全 文 ：中国生态农业学报 2013年 12月 第 21卷 第 12期
Chinese Journal of Eco-Agriculture, Dec. 2013, 21(12): 1545−1553


* 中国科学院西部行动计划项目(KZCX2-XB3-10)、中国科学院亚热带农业生态研究所青年人才领域前沿项目(ISACX-LYQY-QN- 1102)、中国
科学院“西部之光”人才培养计划和国家自然科学基金项目(31370484, 31000223, 41071340)资助
** 通讯作者: 王克林(1963—), 男, 博士生导师, 研究员, 主要研究方向为景观生态与区域生态。E-mail: kelin@isa.ac.cn
张明阳(1977—), 女, 博士, 副研究员, 主要研究方向为 3S技术在区域生态学中的应用。E-mail: zhangmingyang@isa.ac.cn
收稿日期: 2013−02−18 接受日期: 2013−09−05
DOI: 10.3724/SP.J.1011.2013.30142
基于遥感影像的桂西北喀斯特区植被碳储量及
密度时空分异*
张明阳 1,4 王克林 1,4** 刘会玉 2 章春华 1,4 段亚锋 3
(1. 中国科学院亚热带农业生态研究所 亚热带农业生态过程重点实验室 长沙 410125; 2. 南京师范大学地理科学学院
南京 210046; 3. 长沙市环境监测中心站 长沙 410000; 4. 中国科学院环江喀斯特生态系统观测研究站 环江 547100)
摘 要 本研究基于 1990 年、2000 年和 2005 年遥感影像数据, 结合高程、气象与样地调查等数据, 运用地
理信息系统技术, 对桂西北喀斯特区植被碳储量及密度进行了分析。研究结果表明: 从 1990年到 2005年, 研
究区域植被碳储量与密度呈增加趋势, 1990年、2000年和 2005年植被碳储量分别为 1.03×108 t、1.41×108 t和
1.63×108 t, 植被碳密度分别为 14.82 t·hm−2、20.38 t·hm−2和 23.49 t·hm−2, 基本与四川省(18.47 t·hm−2)、江西省
(25.38 t·hm−2)植被碳密度值一致; 在空间分布上, 区域植被储量与碳密度大致呈现西高东低、中低山(海拔>500 m)
高而峰丛洼地(海拔<500 m)低的分布格局, 1990年西部大部分县市的植被碳密度为 15~22 t·hm−2, 而中东部大
部分县市的植被碳密度为 8~15 t·hm−2; 而时间上的变化在空间上表现为, 植被碳储量与密度不同程度地表现
为低值区的东部增加, 高值区的西部减少或轻微增加, 典型喀斯特区植被碳密度增加明显(1990 年和 2005 年
植被碳储量比例分别为 45.54%和 51.99%)。研究结果表明, 峰丛洼地植被碳储量与密度显著增加, 生态环境移
民、退耕还林等石漠化治理措施效果显著, 有利于增强区域植被碳汇。
关键词 桂西北 喀斯特 植被碳储量 时空分异 遥感影像
中图分类号: X87; P951; S19 文献标识码: A 文章编号: 1671-3990(2013)12-1545-09
Spatio-temporal variation of vegetation carbon storage and density in karst
areas of Northwest Guangxi based on remote sensing images
ZHANG Ming-Yang1,4, WANG Ke-Lin1,4, LIU Hui-Yu2, ZHANG Chun-Hua1,4, DUAN Ya-Feng3
(1. Key Laboratory of Agro-ecological Processes in Subtropical Region; Institute of Subtropical Agriculture, Chinese Academy of Sciences,
Changsha 410125, China; 2. College of Geographical Sciences, Nanjing Normal University, Nanjing 210046, China; 3. Changsha
Environmental Monitoring Center Station, Changsha 410000, China; 4. Huanjiang Observation and Research Station for Karst
Ecosystems, Chinese Academy of Sciences, Huanjiang 547100, China)
Abstract The southwest karst area in China could be a key carbon sink after appropriate ecological engineering. Vegetation
carbon pool has been noted to be more critical for carbon budgets of ecosystems than shallow soils which have limited carbon
saving capacity. However, due to the unique nature of geological settings of karst regions, spatial distributions of vegetation in
these regions usually follow three-dimensional characteristics of discontinuity and fragmentation. This has resulted in
difficulties in obtaining the belowground portions of vegetation, which have in turn caused a general lack of attention to this
issue. Thus vegetation carbon pool has become a limiting factor in the assessment of regional vegetation carbon savings. In
this study, we attempted to reveal the spatial distribution characteristics and differentiations of vegetation carbon savings in
typical karst regions by analyzing remote sensing images. The spatio-temporal variation of vegetation carbon storage and
density in typical karst areas of Northwest Guangxi in China was analyzed using remote sensing images of 1990, 2000 and
2005 in combination with elevation and weather data in geographic information system (GIS) environment. The results showed
1546 中国生态农业学报 2013 第 21卷


that vegetation carbon storage and density in the study area increased for 1990—2005. Vegetation carbon storage increased
from 1.03×108 t in 1990 to 1.41×108 t in 2000 and then to 1.63×108 t in 2005. The corresponding carbon density was 14.82
t·hm−2 in 1990, 20.38 t·hm−2 in 2000 and 23.49 t·hm−2 in 2005, consistent with vegetation carbon density in Sichuan (18.47
t·hm−2) and Jiangxi (25.38 t·hm−2) Provinces of China. With regards to spatial distribution of carbon storage and density, high
values were noted for the west or high-elevation (elevation > 500 m) regions and low values in the east or low-elevation
(elevation < 500 m) regions of the study area. The carbon density was 15−22 t·hm−2 in most of the western counties of the
study area while it was 8−15 t·hm−2 in most of the eastern counties of the study area in 1990. While an explicit increase was
noted in the trend of change in spatial distribution of carbon storage and density in low-value areas (the eastern part of the
region), slight decrease or increase was noted in high-value areas (the western part of the region). Vegetation carbon density
obviously increased in typical karst areas with carbon storage to vegetation ratios of 45.54% in 1990 and 51.99% in 2005. The
study suggested that vegetation carbon storage and density in cluster and depression regions obviously increased. Also
ecosystem conditions accordingly improved due to policy initiatives regarding prevention of rocky desertification such as
ecological migration and returning farmlands to forests. This had clearly benefited by enhancing vegetation carbon storage.
