Carbon Density Analysis and Model Structuring of Chinese Fir Forest: A Case Study of Suichang, Zhejiang Province
-
摘要:
为探究杉木Cunninghamia lanceolata人工林固碳增汇经营技术，本文以遂昌县杉木人工林为研究对象，研究了不同林龄阶段、不同密度林分乔木层不同器官的含碳率和碳密度，并构建了不同器官的碳储量预测模型。结果表明，杉木林的平均含碳率为50.15%，其中树冠的含碳率最高（51.59%）；25年生杉木林的平均含碳率显著低于32年生和47年生杉木林的平均含碳率，林分密度对含碳率的影响不显著。杉木林平均碳密度随林龄增加而增加，林分密度对碳密度的影响体现在林龄较大的林分，中等密度等级林分的树冠和树干碳密度均最高。构建的林分、树干、树冠和树根碳储量模型，R2均在0.9以上，模型拟合效果较好。本研究表明适当的经营密度有助于提高杉木人工林碳储量，提升碳汇能力。
Abstract:To explore the carbon sequestration and carbon sink enhancement management techniques of Chinese fir plantation, the carbon content and carbon density of different organs in different age stages and different densities of Chinese fir plantation in Suichang County were studied, and the carbon storage prediction models of different organs were also constructed. Results showed that the average carbon content of Chinese fir forests was 50.15%, with the crown having the highest carbon content (51.59%). The carbon content in 25-year-old forests was significantly lower than in 32-year-old and 47-year-old stands, whereas stand density had no significant effect on carbon content. Average carbon density increased with stand age, while the effects of stand density on carbon density were primarily observed in older forests. Notably, medium density stands exhibited the highest carbon density in both the crown and trunk. The constructed carbon storage models for entire stands, trunks, crowns, and roots achieved R2 values above 0.9, indicating excellent model reliability. Our results showed that appropriate management density can help increase the carbon storage of Chinese fir plantation and enhance their carbon sink capacity.
-
Keywords:
- Chinese fir plantation /
- Carbon content /
- Carbon density /
- Carbon storage model
-
杉木Cunninghamia lanceolata是我国南方多省区重要的造林树种之一。第九次全国森林资源清查结果表明，杉木人工林面积和蓄积量分别占全国人工乔木林总面积、总蓄积量的1/4和1/3，是我国人工林面积最大的树种，在调节碳平衡、缓解全球气候变暖等方面具有重要的生态学贡献。提升杉木林碳汇能力对于提高我国森林的碳汇总量意义重大[1]。林分碳储量的测量和估算关乎碳管理策略的制定[2]，碳储量与树种的含碳率密切相关。含碳率是决定林分碳储量的重要因素之一，受到林分类型、树种组成和立地条件等因素的影响[3]。姚利辉等[4]研究发现杉木林不同生长阶段植物固碳特征不同，受到植物生长生物学特性、林分结构、土壤肥力等影响；梁萌杰等[5]研究发现杉木人工林生态系统碳密度随着林龄增加而增加。因此，合理的经营措施是提高林分碳储量的有效措施之一，其中密度控制是森林经营管理中主要的技术措施之一。林分密度不仅影响林分环境，还会影响林木的生长、林下植被的发育及其各器官的生物量和分配，进而影响地上部分和地下部分之间的碳分配过程[6]。本文以遂昌县不同林龄阶段的杉木林为研究对象，通过对乔木层含碳率的测定，研究不同林分密度杉木人工林的碳储量，并建立预测模型，为“双碳”背景下的杉木人工林经营提供依据。
