江西省人工造林碳蓄積的時空過程

黃 麟,邵全琴,劉紀遠

中國科學院地理科學與資源研究所, 北京 100101

江西省人工造林碳蓄積的時空過程

黃 麟*,邵全琴,劉紀遠

中國科學院地理科學與資源研究所, 北京 100101

人工造林被認為是吸收CO2、減緩氣候變暖最有效且最具生態效應的碳增匯方法之一。以江西省作為南方紅壤丘陵區人工造林的典型研究區，綜合應用樹輪生態分析、模型模擬、尺度融合、文獻整合分析、遙感反演和GIS空間分析等方法，基于樹木年輪信息、森林樣方資料和人工林分布數據等，驅動樹木材積生長量模型和區域碳通量模型，從樣地到區域模擬分析了人工林生產力和碳蓄積的時空變化規律。結果表明，1)1980年至2007年，江西省人工林凈初級生產力(NPP)呈現先迅速下降而后緩慢增加的趨勢，至今仍未恢復到之前的人工林質量水平，2)碳蓄積年變化在前8a處于平穩狀態，而后變化速率增快，從2.19 TgC/a迅速增至8.02 TgC/a，此后增速減緩；3)人工林NPP與降水量、溫度的關系不明顯，海拔對NPP值的影響較大而對NPP變化趨勢的影響較小，NPP值隨著坡度增加而增大；4)造林方式比較，人工造林碳增匯潛力最大，而封山育林在碳蓄積效應方面不具優勢。

江西省; 人工造林; 碳蓄積; TGTRing模型; InTEC模型

造林被認為是增加陸地碳匯、減緩大氣CO2濃度最有效且最具生態效應的碳增匯方法之一。造林可以蓄積碳、保持土壤和提高水質[1- 2]，是潛在的碳匯，也是碳源/匯轉換的主要原因[3- 6]。造林對陸地碳匯最顯著的影響是在生物量碳庫中積累碳[2, 7]，而通過造林提高土壤吸收CO2的能力比用活的生物量臨時吸收CO2更持久[1- 2,8]。關于造林對碳蓄積影響的研究多集中在美國、歐洲等區域[9- 10]，Woodbury等[11]得出美國在1990—2004年間造林導致的碳蓄積平均增量為17 TgC/a。在我國，Fang等[6]估算造林導致的森林碳吸收在1973—1998年間增加了0.45 Pg，Huang等[12]估算得出1950—2010年人工造林碳蓄積凈增量為1.686 PgC。造林樹種、氣候、土壤、地形及人類活動等因素都會影響人工林的生物量碳蓄積過程和碳匯大小。造林后碳蓄積速率和最終達到穩定態的時間取決于生產力水平和土壤條件[13]，也與造林前的土地利用歷史、土壤準備方式、造林樹種、人工林年齡和造林后的森林管理等諸多因子有關[8,14- 15]。有些研究發現造林后土壤碳含量增加[16]，也有研究發現造林后土壤碳含量減少[15]，而多數研究認為，造林后土壤碳儲量通常是先下降，然后才開始積累[14,17- 18]。當然，造林也會對環境和社會經濟造成影響，如削弱糧食安全、減少徑流量、喪失生物多樣性、減少地方收入等[9,19]。因此，通過林業活動可持續的緩解氣候變化面臨的挑戰是巨大的。

我國人工林保存面積約占世界人工林面積的三分之一，人工林是我國陸地碳匯的主要來源[6]。盡管來自各方面的證據表明我國人工林生態系統確實為碳匯，但直接的觀測證據仍然比較零散和缺乏[6,20]，對其碳吸收量的具體估計仍存在較大的爭議，這與我國人工林面積和國家應對氣候變化的需求不符。隨著造林面積的逐步擴大和人工林齡級的增加，加強對造林碳匯機理及其動態的研究，準確評估我國人工造林的碳吸收量和吸收潛力，是我國陸地碳循環研究和國家環境氣候外交談判的需要。本文收集了樹木年輪信息、森林樣方資料、人工林分布數據、模型參數等，綜合應用樹輪生態分析、模型模擬、尺度融合、遙感反演和GIS分析等，刻畫了馬尾松、濕地松和杉木的林齡與凈初級生產力(NPP)的關系，從樣地到區域驅動樹木材積生長量模型TGTRing和區域碳通量模型InTEC，分析人工林生產力和碳蓄積的時空變化規律。本文擬解決如何在區域尺度上用模型方法并考慮林齡和干擾來刻畫人工林生產力和碳蓄積過程的問題，目的是探討適合我國人工林碳蓄積時空動態估算的方法技術體系，用于評估人工造林的碳蓄積效應。