This paper showed that assessments based on remote sensing images could provide the scientific basis for reducing uncertainty
in estimating carbon stocks in karst regions and carbon balance in terrestrial ecosystems. It provided the basis for scientific
reference regarding beneficial evaluation and adaptive regulation of rocky desertification in karsts in a comprehensive manner.
Key words Northwest Guangxi, Karst region, Vegetation carbon storage, Spatio-temporal variation, Remote sensing image
(Received Feb. 18, 2013; accepted Sep. 5, 2013)
植被碳储量是估算陆地生态系统与大气间温
室气体 CO2交换量的关键因子, 并成为多个重大科
学计划的研究主题 [1−8]。喀斯特生态系统是陆地生
态 系 统 的 重 要 组 成 部 分 , 具 有 活 跃 的
CO2−H2O−CaCO3 系统生物/化学过程, 在温室气体
源汇关系效应中 , 既可能是汇(碳酸盐溶蚀), 又可
能是源(碳酸盐中 CO2脱气作用), 在全球碳循环中
发挥着重要作用 [9−14]。我国西南喀斯特区土层浅
薄、土壤总量少, 植被碳占碳库的比重远远高于其
他类型区, 植被碳储蓄的时空变异特征成为喀斯特
区域碳循环研究中迫切需要解决的科学问题。20
世纪 90 年代以来, 随着国家“八七扶贫计划”及“西
部大开发”战略的实施, 通过实施退耕还林(还草)、
封山育林、生态移民等措施, 西南喀斯特地区退化
生态系统的恢复重建取得了一定的成效[15−16]。随着
石漠化综合治理试点工程的启动, 研究喀斯特区植
被的固碳效应对评价石漠化综合治理工程的效益
具有重要的科学意义。我国不少学者对西南喀斯特
区的碳循环进行了相关研究 [17−22], 但几乎都集中
于生态系统尺度的微观研究, 区域尺度的研究还刚
刚开始, 任道重远。因此, 探讨喀斯特区域植被碳
储蓄, 揭示典型喀斯特区域植被碳储蓄的时空分异
特征, 不仅能为喀斯特石漠化治理的效益评价提供
科学参考, 而且能为准确估算喀斯特区域碳储量与
减缓我国环境外交谈判中来自碳排放方面的压力
提供基础数据与科学依据。
1 研究区概况
研究区为喀斯特地貌广为发育的桂西北, 该区
域是广西石漠化的主要分布区(广西石漠化面积 2/3
分布于该区), 并进行了一系列的石漠化治理措施 ,
同时也是国家重点扶持贫困区(有 19 个国家级重点
扶持贫困县, 百色 10个, 河池 9个)。桂西北地处广
西西北部、云贵高原南麓, 介于 104°29′~109°09′E,
23°41′~25°37′N(图 1)。总面积约 6.94 万 km2, 包括
广西河池市 11个县(市)和百色市 12个县(市)。属于
中亚热带南缘季风气候, 年平均气温 19.5 ℃以上,
年均降水量 1 000 mm以上, 时空分布不均。以山地、
峰丛洼地为主, 山区面积比例大(百色和河池分别为
30%和 59%)。海拔从 2 000 多米降至 100 多米, 呈
西北向东南降低的空间分布, 由西向东的地貌类型
主要分为中山、低山和峰丛洼地。成土母岩主要有
石灰岩、紫色岩等。
2 数据处理与研究方法
2.1 数据来源与处理
根据原有数据基础与研究对比需要, 考虑尽可
能相同时相, 遥感影像选择 1990年、2000年和 2005
年 3年中 9—11月份的 TM (ETM/TM+)单波段遥感
影像共 70景(原始数据是单波段, 1个波段 1个轨道
号 1景, 7个波段 10个轨道号, 共 10×7=70景, 轨道
号分别为 125-42/43/44、126-42/43/44、127-42/43/44
和 128-43), 首先将单波段影像合成假彩色影像, 然
后进行直方图匹配等预处理和图像拼接, 最后通过
行政矢量层裁剪得到桂西北各年份的遥感影像。统
一采用如下投影及参数: Albers 圆锥等积投影方式,
Krasovsky 参考椭球体, 105°E 基准经线, 25°N 和
47°N基准纬线, Beijing1954坐标。

第 12期 张明阳等: 基于遥感影像的桂西北喀斯特区植被碳储量及密度时空分异 1547



图 1 研究区域地理位置示意图
Fig. 1 Sketch map of location of the study area
基础地理数据包括高程模型 (digital elevation
model, DEM)数据(1∶25万, 90 m×90 m)、全国行政
矢量数据(1∶400 万, 来自国家科学数据共享工程
www.geodata.cn)、土壤(1∶100万, 中国地质科学研
究院)和岩性数据(1∶50 万, 中国地质科学研究院),
以及林业清查数据(中南林业勘查设计院)。
2.2 植被碳估算方法
CASA(Carnegie-Ames-Stanford Approach)模型是
由 Potter 等[23]提出的充分考虑环境条件和植被本身特
征的光能利用率模型, 能将环境变量和遥感数据、植
被生理参量联系起来, 调控因子以相对简单的方法组
合, 且可以直接利用遥感数据, 因此近年来备受关注。
本研究首先利用 CASA模型估算区域净植被初级生产
力(net primary productivity, NPP)[24−25], 然后通过方精
云等[26]研究成果, 根据生产力(x)与生物量(y)的函数
关系, 通过生产力反求生物量来估算区域植被生物
量, 再乘以植物含碳率(0.45), 最终求得区域各个像
元(100 m×100 m, 由于数据量较大, 且不同数据的
像元大小有差别, 最后统一为 100 m×100 m)的碳储
量。其中 NPP 的估算是基础与关键, 主要是结合数
字高程模型、气象数据和植被参数, 以及修正最大
光能利用率来估算, 其具体计算方法为:
( ) ( ) ( ), , ,NPP x t APAR x t e x t= × (1)
