世聯翻譯公司完成林業區域介紹中文翻譯

1. 目標和技術路線 6

1.1 目標 6

1.2 技術路線 6

2. 森林資源和林地土地利用變化（forest resource and land use change in forestry sector） 8

2.1 森林資源清查（Forest inventory） 8

2.2 森林資源規劃設計調查 9

2.3 森林資源分布遙感解譯 9

2.3.1 遙感數據及資料收集 9

2.3.2 數據預處理 10

2.3.3 土地利用分類 12

2.3.4 遙感解譯 13

2.4 其他統計和調查數據 17

2.5 土地利用轉移矩陣 17

3. 生物量、土壤和枯落物方程 20

3.1  生物量 20

3.1.1 喬木林 20

3.1.2 竹林 29

3.1.3 灌木林 32

3.2 枯落物 32

3.2.1 有林地 32

3.2.2 灌木林 34

3.3 土壤有機碳 34

3.4 植物含碳率 36

4. 基于IPCC第二層次的林業碳計量：第一層次方法學 39

4.1 方法概述 39

4.1.1 一直為某地類 39

4.1.2 轉化的地類 39

4.2 林分 40

4.2.1 生物質碳儲量 40

4.2.2 枯落物碳儲量 43

4.2.3 死木碳儲量 44

4.2.4 土壤有機碳 44

4.3 竹林、經濟林和灌木林 45

4.4 疏林、散生木和四旁樹 46

5. 基于森林資源清查樣地和樣木的林業碳計量：第二層次方法學 47

5.1 數據來源 47

5.2 碳儲量 48

5.2.1 林分 48

5.2.2 竹林 48

5.2.3 經濟林 49

5.2.4 疏林地 49

5.2.5 灌木林地 49

5.2.6 其他林地 49

5.2.7 非林地（四旁樹） 49

5.2.8 總體抽樣計量 50

6. 基于生態過程模型的林業碳計量：第三層次方法學 51

6.1 氣候數據插值 51

6.2 太陽輻射模型 52

6.3 生理生態參數獲取 53

6.3.1 植物比葉面積 53

6.2.2 植物C/N比 54

6.2.3 植物生理參數 55

6.4 土壤質地 56

6.5 模型初始化 57

6.6 強干擾區的遙感反演 58

6.7 生態過程模型 60

6.7.1 模型框架 60

6.7.2 光合作用與呼吸作用 60

6.7.3 物候期 61

6.7.4 水分循環 61

6.7.5 土壤碳分解 61

6.6.6 干擾模塊 62

6.8 模型調試與檢驗 63

6.8.1 模型的運行與調試 63

6.8.2 獨立樣本驗證 64

6.8.3 模型運行 66

7 質量保證和質量控制 67

7.1 森林資源清查 67

7.1.1 質量管理制度 67

7.1.2 質量檢查內容 67

7.1.3 內業質量 67

7.2 遙感解譯 67

7.3 氣候數據 68

7.4 實驗室測定 68

8 四川林業碳計量結果 69

8.1 碳儲量 69

8.2 碳密度空間分布 70

8.3 碳源匯 71

8.4 碳源匯空間分布 72

8.5 土地利用轉化對林業碳源的影響 74

8.6 不確定性分析和比較 79

 

 

摘要

我國林地、濕地和荒漠化土地占國土幅員面積的63%，土地利用變化是國家溫室氣體清單的重要組成部分，準確估計國家和區域溫室氣體源匯既是履行《聯合國氣候變化框架公約》（The United Nations Framework Convertion on Climate Change，UNFCCC）的義務，也是推進可持續發展戰略、生態文明建設的迫切要求。持續發揮森林增匯功能，充分發揮森林在應對氣候變化中的獨特作用，必須要有一套科學的林業碳匯/源評價體系，只有全面掌握森林固碳增匯的過程和機理，準確計量森林生態系統碳匯/源，才能深入探索和準確把握森林碳匯/源運行規律，真實反映森林在減緩氣候變化中的重要作用和突出貢獻，為國家參與氣候變化國際進程爭取話語權和主動權提供科學支撐。

本項目基于IPCC土地利用和土地利用變化的分類體系，采用由簡到繁、由低到高的三個層次方法學，建立了適于省級和區域級的林業碳計量體系。不同的方法學要求不同的數據和資源，從而為不同省區根據其數據和資源的可獲得性，提供了靈活的方法學選擇。三個層次的方法學包括：

第一層次方法學：相當于IPCC第二層次的方法學。本方法學根據IPCC推薦的方法，利用每5年一次的連續森林資源清查的統計數據和國家水平的缺省參數，估計不同土地利用方式及林業有關的土地利用變化引起的碳儲量及碳儲量變化。該方法計量精度較低，但成本較低、簡單易行，要求輸入的數據較少，使用國家水平的缺省參數，適應于對區域林業碳匯/源的粗略計量

第二層次方法學：相當于IPCC第2/3層次的方法學。本方法學基于每5年一次的連續森林資源清查的樣地和樣木測定數據、當地參數、生物量和土壤有機碳空間擴展模型等，估計不同土地利用方式及林業有關的土地利用變化引起的碳儲量及碳儲量變化。該方法可明顯提高計量精度，但要求森林資源清查的樣地和樣木數據，并對單木生物量和土壤有機碳進行深入的研究，特別是解決其空間變異的問題。因此要求的成本較高。

第三層次方法學：相當于IPCC第3層次的方法學, 代表國際最高水平的方法學。該方法學是在第二層次方法學的基礎上，通過融合多源遙感數據、氣候數據、生理生態參數，結合縣級森林資源調查規劃中森林資源連續空間分布數據，通過生態過程模型對碳儲量及其變化時空分布進行連續模擬。該層次方法學量精度最高，但也最復雜，成本最高。

本研究獲得的國家級水平的缺省參數，如蓄積-生物量轉換函數、生物量-枯落物轉換函數等，直接應用到中國自愿減排交易林業碳匯項目方法學中（造林碳匯項目方法學、森林經營碳匯項目方法學）

在研究過程中得到了國家林業局調查規劃院、四川農業大學、甘孜州林科所、四川省21個市（州）林業局對森林土壤有機碳、生物量野外調查工作的大力支持，特此向為本研究提供幫助的單位和個人表示衷心的感謝！

 

1. 目標和技術路線

1.1 目標

以四川省為示范省區，基于IPCC最新指南較高層次的方法學，建立滿足UNFCCC報告和未來可能的國際義務報告要求的、國際認可的區域土地利用變化和林業碳計量方法體系（包括森林及其與其它地類之間轉化），同時滿足四川省林業應對氣候變化和林業碳源匯管理政策的信息需求，提高中國建立土地利用變化和林業碳源匯計量的能力。

1.2 技術路線

基于我國森林資源調查、監測體系，整合多源、多期森林資源調查成果數據、遙感數據、氣候數據，通過森林碳源匯計量的基礎數據、計量模型參數、計量方法和模型的研究，構建尺度逐漸細化、精度逐漸提高適用于不同尺度、不同對象的區域林業碳匯/源計量平臺，應用計量體系對四川林業碳儲量及碳匯/源時空動態進行定量核算，并對相關計量方法進行比較驗證。

首先研究計量的基礎數據。① 對40年來森林、氣象和遙感等已有數據進行信息化、標準化研究；② 二是對生物量、森林土壤有機碳以及生理生態參數等關鍵要素進行專題研究；③ 對40年來土地利用變化和森林干擾，進行系統還原和反演。

其次研究計量方法。① 以省級統計成果為尺度，優化IPCC推薦的第二層次方法學，作為本計量體系的第一層次的方法學；② 將尺度細化到樣地、樣木，對生物量、森林土壤有機碳等計量模型進行系統研究，開發基于樣地、樣木尺度的方法學，即本計量體系的第二層次方法學；③ 在第二層次方法學的基礎上，融合遙感、氣候數據、生理生態參數等多源、多期數據，進一步將計量空間單元擴展到山頭地塊，研發基于生態系統過程模型的第三層次方法學。

最后研究計量體系。① 對森林碳匯計量體系的數據層、業務層和表示層進行系統集成研究，研發森林碳匯計量平臺；②以四川省為試驗區，通過33年森林碳匯的時空定量測算，檢驗體系的實用性、可靠性和完整性，對平臺進一步完善和優化。

 

圖2-1  技術路線圖

 

2. 森林資源和林地土地利用變化（forest resource and land use change in forestry sector）

森林資源數據和土地利用變化數據是林業碳計量的基礎，這些數據主要來自全國以省為總體的每5年一次的森林資源清查、以國有林業局（場）、自然保護區、森林公園等森林經營單位或縣級行政區域為單位的每10年一次的森林資源規劃設計調查、衛星遙感數據，輔助以年度林業活動統計數據、其他調查和統計數據等。盡管我國有長時間序列的相關調查和統計數據，但各個時期森林資源連調查因子、技術標準處于不斷的完善中，導致不同時期的調查數據及其內涵不完全一致，因此，須對調查因子的內涵、技術標準、邏輯吻合、信息完整進行分析、歸一化和標準化，包括指標一致化、內涵標準化、范圍統一化信息數字化、圖形矢量化等。此

2.1 森林資源清查（Forest inventory）

四川省森林資源連續清查體系始于1979年，在四川范圍內（包括重慶市）布設了23588個地面調查樣地。1988年第一次復查時，將全省分為金沙江雅礱江原始林區、盆周西緣陡險山區和其余區域3個副總體分別布設樣地、分別調查方法進行復查。前兩個副總體限于交通等條件限制，采用資料推算方法進行資源更新；余下部分樣地2/3為固定（8059個），1/3為臨時，固定與臨時都進行地面調查，為體系優化與完善做基礎。經1992、1997年兩次復查檢驗，發現抽樣體系不能完全滿足國家宏觀決策和四川林業發展的客觀需求，2002年第四次復查時，合并為一個總體，以4×8和8×8km（平均6×8km）兩種間距進行樣地布點，共布設10098個樣地。自此，地面調查樣地實現了“全覆蓋”，固定樣木調查逐步實現了“全固定”。1997年復查時，全省按2×2 km間距，布設121235個遙感判讀樣地。2002年開始，遙感技術、全球定位技術、地理信息系統技術以及野外數據采集記錄等現代高新技術得到普遍應用。同時，自2002年的復查開始，調查因子增加了流域、沙化、荒漠化土地類型與程度、濕地類型、林層結構、經濟林集約度、森林生活力、森林病蟲害等級、森林分類區劃、地類變化原因、四旁樹覆蓋面積、樣地西南角點地類等，樣地調查因子增加至53項，產出森林資源數據統計表增加至49個。。

2.2 森林資源規劃設計調查

森林資源規劃設計調查是以國有林業局（場）、自然保護區、森林公園等森林經營單位或縣級行政區域為調查單位，以小班為基本調查和統計單元，以滿足森林經營方案、總體設計、林業區劃與規劃設計需要而進行的森林資源調查。其主要任務是查清森林、林地和林木資源的種類、數量、質量與分布，客觀反映調查區域自然、社會經濟條件，綜合分析與評價森林資源與經營管理現狀，提出對森林資源培育、保護與利用意見。到目前為止，共進行過兩期森林資源規劃設計調查，分別是1980-1990和1995-2005。

2.3 森林資源分布遙感解譯

2.3.1 遙感數據及資料收集

2.3.1.1 遙感數據收集

收集了美國陸地衛星MSS 42 景 ，TM 35 景，如圖2-1。

  

圖2-1  MSS圖像分布示意圖          圖2-2  TM圖像分布示意圖

2.3.1.2 其他資料收集

收集了四川省植被解譯矢量成果資料（2000年）、四川省森林規劃設計調查矢量成果數據（2005年）、四川省森林分類區劃界定矢量成果數據（2008年）、四川省林地保護利用規劃矢量成果數據（2012年）、四川省1:10萬地形圖（1960年代）、四川省森林資源分布圖（1975、1976、1984-1990）、林相圖（1975）及有關的歷史圖件資料等。

2.3.2 數據預處理

遙感圖像預處理是遙感圖像分析、判讀、識別的基礎，主要包括假彩色合成、幾何校正、圖像增強和鑲嵌裁剪等部分。

2.3.2.1 假彩色合成

根據使用的遙感數據的特點及解譯需要，對TM數據采用RGB（432）的方式進行彩色合成，對MSS數據采用RGB（321）的方式進行彩色合成。圖2-3、2-4分別為彩色合成后的MSS和TM影像。

 

 

 

2.3.2.2 幾何校正

以四川省1:10萬地形圖為參考，采用二元二次多項式法對MSS數據進行校正，然后用同樣的方法，將校正后的MSS影像作為參考，對TM影像進行配準。對MSS圖像的校正主要包括（1）控制點的選取（每景選取20個），（2）采用二次多項式法進行圖像糾正，通過控制點的均方根誤差，檢查誤差較大的地面控制點，調整、刪除或補充控制點信息，最終使中誤差小于1個像元；（3）采用三次卷積法對圖像進行重采樣，完成幾何校正。

2.3.2.3 圖像增強

遙感圖像增強處理包括空間增強處理、輻射增強處理、光譜增強處理、高光譜處理等，其目的是為了突出有用的信息，增加圖像的對比度，便于遙感解譯。圖2-5為TM圖像增強前后對比圖。

 

圖2-5  TM增強前后對比示意圖

 

2.3.2.4 圖像鑲嵌和裁切

以縣界為單位對遙感圖像進行裁切，對跨兩景或多景遙感影像的縣首先進行遙感影像的拼接，然后再以縣界為單位進行裁切，在圖像拼接過程中根據拼接圖像時相的差別不同，將進行不同的處理。主要包括拼接圖像季相相近和季相相反兩種情況。當圖像季相差別較小或在同一時期時，在圖像拼接過程中采用直方圖匹配的處理方法進行拼接。當圖像時相差別較大時，為保持各自時相圖像得季節特性，在圖像拼接的過程中將不進行直方圖匹配處理。對不同季相的影像拼接，最大程度的保留季相好、信息豐富的影像信息。

