采用生物
量回归模型法，且将单一不变的生物量平均转换因
子改为分省区、分龄组的转换因子，在一定程度上弥
补了直接将生物量与蓄积量比值作为常数的不足，
可以反映生物量与蓄积量、林龄等森林生物学特性
的密切联系，简化了连续函数的方法，从而准确、高
效地估算森林单位生物量。结合连清统计资料中东
北区域落叶松立木材积和森林蓄积等数据，计算不
同省区不同龄组落叶松森林生物量。公式如下:
Bij = ∑
3
i = 1
∑
5
j = 1
(Vij × BEF ij); (1)
BEF ij = ∑
3
i = 1
∑
5
j = 1
∑
11
k = 1
∑
n
l = 1
(Vijkl ×
Bijkl
Vijkl
) /∑
n
k = 1
Vk。(2)
式中: Bij为第 i 省份 j 龄组生物量( i = 3，表示黑龙
861
第 6 期 黄国胜等: 东北地区落叶松林碳储量估算
江、吉林和辽宁 3 省份; j = 5，表示从幼龄林至过熟
林的 5 个龄组，下同); Vij为第 i 省份 j 龄组蓄积;
BEF ij为第 i 省份 j 龄组生物量转换因子; k 为树种
(组)数(共计 11 种); l 为样地; n 为第 i 省份 j 龄
组样地数(总数 1 020 块); Vijkl为第 i 省份 j 龄组 l
树种(组)第 k 块样地调查材积; Vijkl 为第 i 省份 j
龄组 k 树种(组)第 l 块样地模型材积; Bijkl 为第 i
省份 j 龄组 l 树种(组)第 k 块样地模型生物量，指
通过表 2 生物量模型计算的样木生物量总和。
对于森林碳储量的计算，普遍采用的方法是生
物量乘以碳系数推算得到。与 BEF 的计算相似，首
先分别树种(组)，将不同树种样木生物量乘以单株
木碳系数计算得到样木碳储量，累计得到各树种
(组)总碳储量; 再将所有树种(组)碳储量除以生
物量得到树种(组)平均碳系数，乘以不同省份、不
同龄组生物量即可得到碳储量。计算公式如下:
Cij = ∑
3
i = 1
∑
5
j = 1
(Bij × c ij); (3)
c ijk = ∑
3
i = 1
∑
5
j = 1
∑
11
k = 1
∑
n
l = 1
(Bijkl × cl) /∑
n
k = 1
Bk。 (4)
式中: C 为总碳储量; c为平均碳系数; B 为生物
量; B为理论生物量; c 为树种(组)碳系数(表 2)。
图 1 东北地区落叶松林样地及落叶松生物量样木分布
Fig． 1 Plot and sample tree distribution of larch forest in northeastern China
表 2 各树种(组)蓄积量、生物量模型及碳系数①
Tab． 2 Biomass model and carbon concentration of different tree species in larch forest
树种(组)
Species(group)
样地
Sample size
样地蓄积
Stock /m3
树高曲线模型
Height equation
生物量模型 Biomass equation
地上生物量
(Aboveground biomass，WT)
地下生物量
(Belowground biomass，WＲ)
碳系数 Carbon
concentration
(C c ) (% )
落叶松 Larix spp． 1 028 4 718. 0 — WT =0. 118 532D
2 . 348 684 WＲ =0. 032 571D
2 . 318 315 50. 36
白桦 Betula platyphylla 503 470. 7 — WT =0. 115 017D
2 . 406 744 WＲ =0. 033 829D
2 . 428 433 46. 10*
硬阔类 Hardwood 378 174. 3 H =1. 521 6D0 . 830 5 WT =0. 834 279D
2H － 0 . 017 832 WＲ =WT /4. 28 47. 60*
山杨 Populus davidiana 210 92. 5 — WT =0. 112 305D
2 . 352 452 WＲ =0. 020 677D
2 . 419 594 49. 92
软阔类 Softwood 416 77. 8 H =1. 262 8D0 . 902 6 WT =0. 471 235D
2H0 . 018 332 WＲ =WT /5. 04 48. 80