式中: e(x, t)为光能利用率, 表征转化光合有效辐射;
APAR(x,t)为吸收有效光合辐射 (absorbed photos-
ynthetic active radiation, APAR); t为时间; x为空间。
(1)APAR的遥感测算
植被吸收的光合有效辐射取决于太阳总辐射和
植物本身的特征:
( ) ( ) ( ), , , 0.5APAR x t SOL x t FPAR x t= × × (2)
式中 , SOL(x,t)表示像元 x 处的太阳总辐射量
(MJ·m−2), FPAR(x,t)为植被对光合有效辐射的吸收比
例 (fraction of photosynthetically active radiation,
FPAR), 常数 0.5 为植被能利用的太阳有效辐射(波
长 0.38~0.71 μm )占总辐射的比例。
在一定范围内, FPAR 与比值植被指数(SR)也存
在较好的线性关系[27−28], 可以表示为:
( )
min max min
min
max min
,
( )( )
FPAR x t
SR SR FPAR FPAR
FPAR
SR SR
=
− − +−
(3)
式中: FPARmax＝0.950, FPARmin＝0.001; SRmin一般取
1.08, SRmax 的大小则与植被类型有关 , 取值为
4.14~6.17, 参考 Zhu 等[29]研究成果, 得到不同地表
覆盖类型的 SRmax及其栅格数据。
SR(x,t)称为比值植被指数, 由 NDV I(x,t)求得:
( ) ( )( )
1 ,
,
1 ,
NDVI x t
SR x t
NDVI x t
⎡ ⎤+= ⎢ ⎥−⎢ ⎥⎣ ⎦
(4)
(2)光利用率(光能转化率)的遥感测算
Potter 等[23]认为在理想条件下植被具有最大光
利用率, 而在现实条件下的最大光利用率主要受温
度和水分的影响, 其计算公式如下:
( ) ( ) ( ) max, , ,ee1e x t T x t W x t e= × × (5)
式中, e(x,t)表示像元 x实际光利用率, Te1(x,t)表示温
度对光利用率影响 , We(x,t)为水分胁迫影响系数 ,
emax为理想条件下最大光能利用率。Te1(x,t)反映在低
温和高温时植物内在生化作用对光合的限制:
( ) ( ) ( ) 2, 0.8 0.02 0.000 5e1 opt optT x t T x T x⎡ ⎤= + × − × ⎣ ⎦ (6)
1548 中国生态农业学报 2013 第 21卷


式中, Topt(x)为区域时间段内 NDVI 值达最高时的平
均气温。许多研究表明, NDVI的大小及其变化可以
反映植物的生长状况, NDVI 达到最高时, 植物生长
最快, 此时的气温可以在一定程度上代表植物生长
的最适温度。水分胁迫影响系数是反映植物所能利
用的有效水分对光利用率的影响, 随着环境中有效
水分的增加而逐渐增大 , 取值范围为 0.5(极端千
旱)~1(非常湿润), 由下面经验公式计算:
( ) ( )( )
,
, 0.5 0.5
,e p
EV x t
W x t
EV x t
= + × (7)
式中 : EV(x,t)(mm·月 −1)为实际蒸散量 , 根据周广
胜等 [30]建立的区域实际蒸散模型求取 ; EVp(x,t)
(mm·月−1)为潜在蒸散量 , 根据Boucher提出的互补
关系求取[31]。
( ) ( ) ( ) ( ){ ( ) ( ) ( )}( ) ( ) ( ){ ( ) }
2 2
2 2
, , , , , ,
,
, , , ,
n n n
n n
P x t R x t P x t R x t P x t R x t
EV x t
P x t R x t P x t R x t
× × + + ×⎡ ⎤ ⎡ ⎤⎣ ⎦ ⎣ ⎦=
+ × +⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎣ ⎦ ⎣ ⎦ ⎣ ⎦
(8)
式中: P(x,t)为像元 x的降水量(mm); Rn(x,t)为像元 x
太阳净辐射量(J), 净辐射数据缺失部分, 采用 Rn＝
0.740 8Q–32.436计算[31], Q为太阳总辐射。
( ) ( ) ( )0, ,,
2
P
P
EV x t E x t
EV x t
+= (9)
式中, EVP0(x,t)(mm·月−1)为局地潜在蒸散量, 可由 Th-
omthwaite[32]植被−气候关系模型(植被可能蒸散 APE=
2 037.98−18.830 8LAT−4.580 1LONG−0.157 861 ALT)求
算, 式中, LONG为经度, LAT为纬度, ALT为海拔。
emax 表示最大光能利用率的取值因不同的植被
类型而不同, 参考 Running 等[33]根据生态生理过程
模型 BIOME-BGC 对 10 种植被类型所模拟的结果
(0.604~1.259 gc·MJ−1)和 Zhu等[29]研究成果, 生成不
同植被类型的 emax(gc·MJ−1)栅格数据。
2.3 数据处理与分析软件
用到的专业软件主要有遥感图像处理软件
ERDAS 9.1和地理信息系统软件 ARCGIS 9.3。
遥感图像预处理: 主要经过几何纠正、拼接与裁
剪、多波段合成、图像增强等预处理过程, 最后通过
监督分类(supervised classification)获取地表信息。
气象数据预处理: 对数据进行精度验证, 剔除错
误数据后, 计算植被净初级生产力需要栅格化的气象
数据, 并在空间上与遥感数据相匹配。利用 GIS 的插
值工具, 根据各气象站点的经纬度信息, 通过对气象
数据进行Kringing插值和基于DEM的插值, 然后通过
Toolbox 中的 Extract 获取像元大小、投影与遥感影像
相同的研究区 1990年、2000年和 2005年降水量、平
均气温和太阳总辐射等气象要素栅格数据。
其他地理底图预处理: DEM高程数据经拼接处理
得到研究区DEM数据, 然后进行投影变换处理, 使投
影方式及参数与遥感影像相同, 并在 ARCMAP 中生
成坡度(slope)和坡向(aspect)栅格数据。其他植被类型、
土壤类型和地质岩性等基础底图经 ARC/INFO投影变
换后投影方式和参数同遥感影像。
根据土壤与岩性数据获取研究区域的喀斯特区
与非喀斯特区数据层, 从而进行进一步喀斯特区与
非喀斯特区植被碳储量及密度分析统计。林业清查数
据用来验证地表植被信息及植被生物量。同时通过与