2.3.3 土地利用分類

參考森林資源規劃設計調查和全國土地利用調查的分類標準，采用兩級分類，一級共6大類，包括林地、耕地、草地、水域、建設用地和未利用地；將林地進一步劃分為5個二級地類，包括有林地、竹林、灌木林地、經濟林地和其他林地，各地類的定義如下：

（1）林地：指生長喬木、灌木、竹類以及沿海紅樹林的土地，包括有林地、疏林地、灌木林地、未成林地、苗圃地、無立木林地、宜林地及灌叢地。

有林地：附著有森林植被、郁閉度大于或等于0.2的林地。

竹林：附著有胸徑2.0cm以上的竹類植物的且以經營竹類為主要目的的林地，主要包括毛竹、慈竹等。

灌木林地：附著有灌木樹種以及胸徑小于2.0cm的雜竹，或因生境惡劣矮化成灌木型的喬木樹種，以經營灌木林為主要目的或專為防護用途，覆蓋度在30%以上的林地。

經濟林地：以生產除木材以外的干鮮果品、食用油料、工業原料和藥材及其他林副特產品為主要經營目的的喬木和灌木林地。

其他林地：指有林地、竹林、灌木林地和經濟林地以外的其它林地，包括疏林地、未成林地、苗圃地、無立木林地、宜林地和林業輔助生產用地。

（2）耕地：指種植農作物的土地，包括熟耕地、新開荒地、休閑地、輪歇地、草田輪作地；以種植農作物為主的農果、農桑、農林用地；耕種三年以上的灘地和海涂。

（3）草地：指牧草地，是以生長草本植物為主，草本植被覆蓋度一般在15.0%以上、干旱地區草本植被覆蓋度在5.0%以上,用于畜牧業的土地。

（4）水域：指陸地水域和水利設施用地，包括河流、湖泊、水庫、坑塘等。

（5）建設用地：指建造建筑物、構筑物的土地。包括城鄉住宅和公共設施用地、工礦用地、交通水利設施用地、旅游用地、軍事設施用地等。

（6）未利用地：目前還未利用的土地，包括難利用的土地，如裸巖、裸土，高山流石灘、高寒荒漠、冰川及永久性積雪地等。

2.3.4 遙感解譯

2.3.4.1 遙感解譯標志的建立

解譯標志是指在遙感圖像上能具體反映和判別地物或現象的影像特征。解譯標志分為直接解譯標志和間接解譯標志兩種，本次TM數據解譯引用96-B02-01-02專題組建立的土地資源人機交互判讀分析全國各區域判讀標志，MSS數據解譯的參考此解譯標志，如表2-1。

表2-1                 TM數據土地利用信息提取解譯標志

地類 代碼* 影像特征（TM 4、3、2假彩色合成圖像）

林地 有林地 111 深紅、紫紅或暗紅色，內部色調較均勻，形狀不規則或規則

（人工片林），平原區分布零星，山區丘陵分布廣泛

竹林 113 暗紅色或紫紅色，色調均勻，邊界自然圓滑，紋理細膩均勻

灌木林地 130 紅色或淺紅色，色調明亮，形狀不規則，高山灌木林地紋理均勻細膩

經濟林地 190 暗紅色、紅色或橘紅色，內部色調均勻，形狀多不規則

其他林地 170 火燒跡地呈灰黑色，色調均勻，形狀多較規則，邊界明顯；其他多呈棕紅色或淺紅色，內部色調不均，形狀不規則

耕地 210 長有作物的呈粉紅、鮮紅或暗紅色，無作物或幼苗的水田呈藍色或藍黑色，旱地呈亮青、灰白或亮白色，水田色調均勻，形狀規則，邊界清晰；旱地色調不均勻、紋理粗糙，形狀不規則。主要分布在平原、河谷兩側、山區和丘陵的緩坡上

草地 220 枯萎期呈黃褐色、淺黃色或黃白色，局部有微紅斑點（灌叢）；生長期呈淺紅色，茂盛期呈鮮紅色或暗紅色，色調不勻，紋理細膩，人工草地形狀規則

水域 230 從藍色到深黑色，色調均勻，紋理細膩，邊界清晰，幾何特征明顯

建設用地 250 青灰色、灰白色或白色，色調雜亂，紋理粗糙，幾何特征明顯，邊界多較明顯

未利用地 240 裸土、裸巖為灰白色和為青灰色，裸土色調較均勻，裸巖色調不均，冰川和永久性積雪呈白色，色調均勻，紋理細膩，邊界明顯，分布范圍較固定

注：*引用“森林資源規劃設計調查”地類碼

2.3.4.2 遙感影像分類

遙感圖像解譯是通過遙感圖像提供的各種識別目標的特征信息進行分析、推理與判斷，最終達到識別目標地物或現象，從而獲取目標地物信息的過程。本次研究采用計算機初分類和人工目視解譯相結合的方法進行遙感圖像的信息提取。計算機自動分類采用ERDAS和eCognition相結合完成。ERDAS基于光譜信息面向象元的分類技術能很好的提取植被信息及細小地物信息，采用非監督分類（unsuperised）的方法進行圖像處理（示例如圖2-6）。eCognition的多尺度影像分割技術彌補了傳統基于光譜信息面向象元遙感分類軟件分類尺度上的缺陷。

 

圖2-6 非監督分類結果示意圖

2.3.4.3 目視解譯

對遙感初分類的結果進行修改，對錯分、漏分的地類進行完善。具體操作為根據影像的判讀標志（表2-1），如色調（顏色）、形狀、位置、大小、陰影、紋理及其它間接標志等和個人對該區域土地類型分布規律的熟悉程度，識別目標地類。同時，在arcgis軟件中沿影像特征的邊緣準確繪出變化地類界（界線應嚴格封閉），并賦地類屬性。判讀提取目標地物的最小單元：一般規定變面狀地類應大于3×3個像元，圖斑短邊寬度最小為2個像元。各圖斑要素的判讀精度應>85.0%，目視解譯線劃描跡精度為兩個像元點，并且保持圓潤。示意圖如圖2-7。

 

圖2-7 目視解譯示意圖

2.3.4.5 精度檢驗

利用1979和1992年森林資源連續清查的固定樣地點資料對遙感分類結果進行精度檢驗，MSS、TM檢查樣點分布如圖2-8和圖2-9。通過建立土地利用類型誤差矩陣的方法進行遙感分類精度檢驗。

 

圖2-8  MSS檢查樣點分布圖             圖2-9  TM檢查樣點分布圖

從表2-2和2-3可以看出，林地和耕地的分類精度均較高，而建設用地和未利用地分類精度相對較低，這是因為解譯結果的最小圖斑設置為90*90mP2P，使得面積小于這一設置的許多建設用地信息丟失；未利用地的分類精度較低是因為兩個分類體系中對未利用地的定義有差異。

表2-2                           MSS分類誤差矩陣表

　 遙感分類結果

林地 耕地 草地 水域 未利用地 建設用地 總計

樣地資料 林地 1184 278 160 1 18 1 1642

耕地 368 1188 13 21 1 5 1596

草地 365 81 576 2 105 　 1129

水域 14 23 4 23 3 　 67

未利用地 76 13 86 　 49 　 224

建設用地 27 47 7 3 　 4 88

總計 2034 1630 846 50 176 10 4746

　總體精度：63.72%

　 制圖精度 漏分精度 用戶精度 錯分誤差

林地 72.11% 27.89% 58.21% 41.79%

耕地 74.44% 25.56% 17.06% 82.94%

草地 51.02% 48.98% 18.91% 81.09%

水域 34.33% 65.67% 2.00% 98.00%

未利用地 21.88% 78.13% 10.23% 89.77%

建設用地 4.55% 95.45% 1--% 9--%

Kappa:47.56%（N=4746）

表2-3                           TM分類誤差矩陣表

　 遙感分類結果 　

林地 耕地 草地 水域 未利用地 建設用地 總計

樣地資料 林地 2893 687 357 9 25 8 3979

耕地 550 1730 15 20 2 34 2351

草地 183 8 533 8 20 1 753

水域 16 45 3 51 2 2 119

未利用地 217 16 474 6 148 2 863

建設用地 22 71 0 7 0 14 114

總計 3881 2557 1382 101 197 61 8179

總體精度：65.64%

林地 72.71% 27.29% 74.54% 25.46%

耕地 73.59% 26.41% 67.66% 32.34%

草地 70.78% 29.22% 38.57% 61.43%

水域 42.86% 57.14% 50.50% 49.50%

未利用地 17.15% 82.85% 75.13% 24.87%

建設用地 12.28% 87.72% 22.95% 77.05%

2.4 其他統計和調查數據

包括營造林和森林經營以及其他林業生產活動統計數據、林業統計年鑒（1978-2012年）中的造林、采伐、病蟲、火災等，以及長江上游防護林工程、天然林保護工程、退耕還林工程等統計數據。

2.5 土地利用轉移矩陣

利用上述數據，獲得的土地利用轉移矩陣。對第一和第二層次的方法學，為每個清查期間的地類轉化轉移矩陣，對于第三層次的方法學，可獲得年度轉移矩。作為示例，如表2-4顯示了2007-2012清查期地類轉化轉移矩陣。

 

 

 

表2-4                                          2007—2012  年土地利用轉移矩陣                                         單位：hmP2

   2012年 林分 經濟林 竹林 疏林地 灌木林地 其他林地 農地 草地 水域 未利

用地 建設

用地 前期

合計

2007年

林分 11,273,721.6 23,976.4 47,574.7 57,658.8 19,188.0 177,670.1 25,929.5 -- 5,932.0 5,932.0 14,830.2 11,652,413.3

經濟林 87,433.8 762,541.7 4,809.7 9,706.5 -- 29,106.3 77,531.9 -- -- -- 24,228.6 995,358.5

竹林 29,468.1 -- 433,636.9 -- 5,728.2 5,734.2 5,726.6 -- -- 5,726.9 -- 486,020.9

疏林地 87,486.3 4,859.7 -- 340,463.4 14,482.9 43,494.5 9,620.3 -- -- -- -- 500,407.1

灌木林地 24,289.6 -- 4,819.5 4,861.8 7,171,105.7 39,450.7 26,679.5 -- 1,555.3 -- 6,221.4 7,278,983.5

其他林地 184,503.5 58,258.6 14,449.9 24,296.2 383,352.9 1,496,147.1 28,268.8 -- 4,711.4 -- 9,423.0 2,203,411.4

農地 145,723.0 169,999.2 38,551.3 -- 4,854.9 48,596.5 9,108,870.3 -- 43,699.3 -- 199,074.4 9,759,368.9

草地 4,857.4 -- -- -- -- -- 8,652,334.0 -- -- -- -- 8,657,191.4

水域 -- -- -- -- -- -- 839,985.5 -- -- -- -- 839,985.5

未利用地 -- -- -- -- -- -- 5,054,479.1 -- -- -- -- 5,054,479.1

建設用地 -- -- 4,819.0 -- -- -- 941,985.4 -- -- -- -- 946,804.4

本期合計 11,837,483.3 1,019,635.6 548,661.0 436,986.7 7,598,712.6 1,840,199.4 24,771,410.9 -- 55,898.0 11,658.9 253,777.6

 

 

3. 生物量、土壤和枯落物方程

無論是植被生物量、枯落物還是土壤有機碳密度，除與植被類型有關外，還與生物-地理要素密切相關，如氣候、經緯度、海拔、地形地貌等，空間異質性很高。傳統的經驗方程通常是在特定生物地理條件下獲得的，當應用于大范圍內的特定立地時，往往出現較大的誤差。為此，有必要建立能解釋空間變異的植被生物量、土壤和枯落物的空間擴展方程。

3.1  生物量

3.1.1 喬木林

3.1.1.1 方法概述

（1）運用森林資源調查技術標準和成果資料的分析,對四川立木生物量建模總體單元進行劃分；（2）利用四川歷次森林資源連續清查樣地立木測樹信息，擬合立木胸徑（D）-樹高（H）交互項因子（D2H）與空間信息因子的回歸模型f（X）1，拓展模型空間應用范圍；（3）建立生物量異速生長方程，即生物量實測樣木交互項因子（D2H）與立木不同器官生物量回歸模型f（X）2；（4）通過模型疊加建立立木生物量復合模型f（X）3。

 f（X）1=aD2+bD+c（lon）2+ d（lon） +e（lat）2+ f（lat） +g（elev）2+ h（elev）+K                              

（X為樣地測高木D2H）

 f（X）2=aX+b                             （X為立木實測生物量D2H）

        f（X）3=a f（X）1+b或a f（X）1^b

四川省森林類型多樣、林木樹種繁多，因此針對資源數量相對較多、分布范圍相對較廣的樹種，考慮單獨建立模型，其它樹種考慮合并建模。為此，確定了立木生物量建模總體（表3-1）。

表3-1                           四川立木生物量建模總體

序號 建模總體 包含樹種 序號 建模總體 包含樹種

1 冷、云、鐵杉 云杉、冷杉、鐵杉 9 樺類 紅樺、白樺、糙皮樺等

2 云南松 云南松、思茅松 10 楠 潤楠、楨楠、黑殼楠

3 馬尾松 馬尾松 11 樟 香樟、油樟等

4 柏木屬 柏木、側柏等 12 桉屬 巨桉、直干桉等

5 落葉松 落葉松 13 楊屬 山楊、白楊等

6 杉木、柳杉 杉木、柳杉、水杉 14 硬闊類 絲栗、青岡、木荷等

7 其他松類 華山松、油松等其他松類 15 軟闊類 椴樹、檫木、槭樹等

8 櫟類 高山櫟、斜櫟、石櫟等 　 　 　

 

