免费文献传递   相关文献

Biomass Carbon Accounting Parameters for Young and Middle Aged Plantation of Simao Pine (Pinus kesiya var.langbianensis)

思茅松中幼人工林的生物量碳计量参数



全 文 :思茅松中幼人工林的生物量碳计量参数*
李暋江1,2,孟暋梦2,朱宏涛3,邱暋琼2,
翟明普1**,陈宏伟2,郭永清2
(1北京林业大学研究生院,北京暋100083;2云南省林业科学院,云南 昆明暋650204;
3中国科学院昆明植物研究所,云南 昆明暋650204)
摘要:通过开展思茅松中幼人工林样地调查,基于实测数据计算了相关碳计量参数并研究了碳计量参数与
相关林分因子的关系。结果表明:1)思茅松中幼人工林生物量转化与扩展因子 (BCEF)的平均值为
0灡5483Mg·m灢3 (n=30,95%置信区间:0灡5357~0灡5609),低于政府间气候变化专门委员会 (IPCC)的
缺省值。BCEF和平均树高 (H )、林分形高 (FH )、蓄积量 (V )和林龄 (A )存在显著负相关 (P
<0灡05)。BCEF和平均胸径 (D)负相关,但相关不显著 (P >0灡05)。BCEF和N (林分密度)正相
关,但相关不显著 (P>0灡05)。BCEF值与林分因子的关系函数拟合效果不佳。2)思茅松中幼人工林生
物量扩展因子 (BEF)的均值为1灡78378(n=30,95%置信区间:1灡71714~1灡85043),高于IPCC缺省
值。BEF和D、H、FH、V 和A 存在极显著的负相关 (P <0灡01),与 N存在显著的正相关 (P <
0灡05)。BEF与A和V的关系以二次曲线函数形式拟合效果较好,与 N的关系则以双曲线形式较好,与
FH 、H 和D的关系以幂函数较好。3)思茅松中幼人工林的根茎比 (R)均值为0灡2400(n=30,95%
置信区间:0灡2194~0灡2606),与IPCC缺省值基本一致。R与D、H、FH、V和A有极显著的负相关关
系,与N有显著的正相关关系。R与D、H、FH、V和A的关系以二次曲线的形式拟合效果较好,与N
的关系则以双曲线形式拟合较好。
关键词:思茅松人工林;生物量转化与扩展因子;生物量扩展因子;根茎比
中图分类号:Q948暋暋暋暋暋暋文献标识码:A暋暋暋暋 暋暋暋文章编号:0253灢2700(2010)01灢060灢07
BiomassCarbonAccountingParametersforYoung
andMiddleAgedPlantationofSimaoPine
(Pinuskesiyavar灡langbianensis)
LIJiang1,2,MENGMeng2,ZHU Hong灢Tao3,QIUQiong2,
ZHAIMing灢Pu1** ,CHENHong灢Wei2,GUOYong灢Qing2
(1GraduateSchoolofBeijingForestryUniversity,Beijing100083,China;2YunnanAcademy
ofForestry,Kunming650204,China;3KunmingInstituteofBotany,
ChineseAcademyofSciences,Kunming650204,China)
Abstract:Basedondatacolectedfromfieldsurveys,biomasscarbonaccountingparametersincludingbio灢
massconversionandexpansionfactor(BCEF),biomassexpansionfactor(BEF)androot灢shootratio(R)
forPinuskesiyavar灡langbianensisplantationwerecalculated,andrelationshipsbetweentheparametersand
relativestandfactorswerestudied.Mainfindingswereasfolows.(1)MeanBCEFforPinuskesiyavar.