样地样品数据(课题组原有研究基础)对比, 再次验证
本研究所得的植被生物量及植被碳密度结果。
3 结果与分析
3.1 植被碳储量及其碳密度变化
1990 年以来, 桂西北区域植被碳储量及其碳密
度呈增长趋势(表 1), 植被碳储量从 1.03×108 t 增加
到 2005年的 1.63×108 t, 年增长率 3.90%。乔木和灌
木是植被碳储量的主要贡献者, 在 3 个年份的总比例
分别为 75.63%、76.50%和 69.52%; 二者的碳密度也最
高, 其中 2000年乔木碳密度高达 36.48 t·hm−2, 灌木碳
密度在2005年高达29.62 t·hm−2, 而疏林和草丛碳密度
相对较低, 疏林碳密度 1990 年仅为 8.57 t·hm−2, 草
丛碳密度 1990年仅为 6.68 t·hm−2。研究区域在 1990
年、2000年和 2005年的植被碳密度同样呈增长趋势, 3
个年份的平均碳密度分别为 14.82 t·hm−2、20.38 t·hm−2、
23.49 t·hm−2。其中都安、大化、东兰等行政区的植
被碳密度增长尤其明显(图 2, 图 3)。与全国植被碳
密度 38.05 t·hm−2[26]相比, 研究区域植被碳密度偏
低。与其他学者的研究结果相比, 研究区域植被碳密
度低于福建省(32.85 t·hm−2)[34]和海南省(32.59 t·hm−2)[35],
高于北部的湖南省 (18.53 t·hm−2)[36]和四川省
(18.47 t·hm−2)[37], 与江西省(25.38 t·hm−2)[38]植被碳
密度值较为接近。
由表 1 可知, 在 1990—2000—2005 年期间, 除
乔木林地植被碳密度呈先升后降的波动上升外, 其
他植被如灌木、疏林和草丛无一例外都是持续上升,
2005年达到最大值, 2005年灌木林地植被碳密度为
29.62 t·hm−2, 疏林地植被碳密度为 13.86 t·hm−2, 草
丛碳密度为 15.14 t·hm−2。与 1990年相比, 灌木、疏
林、草丛的碳密度年增长率分别达 4.67%、4.11%、
8.44%。研究表明, 区域生态环境好转, 植被固碳效
应增强。同时, 乔木碳密度的相对低增长, 灌木、疏
林、草丛碳密度的相对高增长, 在一定程度上说明
第 12期 张明阳等: 基于遥感影像的桂西北喀斯特区植被碳储量及密度时空分异 1549


石漠化控制措施在灌木、疏林和草丛低植被演替阶
段效果明显, 而乔木的成长由于需要较长年限, 效
果缓慢, 需要更长的时间段来突出其生态效应。
3.2 植被碳密度空间分布及其变化
研究区植被碳密度大致呈西高东低、由高海
拔向低海拔减少的空间分异特征(图 2)。高海拔的
中山区植被碳密度在 1990 年、2000 年和 2005 年 3
个年份基本在 20 t·hm−2左右, 分别为 18.33 t·hm−2、
23.69 t·hm−2和 21.60 t·hm−2; 而低海拔的峰丛洼地的
植被碳密度则较低, 在 3个年份分别为 12.12 t·hm−2、
17.28 t·hm−2、23.53 t·hm−2(表 2)。从行政区的植被碳
密度来看 , 位于西部的县(市)植被碳密度高 , 如田
林、西林, 1990年、2000年和 2005年的植被碳密度
均超过 20 t·hm−2; 而位于中东部的县(市)植被碳密
度低, 如凤山、大化, 1990年、2000年和 2005年的
植被碳密度仅有 10 t·hm−2左右。同时, 主要分布于
西部的非喀斯特区植被碳密度明显高于主要分布于东
部的喀斯特区(表 3), 非喀斯特区在 3个年份的植被碳
表 1 研究区域 1990年、2000年和 2005年不同类型植被的碳储量及其碳密度
Table 1 Carbon storage and carbon density of vegetation in 1990, 2000 and 2005 in the study area
项目
Item
年份
Year
乔木林地
Woodland
灌木林地
Shrub land
疏林地
Sparse woodland
草丛
Grass
其他
Others
合计
Total
1990 16.19 19.78 15.93 7.91 9.58 69.40
2000 17.59 19.74 14.34 7.40 10.31 69.39
面积 Area
(105 hm2)
2005 16.89 18.67 15.02 8.63 10.15 69.36
1990 4.33 3.45 1.37 0.53 0.61 10.28
2000 6.42 4.40 1.61 0.80 0.91 14.14
碳储量
Carbon storage
(107 t)
2005 5.80 5.53 2.08 1.31 1.58 16.29
1990 42.12 33.51 13.28 5.14 5.95 100.00
2000 45.39 31.11 11.36 5.68 6.46 100.00
碳储量百分比
Percent of carbon storage
(%)
2005 35.58 33.94 12.78 8.02 9.68 100.00
1990 26.76 17.42 8.57 6.68 6.39 14.82
2000 36.48 22.28 11.21 10.85 8.86 20.38
碳密度
Carbon density
(t·hm−2)
2005 34.34 29.62 13.86 15.14 15.54 23.49

图 2 1990年、2000年和 2005年研究区植被碳密度空间分布
Fig. 2 Spatial distribution of carbon density of vegetation in 1990, 2000, and 2005 in the study area
1550 中国生态农业学报 2013 第 21卷


表 2 1990年、2000年和 2005年研究区植被碳密度和植被碳储量随高程的变化
Table 2 Variation of carbon density and carbon storage of vegetation along with elevation in 1990, 2000, and 2005 in the study area
碳密度
Carbon density (t·hm−2)
碳储量
Carbon storage (107t)
碳储量变化
Change of carbon storage (107t) 高程
