全 文 ：中国生态农业学报 2016年 3月 第 24卷 第 3期
Chinese Journal of Eco-Agriculture, Mar. 2016, 24(3): 392402


* 国家林业公益性行业科研专项(201404214)和中国科学院战略性先导科技专项(XDA05060600)资助
** 通讯作者: 张万军, 主要研究方向为山地森林生态工程。E-mail: zhangwj@sjziam.ac.cn
张滨, 主要研究方向为山地森林生态工程。E-mail: nanjiabawa@hotmail.com
收稿日期: 20150918 接受日期: 20151208
* This study was supported by the Special Fund for Forest Scientific Research in the Public Welfare (No. 201404214) and Strategic Priority
Research Program of the Chinese Academy of Sciences (No. XDA05060600).
** Corresponding author, E-mail: zhangwj@sjziam.ac.cn
Received Sep. 18, 2015; accepted Dec. 8, 2015
http://www.ecoagri.ac.cn
DOI: 10.13930/j.cnki.cjea.151022
河北省北部森林植被碳储量和固碳速率研究*
张 滨1,2 张丽娜3 刘秀萍1 赵占轻1,2 曹建生1 张万军1**
(1. 中国科学院遗传与发育生物学研究所农业资源研究中心/中国科学院农业水资源重点实验室/河北省节水农业重点实验室
石家庄 050022; 2. 中国科学院大学 北京 100049; 3. 河北科技大学 石家庄 050018)
摘 要 为了了解河北省北部森林植被固碳能力, 本文以该区域阔叶林、针叶林、混交林、经济林和灌丛为
研究对象, 基于政府间气候变化专门委员会(IPCC)推荐采用的加拿大林业碳收支模型(CBM-CFS3), 利用第 7
次全国森林资源连续清查数据和野外森林植被调查样地数据, 拟合出研究区的蓄积生物量转换参数和林木
器官生物量比例参数, 建立研究区内不同森林植被类型的蓄积生长方程、蓄积干材生物量转换方程、生物量
组分比例方程, 采用这些方程评估了 2010年河北省北部森林生态系统植被碳储量、碳密度和固碳速率。结果
表明: 拟合的不同森林植被蓄积生长方程的决定系数均大于 0.7, 蓄积干材生物量转换方程的决定系数均大
于 0.8, 生物量组分比例方程拟合效果较好, 可用于评估该区域森林植被碳汇功能和潜力。2010 年河北省北
部森林植被碳储量为 59.66 Tg(C), 平均森林植被碳密度为 25.05 Mg(C)hm2, 森林植被固碳速率为 0.07~
1.87 Mg(C)hm2a1; 其中阔叶林、针叶林、混交林、经济林碳储量和碳密度分别为 30.97 Tg(C)、12.36 Tg(C)、
15.73 Tg(C)、0.60 Tg(C)和 26.09 Mg(C)hm2、26.14 Mg(C)hm2、24.50 Mg(C)hm2、7.53 Mg(C)hm2。河北
省北部森林植被碳密度与固碳速率均从西北到东南呈升高趋势。造林后森林面积增加 6 400 km2, 森林植被碳
储量增加 19.54 Tg(C)(不包括灌丛); 林龄结构以中幼龄林为主, 未来森林固碳潜力巨大。说明造林在增加森林
植被碳储量和提高森林的固碳速率中起到了重要作用。
关键词 河北省北部 CBM-CFS3模型 森林植被 碳储量 碳密度 固碳速率
中图分类号: S718.5 文献标识码: A 文章编号: 1671-3990(2016)03-0392-11
Vegetation carbon storage and carbon sequestration rates in
northern Hebei Province*
ZHANG Bin1,2, ZHANG Lina3, LIU Xiuping1, ZHAO Zhanqing1,2, CAO Jiansheng1, ZHANG Wanjun1**
(1. Key Laboratory of Agricultural Water Resources, Chinese Academy of Sciences / Hebei Key Laboratory of Water-Saving / Center
for Agricultural Resources Research, Institute of Genetics & Developmental Biology, Chinese Academy of Sciences, Shijiazhuang
050022, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China; 3. Hebei University of Science and
Technology, Shijiazhuang 050018, China)
Abstract Forest resource is the largest carbon pool in terrestrial ecosystem, which contributes carbon to the global carbon
cycle incomparably. The forest ecosystem in northern Hebei Province plays an important role in soil and water conservation,
and carbon sink increase. In this study we took broadleaved forest, coniferous forest, mixed forest, economic forest and shrub
in northern Hebei Province as objects to research the amount of carbon sequestration in this area by using Carbon Budget
Model of the Canadian Forest Sector (CBM-CFS3) which referenced by IPCC as a platform. The data was based on original
data of the 7th national forest continuous inventory and forest vegetation survey data of the area. Firstly, the literature-volume
growth curve equations were created by comparing several growth functions based on the 7th national forest continuous
第 3期 张 滨等: 河北省北部森林植被碳储量和固碳速率研究 393