云 南 植 物 研 究暋2010,32(1):60~66
ActaBotanicaYunnanica暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋DOI:10灡3724/SP灡J灡1143灡2010灡09138
*
**
基金项目:云南省应用基础研究2007C240M;云南省技术创新人材培养项目2008PY085;云南省科技攻关计划2004NG05灢02;
国家林业局948项目2006灢4灢67;国家科技支撑计划2008BAD95B09联合资助
通讯作者:Authorforcorrespondence;E灢mail:zhmp@bifu灡edu灡cn
收稿日期:2009灢07灢21,2009灢12灢01接受发表
作者简介:李江 (1972-)男,副研究员,在读博士研究生,从事森林培育与林业碳汇研究。
langbianensisplantationwas0灡5483Mgm灢3 (n=30,95% confidenceinterval=0灡5357-0灡5609),lower
thantheIPCCdefaultvalue.BCEFforPinuskesiyavar灡langbianensisplantationwasnegativelyrelatedto
standformheight(FH ),meanstandheight(H ),standgrowingstock(V )andstandage (A )(P <
0灡05).BCEFwasnegativelyrelatedtomeandiameteratbreastheight(D),butnotstatisticalysignificant
(P >0灡05),positivelyrelatedtostanddensity(N ),notstatisticalysignificant(P>0灡05).Regressione灢
quationsdevelopedforcalculatingBCEFwithstandfactorsdidnotgivesatisfiedestimates.(2)MeanBEF
forPinuskesiyavar灡langbianensisplantationwas1灡78378(n=30,95% confidenceinterval=1灡71714-
1灡85043),higherthantheIPCCdefaultvalue.BEFwasnegativelyrelatedtoD、H、FH、VandA (P <
0灡01),positivelyrelatedtoN (P <0灡05).Regressionequationsofy=a+bx+cx2performedweltocal灢
culatingBEFwithAandVasvariables.Regressionequationofy=a+b/xperformedweltocalculate
BEFwithN .Regressionequationsofy=axbperformedweltocalculateBEFwithFH、HandDas
variables.(3)MeanRforPinuskesiyavar灡langbianensisplantationwas0灡2400(n=30,95%confidence
interval=0灡2194-0灡2606),closetotheIPCCdefaultvalue.RwasnegativelyrelatedtoD、H、FH、V
andA (P <0灡01),positivelyrelatedtoN (P <0灡05).Regressionequationsofy= a+bx+cx2per灢
formedweltocalculateRwithD、H、FH、VandAasvariables.Regressionequationofy=a+b/xper灢
formedweltocalculateRwithN .
Keywords:Pinuskesiyavar灡langbianensisplantation;Biomassconversionandexpansionfactor(BCEF);
Biomassexpansionfactor(BEF);Roottoshootratio (R)
暋暋森林是陆地生态系统的主体,森林植被碳贮
