基于森林资源规划设计调查数据的森林碳储量估算分析--以镇沅县为例

基于云南省普洱市镇沅县2016年第四轮森林资源规划设计调查数据,从不同森林类型、不同起源、不同龄组、优势树种、乡镇等方面,通过生物量扩展因子法,估算了镇沅县森林资源生物量、碳密度及碳储量。结果表明:第四轮森林资源规划设计调查中,镇沅县森林植被碳储量总量为1511.38×104 tC;不同森林类型中,阔叶林碳储量较针叶林高,占主导地位;不同起源中,天然林在森林植被碳储量中起到更大的作用;不同龄组中碳储量由高到低为中龄林、近熟林、成熟林、幼龄林、过熟林;优势树种(组)中,思茅松和栎类碳储量所占比例最大;各乡镇中,勐大镇碳储量最大,和平镇最小。     

基于高分遥感数据的阿尔泰山乔木林地上生物量预测

为了在区域尺度上精准和便捷地估测森林生物量,以高分遥感数据和实地调查数据为基础,通过提取植被指数、纹理等遥感特征变量,并运用最近邻算法(k-NN)构建乔木林地上生物量预测模型。结果表明,运用k-NN进行区域尺度上乔木林生物量遥感定量估测,当k值为2,特征为B1(波段1)、SR(简单植被指数)、NDVI(归一化植被指数)、B4(波段4)时,研究区乔木林生物量估测结果最优。通过分析可知：乔木林生物量整体表现不高,地上生物量为803.90万t,单位面积生物量均值为82.15 t/hm²;乔木林主要龄组是成熟林时,其面积和生物量占比均最大;在海拔1 500～2 400 m范围,乔木林单位生物量较高。     

四川省草地生态系统碳储量估算

草地生态系统在全球碳循环中起着极为重要的作用。但是实测数据十分匮乏。利用2008年四川省草原地面调查数据,以及卫星遥感数据,对2008年四川省草地的碳储量进行了估算。主要结论如下:四川省草地总面积约为20.38×104km2,2008年四川省草地总有机碳为2 302.97 Tg,其中地上生物量有机碳为15.54 Tg,地下生物量碳为104.45 Tg,地下根系储存的碳是地上碳储量的6倍多,四川省草地土壤有机碳为2 182.98 Tg。土壤储存的碳是植被的19倍多。     

乔木林碳贮量研究——以旌德县为例

利用旌德县第8次森林资源二类调查数据,采取建立数学模型的方法分析了该县的乔木林总量及其年龄结构,依据建立的不同森林类型生物量和蓄积量之间的回归方程,估算了全县乔木林的碳储量及碳密度。结果表明:(1)旌德县乔木林总面积50 190.7hm2,乔木林总蓄积3 624337m3,以庙首镇森林面积最大。(2)乔木树种以杉类、硬阔和松类的面积和蓄积最大,乔木林的年龄结构较为合理;(3)乔木林生物量为118.18万t,乔木林碳储量为591485.20 t,碳密度为11.78 t/hm2,不同森林类型碳密度差异很大,以柏类的碳密度最大,达到27.63 t/hm2,软阔、硬阔林的碳密度较小,仅为0.73 t/hm2.和0.17t/hm2.。因此,在实施各重点造林工程的同时加强中幼林抚育管理,提升现有林质量,促进林木生长,有效增加单位面积蓄积量,将会使旌德县森林的碳汇能力进一步提高。     

基于森林资源连续清查体系的碳储量估算研究进展

碳储量估算对全球碳循环研究具有重要意义,通过森林资源连续清查的数据进行碳储量估计被认为是最好的途径。从估算方法、国家尺度、地区尺度3方面介绍基于森林资源连续清查体系的碳储量估算研究状况,分析存在的问题,并对其研究发展趋势进行展望。     

永平县森林生物量的碳储量初步估算

以云南省永平县的森林资源数据为基础,采用公式:碳储量(C)=林木蓄积湿重×比值×(1-含水率)×含碳率,分别计算林木、林下灌木、林下草本植物、林下凋落物生物量的碳储量,并以2005年为基准年,采用复利公式Cnt=A(1+B)n对永平县2005~2015年森林生物量的碳储量进行了预估.     

南阳市南水北调中线工程水源地乔木林生物量和碳储量初步研究

通过建立不同优势树种生物量与蓄积量之间的回归模型,以树种含碳率作为生物量转换为碳储量的系数,利用2007年河南省森林资源规划设计调查资料,对南阳市南水北调中线工程渠首水源地乔木林生物量和碳储量进行推算。结果表明:水源区总生物量为2 212.25万t,总碳储量为1 103.35万t;阔叶林碳储量占乔木林碳储量的96.5%,其中栎类最多占82.1%;幼龄林碳储量占用材树种的90.9%;研究区乔木林平均碳密度为22.08t/hm2。研究可为当地生态环境改造提供借鉴参考依据。     