1 數據與方法

1.1 研究區概況

南方紅壤丘陵區是我國主要的人工林區之一，亦是我國僅次于黃土高原的水土流失嚴重區。江西省(24°07′—29°09′ N，114°02′—117°97′ E)全省土地總面積1.67×107hm2，植被類型有針葉林、針闊混交林、常綠闊葉林、常綠落葉闊葉混交林、竹林、矮林和灌叢等，該省于20世紀80年代初開始實施了山江湖工程，以生態恢復、紅壤丘陵綜合開發治理和可持續發展為主要目的，人工造林是山江湖工程的一項主要措施，使得江西全省森林覆蓋率由36%提升至目前的60.05%。中國科學院千煙洲紅壤丘陵綜合開發試驗區位于江西省泰和縣境內(26°44′—26°45′N，115°3′—115°4′E)，年平均氣溫17.9 ℃，多年平均降水量1489 mm，土壤類型以紅壤為主，林地面積占土地總面積的60%，森林類型以濕地松、馬尾松和杉木人工林為主。千煙洲紅壤丘陵立體開發治理模式是江西省乃至南方紅壤丘陵區人工林種植的參照模式。

1.2 研究方法與數據源

本文通過樹木年輪生態學方法獲得實測的樹木年輪數據，重建人工林單木的逐年生物量和碳蓄積量；結合文獻參數與樹木年輪信息，分析林齡與NPP之間的關系；采用森林計測學方法調查測定樣方生物量；空間替代時間方法用于擬合林下植被層、枯枝落葉層碳蓄積隨林齡變化的關系；利用森林二類調查資料獲取林齡數據，并結合地面調查資料進行驗證；基于樹木年輪模型和碳收支模型，模擬不同年齡人工林的NPP和碳蓄積量。

(1)地面采樣

于2007年4月和2008年3月在千煙洲設置典型樣方，分別采集了濕地松、馬尾松和杉木人工林的樹芯共計333個，搜集了3個樹種的樹干解析木數據各1組，用于站點尺度的碳蓄積過程分析和模型模擬結果的驗證。三類主要造林樹種各設3個樣方，樣方大小為10 m×10 m；根據樣方內林木徑階比例選取標準木，每個樣方3株；對胸徑≥10 cm的樹木在距樹干底部0.5 m、1.3 m、2.5 m處用生長錐鉆取樹芯，直徑6 mm；樹芯采集后，進行室內樣芯干燥，在顯微鏡下從外圍向髓心進行定年，通過樹輪寬度量測儀(VELMEX和LINTAB)測量樹木年輪的寬度，數據存儲后利用SPSS統計軟件進行數據處理，樹木年輪觀測的精度為0.01 mm；根據逐年年輪寬度值，利用基于樹木年輪信息動態估算樹木材積生長量模型(TGTRing)[22]估算逐年材積，通過材積-生物量轉換公式和生物量分配比例，可以獲得標準木每年的NPP。