量约占陆地植被碳贮量的82灡5% (Sabine等,
2004)。森林在调节全球碳平衡、减缓大气中温
室气体浓度上升及维护全球气候系统等方面具有
不可替代的作用。生物量是森林固碳能力的重要
标志,也是评估森林碳收支的主要指标 (Brown
等,1996),推算森林生物量成为生态学和全球
变化研究的重要内容之一 (方精云等,2002)。
根据政府间气候变化专门委员会 (IPCC)相关
规定 (IPCC,2003,2006),生物量因子碳计量
方法可以用于区域的森林生物量计算,也可用于
林分生物量计算,已成为IPCC重点推荐使用的
方法 之 一 (罗 云 建 等,2007)。根 据 IPCC
(2006),森林碳计量参数主要包括生物量转化与
扩展因子 (Biomassconversionandexpansion
factor,BCEF)和生物量扩展因子 (Biomass
expansionfactor,BEF)和根茎比 (Rootto
shootratio,R)等。我国森林碳计量与主要发
达国家还有较大差距,迫切需要加强相关的研
究,收集和完善相关参数 (张小全,2009)。
思茅松 (PinuskesiyaRoyleexGord.var灡
langbianensis)是我国亚热带西南部山地的代
表种,集中分布于云南南部景谷、思茅、普文等
地 (徐永椿等,1988;吴中伦等,1999)。对思
茅松林生物量开展过的研究较少,仅见吴兆录和
堂承林 (1992)利用实测标准木生物量法测定了
数块思茅松天然林的生物量,对思茅松人工林生
物量碳计量参数的研究未见报道。因IPCC提供
的默认参数多来自欧洲和北美,默认参数分别按
气候带和森林类型提供的,而我国森林有关的数
据是按省或地区统计的 (张小全,2009),思茅
松主要分布于云南,思茅松人工林的碳计量参数
与IPCC的缺省值可能会有较大的差异。为了减
少利用IPCC的缺省值开展思茅松人工林碳计量
的不确定性,本研究于2008年在云南省思茅松
集中分布区的4个县市 (景洪、思茅、景谷和镇
沅)的多个地点调查了林龄为3~26年的30块
思茅松人工林样地,实测了36株思茅松样株的
生物量,建立了单株生物量回归方程,通过对样
地乔木生物量与蓄积量的测算,计算出思茅松人
工林的碳计量参数BCEF、BEF和R ,初步研
究了上述碳计量参数与林龄、平均胸径、林分密
度、蓄积量和形高的关系。研究旨在通过获取本
地区的生物量碳计量参数降低思茅松人工林生物
量碳计量的不确定性。
1暋研究方法
1灡1暋样地调查及样品采集与处理
2008年春季在云南的景谷、思茅、镇沅和普文选取
年龄为3~26年的思茅松典型人工林分,设立30m暳30
161期暋暋暋暋暋暋暋暋暋暋暋暋李暋江等:思茅松中幼人工林的生物量碳计量参数暋暋暋暋暋 暋暋暋暋暋暋暋暋暋
m的临时样地30块。样地内每木检尺,测量胸径与树
高,根据林木平均胸径每样地选取标准木1~2株,共
取标准木36株。标准木全株伐倒,地上部分树干连同
枝、叶、果实,采用分层切割法于树干基部、1灡3m、
3灡6m,其后每隔2m断开,每段树干称带皮和去皮鲜
重并取样。将树冠等分为上、中、下3层,每层内以<1
cm、1~2cm、2~4cm、和 >4cm 枝基径分级对枝、
针叶和果实分别称重和取样。地下部分根系分0~30cm
和30cm 以下两层挖掘,按细根 (<1灡0cm)、中根
(1灡0~2灡0cm)、粗根 (>2cm)和根桩分类称重并取
样。主干样品置烘箱内60曟温度下烘2小时后将温度调
至103暲2曟,连续烘5~8h至恒重后称重;松针、树
皮、树枝、果实及根样品在80曟下连续烘5~8h至恒
重后称重。根据所测定样品的含水率和鲜重计算各样品
干生物量 (曾立雄等,2008;刘国华等,2003)。
1灡2暋样地生物量的测定
根据36株标准木的实测生物量资料,建立基于树
高和胸径测树因子的思茅松单株地上生物量、树干生物
量和全株生物量的异速增长方程如下:
暋暋B 全株=0灡04552*(d2h)0灡92431 (R2=0灡9956) (1)
暋暋B 地上=0灡02917*(d2h)0灡95896 (R2=0灡9967) (2)
暋暋B 主干=0灡00961*(d2h)1灡03935 (R2=0灡9956) (3)
式中:B 全株为全株生物量 (kg),暋B 地上为地上生物量
(kg),B 主干为主干生物量 (kg),d为胸径 (cm),h
