省市县一体化森林碳储量估测技术体系——以广东省为例

doi:10.13466/j.cnki.lyzygl.2022.04.020

林业资源管理 ›› 2022, Vol. 0 ›› Issue (4): 157-163.doi: 10.13466/j.cnki.lyzygl.2022.04.020

省市县一体化森林碳储量估测技术体系——以广东省为例

薛春泉¹(), 陈振雄², 杨加志¹, 曾伟生³, 林丽平¹, 刘紫薇², 张红爱¹, 苏志尧⁴

1.广东省林业调查规划院,广州 510520
2.国家林业和草原局中南调查规划院,长沙 410014
3.国家林业和草原局调查规划设计院,北京 100714
4.华南农业大学,广州 510510

收稿日期:2022-05-31 修回日期:2022-06-28 出版日期:2022-08-28 发布日期:2022-10-13
作者简介:薛春泉(1968-),男,广东梅州人,教授级高工,主要从事林业调查规划、森林碳汇、森林生态学实践与技术研究。Email: 2226043870@qq.com
基金资助:
广东省林业科技项目“广东主要碳汇造林树种生物量模型研建”(2015-02);2017年中央级部门预算项目“森林资源清查及动态监测”

A Provincial-Municipal-County Integrated Forest Carbon Storage Estimating Technology System —Take Guangdong Province as an Example

XUE Chunquan¹(), CHEN Zhenxiong², YANG Jiazhi¹, ZENG Weisheng³, LIN Liping¹, LIU Ziwei², ZHANG Hongai¹, SU Zhiyao⁴

1. Guangdong Forestry Survey and Planning Institute,Guangzhou 510520,China
2. Central South Inventory and Planning Institute of National Forestry and Grassland Administration,Changsha 410014,China
3. Academy of Forestry Inventory and Planning,National Forestry and Grassland Administration,Beijing 100714,China
4. South China Agricultural University,Guangzhou 510510,China

Received:2022-05-31 Revised:2022-06-28 Online:2022-08-28 Published:2022-10-13

摘要/Abstract

摘要：

为方便地方政府计量森林碳储量家底,建立广东省市县一体化森林碳储量估测技术体系。利用2017年广东省国家森林资源第九次连续清查产出的森林样地调查数据,构建了以森林蓄积量、生物量和碳储量为目标变量,以林分断面积和林分平均高为解释变量的联立预估模型,各模型确定系数R²均在0.94以上,平均预估误差MPE小于3%,平均百分标准误差MPSE小于15%,各项评价指标表明,模型具有较高的实用性。同时,基于广东省2018年森林资源二类调查小班数据,以模型技术、数据耦合技术为支撑,把广东省全省森林储量落实到森林资源档案数据中的森林图斑,逐级汇总到村、镇、县、市、省,实现了国家框架体系下的省市县一体化。结果表明,建立的碳储量估测技术体系耦合方法科学可行,预估模型精度较高,可在省、市、县碳中和目标实施情况考核评价中推广应用。

关键词: 碳中和, 森林碳储量, 一体化, 广东省

Abstract:

The purpose of this study is to establish the integrated province-city-county forest carbon storage estimation technology system of Guangdong,and provide a method reference for local government to measure forest carbon storage.This study used forest sample plot survey data of the ninth national forest resources continuous inventory of Guangdong Province in 2017,established a simultaneous prediction model with forest volume,biomass and carbon storage as target variables,and stand basal area and stand average height as explanatory variables,each model's determination coefficient R² was above 0.94,MPE average forecast error was less than 3%.The average percentage standard error (MPSE)was less than 15%,and the evaluation indexes showed that the model had high practicability.Based on the sub-class data of 2018 second-class forest resources survey in Guangdong Province,supported by model technology and data coupling technology,the forest reserves of Guangdong Province were translated into forest map patterns in forest resources archive data,and then aggregated into villages,towns,counties,cities and provinces step by step,realizing provincial-city-county integration under the national framework system.The results showed that the system coupling method of carbon storage estimation technology established was scientific and feasible,and the prediction model had high accuracy,which could be popularized and applied in the assessment and evaluation of carbon neutralization goals of provinces,cities and counties.

Key words: carbon neutrality, forest carbon storage, integration, Guangdong Province

中图分类号:

S718.5

薛春泉, 陈振雄, 杨加志, 曾伟生, 林丽平, 刘紫薇, 张红爱, 苏志尧. 省市县一体化森林碳储量估测技术体系——以广东省为例[J]. 林业资源管理, 2022, 0(4): 157-163.

