基于CBM-CFS3模型的马尾松林碳密度特征及其影响因素

doi:10.13466/j.cnki.lyzygl.2022.06.008

林业资源管理 ›› 2022, Vol. 0 ›› Issue (6): 44-53.doi: 10.13466/j.cnki.lyzygl.2022.06.008

基于CBM-CFS3模型的马尾松林碳密度特征及其影响因素

章敏¹(), 王健², 韩天一³, 欧阳勋志¹, 潘萍¹(), 刘冬冬¹

1.鄱阳湖流域森林生态系统保护与修复国家林业和草原局重点实验室江西农业大学林学院,南昌 330045
2.安福县明月山林场,江西吉安 343200
3.江西省林业资源监测中心,南昌 330046

收稿日期:2022-10-14 修回日期:2022-10-28 出版日期:2022-12-28 发布日期:2023-01-16
通讯作者: 潘萍
作者简介:章敏(1997-),男,江西星子人,在读硕士,主要从事森林资源管理与监测研究。Email:1162787927@qq.com
基金资助:
国家自然科学基金项目(32260392);国家自然科学基金项目(31760207);江西省教育厅科技计划项目(GJJ200448)

Characteristics of Carbon Density and Its Influencing Factors of Pinus massoniana Forest Based on CBM-CFS3 Model

ZHANG Min¹(), WANG Jian², HAN Tianyi³, OUYANG Xunzhi¹, PAN Ping¹(), LIU Dongdong¹

1. Key Laboratory of National Forestry and Grassland Administration for the Protection and Restoration of Forest Ecosystem in Poyang Lake Basin,College of Forestry,Jiangxi Agricultural University,Nanchang 330045,China
2. Ming Yue Mountain Forestry Centre of Anfu County,Ji’an,Jiangxi 343200,China
3. Jiangxi Forestry Resources Monitoring Center,Nanchang 330046,China

Received:2022-10-14 Revised:2022-10-28 Online:2022-12-28 Published:2023-01-16
Contact: PAN Ping

摘要/Abstract

摘要：

基于赣州市森林资源二类调查样地数据,通过区域尺度碳收支模型(CBM-CFS3)对马尾松林碳密度进行计算,并分别采用地统计学和多元逐步回归方法分析碳密度的空间分布及其影响因素。结果表明:不同森林类型、起源的马尾松林最优林龄-蓄积生长方程存在差异,总体上Logistic模型、Richards模型和Gompertz模型拟合的效果比Korf模型要好。林分总碳密度为135.08MgC/hm²,其中,植被层碳库、死亡有机质(DOM)碳库分别为41.51,93.57MgC/hm²,植被层碳库表现为树干>树枝>树根>树叶,DOM碳库为土壤层>枯落物>枯死木;林分总碳密度在空间上呈现一定的正相关性,主要集中在106.73~161.16MgC/hm²,低值区域面积大于高值区域,空间上没有表现出明显的规律性。龄组、平均胸径、郁闭度、年平均温度与林分总碳密度均存在极显著正相关(P<0.01),是影响碳密度的主要因子。通过森林资源样地调查数据构建生长模型用于CBM-CFS3模型中估算森林碳密度,有利于较全面和准确估算区域森林不同碳库,植被因子是影响其碳密度的主要因素。

关键词: 马尾松林, 森林碳密度, CBM-CFS3模型, 影响因素, 赣南

Abstract:

