Research on Prediction of Forest Resources and the Carbon Sequestration Potential in Yunnan Province

doi:10.13466/j.cnki.lyzygl.2017.04.008

Abstract

Abstract:

The changes of the structure and volume of forest resources were predicted in Yunnan Province by using the markov chain model and compound interest formula from 2012 to 2027,based on forest resources inventory data in 2002,2007 and 2012.The biomass,carbon storage and carbon density of forest vegetation in Yunnan Province were estimated by applying the biomass regression model and the carbon content of vegetation.The results shows that in the next sixteen years,the area and volume of forest resources in Yunnan Province will show a double growth trend.The annual average growth rate of area and volume are 0.5% and 2.94%.The carbon storage and the average carbon density of forest vegetation will increase continuously.The carbon storage will increase from 890.40Tg to 1265.34Tg,with an annual average growth rate of 2.81%.The carbon density will increase from 41.89 Mg/hm² to 55.41 Mg/hm²,with an annual average growth rate of 2.15%.With the maturity of the young and middle-aged forests,and improvement of forest quality because of forest tending,the forest vegetation has great potential to stock carbon in Yunnan Province.

Key words: forest resources, carbon storage, carbon density, Yunnan Province

CLC Number:

S757

YANG Ying, HUANG Guosheng, Wang Xuejun, Su Haoran, Zhi Changgui. Research on Prediction of Forest Resources and the Carbon Sequestration Potential in Yunnan Province[J]. FOREST RESOURCES WANAGEMENT, 2017, 0(4): 44-49.

Figures/Tables 4

Tab.1

Tab.2

Tab.3

Tab.4

References 21

[1]	方精云, 郭兆迪, 朴世龙, 等. 1981—2000年中国陆地植被碳汇的估算[J]. 中国科学:地球科学, 2007,37(6):804-812.
[2]	Dixon R K, Solomon A M, Brown S, et al. Carbon pools and flux of global forest ecosystem[J]. Science, 1994,263(5144):185-190. doi: 10.1126/science.263.5144.185 pmid: 17839174
[3]	Fang J, Chen A, Peng C, et al. Changes in forest biomass carbonstorage in China between 1949 and 1998[J]. Science, 2001,291(5525):2320-2322.
[4]	刘国华, 傅博杰, 方精云. 中国森林碳动态及其对全球碳平衡的贡献[J]. 生态学报, 2000,20(5):733-740.
[5]	李海奎, 雷渊才, 曾伟生. 基于森林清查资料的中国森林植被碳储量[J]. 林业科学, 2011,47(7):7-12.
[6]	王雪军, 黄国胜, 孙玉军, 等. 近20年辽宁省森林碳储量及其动态变化[J]. 生态学报, 2008,28(10):4757-4764.
[7]	裴艳辉, 李江. 云南省森林植被碳储量及其近10年动态变化[J]. 中国水土保持科学, 2012 (3):93-98.
[8]	韦启忠, 曾伟生. 广西森林资源结构的动态预测及分析评价[J]. 中南林业调查规划, 1999(2):8-10.
[9]	史凤友. 关于预测森林生长量复利公式的初探[J]. 辽宁林业科技, 1986,(5):32-33.
[10]	Montagu K D, Düttmer K, Bartona C V M, et al. Developinggeneral allometric relationships for regional estimates of carbonsequestration—an example using Eucalyptus pilularis from seven contrasting sites[J]. Forest Ecology and Management, 2005,204(1):113-127.
[11]	Vallet P, Meredieu C, Seynave I, et al. Species substitution forcarbon storage:Sessile oak versus Corsican pine in France as a case study[J]. Forest Ecology and Management, 2009,257(4):1314-1323.
[12]	曾伟生, 骆期邦, 贺东北. 兼容性立木生物量非线性模型研究[J]. 生态学杂志, 1999,18(4):19-24.
[13]	张会儒, 唐守正, 胥辉. 关于生物量模型中的异方差问题[J]. 林业资源管理, 1999(1):146-149.
[14]	李海奎, 雷渊才. 中国森林植被生物量和碳储量评估[M]. 北京: 中国林业出版社, 2010.
[15]	Y/T 2262-2014,立木生物量模型及碳计量参数——云南松[S]. 北京: 中国标准出版社, 2015.
[16]	Y/T 2264-2014,立木生物量模型及碳计量参数——杉木[S]. 北京: 中国标准出版社, 2015.
[17]	冯宗炜, 王效科, 吴刚. 中国森林生态系统的生物量和生产力[M]. 北京: 科学出版社, 1999.
[18]	罗云建, 张小全, 王效科, 等. 森林生物量的估算方法及其研究进展[J]. 林业科学, 2009,45(8):129-134.
[19]	国家林业局. 中国林业统计年鉴[J]. 北京: 中国林业出版社, 2000—2013.
[20]	国家林业局资源司. 中国森林资源(2009—2013年)[EB/OL]. (2014-02-25) [2016-01-05]. http://www.forestry.gov.cn/main/58/content-660036.html.
[21]	McKenney D W, Yemshanov D, Fox G, et al. Cost estimates for carbon sequestration from fast growing poplar plantations in Canada[J]. Forest Policy and Economics, 2004,6(3-4):345-358.