XUE Chunquan, CHEN Zhenxiong, YANG Jiazhi, ZENG Weisheng, LIN Liping, LIU Ziwei, ZHANG Hongai, SU Zhiyao. A Provincial-Municipal-County Integrated Forest Carbon Storage Estimating Technology System —Take Guangdong Province as an Example[J]. FOREST RESOURCES WANAGEMENT, 2022, 0(4): 157-163.

图/表 4

表1

表2

表3

表4

参考文献 21

[1]	胡鞍钢. 中国实现2030年前碳达峰目标及主要途径[J]. 北京工业大学学报:社会科学版, 2021, 21(3):1-15.
[2]	周国模, 邱亦维, 徐林. 碳中和:基于林业的解决路径研究[J]. 特区实践与理论, 2021(5):37-44.
[3]	熊晓斐, 蔡会德. 基于森林资源连续清查体系的碳储量估算研究进展[J]. 广西林业科学, 2014, 43(1):94-97.
[4]	张颖, 李晓格, 温亚利. 碳达峰碳中和背景下中国森林碳汇潜力分析研究[J]. 北京林业大学学报, 2022, 44(1):38-47.
[5]	周传艳, 周国逸, 王春林, 等. 广东省森林植被恢复下的碳储量动态[J]. 北京林业大学学报, 2007, 29(2):60-65.
[6]	叶金盛, 佘光辉. 广东省森林植被碳储量动态研究[J]. 南京林业大学学报:自然科学版, 2010, 34(4):7-12.
[7]	曾伟生, 陈新云, 蒲莹, 等. 基于国家森林资源清查数据的不同生物量和碳储量估计方法的对比分析[J]. 林业科学研究, 2018, 31(1):66-71.
[8]	张煜星, 王雪军, 蒲莹, 等. 1949—2018年中国森林资源碳储量变化研究[J]. 北京林业大学学报, 2021, 43(5):1-14.
[9]	张春华, 王莉媛, 宋茜薇, 等. 1973—2013年黑龙江省森林碳储量及其动态变化[J]. 中国环境科学, 2018, 38(12):4678-4686.
[10]	唐才富, 张莉, 罗艳, 等. 基于森林资源二类调查的青海乔木林碳储量分析[J]. 西部林业科学, 2017, 46(2):1-7.
[11]	王祖华, 刘红梅, 关庆伟, 等. 南京城市森林生态系统的碳储量和碳密度[J]. 南京林业大学学报:自然科学版, 2011, 35(4):18-22.
[12]	东明. 基于GIS的井冈山自然保护区主要森林类型碳储量研究[D]. 呼和浩特: 内蒙古师范大学, 2011.
[13]	刘萍, 邓鉴峰, 魏安世, 等. 广州市森林生物量及碳储量评估[J]. 西南林业大学学报, 2015(4):62-65.
[14]	周伟, 王晓洁, 关庆伟, 等. 基于二类调查数据的森林植被碳储量和碳密度——以徐州市为例[J]. 东北林业大学学报, 2012, 40(10):71-74.
[15]	王光华, 刘琪璟. 基于TM影像和森林资源二类调查数据的北京森林碳汇估算[J]. 应用基础与工程科学学报, 2013, 21(2):224-235.
[16]	国家林业和草原局. 国家林草生态综合监测评价技术方案[R]. 北京: 国家林业和草原局, 2021.
[17]	LY/T 1957—2011,国家森林资源连续清查数据处理统计规范[S].
[18]	杨学云, 曾伟生, 陈新云. 北京市主要森林类型蓄积量生物量碳储量模型研建[J]. 林业资源管理, 2021(2):124-130.
[19]	曾伟生, 杨学云, 陈新云. 单木和林分水平一元与二元材积模型的预估精度对比[J]. 中南林业调查规划, 2017, 36(4):1-6.
[20]	曾伟生. 森林蓄积量和生物量多元混合模型研建[J]. 林业资源管理, 2021(6):23-28.
[21]	GB/T26424—2010,森林资源规划设计调查技术规程[S].