Elevation grade
面积 Area
(105hm2)
1990 2000 2005 1990 2000 2005 1990−2000 2000−2005 1990−2005
<500 m
(峰丛洼地 Peak-cluster) 26.16 12.12 17.28 23.53 31.71 45.19 61.47 13.49 16.33 29.80
500~1 000 m
(低山 Low-mountains) 34.99 16.01 21.92 23.91 56.01 76.68 83.64 20.67 6.97 27.63
>1 000 m
(中山 Middle-mountains) 8.23 18.33 23.69 21.60 15.08 19.49 17.77 4.41 −1.72 2.69
表 3 1990年、2000年和 2005年研究区喀斯特区与非喀斯特区植被碳储量及其碳密度对比
Table 3 Comparison of carbon storage and carbon density of vegetation between karst and non-karst areas in 1990, 2000, and 2005
in the study area
植被碳密度 Carbon density (t·hm−2) 植被碳储量 Carbon storage (107t) 地区
Region
面积
Area (106hm2) 1990 2000 2005 1990 2000 2005
非喀斯特区 Non-karst area 3.32 16.85 23.91 23.57 5.59 7.94 7.82
喀斯特区 Karst area 3.61 12.95 17.13 23.43 4.68 6.19 8.46

密度分别为 16.85 t·hm−2、23.91 t·hm−2、23.57 t·hm−2,
喀斯特区 3个年份的植被碳密度分别为 12.95 t·hm−2、
17.13 t·hm−2、23.43 t·hm−2。这种分布趋势基本上与植
被净第一性生产力(NPP)和植被覆盖度的空间分异
特征相近。2005年, 西部植被覆盖度均值超过 50%,
NPP均值超过 1 000 g·m−2; 中部地区植被覆盖率均
值约为 40%, NPP为 500 g·m−2左右; 北部和东部部
分区域植被覆盖率小于 30%, NPP 部分区域均值在
100 g·m−2以下[39−40 ]。
研究区植被碳密度及其碳储量变化的空间分异
特征与植被碳密度及其碳储量本身的空间分异特征
并不相同(图 3)。在 1990 年、2000 年和 2005 年 3
个年份中, 峰丛洼地植被碳储量的比例不断攀升(由
30.84%提升到 37.74%), 低山区和中山区植被碳储
量比例下降, 尤其是高海拔的中山区, 所占比例下
降明显(低山区由 54.49%下降至 51.35%, 中山区由
14.67%下降至 10.91%)。尽管各个高程带的植被碳
储量在各个年份的比例有升降变化, 但其植被碳密
度与植被碳储量的绝对数量几乎都在增加(表 2)。从
增减的空间分布来看, 从总体上来说, 西部减少、东
部增加。从植被碳储量的地质条件来看, 典型喀斯
特区和非喀斯特区的植被碳密度及其碳储量都不同
程度地增加(表 3), 但从二者的植被碳储量相对比例
来看, 典型喀斯特区植被碳储量相对较低但有增长
趋势, 非喀斯特区植被碳储量相对较高但有降低趋
势。从植被碳储量与密度变化所在的行政区域分布
来看(图 2, 图 3), 植被碳密度较高的西部区部分县
(市)有所下降, 如西林、隆林, 而植被碳密度本来偏
低的中东部区各县(市)几乎都显著上升, 如东兰、凤
山、大化、巴马等, 这几个县(市)本是广西石漠化现
象比较严重的区域[41−42]。
研究区 1 444 个林业清查样点数据 , 通过
ARCGIS 软件进行了数据处理, 分析结果显示 2005
年植被碳密度均值为 29.04 t·hm−2, 与本研究结果相
近[43]。同时, 针对区域地表破碎和地表覆盖复杂的
特点, 本研究中地表覆盖解译信息与 1 444 个样点
林业清查数据中的地类相互验证, 在 ERDAS 软件
中运用精度评估模块, Kappa指数为 0.81。

图 3 1990—2005年研究区植被碳密度变化的空间分布
Fig. 3 Change distribution of carbon density of vegetation
from 1990 to 2005 in the study area
4 结论与讨论
本文利用遥感数据、基础地理数据以及部分采
样数据, 通过生态参数反演, 从宏观的角度对桂西
北(河池、百色)1990年、2000年和 2005年的植被碳
储量与碳密度及其变化进行分析, 初步揭示了桂西
第 12期 张明阳等: 基于遥感影像的桂西北喀斯特区植被碳储量及密度时空分异 1551


北植被碳储量及其密度的空间分布格局及其变化。
结果表明: 1990—2000—2005 年期间, 桂西北区植
被碳储量与碳密度都呈增长趋势 , 年增长率为
3.90%; 植被碳密度与碳储量在空间分布上, 大致呈
现由西向东、由中山区向峰丛洼地逐渐减少的分布
格局, 在空间上的变化表现为东部增加, 西部减少
或轻微增加。
分析结果表明, 研究区植被碳密度低于全国平均
水平, 同时也低于福建省和海南省, 但高于湖南省和
四川省, 与江西省植被碳密度值较为接近[26,34−38], 这
与广西西北石漠化现象比较严重、植被覆盖不是太理
想的地表覆盖信息相关, 前期研究说明研究区由于
喀斯特地貌广泛发育的地理地貌背景, 形成了以自
然覆被类型为主导和石漠化地和稀疏地比例高的格
局[44]。研究区植被碳密度时间上逐步增长的变化趋
势与研究区生态环境正处于逐步恢复的发展阶段相
关, 前期研究结果表明喀斯特区域由于石漠化治理
等措施的实施区域生态环境好转, 其生态服务功能提
升[40]。高海拔的中低山区植被碳密度高而低海拔的峰
丛洼地区的植被碳密度低的空间分布格局, 与植被第
一性生产力(NPP)和植被覆盖度的空间分布相一致。
前期研究结果显示, 研究区西部植被覆盖度均值超
过 50%, NPP均值超过 1 000 g·m−2, 中部地区植被覆
盖率均值约为 40%, NPP 500 g·m−2左右, 北部和东
部部分区域植被覆盖率小于 30%, NPP 部分区域均
值在 100 g·m−2以下[39−40]; 同时与地质条件相关, 研