为树高 (m)。
利用公式 (1) (2) (3),根据样地实测数据d和h
计算每木地上生物量、全株生物量和主干生物量。为了
使计算的地上生物量与地下生物量 (根系)的和等于全
株生物量,用公式 (4)计算地下生物量,将单株生物
量分类累计得到相应的样地生物量。
暋暋B 地下=B 全株-B 地上 (4)
样地蓄积量的计算
采用云南省森林资源连续清查办公室和云南省林业
厅在森林资源调查中使用的形高法 (云南省林业厅,
2004;云南省森林资源连续清查办公室,2007),计算样
地蓄积量。
暋暋V=G暳FH (5)
式中:V 为样地蓄积量 (m3),G 为样地胸高断面积
(m2),FH 为形高值 (m)
G的计算公式如下:
暋暋G =暺
n
i=1
毿(di2
)2/40000 (6)
式中:n为样地林木数,di为样木胸径 (cm)
形高FH 的计算公式为:
暋暋FH=a暳Hb暵Dc (7)
式中:H为样地平均树高 (m);D为样地平均胸径 (cm);
形高参数a=0灡65670785,b=0灡92035096,c=0灡014782
样地平均胸径D计算公式为:
暋暋D =

n
i=1
di2
n
(8)
样地平均树高H 的计算公式:
暋暋H =

5
i=1
hi
5
(9)
式中:hi为胸径接近平均胸径D的5株树木的树高 (m)
碳计量参数的计算
根据IPCC (2003,2006),林木生物量的计算公式如下:
暋暋B=V·BCEF·(1+R) (10)
暋暋B=V·WD·BEF (1+R) (11)
式中:B为林木生物量 Mg (Mg=106g);BCEF为林木
地上生物量与蓄积量的比 (Mg·m灢3);V 为蓄积量
(m3·hm灢2);BEF 为林木地上生物量与树干生物量的
比,无量纲;R为林木地下生物量与地上生物量的比,
无量纲;WD为木材基本密度 (Mg·m灢3)
根据以上的定义,按公式(12)(13)和(14)计算BCEF,
BEF和R 。
暋暋BECF=B 地上V
(12)
暋暋BEF=B 地上B主干
(13)
暋暋R =B 地上B地上
(14)
暋暋采用 Excel和 DPS软件计算碳计量参数,分析
BCEF,BEF和R 与林龄 A (a)、林分密度 N (株/
hm2)、平均胸径D(cm)、平均高H (m)、形高FH (m)
和林分蓄积量V (m3·hm灢2)的相关性并进行回归。
2暋结果与分析
2灡1暋生物量转化与扩展因子 (BCEF)
思茅松中幼人工林的BCEF均值为0灡5483Mg
·m灢3 (n=30,95%置信区间:0灡5357~0灡5609)。
为了便于与IPCC的缺省值比较,根据蓄积量分组
的BCEF均值为:蓄积量>80m3·hm灢2,BCEF =
0灡5354Mg·m灢3 (n=9,95%置信区间:0灡5147~
0灡5561);蓄积量=41~80 m3·hm灢2,BCEF =
0灡5548Mg·m灢3 (n=9,95%置信区间:0灡5223~
0灡5873);蓄积量=21~40 m3·hm灢2,BCEF =
26暋暋暋暋暋暋暋暋暋暋暋暋 暋暋暋暋暋暋暋云暋南暋植暋物暋研暋究暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋第32卷
0灡5423Mg·m灢3 (n=7,95%置信区间:0灡5166~
0灡5689);蓄 积 量 <20 m3·hm灢2,BCEF =
0灡5677Mg·m灢3 (n=5,95%置信区间:0灡5283
~0灡6070);各组间差异不显著 (P>0灡05)。
根据相关系数 (表1)判断,BCEF与H 、
FH 、A 和V 有显著的负相关,与D 呈负相关
但不显著,与N 呈正相关但不显著,BCEF 和
各林分因子中度相关 (相关系数最大值为
0灡35691)。利用多种函数关系 (二次曲线、指数
函数、负指数函数、幂函数,双曲线,S曲线)
回归分析后发现 (表2):BCEF与H 和FH 的
关系以双曲线函数形式的拟合效果稍好,与A
的关系则以线性回归形式稍好。与V 的关系用
周广胜对落叶松林采用的模型y =1/(a+bx)
(赵敏和周广胜,2004)和方精云采用的模型y
=a+b/x(方精云等,2002)模拟的结果都不理
想 (R2分别为0灡1108和0灡0676)。BCEF与N的
关系拟和也较差,总体上看各林分因子与BCEF
