森林碳汇价值评估模型与实践研究——以江西省森林碳汇经济价值评估为例

经过对森林碳汇价值属性的分析,得到森林碳汇价值在理论上是可以计量的,并以西方经济学边际效应原理为基础,结合森林碳汇的生态属性,建立森林碳汇价值模型。按估价模型,结合资产评估的市场法,对江西省森林碳汇进行评估,推算得出2010-2020年,森林碳汇在10年时间内增加了314.112Mt,年均碳汇能力为31.411Mt,如以68.3元/t价位计算,则年均森林碳汇经济价值达21.45亿元;如以305元/t价位估算,其年均森林碳汇经济价值达95.80亿元;如以1024.5元/t价格计算,则年均森林碳汇经济价值达321.65亿元。     

县域森林植被碳储量、碳汇估算及经济价值分析——以福建省邵武市为例

基于2012~2016年邵武市森林资源年度变更建档数据,采用国家认可的生物量转换因子连续函数法,分年度对邵武市林分碳储量进行估算;采用平均生物量法,分年度估算邵武市经济林、竹林、灌木林、疏林和未成造的碳储量,并分析其碳汇及经济价值。结果表明,2012~2016年,邵武市年平均碳储量为3 254.739 3万t,年平均碳汇258.644 2万t CO2e;林地平均碳密度140.15 t/hm^2,林分平均碳密度150.77 t/hm^2;森林碳储量年平均价值21.48亿元,占GDP的12.02%;碳汇年平均价值0.47亿元,占GDP的0.27%。     

湖南主要森林类型碳汇功能及其经济价值评价

利用湖南省森林资源主要数据汇编(1999—2003年),依据不同森林类型生物量与蓄积量之间的回归方程,对湖南省几种主要森林类型的生物量和碳贮量进行了推算,分析了不同林龄结构的碳密度以及天然林与人工林的碳贮量,并对整个湖南省的森林经济价值进行估算。结果表明:湖南省主要森林类型的总碳贮量为94.935 Tgc,碳汇总经济价值为70 723.26万元,固定CO2的经济效益达259 554.36万元。阔叶树的碳汇能力最强,其次是杉木和马尾松;湖南省的天然林和人工林的碳贮量相差不大,不同龄组碳密度高低排序的基本规律是:过熟林>成熟林>近熟林>中龄林>幼龄林;而中龄林的碳贮量最多,过熟林碳贮量最少。     

遥感估算法在森林碳汇估算中的应用进展

作为陆地生态系统主体,森林具有碳源和碳汇的双重作用。目前,国内外众多学者对区域尺度森林碳汇的估算提出的方法较多,但还没有统一的估算方法。遥感估算法是估算森林碳汇的重要方法之一。通过总结该方法的优缺点及应用范围,为碳储量估算精度和碳评估提供合理的参考。     

海南白沙县主要森林类型碳汇功能及其经济价值评价

根据海南省白沙县2010年森林资源二类调查报告数据,通过生物量与蓄积量间回归方程推算主要森林类型的生物量和碳贮量,分析不同林龄结构的碳密度,并估算主要森林类型经济价值.结果表明:白沙县主要森林类型的总碳贮量为513.514万t,碳汇总经济价值为616217万元,其中阔叶混交林的碳汇能力最强,其次是橡胶树;人工林面积大于天然林,但碳贮量与天然林相差不大,天然林和人工林的平均碳密度高于我国的平均水平;不同龄组碳密度排序是:过熟林＞成熟林＞近熟林＞中龄林＞幼龄林,而中龄级的碳贮量最多,幼龄林最少.     

长株潭城市群城市森林生态系统服务功能的价值评估

以长株潭城市群城市森林为研究对象,对其降温增湿、涵养水源、保持土壤、固碳制氧、净化空气、保护生物多样性等生态系统功能进行了初步估算.结果表明:该地区森林生态系统的降温增湿价值为5.32亿元、涵养水源价值为48.10亿元、保持土壤价值为0.096亿元、固碳制氧价值为99.24亿元、净化空气价值为34.60亿元、保护生物多样性的价值为0.13亿元.该地区城市森林生态系统服务功能的总价值平均每年为187.486亿元.     

河南欧元项目碳汇计量初探

森林以其巨大的生物量成为陆地生态系统中最大的碳库。文章测算了河南欧元项目的碳汇量,并进行了有无项目对比分析,结果表明：在25年计算期内,欧元项目将增加固定二氧化碳6403265 t ,林业碳汇总价值为12．81亿元。     

黑龙江大兴安岭森林碳储量与碳汇估算

依据大兴安岭森林资源统计数据,对2000年和2013年大兴安岭森林的碳储量与碳汇量进行了估算。结果表明:2000年森林碳储量为22 875.88万t,2013年森林碳储量为24 928.66万t,2000—2013年大兴安岭森林碳汇量为2 052.78万t,年均增加碳汇157.91万t,年均增长率为0.69%,吸收CO2量为7 526.86万t;预测到2020年,大兴安岭森林碳储量将达到26 865.34万t,森林碳汇量1 936.68万t,年增长率1.11%,可吸收CO2量达7 101.16万t。     