(2)數據、資料收集與處理

收集了江西省森林資源二類清查的部分小班數據、260個人工林樣方數據、造林面積統計數據，森林資源分布、人工林分布和林齡分布圖[21]等。樣方數據包括樣方的位置、林齡和蓄積量等，用于區域尺度人工林林分蓄積生長及各樹種生物量擴展因子(BEF)隨林齡變化的擬合。江西省1980—2007年造林面積統計數據作為碳蓄積估算的輸入數據。利用ArcGIS矢量化各類分布圖。其中，森林資源分布圖包含樹種分布信息，疊加人工林分布范圍，可以得到人工林樹種分布圖。在已有林齡分布圖的基礎上，利用樣方數據和部分小班數據訂正得到細化的1 km江西省人工林林齡分布圖。利用研究區的1km地形(DEM)數據提取海拔和坡度信息用于分析地形因子對人工林碳蓄積的影響。根據江西省地形特點，將海拔劃分為<50 m、50—100 m、100—300 m、300—500 m、500—700 m、700—900 m、>900 m七類，將坡度分為平坡、緩坡、斜坡、陡坡、急坡五類。

(3)文獻參數整理

對文獻中關于各主要造林樹種(馬尾松、杉木、濕地松)的生物量擴展因子、木材密度、含碳率、喬木各個器官(木質部分、樹葉、粗根、細根)間的分配規律，以及林下植被層、凋落物層的碳蓄積量等參數進行了收集整理?；跇臃綌祿?，利用空間替代時間方法計算不同林齡林分的BEF值(BEF=a+b/V)，建立林齡與BEF的關系式，其中各樹種的a和b參數(表)源于文獻[6]。樹種的含碳率是研究森林碳蓄積的關鍵因子，也是引起碳蓄積量估算差異的不容忽視因素，國際上常用的樹木含碳率值為0. 45—0. 50，本文的含碳率值源自文獻[22- 23]。木材密度源于文獻[24]。此外，木質素含量、木質部分燃燒率(0.25)、地表枯落物燃燒率(1.00)，氮沉降初始值(0.05600)、溫室氣體初始值(3.66400)、參考年溫室氣體值(168.156)等未見報道的參數采用通用值。

(4)生長模型模擬和NPP-age關系的擬合

林分生長模型是研究森林生長變化規律及預估林分生長量、生產力收獲量及潛力的基礎手段，根據形式各異的林分生長和收獲模型，基于一定的生物學理論或假設可以推導出一些適應性較強的生長方程。理論生長方程由于邏輯性強、適用性廣、機理性好，方程參數具有明確的生物學意義而廣泛應用于林分生長模型研究。目前應用較多的理論生長方程主要有Richards、Logistic、Korf、Gompertz等。本研究根據樣方數據、利用空間代替時間的方法，得到不同樹種不同海拔的蓄積量與林齡之間最適宜的回歸方程參數。回歸參數的擬合通過Matlab編程實現。根據林分蓄積生長回歸方程和生物量擴展因子推算生物量隨林齡的變化趨勢(式(1))，從而擬合林齡與凈初級生產力的關系。

Biomass=V×WD×BEF

(1)

(5)單木模型模擬

基于樹木年輪信息動態估算樹木材積生長量模型(TGTRing)可獲得從器官到個體再到林分的較高時間分辨率的樹木逐年生長量序列信息[22]。鑒于利用胸高處樹木年輪數據估算森林生物量存在的不確定性，尤其在干旱年份存在較大誤差的問題，該模型設計在樹干的3個不同高度處(0.5、1.3、2.5m)各取6個方向(南、北、東北、西南、東南、西北，相隔60°)的樹芯，根據不同高度6個點的樹木年輪信息模擬相應高度的樹木年輪盤，再利用3個高度的輪盤結合樹高擬合立體樹干、樹體，并計算出單株材積、生物量、NPP和碳蓄積量。本研究利用TGTRing模型模擬分析了千煙洲3種人工造林樹種的碳蓄積過程。

(6)區域模型模擬

陸地生態系統碳循環綜合集成模型(InTEC)是目前唯一考慮林分年齡及森林干擾對碳循環影響的、基于過程的生物地球化學模型，主要用于模擬森林生態系統每年的碳氮通量和庫容大小，已成功地用于模擬加拿大北部森林過去100a的碳源/匯時空變化特征[25]。模型采用CENTURY模型的方法模擬土壤碳、氮動力學過程，通過對Farquhar葉片尺度光化學模型進行時空尺度轉換模擬氣候、CO2濃度和氮沉降變化導致的光合作用吸收碳量的年際變化，結合森林年齡對NPP的影響，迭代計算森林的實際NPP和碳通量。模型將生態系統碳儲量分四個生物量碳庫(木質、葉、粗根和細根碳庫)和6個土壤碳庫(粗結構物質、細結構物質、代謝物質、微生物活性、慢性和惰性碳庫)。輸出數據包括NPP、凈生物群區生產力(NBP)、碳密度等。本研究中，年凈增CS量定義為每年人工林生長和新造林增加的碳蓄積量，等于NBP與人工林面積的乘積。