胡桃楸 Juglans mandshurica 189 63. 9 H =1. 897 1D0 . 758 2 WT =0. 920 996D
2H － 0 . 064 290 WＲ =WT /4. 28 52. 70*
云杉 Picea asperata 78 32. 9 — WT =0. 084 184D
2 . 457 866 WＲ =0. 021 549D
2 . 477 340 51. 20
其他桦木 Betula spp． 173 28. 9 — WT =0. 091 013D
2 . 444 968 WＲ =0. 070 994D
2 . 132 635 46. 10*
红松 Pinus koraiensis 57 19. 5 H =1. 891 3D0 . 797 8 WT =0. 390 374D
2H0 . 017 299 WＲ =WT /4. 22 53. 20*
油松 Pinus tabulaeformis 40 10. 2 — WT =0. 128 286D
2 . 335 847 WＲ =0. 003 445D
3 . 054 638 51. 65
冷杉 Abies fabri 31 9. 6 H =1. 027 5D0 . 985 0 WT =0. 844 234D
2H － 0 . 060 296 WＲ =WT /3. 94 50. 50*
①由于篇幅所限，仅列出地上、地下部分生物量模型; 碳系数中“* ”引张茂震等(2009)，“”引自曾伟生等(2011)，其余为试验测定数
据。Only aboveground and belowground biomass models were listed; C c values of“* ”and“”were quoted respectively from references Zhang Maozhen
et al． (2009) and Zeng Weisheng et al． (2011)，others were experiment determination data．
961
林 业 科 学 50 卷
2 结果与分析
2. 1 样地生物量和碳密度 由东北落叶松林样地
主要树种(组)生物量和碳密度结果(表 3)可知，落
叶松生物量和碳密度所占比例均大于 75%，占绝对
优势。白桦和山杨等阔叶树生物量所占比例在
0. 6% ～ 8. 3%之间，虽然偏小，但远大于云杉和红松
(Pinus koraiensis)等针叶树 0. 2% ～ 0. 5%的分布范
围。通过计算主要树种(组) (蓄积占 93. 94% )干、
皮、枝和叶生物量，发现各器官生物量所占比例较稳
定，但落叶松与其他树种(组)相比，干材所占比例
明显大近 10 个百分点，叶比例相应减小。样地内所
有树种 (组) 不同器官生物量所占比例平均为干
( 48. 1% ) ＞ 根 ( 23. 1% ) ＞ 枝 ( 16. 1% ) ＞ 皮
(7. 2% ) ＞ 叶(4. 8% )，地上生物量(包括干、皮、枝
和叶)所占比例平均为 76. 9%，即根茎比( root / shoot
ratio，Ｒ /S)约为 0. 3，并且随地上生物量增加而表现
出逐渐增大的趋势(图 2)。
由表 4 可知，样地平均水平的东北落叶松林蓄
积、生物量和碳密度等指标在不同起源、龄组和林
分密度范围等条件下有明显差异。首先，天然林
分布更为广泛，且各项指标均高于人工林。其次，
各项指标均随林龄增长而增大，幼龄林(Ⅰ)最小，
成熟林(Ⅳ )最大，而过熟林(Ⅴ )阶段则明显下
降。此外，林分密度主要反映了森林的采伐和管
理水平，每公顷 1 501 ～ 2 500 株的各项指标高于
其他林分密度范围，最为合理，而过稀疏或过密均
不利于林分生长。
表 3 东北落叶松林样地主要树种(组)不同器官组分生物量、碳密度及分配比例①
Tab． 3 Distribution of biomass and carbon (C) density of different component for tree species in larch forest t·hm － 2 (% )
树种(组)
Species
( group)
样地
Sample
size
生物量 Biomass
干
Stem
皮
Bark
枝
Branch
叶
Foliage
地上
WT
地下
WＲ
乔木
Arbor
碳密度
C density
落叶松 Larix spp． 1 020
33. 01 ± 1. 58
(49. 5)
4. 89 ± 0. 21
(7. 3)
10. 35 ± 0. 44
(15. 5)
2. 60 ± 0. 1
(3. 9)