丽水市森林碳储量和碳汇经济价值研究

为精确计量丽水市森林碳储量和碳汇量，核算森林碳汇经济价值，运用系统抽样方法，在丽水市全域系统布设固定样地716个，根据固定样地数据，结合单株生物量模型法和单位面积生物量模型，测算丽水市2016—2021年各年的森林碳储量和2017—2021年各年的森林碳汇量；在此基础上，利用碳税率法、造林成本法、碳市场CEA价格法，分别测算森林碳汇经济价值。结果表明，丽水市年平均森林碳储量为6 654.97万t，年平均森林碳汇量为290.32万t；森林植被碳储量组成主体是乔木林，占82.90%，其次为竹林，占7.98%，灌木林占2.67%；其他林地（包括疏林、散生木、四旁木等）占6.45%；在乔木林、竹林、灌木林3种森林类型中，乔木林的碳密度（单位面积的碳储量）最高，竹林居中，灌木林最低，同时，森林平均碳密度和乔木林碳密度呈逐年递增趋势；根据抽样估计理论与计算方法，在P<0.05的可靠性保证下，丽水市森林植被碳储量各年的估计精度都大于93%，估计结果有较好的精度保证；按碳税率法、造林成本法、碳市场CEA价格法，2017—2021年年平均森林碳汇价值为分别为34.84亿元、7.93亿元和1.68亿...     

武夷山自然保护区森林生态系统服务功能价值评估

使用市场价格替代法、机会成本法和影子工程价格法等评估方法,对武夷山自然保护区森林涵养水源、保持土壤、净化空气、固碳制氧、休闲游憩等服务功能进行了初步估算。得出该地区森林生态系统的涵养水源价值为2.28亿元/a,保持土壤价值为7 553.23万元/a,固碳制氧价值为2.46亿元/a,净化空气价值为1.69亿元/a,休闲游憩价值为6.34亿元/a。森林生态系统服务功能的总价值为13.53亿元/a。     

碳汇研究及发展探讨

分析了国内外碳汇研究背号,探讨了国内外在低碳发展道路上的应对策略及我国在碳汇研究上所采用的数字化研究方法,为我国在低碳发展道路上实施的方针提供建议。     

未来中国森林碳蓄积预估初步研究

根据我国林业部分的规划,在持续、有序绿化的前提下,从2005~2044年,中国森林从大气中净吸收的C可达到51.74×108~125.30×108t,约占同期我国CO2排放总量的27.1%~65.6%。年吸收量呈逐年递增态势,2025~2044年间的年平均吸收量可达1.91×108t。在实现国土绿化的过程中,我国森林资源将强烈抑制大气CO2的升高,具有极其可观的生态效益、环境效益。我国森林资源CO2同化能力和碳蓄积量的双双提高,将为我国的经济发展预留更广阔的CO2排放空间,对我国参与国际间环境以碳排放的谈判具有实质性意义。     

黑龙江省森林碳库碳储量、碳密度及吸碳吐氧价值研究

根据2008年黑龙江省森林面积蓄积统计资料,按照18个森林类型的蓄积量,分别估算了黑龙江省森林碳库的生物碳储量、土壤碳储量,并分析了森林碳库生物碳密度的分布规律和影响因素,同时对黑龙江省森林吸碳吐氧价值进行了经济评价。结果表明,黑龙江省森林碳库生物碳储量为8.93亿 t,同时吸收二氧化碳32.93亿 t,释放氧气23.81亿 t;黑龙江省森林土壤碳储量为9.29亿 t,同时森林土壤吸收二氧化碳34.06亿 t,释放氧气24.77亿 t。     

森林生态系统碳蓄积量与年净碳汇估算研究

文章简述了森林生态系统碳蓄积量几种研究方法,并通过分析森林生态系统年固碳量与年释放碳量,估算了森林生态系统年净碳汇量;同时指出我国森林生态系统碳蓄积和碳循环研究存在的不足之处和发展前景,为实现林业低碳提供理论依据。       

火干扰对森林碳库影响的量化研究进展

火干扰是森林生态系统的主要干扰因子之一, 会对森林碳储量和碳动态产生重要影响。准确量化火干扰对森林中各碳库的影响程度, 对国家及全球碳预算具有重要意义。文中对国内外火干扰下森林碳储量的研究现状、研究方法和研究内容进行了综述。大量研究表明, 燃烧效率、火烧烈度等关键因子的准确量化是精确估算火干扰对森林碳储量影响的基础, 火烧样地调查与遥感反演法和模型模拟法的综合运用有利于精确量化火干扰下的森林碳库, 各种火烧数据源的同化处理是准确揭示火干扰对森林碳库影响的重要保证。在此基础上, 提出一些更加准确量化火干扰对森林碳储量影响的研究途径, 并对未来的研究方向进行了展望。     

