产业园区碳排放核算、回归与趋势——以杭州青山湖科技城为实证

以杭州青山湖高科技产业园内云制造小镇为研究案例,核算并分析了小镇内2015～2018年具有代表性的不同类型企业的碳排放状况,并运用情景分析法对2019～2021年的碳排放进行了预测与探讨。结果表明:杭州青山湖高科技产业园内云制造小镇四类代表性企业碳排放总量增速放缓,且2018年初见下降趋势。电力能源消耗在高新园区的能源消耗贡献中仍是主流。企业年产值是碳排放量的重要驱动因子,两者间存在极强的线性相关关系。多数企业碳排放强度呈下降趋势,部分企业碳排放强度位于行业先进水平。     

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。     

人工林碳储量及影响因子研究进展

为了解人工林在整个陆地生态学系统中的固碳作用,调查研究了大量有关人工林碳储量的文献资料,对国内外人工林碳储量的研究进行梳理。归纳了人工林碳储量的研究结果以及人工林碳储量影响因子研究进展,为我国开展人工林碳储量动态及过程的研究提供参考依据。     

农林交错地区森林碳储量估算——以中牟县为例

为了估算中牟县森林碳储量,使用IPCC方法,采用经修正的生物量转换参数,区分片林和林带计算碳储量。结果表明:中牟县森林地上部分碳储量为32.62万t;而采用不加修正的参数估算林带碳储量时,森林总碳储量为31.60万t,造成1.02万t的差异,占森林总碳储量的3.1%,因此,区分片林和林带来计算农林交错区森林的碳储量是有必要的。     

森林碳储量遥感估测模型构建研究——以闽江流域杉木林为例

以福建省闽江流域为研究对象,利用年均降水、温度数据,结合改进NPP模型构建基于气象因子的森林生产力估测模型,并通过森林生产力与二类调查结果对应的小班年龄曲线建立森林生物量模型,以此获得遥感估测模型所需的样地生物量,在此基础上利用遥感影像和杉木平均含碳率可以成功构建森林生物量非线性遥感估测模型和碳储量遥感估测模型。本研究不仅能建立森林碳储量模型,而且避免了繁杂的森林生物量野外实测,节省了大量的人力物力,且不需砍伐森林树木。实验计算结果:闽江流域杉木林碳储量2003~2012年从10 337 774 t增加到19 624 374 t。     

产业园区规划环境影响评价及解决对策——以衡山科学城建设项目为例

指出了随着经济的发展,园区的不断建设以及企业的涌入,衡山科学城(衡山工业集中区)原批准范围已不能满足新上项目用地的基本需求,需要对衡山科学城(衡山工业集中区)进行扩区.而在具体的扩区工作中,除了要考虑可能获得的社会效益之外,还应当综合考虑其对环境带来的影响,并兼顾经济效益与环境保护相容的原则.基于此,探讨了产业园区(衡...     

南方红壤水土流失区森林碳储量时空变化研究——以福建省长汀县为例

基于森林资源二类清查资料,采用生物量转换因子法,测算南方红壤水土流失典型区长汀县2016年、2018年、2020年三个时期森林植被的碳储量、碳密度,使用ArcGIS软件绘制长汀县森林碳密度空间分异特征。结果表明：2020年全县森林植被的总碳储量9 434.58 t,其中林分碳储量8 174.56 t,经济林、灌木林和竹林碳储量1260.02 t。三个时期森林碳密度分别为31.45 t/hm²、31.87 t/hm²、37.43 t/hm²,森林碳储量和碳密度均呈先缓慢增长后快速上升的增长趋势。2016—2020年森林碳密度空间上均呈现四周高、中间低的分布格局,其中林分碳密度格局与森林碳密度空间格局基本一致,经济林、竹林和灌木林碳密度整体上呈西北高,东南次之,中部最低的U型空间分布格局。     

森林经营单位级碳储量动态变化研究——以广西热林中心为例

中国林业科学研究院热带林业实验中心从2008年开始进行人工林近自然经营,为了评价经营效果对森林固碳能力的影响,以热林中心2011年、2013年、2015年对238块系统抽样样地数据为基础,采用现有的生物量方程和碳转换系数乔木林碳储量进行估算。结果表明,乔木林碳储量由2011年的605826.95t增加到2015年的721847.04t,年平均增加29005.02t,碳密度由2011年的35.94t·hm^-2增加到2015年的42.34t·hm^-2,但仍小于全国和世界的平均数。针叶林碳储量高于阔叶林,由2011年的413753.07t增加至2015年的479611.05t,年均增加16464.50t,栎类的增长幅度最大,年均增长率64.00%,碳储量最大的树种是马尾松,占总碳储量的62.92%。证明近自然经营能够有效促进森林固碳能力。     