究区东部是典型喀斯特区, 其石漠化分布比较严重,
如东部的东兰、凤山、大化、巴马是广西石漠化现
象比较严重的区域[41−42]。
本研究通过遥感与模型的方法求第一性生产力
再反推生物量与植被碳储量及其密度, 在一定程度
上对了解区域生态系统状况、生态环境移民等喀斯
特区石漠化治理措施的环境效应与植被固碳效应 ,
具有一定的科学参考意义。本研究结果表明研究区
石漠化治理措施具有较好的碳汇功能效益, 石漠化
治理措施取得较好的生态效果, 具有积极意义。但
这种评估区域植被碳储量及碳密度的方法还是存在
一定的缺陷, 首先研究区由于树种繁多, 获取树种
不同器官的含碳量比较困难, 本研究采用国内外绝
大多数学者采用的含碳率 45%, 因此植被碳储量的
评估结果存在一定的误差; 其次, 研究采用像元仅
为 30 m×30 m的中分辨率 TM遥感影像, 其空间分
辨率对于地表破碎度高、景观异质性强的喀斯特区域,
无法很好地准确反映其地表真实覆盖信息; 另外, 本
研究也没有考虑凋落物碳和土壤碳, 因此并没有估
算整个研究区的固碳能力, 尚需进一步研究。
参考文献
[1] Dixon R K, Solomon A M, Brown S, et al. Carbon pools and
flux of global forest ecosystems[J]. Science, 1994, 263(5144):
185–190
[2] 于贵瑞 , 高扬 , 王秋凤 , 等 . 陆地生态系统碳−氮−水循环
的关键耦合过程及其生物调控机制探讨[J]. 中国生态农业
学报, 2013, 21(1): 1−13
Yu G R, Gao Y, Wang Q F, et al. Discussion on the key
processes of carbon-nitrogen-water coupling cycles and bio-
logical regulation mechanisms in terrestrial ecosystem[J].
Chinese Journal of Eco-Agriculture, 2013, 21(1): 1−13
[3] Thevs N, Wucherer W, Buras A. Spatial distribution and car-
bon stock of the Saxaul vegetation of the winter-cold deserts
of Middle Asia[J]. Journal of Arid Environments, 2013, 90:
29–35
[4] 聂斌斌, 蔡强国, 张卓文, 等. 植被恢复过程中土壤有机质
和全氮的变化特征及区域差异 [J]. 中国生态农业学报 ,
2011, 19(2): 363–371
Nie B B, Cai Q G, Zhang Z W, et al. Change characteristics
and regional differences in organic matter and total nitrogen
contents in topsoil under restored vegetation[J]. Chinese
Journal of Eco-Agriculture, 2011, 19(2): 363–371
[5] Tian H, Melillo J M, Kicklighter D W, et al. Effect of inter-
annual climate variability on carbon storage in Amazonian
ecosystems[J]. Nature, 1998, 396(6712): 664–667
[6] Valentini R, Matteucci G, Dolman A J, et al. Respiration as
the main determinant of carbon balance in European forests[J].
Nature, 2000, 404(6780): 861–864
[7] Bolin B. Changes of land biota and their importance for the
carbon cycle[J]. Science, 1977, 196(4290): 613–616
[8] 马瑞萍, 刘雷, 安韶山, 等. 黄土丘陵区不同植被群落土壤
团聚体有机碳及其组分的分布 [J]. 中国生态农业学报 ,
2013, 21(3): 324–332
Ma R P, Liu L, An S S, et al. Soil organic carbon and its frac-
tions in aggregates under different plant communities in the
hill-gully region of the Loess Plateau[J]. Chinese Journal of
Eco-Agriculture, 2013, 21(3): 324–332
[9] Nie Y P, Chen H S, Wang K L, et al. Water source utilization
by woody plants growing on dolomite outcrops and nearby
soils during dry seasons in karst region of Southwest China[J].
Journal of Hydrology, 2012, 420-421: 264–274
[10] Piao S L, Fang J Y, Ciais P, et al. The carbon balance of ter-
restrial ecosystems in China[J]. Nature, 2009, 458(7241):
1009–1013
[11] 曹建华 , 袁道先 , 裴建国 . 受地质条件制约的中国西南岩
溶生态系统[M]. 北京: 地质出版社, 2005
Cao J H, Yuan D X, Pei J G. Karst ecosystem constrained by
geological conditions in Southwest China[M]. Beijing: Geo-
logical Publishing House, 2005
[12] 李阳兵 , 侯建筠, 谢德体 . 中国西南岩溶生态研究进展[J].