Based on the sample plot data from the forest resources inventory of Ganzhou City,the carbon density of Pinus massoniana forest was calculated by regional scale carbon budget model (CBM-CFS3),and the spatial distribution and influencing factors of carbon density were analyzed by geostatistics and multiple stepwise regression methods,respectively. The results showed that there were differences in the optimal stand age-accumulation equation for different forest types and origins of Pinus massoniana forests. In general,the Logistic model,Richards model and Gompertz model fit better than the Korf model. The total carbon density of the stand was 135.08MgC/hm²,in which the carbon densities of the vegetation layer carbon pool and the dead organic matter (DOM) carbon pool were 41.51MgC/hm² and 93.57MgC/hm²,respectively. The vegetation layer carbon pool showed as trunk>branches>roots>leaves while DOM carbon pool showed as soil layer>litter>dead wood. The total carbon density of forest stands had a certain positive correlation in space,mainly concentrated in 106.73-161.16MgC/hm². The area of the low-value carbon density area was larger than the high-value carbon density area,but there was no obvious regularity in space. Age group,average diameter at the breast height (DBH),canopy density and annual mean temperature were all highly significantly and positively correlated with the total carbon density of forest stands (P<0.01),so they were the main factors affecting carbon density. The growth model constructed by the sample plot data from the forest resources inventory was used to estimate forest carbon density in the CBM-CFS3 model,which was conducive to get a more comprehensive and accurate estimation of different carbon pools in regional forests. The vegetation factor was the main factor affecting its carbon density.

Key words: Pinus massoniana forest, forest carbon density, CBM-CFS3 model, influencing factors;southern Jiangxi Province

中图分类号:

S718.5

章敏, 王健, 韩天一, 欧阳勋志, 潘萍, 刘冬冬. 基于CBM-CFS3模型的马尾松林碳密度特征及其影响因素[J]. 林业资源管理, 2022, 0(6): 44-53.

ZHANG Min, WANG Jian, HAN Tianyi, OUYANG Xunzhi, PAN Ping, LIU Dongdong. Characteristics of Carbon Density and Its Influencing Factors of Pinus massoniana Forest Based on CBM-CFS3 Model[J]. FOREST RESOURCES WANAGEMENT, 2022, 0(6): 44-53.