3.1.1.2  D2H的空間擴展

采用森林資源清查樣地中平均樣木胸徑、樹高、空間信息（經度（lon）、經度平方項（lon）2、緯度（lat）、緯度平方項（lat）2、海拔（elev）、海拔平方項（elev）2），采用“逐步回歸”的方法建立測樹因子交互項（D2H）與胸徑、空間信息的回歸模型（表3-2），拓展模型應用空間范圍。模型擬合實測值與預測值及擬合殘差如圖， 

表3-2                    測樹因子交互項（D2H）與空間信息擬合回歸模型

優勢樹種

（組） 模型形式：f（D2H）=aD2+bD+c（lon）2+d（lon）+e（lat）2+f（lat）+g（elev）2+h（elev）+K a.R2

a b c d e f g h K

云杉 43.54 -926.04 -274.34 55283.76 / / / / -2772311.75 0.95

冷杉 35.75 -636.49 -5.25 / 224.59 -13302 / / 256096.84 0.95

鐵杉 54.22 -1516.6 / / / / / / 11052.41 0.93

云南松 32.84 -523.99 -181.87 36855.05 78.51 -4464.19 / / -1801214.28 0.93

馬尾松 22.76 -199.65 16.19 -3492.23 / / --E+00 / 188793.11 0.95

高山柏類 19.62 -266.53 -89.94 18608.54 / / / 10.26 -978330.72 0.92

低、中山柏類 20.61 -158.16 / / -0.3 / / -0.34 875.79 0.95

落葉松 30.6 -524.14 / -1152.39 / / / / 128038.05 0.93

杉木 26.35 -295.47 -0.16 / / 30.81 / / 1835.8 0.95

濕地松 21.69 -170.02 -5502.2 1155200.23 10689.55 -620167.84 / / -51639309.06 0.99

柳杉 22.13 -180.92 / / / / / 1.68 -173.53 0.96

華山松 36.78 -659.8 115.9 -24689.17 3.65 / / / 1315417.89 0.98

高山松 30.62 -446.9 441.97 -89058.57 / / / -2.12 4495223.28 0.96

油松 66.65 -1835.12 / 3564.17 1541.2 -100688.81 / 5.03 1274255.21 0.99

油杉 27.66 -485.65 3952.86 -803800.14 -8.68 / / -4.5 40875436.88 0.97

樟樹 19.77 -187.59 / / 1.83 / / -0.14 -815.57 0.93

楠木 24.3 -263.16 / / / / / 1.4 183.02 0.99

桉樹 18.18 -71.54 -44.41 9369.41 -72.28 4411.34 / -- -561336.58 0.96

高山楊屬 25.21 -242.97 / / -13.93 847.31 / -3.89 -5704.95 0.99

低、中山楊屬 18.95 / / / / / / / -871.2 0.92

高山樺類 27.77 -369.61 -159.31 32406.41 / / / / -1646180.34 0.95

低、中山樺類 22.37 -211.5 -35.91 7566.31 / / / 1.21 -398222.42 0.99

高山櫟類 24.42 -362.14 -181.65 36742.67 115.51 -6768.48 / 4.08 -1763119.14 0.96

低、中山櫟類 23.13 -301.38 / -87.77 -60.85 3753.21 / / -47019.16 0.94

高山硬闊 13.92 / 29621.07 -6118458.23 -24173.58 1579478.62 / / 290152586 0.92

中山硬闊 18.08 -150.63 / / 85.21 / / / -2059.66 0.93

低山硬闊 19.7 -133.28 / / / / / -1.68 751.98 0.95

高山軟闊 31.99 -559.93 / / / / -0.01 34.39 -55578.55 0.88

中山軟闊 32.87 -580.84 / / 0.96 / / 1.81 804.53 0.96

低山軟闊 38.35 -583.95 -0.37 / / 94.36 / 1.09 3354.75 0.97

說明：不同優勢樹種（組）回歸模型擬合參數值僅保留2位小數。

 

3.1.1.3  異速生物量方程

根據建模總體，按照典型選樣的方法，結合四川不同植被類型及各優勢樹種（組）分布概況，在不同區域的森林植被類型典型地區設置立木調查樣點，采用收獲法，實測樣木各器官（干、枝、葉、根）生物量（表3-3）。

表3-3                          實測生物量樣木概況表

樹種（組） 緯度（°） 經度（°） 海拔（m） 樣本數量（n）

云杉 29.05～32.98 100.83～103.99 2460～4161 307

云南松 24.67～29.34 100.80～102.36 1593～3207 41

馬尾松 29.08～31.72 103.35～108.22 308～1236 66

柏木（川柏、岷江柏） 29.81～32.28 104.13～107.62 266～1106 54

落葉松 28.27～28.40 101.16～101.19 3238～3890 92

杉木（柳杉） 27.76～32.31 103.04～107.79 376～1679 61

其他松類（濕地松、華山松等） 28.57～32.56 103.36～106.87 720～1480 18

櫟類（高山櫟、麻櫟） 27.03～32.55 101.39～108.07 601～3730 80

樺類（紅樺、白樺、亮葉樺等） 29.04～33.17 92.52～104.15 1620～3920 133

樟（香樟、油樟等） 29.02～29.04 103.9～105.04 320～392 29

楠（潤楠、黑殼楠等） 28.18～31.16 103.1～104.77 320～1920 57

桉屬（巨桉、直干藍桉等） 28.23～31.66 102.29～105.21 618～1720 248

楊屬（高山楊、青楊等） 27.87～33.11 102.08～104.25 1600～2790 30

硬闊（木荷、燈臺、領春木等） 28.68～32.46 103.17～104.61 1056～1689 18

軟闊（喜樹、榿木、榛木等） 22.58～35.36 102.67～111.81 334～2204 243

 

擬合樣木胸徑（DBH）、樹高（H）和交互作用項（D2H）與各器官生物量的相關性，最后確定（D2H）與各器官生物量相關性最高。因此，分別選取一元或多元模型，如線性函數（y ̂=aX+b）、對數函數（y ̂=aln(X)+b）、二次項函數（( y) ̂=aX^2+bX+c）、冪函數（y ̂=aX^b）、“S”型曲線（y ̂=e^(（a+b/X）)）、指數函數（y ̂=ae^bX）等，擬合D2H與各器官生物量的回歸模型，并根據調整確定系數（R_a^2）、估計值的標準誤（S_(E,E)）、平均預估誤差〖（M〗_(P,E)）、平均百分標準誤差（M_(P,S,E)）、總相對誤差 （T_(R,E)）和平均系統誤差（M_(S,E)）等6項指標篩選單株林木各器官生物量最優回歸模型(表3-4~表3-7)。殘差圖如圖3-2所示。

 

R_a^2=1-(（n-1）)⁄(（n-p）∑▒(y_i-(y_i ) ̂ )^2 )∕∑▒〖（y_i-y ̅）〗^2 

S_(E,E)=√((∑▒〖（y_i-(y_i ) ̂）〗^2 )⁄(（n-p）))

M_(P,E)=t_α∙（S_(E,E)⁄y ̅ ）∕√n×100

M_(P,S,E)=1/n ∑_(i=1)^n▒|(（y_i-(y_i ) ̂）)⁄(y_i ) ̂ | ×100

T_(R,E)=∑_(i=1)^n▒〖（y_i-(y_i ) ̂）〗∕∑_(i=1)^n▒(y_i ) ̂ ×100

M_(S,E)=1/n ∑_(i=1)^n▒〖（y_i-(y_i ) ̂）〗∕(y_i ) ̂×100

式中，n為樣本單元數；p為參數個數；t_α為學生氏分布值（α為0.05置信水平）；y_i和(y_i ) ̂分別為立木生物量的實測和預估值；y ̅為立木生物量的平均實測值。

 

表3-4                        實測樹干生物量擬合模型

優勢樹種

（組） 模型形式：y=a（D2H）+b

a b adj.R2 rmse std TRE MSE MPSE

云杉 0.0114 37.5626 0.93 59.98 59.98 -4.16E-16 -9.79 47.61

云南松 0.0120 6.9646 0.94 12.02 12.02 -2.95E-17 -13.40 29.69

柏木 0.0187 2.4597 0.82 7.26 7.26 -4.14E-16 -9.64 32.48

杉木 0.0101 5.0111 0.88 16.11 16.11 -2.94E-16 -5.15 23.66

馬尾松 0.0134 13.0579 0.91 28.02 28.02 5.63E-17 -24.32 42.22

落葉松 0.0111 4.7674 0.94 21.36 21.36 -1.05E-16 -21.04 32.88

其他松類 0.0206 1.6156 0.98 7.63 7.63 -1.29E-16 -0.61 11.44

樺類 0.0121 30.3463 0.75 77.26 77.26 2.61E-17 -28.88 50.92

櫟類 0.0178 20.5873 0.89 62.16 62.16 1.78E-16 -22.00 41.57

樟 0.0168 6.7421 0.93 32.43 32.43 -1.85E-17 -13.96 25.16

楠 0.0174 6.1856 0.88 18.13 18.13 4.68E-17 -8.47 21.92

楊屬 0.0093 25.8334 0.93 21.92 21.92 5.50E-16 -7.52 28.85

桉屬 0.0169 -0.5333 0.94 2.61 2.61 8.28E-17 3.53 24.15

硬闊 0.0217 7.4214 0.86 23.26 23.26 3.49E-16 -6.75 29.23

軟闊 0.0169 4.0108 0.97 8.17 8.17 -1.13E-16 -28.89 41.18

 

表3-5                        樹枝生物量擬合模型

優勢樹種

（組） 模型形式：y=a*（D2H）^b

a b adj.R2 rmse std TRE MSE MPSE

云杉 0.0665 0.7169 0.70 0.89 0.89 4.18E-16 -5.15 83.90

云南松 0.0349 0.7164 0.64 0.90 0.90 7.80E-17 -36.83 94.19

柏木 0.1317 0.5290 0.90 0.49 0.49 -5.40E-16 0.25 39.55

杉木 0.0728 0.5699 0.80 0.50 0.50 -1.68E-16 -4.85 34.36

馬尾松 0.015 0.8166 0.90 0.63 0.63 6.36E-16 -27.69 55.71

落葉松 0.0474 0.618 0.70 0.96 0.96 -2.15E-16 79.31 163.53

其他松類 0.0047 0.9834 0.67 0.65 0.65 5.38E-16 -6.75 33.50

樺類 0.0114 0.8854 0.84 0.88 0.88 -1.02E-15 53.95 153.18

櫟類 0.0271 0.7687 0.83 0.77 0.77 -6.64E-16 7.66 83.54

樟 0.0257 0.7968 0.84 0.75 0.75 7.70E-17 -2.86 43.44

楠 0.0207 0.7735 0.74 0.67 0.67 -3.58E-16 18.62 41.16

楊屬 0.0423 0.7713 0.89 0.44 0.44 8.35E-17 -0.14 11.29

桉屬 0.0638 0.5490 0.69 0.48 0.48 -1.36E-15 11.27 66.14

硬闊 0.0079 0.9124 0.75 0.62 0.62 -3.47E-16 -36.06 65.52

軟闊 0.0373 0.7287 0.84 0.68 0.68 -2.86E-15 -39.02 246.13

 

 

 

表3-6                         樹葉生物量擬合模型

優勢樹種

（組） 模型形式：y=a*（D2H）^b

a b adj.R2 rmse std TRE MSE MPSE

云杉 0.0430 0.6821 0.7 0.86 0.86 -8.61E-17 -24.22 64.68

云南松 0.0578 0.5700 0.71 0.61 0.61 6.38E-16 19.00 150.62

柏木 0.2205 0.4404 0.85 0.51 0.51 1.07E-15 -135.31 208.15

杉木 0.1656 0.4384 0.58 0.66 0.66 1.12E-15 -3.23 37.64

馬尾松 0.0263 0.6604 0.82 0.71 0.71 -6.77E-16 220.22 359.34

落葉松 0.0310 0.5661 0.82 0.64 0.64 9.07E-16 66.36 148.84

其他松類 0.0051 0.9249 0.86 0.35 0.35 -6.01E-16 -13.26 25.62

樺類 0.0076 0.7340 0.81 0.82 0.82 -1.11E-15 37.61 262.29

櫟類 0.0465 0.5449 0.70 0.78 0.78 2.42E-15 -48.79 139.11

樟 0.0312 0.6505 0.86 0.56 0.56 -3.55E-16 25.08 39.65

楠 0.0271 0.6093 0.62 0.70 0.70 -1.21E-15 -21.07 83.41

楊屬 0.1318 0.4315 0.56 0.61 0.61 -9.8E-16 3.49 43.01

桉屬 0.2170 0.2665 0.49 0.57 0.57 -2.7E-15 -26.87 333.58

硬闊 0.0164 0.7005 0.68 0.55 0.55 -8.03E-16 1.79 54.2

軟闊 0.0889 0.4166 0.63 0.67 0.67 1.39E-14 42.35 218.9

 

表3-7                            樹根生物量擬合模型

優勢樹種

（組） 模型形式：y=a*（D2H）^b

a b adj.R2 rmse std TRE MSE MPSE

云杉 0.0345 0.7994 0.88 0.56 0.56 3.66E-16 -2.23 34.02

云南松 0.0723 0.5810 0.58 0.82 0.82 1.65E-16 -351.33 382.61

柏木 0.1011 0.5461 0.79 0.78 0.78 1.64E-15 -25.35 75.91

杉木 0.0577 0.6238 0.74 0.65 0.65 8.84E-16 4.96 32.00

馬尾松 0.0525 0.7136 0.65 1.20 1.20 -7.82E-16 21.19 98.24

落葉松 0.0140 0.8206 0.93 0.54 0.54 -1.60E-16 -3.28 36.95

其他松類 0.0048 1.0287 0.95 0.23 0.23 5.03E-17 4.40 14.13

樺類 0.0184 0.8186 0.89 0.67 0.67 -5.14E-17 -23.16 111.37

櫟類 0.0773 0.7186 0.89 0.55 0.55 -4.47E-17 -6.02 36.37

樟 0.0086 0.9625 0.98 0.32 0.32 6.29E-17 7.84 17.23

楠 0.1408 0.6558 0.84 0.42 0.42 -2.27E-16 -7.02 13.43

楊屬 0.1157 0.6272 0.85 0.43 0.43 2.18E-16 0.42 13.33

桉屬 0.0342 0.7237 0.9 0.17 0.17 -1.38E-16 1.86 13.84

硬闊 0.0051 1.0082 0.89 0.42 0.42 -4.02E-16 3.39 28.39

軟闊 0.0876 0.6115 0.76 0.74 0.74 -5.87E-16 -65.22 113.07

 