50. 84 ± 2. 32
(76. 3)
15. 82 ± 0. 76
(23. 7)
66. 66 ± 3. 08
(75. 4)
33. 57 ± 1. 55
(76. 3)
白桦 Betula platyphylla 503
2. 77 ± 0. 35
(38. 2)
0. 46 ± 0. 06
(6. 3)
1. 49 ± 0. 19
(20. 5)
0. 79 ± 0. 10
(10. 9)
5. 51 ± 0. 69
(75. 9)
1. 76 ± 0. 22
(24. 2)
7. 26 ± 0. 91
(8. 2)
3. 35 ± 0. 42
(7. 6)
硬阔类 Hardwood 378
5. 94 ± 1. 18
(81. 1)
1. 39 ± 0. 27
(19. 0)
7. 32 ± 1. 45
(8. 3)
3. 49 ± 0. 69
(7. 9)
山杨 Populus davidiana 210
0. 43 ± 0. 20
(38. 7)
0. 07 ± 0. 03
(6. 3)
0. 23 ± 0. 11
(20. 7)
0. 12 ± 0. 05
(10. 8)
0. 84 ± 0. 39
(75. 7)
0. 27 ± 0. 13
(24. 3)
1. 11 ± 0. 51
(1. 3)
0. 56 ± 0. 26
(1. 3)
软阔类 Softwood 416
1. 73 ± 0. 36
(83. 6)
0. 34 ± 0. 07
(16. 4)
2. 07 ± 0. 43
(2. 3)
1. 01 ± 0. 21
(2. 3)
胡桃楸
Juglans mandshurica
189
1. 83 ± 0. 92
(81. 3)
0. 43 ± 0. 21
(19. 1)
2. 25 ± 1. 13
(2. 5)
1. 19 ± 0. 60
(2. 7)
云杉 Picea asperata 78
0. 17 ± 0. 25
(38. 6)
0. 03 ± 0. 04
(6. 8)
0. 09 ± 0. 14
(20. 5)
0. 05 ± 0. 07
(11. 4)
0. 34 ± 0. 50
(77. 3)
0. 09 ± 0. 14
(20. 5)
0. 44 ± 0. 64
(0. 5)
0. 22 ± 0. 33
(0. 5)
其他桦木 Betula spp． 173
0. 18 ± 0. 12
(36. 7)
0. 03 ± 0. 02
(6. 1)
0. 10 ± 0. 06
(20. 4)
0. 05 ± 0. 03
(10. 2)
0. 37 ± 0. 23
(75. 5)
0. 12 ± 0. 08
(24. 5)
0. 49 ± 0. 31
(0. 6)
0. 23 ± 0. 14
(0. 5)
红松 Pinus koraiensis 57
0. 28 ± 0. 75
(80. 0)
0. 07 ± 0. 18
(20. 0)
0. 35 ± 0. 93
(0. 4)
0. 19 ± 0. 50
(0. 4)
油松 Pinus tabulaeformis 40
0. 06 ± 0. 28
(40. 0)
0. 01 ± 0. 04
(6. 7)
0. 03 ± 0. 15
(20. 0)
0. 02 ± 0. 08
(13. 3)
0. 12 ± 0. 55
(80. 0)
0. 03 ± 0. 13
(20. 0)
0. 15 ± 0. 68
(0. 2)
0. 08 ± 0. 35
(0. 2)
冷杉 Abies fabri 31
0. 2 ± 1. 64
(80. 0)
0. 05 ± 0. 42
(20. 0)
0. 25 ± 2. 06
(0. 3)
0. 13 ± 1. 04
(0. 3)
总计 Total —
36. 62 ± 1. 65
(48. 1)
5. 49 ± 0. 21
(7. 2)
12. 29 ± 0. 49
(16. 1)
3. 63 ± 0. 14
(4. 8)
67. 99 ± 2. 9
(76. 9)
20. 37 ± 0. 9
(23. 1)
88. 36 ± 3. 79 43. 99 ± 1. 9
①“ ±”后数值为标准差，括号内数值表示所占比例; “总计”中干、皮、枝、叶生物量仅包括部分树种(组)，其余生物量项目包括所有树种
(组)。Values followed with“ ± ”were standard deviations，values in brackets were ratios; in“Total” row，only some species included stem，bark