http://www.ecoagri.ac.cn
inventory of continuous sample survey data for each forest type, as the driving force for model to simulate forest carbon
storage. Secondly, volume-biomass transition equations, conversion parameters and forest biomass components (stem, bark,
branch, foliage) proportion parameters of different forest types were estimated using the power function model, and further
plotted by collecting a large number literature data in each forest types. And then, forest vegetation carbon storage, carbon
density and carbon sequestration rate of different forest types in northern Hebei Province were calculated after the model
running, debugging and simulating. The results showed that the fitting coefficients of different forest vegetation growth curve
equations were exceeded 0.7. The parameters of fitting coefficient correlations of all volume-biomass transfer equations were
exceeded 0.8, and there were significant differences among most proportion equations for biomass components (stem, bark,
branch, foliage). By the comparison with estimated results by using measured data, the results of forest vegetation carbon
storage, average carbon density and carbon sequestration rate simulated by using CBM-CFS3 were more reasonable. It could
provide the basis to evaluate forest vegetation carbon sequestration potential in this area. The total forest vegetation carbon
storage and average carbon density in northern Hebei Province in 2010 were 59.66 Tg(C) and 25.05 Mg(C)·hm2, respectively.
The forest vegetation carbon sequestration rate ranged from 0.07 Mg(C)hm2a1 to 1.87 Mg(C)hm2a1. The carbon storages
and average carbon densities of broadleaved forest, coniferous forest, mixed forest, economic forest in northern Hebei
Province were 30.97 Tg(C), 12.36 Tg(C), 15.73 Tg(C), 0.60 Tg(C) and 26.09 Mg(C)·hm2, 26.14 Mg(C)·hm2, 24.50 Mg(C)·hm2,
7.53 Mg(C)·hm2, respectively. The spatial distribution of forest vegetation carbon density and carbon sequestration rate in
northern Hebei Province showed an increase trend from northwest to southeast. After the forestation and afforestation, the area
of forest increased by 6 400 km2, and forest vegetation carbon storage increased 19.54 Tg(C) (not include shrub) in the study
area. The potential ability of forest vegetation carbon sequestration in this area will increased quickly in future, because of its
young-middle age forest structure. Therefore, afforestation played an important role in increasing forest vegetation carbon
storage and carbon sequestration rate.
Keywords Northern Hebei Province; Model CBM-CFS3; Forest vegetation; Carbon storage; Carbon density; Carbon
sequestration rate
森林植被通过光合作用吸收二氧化碳, 将其同
化为生物量长期地固定在植物或土壤中, 起到了“碳
汇”的作用[1]。森林生态系统面积约占陆地生态系统
总面积的 1/3, 森林植被生物量约占陆地植被生物量
的 90%[2], 地上植被碳储量相当于陆地生态系统地上
植被碳储量的 80%[3], 是陆地生态系统的主要碳库。
因此, 采用先进的方法评估区域尺度森林生态系统
固碳现状和固碳速率不仅是减缓全球气候变化的迫
切需求 [4], 同时为我国编制国家温室气体清单和参
与全球气候变化的国际事务提供科技支撑[5]。
目前, 对森林植被碳储量、碳密度及固碳速率
和固碳潜力的研究较多, 如方精云等 [611]基于森林
资源清查数据或野外调查数据对中国森林植被碳储
量进行了估算, 得到中国森林植被碳储量在 3.85~
5.51 Pg(C)之间; 胡海清等 [1216]使用基于森林调查
数据建立碳收支模型的方法对不同区域森林植被碳
储量、碳密度进行了研究, 发现不同区域森林植被
碳密度差异巨大, 但均在 2.87~254.63 Mg(C)hm2之
间; 赵忠宝等[17]研究发现河北省青龙满族自治县森
林植被碳密度为 10.73 Mg(C)hm2; 耿丽君[18]研究
发现 9 a、18 a、33 a和 43 a生华北落叶松(Larix principis-
rupprechtii)人工林森林植被碳密度依次为 43.67
Mg(C)hm2、67.70 Mg(C)hm2、110.38 Mg(C)hm2
和 281.66 Mg(C)hm2。杜红梅等[19]采用林木蓄积与
碳储量的拟合方程估算 14~49 a 生华北落叶松林的
碳密度为 67.16~444.19 thm−2, 平均 206.02 thm−2。
分析和计算河北省北部森林植被的碳储量与固
碳速率, 有助于丰富我国陆地生态系统碳循环研究
的成果, 同时可以为未来工程管理决策提供理论和
技术支持, 也为我国编制国家温室气体清单提供数
据支撑。但对于河北省的碳计量研究多还在使用
IPCC规定的第 1和第 2个层次方法[20], 推荐采用的
第 3 层次计量方法还少有报道, 对造林引起的森林
植被碳储量变化也缺乏研究。因此有必要采用更先
进的方法深入研究河北省森林植被的碳储量、碳密
度和固碳速率, 以便更好地了解其森林植被固碳能
力和潜力。本文利用河北省第 7 次森林资源清查数
据和野外森林植被调查样地数据, 拟合得到林分生
长参数、蓄积干材生物量转换参数、生物量组分比
例参数等参数, 采用 CBM-CFS3 模型对河北省北部
森林植被碳储量、碳密度及固碳速率进行研究。旨
在充分利用森林资源清查数据, 明确河北省北部森
林植被碳储量和碳密度分布特征, 以期揭示近年来
以京津风沙源工程为主的造林工程对河北省北部森
林植被碳储量的影响, 并为下一步造林工程和科学
经营管理提供科学依据。
394 中国生态农业学报 2016 第 24卷


http://www.ecoagri.ac.cn
1 材料与方法
1.1 研究区概况
本研究区位于河北省北部(39°34′53″~42°37′43″N,
113°54′21″~119°14′05″E), 包括承德和张家口两个
地区, 总面积为 74 990 km2(图 1)。研究区由坝上地
区、接坝山地和冀北山地 3部分组成。山地坡度大, 地
形雨较多, 地表径流大, 已造成水土流失。地势自西
北向东南倾斜, 属北温带半干旱和干湿润季风气候
区, 海拔 129~2 828 m, 年均气温 4 ℃, 年均降水量
460~595 mm, 其中 65%的降水集中在 6—9月[20]。年
蒸发量 1 600~2 200 mm[21], 平均全年大风日数为 36.2 d。
土壤类型主要为石灰土、石质土、栗钙土、栗褐土。

图 1 河北省北部高程与样地示意图
Fig. 1 Digital elevation and sample points of northern Hebei Province
1.2 数据来源
数据主要来源于研究区内第 7 次全国森林资源
连续清查数据和野外森林植被调查数据。其中第 7
次全国森林资源连续清查数据测定于 2004—2008年,
为研究区内 1 688 632条小班数据, 主要包括高程、
地貌、立地类型、林龄、树高、胸径、小班面积、
树种、起源、土壤类型、土层厚度等 17项调查因子。
将小班按照森林植被类型划分为阔叶林、针叶林、
混交林、经济林、灌丛和非林地。野外森林植被调
查的数据测定于 2011—2014年, 在研究区典型县根
据森林植被类型和林龄设置样地, 每个样地 20 m×
20 m, 共 66个样地, 每个样地内记录株数、树高、
胸径, 每木调查计算得到样地平均胸径、平均树高
等平均值, 然后选取基本符合此计算值的树木作为
标准木。并对标准木进行解析, 得到标准木生物量
鲜重和干重。
1.2.1 森林的空间分布
基于第 7 次全国森林资源连续清查数据, 运用
ARCMAP 10.0 统计得到研究区森林资源主要由山
杨 (Populus davidiana)、华北落叶松、油松 (Pinus
tabulaeformis)、白桦(Betula platyphylla)、山杏(Armeniaca
sibirica)、蒙古栎(Quercus mongolica)等组成。其他
树种还包括 : 榆树 (Ulmus pumila)、苹果 (Malus
pumila)、核桃(Juglans regia)、云杉(Picea asperata)、
刺槐(Robinia pseudoacacia)等。按照优势树种将其分
为阔叶林 (BF, broadleaved forest)、针叶林 (CF,
coniferous forest)、混交林(MF, mixed forest)、经济
林(EF, economic forest)4 种森林植被类型。将荆条
(Vitex negundo var. heterophylla)、柠条锦鸡儿(Caragana
korshinskii)等归为灌木。由此得到研究区森林植被
空间分布图(图 2), 其中森林面积 22 000 km2, 灌丛面
积 25 000 km2, 分别占研究区总面积的 29%和 33%。
第 3期 张 滨等: 河北省北部森林植被碳储量和固碳速率研究 395