图/表 9

表1

表2

表3

表4

图1

表5

图2

图3

表6

参考文献 29

[1]	Thom D, Rammer W, Seidl R. The impact of future forest dynamics on climate:interactive effects of changing vegetation and disturbance regimes[J]. Ecological Monographs, 2017, 87(4):665-684. doi: 10.1002/ecm.1272
[2]	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.
[3]	邓喆, 丁文广, 蒲晓婷, 等. 基于InVEST模型的祁连山国家公园碳储量时空分布研究[J]. 水土保持通报, 2022, 42(3):324-334.
[4]	吴恒, 胥辉. 森林植被碳密度遥感反演和校准研究[J]. 林业资源管理, 2021(6):43-51.
[5]	兰秀, 杜虎, 宋同清, 等. 广西主要森林植被碳储量及其影响因素[J]. 生态学报, 2019, 39(6):2043-2053.
[6]	陶韵, 杨红强. “伞形集团”典型国家LULUCF林业碳评估模型比较研究[J]. 南京林业大学学报:自然科学版, 2020, 44(3):202-210.
[7]	Pilli R, Kull S J, Blujdea V N, et al. The carbon budget model of the canadian forest sector(CBM-CFS3):customization of the archive index database for european union countries[J]. Annals of Forest Science, 2018, 75(3):1-7. doi: 10.1007/s13595-017-0678-2
[8]	Blujdea V N, Sikkema R, Dutca I, et al. Two large-scale forest scenario modelling approaches for reporting CO₂ removal:a comparison for the Romanian forests[J]. Carbon Balance and Management, 2021, 16(1):1-17. doi: 10.1186/s13021-020-00160-5
[9]	Shaw C H, Rodrigue S, Voicu M F, et al. Cumulative effects of natural and anthropogenic disturbances on the forest carbon balance in the oil sands region of Alberta,Canada;a pilot study(1985-2012)[J]. Carbon Balance and Management, 2021, 16(1):1-18. doi: 10.1186/s13021-020-00160-5
[10]	冯源, 肖文发, 朱建华, 等. 造林对区域森林生态系统碳储量和固碳速率的影响[J]. 生态与农村环境学报, 2020, 36(3):281-290.
[11]	Wang H J, Fan K, Sun J Q, et al. A review of seasonal climate prediction research in China[J]. Advances in Atmospheric Sciences, 2015, 32(2):149-168. doi: 10.1007/s00376-014-0016-7
[12]	郭丽玲, 潘萍, 欧阳勋志, 等. 赣南马尾松天然林不同生长阶段碳密度分布特征[J]. 北京林业大学学报, 2018, 40(1):37-45.
[13]	赖国桢, 曹梦, 潘萍, 等. 马尾松木荷不同比例混交林植被碳密度特征[J]. 中南林业科技大学学报, 2018, 38(2):108-113.
[14]	潘萍, 韩天一, 欧阳勋志, 等. 飞播马尾松林碳密度分配特征及其影响因素[J]. 应用生态学报, 2017, 28(12):3841-3847.
[15]	李妙宇, 上官周平, 邓蕾. 黄土高原地区生态系统碳储量空间分布及其影响因素[J]. 生态学报, 2021, 41(17):6786-6799.
[16]	付甜. 基于CBM-CFS3模型的三峡库区主要森林生态系统碳计量[D]. 北京: 中国林业科学研究院, 2013.
[17]	周涛, 史培军, 惠大丰, 等. 中国土壤呼吸温度敏感性空间格局的反演[J]. 中国科学:C辑生命科学, 2009, 39(3):315-322.
[18]	王晓荣, 雷蕾, 付甜, 等. 抚育择伐对马尾松林凋落叶分解速率和养分释放的短期影响[J]. 林业科学, 2020, 56(4):12-21.
[19]	王晓荣, 牛红玉, 曾立雄, 等. 不同营林措施对马尾松细根分解与养分释放的影响[J]. 生态学杂志, 2019, 38(8):2337-2345.
[20]	付甜, 朱建华, 肖文发, 等. 八种亚热带森林类型乔木层地上生物量分配模型[J]. 林业科学, 2014, 50(9):1-9.
[21]	郑甲佳, 黄松宇, 贾昕, 等. 中国森林生态系统土壤呼吸温度敏感性空间变异特征及影响因素[J]. 植物生态学报, 2020, 44(6):687-698. doi: 10.17521/cjpe.2019.0300
[22]	Hararuk O, Shaw C, Kurz W A. Constraining the organic matter decay parameters in the CBM-CFS3 using Canadian National Forest Inventory data and a Bayesian inversion technique[J]. Ecological Modelling, 2017, 364:1-12. doi: 10.1016/j.ecolmodel.2017.09.008
[23]	黄锦学, 黄李梅, 林智超, 等. 中国森林凋落物分解速率影响因素分析[J]. 亚热带资源与环境学报, 2010, 5(3):56-63.
[24]	潘萍. 江西省马尾松林生态系统碳密度及其空间异质性研究[D]. 南昌: 江西农业大学, 2018.
[25]	黄国贤, 李清林, 罗盛金, 等. 基于加拿大CBM-CFS3模型的江西庐山森林碳储特征研究[J]. 江西农业大学学报, 2016, 38(4):695-705.
[26]	王云霓, 曹恭祥, 王彦辉, 等. 宁夏六盘山华北落叶松人工林植被碳密度特征[J]. 林业科学, 2015, 51(10):10-16.
[27]	邵波, 燕腾. 四川省森林植被碳储量及碳密度估算[J]. 西南林业大学学报:自然科学, 2017, 37(2):179-183.
[28]	Reich P B, Hobbie S E, Lee T D, et al. Synergistic effects of four climate change drivers on terrestrial carbon cycling[J]. Nature Geoscience, 2020, 13(12):787-793. doi: 10.1038/s41561-020-00657-1
[29]	顾洪亮, 王建, 商志远, 等. 马尾松树轮早材晚材年表对气候因子响应的敏感性分析[J]. 长江流域资源与环境, 2020, 29(5):1150-1162.