branch and foliage biomass．
2. 2 样地生物量转换因子和碳系数 由图 3 可
见，落叶松生物量转换因子( BEF)分布在 0. 74 ～
2. 68 之间，林木蓄积低的一些样地 BEF 明显偏
大，而大部分集中在 0. 95 左右，分布合理。同
时，图 4 反映了不同省区 BEF 整体随蓄积增大而
降低的趋势，黑龙江省和辽宁省 BEF 变化近似，
近熟林阶段 BEF 稍高于中龄林，对比吉林省 BEF
较平缓的变化趋势，有可能是因为采伐等生产经
营活动造成黑龙江省和辽宁省中龄林单位面积
蓄积减小。黑龙江省 BEF 明显高于辽宁省，吉林
071
第 6 期 黄国胜等: 东北地区落叶松林碳储量估算
省 BEF 大小介于二者之间，即随纬度增大，蓄积
较生物量增长缓慢。此外，与 BEF 类似，不同省
区、不同龄组样地平均碳系数的变化同样表现出
一定规律性。由图 5 可见，随龄组增大，样地平
均碳系数基本呈增大趋势，辽宁省大于吉林和黑
龙江省。中龄林碳系数小于幼龄林，黑龙江省过
熟林碳系数下降，均可能由于抚育采伐活动导致
碳系数较高的落叶松减少。
表 4 东北落叶松林样地蓄积、生物量和碳密度
Tab． 4 Stock，biomass and C density of larch forest plot in northeastern China
因子
Factor
类别
Category
样地
Sample
size
蓄积
Stock /
(m3·hm － 2 )
地上生物量
WT /
( t·hm － 2 )
地下生物量
WＲ /
( t·hm － 2 )
生物量
Biomass /
( t·hm － 2 )
碳密度
C density /
( t·hm － 2 )
起源 Origin
天然 Natural 590 87. 76 ± 5. 71 70. 13 ± 2. 59 21. 90 ± 0. 85 92. 03 ± 3. 82 45. 58 ± 1. 71
人工 Artificial 430 70. 11 ± 5. 86 66. 43 ± 3. 11 19. 25 ± 0. 93 85. 68 ± 4. 03 42. 85 ± 2. 02
Ⅰ 293 34. 27 ± 3. 48 32. 66 ± 2. 13 8. 92 ± 0. 59 41. 58 ± 2. 72 20. 73 ± 1. 36
Ⅱ 387 85. 44 ± 4. 71 74. 77 ± 2. 48 22. 03 ± 0. 74 96. 80 ± 3. 21 48. 04 ± 1. 6
龄组 Age group Ⅲ 173 103. 25 ± 5. 49 88. 18 ± 2. 72 26. 90 ± 0. 83 115. 09 ± 3. 54 57. 39 ± 1. 77
Ⅳ 122 126. 46 ± 7. 02 98. 71 ± 3. 16 31. 12 ± 1. 0 129. 83 ± 4. 16 64. 98 ± 2. 1
Ⅴ 45 108. 95 ± 5. 9 81. 80 ± 2. 71 27. 34 ± 0. 99 109. 15 ± 3. 7 54. 28 ± 1. 84
＜ 400 152 42. 61 ± 4. 99 32. 97 ± 2. 17 10. 72 ± 0. 76 43. 69 ± 2. 93 21. 85 ± 1. 47
400 ～ 800 283 71. 57 ± 5. 57 60. 80 ± 2. 67 18. 91 ± 2. 84 79. 71 ± 3. 55 39. 77 ± 1. 78林分密度范围
Stand density
range /( tree·hm － 2 )
801 ～ 1 500 390 93. 50 ± 5. 97 78. 63 ± 0. 88 23. 47 ± 0. 89 102. 1 ± 3. 72 50. 77 ± 1. 86
1 501 ～ 2 500 165 97. 1 ± 4. 98 88. 62 ± 2. 77 25. 11 ± 0. 79 113. 73 ± 3. 55 56. 57 ± 1. 78
＞ 2 500 30 63. 38 ± 5. 66 61. 48 ± 3. 39 16. 60 ± 0. 92 78. 07 ± 4. 31 38. 87 ± 2. 13
总计 Total — 1 020 79. 53 ± 5. 86 67. 99 ± 2. 9 20. 37 ± 0. 9 88. 36 ± 3. 79 43. 99 ± 1. 9