http://www.ecoagri.ac.cn

图 2 河北省北部森林植被类型空间分布图
Fig. 2 Spatial distribution of forest vegetation types in northern Hebei Province
BF: 阔叶林; CF: 针叶林; MF: 混交林; EF: 经济林; NF: 非林地; 下同。BF: broadleaved forest; CF: coniferous forest; MF: mixed
forest; EF: economic forest; NF: non-forest. The same below.

1.2.2 数据分类与整理
按照林龄 10 a为一个龄级, 对林龄进行分类。
得到林龄为 1~10 a、10~20 a、20~30 a、30~40 a和
大于 40 a 5个龄级。依据二元材积表[22]得到不同树
高胸径树木的材积(胸径小于 4 cm舍去), 公式如下:
当 D>12 cm且 2 m≤L≤10 m时:

2
2 2
0.785 4 [ 0.5 0.005 0.000125
(14 ) ( 10)] /10 000
V L D L L L
L D
    
  (1)
当 4 cm≤D≤12 cm且 2 m≤L≤10 m时:
20.785 4 ( 0.45 0.2) 10 000V L D L   (2)
当 D≥4 cm且 L<2 m或 D≥4 cm且 L>10 m时:
20.8 ( 0.5 ) 10 000V L D L  (3)
式中: V 表示蓄积量, 单位为 m3; L 表示树高, 单位
为 m; D表示胸径, 单位为 cm。
再根据实测样地的树木株数等数据得到不同森
林植被、不同林龄的蓄积密度。
1.3 CBM-CFS3模型
采用 CBM-CFS3模型进行模拟研究。该模型是
加拿大国家林业工作者对于森林碳估算、碳模拟和
报告系统的主要组成部分[23]。模型基于森林清查与
调查数据, 通过众多子模块来模拟碳在活有机体与
死亡有机质(dead organic matter, DOM)碳库之间的
转换以及不同森林管理、不同土地利用变化和不同
干扰对森林蓄积与森林植被碳储量的影响。满足
IPCC 温室气体第 3 层次计量方法的要求, 是 IPCC
推荐采用的碳计量模型[24]。
1.4 CBM-CFS3模型参数调整
CBM-CFS3 结构灵活, 釆对某一研究区域要 用
默认参数时, 该区域的空间单元须映射到合适的省
份、地区或生态区, 系统才会执行参数调用。如果
使用用户自己的参数, 可以通过图形用户界面对默
认参数进行编辑, 将参数修改为更适合该研究区域
的参数。为适应本文研究区域修改的参数主要有年
均温、年降水量、土壤、森林植被类型数据、林分
生长参数和蓄积干材生物量转换参数、生物量组分
比例参数、周转参数和干扰类型。
1.4.1 林分生长参数估算
林分生长参数采用 Richards 方程结合连续清查
数据与实测数据中的共 83个样点数据拟合得到。方
程基本形式为:
396 中国生态农业学报 2016 第 24卷


http://www.ecoagri.ac.cn
1(1 )(1 )Kt my A Be
   (4)
式中: y为林分蓄积量, 单位为 m3; t为林龄, 单位为
a; A为林分蓄积生长的极限值, 单位为m3hm2; B为
t=0时 y轴的截距, 当 B为 1时表示曲线通过原点; K
值为蓄积生长速率, m与同化速率有关, 这两个参数
决定曲线形状及拐点位置[25]。其中 A、B、K、m 为
输入模型的参数。
1.4.2 蓄积干材生物量估算
将森林资源清查数据的蓄积量转化为生物量
的模型、方法的研究已有很多。本研究蓄积干材
生物量转换方程采用文献[26]中的方程 , 方程基本
形式为:
Y X   (5)
式中: Y为树木干生物量, 单位为Mghm2; X为立木
蓄积量, 单位为 m3hm2; α、β为回归系数。
1.4.3 各生物量组分所占比例估算
野外调查数据的各组分干生物量, 结合多项对
数回归模型分别估算树皮、树枝和树叶 3 个生物量
组分占总生物量的比例。树干、树皮、树枝及树叶
占总地上生物量的比例计算公式为:
1 2 3 1 2 3
1 2 3
s ln ( 5) ln( 5)
ln( 5)
1
1 e e
e
a a V a V b b V b V
c c V c V
P          
    
  

(6)
1 2 3
1 2 3 1 2 3
1 2 3
ln( 5)
ba ln ( 5) ln( 5)
ln( 5)
e
1 e e
e
a a V a V
a a V a V b b V b V
c c V c V
P
    
         
    
  

(7)
1 2 3
1 2 3 1 2 3
1 2 3
ln( 5)
br ln( 5) ln( 5)
ln( 5)
e
1 e e
e
b b V b V
a a V a V b b V b V
c c V c V
P
    
         
    
  

(8)
1 2 3
1 2 3 1 2 3
1 2 3
ln( 5)
f ln( 5) ln( 5)
ln( 5)
e
1 e e
e
c c V c V
a a V a V b b V b V
c c V c V
P
    
         
    
  