的关系拟合效果不理想,R2最大值仅为0灡1571。
2灡2暋生物量扩展因子 (BEF)
思茅松中幼人工林的BEF均值为1灡78378 (n
=30,95%置信区间:1灡71714~1灡85043),根据
相关系数 (表3)判断,BEF与D、H、FH、V
和A有极显著的负相关关系,与N呈显著的正相
关关系。利用多种的函数关系 (二次曲线函数、
指数函数、负指数函数、幂函数,双曲线函数,S
曲线函数)的回归分析后发现 (表4),BEF与A
和V 的关系以二次曲线函数形式拟合效果相对
较好,与N 的关系则以双曲线形式较好,BEF
与FH、H 和D的关系以幂函数较好。
表1暋林分因子与BCEF的相关系数
Table1暋Correlationcoefficientsbetweenstand
factorsandBCEF
林分因子
Standfactors
相关系数
Correlationcoefficient
P
D 灢0灡30083 0灡10623
H 灢0灡35691* 0灡04285
FH 灢0灡36049* 0灡04036
V 灢0灡33480* 0灡03054
N 0灡22693 0灡22784
A 灢0灡34403* 0灡04266
注:*表示在0灡05的水平上显著。
Note:Valueswith* meanstatisticalysignificantat0灡05level
表2暋BCEF与H、FH、V和A的回归方程
Table2RegressionequationsforcalculatingBCEFwithH 、FH 、VandAasvariables
回归方程
Regressionequation
y x a b R2 P n
x范围
Rangeofx
y=a+b/x BCEF H 0灡518197 0灡184026 0灡1555 0灡0311 30 3灡18-23灡20
BCEF Fh 0灡515434 0灡111530 0灡1571 0灡0301 30 1灡85-11灡32
BCEF V 0灡538235 0灡356423 0灡0676 0灡1654 30 10灡05-540灡66
y=1/(a+bx) BCEF V 1灡79478 0灡00032 0灡1108 0灡0722 30 10灡05-540灡66
y=a+bx BCEF A 0灡568011 灢0灡002374 0灡1184 0灡0627 30 3-26
表3暋林分因子与BEF的相关系数
Table3暋CorrelationcoeficientsbetweenstandfactorsandBEF
林分因子
Standfactors
相关系数
Correlationcoefficient
P
D 灢0灡94827** <0灡0001
H 灢0灡93772** <0灡0001
FH 灢0灡87769** <0灡0001
V 灢0灡87133** <0灡0001
N 0灡44733* 0灡01319
A 灢0灡90480** <0灡0001
注:**表示在0灡01水平上显著,*表示在0灡05水平上显著。
Note:Valueswith**and*meanstatisticalysignificantat0灡01
and0灡05levelrespectively
2灡3暋根茎比 (R)
思茅松中幼人工林的R均值为0灡2400(n=
30,95%置信区间:0灡2194~0灡2606)。根据相
关系数 (表5)判断,R 与D、H、FH、V 和
A 有极显著的负相关关系,与N 呈显著的正相
关关系。利用常见的函数关系 (二次曲线函数、
指数函数、负指数函数、幂函数,双曲线函数,
S曲线函数)回归分析后发现,R 与D、H、
FH、V 和A 的关系以二次曲线的形式拟合效
果较好,与N 的关系则以双曲线形式拟合相对
较好 (表6)。
361期暋暋暋暋暋暋暋暋暋暋暋暋李暋江等:思茅松中幼人工林的生物量碳计量参数暋暋暋暋暋 暋暋暋暋暋暋暋暋暋
表4暋BEF与A、V、N、FH、H和D的回归方程
Table4暋RegressionequationsforcalculatingBEFwithA、V、N、FH、HandDasvariables
回归方程
Regressionequation
y x a b c R2 P n
x范围
Rangeofx
y=a+bx+cx2 BEF A 2灡2222 灢0灡067693 0灡001343 0灡8979 <0灡0001 30 3-26