主要乔木树种碳储量与碳密度分布特征——以昆明市海口林场为例

以昆明市海口林场2016年森林资源二类调查数据为基础,利用生物量扩展因子法,结合各树种的计算参数,研究了海口林场不同年龄组和林分起源主要乔木树种碳储量及碳密度分布特征。结果表明：海口林场主要乔木树种的总碳储量为171 695.53 t,平均碳密度为34.88 t·hm^-2。就不同树种而言,碳储量大小依次为华山松(65 974.30 t)>柏木(26 433.18 t)>桉类(24 810.27 t)>桤木(21 488.32 t)>栎类(11 590.24 t)>云南松(9 827.61 t)>银荆(6 318.67 t)>油杉(3 028.75 t)>杨树(1 980.52 t)>其他阔叶树(243.68 t);就不同林龄而言,碳储量主要集中在中龄林和近熟林上,而碳密度则是随着林龄增大呈先增后减的变化趋势;就不同林分类型而言,人工林的碳储量和碳密度大于天然林,针叶林的大于阔叶林,纯林的大于混交林。因此,碳储量大小取决于树种类型、林分起源、林龄等因素,森林碳循环管理应重视分类管理,合理配置并优化林分结构,以此提...     

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。     

龙山林场森林碳储量及碳密度研究

通过对龙山林场人工林及天然林的碳储量及碳密度进行计量研究,结果表明10种林分类型固定二氧化碳总量为113.08万t,其中红松林为57 085.86t,落叶松林为94 395.86t、樟子松林为77 493.36t、云杉林为540.8t、柞树林为838 309.87t、白桦林为3 306.04t、山杨林为1 890.56t、椴树林为2 102.03t、软阔混交林为3 655.93t、硬阔混交林为52 011.58t;天然林碳密度平均为179.26t CO_2-e·hm~(-2),人工林碳密度平均为88.03tCO_2-e·hm~(-2),天然林碳密度比人工林高,是人工林的103.64%。     

城步苗族自治县林地碳储量及碳密度研究

通过生物量转换因子连续函数法,对城步苗族自治县林地的碳储量和碳密度进行评估和分析,结果表明:各龄组碳储量由大到小排序为:中龄林成熟林近熟林幼龄林过熟林,碳密度则随着龄级的上升不断增加,且与林木的固碳能力联系极为紧密,是所占面积和固碳能力的综合体现;各优势树种碳储量为阔叶混最大,柏木组最小,从结果来看并非与分布面积成正比,而碳密度是中生阔叶树组最大,是灌木组最小,说明碳储量和碳密度的大小与林分结构和经营方式有较大联系。     

不同龄组杉木生态公益林碳储量分布规律研究——以福寿国有林场为例

对湖南省福寿国营林场不同龄组杉木生态公益林碳储量进行了估算。结果表明:杉木生态公益林幼龄林总碳储量为97.084 3 t/hm2,中龄林总碳储量为124.998 5 t/hm2,近熟林总碳储量为116.192 1 t/hm2,中龄林总碳储量最高。土壤层碳储量所占比重最大,在幼龄林、中龄林和近熟林中分别占到了97.89%、87.47%和73.36%,所占比例依次减少,其中土壤的表层土碳储量含量最高。林下植被的灌木层、草本层和枯枝落叶层碳储量中所占比例较小,在幼龄林中占2.17%,在中龄林中占1.62%,在近熟林中占1.25%,且所占比例随林龄的增加而逐渐减少。     