(9)
式中: Ps、Pba、Pbr、Pf分别表示树干、树皮、树枝、
树叶占地上生物量的比例; V 表示单位面积的蓄积,
单位为 m3hm2; a1、a2、a3、b1、b2、b3、c1、c2、c3
为模型参数。对 4 个方程进行联立, 可拟合出适合
本研究区域的参数。
1.4.4 周转阶段参数估算
CBM-CFS3 模型通过生物量碳库周转率估算粗
木质残体碳库和枯落物碳库, 通过周转及分解两个
阶段来驱动各生物量碳库碳流向死亡有机质碳库或
排放到大气中。模型默认为加拿大地区的参数, 与
本研究区有差异, 故根据文献[2627]中的参数对其
他木碳库周转参数、叶库周转参数、细根周转参数
和粗根周转参数等进行修改, 使参数适合。
1.4.5 干扰模拟设置
CBM-CFS3 模型共设置 212 种默认干扰类型,
包含自然干扰(如林火、自然演替、虫灾)及人为干扰
(如皆伐、商业疏伐、择伐、造林和毁林等)。一些干
扰类型具有不同的干扰强度设置, 如商业疏伐和虫
灾等, 根据研究区具体情况对干扰后林分年龄、干
扰矩阵、干扰后森林类型、历史干扰类型等进行了
选择。
1.5 数据处理和分析
拟合与分析在 SPSS 17.0 中进行, 采用回归分
析拟合出不同森林植被林分生长方程。相关图表制
作在 Excel 2010中完成。将温度、湿度、林地面积、
蓄积量等参数输入 CBM-CFS3模型得到森林植被碳
储量数据。各年度森林植被碳密度分布图和森林植
被固碳速率分布图在 ARCGIS 10.0中完成。森林植
被固碳速率方程为:
d d
V
C C
C
n
 (10)
式中: CV表示 n 年间的森林植被固碳速率, 单位为
Mg(C)hm2a1; n 表示年份差, 单位为 a; Cd表示 n
年后的森林植被碳密度, 单位为 Mg(C)hm2; dC 表
示 n年前的森林植被碳密度, 单位为 Mg(C)hm2。
2 结果与分析
2.1 CBM-CFS3模型参数
2.1.1 蓄积生长方程
以 4 参数的 Richards 方程[式(4)]为模型基本形
式, 共拟合出不同森林植被类型的蓄积生长方程 4
个。由于模型不能模拟灌丛的森林植被碳储量, 故
对于灌丛, 采用文献[21]中的数据即:
2.043 90.057y x (11)
式中: y表示森林植被碳密度, 单位为 Mg(C)hm2; x
表示灌丛年龄, 单位为 a。方程系数、决定系数(R2)
及样本数(N)如表 1。
由表 1可知 , 参数 A为林分蓄积生长理论最
大值。A 值最小为经济林 , 林分蓄积量极限值为
250.613 m3hm2; 最大为针叶林 , 蓄积上限高达
480.169 m3hm2, 与前人研究结果[26]接近。参数 B
均大于 1, 即林木生长到一定年龄才会有蓄积。所建
各蓄积生长方程的决定系数最大为针叶林 , 高达
0.960; 最小为经济林, 为 0.727, 拟合结果理想。
2.1.2 蓄积干材生物量转换参数
CBM-CFS3 模型中采用幂函数[26]对干材生物量
与林分材积进行拟合。其拟合参数与实测数据决定
第 3期 张 滨等: 河北省北部森林植被碳储量和固碳速率研究 397


http://www.ecoagri.ac.cn
表 1 不同森林植被类型的林分蓄积生长拟合方程参数
Table 1 Parameters of fitting volume growth equation for four forest vegetation types in the study area
系数 Parameter 森林植被类型
Vegetation type A (m3hm2) B K m
决定系数
Determination
coefficient (R2)
预估精度
Estimation
precision (%)
显著水平
Significant
样本数
Sample
number
阔叶林 Broadleaved forest (BF) 364.306 1.050 0.018 0.523 0.918 94.37 0.000 1 18
针叶林 Coniferous forest (CF) 480.169 1.030 0.012 0.318 0.960 97.88 0.000 1 23
混交林 Mixed forest (MF) 404.290 1.021 0.010 0.428 0.795 83.24 0.000 4 21
经济林 Economic forest (EF) 250.613 1.019 0.031 0.112 0.727 87.79 0.000 3 21

系数均大于 0.8, 说明此拟合参数具有较高的可信度,
幂函数方程为:
Y X   (12)
式中: Y为树木干生物量, 单位为 Mg(C)hm2; X为
立木蓄积量, 单位为 m3hm2; α、为回归系数。参
数数据如表 2。
2.1.3 生物量组分比例参数
根据方程(6)—方程(9)及野外调查数据对树皮、
树枝、树叶组分生物量比例参数进行拟合, 各组分
拟合结果及各统计指标见表 3、表 4和表 5。
表 2 不同森林植被类型的蓄积干材生物量转换拟合方程参数
Table 2 Parameters of fitting volume-biomass transition equation for four forest vegetation types in the study area
系数 Factor 森林植被类型
Vegetation type α β
决定系数
Determination coefficient (R2)
预估精度
Estimation precision (%)
显著水平
Significant
阔叶林 Broadleaved forest (BF) 0.685 3.396 0.816 85.63 0.000 2
针叶林 Coniferous forest (CF) 0.739 3.069 0.860 89.38 0.000 3
混交林 Mixed forest (MF) 0.720 3.119 0.905 86.65 0.000 1
经济林 Economic forest (EF) 0.637 3.690 0.827 87.34 0.000 3
表 3 不同森林植被类型的树皮生物量比例参数
Table 3 Parameters of bark biomass proportion for four forest vegetation types in the study area
系数 Factor 森林植被类型
Vegetation type a1 a2 a3
决定系数
Determination
coefficient (R2)
预估精度
Estimation precision
(%)
显著水平
Significant
阔叶林 Broadleaved forest (BF) 0.186 7 0.000 4 0.357 0 0.495 75.71 0.000 1
针叶林 Coniferous forest (CF) 1.057 2 0.000 7 0.201 6 0.752 95.28 0.003 8
混交林 Mixed forest (MF) 1.781 7 0.001 7 0.023 0 0.510 85.74 0.004 4
经济林 Economic forest (EF) 0.316 7 0.000 1 0.032 2 0.716 97.71 0.000 1
表 4 不同森林植被类型的树枝生物量比例参数
Table 4 Parameters of branch biomass proportion for four forest vegetation types in the study area
系数 Factor 森林植被类型
Vegetation type b1 b2 b3
决定系数
Determination
coefficient (R2)
预估精度
Estimation precision
(%)
显著水平
Significant
阔叶林 Broadleaved forest (BF) 0.108 2 0.001 3 0.272 5 0.563 68.26 0.012 7
针叶林 Coniferous forest (CF) 1.658 2 0.002 9 0.149 1 0.850 80.72 0.000 7
混交林 Mixed forest (MF) 0.015 1 0.002 4 0.362 3 0.529 60.56 0.008 5
经济林 Economic forest (EF) 0.5213 0.000 2 0.475 3 0.562 70.13 0.000 1
表 5 不同森林植被类型的树叶生物量比例参数
Table 5 Parameters of folia biomass proportion for four forest vegetation types in the study area
系数 Factor 森林植被类型
Vegetation type c1 c2 c3
决定系数
Determination coefficient (R2)
预估精度
Estimation precision (%)
显著水平
Significant
阔叶林 Broadleaved forest (BF) 2.746 3 0.006 1 1.254 5 0.524 65.01 0.004 2
针叶林 Coniferous forest (CF) 1.961 2 0.001 2 0.859 1 0.568 65.50 0.012 3
混交林 Mixed forest (MF) 0.492 4 0.002 7 0.396 0 0.721 68.29 0.000 7
经济林 Economic forest (EF) 1.261 6 0.001 1 0.567 2 0.716 64.65 0.001 5
398 中国生态农业学报 2016 第 24卷