BEF V 1灡9683 灢0灡00276 0灡000003 0灡8643 <0灡0001 30 10灡05-540灡66
y=a+b/x BEF N 2灡0148 411灡5837 0灡4794 <0灡0001 30 750-5811
y=axb BEF FH 2灡3479 灢0灡212112 0灡9541 <0灡0001 30 1灡85-11灡32
BEF H 2灡5748 灢0灡193141 0灡9556 <0灡0001 30 3灡18-23灡20
BEF D 3灡1500 灢0灡254611 0灡9664 <0灡0001 30 5灡38-24灡66
表5暋林分因子与R的相关系数
Table5暋CorrelationcoefficientsbetweenstandfactorsandR
林分因子
Standfactors
相关系数
Correlationcoefficients
P
D 灢0灡95954** <0灡0001
H 灢0灡94864** <0灡0001
FH 灢0灡95334** <0灡0001
V 灢0灡88442** <0灡0001
N 0灡45919暋 0灡01069
A 灢0灡91072** <0灡0001
注:**表示在0灡01水平上显著,*表示在0灡05的水平上显著
Note:Valueswith **and *meanstatisticalysignificantat0灡01
and0灡05levelrespectively
3暋讨论
3灡1暋思茅松人工林碳计量因子与IPCC缺省值比较
IPCC是以气候带、森林类型和单位面积蓄
积量给出BCEF的缺省值的,将本研究结果与相
应的缺省值列于下表,可以发现本研究测算的
BCEF值比IPCC给出的缺省值要小。当蓄积量
小于20m3·hm灢2和介于21~40m3·hm灢2时,
IPCC缺省值分别为6和1灡2 (IPCC,2006),比
本研究的测定值 (0灡5677和0灡5423)分别高出
了10倍和2倍以上。可见当林分蓄积量小于40
m3·hm灢2使用IPCC的BCEF缺省值对思茅松人
工林进行碳汇量估算将带来很大误差。而对蓄积
量为41~80m3·hm灢2和大于80m3·hm灢2的思茅
松人工林,BCEF值分别为0灡5548和0灡5354,已
和IPCC的缺省值 (0灡6和0灡55)(IPCC,2006)
比较接近。本研究得出的BCEF 值明显低于
IPCC缺省值可能的原因有: (1)IPCC没有分
树种和林分类型 (人工林和天然林)给出BCEF
值,而不同树种间、人工林和天然林间BCEF值
是有差异的 (罗云建等,2007); (2)本研究对
所有样地进行了每木调查。而多数森林资源调查
对林木的起测胸径为5cm,有的甚至是10cm
或20cm,漏检了部分小径级林木,因此在使用
BCEF值和蓄积量资料进行生物量估算时要根据
林木蓄积量调查起测胸径,选用合适的BCEF值
或对可能的误差进行说明;(3)思茅松中幼人工
林BCEF值低于IPCC缺省值的一个重要原因是思
茅松中幼人工林的木材密度较小。有研究表明6
~28cm径级的思茅松人工林的木材基本密度均
值底部为0灡2787g·cm灢3,中部为0灡3027g·cm灢3,
上部为0灡2286g·cm灢3,且思茅松木材的基本密度
与年龄存在正相关关系 (R =0灡556,P<0灡05)
(李泰君等,2008)。此测定值比温室气体排放中
国初始国家信息通报给出的思茅松木材密度缺省
表6暋R与N、D、H、FH、V和A的回归方程
Table6暋RegressionequationsforcalculatingRwithN、D、H、FH、VandAasvariables
回归方程
Regressionequations
y x a b c R2 P n
x范围
Rangeofx
y=a+b/x R N 0灡312807 灢129灡6466 0灡4989 <0灡0001 30 750-5811
y=a+bx+cx2 R D 0灡426370 灢0灡023840 0灡00046 0灡9674 <0灡0001 30 538-2466
R H 0灡371696 灢0灡021868 0灡000474 0灡9515 <0灡0001 30 3灡18-2320
R FH 0灡385370 灢0灡045023 0灡001891 0灡9519 <0灡0001 30 1灡85-11灡32