县域尺度乔木林碳储量及碳汇特征分析——以马关县为例

为明确县域尺度上不同起源、不同类型的森林碳储量和碳源/汇特征,本文应用生物量转换因子连续函数法及2019—2020年森林资源监测数据对云南省文山州马关县乔木林碳储量和固碳特征开展评估。结果显示：2019—2020年马关县乔木林碳储量由3 807.07 Gg C(Gg C=10⁹ g C)增加到3 893.49 Gg C,碳汇量为86.42 Gg C,其中天然林碳汇占38.09%,人工林碳汇占61.88%;马关县8种乔木林类型中其他硬阔林碳汇量最大,占总碳汇量的40.84%;2019—2020年间马关县乔木林碳密度由32.69 Mg C/hm²下降至29.58 Mg C/hm²,是乔木林面积增长的幅度远高于其碳储量增长幅度所致。研究结果表明：马关县乔木林碳汇量最高;未来可通过加强退化林修复、低效林改造和森林抚育等措施,精准提升森林质量,增强马关县森林固碳能力,助力“双碳”目标的实现。     

乔木林碳贮量研究--以旌德县为例

利用旌德县第8次森林资源二类调查数据,采取建立数学模型的方法分析了该县的乔木林总量及其年龄结构,依据建立的不同森林类型生物量和蓄积量之间的回归方程,估算了全县乔木林的碳储量及碳密度。结果表明：（1）旌德县乔木林总面积50190.7 hm2,乔木林总蓄积3624337 m3,以庙首镇森林面积最大。（2）乔木树种以杉类、硬阔和松类的面积和蓄积最大,乔木林的年龄结构较为合理;（3）乔木林生物量为118.18万t,乔木林碳储量为591485.20 t,碳密度为11.78 t/hm2,不同森林类型碳密度差异很大,以柏类的碳密度最大,达到27.63 t/hm2,软阔、硬阔林的碳密度较小,仅为0.73 t/hm2.和0.17 t/hm2.。因此,在实施各重点造林工程的同时加强中幼林抚育管理,提升现有林质量,促进林木生长,有效增加单位面积蓄积量,将会使旌德县森林的碳汇能力进一步提高。     

天堂山林场森林地上生物量及碳储量的遥感估算模型构建

基于广东省清远市天堂山林场的二类调查小班数据和 landsat8 遥感影像和多元逐步回归的方法,建立森林地上生物量模型,进而构建森林地上碳储量模型,对天堂山林场森林碳储量及其分布进行了估算,并讨论了预测结果及其精确性。结果表明：阔叶林、针叶林和混交林生物量模型的拟合优度分别为 0.77、0.67、0.69。基于碳储量估算模型计算生成的天堂山林场碳储量分布图与采用二类森林调查数据得到的碳储量分布图空间分布一致。验证了基于 landsat8 遥感影像的碳储量模型能为森林碳储量提供快速准确的估测。     

基于森林资源二类调查数据的县域森林碳储量分析——以福建省华安县为例

根据华安县森林二类调查数据估算出2013年华安县森林植被碳储量,通过对不同森林类型林分不同龄组碳储量进行分析,提出现阶段华安县森林经营方向。     

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

[目的]通过对不同生物量和碳储量的估计方法进行对比分析,为确定在国家森林资源清查中生物量和碳储量的具体估计方法提供依据。[方法]以广东省2012年森林资源清查的100个杉木林和80个马尾松林的实测样地资料为基础,利用近年来我国建立的主要树种立木生物量模型,对改进IPCC法、生物量模型法和转换因子连续函数法(即方精云法)3种方法按一元和二元模型共6种方案进行了对比;同时,基于改进IPCC法一元和二元模型的生物量估计值,用平均含碳系数法、组分含碳系数法和固定含碳系数(0.5或0.47)法分别对碳储量进行估计。[结果]用二元生物量模型法得到的杉木林和马尾松林样地的总生物量分别为320 Mg和331 Mg,一元生物量模型法的结果分别相差0.9%和6.2%;改进IPCC法的估计结果,采用二元和一元模型时杉木林分别相差-3.6%和-11.9%,马尾松林分别相差-8.5%和-19.6%;而方精云法的估计结果,采用二元和一元模型时杉木林分别相差6.65倍和6.60倍,马尾松林分别相差-14.3%和-18.0%。平均含碳系数法和组分含碳系数法的碳储量估计结果,杉木林仅相差0.2%,马尾松林相差约0.4%;固定含碳系数法的估计结果因树种而异,对杉木林要低估0.6%5.4%,对马尾松林要低估3.3%9.1%。[结论]对生物量的估计,采用生物量模型法准确性最高,而林木水平的生物量模型其预估精度要高于林分水平的模型;IPCC法是基于材积源的通用方法,将其中的缺省参数改进为可变参数模型,可大大提高方法的适应性;方精云法只是基于IPCC法所建立的林分水平模型在大尺度上的一种具体应用方法,其精度要低于林木水平的生物量模型法,不适于中小尺度应用。对碳储量的估计,采用平均含碳系数法与组分含碳系数法差异很小,但采用固定含碳系数法则误差较大。     