1. 材料与方法
1.1 研究区域概况
遂昌县位于浙江省西南部，地处钱塘江和瓯江源头。地貌以中山为主，境内海拔千米以上山峰有703座，其中海拔1 500 m以上的山峰有39座，最高峰九龙山主峰海拔为1 724 m。土壤种类有红壤、黄壤、岩性土、潮土、水稻土5个土类，黄、红壤土分别占全县土壤分布总面积的43%和48%。遂昌县属亚热带季风气候区，温暖湿润，四季分明，雨量充沛，山地垂直气候差异明显，多年平均气温为16.8 ℃，极端最高气温为40.1 ℃，极端最低气温为−9.9 ℃；无霜期为251 d，年降水量为1 510 mm。截至2023年底，遂昌县现有林业用地面积为22.26万hm2，占全县土地总面积的87.1%，其中杉木林面积为44 066.7 hm2，中幼龄林、中龄林和近成熟林面积合计21 666.7 hm2。
1.2 样地设置与调查
2022年7—8月，在海拔（600～
1000 m）、坡度（20°～35°）、坡位（中坡）和坡向（偏南方向）相对一致地段的杉木林，选择25年生、32年生近熟林、47年生成熟林3个林龄，在每个林龄中分别选择3种密度的林分，各设置3个20 m×20 m固定监测样地，共27个样地。记录胸径5 cm以上树种的种名、胸径、树高等测树因子。各林龄密度见表1。表 1 不同林龄杉木林的林分密度Table 1. Stand density in three age stages林龄/a 密度等级 林分密度/（株·hm−2） 25 高密度 （High density，HD） 1 800～1 950 中等密度 （Middle density，MD） 1 650～1 800 低密度（Low density，LD） 1 500～1 650 32 高密度 （High density，HD） 1 350～1 500 中等密度 （Middle density，MD） 1 200～1 350 低密度（Low density，LD） 1 050～1 200 47 高密度 （High density，HD） 9 00～1 050 中等密度 （Middle density，MD） 750～900 低密度（Low density，LD） 450～600 1.2.1 含碳率测定
根据样地调查结果，计算每个样地杉木的平均胸径，在每个样地各选择3株标准木（平均胸径），分别用生长锥钻取树芯（含树皮），并采集枝条（含叶）和树根（直径>5 cm、>2～5 cm和≤2 cm混合样品）各500 g带回实验室。杉木含碳率的测定采用干烧法[7]。
1.2.2 数据分析
不同林龄、林分密度含碳率和碳密度的比较采用单因素方差分析，杉木生物量计算采用袁位高等[8]方法。碳密度为单位面积碳储量（t·hm−2）。其中，杉木含碳率采用各林龄杉木实测数据，碳储量为各样方杉木树干、树冠和树根生物量与含碳率乘积的总和。
建模数据为上述样地调查数据，碳储量模型的基础模型为：
$$ Y = a{D^b}{H^c}{N^d} + \varepsilon $$ (1) 式中，D、H和N分别为平均胸径（cm）、平均树高（m）和密度（株·hm−2），a、b、c和d为参数，$\varepsilon $为误差项。
异方差消除采用下列权函数：
$$ W = \frac{1}{{\sqrt {f(x)} }} $$ (2) 式中，$ f(x) $为式（1）拟合的各样地单位面积生物量，消除异方差时模型两边同时乘以W。
模型的拟合和检验选择决定系数（R2）、估计值的标准差（SEE）、总相对误差（TRE）、平均预估误差（MPE）和平均系统误差（ASE）五项指标进行平均，其中，R2越接近1，其他指标数值越接近0，模型拟合效果越好。各项指标的计算公式如下：
$$ {R^2} = 1 - \frac{{\sum {({y_i} - {{\hat y}_i}} {)^2}}}{{{{\sum {({y_i} - {{\bar y}_i})} }^2}}} $$ (3) $$ SEE=\sqrt{\frac{{{\displaystyle \sum ({y}_{i}-{\hat{y}}_{i})}}^{2}}{(n-p)}} $$ (4) $$ MPE = 100 \times \frac{{{t_\alpha }\dfrac{{SEE}}{{\bar y}}}}{n} $$ (5) $$ \mathit{\text{TRE}}=100\times\frac{\displaystyle\sum_{ }^{ }(y_i-\hat{y}_i)^2}{\displaystyle\sum_{ }^{ }\hat{y}_i} $$ (6) $$ ASE = 100 \times \frac{{\displaystyle\sum {({y_i} - {{\hat y}_i})} }}{{\dfrac{{{{\hat y}_i}}}{n}}} $$ (7) 式（3）～（7）中，$ {y}_{i} $为实际观测值，$ {\hat{y}}_{i} $为模型拟合值，$ \bar{y} $为样本平均值，n为样本单元数，p为参数个数，$ {t}_{\alpha } $为置信水平α时的t值。
不同林龄和密度的含碳率和碳密度比较采用单因素方程分析（ANOVA）。所有统计分析均在R4.21软件[9]中进行。