R V 0灡296645 灢0灡00084 0灡000001 0灡8781 <0灡0001 30 10灡05-540灡66
R A 0灡371718 灢0灡020073 0灡00038 0灡8959 <0灡0001 30 3-26
46暋暋暋暋暋暋暋暋暋暋暋暋 暋暋暋暋暋暋暋云暋南暋植暋物暋研暋究暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋第32卷
表7暋IPCC的BCEF缺省值与思茅松人工林测定值比较
Table7暋DeterminedBCEFforPinuskesiyavar灡langbianensis
plantationagainstIPCCdefaultvalue
类型
Forest
type
蓄积量
(m3·hm灢2)
Growing
stock
IPCC缺省值
IPCC
default
value
思茅松人工
林测定值
Determined
value
亚热带针叶林 <20 6 0灡5677
Sub灢tropical 21~40 1灡2 0灡5423
coniferousforests 41~80 0灡6 0灡5548
>80 0灡55 0灡5354
值 (0灡454)(国家林业局应对气候变化和节能减
排工作领导小组办公室,2008)要低很多。
思茅松中幼人工林的BEF 均值 (1灡78378)
比IPCC缺省值 (1灡3)和国家缺省值 (1灡58)都
要高。可能是因为思茅松人工林在生长的前期,
由于密度控制和林分抚育,林木对光照竞争不如
天然林强烈,树冠和根系都比天然林能得到更充
分的生长,所以BEF值大于综合了多树种和不同
林分起源类型 (人工林和天然林)的IPCC缺省
值和国家缺省值。根据IPCC对BECF和BEF的
定义,两者的关系为:BCEF =BEF·WD (WD
为木材基本密度)。按本研究独立测算的BCEF
(0灡5483Mg·m灢3)与BEF(1灡78378)均值推算的
思茅松木材基本密度 WD (0灡3074g·cm灢3)与李
泰君等 (2008)测定的中幼龄思茅松人工林样木
中部的木材基本密度均值 (0灡3027g·cm灢3)高度
吻合,这从一个侧面证实了本研究的准确性。
思茅松中幼人工林的R 均值为0灡24,与
IPCC给出的亚热带湿润森林缺省值 (地上生物量
>125t·hm灢2时,R =0灡24;<125t·hm灢2时,
R=0灡22)基本一致,与罗云建等 (2007)计算
的落叶松人工林R值 (0灡2511)相差不大,说明
与其它两个碳计量参数相比,R受树种和林分类
型等因素的影响较小。
3灡2暋思茅松人工林碳计量参数的使用
本研究测算的思茅松人工林BCEF 和BEF
与IPCC的对应缺省值之间存在一定差异,在进
行思茅松人工林生物量碳计量时宜采用本研究得
出的碳计量参数。思茅松人工林的BEF和R 与
林分因子 (H、FH、A、V 和N )存在明显的
函数关系,为了更进一步降低人工林生物量碳计
量结果的不确定性,可以使用研究建立的BEF
和R与林分因子的回归模型计算BEF和R ,但
自变量不宜超过建立模型的范围。BCEF与林分
因子 (如H、D、FH、A、V 和N )间的回归
拟合效果不好,对BCEF与相关林分因子的数量
关系尚需要进一步研究。也可采用公式BCEF=
BEF·WD通过木材基本密度WD将BEF转换为
BCEF,但必须保证木材密度WD 和需要转换
的BEF和BCEF 源自同一抽样林分,否则会带
来较大误差 (IPCC,2006)。此外,因云南营建
思茅松人工林的历史较短,本文调查样地中林龄
最大的人工林仅为26年,对碳计量参数随年龄
和其它林分因子变化的相关关系还需要进一步跟
踪研究。
致谢暋云南省林业科学院景跃波副研究员为本文提出有
益的修改意见;西南林学院2006级研究生刘海刚参加
大量野外调查工作。
暡参暋考暋文暋献暢
云南省林业厅,2004.云南省森林资源规划设计调查操作细则
(试行)[S].52—53,58
云南省森林资源连续清查办公室,2007.国家森林资源连续清查
云南省第五次复查操作细则 [S].1,66,72
吴中伦,1999.中国森林 (第2卷:针叶林) [M].北京:中国
林业出版社,983
国家林业局应对气候变化和节能减排工作领导小组办公室,
2008.中国绿色碳基金造林项目碳汇计量与监测指南 [M].