http://www.ecoagri.ac.cn
从表 3、表 4和表 5可知, 所有方程的预估精度
均在 65%以上, 决定系数 R2除阔叶林树皮参数外均
在 0.5以上, 除阔叶林、混交林树枝比例方程和针叶
林树叶比例方程外所有 Sig.值均小于 0.005, 说明均
达到显著或极显著水平, 不同森林植被类型树皮、
树枝、树叶比例参数拟合效果较好。
2.1.4 周转阶段参数
CBM-CFS3 模型周转阶段参数如表 6 所示, 根据
参数的定义结合文献数据[2627]对主要周转参数进行改
进。模型原有参数及采用参数、数据来源如下表所示。
表 6 森林植被周转阶段默认参数及本研究区不同森林植被类型的采用参数
Table 6 Turnover phrase default parameters and modified parameters for four forest vegetation types in the study area
本文参数 Modified parameter 参数
Parameter
默认参数
Default parameter BF CF MF EF
其他木碳库周转参数 Other wood carbon turnover parameter 0.03~0.04 0.027 8 0.018 9 0.028 9 0.031 1
叶库周转参数(阔叶林) Leaves carbon turnover parameter 0.95 0.951 3 — 0.352 4 0.613 4
叶库周转参数(针叶林) Leaves carbon turnover parameter 0.05~0.15 — 0.135 6 — —
细根周转参数 Fine root turnover parameter 0.641 1.259 1.433 0.641 1.092
粗根周转参数 Thick root turnover parameter 0.02 0.023 9 0.018 1 0.024 1 0.033 6
“—”表示此参数不存在。 “—” indicates that this parameter does not exist.

根据文献[27]提供的中国森林常绿阔叶林(HW)、
常绿针叶林(SW)的叶、其他木、根系碳周转时间, 估
算出本研究中对应的叶 (foliage)、其他木 (other
wood)、粗根(coarse root)和细根(fine root)碳库的每
年碳周转比例。
2.1.5 干扰设置
在干扰类型设置方面, 模型中对于火灾设置与
研究区域的实际情况较为不同。默认设置为虫灾及
火灾导致所有林木死亡并进行林分演替, 同时火灾
为默认的林分演替干扰。但在研究区域内, 由于多为
人为管理的保护区, 故火灾和虫灾并非最常见的、引
起林分演替的干扰类型, 同时虫灾和火灾也并非完
全致死。因此在清单文件中将历史干扰类型设置为自
然演替 , 最近一次干扰类型设置为自然演替(天然
林), 同时为实现对林分不同死亡等级的模拟, 采用
模型中一系列死亡率 (5%~95%)的通用死亡干扰
(generic mortality)来模拟研究区域的火灾及虫灾干扰。
2.2 森林植被碳储量、碳密度与固碳速率的估算
2.2.1 不同森林植被类型森林植被碳储量与碳密度
CBM-CFS3模型模拟得到 2010年河北省北部森
林植被碳储量总量为 59.66 Tg(C), 森林植被平均碳
密度为 25.05 Mg(C)hm2。由表 7可以看出, 4种森
林植被类型中森林植被碳储量最大的为阔叶林, 为
30.97 Tg(C), 约占总森林植被碳储量的 52%; 混交
林其次, 为 15.73 Tg(C), 约占 26%; 之后是针叶林,
为12.36 Tg(C), 约占21%; 经济林最少, 为0.60 Tg(C),
只占约总森林植被碳储量的 1%。森林植被碳密度从
大到小排列分别为针叶林[26.13 Mg(C)hm2]、阔叶
林[26.09 Mg(C)hm2]、混交林[24.50 Mg(C)hm2]和
经济林[7.53 Mg(C)hm2]。模拟的河北省北部森林植
被碳储量和平均森林植被碳密度与前人研究结果[26]
处在同一水平上, 但较前人研究结果偏小, 分析是
由于前人试验全部属于实测数据, 因此选点一般位
于立地条件较好的位置, 没有考虑非林地与灌丛等
森林植被类型, 且样地均为人工林, 这就造成估算
结果存在一定差距。
2.2.2 不同林龄森林植被碳密度与碳储量
所有森林植被类型的碳密度均随林龄的增大而
增大(表 8), 直至达过熟死亡 , 符合一般的生长规
律。其中大于 40 a 的针叶林森林植被碳密度最大,
1~10 a 的经济林森林植被碳密度最小, 其森林植被
碳密度分别为 38.76 Mg(C)hm2和 6.37 Mg(C)hm2。
表 7 2010年河北省北部不同森林植被类型碳储量及碳密度
Table 7 Carbon storages and carbon densities for four forest vegetation types in the study area in 2010
森林植被类型
Vegetation type
碳储量
Carbon storage [Tg(C)]
碳密度
Carbon density [Mg(C)hm2]
碳储量百分比
Carbon storage rate (%)
森林面积
Forest area (km2)
阔叶林 Broadleaved forest (BF) 30.97 26.09 52 11 800
针叶林 Coniferous forest (CF) 12.36 26.13 21 4 700
混交林 Mixed forest (MF) 15.73 24.50 26 4 800
经济林 Economic forest (EF) 0.60 7.53 1 700

第 3期 张 滨等: 河北省北部森林植被碳储量和固碳速率研究 399


http://www.ecoagri.ac.cn
表 8 不同林龄森林植被碳密度、碳储量及固碳速率
Table 8 Carbon densities, carbon storages and carbon sequestration rates of four forest vegetation types in different stand ages in the
study area
碳密度 Carbon density [Mg(C)hm2] 碳储量 Carbon storage [Tg(C)] 固碳速率 Carbon sequestration rate [Mg(C)hm2a1]林龄
Stand age (a) BF EF CF MF BF EF CF MF BF EF CF MF
1~10 18.72 6.37 10.09 14.74 6.51 0.32 0.71 2.54 1.87 0.64 1.01 1.47
10~20 25.86 8.61 21.98 23.52 6.02 0.13 2.62 3.88 0.71 0.22 1.19 0.88
20~30 29.17 10.31 29.22 29.36 9.79 0.08 4.92 5.52 0.33 0.17 0.72 0.59
30~40 31.64 11.47 34.92 32.02 6.36 0.04 3.24 2.58 0.24 0.12 0.57 0.27
40 32.72 12.16 38.76 33.41 2.29 0.03 0.87 1.21 0.11 0.07 0.38 0.14