 

 

 

圖3-2 生物量模型及殘差圖示例

 

3.1.1.5  林下灌、草

在不同森林類型122個森林資源連續清查樣地的外圍隨機設置 3 個2m×2 m的樣方，記錄主要灌木物種組成、總蓋度，分種測定每一灌木群體的平均基徑、平均高度，將樣方內所有植物全部收獲后，分根、枝干、葉測定其干重。同時在樣方的左上角，圍取 1 個 1m×1m的代表性樣方。記錄主要種類及總蓋度，然后分種測定各草群平均高度；然后采用收獲法測定地上部分和地下部分干重。

通過樣方調查計算得到灌木總蓋度Cs （%）、平均高度Hs （cm）、灌木群體平均基徑Ds （cm）、體積 Vs （Vs=Cs*Hs）；草本群體均高Hh （cm）、蓋度Ch （%），草群體積Vh （Vh = Ch*Hh）；林下植被總生物量 Wu、林下灌木生物量Ws、林下草本生物量Wh；林分樣地平均胸徑Da （cm） 、平均高度Ht （m）以及林分密度Du （株/hm2）、胸高斷面積Bt （m2）。采用不同的方程形式擬合林下灌木、草本和林下植被總生物量與相關林分特征因子的回歸方程，并經誤差分析優選出最優方程（表3-8）。擬合效果參見圖3-3。

 

表3-8                    林下植被各部位生物量混合模型

器官 模型 系數 R2 Ra2 SEE F值

形式 a b c d

林下灌木

葉 Wsl=a*Csb 0.006 1.095 0.600 0.599 1.068 542.4***

枝莖 Wss=a*Vsb 0.001 0.990 0.648 0.647 1.154 667.8***

地下 Wsb=a*Vsb 0.002 0.848 0.483 0.482 1.386 339.7***

總量 Ws=a*Vsb 0.003 0.875 0.583 0.581 1.171 506.5***

林下草本

地上 Wha=a*Chb 0.007 1.077 0.673 0.672 0.893 746.9***

地下 Whb=a*Chb 0.012 0.979 0.619 0.618 0.913 590.4***

總量 Wh=a*Chb 0.019 1.034 0.685 0.684 0.832 783.3***

林下植被合計

地上 Wua=a*Vsb 0.072 0.433 0.363 0.361 0.906 208.8***

地下 Wub=a*Vsb 0.085 0.414 0.300 0.298 1.000 155.4***

總量 Wu=a*Vsb 0.166 0.422 0.359 0.357 0.089 203.4***

 

 

 

 

圖3-3 林下灌木生物量模型模擬

 

圖3-4 林下草本生物量模型模擬

 

3.1.2 竹林

3.1.2.1 單株毛竹

（1） 研究方法

單株毛竹生物量調查樣點布設充分考慮單株毛竹生物量空間變異性及實用性，緊密結合森林資源連續清查體系，采取森林資源資料分析、文獻調研和野外踏查相結合的方法布設調查樣地。

選擇了四川省森林資源連續清查樣地中的21個毛竹樣地和37個雜竹樣地。在鄰近相似毛竹林內按不同徑階選擇單株立竹1-2株，調查單株立竹各項因子,并采用收獲法測定各器官（竹稈、竹枝、竹葉、竹鞭）生物量，共78株。鄰近相似的雜竹林，采用收獲法測定雜竹林生物量。選取一元或多元線性函數（y ̂=aX+b）、對數函數（y ̂=aln(X)+b）、二次項函數（( y) ̂=aX^2+bX+c）、冪函數（y ̂=aX^b）、“S”型曲線（y ̂=e^(（a+b/X）)）、指數函數（y ̂=ae^bX）等回歸模型進行數據回歸擬合，并根據調整確定系數（R_a^2）、估計值的標準誤（S_(E,E)）、平均預估誤差〖（M〗_(P,E)）、平均百分標準誤差（M_(P,S,E)）、總相對誤差 （T_(R,E)）和平均系統誤差（M_(S,E)）等6項指標篩選單株毛竹生物量最優回歸模型如表3-9。擬合效果和殘差分析如圖3-5。

表3-9                      毛竹生物量擬合模型 （X為單株毛竹眉徑）

器官 模型形式 模型參數 擬合效果 評價指標

a b c a.R2 F SE,E MP,E MP,S,E TR,E MS,E

竹桿 Y=a*X2+b*X+c 0.1857 -1.057 3.6895 0.868 246.6 1.72 3.56 12.58 0.01 0.179

竹枝 Y=a*Xb 0.0412 1.5335 0.532 69.90 0.30 5.58 26.47 -0.01 4.48

竹葉 Y=aXb 0.0647 1.2727 0.425 45.99 0.31 7.61 26.95 4.43 4.73

竹根 Y=aX2+bX+c 0.1018 -0.5893 2.6153 0.881 211.57 0.83 3.72 12.08 0.01 0.03

 

 

     圖3-5 毛竹生物量模型模擬

 

 

3.1.2.2 竹林林分

由于在2007年以前的森林資源清查中，只調查了毛竹株數，無單株檢尺數據。雜竹樣地也只有株數調查。為此，建立并篩選出了單位面積毛竹和雜竹生物量Y（t/ha）與立竹株數N（株/ha）的最優回歸模型如表3-10。擬合效果和殘差分析如圖3-6。

 

表3-10                          毛竹和雜竹林分生物量擬合（X為竹林密度）

序號 模型形式 模型參數 擬合效果 評價指標

a b c a.R2 F SE,E MP,E MP,S,E TR,E MS,E

毛竹 Y=a*Xb 0.0006 1.4779 0.851 172.94 0.34 0.21 28.78 6.86 5.51

雜竹 Y=a*Xb 0.6964 0.3547 0.59 51.36 0.26 0.32 21.11 3.76 3.35

 

 

 

圖3-6竹林密度-單位面積生物量擬合模型

3.1.3 灌木林

四川灌木林類型多樣，灌木種類繁多，本項目選擇了四川省內的小葉杜鵑、高山杜鵑、高山柏、高山柳、窄葉鮮卑花、櫟類、馬桑和雜灌8種典型灌木設置27個調查樣地，測定了各器官生物量。 測定方法根據灌木林優勢灌木種不同特點進行，對于分枝明顯的大型灌木類型（如：高山杜鵑、大花杜鵑、高山櫟等），按照株（叢）數查數、標準株法累加，計算該類型單位面積生物量；對于密集型分枝不明顯的小型灌木類型（如：鮮卑花、小葉杜鵑、馬桑等），采用樣方“收獲法”調查生物量，計算建立該類型單位面積生物量。采用不同的回歸模型形式對灌木林蓋度P與灌木林單位面積生物量建立一元回歸統計模型。經過比較分析，篩選出的最優模型為：

y ̂=5.7953e^2.1959X（X為灌木林蓋度）

 

圖3-7 灌木林蓋度-生物量擬合最優模型和殘差分析圖

 

3.2 枯落物

3.2.1 有林地

選擇不同森林類型的森林資源連續清查樣地214個，在樣地4個角點和中心點設置1m X 1m樣方，收集測定枯落物量、枯落物厚度。采用不同的模型形式建立枯落物量與相關因子之間的回歸模型，通過模型的比較，篩選出的最優模型為：

針葉林：    Y=-1.929+5.427∙X_1+0.008∙X_2

針闊混交林：Y=136.217+0.005∙X_7+4.392∙X_6 2-2.537∙X_5

落葉闊葉林：Y=-0.418+4.649∙X_1

常綠闊葉林：Y=9.472+0.004∙X_3-0.493∙X_4

竹林：      Y=0.0354∙X_3^0.5210

式中：Y為枯落物量(t/ha)；X_1、X_2、X_3、X_4分別為枯落物層厚度（cm）、林分蓄積量（m3/ha）、林分密度（株/ha）和優勢樹種平均高（m）。X_5、X_6、X_7分別為經度、緯度和海拔。擬合效果和殘差分析如圖3-8。

 

 

 

 

圖3-8枯落物量模型模擬

 

3.2.2 灌木林

在測定灌木林生物量的同時，測定了灌木林地枯落物的量，測定方法同林分枯落物層調查相同。通過擬合，灌木林下枯落物生物量（Y）與灌木蓋度（X）顯著相關，相關系數R2=0.66，回歸方程 Y=10.980 ln（X）+ 56.485 。

3.3 土壤有機碳

運用方差分析、特征值分析等方法對四川省森林土壤有機碳最大值、最小值、平均值、標準差、變異系數等進行分析計算。根據估計精度、可靠程度與變異系數，計算得到樣地數量為582個。從四川省6050個森林資源連續清查有效樣地中，選取582個作為土壤有機碳調查樣地。

采用“土鉆法”調查林地土壤有機碳，分別從樣地四個角點（4個點）、樣地邊界中心點（4點）、及樣地中心點（1個點），共計9個取樣點（圖3-9），用土鉆分別0～20cm，20～40cm，40～60m，60～100cm取樣，并測定土壤容重。室內分析測定土壤有機碳含量、氮含量、機械組成和pH值。

  

 

圖3-9土壤有機碳樣點取樣示意圖

通過多因子采用“逐步回歸”的方法，建立土壤有機碳密度與樣地地上碳密度、相關氣象因子、空間信息的回歸模型。并利用地統計的方法，將殘差值進行空間地統計的分析，利用Kring插值，對殘差進行修正。得到殘差分布的空間圖，對回歸結果進行修正。得到最優回歸模型式為：SoilC = log （vegC） + elev2 + soilD +Tavg +K（R2=0.49），相關參數見表3-11。檢驗結果如圖3-10。

 

表3-11             土壤有機碳密度擬合回歸模型

多因子變量 回歸參數 標準差 t-檢驗值 Pr（>|t|）

K 97.104 48.144 2.017 0.047

log（vegC） 24.609 6.645 3.704 --

elev2 -5.782 2.021 -2.861 0.006

soilD 0.363 0.172 2.107 0.039

Tavg -7.924 2.307 -3.434 0.001

K：常數項；VegC：地上生物質碳密度；elev：海拔；soilD：土壤深度；Tavg：平均溫度

 

 

圖3-10 土壤有機碳模擬圖

3.4 植物含碳率

在測定各類林分、竹林、林下灌草、灌木林生物量和枯落物量的同時，采集了不同器官的植物樣品1000多個，包括喬木樣本400余個，毛竹樣本84個，林下灌木樣本276個，林下草本樣本186個，灌木林樣本100余個，枯落物樣本221個。對碳含率進行了分析測定，結果如表3-12、3-13、3-14、3-15、3-16、3-17。

 

表3-12                     不同優勢樹種各器官含碳率                     單位：%

優勢樹種（組） 樹干（含皮） 樹枝 樹葉 樹根 平均值 變異系數

云杉 47.41 51.23 51.34 44.83 48.70 5.52

冷杉 48.48 51.67 51.16 44.65 48.99 5.59

鐵杉 48.57 50.69 48.66 43.42 47.84 2.51

云南松 48.74 51.39 47.94 42.97 47.76 6.62

柏木 50.63 48.25 48.17 46.16 48.3 6.41

落葉松 48.67 50.57 50.05 48.96 49.56 2.14

馬尾松 48.94 50.28 49.97 40.86 47.51 3.77

油杉 49.27 49.56 48.79 47.51 48.78 4.63

高山松 49.29 51.57 49.89 49.87 50.16 2.89

華山松 48.15 50.34 49.26 48.79 49.14 2.52

杉木 48.86 46.62 46.76 44.52 46.69 3.03

針葉平均 48.82 50.20 49.32 45.69 48.49 4.14

樺類（紅樺、白樺等） 47.92 48.59 48.54 47.27 48.08 3.13

櫟類（高山櫟、遼東櫟） 47.29 48.42 48.92 47.65 48.07 3.16

楊屬（高山楊、青楊等） 46.58 47.23 46.15 44.89 46.21 2.59

桉屬（巨桉、直干桉） 48.99 48.39 49.21 43.82 47.60 2.77

柳屬（垂柳、高山柳） 48.77 48.95 47.53 45.67 47.73 0.56

樟、楠（潤楠、香樟等） 47.56 49.87 45.87 44.72 47.01 3.08

軟闊（榿木、喜樹等） 47.89 46.35 47.70 44.07 46.5 7.08

硬闊（青岡、木荷等） 47.59 48.81 45.19 44.69 46.57 5.03

經濟林木（核桃、板栗） 43.78 44.97 42.59 42.97 43.58 5.05

闊葉平均 47.37 47.95 46.86 45.08 46.82 3.58

總體平均 48.10 49.08 48.09 45.38 47.66 3.86

 