图 2 东北落叶松林样地根茎比
Fig． 2 Ｒ /S of larch forest in northeastern China
图 3 东北落叶松林样地生物量转换因子
Fig． 3 BEF of larch forest in northeastern China
图 4 不同省份落叶松林不同龄组生物量转换因子
Fig． 4 BEF of larch forest in age groups and provinces
2. 3 林分生物量和碳储量 从表 5 可知，我国东北
落叶松林主要集中在幼中龄组，面积 277. 08 万
hm2，所占比例达到 68. 92%。总生物量和总碳储量
分别为 337. 05 × 106 t 和 167. 50 × 106 t，中龄林蓄积、
生物量和碳储量所占比例均接近一半，说明中龄林
占主导地位。虽然幼龄林面积约占 1 /3，但是其他
项目仅占 10% 左右。生物量和碳储量基本随龄组
增大而增加，平均分别为 74. 57 和 37. 06 t·hm － 2，二
者在成熟林均达到最大(分别为 110. 48 和 55. 22 t·
hm － 2)，而过熟林则有所降低。
171
林 业 科 学 50 卷
图 5 不同省份落叶松林不同龄组碳系数
Fig． 5 C c of larch forest in age groups and provinces
2. 4 区域森林碳储量 黑龙江是东北落叶松分布
的主 体，面 积 ( 347. 02 万 hm2 )、蓄 积 ( 270. 43 ×
106 m3)、生物量(258. 87 × 106 t)和碳储量(128. 35 ×
106 t)均占整个区域 3 /4 以上。由图 6 可见，黑龙江
和辽宁省不同龄组落叶松林中，中龄林碳储量所占
比例最高(超过 40% )，整个生长阶段呈单峰分布趋
势; 吉林省成过熟林面积(11. 98 万 hm2 )与中龄林
(9. 01 万 hm2)接近，所占比例约为 1 /3，单峰分布趋
势不明显。
黑龙江、吉林和辽宁省的平均碳密度几乎相
等。由图 7 可知，平均碳密度表现出随龄组增大
而增加的趋势，但明显可见不同龄组碳密度随纬
度的增加而降低 (王绍强等，1999; Matthews et
al．，2000 )。幼中龄林各省份碳密度水平接近，
辽宁省碳密度在近熟林时明显最高，黑龙江省各
龄组碳密度增长趋势与辽宁省相似，近熟林之后
碳密度几乎没有增长。吉林省成熟林碳密度与
黑龙江省接近，之后增长明显，成熟林碳密度与
辽宁省几乎相等。研究认为，碳密度的这种时间
分布规律，除了受自身生长发育的影响外，还与
人类活动对森林的干扰强度密切相关，特别由成
过熟林的大量采伐导致。
表 5 不同龄组东北落叶松林生物量和碳储量
Tab． 5 Biomass and carbon storage of larch forest at different age groups in northeastern China
龄组
Age group
面积
Area /
104 hm2
蓄积
Stock /
106 m3
总生物量
Biomass /
106 t
公顷生物量
Biomass density /
( t·hm － 2 )
总碳储量
C storage /
106 t
碳密度
C density /
( t·hm － 2 )
Ⅰ 128. 39 37. 49 38. 56 30. 03 19. 19 14. 95
Ⅱ 183. 13 157. 32 149. 57 81. 67 74. 07 40. 44
Ⅲ 64. 69 70. 18 67. 40 104. 20 33. 57 51. 89
Ⅳ 50. 21 60. 05 55. 47 110. 48 27. 72 55. 22
Ⅴ 25. 60 28. 86 26. 05 101. 75 12. 96 50. 61
总计 Total 452. 02 353. 90 337. 05 74. 57 167. 50 37. 06
图 6 不同省落叶松林不同龄组碳储量所占比例
Fig． 6 C storage ratio of larch forest in age groups and provinces
3 结论与讨论
本文以我国东北 3 省落叶松林为研究对象，结
合全国第 8 次连清数据和全国立木生物量研究结
图 7 不同省落叶松林不同龄组碳密度
Fig． 7 C density of larch forest in age groups and provinces
果，利用生物量模型估算样木生物量，基于不同省