2. 结果与分析
2.1 不同林龄杉木含碳率
不同林龄中，25年生杉木林的平均含碳率显著低于32年生和47年生杉木林，25年生杉木林的平均含碳率为49.48%，32年生和47年生杉木林的平均含碳率分别为50.17%和50.18%；不同林分密度下，杉木林的平均含碳率差异不显著（表2）。
表 2 不同林龄和经营密度的杉木含碳率Table 2. Carbon content of Chinese fir in different age and management density林龄/a 密度等级 树干/% 树冠/% 根/% 平均值/% 25 HD 49.90a 50.24b 49.48a 49.41 MD 49.77a 51.01b 49.12a 49.67 LD 49.12a 49.86b 49.65a 49.36 平均值 49.60 50.37 49.42 49.48 32 HD 49.56a 51.06b 49.33a 49.97 MD 49.69a 52.10b 49.64a 50.33 LD 49.80a 51.87b 50.03a 50.22 平均值 49.68 51.68 49.67 50.17 47 HD 49.74a 51.15b 50.52a 50.27 MD 49.57a 51.56b 49.25a 50.02 LD 49.69a 51.74b 50.11a 50.25 平均值 49.67 51.48 49.96 50.18 总平均值 49.64 51.59 49.77 50.15 注：不同林龄中，不同小写字母表示差异显著（P<0.05）。下同。 比较杉木不同器官的含碳率差异发现，不同林龄和经营密度下，树冠的含碳率显著高于树干和树根的含碳率（P<0.05），但树根、树干的含碳率差异不显著，树冠、树干和树根的含碳率平均值分别为51.59%、49.64%和49.77%。25年生、32年生和47年生杉木的平均含碳率分别为49.48%、50.22%和50.18%，表明随着杉木林龄的增加含碳率有上升的趋势，但不同经营密度下杉木的含碳率差异不显著（表2）。
2.2 杉木人工林乔木层碳密度
杉木林平均碳密度在不同林龄阶段中表现出一致的趋势，即47年生杉木林>32年生杉木林>25年生杉木林，其平均碳密度分别为66.30 t·hm−2、55.55 t·hm−2和48.60 t·hm−2，但在不同密度等级林分中存在差异，其中，25年生杉木不同密度等级林分平均碳密度差异不显著（P>0.05），32年生杉木中等和低密度等级、47年生杉木中等和高密度等级林分的平均碳密度相对较高（表3）。
表 3 杉木人工林乔木层碳密度Table 3. Carbon density of Chinese fir in different age and management density林龄/a 密度等级 林分 /（t·hm−2） 树干/（t·hm−2） 树冠/（t·hm−2） 树根/（t·hm−2） 25 HD 48.75a 22.80a 12.45a 13.50a MD 48.15a 23.10a 12.60a 13.60a LD 49.05a 22.65a 12.00a 14.40a 平均值 48.60 22.80 12.30 13.70 32 HD 49.65b 26.55b 10.65b 12.60a MD 60.15c 32.70c 12.45a 15.00b LD 56.85d 31.80c 11.10b 13.95a 平均值 55.55 30.30 11.40 13.80 47 HD 71.70e 38.10d 12.90a 20.70c MD 70.80e 41.25e 12.60a 16.80d LD 56.25d 32.25c 10.35b 13.65a 平均值 66.30 37.20 12.00 17.10 总平均值 64.35 36.90 11.70 15.90 不同器官碳密度在各个林龄和密度等级林分中表现出相对一致的趋势，即树干>树根>树冠。25年生杉木林中，各密度等级中树干、树冠和树根间的碳密度差异不显著（P>0.05）；32年生杉木林中，中等密度等级林分树干、树冠和树根的碳密度都是最高，且显著高于低密度和高密度等级林分的树干、树冠和树根的碳密度（P<0.05）；47年生杉木林中，中等密度等级林分的树干碳密度、高密度和中等级密度林分的树冠碳密度，以及低密度等级树根碳密度最高，且显著高于其他密度等级的树干碳密度、树冠碳密度和树根碳密度（P<0.05）。进一步比较不同林龄器官碳密度发现，树干和树根的碳密度随着林龄的增加而增加，而树冠的碳密度则较为复杂，与林龄和密度之间没有表现出一致的规律（表3）。
2.3 杉木林碳储量模型
林分、树干、树冠和树根单位面积碳储量（t·hm−2）计量模型分别为：
$$ Y=0.002\ 744\ 001D^{2.306\ 011\ 7}H^{-0.336\ 336\ 2}N^{1.072\ 842\ 1} $$ $$ Y=0.000\ 104\ 341D^{2.399\ 479\ 8}H^{-0.313\ 796\ 8}N^{1.082\ 457\ 1} $$ $$ Y=0.000\ 076\ 2D^{2.183\ 841}H^{-0.455\ 783}N^{1.111\ 974} $$ $$ Y=0.000\ 074\ 595D^{2.213\ 702\ 6}H^{-0.281\ 507\ 7}N^{1.020\ 536\ 5} $$ 模型评价指标见表4。由表4可见，总碳储量、树干碳储量和树根碳储量的模型R2值均在0.9以上，其中树冠的碳储量模型R2值相对较低，但是SEE、TRE和MSE三个指标均较低。四个模型的残差均呈正态分布（P<0.05）。总体来看，模型的拟合效果较好。