2007年	2012年
2007年	乔木林	经济林	竹林	疏林	灌木林	未成林地	迹地	宜林地	苗圃地	非林地
乔木林	0.9440	0.0062	0.0003	0.0042	0.0000	0.0137	0.0248	0.0000	0.0000	0.0068
经济林	0.0317	0.8646	0.0000	0.0000	0.0000	0.0288	0.0144	0.0000	0.0000	0.0605
竹林	0.0526	0.0526	0.8421	0.0000	0.0000	0.0000	0.0000	0.0000	0.0000	0.0526
疏林	0.4260	0.0000	0.0000	0.4723	0.0000	0.0185	0.0554	0.0000	0.0000	0.0278
灌木林	0.0878	0.0076	0.0025	0.0051	0.8664	0.0064	0.0064	0.0000	0.0000	0.0178
未成林地	0.3604	0.3332	0.0090	0.0090	0.0180	0.0451	0.1712	0.0000	0.0000	0.0541
迹地	0.2354	0.1864	0.0196	0.0000	0.0392	0.0785	0.4212	0.0000	0.0000	0.0196
宜林地	0.0814	0.0163	0.0000	0.0049	0.0260	0.0326	0.0114	0.7736	0.0000	0.0538
苗圃地	0.0000	0.0000	0.0000	0.0000	0.0000	0.0000	0.0000	0.0000	0.7500	0.2500
非林地	0.0156	0.0178	0.0004	0.0000	0.0025	0.0167	0.0004	0.0014	0.0000	0.9453

年度	土地总面积	林地											非林地
		合计	森林植被						未成林地	迹地	宜林地	苗圃地
		合计	合计	乔木林	经济林	竹林	灌木林	疏林	未成林地	迹地	宜林地	苗圃地
2007年清查	3826.44	2476.11	2077.33	1472.70	166.51	9.12	377.19	51.81	53.27	48.93	294.66	1.92	1350.33
2012年清查	3826.44	2501.04	2125.33	1526.95	212.10	11.04	340.69	34.55	66.70	77.69	229.88	1.44	1325.40
2017年预测	3826.58	2524.91	2183.14	1575.17	259.93	13.31	308.59	26.14	68.58	92.28	179.76	1.15	1301.67
2022年预测	3826.68	2547.38	2236.77	1615.50	303.70	15.40	280.14	22.03	69.46	99.41	140.88	0.86	1279.30
2027年预测	3826.79	2568.20	2283.47	1649.31	342.27	17.23	254.72	19.94	69.97	103.33	110.78	0.65	1258.59

年度	森林蓄积量 /万m³	乔木林单位面积蓄积量 /(m³/hm²)
2007年清查	155380.09	105.5
2012年清查	169309.19	110.9
2017年预测	189601.97	120.4
2022年预测	214160.95	132.7
2027年预测	243883.02	148.1

年度	碳储量/Tg						碳密度 /(Mg/hm²)
年度	合计	乔木林	经济林	竹林	灌木林	疏林	碳密度 /(Mg/hm²)
2007年清查	819.64	748.16	29.31	3.12	33.93	5.12
2012年清查	890.40	815.22	37.34	3.78	30.65	3.41	41.89
2017年预测	993.59	912.93	45.76	4.56	27.76	2.58	45.51
2022年预测	1117.31	1031.19	53.47	5.27	25.20	2.18	49.95
2027年预测	1265.34	1174.30	60.26	5.90	22.91	1.97	55.41