县域森林植被生物量和碳储量测算——以福建省大田县为例

以2015年大田县森林资源档案数据为基础,采用生物量转换因子连续函数法和平均生物量法,估算县域内森林植被的生物量;根据估算后的森林生物量,采用国内普遍认可的转换系数,估算大田县2015年的森林植被碳储量;并分析其空间分布情况。可为开展县域尺度的森林植被碳储量测算提供参考。     

近熟杉木人工林的生物量及碳储量研究

通过野外调查和室内分析后得到苍梧县近熟杉木人工林单株生物量的回归模型,树干和树皮以胸径树高为自变量进行回归分析效果较好,而其余器官以及地下部分生物量和总生物量均以胸径为自变量进行回归分析为好。     

云南松生物量和碳储量动态变化分析

基于云南省第五次、第六次和第七次森林资源连续清查样地数据,以优势树种为云南松的样地为研究对象,采用生物量转换因子法及生物量和碳储量之间的转换模型,分别计算和分析不同海拔梯度、龄组、郁闭度、林分密度以及径级的云南松样地生物量和碳储量及其变化情况。结果表明:1)云南松样地生物量和碳储量随海拔的升高呈先升高后降低的变化趋势,1 800~2 400m为云南松生长的最适宜海拔区间;2)随龄组的增加呈先升高后降低的变化趋势,样地生物量和碳储量最高值出现于中龄林;3)随郁闭度的增大呈先升高后降低的变化趋势,最高值出现于中郁闭度林分;4)随林分密度的增加呈先升高后降低的变化趋势,最高值出现于Ⅱ林分密度级;5)随径级的增大呈先升高后降低的变化趋势,最大值出现于中径组。     

云南松林碳储量的初步估算

以云南省第五次森林资源连续清查数据及云南省林业调查规划院专业调查的林木、林下灌木、林下草本植物生物量、林下土壤有机碳含量等资料成果为依据,对云南省的云南松林碳储量进行估算.估算结果,云南松林储碳总量为4.649亿t.文章还以"连清"推算的生长率及消耗率数据为依据预测了云南松林碳储增长量.     

基于遥感地学模型的辽宁省森林生物量和碳储量估测

通过对森林植被生物量估测遥感模型机理的综合分析,采用2005年辽宁省森林资源连续清查部分样地数据,基于遥感及其派生信息、气象信息、地学信息、林分信息建立了估测森林植被生物量的多元回归模型。得出如下结论:1)根据与样地生物量相关性的高低对MODIS数据植被指数(NVDI)的排序为植被指数的年平均值(NVDI_AVER)、植被生长季节的植被指数的平均值(NVDI_AMD)、植被指数的年内最大值(NVDI_MAX)、植被指数的年内最小值(NVDI_MIN)、植被指数的年内最大值与最小值之间的差值(NVDI_CHA);与生物量相关的气象因子分别为相对蒸散、平均气温和>10℃的积温,其相关系数分别为0.422,0.399和0.394;生物量与坡向、纬度相关性不显著。2)辽宁省森林总生物量为255.774×106t,森林碳储量为127.887×106t。3)从辽宁省森林碳密度空间分布来看,辽宁省森林碳密度呈现出东高西低的趋势,并且碳密度总体上不高,为50 t/hm2以下。     

基于森林资源规划设计调查的云南省森林碳储量研究

基于云南省2016年森林资源规划设计调查数据,运用森林蓄积量扩展法等,按区域、流域对森林碳储量进行研究。结果表明,云南省2016年森林碳储量为 100170.49 万t,相当于固定 367625.71 万t CO2,森林单位面积碳储存能力为51.55 t/hm^2,按照现行碳交易价格计算,云南省森林碳储量价值为 12866899.85 万元。按不同森林类型对区域、流域森林碳储量进行分析,结果表明,按区域森林碳储量排序为:滇西北地区>滇南地区>滇西南地区>滇中地区>滇东北地区;按流域碳储量排序为:金沙江流域>澜沧江流域>红河流域>南盘江流域>怒江流域>伊洛瓦底江流域;按森林类型碳储量排序为:针叶林>混交林>阔叶林,按单位面积碳储量排序为:混交林>阔叶林>针叶林。研究显示,云南省森林碳储量巨大,碳汇交易前景广阔。提出下一步应开展不同年度的森林碳储量动态分析,开展碳汇研究,为森林生态系统补偿和碳排放交易提供技术支撑。     

典型针阔混交林白桦生物量和碳储量研究

以木兰林管局北沟林场内的针阔混交林为对象研究,对标准地白桦等树种进行了详细的调查研究,利用分层法对白桦生物量等进行测定,建立生长模型并推算林分中白桦生物量和碳储量,结果表明:1)幂函数为白桦生物量最优模型。2)白桦生物量的最优模型推算林分中白桦的总生物量为43 921.27 kg/hm2,碳储量为21 433.58 kg/hm2,各器官分别占总碳储量的49.72%(树干)、21.04%(树枝)、6.14%(树叶)、23.10%(树根);林分碳储量分配情况为干根枝叶。