除经济林外其余森林植被碳储量随林龄呈先升
高后降低的趋势(表 8), 且均在 20~30 a森林植被碳
储量达最大。主要是因为 20~30 a的森林面积最大,
研究区森林多为幼龄林和中龄林, 未来仍有较大固
碳潜力。
2.2.3 不同林龄各森林植被类型固碳速率
除针叶林在 10~20 a 森林植被固碳速率达最大
值外, 其余森林植被类型的植被固碳速率均在 1~10 a
达最大值, 且各森林植被类型植被固碳速率最大值
排序为: 阔叶林[1.87 Mg(C)hm2a1]>混交林[1.47
Mg(C)hm2a1]>针叶林[1.19 Mg(C)hm2a1]>经济
林[0.64 Mg(C)hm2a1]。最小值为大于 40 a的经济
林, 值为 0.07 Mg(C)hm2a1(表 8)。说明幼龄林和
中龄林固碳潜力大, 成熟林固碳潜力小。
2.3 河北省北部森林植被碳密度和固碳速率分布图
2.3.1 2010年河北省北部森林植被碳密度分布图
在 ARCGIS 10.0 中, 将模型模拟数据结合清查
数据 , 根据森林植被类型和林龄对结果进行归类 ,
得到 2010 年河北省北部森林植被碳密度空间分布
图(图 3)。
由图 3可知 2010年研究区森林植被碳密度总体
从西北向东南呈递增趋势。分析原因是由于东南地
区海拔低, 靠近沿海, 森林植被覆盖度较西北高海
拔地区高, 故多为固碳能力强的阔叶林、针叶林和混
交林; 西北地区海拔高, 降水少, 导致森林不易成活,
所以大多数为固碳能力较差的灌丛和经济林。

图 3 2010年河北省北部森林植被碳密度空间分布
Fig. 3 Spatial distribution of carbon densities of forest vegetations in 2010
400 中国生态农业学报 2016 第 24卷


http://www.ecoagri.ac.cn
2.3.2 2010年河北省北部森林植被固碳速率
森林植被固碳速率分布图与森林植被碳密
度分布图基本保持一致 , 即从西北向东南呈递
增趋势 , 张家口地区森林植被固碳速率基本小于
0.5 Mg(C)hm2a1, 承德地区森林植被固碳速
率基本大于 0.5 Mg(C)hm2a1, 尤其在宽城满
族自治县和兴隆县 , 基本大于 1 Mg(C)hm2a1
(图 4)。这是由于大部分阔叶林、针叶林和混交
林位于承德地区 , 而张家口地区的经济林和灌丛
较多。

图 4 2010年河北省北部森林植被固碳速率空间分布
Fig. 4 Spatial distribution of carbon sequestration rates of forest vegetations in the study area in 2010
3 结论与讨论
本研究以第 7 次全国森林资源连续清查数据作
为主要数据源, 野外森林植被调查数据和文献数据
作为补充数据源 , 拟合出蓄积生物量转换参数及
生物量各组分比例参数, 估算各组分周转速率, 模
拟河北省北部森林植被的碳储量、碳密度和固碳速
率的动态变化。研究表明:
1)各参数拟合效果较好, 采用 Richards 方程所
建立的蓄积生长方程均达极显著水平并且参数稳定
性好, 相关系数均在 0.7以上, 其中阔叶林和针叶林
的决定系数在 0.9 以上。这与前人[2829]对我国森林
生物量与林龄关系的研究结果接近。蓄积干材生物
量转换方程也均达极显著水平, 决定系数均在 0.8
以上。CBM-CFS3 模型在估算各生物量组分比例时
所使用的相容性、多项对数回归方程在国内较少见,
可作为对国内普遍使用相容性生物量研究的一种补
充与参考。各森林植被类型的树皮、树枝和树叶 3
个生物量组分比例方程的预估精度均在 60%以上,
决定系数基本在 0.5 以上。除阔叶林、混交林树枝
比例方程和针叶林树叶比例方程未达显著性水平以
外, 其余森林植被类型的组分拟合方程均达显著或
极显著水平。森林植被类型间进行比较时可知, 阔
叶林拟合效果较差, 这与阔叶林包含树种多, 树皮、
树叶、树枝等组分测定容易出现较大误差以及不同
研究者采用的方法差异有关。
2)综合分析 3个生物量组分拟合结果可知 , 树
皮比例参数拟合效果最好, 其次是树叶, 树枝的综
合拟合效果最差。其他模型需要的参数中, 由于中
国森林调查技术规定与加拿大有所不同, 在林木分
类及测定对象方面存在较大差异。根据我国学者的
研究成果 [26]和我国的干扰类型特点 , 对模型中的
碳库进行了重新定义: (1)将商品材碳库定义改为森
林所有林木的地上生物量 ; (2)将其他碳库定义为
第 3期 张 滨等: 河北省北部森林植被碳储量和固碳速率研究 401