模型輸入數據：氣象插值數據、人工林類型和林齡分布數據，同時收集了2007年MODIS的1kmNPP、葉面積指數(LAI)數據，氮沉降分布以及土壤結構數據[21](包括粘粒含量、粘壤粒含量、土壤蒸散系數)作為區域碳通量模型(InTEC)的輸入數據。

氣象數據插值：收集了1980—2007年江西省(17個)及其周邊省份(54個)的國家氣象臺站逐日氣象觀測數據，包括降水量、日平均氣溫、日最高氣溫和日最低氣溫等，計算年均溫、年降水量、生長季的平均氣溫和生長季(>10 ℃)天數，并利用ANUSPLINE進行插值作為模型輸入數據，插值的空間分辨率為1km。

(7)時空統計分析

利用ArcGIS空間統計模塊分析江西省人工林年平均NPP、NBP的時間變化過程。同時，模型估算得到的時間序列NPP、NBP空間數據根據最小二乘法曲線擬合，進行增長斜率的空間變化趨勢統計分析，斜率公式表示為：

(2)

式中,Xi是林齡為i時的NPP或碳蓄積量，i=1, 2, 3, …,n;mi是林齡序列，m1=1,m2=2,m3=3, …,mn=n。

2 結果與分析

2.1 主要造林樹種的凈初級生產力模擬

InTEC區域碳收支模型模擬的一個關鍵輸入參數是林齡與NPP的關系。在樣點尺度，本文根據樹木年輪寬度，應用TGTRing模型模擬了人工馬尾松、濕地松和杉木單株NPP隨林齡變化曲線。如圖1所示，馬尾松的NPP在生長初期急速增加，平均每年遞增102.62 g m-2a-1，至第10年達到頂峰，約1058 g m-2a-1，此后生長速率急劇下降，第32年后降至100 g m-2a-1以下，第42年達到生長穩定態；杉木的NPP在生長初期以每年117.51 g m-2a-1的速率急速增長，至第11年達到頂峰，約1305.67 g m-2a-1，此后至第27年，生長速率急劇降至100 g m-2a-1以下，第40年達到穩定態；濕地松的NPP于第10年達到生長頂峰，約901.09 g m-2a-1，此后下降，第40年后降至150 g m-2a-1左右，第42年達到穩定態。

圖1 基于樹輪模擬的馬尾松、杉木和濕地松的凈初級生產力(NPP)與林齡關系Fig.1 Relationships between net primary production (NPP) and stand age for Masson pine, Chinese fir, Slash pine based on tree ring

在區域尺度，利用擬合得到的人工林蓄積量生長過程，分別得到了江西省三類主要人工林的NPP與林齡的平均關系式，作為區域碳通量模型的輸入參數(表1)。

2.2 樣點尺度的人工林碳蓄積估算

(1)喬木層碳蓄積

就三類造林樹種的碳蓄積速率而言(圖2)，馬尾松林的碳蓄積速率最慢，其增長斜率為2.44×103gC/株；濕地松林的碳蓄積速率遠高于馬尾松林、略低于杉木林，其增長斜率為3.41×103gC/株；杉木林碳蓄積速率最快，增長斜率為3.98×103gC/株。從三類造林樹種的年碳蓄積量與林齡關系可以看出：馬尾松林年碳蓄積量在林分年齡18a左右開始出現拐點，增長速率放慢，其拐點處切線斜率為0.69×103gC/株；濕地松林年碳蓄積也在林分年齡15a左右開始出現拐點，增長速率放慢，其拐點處切線斜率為0.47×103gC/株；杉木林年碳蓄積量也在林分年齡15a左右開始出現拐點，增長速率放慢，其拐點處切線斜率為0.56×103gC/株。擬合得到的碳蓄積量隨林齡變化的公式如下。