表 4 杉木林单位面积碳储量模型Table 4. Carbon storage model per unit area of Chinese fir forest模型 R2 SEE MPE TRE MSE 林分 0.93 0.83 38.02 0.19 0.81 树干 0.93 0.49 41.10 0.30 1.28 树冠 0.91 0.25 52.06 0.08 0.56 树根 0.95 0.17 31.69 0.15 0.51 3. 结论与讨论
本文对遂昌县不同林龄、不同林分密度杉木人工林的含碳率进行了测定，结果显示，遂昌县杉木人工林平均含碳率为50.15%，高于湖南会同杉木林的研究结果[10]，低于广西[11]，其中，25年生杉木林平均含碳率显著低于32年生和47年生杉木林，表明平均含碳率随林龄增加而逐渐增加，这与前人的研究结果基本一致[11]。树冠含碳率显著高于树干和树根含碳率，不同器官碳密度在各个林龄阶段和林分密度中表现出相对一致的趋势，即树干>树根>树叶，这与前人的研究结果一致[5-7,10-11]。林分密度对含碳率和碳密度的影响主要集中在林龄较大的林分，相对较大的经营密度不利于提高林分碳密度。
不同植物的含碳率存在差异[12-13]，同一植物的不同器官中，树叶的含碳率最高[11]。杉木人工林固碳能力受到林分冠层结构特征的影响[11]，而分布于林冠上方的叶片则因光照充足，光合能力强，从而积累更多的碳。但是平均含碳率随着林龄、林分密度和立地条件等因素的不同也会存在差异，进而会导致碳密度的差异。代林利等[6]研究表明，杉木含碳率的变化范围为47.7%～54.3%，平均为50.6%，而田大伦等[10]对湖南会同10、11、14年生杉木人工林的研究表明，不同林龄、不同组分的含碳率变化范围为45.3%～50.9%，平均为47.8%。过高的林分密度会导致林分竞争强度增大，不利于林木的生长[14]。林分密度的减小并不一定会减弱林分的固碳能力，在密度过大的林分，进行适当的抚育间伐措施，改善林分的空间结构，使林分拥有相对充足的营养空间以提高林分干材百分率，加速了林分生物量的积累，有利于提高林木单株生物量[15]。随着林龄增大，杉木人工林单株碳储量逐渐增加从而加大了林分碳贮量[16]，因此合理的经营密度是提高杉木林固碳能力的一个主要途径。杉木人工林生态系统碳成熟龄为16～35 a[1]，本研究近成熟林（32 a）和成熟林（47 a）的含碳率和碳密度仍然较高，考虑到生态系统的固碳功能，应适当延长其采伐年龄，使其综合价值最大化。
-
表 1 不同林龄杉木林的林分密度
Table 1 Stand density in three age stages
林龄/a 密度等级 林分密度/（株·hm−2） 25 高密度 （High density，HD） 1 800～1 950 中等密度 （Middle density，MD） 1 650～1 800 低密度（Low density，LD） 1 500～1 650 32 高密度 （High density，HD） 1 350～1 500 中等密度 （Middle density，MD） 1 200～1 350 低密度（Low density，LD） 1 050～1 200 47 高密度 （High density，HD） 9 00～1 050 中等密度 （Middle density，MD） 750～900 低密度（Low density，LD） 450～600 
下载: 导出CSV
表 2 不同林龄和经营密度的杉木含碳率
Table 2 Carbon content of Chinese fir in different age and management density
林龄/a 密度等级 树干/% 树冠/% 根/% 平均值/% 25 HD 49.90a 50.24b 49.48a 49.41 MD 49.77a 51.01b 49.12a 49.67 LD 49.12a 49.86b 49.65a 49.36 平均值 49.60 50.37 49.42 49.48 32 HD 49.56a 51.06b 49.33a 49.97 MD 49.69a 52.10b 49.64a 50.33 LD 49.80a 51.87b 50.03a 50.22 平均值 49.68 51.68 49.67 50.17 47 HD 49.74a 51.15b 50.52a 50.27 MD 49.57a 51.56b 49.25a 50.02 LD 49.69a 51.74b 50.11a 50.25 平均值 49.67 51.48 49.96 50.18 总平均值 49.64 51.59 49.77 50.15 注：不同林龄中，不同小写字母表示差异显著（P<0.05）。下同。
下载: 导出CSV
表 3 杉木人工林乔木层碳密度
Table 3 Carbon density of Chinese fir in different age and management density