森林类别	起源	平均林龄/a	平均胸径/cm	郁闭度	蓄积量/(m³/ hm²)	样地数/个
生态公益林	天然	23±7	11.6±3.6	0.5±0.2	43.79±38.28	243
生态公益林	人工	23±7	11.8±4.0	0.5±0.1	43.75±36.95	53
商品林	天然	22±8	12.5±4.9	0.5±0.2	41.75±43.88	261
商品林	人工	22±7	12.5±4.9	0.5±0.1	36.74±43.08	67

项目	指标	最小值	最大值	平均值	标准差
立地因子	海拔/m	130	1360	331	182.96
	坡位(定性因子)	—	—	—	—
	坡向(定性因子)	—	—	—	—
	坡度/(°)	0	48	21	8.49
	土层厚度/cm	5	100	67	19.26
	腐殖质层厚度/cm	2	25	6	4.44
植被因子	郁闭度	0.20	0.95	0.52	0.16
	平均胸径/cm	5.3	32.5	12.0	4.23
	平均树高/m	5.9	22.7	9.1	2.61
	龄组(定性因子)	—	—	—	—
	灌木覆盖度/%	0	90	20	18.17
	灌木平均高/m	0	3.5	1.2	0.64
	草本覆盖度/%	0	100	69	25.50
	草本平均高/m	0	1.5	0.6	0.27
气候因子	年平均温度/℃	18.40	21.70	20.47	0.49
气候因子	年平均降水/mm	1422	2098	1716	122.06

参数	修改项		修改后参数		参考文献
生物量周转参数	干材周转参数		0.0121~0.0174	[10]
	枝库周转参数		0.0194~0.0311	[17]
	叶库周转参数		0.304	[18]
	根系周转参数		0.418	[19]
材积-生物量周转参数		a	b	c	[20]
	整体	0.583	0.943
	树干	-0.60677	0.000977	-0.32498
	树枝	-0.05559	-0.00058	-0.27541
	树叶	1.35738	0.002079	-0.82363
DOM周转参数		Q₁₀	P_atm		[21?-23]
	地上特快库	2.35	0.810
	地上快速库	3.51	0.815
	地上慢速库	2.65	1.000
	地下特快库	2.95	0.190
	地下快库	4.19	0.170
	地下慢库	0.9	1.000
含碳系数	树干	0.47696			[24]
	树枝	0.45869
	树叶	0.48454
	树根	0.44067

森林类别	起源	模型	R²	RMSE	TRE	MAD	P	AIC
生态公益林	天然	Logistic	0.830	12.078	-0.003	9.838	0.961	937.786
		Richards	0.833	11.934	0.001	9.748	0.961	933.281
		Gompertz	0.833	11.964	-0.000	9.758	0.961	934.241
		Korf	0.793	13.363	-0.020	10.699	0.957	975.591
	人工	Logistic	0.919	8.229	-0.002	6.112	0.942	183.047
		Richards	0.919	8.233	0.002	6.123	0.942	183.087
		Gompertz	0.920	8.201	0.000	6.026	0.942	182.759
		Korf	0.900	9.219	-0.014	7.882	0.936	192.588
商品林	天然	Logistic	0.858	12.194	-0.005	9.738	0.960	986.364
		Richards	0.859	12.178	0.003	9.676	0.960	984.885
		Gompertz	0.860	12.117	0.001	9.641	0.960	983.890
		Korf	0.775	15.369	-0.032	12.578	0.951	1 077.088
	人工	Logistic	0.834	9.666	-0.014	7.700	0.934	241.935
		Richards	0.835	9.606	-0.007	7.552	0.934	241.284
		Gompertz	0.835	9.615	-0.009	7.620	0.934	241.383
		Korf	0.834	9.666	-0.011	7.700	0.934	241.935