表3-13                雜竹林平均含碳率及顯著性                     單位：%

竹種 器官 平均值 變動范圍 標準差 標準誤 變異系數

毛竹 竹桿 46.66 32.28～48.42 3.65 0.86 7.82

竹枝 46.38 44.99～48.39 0.77 0.19 1.63

竹葉 44.48 42.44～47.30 1.49 0.35 3.35

竹根 43.08 31.56～48.01 5.05 0.91 11.72

慈竹 竹桿 46.25 39.82～48.15 3.35 0.79 7.24

竹枝 45.78 37.92～47.65 3.65 0.92 7.97

竹葉 43.53 40.84～47.60 2.32 0.84 5.33

竹根 41.81 35.48～46.51 6.98 0.97 16.69

苦竹 竹桿 44.62 42.82～47.15 0.56 0.09 1.26

竹枝 42.18 38.92～44.65 3.86 0.91 9.15

竹葉 41.89 36.84～43.60 2.59 0.86 6.18

竹根 40.37 35.48～46.51 7.98 0.57 19.77

麻竹 竹桿 45.52 40.52～47.15 5.46 0.12 11.99

竹枝 43.38 41.92～44.65 3.86 0.34 8.9

竹葉 40.59 38.84～43.60 9.34 0.86 23.01

竹根 40.37 39.48～43.51 7.48 0.77 18.53

巴山木竹 /　 41.56 34.57～43.59 2.56 0.88 6.16

水竹 /　 39.89 33.89～42.78 3.59 0.98 9

綿竹 /　 42.56 41.29～45.89 2.69 0.42 6.32

雜竹全竹 　/ 42.45 33.89～48.15 7.57 0.84 17.83

 

表3-14                   不同森林林下灌木碳含量                        單位：%

項目 針葉林 闊葉林

灌木葉 灌木枝干 灌木根 灌木葉 灌木枝干 灌木根

樣本量 55 55 55 36 39 36

均值 46.054 46.907 45.157 44.792 46.038 44.970

標準誤 0.327 0.165 0.325 0.473 0.411 0.294

 

表3-15                       林下草本碳含量                          單位：%

項目 針葉林 闊葉林

草本地上 草本地下 草本地上 草本地下

樣本量 51 56 37 42

均值 41.82 37.11 41.59 38.59

標準誤 0.40 0.94 0.45 0.69

 

表3-16                    灌木優勢種各器官含碳率                   單位：%

灌木種類 灌木種類含碳率平均值 全株平均 變異系數

枝、干 葉 根

雜灌木 44.12 46.24 45.88 45.63 13.54

山茶 45.22 44.12 46.95 44.96 5.02

野櫻桃 48.32 49.59 47.69 48.53 1.99

眼睛泡 48.96 48.15 46.51 47.87 2.61

懸鉤子 44.82 41.92 42.57 43.10 3.53

五加皮 46.29 44.71 46.18 45.73 1.93

荀子 46.96 46.48 45.1 46.31 2.14

桃金娘 48.24 51.69 48.71 49.55 3.78

沙棘 49.53 48.19 45.61 48.22 3.99

三棵針 48.26 46.98 46.99 47.46 4.21

薔薇 48.17 48.42 46.58 47.60 4.88

木姜子 45.34 43.79 43.1 44.08 6.20

花楸 45.91 43.65 50.11 46.56 7.04

小葉杜鵑 48.60 50.02 47.87 48.79 4.81

高山杜鵑 49.12 52.20 49.47 50.75 5.68

高山柏 44.84 -- 47.58 46.21 4.19

高山柳 47.94 48.61 48.42 48.30 4.88

錦雞兒 51.82 50.69 49.58 50.70 2.91

櫟類 46.60 50.87 47.04 48.34 4.50

黃荊 45.99 44.84 46.10 45.76 2.01

灌木平均 46.54 47.29 46.63 46.86 9.79

 

表3-17                       枯落物含碳率                        單位：%

項目 樣本數 最小值 最大值 平均值 標準差

半分解其他 54 25.35 51.07 41.88 5.91

半分解枝 54 19.50 53.10 44.01 7.85

原狀其他 55 26.51 50.21 43.46 4.95

原狀枝 58 39.45 52.70 47.71 2.55

總  計 221 19.50 53.10 44.32 5.97

 

4. 基于IPCC第二層次的林業碳計量：第一層次方法學

4.1 方法概述

根據IPCC指南的報告要求，針對每一個地類，均須分別報告下列兩個地類和地類變化引起的碳源匯變化：

一直為某地類：兩次清查期間地類未發生變化。

從其他地類轉入該地類。

4.1.1 一直為某地類

針對生物質和死有機質（枯落物、枯死木）碳庫，采用碳儲量變化法，根據森林資源清查結果計算各次森林資源清查相應碳庫的碳儲量，相鄰兩次清查的碳儲量除以清查間隔期，即為碳儲量的年變化量。但是，由于基于森林資源清查數據計算的是某地類中某碳庫的總碳儲量，因此，上式計算出的結果包括三部分的碳儲量變化，即：一直為某地類、從其他地類轉入該地類和從該地為轉出為其他地類。因此，一直為某地類的的碳儲量變化應為根據上述方法計算的碳儲量變化，減去其他地類轉入該地類引起的碳儲量變化量。

對于土壤有機碳庫，采用IPCC缺省方法。假定在沒有地類變化（一直為某地類）的情況下，土壤有機碳保持平衡狀態，即碳儲量的變化量為零。對于一直為經濟林、竹林和灌木林，可假定其處于平衡狀態，其生物質、死有機質和土壤有機質碳儲量變化均為零。

 

4.1.2 轉化的地類

在地類發生轉化的情況下（轉入和轉出），采用IPCC方法計算生物質碳儲量的變化。對于其他地類與有林地各類型（林分、竹林和經濟林）之間的相互轉化的面積，按各類型的面積比例分配。

對于轉化為新的地類后，由于生長引起的生物質碳儲量的年凈增量，如果轉化為林分，則以計量區域森林資源清查獲得的活立木蓄積年凈生長率和林分平均每公頃碳儲量為依據計算獲得。如果是轉化為竹林、經濟林，假定在到達一定年齡后其生物質碳儲量到達穩定狀態，在到達穩定狀態前其變化是線性的，到達穩定狀態后碳儲量變化為零。

對于轉化為有林地以外的地類，假定轉化后生長引起的生物質碳儲量的年凈增量。上述計算方法還須確定轉化前和轉化后的單位面積生物質碳儲量。對于其他地類轉化為有林地的情形，由于林地清理和整地將導致原有植被生物量的減少，針對四川省假定由其他地類轉化為林分和竹林后，原有生物量減少50%。對于有林地轉化為其他地類的情況，以碳儲量計算中得到的各地類單位面積平均生物質碳儲量做為轉化前和轉化后的單位面積生物質碳儲量。

對于地類轉化引起的枯死木、枯落物和土壤有機質碳儲量的變化量，按轉化前和轉化后達到平衡狀態的各碳庫碳儲量之差，除以轉化為新地類后達到平衡態所需的時間(T_on)來計算年變化量。當地類從有林地和疏林地轉化為其他地類時，對枯落物和枯死物T_on=1。如果T_on>1，從轉化年開始，每年都需計算該轉化引起的枯死木、枯落物和土壤有機質碳儲量的變化，直到T_on以后。對于林分、經濟林和竹林與未成林造林地之間的相互轉化，枯落物、枯死木和土壤有機碳儲量變化為零。

 

4.2 林分

4.2.1 生物質碳儲量

基于森林資源連續清查統計獲得的主要樹種或樹種組、不同齡級面積和蓄積量數據，采用如下公式計算生物量：

                   

                            

式中:

 

t年時，樹種或樹種組j的生物質碳儲量（t C）

 

t年時，樹種或樹種組j、齡組k的單位面積地上生物量( t d.m.hm-2）

 

樹種或樹種組j的根冠比（無量綱）

 

樹種或樹種組j的含碳率（無量綱）

 

t年時，樹種或樹種組j、齡組k的單位面積蓄積量（m3.hm-2）

 

t年時，樹種或樹種組j、齡組k的面積（hm2）

 

與樹種樹種或樹種組j有關的參數

 

表4-1        林分地上生物量與蓄積相關函數參數和根冠比

樹種（組）

 

 

 

 

云杉、冷杉 4.165749 0.653489

落葉松 1.641699 0.801589

紅松 2.783807 0.695848

樟子松 2.844362 0.677522

油松 2.632238 0.696978

華山松 4.573398 0.583726

馬尾松 1.827539 0.792975

濕地松 2.053735 0.772233

其他松（包括思茅松、云南松、臺灣松、赤松、黑松、高山松、長白松、火炬松等） 2.403794 0.723530

柏木 1.985272 0.794173

杉木 2.536998 0.674639

其他杉（水杉、柳杉、紅杉、油杉、池杉） 2.694643 0.665671

櫟類 1.340549 0.896018

樺木 1.075562 0.902351

楓香、荷木、水曲柳、胡桃楸、黃菠蘿 2.685404 0.741345

樟樹、楠木 4.292969 0.613426

其他硬闊類 3.322268 0.687013

楊樹 0.942576 0.871034

桉樹 1.221362 0.869172

相思 2.969276 0.706251

木麻黃 6.932459 0.595017

其他軟闊類（椴樹、檫木、柳樹、泡桐、楝樹等） 1.142254 0.876051

針葉混 3.211378 0.6466

針闊混 2.208249 0.7437

闊葉混、雜木、矮林、熱帶林 2.070313 0.7713

 

表4-2 主要樹種或樹種組根冠比

樹種(組) Rj 樹種(組) Rj 樹種(組) Rj

桉樹 0.221  楝樹 0.289  鐵杉 0.277 

柏木 0.220  柳杉 0.267  桐類 0.269 

檫木 0.270  柳樹 0.288  相思 0.207 

池杉 0.435  落葉松 0.212  楊樹 0.227 

赤松 0.236  馬尾松 0.187  硬闊類 0.261 

椴樹 0.201  木荷 0.258  油杉 0.277 

楓香 0.398  木麻黃 0.213  油松 0.251 

高山松 0.235  楠木 0.264  榆樹 0.221 

國外松 0.206  泡桐 0.247  云南松 0.146 

黑松 0.280  其它杉類 0.277  云杉 0.224 

紅松 0.221  其它松類 0.206  雜木 0.289 

華山松 0.170  軟闊類 0.289  樟樹 0.275 

樺木 0.248  杉木 0.246  樟子松 0.241 

火炬松 0.206  濕地松 0.264  針闊混 0.248 

闊葉混 0.262  水胡黃 0.221  針葉混 0.267 

冷杉 0.174  水杉 0.319  紫杉 0.277 

櫟類 0.292  思茅松 0.145 

 

表4-3 主要樹種或樹種組生物質含碳率

樹種(組) CFj 樹種(組) CFj 樹種(組) CFj

桉樹 0.525  楝樹 0.485  鐵杉 0.502 

柏木 0.510  柳杉 0.524  桐類 0.470 

檫木 0.485  柳樹 0.485  相思 0.485 

池杉 0.503  落葉松 0.521  楊樹 0.496 

赤松 0.515  馬尾松 0.460  硬闊類 0.497 

椴樹 0.439  木荷 0.497  油杉 0.500 

楓香 0.497  木麻黃 0.498  油松 0.521 

高山松 0.501  楠木 0.503  榆樹 0.497 

國外松 0.511  泡桐 0.470  云南松 0.511 

黑松 0.515  其它杉類 0.510  云杉 0.521 

紅松 0.511  其它松類 0.511  雜木 0.483 

華山松 0.523  軟闊類 0.485  樟樹 0.492 

樺木 0.491  杉木 0.520  樟子松 0.522 

火炬松 0.511  濕地松 0.511  針闊混 0.498 

闊葉混 0.490  水胡黃 0.497  針葉混 0.510 

冷杉 0.500  水杉 0.501  紫杉 0.510 

櫟類 0.500  思茅松 0.522 

 

4.2.2 枯落物碳儲量

通過生物量文獻，建立單位面積枯落物量與地上生物量的相關關系，間接計算不同森林類型枯落物量，然后轉換為枯落物碳密度，進而計算碳儲量。

                  

                              

式中:

 

t年時，樹種或樹種組j的枯落物碳儲密度( t C.hm-2）

 

t年時，樹種或樹種組j的單位面積地上生物量（t d.m.hm-2）

 

樹種或樹種組j枯落物的含碳率（IPCC缺省值0.37）（無量綱）

 

樹種或樹種組j的枯落物量占地上生物量的百分比（%）

 

 與地上生物量的相關關系

 

 

表4-4 主要樹種或樹種組枯落物占地上生物量的百分比的相關函數

樹種（組）

 

 

 

 

云冷杉 20.7385 -0.0102

落葉松 67.413 -0.0141

油松 24.2749 -0.0217

馬尾松 7.2175 -0.0067

其他松（包括思茅松、云南松、臺灣松、赤松、黑松、高山松、長白松、火炬松、紅松、樟子松、華山松、濕地松等） 13.1198 -0.009

柏木 3.7595 -0.0047

杉木和其他杉類 4.9897 -0.0025

櫟類 7.7325 -0.0048

樺木、楓香、荷木、水胡黃、樟樹、楠木和其他硬闊類 6.9779 -0.0043

楊樹 12.3106 -0.0069

桉樹 24.697 -0.014

相思 9.5338 -0.0004

其他軟闊類（椴樹、檫木、柳樹、泡桐、楝樹、木麻黃等） 8.1286 -0.0046

針葉混 31.4239 -0.0257

闊葉混 10.7653 -0.0057

針闊混 9.7816 -0.0063

 

4.2.3 死木碳儲量

森林資源清查的樣地調查包括枯立木和枯倒木的測定。因此，可通過枯立木蓄積和枯倒木蓄積計算不同森林類型枯死木碳儲量。

                     

式中:

 

t年時，樹種或樹種組j的枯死木碳儲量(t C)

 

t年時，樹種或樹種組j的生物質碳儲量(t C)

 

樹種或樹種組j死木蓄積量與林分蓄積量的比值(無量綱)

 

4.2.4 土壤有機碳

對于地類不發生轉移的情形，假定土壤有機碳的變化為零。對于發生地類轉移的情形，首先確定各地類土壤有機碳的碳密度，然后采用4.4.1.2節的方法計算地類轉化引起的土壤有機碳變化。

表4-5 全國主要地類土壤有機碳密度(0~30cm)

地類/植被 碳密度 (tC.hm-2)

有林地 54.7

疏林地 36.0

灌木林地 32.4

草地 30.4

沼澤 145.6

荒山荒地 29.0

旱地 26.7

水田 37.4

 