低碳城市的发展策略研究

以低碳城市为主要研究对象,重点阐述了低碳城市的理论内涵,介绍了国内外典型低碳城市的发展现状,为中国发展低碳城市提供一定参考。     

四川省退耕还林碳汇潜力预测研究

通过调研四川省退耕还林工程实施现状，建立模型，预测未来60 a 四川省退耕还林工程的碳汇潜力。采用经由森林清查人工林历史生长数据拟合的里查德方程（Richards equation）进行分树种生长量预测，依据文献调研所得有关参数计算相应的生物碳储量，结合碳排放、碳基线和碳泄漏的分析与估算，得出四川省退耕还林工程未来60 a碳汇量。     

黑龙江省南瓮河自然保护区碳储量估算

利用大量生物量实测数据及历年森林资源统计数据,对黑龙江省南瓮河自然保护区碳储量及各碳库分布进行定量研究。结果表明：南瓮河自然保护区碳储量为1 567.1×104 t。其中植被碳储量为903.4×104 t,占总储量的58%;土壤碳储量为606.3×104 t,占总储量的41%;枯落物碳储量为17.4×104 t,占总储量的1%。各分碳库储量中,棕针土土壤碳库、乔木层碳库、草本层碳库为主要碳库,占总储量的89%。     

Profiles of carbon stocks in forest, reforestation and agricultural land, Northern Thailand

A study was conducted to assess carbon stocks in various forms and land-use types and reliably estimate the impact of land use on C stocks in the Nam Yao sub-watershed (19°05'10"N, 100°37'02"E), Thailand. The carbon stocks of aboveground, soil organic and fine root within primary forest, reforestation and agricultural land were estimated through field data collection. Results revealed that the amount of total carbon stock of forests (357.62 ± 28.51 Mg·ha-1, simplified expression of Mg (carbon)·ha-1) was significantly greater (P＜ 0.05) than the reforestation (195.25 ±14.38 Mg·ha-1) and the agricultural land (103.10±18.24 Mg·ha-1). Soil organic carbon in the forests (196.24 ±22.81 Mg·ha-1) was also significantly greater (P＜ 0.05) than the reforestation (146.83± 7.22 Mg·ha-1) and the agricultural land (95.09 ± 14.18 Mg·ha-1). The differences in carbon stocks across land-use types are the primary consequence of variations in the vegetation biomass and the soil organic matter. Fine root carbon was a small fraction of carbon stocks in all land-use types. Most of the soil organic carbon and fine root carbon content was found in the upper 40-cm layer and decreased with soil depth. The aboveground carbon(soil organic carbon: fine root carbon ratios (ABGC: SOC: FRC), was 5:8:1, 2:8:1, and 3:50:1 for the forest, reforestation and agricultural land, respectively. These results indicate that a relatively large proportion of the C loss is due to forest conversion to agricultural land. However, the C can be effectively recaptured through reforestation where high levels of C are stored in biomass as carbon sinks, facilitating carbon dioxide mitigation.     

Impact of mangrove vegetation on seasonal carbon burial and other sediment characteristics in the Vellar-Coleroon estuary,India

This work quantified the total carbon and 12 other sediment characteristics at 10 soil depths, in planted and or natural mangrove forests in comparison with non-vegetated soil for four seasons of the year 2009-2010 in the Vellar-Coleroon estuarine complex, India. The sedi- ment characteristics varied significantly between mangrove-vegetated and non-vegetated habitats or seasons of analysis, but not between soil depths. The mangrove sediments were rich in total carbon and total or- ganic carbon as compared to non-mangrove sediments （p 〈0.01）. Total carbon was 98.2% higher in mature mangroves and 41.8% in planted mangroves than that in non-mangrove soil. Total organic carbon was as much as 2.5 times greater in mature mangroves and 2 times greater in planted mangroves than that in unvegetated soil. Carbon contents also varied many fold by season. Total carbon content was 8.6 times greater during pre-monsoon, 4.1 times greater during post-monsoon and 2.5 times greater during monsoon than during summer （P〈0.01 in all cases）. Similarly, total organic carbon was 5.9 times greater during pre-monsoon, 3.1 times greater during post-monsoon and 69% greater during monsoon than during summer. In general, higher levels of sediment carbon were recorded during pre and post-monsoon seasons than during other seasons. Total carbon concentration was correlated negatively to temperature, sand and phosphorus （P 〈0.01）; positively correlated with redox potential, silt, clay, C/N ratio, potassium （P 〈0.01） and nitrogen （P〈0.05）; but not correlated with soil depth, pH or salinity. This work revealed that the carbon burial was rapid at the annual rate of 2.8% for total carbon, and 6.7% for total organic carbon in mangrove-planted sediment. Cleating of mangroves can result in significantly and rapidly reduced carbon stores.Our study highlights the importance of natural and plantation mangrove stands for conserving sediment carbon in the tropical coastal domain.