森林类型	样地数/ 个	平均值/ (m³/hm²)	最小值/ (m³/hm²)	最大值/ (m³/hm²)	标准差/ (m³/hm²)	变动系数/ %
马尾松林	81	66.75	5.40	201.00	53.55	80.30
其它松林	57	55.50	4.95	361.65	51.90	93.36
杉木林	120	71.85	4.95	218.10	48.00	66.80
桉树林	240	42.00	0.45	178.80	27.45	65.39
硬阔林	104	73.65	7.05	316.65	54.30	73.69
软阔林	36	56.85	1.65	194.70	49.50	87.02
针叶混交林	67	84.30	6.45	172.80	45.75	54.34
阔叶混交林	468	82.95	5.10	351.00	60.60	73.15
针阔混交林	211	72.15	4.80	269.85	52.80	73.24

森林类型	所包含树种
马尾松林	马尾松(Pinus massoniana)
其它松林	湿地松(Pinus elliottii)、加勒比松(Pinus caribaea )等
杉木林	杉木(Cunninghamia lanceolata)
桉树林	桉属(Eucalyptus)
硬阔林	红锥(Castanopsis hystrix)、火力楠(Michelia macclurel)等
软阔林	枫香(Liquidambar formosana)、木荷(Schima superba)等
针叶混交林	杉木(Cunninghamia lanceolata)、马尾松(Pinus massoniana)等针叶树种混交
阔叶混交林	红锥(Castanopsis hystrix)等硬阔树种与枫香(Liquidambar formosana)等软阔树种混交
针阔混交林	杉木(Cunninghamia lanceolata)等针叶树种与红锥(Castanopsis hystrix)等阔叶树种混交

森林类型	目标变量	参数估计值			评价指标
森林类型	目标变量	a₀/b₀/c₀	a₁/b₁	a₂	R²	SEE/m³	MPE/%	MPSE/%	TRE/%	MSE/%
马尾松林	M	2.044682	1.065026	0.324296	0.976	8.51	2.82	9.12	1.07	0.05
	B	1.253962	-0.10816		0.980	7.19	2.47	7.28	0.81	0.03
	C	0.516216			0.980	3.68	2.46	7.23	0.80	0.03
其它松林	M	1.519424	0.974245	0.51842	0.981	4.47	2.42	9.51	0.39	0.01
	B	1.365524	-0.142555		0.987	3.37	1.85	7.35	0.04	-0.03
	C	0.480763			0.986	1.67	1.91	7.71	-0.12	-0.04
杉木林	M	2.138941	0.998042	0.382264	0.971	8.33	2.10	8.26	0.35	0.02
	B	1.028763	-0.153993		0.962	6.34	2.22	9.81	-1.82	-0.03
	C	0.497566			0.962	3.14	2.21	9.78	-1.77	-0.03
桉树林	M	3.874397	1.010565	0.093535	0.994	1.97	0.63	3.95	0.29	0.00
	B	1.208418	0.012868		0.990	3.30	0.85	5.12	0.47	0.00
	C	0.523191			0.989	1.77	0.87	5.23	0.55	0.00
硬阔林	M	2.923127	1.045363	0.22946	0.958	9.26	2.71	9.53	-1.37	0.15
	B	1.386832	-0.086794		0.953	11.45	2.91	9.78	0.64	-0.12
	C	0.484275			0.953	5.44	2.87	9.56	0.44	-0.11
软阔林	M	2.843569	1.026805	0.247543	0.991	4.91	2.93	5.96	0.55	0.03
	B	1.183325	-0.080863		0.990	4.83	2.94	4.54	0.93	-0.01
	C	0.497122			0.990	2.29	2.81	4.83	0.90	-0.02
针叶混交林	M	2.56963	1.048589	0.254952	0.966	8.57	2.48	8.23	-0.44	0.00
	B	1.014947	-0.060296		0.950	8.95	2.97	9.18	-0.70	0.00
	C	0.501211			0.948	4.53	3.00	9.26	-0.70	0.00
阔叶混交林	M	3.455374	1.066115	0.131208	0.976	9.50	1.05	7.31	0.85	0.00
	B	1.207951	-0.019056		0.949	16.46	1.57	9.61	1.46	0.00
	C	0.488034			0.953	7.68	1.50	9.14	1.16	0.00
针阔混交林	M	2.683082	1.057132	0.235063	0.980	7.55	1.43	7.93	-0.04	0.00
	B	1.242327	-0.088667		0.944	11.77	2.24	10.62	-1.31	-0.02
	C	0.494952			0.941	5.94	2.28	10.64	-1.46	0.00