4.3 竹林、經濟林和灌木林

竹林、灌木林和許多經濟林在一定年限后生物量基本處于動態平衡狀態。因此，采用平均生物量方法，即：

                

式中:

 

t年時，竹類（經濟林、灌木林）j的生物質碳儲量（t C）

 

單位面積竹類（經濟林、灌木林）j平均地上生物量（t d.m. hm-2）

 

竹類（經濟林、灌木林）j的根冠比（無量綱）

 

t年時，竹類（經濟林、灌木林）j的面積（hm2）

 

竹類（經濟林、灌木林）j的含碳率（無量綱）

 

竹林和經濟林枯落物碳儲量采用4.2.2節的公式和表4-6中的參數計算，灌木林的枯落物忽略不計。枯死木碳儲量采用4.2.3節的公式和表4-6中的參數計算。

對于地類不發生轉移的情形，假定土壤有機碳的變化為零。對于發生地類轉移的情形，首先確定各地類土壤有機碳的碳密度，然后采用4.2.4節的方法計算地類轉化引起的土壤有機碳變化。經濟林通常為集約經營，因此土壤有機碳密度采用表4-5中的旱地的值。竹林土壤有機碳密度采用表4-5中的有林地的值。

表4-6 竹林、經濟林和灌木林生物質碳計量相關參數

類型 平均地上生物量

（t d.m. hm-2）

 

  

（%）

 

散生竹 65.94 0.707 0.47 8.35 0

毛竹 76.66 0.605 0.47 8.35 0

   其他散生竹 39.59 0.951 0.47 0

叢生竹 38.16 1.183 0.47 7.87 0

混生竹 57.12 0.928 0.47 10.52 0

除毛竹外的所有竹類 41.92 1.091 0.47 8.28 0

經濟林 31.30 0.206 0.47 0 0

灌木林 10.45 1.089 0.47 0 0

 

4.4 疏林、散生木和四旁樹

由于基于森林資源清查統計的方法只給出了疏林地的面積和蓄積、散生木總蓄積和四旁樹總蓄積，很難將散生木和四旁樹分別計入各地類。將散生木按面積比例分配到灌木林地、無林地等地類；將四旁樹50%比例分別歸入農地和建設用地。

由于沒有具體的樹種或樹種組信息，因此，疏林、散生木和四旁樹的生物質碳儲量，可簡單地采用蓄積轉換法計算：

                     

式中:

 

t年時，疏林、散生木或四旁樹的生物質碳儲量（tC）

 

t年時，疏林、散生木或四旁樹的蓄積量（m3）

 

t年時，林分蓄積量（m3）

 

t年時，林分生物質碳儲量（tC）

散生木、四旁樹、無林地的枯落物忽略不計。疏林的枯落物碳儲量按林分枯落物碳儲量占生物質碳儲量的平均比例計算。疏林、散生木、四旁樹的估死木碳儲量假定為零。

 

5. 基于森林資源清查樣地和樣木的林業碳計量：第二層次方法學

5.1 數據來源

研究基礎數據來自四川省1988、1992、1997、2002、2007、2012年六期森林資源連續清查樣地、樣木信息。所有樣地均通過全球定位系統（GPS）導航定位，樣地調查內容因子共有85項，包括樣地屬性因子、立地因子、林分因子、生態因子和植被因子等。

樣木（竹）調查：樣地內胸徑≥5.0 cm的生長正常喬木樹種（含喬木經濟樹種）、胸徑≥5.0 cm的毛竹，均要每木（竹）檢尺。樣木（竹）記載因子包括樣地號、樣木號、立木類型、檢尺類型、樹種名稱、胸徑或眉徑等。

樣方調查：樣方調查對象為下木、灌木、草本。樣方一般設于樣地西南角向西3 m處．形狀為邊長2×2 m的正方形。樣方調查內容包括：下木層（胸徑<5 cm，高度≥2 m的喬木幼樹）的樹種名稱、平均高度等；灌木層（灌木樹種及高度<2 m的喬木幼樹）的主要種名稱、平均高、蓋度；草本層的主要種名稱、平均高、蓋度。

 

 

5.2 碳儲量

為了計算碳儲量變化，首先需計算每次清查的碳儲量。區域尺度生物量及碳儲量計量按照“樣木---樣地---總體”分層次計量的技術路線。采用單株生物量模型、單位面積生物量模型計量樣地尺度不同計量對象層次的碳儲量，應用系統抽樣統計方法，將樣地水平的碳儲量計量結果轉換到全省宏觀尺度，評估全省各總體碳儲量。

5.2.1 林分

林分碳儲量計量對象包括喬木層、灌木層、草本層、枯落物、枯倒木碳儲量和土壤層碳儲量。

喬木層:采用各優勢樹種（組）單株立木生物量空間擴展方程（3.1.1節），計量清查樣地內不同樹種單株活立木和枯死木各器官生物量和碳儲量，匯總得到樣地生物量和碳儲量。

林下灌木和草本生物量：采用林下灌木和草本生物量模型（3.1.1.5節）計量樣地水平林下植被生物量和碳儲量。

枯落物層：采用林下枯落物模型（3.2.1節）計量各林分樣地水平枯落物碳儲量。

土壤層：采用森林土壤有機碳模型(3.3節)計量不同林分樣地水平土壤有機碳儲量。

5.2.2 竹林

    森林資源連續清查調查中將竹林歸類為毛竹林、雜竹林兩大林分類型，按竹林調查因子詳細程度計量不同對象碳儲量。

毛竹林：2007和2012年毛竹林樣地有詳細的單株毛竹眉徑調查，因此采用毛竹單株生物量模型計量單株毛竹生物量和碳儲量（3.1.2.1節），單株匯總得到樣地尺度生物量和碳儲量。1979、1988、1992、1997和2002年的清查中，沒有毛竹林檢尺信息，因此毛竹林林分生物量模型（3.1.2.2節）計量毛竹林樣地尺度生物量和碳儲量。采用林下灌木和草本生物量模型（3.1.1.5節）計量竹林樣地水平林下植被生物量和碳儲量。采用落葉闊葉森林下枯落物模型（3.2.1節）計量毛竹林樣地水平枯落物碳儲量。采用森林土壤有機碳模型(3.3節)計量毛竹林分樣地水平土壤有機碳儲量。

雜竹林：雜竹林調查一直沒有檢尺，因此其樣地尺度的碳儲量計量方法與2002以前毛竹林的方法相同。

5.2.3 經濟林

經濟林生物量采用4.3節的平均生物量法。經濟林林下灌、草本層、枯落物層忽略不計。采用森林土壤有機碳模型(3.3節)計量經濟林樣地水平土壤有機碳儲量。

5.2.4 疏林地

喬木層、林下植被生物量、土壤有機碳的計量方法與林分相同，枯落物采用落葉闊葉林下枯落物模型（3.2.1節）計量。

5.2.5 灌木林地

采用灌木林地生物量模型（3.2.2節）計量灌木林樣地中灌木生物量和碳儲量；采用林下草本生物量模型（3.1.1.5節）計量草本層碳儲量；枯落物和土壤有機碳分別采用落葉闊葉林下枯落物模型（3.2.1節）和森林土壤有機碳模型(3.3節)計量。

5.2.6 其他林地

其他林地（無立木林地、宜林地等地類），植被主要為零星喬木、毛竹，樣地中散生喬木、毛竹生物量及碳儲量計量方法與林分、毛竹林計量方法相同；樣地林下灌木層、灌木層、草本層、枯落物層以及土壤有機碳與林分計量方法相同。

5.2.7 非林地（四旁樹） 

非林地四旁樹碳儲量計量方法與林分相同。

5.2.8 總體抽樣計量

采用系統抽樣統計方法，將樣地水平的微觀尺度碳儲量計量測算結果轉換到全省宏觀尺度，評估全省各總體生物量及碳儲量計量值、計量精度及計量區間，各抽樣指標計算公式為：

Y ̂=N/n ∑_(i=1)^n▒y_i 

S ̂=N√(1/n(n-1)  (∑_(i=1)^n▒y_i^2 -1/n 〖（∑_(i=1)^n▒y_i ）〗^2 )（1-n/N）)

E_α=(t_α×S_y)/y ̅ ×100%

P_α=100%-E_α

（Y ̅-Nt_α s_y，Y ̅+Nt_α s_y）

    公式中：y_i為抽樣樣地調查生物量及碳儲量，n為抽樣調查樣地數，N為總體樣本數，t_α為可靠性指標，S_y為樣本標準誤。

 

6. 基于生態過程模型的林業碳計量：第三層次方法學

本方法的核心是在當前生態過程模型的基礎上，構建一個基于林分和區域尺度的生態過程模型，能夠融合森林資源清查資料、氣候數據和遙感數據等多種數據源，并結合四川省的實際情況，構建干擾模塊，考慮土地利用變化的影響，并結合MODIS實時數據對實際的干擾進行模擬。

6.1 氣候數據插值

模型需要的氣候數據包括降雨、最大溫度、最小溫度、平均溫度、相對濕度、日照時數以及太陽總輻射。四川省及其周邊區域共有61個站點，時間尺度為1985-2010年逐日，其中輻射站點13個，空間分布情況如圖6-1。

 

 

圖6-1 氣象站與輻射站點分布

利用ANUSPLINE軟件對降雨、最大溫度、最小溫度、平均溫度、日照時數、相對濕度進行插值，協變量為海拔，分辨率為500×500m。插值后的多年均值如圖6-2。

 

 

圖6-2 1988-2010年平均降雨量、最高溫度、日照時數以及相對濕度空間分布圖

6.2 太陽輻射模型

為了獲取區域化的太陽輻射，本項目建立了輻射傳輸模型。首先根據太陽輻射常數，以及太陽經過大氣、臭氧層、氣溶膠以及水氣等的透射和散射，計算出直射輻射和散射輻射值以及輻射總量的理論值。然后，根據四川省9個輻射站點20年的逐日數據，建立理論輻射與實際輻射的比值以及日照與日長比值之間的關系:

H/H_c =a+(1-a)S=a+bS

S=R_d/N_d 

a=4×〖10〗^(-5) elev+0.2073  

b=-0.7081×a+0.9025  

其中，H：為輻射的觀測值；H_c：計算得到的無云的水平面的輻射；R_d：觀測到的實際日照時數；N_d為日長，S為日照比率。

  

圖6-3 系數a與海拔的關系，系數b與系數a的關系

 

最后，根據插值的出的最高溫度、最低溫度、平均溫度、相對濕度、日照時數的逐日數據，計算四川省500m格點的逐日輻射值，單位為W/m2。1988年-2012年間日均太陽總輻射的空間分布如圖6-4。

 

 

圖6-4 13個站點逐日的太陽輻射實測與模擬對比  圖6-5 1988-2012年太陽輻射空間分布

6.3 生理生態參數獲取

6.3.1 植物比葉面積

利用掃描儀掃描計算闊葉類葉子的面積。對于針葉樹，利用游標卡尺測量每一針葉的長度，基部、中部以及頂部的直徑，再利用近似圓柱體的方法計算每束針葉的表面積。對所有測量的葉子進行烘干稱重，測定C、N含量。

 

表6-1              樹種比葉面積（SLA）                 單位：C*kg/m2

優勢樹種 平均SLA Std.err 優勢樹種 平均SLA Std.err

云杉 8.2 1.2 櫟類 6.1 0.9

云南松 4.7 0.5 青岡 5.0 0.6

杉木 6.7 1.2 樺類 8.5 0.6

馬尾松 7.2 0.3 軟闊 22.4 9.9

樟樹 19.7 1.8 高山松 7.4 0.7

楊樹 13.7 0.5 灌木類型 10.4 2.4

6.2.2 植物C/N比

采樣分析測定了15個樹種或樹種組，以及各灌木種和竹林不同器官（干、枝、葉、根）的C/N比，如表6-2、6-3、6-4。

表6-2                          喬木樹種不同器官C/N 比

樹種 樹葉 樹枝 樹芯 樹根

C/N std.err C/N std.err C/N std.err C/N std.err

云冷杉 36.3 1.4 76.3 7.5 265.8 63.3 45.1 1.6

云南松 32.8 1.2 71.3 17.4 455.8 7.9 51.1 4.6

杉木 24.9 2.5 46.6 13.2 220.1 1.8

馬尾松 33.2 1.6 87.7 23.4 298.0 61.2 56.1 16.9

樟樹 17.0 4.2 84.9 8.3

白楊 21.7 8.4 95.6 33.6 129.6 7.7

柏木 36.6 2.4 78.9 8.4 263.7 43.7 52.2 8.7

落葉松 22.5 3.7 88.0 8.7 324.8 52.3

桉樹 22.5 4.6 80.0 11.0

櫟類 28.1 3.5 62.2 4.4 181.7 31.2

樺木 18.7 1.2 46.6 8.8 215.7 20.4 43.6 2.0

其他軟闊 15.2 1.1 56.9 6.5 169.6 31.7 30.9 5.0

其他松類 38.0 2.4 84.6 12.7 245.0 26.5 46.1 2.3

硬闊 28.0 4.2 55.4 7.0

 

表6-3                           灌木種不同器官C/N 

灌木種 葉 干、枝 根

C/N std.err C/N std.err C/N std.err

杜鵑 29.3 2.8 71.3 12.6 100.3 15.8

高山柏 25.2 78.7 144.2

高山杜鵑 33.4 85.3 105.5

高山櫟 31.5 67.4 90.9

高山柳 23.2 1.9 67.2 5.4 72.7 7.8

枸子木 20.9 0.5 84.6 14.9 100.3

灌狀櫟 32.8 3.7 80.1 12.5 111.6 4.3

花楸 17.7 59.6 106.6

黃荊 22.6 14.7 70.1

錦雞兒 19.7 71.5 1.7 67.9

馬毛樹 24.2 182.2 44.5

木姜子 150.0 48.7 45.8

南燭 32.7 1.8 61.3 23.3 132.5 18.4

薔薇 26.0 3.9 93.3 11.5 65.8 26.4

三顆針 17.5 0.9 47.6 3.8 46.6 3.8

沙棘 13.2 28.7 1.4 147.1

山茶 42.3 105.1 102.1

桃金娘 410.0 69.9 46.8

鐵子 44.9 105.6 1130.0

五加皮 180.0 51.4 58.5

懸鉤子 210.0 58.2 47.8

眼睛泡 18.6 73.1 990.0

野櫻桃 18.9 58.9 91.7

其它灌木 26.6 4.3 68.5 6.5 75.2 7.3

平均值 25.7 1.8 72.2 6.4 86.9 6.3

 