份、不同龄组 BEF 推算区域生物量，同时根据不同
树种(组)平均含碳率，计算东北地区落叶松林碳储
量，为充分利用森林资源清查资料以更精确地估算
271
第 6 期 黄国胜等: 东北地区落叶松林碳储量估算
其他森林类型碳储量提供方法示范和参考。
本研究基于东北落叶松立木生物量数据，构建
样木水平的落叶松生物量模型(包括地上和地下部
分)，提供了生物量分类计算的依据。由于我国落
叶松林分布的生态环境存在差异，还需进一步改进
和完善估算模型，以减小区域性差异，提高生物量估
算精度。估算区域尺度森林碳储量的关键，在于森
林生物量和蓄积量之间的换算因子 BEF。本研究计
算了不同省份和龄组的落叶松林 BEF，综合体现林
分生物量、蓄积量和年龄、立地条件与林分密度等因
素的关系(Fang et al．，2001)，提高碳储量估算的准
确性。同时，本研究测定了落叶松林各组成树种的
含碳率，推算了不同省份和龄组的碳系数，保证这一
计算森林碳储量的关键因子的相对准确。但是，含
碳率只是树种的平均值而未区分龄组和器官，仍需
改进、完善。
研究认为，天然起源、成熟林和林分密度介于
800 ～ 2 500 株·hm － 2范围的东北落叶松林有较高的
生物量和碳密度，过熟林虽然林木个体的胸径和树
高保持生长，但是林分密度和蓄积都较成熟林明显
下降(表 1)，可见过熟林受人工采伐和管理等影响
较大，导致碳密度等指标降低(表 4)。整个东北区
域近成过熟的落叶松林单位面积碳储量较之幼中龄
林有显著提高，最高的是成熟林(55. 22 t·hm － 2)，整
体平均 37. 06 t·hm － 2，接近全国森林植被平均值
38. 70(刘国华等，2004)和 41. 32 tC·hm － 2(赵敏等，
2004)，但远低于北方森林 82. 00 t·hm － 2(Houghton，
2002)以及世界平均水平 86. 00 t·hm － 2 ( Dixon，
1994)。这些充分说明了我国东北落叶松林森林碳
密度偏低，特别是幼中龄林分布较多，森林整体碳固
定能力还不强。我国东北落叶松林总生物量为
337. 05 × 106 t，总碳储量 167. 50 × 106 t，主要集中在
中龄林，达到 74. 07 × 106 t(所占比例 44. 22% )，而
黑龙江省碳储量达 128. 35 × 106 t，占整个区域的
76. 63%。不同省份落叶松林碳密度接近，幼龄至近
熟林阶段增长明显，黑龙江和辽宁省碳密度在近熟
林之后增长缓慢甚至几乎停滞，而吉林省则大幅增
长。可见，长期大规模的人工造林使幼龄林与中龄
林的质量获得稳步提升，但对成熟林资源管护不利
导致质量不高。因此，重视森林经营管理，特别是要
挖掘黑龙江省落叶松林地生产潜力。随着林分生
长，大面积幼龄林、中龄林的碳密度和碳储量逐渐增
长，东北落叶松林必将发挥越来越大的固碳潜力。
本研究对东北落叶松林固碳潜力的估算，主要
根据森林资源清查的立木蓄积量统计资料，计算样
地水平的生物量和碳密度，并实现了区域尺度生物
量模型验证和林分碳储量估算，对于拓宽清查数据
利用途径具有重要意义。但是，研究只利用了丰富
的清查数据中一些主导因子，没有综合考虑森林生
物学因素与非生物学因素的影响，特别是未考虑立
地条件和气候因子的关系，对立地和生产潜力评价
作用有限。同时，受数据统计资料限制，未估算林下
灌草、凋落物和土壤碳库大小，无法评估林木碳库与
森林生物量碳库乃至生态系统碳库的关系，直接影
响固碳潜力的估算。此外，研究不能反映季节和年
度变化的动态效应，难以保证时空尺度一致，可以预
见推广样地实测调查、森林资源清查和遥感监测等
方法的综合运用是未来的研究趋势( Loeffler et al．，
2006; 徐小军，2008)。
参 考 文 献
黄从德，张 健，杨万勤，等 ． 2008． 四川省及重庆地区森林植被碳储
量动态 ．生态学报，28(3) :965 － 974．
焦秀梅，项文化，田大伦 ． 2005．湖南省森林植被的碳贮量及其地理分
布规律 ．中南林学院学报，25(1) :4 － 9．
李海奎，雷渊才 ． 2010．中国森林植被生物量和碳储量评估 ． 北京:中
国林业出版社，5 － 25．
刘国华，傅伯杰，方精云 ． 2000．中国森林碳动态及其对全球碳平衡的
贡献 ．生态学报，20(5) :733 － 740．
马钦彦，陈遐林，王 娟，等 ． 2002． 华北主要森林类型建群种的含碳
率分析 ．北京林业大学学报，24(5 /6) :96 － 100．
聂 昊，王绍强，周 蕾，等 ． 2011． 基于森林清查资料的江西和浙江