森林类别	起源	模型	RMSE	TRE	MAD	P
生态公益林	天然	Richards	12.498	0.124	9.154	0.913
生态公益林	人工	Gompertz	10.489	-0.175	9.760	0.739
商品林	天然	Gompertz	10.907	0.130	8.135	0.883
商品林	人工	Richards	4.687	-0.078	3.982	0.898

基于CBM-CFS3模型的马尾松林碳密度特征及其影响因素

Characteristics of Carbon Density and Its Influencing Factors of Pinus massoniana Forest Based on CBM-CFS3 Model

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 29

相关文章 15

编辑推荐

Metrics

本文评价

影响因子	未标准化系数			R²	VIF值	F检验
影响因子	B	t	P	R²	VIF值	F检验
截距	-116.355	-6.326	0.000	0.517			F=165.971 P=0.000
龄组	12.319	19.278	0.000		1.070
平均胸径	0.665	0.196	0.000		1.088
郁闭度	16.713	6.489	0.000		1.068
年平均温度	4.466	5.359	0.000		1.016

[1]	任天晨, 陈军锋, 刘楠. 山西省五台山地区近30年植被覆盖动态变化及影响因素[J]. 林业资源管理, 2022, 0(4): 89-99.
[2]	周银花, 赵有贤, 胡延杰, 张坤, 王兰会. 全国19省区退耕还林工程农户复耕意愿影响因素分析[J]. 林业资源管理, 2021, 0(2): 1-10.
[3]	蒲莹, 牟耀杰, 邵景安. 三峡库区近20年森林生态服务功能变化及影响因素分析——以石柱县为例[J]. 林业资源管理, 2020, 0(6): 31-39.
[4]	彭检贵. 不同发育阶段马尾松人工林经营效果动态分析[J]. 林业资源管理, 2020, 0(1): 62-69.
[5]	赵晓迪, 付佳彦, 庞新生. 城市居民绿色消费行为及影响因素研究[J]. 林业资源管理, 2020, 0(1): 191-198.
[6]	柳雪梅, 曾伟生. 植物热值研究综述[J]. 林业资源管理, 2019, 0(5): 104-112.
[7]	韩爽, 甄艳, 谭清梅, 刘玉卿, 张华兵. 盐城海滨湿地植被地上生物量遥感反演研究[J]. 林业资源管理, 2018, 0(4): 105-111.
[8]	陈晓燕, 于光军. 内蒙古集体林权制度改革后促进森林可持续经营的对策探析[J]. 林业资源管理, 2018, 0(2): 8-12.
[9]	吴潇, 陈绍志, 赵荣. 基于百度指数的森林公园客流量影响因素分析[J]. 林业资源管理, 2017, 0(1): 27-30.
[10]	杨雨晴, 万志芳. 黑龙江省发展林下经济影响因素分析[J]. 林业资源管理, 2016, 0(6): 17-21.
[11]	潘丽莎, 吴伟光, 赵夫明. 浙江省集体林区农户林地流转行为研究[J]. 林业资源管理, 2016, 0(5): 25-29.
[12]	徐鹏, 王金荣, 郑宇, 过珍元, 戴守斌, 刁军. 林下经济效益影响因素调查分析[J]. 林业资源管理, 2016, 0(1): 19-23.
[13]	高文栋, 钟圣赟, 刘伟丰, 金哲昊, 王艺霖, 郝清玉. 吊罗山青皮林土壤硝化-反硝化作用及其影响因素[J]. 林业资源管理, 2014, 0(5): 69-73.
[14]	刘豪, 高岚, 王东亮. 广东省木材加工企业发展影响因素分析[J]. 林业资源管理, 2013, 0(5): 36-40.
[15]	张连刚, 支玲, 谭泽飞. 林业专业合作组织绩效研究进展及趋势分析[J]. 林业资源管理, 2013, 0(2): 23-28.