表6-4                          竹類竹葉、竹枝C/N

竹子 竹葉 竹枝

C/N std.err C/N std.err

慈竹 18.4 3.2 61.3 2.2

箭竹 16.2 0.9 54.3 4.1

木竹 18.9 1.3 30.0 4.4

楠竹 16.0 2.2 104.4 7.4

水竹 15.7 1.3 35.3 2.1

6.2.3 植物生理參數

測量了四川主要喬木種、灌木種、草本物種的植物A-Ci曲線和暗呼吸。共測定49種植物，包括喬木32種，灌木13種，草本4種。測量A-Ci曲線181條。通過A-Ci曲線的擬合，得到生理參數：最大羧化速率 （Vcmax）、最大電子傳遞速率 （Jmax）、TPU （磷酸利用率），這些基本參數與測量的暗呼吸 （Rd）作為初始化參數輸入到模型光合作用模塊。

光合作用的測量采用便攜式光合測量儀LI-6400（Li-Cor Inc.， Lincoln， NE， USA）完成。測量時在光照強度為1500 μmol photons m-2 s-1的飽和光照下進行的。A-Ci曲線是在設定葉室內CO2濃度依次為400、200、100、75、50、100、200、400、600、800、1000、1200、1400 ppm。葉片暗呼吸是在葉室內二氧化碳濃度為400 ppm下測量的，在測量之前將便攜式光合測量儀的葉室用黑布蒙上，暗適應20 min，等呼吸速率穩定后再測量。在測量同時記錄氣孔導度數值。測量時溫度控制在20-25℃范圍內。不同樹種在25℃時的參數值如表6-5。

表6-5    喬木和灌木種25℃時的Vcmax、Jmax及TPU       單位：µmol/m2/s

樹種 Vcmax Jmax TPU

Obs. std.err Obs. std.err Obs. std.err

大葉醉魚草 185.1 15.4 220.0 10.0 16.4 1.1

杜鵑 81.0 10.2 76.2 4.3 4.6 0.2

高山櫟 160.3 33.6 183.3 20.3 14.0 1.6

高山珍珠梅 128.4 13.0 163.6 9.9 12.5 0.9

紅樺 223.8 32.7 237.7 20.1 19.0 1.0

華西忍冬 165.1 10.8 215.2 8.5 17.3 0.8

樺葉莢蒾 102.0 23.4 105.6 9.5 7.6 0.5

莢蒾 129.9 20.0 175.9 7.9 14.1 0.5

柳蘭 160.7 8.6 160.8 9.8 11.7 0.8

棉穗柳 129.3 26.0 167.0 12.8 12.9 1.2

漆樹 207.1 32.6 215.3 25.8 15.7 1.8

三褶葉紫菀 80.9 16.0 112.5 17.4 9.1 1.4

山亞烏藥 34.3 8.4 51.1 10.4 3.5 0.7

疏花漆 109.1 11.1 123.6 5.4 9.0 0.4

雙舌蟹甲草 99.0 14.2 128.9 7.5 10.2 0.5

絲毛柳 163.4 35.7 175.1 27.2 8.9 1.1

托吾 120.1 5.3 131.9 6.2 9.7 0.4

懸鉤子 125.9 18.2 178.5 16.3 15.3 1.3

野櫻桃 127.6 28.6 151.8 19.4 12.3 1.1

 

6.4 土壤質地

根據野外采樣測定的土壤質地數據和四川省的土壤類型圖，統計不同土壤類型下的土壤質地含量，制作為柵格圖，作為模型的土壤輸入參數，如圖6-6。

 

  

  

圖6-6 四川省土壤類型、質地（沙粒sand、粘粒clay、粉粒silt）空間分布圖

6.5 模型初始化

根據森林資源調查規劃資料，獲取模型初始化的空間信息。從1988和2012年森林資源連續清查樣地中選取有林地樣地，按照樹種建立兩個時期生物量之間的關系。將該方程應用到林斑圖中。灌木按照類型法反推得到每個空間斑塊的根、干、枝、葉總量，再根據土壤模型計算出與斑塊相對應的土壤有機碳庫。作為模型的初始值。選擇154個獨立樣地做模型檢驗，按照根、干、枝、葉分別反算到1988年。如圖6-6。

  

  

圖6-6 樹干、樹葉、樹枝以及樹根樣本驗證（1988-2012年）

 

6.6 強干擾區的遙感反演

收集2000-2012年各時期的MODIS數據，通過拼接、裁剪，獲取四川省近12年的各個月份的MODIS數據。利用MRT工具提取MODIS各期內的NDVI波段。利用CCSM相關方法，計算出2000~2012年期間相近2年的變化檢測圖和總變化檢測圖。利用CCSM計算獲取的變化區域數據與常規方法提取變化區域進行疊加計算及融合，即可獲取植被干擾信息。具體流程如圖6-7。干擾提取結果如圖6-8 所示。

 

 

圖6-7 基于NDVI的干擾信息提取流程圖

 

 

圖6-8  四川省2000 -2012年干擾信息圖

6.7 生態過程模型

6.7.1 模型框架

本研究通過對各類模型的比較分析，借鑒和參考當前主要幾個生態過程模型的結構框架和過程，包括MAESTRA，Biome-BGC，Biomass，Century以及Gotilwa+。在原有模型的基礎上進行發展和改進，建立針對中國森林資源實際情況的生態過程模型。該模型主要包括輻射計算、物候期的計算、光合作用、自養與異養呼吸、蒸發蒸騰、枯落物與土壤的分解、產物分配、水分循環（降雨、融雪與徑流）以及干擾模塊，模型結構如圖6-9。

 

圖6-9   生態過程模型結構圖

6.7.2 光合作用與呼吸作用

本模型利用Farquhar光合作用模型對光合作用過程進行模擬。呼吸作用的Q10值是隨溫度而變化的量，范圍在2-2.5之間（TEM模型），樹木各個部分的維持呼吸利用Ryan的方法，認為維持呼吸與氮的量成正比，再根據溫度調整含氮量和Q10進行計算。生長呼吸利用固定的比率進行計算，模型設定為0.25。將光合產物按照樹干、樹枝、樹葉、粗根以及細根，根據固定比例進行C的分配，再根據碳氮比，進行氮的分配。

6.7.3 物候期

    利用結合森林資源分布和遙感數據對四川省的物候期進行了反演，建立適合四川省具體情況的物候模塊。

6.7.4 水分循環

采用Penman-Monteith公式計算冠層蒸散：

λE=(Δ(R_n-G)+ρ_a C_p  (e_s-e_a)/r_a )/(Δ+γ（1+r_s/r_a ）)

Rn是凈輻射，G是土壤熱通量，es-ea為空氣的水蒸汽壓差，Cp是空氣的比熱，r_s和r_a分別是植被層和空氣阻抗。

水循環從降雨開始，主要包括水分的截流、冠層和裸地的蒸發與蒸騰，地表徑流。其中水分的截流根據冠層的截流系數與葉面積指數計算。假如當日有降雨，則會先蒸發，當截流水全部蒸發掉之后計算蒸騰。剩余的水分則掉落到土壤中，成為土壤水。當土壤水飽和時，則產生徑流。

6.7.5 土壤碳分解

根據有機質分解的難易程度劃分，將土壤有機碳分為四個碳庫（SOM1，SOM2，SOM3，SOM4），分解速率分別為0.07、0.014、0.0014、0.0001（1/day）。將枯落物碳庫分為四個庫，即易分解（Lit1）、未包鞘纖維素（Lit2），包鞘纖維素（Lit3），木質素（Lit4）。包鞘纖維素分解后成為未包鞘纖維素，分解速率與木質素的分解速率相同。易分解碳庫分解后成為SOM1，未包鞘纖維素分解后成為SOM2，木質素分解后成為SOM3。SOM1分解后成為SOM2，SOM2分解后成為SOM3，SOM4分解后返回大氣中。

 

圖6-10   土壤有機碳庫結構圖

6.6.6 干擾模塊

干擾模塊主要考慮土地利用變化、砍伐以及遙感反演的其他地類變化。

① 土地利用變化：首先根據遙感影響解譯出土地利用圖，計算1990年到2012年的土地利用類型變化圖。根據空間上的變化位置以及轉移方式，作為模型的輸入。因此，每個模擬的林斑均帶有類型轉移的信息，只考慮一次轉移，比如由林地轉成非林地，或由非林地轉成林地。在模型模擬時，首先確定該林斑是否發生轉移，假如發生轉移，先隨機產生發生變化的時間，根據轉移后的類型，進行模型的參數化和碳庫的初始化，之后按照新的類型進行模擬。

② 在森林砍伐模塊中，主要根據砍伐的強度對當時的碳庫、氮庫進行調整。將樹干移除，粗根和細根則全部成為枯落物，樹葉按照一定的比例進入凋落庫。在確定砍伐的具體斑塊后，砍伐的強度均為皆伐。根據四川省各個縣級的采伐數據，將砍伐的蓄積總量隨機分配到空間的林斑上，調用砍伐模塊做皆伐處理。另外，根據遙感數據反演出2000-2012年區域有較大干擾的區域，并且提取出植被指數下降明顯的區域，為強干擾區，變化的區域與林斑區疊加后，得到森林斑塊發生變化的區域。干擾模塊的結構如圖6-11。

 

圖6-11  干擾模塊結構圖

6.8 模型調試與檢驗

6.8.1 模型的運行與調試

從所有采樣的582個樣地中選擇388個進行模型的調試和校準，其余的1/3用于模型獨立驗證和調試，氣候數據利用插值后的氣候數據對應到樣地上，將生理參數按照歸并的樹種進行設置。模型運行從1988年開始，運行到2007年，根據葉子碳庫、樹干碳庫以及土壤有機碳庫的變化量，調整模型參數，對2007年調整使碳庫變化量等于樣地的實際變化量。并且要使各部分的增量與實際增量的速度保持一致。原樣本檢驗效果如圖6-12。

  

  

圖6-12樣地干、葉、根和土壤有機碳增量對比（1988-2007，t/hm2）

6.8.2 獨立樣本驗證

6.8.2.1碳密度的驗證

從采樣樣地中選取1/3樣地進行模型的獨立驗證，對應于一清連續清查體系的時期，驗證1992-2007年4個時期模型模擬結果的正確性。分別對植物總碳，土壤有機碳和總碳進行檢驗。驗證結果如圖6-13。

  

 

 

6.8.2.2 碳儲量變化驗證

對比樣地尺度各碳庫的變化，分別對干、葉、根、枯落物和土壤有機碳在1988到2007年碳庫增量進行對比驗證，如圖6-14。

     

   

圖6-14  1988-2007年樣地干、葉、根、枯落物和土壤有機碳變化對比驗證

6.8.3 模型運行

建立統一數據庫，對模型所需數據進行統一的管理，主要包括：（1）模型的初始化資料，每個運算單元的空間和量化信息；（2）遙感解譯的多期土地利用變化，MODIS植被指數，建立統一地理信息數據庫，數字高程模型（DEM）等數據；（3）模型輸出結果數據庫，包括181個縣級單位的小班圖層；將準備好的模型初始化數據作為模型的驅動，多臺服務器并行運算，將結果保存到數據庫中。

 

7 質量保證和質量控制

7.1 森林資源清查

7.1.1 質量管理制度

森林資源連續清查調查體系制定了“考核合格上崗制度”、“跨期質量責任追究制度”、“首件必檢制度”、“調查‘航跡’和‘圖片’采集確認制度”等完善的質量控制檢查制度，調查人員與專專職質量檢查人員分工明確，各司其職，確保野外調查準確性和室內檢查可靠性，各質量管理制度要求及標準詳見《四川省森林資源連續清查操作細則》（1979、1988、1992、1997、2002、2007、2012年）。

7.1.2 質量檢查內容

森林資源連續清查采用樣地評分標準評定固定樣地外業調查的質量，每個檢查樣地調查質量滿分為100 分，總評分在80 分以上（不含80 分）的樣地為合格樣地，否則為不合格樣地，評定因子包括A類因子（樣地地類、每木檢尺株數、胸徑測定等）、B類因子（權屬、起源、優勢樹立木類型等）、C類因子（散生株數、雜竹株數、四旁樹株數、竹林株數等）、D類因子（地貌、土壤名稱、定位樹、樣地類別、胸高線、周界記號、周界紀錄、固定標樁等）四大類評定因子，各因子評定含義及標準詳見《四川省森林資源連續清查操作細則》（1979、1988、1992、1997、2002、2007、2012年）。

7.1.3 內業質量

    森林資源連續清查樣地外業檢查完成后轉入內業數據輸入、修訂階段，數據錄入采用“背靠背”雙軌數據錄入，對照檢查，查閱修訂錯誤記錄，確保內業數據錄入準確、完整、規范。

7.2 遙感解譯

遙感數據解譯過程包括影像預處理（幾何校正、圖像增強和鑲嵌裁剪等），基于面向對象的決策樹自動分類，人機交互修改，解譯數據合成，解譯數據精度檢驗以及數據統計。在數據預處理部分，要求影像數據幾何校正和地理校正后的誤差在1個像元內，圖像合成后區數據內有云、霧區域要找相近時間的影像進行替換處理；面向對象的決策樹計算機自動分類，在自動分類精度達到70%后，未達到標準，則繼續修改自動分類規則及參數，盡量減少人機交互工作量；達到精度要求后，開始人機交互分類工作，遙感解譯數據要求精度達到95%以上，統計分類數據與相關統計年鑒對比，獲取最新遙感解譯數據。