地理科学, 2002, 22(3): 365–370
Li Y B, Hou J J, Xie D T. The recent development of research
on Karst ecology in Southwest China[J]. Scientia
Geographica Sinica, 2002, 22(3): 365–370
[13] 袁道先 . 我国西南岩溶石山的环境地质问题[J]. 世界科技
研究与发展, 1997, 19(5): 93–97
1552 中国生态农业学报 2013 第 21卷


Yuan D X. On the environmental and geologic problems of
Karst mountains and rocks in the Southwest China[J]. World
Sci-Tech Research and Development, 1997, 19(5): 93–97
[14] 刘丛强, 蒋颖魁, 陶发祥, 等. 西南喀斯特流域碳酸岩的硫
酸侵蚀与碳循环[J]. 地球化学, 2008, 37(4): 404–410
Liu C Q, Jiang Y K, Tao F X, et al. Chemical weathering of
carbonate rocks by sulfuric acid and the carbon cycling in
Southwest China[J]. Geochimica, 2008, 37(4): 404–410
[15] 陈佳, 陈洪松, 冯腾, 等. 桂西北喀斯特地区不同土地利用
类型土壤抗蚀性研究[J]. 中国生态农业学报, 2012, 20(1):
20(1): 105–110
Chen J, Chen H S, Feng T, et al. Anti-soil erodibility of dif-
ferent land use types in Northwest Guangxi Karst Regions[J].
Chinese Journal of Eco-Agriculture, 2012, 20(1): 105–110
[16] 张伟, 陈洪松, 王克林, 等. 桂西北喀斯特洼地土壤有机碳
和 速 效 磷 的 空 间 变 异 [J]. 生 态 学 报 , 2007, 27(12):
5168–5175
Zhang W, Chen H S, Wang K L, et al. Spatial variability of
soil organic carbon and available phosphorus in a typical
Karst depression, northwest of Guangxi[J]. Acta Ecologica
Sinica, 2007, 27(12): 5168–5175
[17] 王世杰, 卢红梅, 周运超, 等. 茂兰喀斯特原始森林土壤有
机碳的空间变异性与代表性土样采集方法[J]. 土壤学报 ,
2007, 44(3): 475–483
Wang S J, Lu H M, Zhou Y C, et al. Spatial variability of soil
organic carbon and representative soil sampling method in
Maolan karst virgin forest[J]. Acta Pedologica Sinica, 2007,
44(3): 475–483
[18] Wang S L, Yeager K M, Wan G J, et al. Carbon export and
fate in carbonate catchments: A case study in the karst plateau
of southwestern China[J]. Applied Geochemistry, 2012, 27(1):
64–72
[19] 田大伦, 王新凯, 方晰, 等. 喀斯特地区不同植被恢复模式
幼林生态系统碳储量及其空间分布 [J]. 林业科学 , 2011,
47(9): 7–14
Tian D L, Wang X K, Fang X, et al. Carbon storage and spa-
tial distribution in different vegetation restoration patterns in
Karsts Area, Guizhou Province[J]. Scientia Silvae Sinicae,
2011, 47(9): 7–14
[20] 蔡广鹏, 韩会庆, 张凤太, 等. 喀斯特地区贵州省绥阳县土
地利用/覆被变化对陆地植被碳储量的影响[J]. 水土保持研
究, 2012, 9(4): 122–125
Cai G P, Han H Q, Zhang F T, et al. Impacts of land use
change on the vegetation carbon storage in Suiyang, Guizhou
Province in the Karst area[J]. Research of Soil and Water
Conservation, 2012, 9(4): 122–125
[21] 罗东辉, 夏婧, 袁婧薇, 等. 我国西南山地喀斯特植被的根
系生物量初探[J]. 植物生态学报, 2010, 34(5): 611–618
Luo D H, Xia J, Yuan J W, et al. Root biomass of Karst
vegetation in a mountainous area of southwestern China[J].
Chinese Journal of Plant Ecology, 2010, 34(5): 611–618
[22] 姜学兵, 李运生, 欧阳竹, 等. 免耕对土壤团聚体特征以及
有机碳储量的影响 [J]. 中国生态农业学报 , 2012, 20(3):
270−278
Jiang X B, Li Y S, Ouyang Z, et al. Effect of no-tillage on soil
aggregate and organic carbon storage[J]. Chinese Journal of
Eco-Agriculture, 2012, 20(3): 270−278
[23] Potter C S, Randerson J T, Field C B, et al. Terrestrial eco-
system production—A process model based on global satellite
and surface data[J]. Global Biogeochemical Cycles, 1993,
7(4): 811–841
[24] 张新时. 植被的 PE 指标与植被−气候分类(二)——几种主
要方法与 PEP 程序介绍[J]. 植物生态学报 , 1989, 13(3):
197–207
Zhang X S. The potential evapotranspiration (PE) index for
vegetation and vegetation-climateic classification (2)—An
introduction of main methods and pep program[J]. Acta Phy-
toecologica et Geobotanica Sinica, 1989, 13(3): 197–207
[25] Zhu W Q, Pan Y Z, Yang X Q, et al. Comprehensive analysis
of the impact of climatic changes on Chinese terrestrial net
primary productivity[J]. Chinese Science Bulletin, 2007,
52(23): 3250–3260
[26] 方精云 , 刘国华 , 徐蒿龄 . 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 H L. Biomass and net production of
forest vegetation in China[J]. Acta Ecologica Sinica, 1996,
16(5): 497–508
[27] Field C B, Randerson J T, Malmstrom C M. Global net primary
production: Combining ecology and remote sensing[J]. Remote
Sensing of Environment, 1995, 51(1): 74–88
[28] Los S O, Justice C O, Tucker C J. A global 1° by 1° NDVI
dataset for climate studies derived from the GIMMS conti-
nental NDVI data[J]. International Journal of Remote Sensing,
1994, 15(17): 3493–3518
[29] Zhu W Q, Pan Y Z, He H, et al. Simulation of maximum light
use efficiency for some typical vegetation types in China[J].