统计单位	模型估测结果			数据耦合结果
统计单位	蓄积量/万m³	生物量/万t	碳储量/万t	蓄积量/万m³	生物量/万t	碳储量/万t
广东省	50723.41	49779.29	25009.18	46755.09	49986.26	24814.76
广州市	1745.46	1777.24	884.52	1608.91	1784.63	877.64
韶关市	8064.81	7581.22	3766.17	7433.86	7612.75	3736.90
深圳市	377.20	369.78	181.51	347.69	371.31	180.10
珠海市	218.23	216.05	106.98	201.15	216.95	106.14
汕头市	204.18	215.31	105.55	188.21	216.20	104.73
佛山市	412.14	441.52	225.49	379.90	443.35	223.73
江门市	1902.69	2064.72	1044.43	1753.83	2073.30	1036.31
湛江市	1291.71	1572.81	818.19	1190.66	1579.35	811.83
茂名市	2628.01	2623.35	1328.88	2422.41	2634.26	1318.55
肇庆市	4882.80	4849.40	2463.37	4500.80	4869.56	2444.22
惠州市	3377.04	3407.19	1708.90	3112.84	3421.36	1695.62
梅州市	5771.43	5441.16	2745.22	5319.91	5463.78	2723.88
汕尾市	732.92	784.33	393.73	675.58	787.59	390.67
河源市	5677.19	5370.00	2694.42	5233.04	5392.33	2673.48
阳江市	2321.85	2309.88	1148.77	2140.21	2319.48	1139.84
清远市	6698.50	6339.46	3170.19	6174.45	6365.82	3145.55
东莞市	276.07	281.97	141.38	254.47	283.15	140.28
中山市	248.87	229.69	113.91	229.40	230.65	113.03
潮州市	623.54	650.00	329.01	574.76	652.70	326.45
揭阳市	922.36	952.21	475.10	850.20	956.17	471.40
云浮市	2346.41	2302.00	1163.46	2162.84	2311.57	1154.41

省市县一体化森林碳储量估测技术体系——以广东省为例

A Provincial-Municipal-County Integrated Forest Carbon Storage Estimating Technology System —Take Guangdong Province as an Example

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 21

相关文章 15

编辑推荐

Metrics

本文评价

[1]	曾伟生, 杨学云, 孙乡楠, 刘樯漪, 张宇超. 森林资源调查监测中各级储量数据的一体化方法研究[J]. 林业资源管理, 2022, 0(4): 13-19.
[2]	胡忠宇, 苏建兰, 龙勤, 李茂梅. 云南省天然林碳储量和碳密度动态变化探析[J]. 林业资源管理, 2022, 0(4): 45-53.
[3]	曾伟生. 东北落叶松林碳储量生长模型研建及固碳能力分析[J]. 林业资源管理, 2022, 0(1): 18-23.
[4]	张峰, 彭祚登. 北京市森林碳储量和碳汇经济价值研究[J]. 林业资源管理, 2021, 0(6): 52-58.
[5]	吴恒, 胥辉. 四川省主要乔木林类型碳汇速率及储量动态分析[J]. 林业资源管理, 2021, 0(5): 47-55.
[6]	刘永杰, 李晖. 基于GeoSOT编码的林地数据组织管理与应用[J]. 林业资源管理, 2021, 0(3): 149-153.
[7]	尹晶萍, 张煜星, 付尧, 王雪军. 中国碳排放与森林植被碳吸收潜力研究[J]. 林业资源管理, 2021, 0(3): 53-61.
[8]	兰玉芳, 石小华, 李宏韬, 马胜利, 张敏中. 基于开源GIS的森林资源监测智慧云平台构建[J]. 林业资源管理, 2020, 0(5): 131-137.
[9]	陶吉兴, 季碧勇, 张国江, 陈晟, 谢秉楼. 浙江森林资源省市县三级联动监测体系构建研究[J]. 林业资源管理, 2019, 0(6): 12-16.
[10]	梅浩, 彭泰来, 桂来庭. 广东省国家级公益林质量评价[J]. 林业资源管理, 2019, 0(2): 15-20.
[11]	郑彬, 高岚. 广东省森林保险发展成就问题及对策[J]. 林业资源管理, 2018, 0(6): 18-22.
[12]	蒋君志伟, 冯仲科, 岳德鹏, 王勇, 王德金, 高林琴, 武鹏飞, 冯建. 单木材积内外业一体化测量系统的研究与探索[J]. 林业资源管理, 2018, 0(4): 133-140.
[13]	陶吉兴, 季碧勇, 张国江, 徐达, 王文武, 吴伟志. 浙江省森林资源一体化监测体系探索与设计[J]. 林业资源管理, 2016, 0(3): 28-34.
[14]	续珊珊. 基于因子分析法的我国森林碳汇潜力评价[J]. 林业资源管理, 2015, 0(2): 55-63.
[15]	陶吉兴, 张国江, 季碧勇, 何伟平, 王文武, 王剑武, 叶进武. 杭州市森林资源市县联动年度化监测的探索与实践[J]. 林业资源管理, 2014, 0(4): 14-18.