北京:中国林业出版社,44,63
徐永椿,毛品一,伍聚奎等,1998.云南树木图志 (上) [M].
昆明:云南科技出社,90
BrownS,SathayeJ,Canel Metal灡,1996.Mitigationofcarbon
emissiontotheatmospherebyforest management [J].
CommonwealthForestryReview ,75:80—91
FangJY (方精云),ChenAP (陈安平),ZhaoSQ (赵淑清)et
al灡,2002.EstimatingbiomasscarbonofChina曚sforests:
supplementarynotesonreportpublishedinSCIENCE(291:
2320—2322)byFangetal灡 (2001)[J].ActaPhytoeco灢
logicaSinica(植物生态学报),26 (2):243—249
IPCC,2003.Goodpracticeguidanceforlanduse,landuse
changeandforestry.[EB/OL].[2004灢05灢01].http://
www灡ipcc灢nggip灡iges灡or灡jp/public/gpglulucf/gpglulucf灡html
IPCC,2006.2006IPCCguidelinesfornationalgreenhousegas
inventory.[EB/OL].[2009灢05灢15].http://www灡ipcc灢
nggip灡iges灡or灡jp/public/2006gl/index灡htm1
561期暋暋暋暋暋暋暋暋暋暋暋暋李暋江等:思茅松中幼人工林的生物量碳计量参数暋暋暋暋暋 暋暋暋暋暋暋暋暋暋
LiTJ (李泰君),XuH (胥辉),DingY (丁永)etal灡,2008.
Studyonbiomassmodelandbarkrateandbasicdensityof
Pinuskesiyavar灡langbianensis [J].ForestryScienceand
Technology(林业科技),33 (4):20—23
LiuGH (刘国华),MaKM (马克明),FuBJ (傅伯杰)etal灡,
2003.Abovegroundbiomassofmainshrubsindryvaleyof
MinjiangRiver[J].ActaEcologicaSinica(生态学报),23
(9):1757—1764
LuoYJ(罗云建),ZhangXQ (张小全),HouZH侯振宏)etal灡,
2007.BiomasscarbonaccountingfactorsofLarixforestsinChi灢
nabasedonliteraturedata[J].JournalofPlantEcology(植物
生态学报),31 (6):1111—1118
SabineCL,HeimannM,ArtaxoPetal灡,2004.Currentstatus
andpasttrendsoftheglobalcarboncycle[A].In:FieldC,
RaupachMeds.TheGlobalCarbonCycle:IntegratingHu灢
mans,ClimateandtheNaturalWork[M].Washington:Is灢
landPress,17—44
WuZL (吴兆录),DangCL (党承林),1992.Biomassandnet
productivityof Pinuskesiya var灡langbianensisforestin
ChangningCounty,Yunnan[J].JournalofYunnanUni灢
versity(NaturalSciencesEdition) (云南大学学报 自然科
学版),14 (2):137—145
ZengLX (曾立雄),WangPC (王鹏程),XiaoWF (肖文发)
etal灡,2008.Alocationofbiomassandproductivityofmain
vegetationsinthreegorgesreservoirregion [J].Scientia
SilvaeSinicae(林业科学),44 (8):16—22
ZhangXQ (张小全),ZhuJH (朱建华),HouZH (侯振宏),
2009.Carbonremovals/sourcesofforestsandforestconver灢
sionandappliedcarbonaccountingmethodsandparameters
inmajordevelopedcountries[J].ForestResearch(林业科
学研究),22 (2):285—293
ZhaoM (赵敏),ZhouGS (周广胜),2004.Forestinventory
data(FID)basedbiomassmodelsandtheirprospects[J].
ChineseJournalofAppliedEcology (应用生态学报),15
(8):1468—1472
66暋暋暋暋暋暋暋暋暋暋暋暋 暋暋暋暋暋暋暋云暋南暋植暋物暋研暋究暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋暋第32卷