森林植被固碳潜力 ．应用生态学报，22(10) :2581 － 2588．
唐守正，郎奎建，李海奎 ． 2009．统计和生物数学模型计算( ForStat 教
程) ．北京:科学出版社，95 － 103．
王绍强，周成虎，罗承文 ． 1999．中国陆地自然植被碳量空间分布特征
探讨 ．地理科学进展，18(3) :238 － 214．
王效科，冯宗炜，欧阳志云 ． 2001．中国森林生态系统植物碳储量和碳
密度研究 ．应用生态学报，12(1) :13 － 16．
王效科，冯宗炜 ． 2000．中国森林生态系统中植物固定大气碳的潜力 ．
生态学杂志，19(4) :72 － 74．
王玉辉，周广胜，蒋延玲，等 ． 2001． 基于森林资源清查资料的落叶松
林生物量和净生长量估算模式 ． 植物生态学 报，28 ( 4 ) :
420 － 425．
吴庆标，王效科，段晓男，等 ． 2008． 中国森林生态系统植被固碳现状
和潜力 ．生态学报，28(2) :517 － 514．
徐小军，杜华强，周国模，等 ． 2008． 基于遥感植被生物量估算模型自
变量相关性分析综述 ．遥感技术与应用，23(2) :239 － 237．
徐新良，曹明奎，李克让 ． 2007．中国森林生态系统植被碳储量时空动
态变化研究 ．地理科学进展，26(6) :1 － 10．
曾伟生 ． 2011．全国立木生物量建模研究 ． 北京:中国林业科学研究
院博士学位论文 ．
曾伟生，肖前辉 ． 2011．南方马尾松不同器官的含碳系数分析 ．中南林
业调查规划，30(2) :51 － 55．
张茂震，王广兴，刘安兴 ． 2009．基于森林资源连续清查资料估算的浙
371
林 业 科 学 50 卷
江省森林生物量及生产力 ．林业科学，45(9) :13 － 21．
赵 敏，周广胜 ． 2004．基于森林资源清查资料的生物量估算模式及
其发展趋势 ．应用生态学报，15(8) :1468 － 1472．
Dixon Ｒ K，Solomon A M，Brown S，et al． 1994． Carbon pools and flux
of global forest ecosystems． Science，263(5144) :185 － 190．
Fang J，Chen A，Peng C，et al． 2001． Changes in forest biomass carbon
storage in China between 1949 and 1998． Science，292 ( 5525 ) :
2320 － 2322．
Houghton Ｒ A． 2002． Temporal patterns of land-use change and carbon
storage in China and tropical Asia． Science in China( Series C)，45
( Supp) :10 － 17．
Loeffler D，Calkin D E，Silverstein Ｒ P． 2006． Estimating volumes and
costs of forest biomass in Western Montana using forest inventory and
geospatial data． Forest Products Journal，56(6) :31 － 37．
Matthews E，Payne Ｒ，Ｒohweder M，et al． 2000． Pilot analysis of global
ecosystems: forest ecosystem． World Ｒesoucres Institute，146 － 150．
Schulze E D，Lloyd J，Kelliher F M，et al． 1999． Productivity of forests in
the Eurosiberian boreal region and their potential to act as a carbon
sink － a synthesis． Global Change Biology，5(6) : 703 － 722．
Zhang Q，Wang C， Wang X， et al． 2009． Carbon concentration
variability of 10 Chinese temperate tree species． Forest Ecology and
Management，258(5) : 722 － 727．
(责任编辑 石红青)
471