7.3 氣候數據

氣候數據采用國家級氣象站點地面日值數據集中逐日氣候數據，處理過程包括：（1） 確定數據集內容和文件組織方式；（2） 數據提取；（3） 數據整合；（4） 數據質量控制；（5） 生成數據集；（6） 分析數據集的完整性及質量情況，通過核對報表、原始觀測文件等方式對問題站點的數據進行核實及再檢查，更新數據并根據不同情況調整數據質量控制方案，再根據步驟4對數據進行質量控制。重復步驟4～6，直至解決數據中的問題，形成準確、完整的氣候數據集。

7.4 實驗室測定

實驗室測定樣品干重、含碳率測定、校正石礫含量、土壤含水率、土壤PH值、土壤機械等植物樣品、土壤樣品相關指標參照國家標準（LY-200x）進行分析測定，采用備樣檢查、隨時抽檢嚴格執行實驗室分析測定，并出具相應的植物樣品、土壤樣品分析測定正式報告。

 

8 四川林業碳計量結果

8.1 碳儲量

圖8-1 林業各碳庫碳儲量及時間動態

（Tier 1:第一層次方法學；Tier 2:第二層次方法學；Tier 3:第三層次方法學）

 

8.2 碳密度空間分布

 

 

 

8.3 碳源匯

圖8-3 林業各碳庫碳源匯及時間動態

（Tier 1:第一層次方法學；Tier 2:第二層次方法學；Tier 3:第三層次方法學）

 

 

 

8.4 碳源匯空間分布

第三層次的方法學可輸出不同時間尺度（每天、每年、數年）不同碳庫碳源匯的空間分布。作為示例，圖8-4顯示了2007-2012年期間四川省林業各碳庫碳源匯空間分布圖。圖8-5顯示了1997、2002、2007和2012年四川省林業碳匯源空間分布圖。

 

圖8-4 2012年四川省林業碳源匯空間分布圖（tC/ha/a）

 

 

圖8-5 幾個年份（1988、1992、1997、2002、2007、2012）四川省林業碳源匯空間分布圖（tC/ha/a）

 

 

 

8.5 土地利用轉化對林業碳源的影響

不同層次的方法學計算的結果不同，第三層次的方法學可計算不同地類轉化引起的年度碳儲量變化。第一和第二層次的方法學計算的是清查期間的地類轉化引起的碳儲量變化，除以清查期為年均變化。表8-1為第三層次方法學1988-2012年的總變化量。作為示例，表8-2~表8-5為采用第二層次方法學計算的2007-2012年清查期轉化引起的碳儲量變化。

表8-1 1988-2012年土地利用轉化引起的碳儲量變化（第三層次方法學）

 （萬噸碳）

　 林分 竹林 灌木林地 草地 其它地類 轉出合計

生物量 林分 13,867  -424  -9,043  -3,022  -2,792  -15,282 

竹林 265  16  13  -1  -50  227 

灌木林地 8,638  -5  1,276  -1,670  -1,041  5,921 

草地 4,289  0  3,269  -587  -106  7,453 

其它地類 11,764  313  1,159  30  1,149  13,265 

轉入合計 24,956  -116  -4,602  -4,663  -3,990  11,585 

枯落物枯死木 林分 3,007  7  550  617  -129  1,045 

竹林 19  7  4  1  -6  17 

灌木林地 923  3  910  1,154  -60  2,020 

草地 2  -0  -232  320  -503  -732 

其它地類 860  40  233  205  91  1,338 

轉入合計 1,804  49  556  1,977  -699  3,687 

土壤有機碳 林分 1,409  129  451  27  -9,093  -8,485 

竹林 19  25  5  0  -503  -478 

灌木林地 -1,414  8  779  254  -7,974  -9,127 

草地 -1,158  0  -291  474  -11,267  -12,715 

其它地類 24,951  1,377  3,112  2,108  4,593  31,549 

轉入合計 22,399  1,514  3,278  2,389  -28,836  743 

總量 林分 18,283  -288  -8,042  -2,414  -12,014  -22,758 

竹林 303  48  22  0  -559  -233 

灌木林地 8,146  5  2,965  -277  -9,076  -1,201 

草地 3,134  0  2,750  147  -11,875  -5,990 

其它地類 37,576  1,729  4,504  2,343  5,833  46,152 

轉入合計 49,160  1,447  -765  -348  -33,524  15,969 

 

 

                表8-2   2007-2012年清查期土地利用轉化引起的碳儲量變化（第二層次方法學） （萬噸碳/年）

       2012年

 

2007年 林分 經濟林 竹林 疏林地 灌木

林地 其他

林地 農地 草地 水域 未利

用地 建設

用地 轉出

合計

林分 469.26  -25.04  -35.28  -24.08  -20.92  -223.68  -81.20  0.07  -5.11  -4.04  -10.18  -429.46 

經濟林 46.77  66.42  1.61  4.11  1.14  -4.92  -51.89  0.62  2.33  1.25  7.20  8.22 

竹林 -0.62  -0.47  58.35  0.65  0.18  -2.74  -7.08  --  --  -0.98  0.87  -10.19 

疏林地 1.85  -6.11  --  21.82  -11.95  -136.42  -117.87  0.94  --  0.94  1.68  -266.94 

灌木林地 21.77  --  -1.03  2.28  165.91  -49.69  -98.32  12.19  5.50  --  10.60  -96.70 

其他林地 269.19  5.09  3.81  25.75  100.88  84.01  -76.67  0.34  8.07  1.65  10.49  348.60 

農地 198.89  108.20  31.94  0.62  11.48  52.06  149.12  1.64  28.03  8.16  154.41  595.43 

草地 9.18  10.02  1.63  1.35  3.30  3.89  -48.71  --  --  --  --  -- 

水域 2.48  1.24  --  --  0.90  --  -4.73  --  --  --  --  -- 

未利用地 4.17  5.72  0.81  0.67  2.71  0.54  -28.46  --  --  --  --  -- 

建設用地 6.03  3.06  2.04  --  0.95  --  -5.30  --  --  --  --  -- 

轉入合計 559.71  101.71  5.53  11.35  88.67  -360.96  -520.23  --  --  --  --  -- 

 

表8-3   2007-2012年清查期土地利用轉化引起的生物質碳儲量變化（第二層次方法學） （萬噸碳/年）

       2012年

 

2007年 林分 經濟林 竹林 疏林地 灌木

林地 其他

林地 農地 草地 水域 未利

用地 建設

用地 轉出

合計

林分 458.48 -14.99 -24.51 -23.40 -12.58 -142.49 -24.58 -- -5.62 -5.62 -14.06 -267.85

經濟林 -7.23 72.44 0.93 2.94 -- -2.70 -18.52 -- -- -- -5.79 -30.37

竹林 -5.62 -- 55.88 -- -0.31 -1.15 -1.99 -- -- -1.99 -- -11.06

疏林地 -3.76 -0.82 -- 27.90 -1.89 -12.05 -4.07 -- -- -- -- -22.59

灌木林地 1.19 -- -0.29 -0.21 148.44 -3.66 -6.37 -- -0.37 -- -1.49 -11.20

其他林地 19.65 -1.16 -0.04 0.35 -9.46 94.05 -3.51 -- -0.58 -- -1.17 4.08

農地 24.98 7.66 2.40 -- 0.20 0.84 150.67 -- 0.25 -- 1.13 37.46

草地 0.83 -- -- -- -- -- -48.71 -- -- -- -- --

水域 -- -- -- -- -- -- -4.73 -- -- -- -- --

未利用地 -- -- -- -- -- -- -28.46 -- -- -- -- --

建設用地 -- -- 0.30 -- -- -- -5.30 -- -- -- -- --

轉入合計 30.04 -9.31 -21.21 -20.32 -24.04 -161.21 -146.24 -- -- -- -- --

 

表8-4   2007-2012年清查期土地利用轉化引起的枯死木和枯落物碳儲量變化（第二層次方法學） （萬噸碳/年）

     2012年

 

2007年 林分 經濟林 竹林 疏林地 灌木

林地 其他

林地 農地 草地 水域 未利

用地 建設

用地 轉出

合計

林分 10.78 -0.65 -2.19 -2.29 -2.06 -8.16 -4.17 -0.02 -0.11 -0.34 -0.83 -20.82

經濟林 4.12 -6.02 -0.19 0.03 -0.14 -0.44 -2.40 -0.03 -0.10 -0.05 -0.57 0.23

竹林 1.03 0.16 2.47 0.09 0.05 0.08 -- -- -- -- -- 1.41

疏林地 10.54 0.06 -- -6.08 -1.18 -5.38 -4.37 -0.10 -- -0.10 -0.17 -0.70

灌木林地 5.17 -- -0.06 0.40 17.47 0.48 -1.04 -0.17 -0.08 -- -0.17 4.53

其他林地 26.17 1.55 -0.14 1.67 -0.02 -10.04 -1.80 -- -0.08 -0.02 -0.11 27.22

農地 12.88 8.27 0.02 0.03 0.14 1.59 -1.55 -- -- -- 0.01 22.94

草地 0.62 0.82 -- 0.07 0.04 0.12 -- -- -- -- -- --

水域 0.18 0.10 -- -- 0.01 -- -- -- -- -- -- --

未利用地 0.31 0.47 -- 0.03 0.03 0.02 -- -- -- -- -- --

建設用地 0.45 0.25 -- -- 0.01 -- -- -- -- -- -- --

轉入合計 61.47 11.03 -2.56 0.03 -3.12 -11.69 -13.78 -- -- -- -- --

 

 

表8-5   2007-2012年清查期土地利用轉化引起的土壤有機碳儲量變化（第二層次方法學） （萬噸碳/年）

       2012年

 

2007年 林分 經濟林 竹林 疏林地 灌木

林地 其他

林地 農地 草地 水域 未利

用地 建設

用地 轉出

合計

林分 -- -9.40 -8.58 1.61 -6.28 -73.03 -52.45 0.09 0.62 1.92 4.71 -140.79

經濟林 49.88 -- 0.87 1.14 1.28 -1.78 -30.97 0.65 2.43 1.30 13.56 38.36

竹林 3.97 -0.63 -- 0.56 0.44 -1.67 -5.09 -- -- 1.01 0.87 -0.54

疏林地 -4.93 -5.35 -- -- -8.88 -118.99 -109.43 1.04 -- 1.04 1.85 -243.65

灌木林地 15.41 -- -0.68 2.09 -- -46.51 -90.91 12.36 5.95 -- 12.26 -90.03

其他林地 223.37 4.70 3.99 23.73 110.36 -- -71.36 0.34 8.73 1.67 11.77 317.30

農地 161.03 92.27 29.52 0.59 11.14 49.63 -- 1.64 27.78 8.16 153.27 535.03

草地 7.73 9.20 1.63 1.28 3.26 3.77 -- -- -- -- -- --

水域 2.30 1.14 -- -- 0.89 -- -- -- -- -- -- --

未利用地 3.86 5.25 0.81 0.64 2.68 0.52 -- -- -- -- -- --

建設用地 5.58 2.81 1.74 -- 0.94 -- -- -- -- -- -- --

轉入合計 468.20 99.99 29.30 31.64 115.83 -188.06 -360.21 -- -- -- -- --

 

 

8.6 不確定性分析和比較

建立的區域林業碳匯/源計量體系應用于四川林業碳計量，并進行不確定性分析，結果表明，以95%置信度估計的第一、第二和第三層次的方法學總碳庫的不確定性分別為20.24%、14.26%和11.31%；生物質碳庫分別為24.13%、8.92%和6.73%；土壤有機碳庫分別為25.30%、20.20%和18.32%；枯死木和枯落物碳庫分別為25.16%、20.58%和19.82%（表8-6）。說明隨著碳計量方法精細程度和復雜性的提高，計量精度得以大幅度提升。當然，精度的提高也要求更詳細的數據輸入、更復雜的估算方法和更高強大的計算能力，這也意味著更高的成本投入。

應用計量體系對林業碳匯/源的估算精度遠高于我國林業溫室氣體清單的估算精度（50%左右）。與主要發達國家的林業溫室氣體清單中的碳計量相比，無論是總碳還是分碳庫的估算精度都明顯高于大多數發達國家的估算結果。除此之外，本項目全面估算了不同林地類型及其相互轉化，以及不同森林生態系統各組分的碳儲量以及碳匯（源）的強度，并對其估算精度進行了全面分析比較，評估了不同方法的優勢、局限性及其應用前提條件。

 

表8-6       不確定性比較分析表

計量方法 生物量 枯死木和枯落物 土壤有機碳 總體誤差

樹干 樹根 樹枝 樹葉 總生物量

第一層次方法學 24.13% 25.16% 25.30% 20.24%

第二層次方法學 15.44% 17.09 26.58% 25.74% 8.92% 20.58% 20.20% 14.26%

第三層次方法學 9.23% 14.21 13.52% 6.73% 19.82% 18.32% 11.31%

中國林業溫室氣體清單 50%A

 

 

主要發達國家D 澳大利亞 19-27%B 10-30%B

加拿大 17.3%B

美國 15.9%C

英國 22.0% C

意大利 41.2%A 52.2-101.6% A 113.0% A 68.0% A

丹麥 15.1-17.4% A 21.7% A

德國 13.4% A 60.4-125.4% A 65.0% A 17.4% A

芬蘭 15.2-22.1% A 24.1%A

日本 11-38%%C

A：IPCC第二層次方法；B：模型方法；C：混合方法（生物量采用IPCC第二層次方法，土壤有機碳和枯死木和枯落物采用模型方法）。D 數據來源：發達國家2013年4月15日向聯合國提交的最新國家溫室氣體清單報告