http://www.ecoagri.ac.cn
所有林木的树枝部分。并修改了 CBM-CFS3 模型
默认的生物量周转速率参数和干扰类型。通过重
新定义和修改 , 不仅可以消除模型定义及输入变
量间的概念差异 , 还可以降低碳库生物量组分的
异质性 , 对于确定生物量周转及死亡有机质的分
解参数较有帮助。对河北省北部各森林植被类型参
数修改前后总死亡有机质碳储量进行了差异性分
析, 结果表明, 参数修改后研究区各森林植被类型
死亡有机质碳密度与参数修改前具有显著差异, 修
改后死亡有机质碳库储量与野外调查实测数据接
近 , 证明采用的参数可模拟出河北省北部森林不
同森林植被类型的森林植被碳储量与碳密度 , 较
为科学合理。
3)森林生态系统植被碳储量及碳密度对于评价
森林生长状况、了解森林生产力具有重要意义。
CBM-CFS3模型模拟得到 2010年河北省北部森林生
态系统森林植被碳储量为 59.66 Tg(C), 森林植被平
均碳密度为 25.05 Mg(C)hm2, 森林植被固碳速率
在 0.07~1.87 Mg(C)hm2a1之间。由结果分析可知,
森林生态系统植被碳密度与树种林龄结构、生长特
性有关, 森林生态系统植被碳储量又与森林面积有
关系。所有森林类型中, 针叶林森林植被碳密度最
大, 达 26.14 Mg(C)hm2, 其次为阔叶林森林植被碳
密度, 为 26.09 Mg(C)hm2。但由于阔叶林森林面积
明显大于针叶林森林面积, 故阔叶林森林植被碳储
量为 30.97 Tg(C)远大于针叶林森林植被的碳储量
12.36 Tg(C)。不同森林植被类型森林植被固碳速率
最大值分别为阔叶林 1.87 Mg(C)hm2a1、混交林
1.47 Mg(C)hm2a1、针叶林 1.19 Mg(C)·hm2·a1和
经济林 0.64 Mg(C)hm2a1。这说明虽然阔叶林的森
林植被固碳速率最大值大, 但是降低的也快, 而针
叶林的森林植被固碳速率虽然没有阔叶林大, 但固
碳速率稳定且时间长。因此其森林植被碳密度比阔
叶林大。
4)一般来讲 , 造林由于增加了森林面积 , 因此
可以增加森林植被的碳储量。本研究发现, 造林改
变森林的林龄结构, 森林植被固碳速率增加。林龄
在 40 a之后森林的固碳能力越来越差, 直至过熟死
亡。因此新造林在其中幼龄林阶段能极大地增加森
林植被固碳速率。
5)从空间分布来看, 森林植被碳密度总体从西
北向东南呈递增趋势, 以阔叶林、针叶林和混交林
为主的承德地区森林植被碳密度较高, 且森林植被
碳密度增长潜力大, 以灌丛和经济林为主的张家口
地区森林植被碳密度相对较低。由于张家口地区受
到地形和气候的限制, 树木不易存活, 导致该地区
森林覆盖度较低, 虽近年的风沙源治理工程增加了
灌丛面积 , 森林植被碳密度和固碳潜力仍较低 ;
承德地区由于其海拔较低 , 更靠近沿海地区 , 因
此比西北地区拥有更多的森林和更高的森林植被
碳密度。
6)将森林二调数据中的树种划分为 4 种森林植
被类型, 而实际的森林植被类型不止 4 种, 将不同
树种归为一种森林植被类型进行蓄积生长方程模拟,
没有考虑土壤类型、立地条件等对结果的影响。同
时只是模拟了森林和灌丛的植被碳密度, 并没有对
草本的植被碳密度和土壤碳密度进行估算。由于目
前尚不能修改地下生物量估算参数, 因此模型中参
数会对河北省北部森林生态系统地下生物量估算造
成不确定性。如今随着遥感技术、地理信息技术和
模型的发展, 对森林植被时空变化的研究已有很多,
越来越多的空间性模型加入了气候变化和土地利用
变化等因素, 使模拟过程更接近现实情况、模型机
理更完善、模拟结果的不确定性更少, 最终能满足
国际公约的监测和报告本国森林碳储量及其变化的
要求。
参考文献 References
[1] 曹吉鑫, 赟田 , 王小平, 等. 森林碳汇的估算方法及其发展
趋势[J]. 生态环境学报, 2009, 18(5): 2001–2005
Cao J X, Tian Y, Wang X P, et al. Estimation methods of
forest sequestration and their prospects[J]. Ecology and
Environmental Sciences, 2009, 18(5): 2001–2005
[2] 王天博 , 陆静 . 国外生物量模型概述 [J]. 中国农学通报 ,
2012, 28(16): 6–11
Wang T B, Lu J. The advance on foreign biomass model[J].
Chinese Agricultural Science Bulletin, 2012, 28(16): 6–11
[3] Dixon R K, Brown S, Houghton R A, et al. Carbon pools and
flux of global forest ecosystems[J]. Science, 1994, 263(5144):
185–190
[4] 方精云. 北半球中高纬度的森林碳库可能远小于目前的估
算[J]. 植物生态学报, 2000, 24(5): 635–638
Fang J Y. Forest biomass carbon pool of middle and high
latitudes in the north hemisphere is probably much smaller
than present estimates[J]. Acta Phytoecologica Sinica, 2000,
24(5): 635–638
[5] 冯源. 基于 CBM 模型云南普洱地区森林生态系统碳收支
研究[D]. 北京: 中国林业科学研究院, 2014
Feng Y. The research on carbon budget of forest ecosystem in
Pu’er region of Yunnan Province based on CBM model[D].
Beijing: Chinese Academy of Forestry Sciences, 2014
[6] 方精云 , 刘国华 , 徐嵩龄 . 我国森林植被的生物量和净生
产量[J]. 生态学报, 1996, 16(5): 497–508
Fang J Y, Liu G H, Xu S L. Biomass and net production of
forest vegetation in China[J]. Acta Ecologica Sinica, 1996,
16(5): 497–508
402 中国生态农业学报 2016 第 24卷