Chinese Science Bulletin, 2006, 51(4): 457–463
[30] 周广胜 , 张新时 . 全球变化的中国气候−植被分类研究[J].
植物学报, 1996, 38(1): 8–17
Zhou G S, Zhang X S. Study on climate-vegetation classification
for global change in China[J]. Acta Botanica Sinica, 1996, 38(1):
8–17
[31] 孟平 , 张劲松 , 高峻 . 果树冠层太阳总辐射与净辐射分形
特征的相关分析[J]. 林业科学, 2005, 41(1): 1–4
Meng P, Zhang J S, Gao J. Fractal characteristics correlation
between the solar total radiation and net radiation on the apple
tree canopy[J]. Scientia Silvae Sinicae, 2005, 41(1): 1–4
[32] Thomthwaite C W. An approach toward a rational classific-
ation of climate[J]. Geographical Review, 1948, 38(1):
55–94
[33] Running S W, Coughlan J C. A general model of ecosystem
processes for forest regional applications 1: Hydrologic bal-
ance, canopy gas exchange and primary production proc-
esses[J]. Ecological Modeling, 1988, 42(2): 125–154
[34] 王义祥. 福建省主要森林类型碳库与杉木林碳吸存[D]. 福
州: 福建农林大学, 2004
Wang Y X. Carbon stock of main forest types in Fujian
Province and carbon sequestration of Cunninghamis lanceo-
lata plantation[D]. Fuzhou: Fujian Agriculture and Forestry
University, 2004
[35] 曹军, 张镱锂, 刘燕华. 近 20 年海南岛森林生态系统碳储
量变化[J]. 地理研究, 2002, 21(5): 551–560
Cao J, Zhang Y L, Liu Y H. Changes in forest biomass carbon
storage in Hainan Island over the last 20 years[J]. Geo-
第 12期 张明阳等: 基于遥感影像的桂西北喀斯特区植被碳储量及密度时空分异 1553


graphical Research, 2002, 21(5): 551–560
[36] 焦秀梅 , 项文化 , 田大伦 . 湖南省森林植被的碳贮量及其
地理分布规律[J]. 中南林学院学报, 2005, 25(1): 4–8
Jiao X M, Xiang W H, Tian D L. Carbon storage of forest
vegetation and its geographical distribution in Hunan Prov-
ince[J]. Journal of Central South Forestry University, 2005,
25(1): 4–8
[37] 黄从德, 张健, 杨万勤, 等. 四川省及重庆地区森林植被碳
储量动态[J]. 生态学报, 2008, 28(3): 966–975
Huang C D, Zhang J, Yang W Q, et al. Dynamics on forest
carbon stock in Sichuan Province and Chongqing City[J].
Acta Ecologica Sinica, 2008, 28(3): 966–975
[38] 王兵 , 魏文俊 . 江西省森林碳储量与碳密度研究[J]. 江西
科学, 2007, 25(6): 681–687
Wang B, Wei W J. Carbon storage and density of forests in
Jiangxi Province[J]. Jiangxi Science, 2007, 25(6): 681–687
[39] 张明阳 , 王克林 , 陈洪松 , 等 . 喀斯特生态系统服务功
能遥感定量评估与分析 [J]. 生态学报 , 2009, 29(11):
5891–5901
Zhang M Y, Wang K L, Chen H S, et al. Quantified evalua-
tion and analysis of ecosystem services in Karst areas based
on remote sensing[J]. Acta Ecologica Sinica, 2009, 29(11):
5891–5901
[40] 张明阳, 王克林, 刘会玉, 等. 喀斯特生态系统服务价值时
空分异及其与环境因子的关系 [J]. 中国生态农业学报 ,
2010, 18(1): 189−197
Zhang M Y, Wang K L, Liu H Y, et al. Spatio-temporal
variation of Karst ecosystem service value and its correlation
with ambient environmental factors[J]. Chinese Journal of
Eco-Agriculture, 2010, 18(1): 189−197
[41] Zhang M Y, Wang K L, Zhang C H, et al. Using the radial
basis function Network model to assess rocky desertification
in Northwest Guangxi, China[J]. Environmental Earth Sci-
ences, 2011, 62(1): 69–76
[42] 杨传明. 广西岩溶石漠化变化规律及强弱程度遥感分析[J].
国土资源遥感, 2003, 56(2): 34–36, 63
Yang C M. A discussion on the remote sensing analysis of
Karst stone desertization in Guangxi[J]. Remote Sensing for
Land & Resources, 2003, 56(2): 34–36, 63
[43] 张明阳, 罗为检, 刘会玉, 等. 基于林业清查资料的桂西北
植被碳空间分布及其变化特征[J]. 生态学报, 2013, 33(16):
5826–5834
Zhang M Y, Luo W J, Liu H Y, et al. Spatial distribution and
change of vegetation carbon in Northwest Guangxi, China on
the basis of vegetation inventory data[J]. Acta Ecologica
Sinica, 2013, 33(16): 5826–5834
[44] 张明阳, 王克林, 刘会玉, 等. 喀斯特生态脆弱区桂西北土
地变化特征[J]. 生态学报, 2009, 29(6): 3105–3116
Zhang M Y, Wang K L, Liu H Y, et al. The characteristic of
land changes in ecologically fragile Kast Areas: A case study
in Northwest Guangxi, China[J]. Acta Ecologica Sinica, 2009,
29(6): 3105–3116