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。     

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%。     

安徽省森林碳储量及碳密度特征研究

基于安徽省第九次全国森林资源清查数据,利用生物量—蓄积量转换模型,从不同森林类型、起源、龄组、优势树种(组)等方面进行分析,运用生物量换算因子连续函数法,对安徽省森林碳储量及碳密度进行估算。结果表明,安徽省森林碳储总量为11 843.59×10~4t,平均碳密度29.93 t/hm~2,其中乔木林碳储量为9 790.17×10~4t,占森林总碳储量的82.66%,乔木林平均碳密度为31.72t/hm~2,碳密度大小排序为:阔叶林针阔混针叶林,经济林、竹林碳储量为2 053.42×10~4t。乔木林中,天然林的面积、碳储量略小于人工林,但天然乔木林各龄组碳密度均大于人工林;阔叶混交林、杨树、马尾松、杉木、针阔混交林、栎类、针叶混交林的面积、碳储量占优势,其中又以阔叶混交林为最大,面积、碳储量均超过乔木林的28%。文章指出安徽省乔木林碳密度水平仍然不高,今后在增加森林面积的同时,仍需采取合理经营管理措施,促使森林质量和碳汇水平不断提高。     

湘乡市林地森林碳储量及碳密度研究

通过对湘乡市林地的森林碳储量、碳密度及碳储量的空间分布特征进行研究,得出:①在各优势树种组中,中生阔叶树组的碳储量和碳密度都是最大的,碳储量排序依次为:中生阔叶树组>马尾松组>杉木组>竹木组>国外松组>经济林组〉慢生阔叶树组>灌木组>速生阔叶树组,碳密度排序依次为:中生阔叶树组>国外松组>竹木组>马尾松组〉慢生阔叶树组>杉木组>经济林组>速生阔叶树组〉灌木组;②除马尾松组和中生阔叶树组外,各优势树种小班的碳储量主要集中分布在0~100t的区域内,且与人类活动呈负相关。     

周至县森林植被碳储量及碳密度研究

利用模型模拟法、完全收获法和生物量碳含量转换系数以及森林资源二类调查资料,研究了周至县森林植被碳储量及碳密度,结果为周至县森林植被碳储量762.78万t,平均碳密度50.26t·hm-2,其中有林地总碳储量为641.61万t,不同林分之间碳密度为2.651～72.441t·hm-2、平均53.443t·hm-2,疏林地碳储量144.51万t,不同疏林地碳密度为1.837～50.270t·hm-2、平均46.817t·hm-2,灌木林碳储量6.66万t,不同灌木林的碳密度2.37～29.34t·hm-2、平均9.20t·hm-2;平均碳密度高于全国和全省平均值,低于近邻、全域为山区的宁陕县。     

亚热带杉木人工林生物量及其碳储量分布——以福建将乐县杉木人工林为例

根据7块不同林龄杉木人工林标准地调查的数据,对亚热带杉木人工林生物量和碳储量及其垂直分布进行研究。结果表明:杉木人工林林木和各器官生物量随着林龄的增大而增加,树干所占比重最大且逐渐增大,在林龄28年时,乔木层的生物量最大为167.86 t/hm2。杉木人工林碳储量垂直分布序列为乔木层凋落物层草本层,分别为50.28 t/hm2、4.32 t/hm2、1.50 t/hm2,平均年固碳量分别为2.44 t/hm2·a-1、0.19 t/hm2·a-1、0.14 t/hm2·a-1。杉木人工林总平均生物量、总平均碳储量和总平均年固碳量分别为119.05 t/hm2、56.10 t/hm2、2.77 t/hm2·a-1。因此,乔木层作为森林生态系统中主要的碳库层,对于森林的碳汇功能发挥着重要的作用。     

退化森林生态系统中林分碳储量的驱动因素——以内蒙古大兴安岭为例

[目的]确定退化森林生态系统中林分碳储量的驱动因素,为其碳汇功能的恢复提供参考。[方法]基于调查数据,使用逐步回归的方差分析法和结构方程模型(SEM)法,考虑林分因子和非生物环境因子(地形、气候),探究林分碳储量的驱动因素。[结果]2种方法得到的结果基本一致:方差分析法的确定系数为0.890,林分因子中的平均胸径和株数密度,非生物环境中的月平均最高温和月平均最低温以及干扰类型对林分碳储量有显著影响;SEM中林分碳储量部分的模型确定系数为0.757,林分因子中的平均胸径和株数密度对林分碳储量的影响最大,其中株数密度既有正向的直接作用,也有负向的间接作用,而非生物环境中,月平均最高温对林分碳储量有间接的负向影响,各变量对林分碳储量的影响大小排序为平均胸径(0.94)>月平均最高温(-0.52)>株数密度(0.12)。[结论]综合2种方法得到的结果,在退化森林生态系统中,林分因子和气候因子均对林分碳储量有影响,而地形因子却对其无显著影响。研究结果可为大兴安岭森林碳库探究提供数据参考和借鉴。