http://www.ecoagri.ac.cn
[7] 周玉荣 , 于振良 , 赵士洞 . 我国主要森林生态系统碳贮量
和碳平衡[J]. 植物生态学报, 2000, 24(5): 518–522
Zhou Y R, Yu Z L, Zhao S D. Carbon storage and budget of
major Chinese forest types[J]. Chinese Journal of Plant
Ecology, 2000, 24(5): 518–522
[8] 王效科 , 冯宗炜 , 欧阳志云 . 中国森林生态系统的植物碳
储量和碳密度研究[J]. 应用生态学报, 2001, 12(1): 13–16
Wang X K, Feng Z W, Ouyang Z Y. Vegetation carbon storage
and density of forest ecosystems in China[J]. Chinese Journal
of Applied Ecology, 2001, 12(1): 13–16
[9] 王玉辉, 周广胜, 蒋延玲, 等. 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 [J]. 植物生态学报 ,
2001, 25(4): 420–425
Wang Y H, Zhou G S, Jiang Y L, et al. Estimating biomass
and NPP of Larix forests using forest inventory data (FID)[J].
Chinese Journal of Plant Ecology, 2001, 25(4): 420–425
[10] 赵敏 , 周广胜 . 中国森林生态系统的植物碳贮量及其影响
因子分析[J]. 地理科学, 2004, 24(1): 50–54
Zhao M, Zhou G S. Carbon storage of forest vegetation and
its relationship with climatic factors[J]. Scientia Geographica
Sinica, 2004, 24(1): 50–54
[11] 徐新良 , 曹明奎 , 李克让 . 中国森林生态系统植被碳储量
时空动态变化研究[J]. 地理科学进展, 2007, 26(6): 1–10
Xu X L, Cao M K, Li K R. Temporal-spatial dynamics of
carbon storage of forest vegetation in China[J]. Progress in
Geography, 2007, 26(6): 1–10
[12] 胡海清, 罗碧珍, 魏书精, 等. 小兴安岭 7 种典型林型林分
生物量碳密度与固碳能力[J]. 植物生态学报, 2015, 39(2):
140–158
Hu H Q, Luo B Z, Wei S J, et al. Biomass carbon density and
carbon sequestration capacity in seven typical forest types of
The Xiaoxing’An Mountains, China[J]. Chinese Journal of
Plant Ecology, 2015, 39(2): 140–158
[13] 黄从德, 张健, 杨万勤, 等. 四川森林植被碳储量的时空变
化[J]. 应用生态学报, 2007, 18(12): 2687–2692
Huang C D, Zhang J, Yang W Q, et al. Spatiotemporal
variation of carbon storage in forest vegetation in Sichuan
Province[J]. Chinese Journal of Applied Ecology, 2007,
18(12): 2687–2692
[14] 邢艳秋 , 王立海 . 基于森林调查数据的长白山天然林森林
生物量相容性模型[J]. 应用生态学报, 2007, 18(1): 1–8
Xing Y Q, Wang L H. Compatible biomass estimation models
of natural forests in Changbai Mountains Based on forest
inventory[J]. Chinese Journal of Applied Ecology, 2007,
18(1): 1–8
[15] 赵俊芳, 延晓冬, 贾根锁 . 1981—2002 年中国东北地区森
林生态系统碳储量的模拟[J]. 应用生态学报, 2009, 20(2):
241–249
Zhao J F, Yan X D, Jia G S. Simulation of carbon stocks of
forest ecosystems in northeast China from 1981 to 2002[J].
Chinese Journal of Applied Ecology, 2009, 20(2): 241–249
[16] 甄伟, 黄玫, 翟印礼, 等. 辽宁省森林植被碳储量和固碳速
率变化[J]. 应用生态学报, 2014, 25(5): 1259–1265
Zhen W, Huang M, Zhai Y L, et al. Variation of forest
vegetation carbon storage and carbon sequestration rate in
Liaoning Province, Northeast China[J]. Chinese Journal of
Applied Ecology, 2014, 25(5): 1259–1265
[17] 赵忠宝, 耿世刚, 何鑫, 等. 河北省青龙满族自治县 2005—
2050 年森林植被碳储量及碳密度估算[J]. 水土保持研究 ,
2015, 22(3): 264–268
Zhao Z B, Geng S G, He X, et al. Estimation of storage and
density of carbon in forest vegetation in Qinglong Manchu
Autonomous County of Hebei Province from 2005 to 2050[J].
Research of Soil and Water Conservation, 2015, 22(3): 264–268
[18] 耿丽君 . 燕山北部山地华北落叶松人工林生物碳贮量研
究 [D]. 保定: 河北农业大学, 2010
Geng L J. Biological carbon storage of larch forests in North
Region of Yanshan Mountain[D]. Baoding: Agricultural
University of Hebei, 2010
[19] 杜红梅 , 王超 , 高红真 . 华北落叶松人工林碳汇功能的研
究[J]. 中国生态农业学报, 2009, 4: 756–759
Du H M, Wang C, Gao H Z. Carbon-sink function of artificial
Larix principis-rupprechtii plantation[J]. Chinese Journal of
Eco-Agriculture, 2009, 4: 756–759
[20] 高尚玉, 张春来, 邹学勇, 等. 京津风沙源治理工程效益[M].
北京: 科学出版社, 2008
Gao S Y, Zhang C L, Zou X Y, et al. Benefits of Beijing-
Tianjin Sand Source Control Engineering[M]. Beijing: Science
Press, 2008
[21] Liu X P, Zhang W J, Cao J S, et al. Carbon storages in
plantation ecosystems in sand source areas of north Beijing,
China[J]. PLoS One, 2013, 12(8): e82208
[22] 张灏. 新编木材材积手册[M]. 北京: 金盾出版社, 2011
Zhang H. Handbook of Wood Volume[M]. Beijing: Jindun
Publishing House, 2011
[23] Apps M J, Kurz W A, Beukema S J, et al. Carbon budget of
the Canadian forest product sector[J]. Environmental Science
& Policy, 1999, 2(1): 25–41
[24] Kurz W A, Dymond C C, White T M, et al. CBM-CFS3: A
model of carbon-dynamics in forestry and land-use change
implementing IPCC standards[J]. Ecological Modelling, 2009,
220(4): 480–504
[25] Liu Z G, Li F R. The generalized Chapman-Richards function
and applications to tree and stand growth[J]. Journal of
Forestry Research, 2003, 14(1): 19–26
[26] 罗云建, 王效科, 张小全, 等. 中国森林生态系统生物量及
其分配研究[M]. 北京: 中国林业出版社, 2013
Luo Y J, Wang X K, Zhang X Q, et al. Biomass and Its
Allocation of Forest Ecosystems in China[M]. Beijing: China
Forestry Publishing House, 2013
[27] 周涛 , 史培军 , 贾根锁 , 等 . 中国森林生态系统碳周转
时间的空间格局 [J]. 中国科学 : 地球科学 , 2010, 40(5):
632–644
Zhou T, Shi P J, Jia G S, et al. Spatial patterns of ecosystem
carbon residence time in Chinese forests[J]. Science China
Earth Science, 2010, 40(5): 632–644
[28] 段爱国, 张建国, 童书振. 6 种生长方程在杉木人工林林分
直径结构上的应用[J]. 林业科学研究, 2003, 16(4): 423–429
Duan A G, Zhang J G, Tong S Z. Application of six growth
equations on stands diameter structure of Chinese fir
plantations[J]. Forest Research, 2003, 16(4): 423–429
[29] 范文义, 张海玉, 于颖, 等. 三种森林生物量估测模型的比
较分析[J]. 植物生态学报, 2011, 35(4): 402–410
Fan W Y, Zhang H Y, Yu Y, et al. Comparison of three models
of forest biomass estimation[J]. Chinese Journal of Plant
Ecology, 2011, 35(4): 402–410