林龄/a 密度等级 林分 /（t·hm−2） 树干/（t·hm−2） 树冠/（t·hm−2） 树根/（t·hm−2） 25 HD 48.75a 22.80a 12.45a 13.50a MD 48.15a 23.10a 12.60a 13.60a LD 49.05a 22.65a 12.00a 14.40a 平均值 48.60 22.80 12.30 13.70 32 HD 49.65b 26.55b 10.65b 12.60a MD 60.15c 32.70c 12.45a 15.00b LD 56.85d 31.80c 11.10b 13.95a 平均值 55.55 30.30 11.40 13.80 47 HD 71.70e 38.10d 12.90a 20.70c MD 70.80e 41.25e 12.60a 16.80d LD 56.25d 32.25c 10.35b 13.65a 平均值 66.30 37.20 12.00 17.10 总平均值 64.35 36.90 11.70 15.90
下载: 导出CSV
表 4 杉木林单位面积碳储量模型
Table 4 Carbon storage model per unit area of Chinese fir forest
模型 R2 SEE MPE TRE MSE 林分 0.93 0.83 38.02 0.19 0.81 树干 0.93 0.49 41.10 0.30 1.28 树冠 0.91 0.25 52.06 0.08 0.56 树根 0.95 0.17 31.69 0.15 0.51
下载: 导出CSV
-
[1] 霍常富,王朋,陈龙池,等. 杉木人工林蓄积量和生态系统碳数量成熟龄的关系[J]. 中南林业科技大学学报,2018,38(9):94 − 99. [2] HE Y,QIN L,LI Z,et al. Carbon storage capacity of monoculture and mixed- species plantations in subtropical China[J]. Forest Ecology and Management,2013,295:193 − 198. doi: 10.1016/j.foreco.2013.01.020
[3] 蒋晨阳,李宪,张涵,等. 不同杉木林分类型乔木层生物量与碳储量及养分分布特征[J]. 东北林业大学学报,2023,51(9):8 − 14. doi: 10.3969/j.issn.1000-5382.2023.09.002 [4] 姚利辉,康文星,赵仲辉,等. 会同杉木人工林不同生长阶段植物固碳特征[J]. 生态学报,2015,35(4):1187 − 1197. [5] 梁萌杰,陈龙池,汪思龙. 湖南省杉木人工林生态系统碳储量分配格局及固碳潜力[J]. 生态学杂志,2016,35(4):896 − 902. [6] 代林利,周丽丽,伍丽华,等. 不同林分密度杉木林生态系统碳密度及其垂直空间分配特征[J]. 生态学报,2022,42(2):710 − 719. [7] 李宏,程平,郑朝晖,等. 克拉玛依地区主要树种干部热值与碳含量特征分析[J]. 林业科学,2013,49(9):29 − 37. [8] 袁位高,江波,葛永金,等. 浙江省重点公益林生物量模型研究[J]. 浙江林业科技,2009,29(2):1 − 5. doi: 10.3969/j.issn.1001-3776.2009.02.001 [9] R CORE TEAM. R:A language and environment for statistical computing. R Foundation for Statistical Computing,Vienna,Austria[EB/OL]. 2002. URL https://www.R-project.org/.
[10] 田大伦,方晰. 湖南会同杉木人工林生态系统的碳素含量[J]. 中南林学院学报,2004(2):1 − 5. [11] 蓝肖,郝海坤,黄开勇,等. 杉木人工林生物量分布特征及其碳计量参数[J]. 林业资源管理,2023(2):50 − 56. [12] 郑帷婕,包维楷,辜彬,等. 陆生高等植物碳含量及其特点[J]. 生态学杂志,2007,164(3):307 − 313. doi: 10.3321/j.issn:1000-4890.2007.03.002 [13] 阮宏华,姜志林,高苏铭. 苏南丘陵主要森林类型碳循环研究──含量与分布规律[J]. 生态学杂志,1997(6):18 − 22. [14] 李瑞霞,郝俊鹏,闵建刚,等. 不同密度侧柏人工林碳储量变化及其机理初探[J]. 生态环境学报,2012,21(8):1392 − 1397. [15] 尉海东,马祥庆. 中亚热带不同发育阶段杉木人工林生态系统碳贮量研究[J]. 江西农业大学学报,2006(2):239 − 243,267. doi: 10.3969/j.issn.1000-2286.2006.02.019 [16] 李志辉. 东地区杉木人工林间伐效果分析研究[J]. 林业科学,2000(S1):131 − 136.
计量
- 文章访问数: 17
- HTML全文浏览量: 1
- PDF下载量: 2