表1 江西省主要造林樹種林分的NPP、碳蓄積與林齡的擬合關系式Table 1 The fitted equations between stand age and NPP, carbon sequestration for main planting tree species in Jiangxi Province

圖2 馬尾松林、濕地松林、杉木林的生物量碳蓄積量與林齡的關系Fig.2 The relationship between carbon sequestration and stand age for Masson pine, Chinese fir, Slash pine

(2)林下植被層碳蓄積

根據文獻參數整理的不同林齡人工馬尾松林、杉木林下植被曾碳蓄積量或喬木層與林下植被層之比，分析擬合得到林下植被層的逐年碳蓄積變化曲線(圖3)。可以得出，人工林幼齡期由于整地、鏟山等造林前期措施，林下植被轉入凋落物碳庫，因此林下植被碳庫接近零值；中齡林期，光照和水熱條件充足，林下植被生長相對茂盛，碳蓄積量迅速升高；隨著林分成熟，林分高度郁閉抑制林下植被生長，林下植被層碳蓄積量減少。但是，由于數據樣本量少，擬合結果的相關系數較低(0.337)。

(3)凋落物層碳蓄積

根據文獻參數整理的不同林齡馬尾松林、杉木林凋落物層碳蓄積量或喬木層與凋落物量之比，分析擬合得到凋落物碳蓄積的逐年變化曲線(圖3)，可以看出，造林后，由于造林前期措施導致的地上植被大部分轉入凋落物碳庫，凋落物碳蓄積快速增加，以30a為轉折點，30a后林分接近成熟，凋落物分解速率增大，而活生物量轉入凋落物層的部分減少，其碳蓄積量隨之減少。

圖3 馬尾松林下喬木層與植被層和凋落物層碳蓄積比例的變化Fig.3 The variations of ratios between forest floor and understory, forest floor and litterfall for Masson pine

2.3 江西省人工造林的碳蓄積過程

根據InTEC模型模擬得到1980—2007年江西省人工林多年平均NPP與碳蓄積變化量，以及生物量與土壤碳蓄積過程。結果表明(圖4)，江西省人工林年平均凈初級生產力變化可分為兩個階段，1987年以前處于持續地下降階段，而后處于較緩地上升趨勢。江西省人工林的年平均NPP自1980年開始有一個迅速下降的過程，從405.64 g m-2a-1降至1987年的316.28 g m-2a-1，平均每年減少11.17 g m-2a-1；此后緩慢增加至2007年的393.63 g m-2a-1，平均每年減少3.87 g m-2a-1。“山江湖工程”實施多種形式的聯合造林、育林使得人工林面積大幅度提高，年平均NPP值穩步上升，人工林生產力漸漸恢復，但仍低于前一階段的總體水平，說明有待加強管理和質量提升。

江西省人工林的碳蓄積變化與每年造林面積有關，雖然NPP持續下降，但江西省人工林碳蓄積變化可分為3個階段(圖4)，碳蓄積年變化量自1980年開始至1987年一直處于平穩狀態，年凈增2.19—2.37 Tg C/a；隨著山江湖工程大量造林，人工林面積增大，從1988年開始迅速增加至1992年的8.02 TgC/a，平均年增速為1.13 TgC/a；此后增速減緩至0.14 TgC/a。碳蓄積變化以生物量碳蓄積的變化為主，因此，總碳蓄積變化趨勢與活生物量碳蓄積變化趨勢相同(圖4)。土壤碳蓄積在造林初期持續下降，而后增加，但相對活生物量而言，其變化量相當小。

圖4 1980- 2007年江西省人工林年平均NPP、碳蓄積與生物量、土壤有機碳(SOC)蓄積量變化過程Fig.4 The temporal variations of NPP, carbon sequestration, biomass carbon and soil organic carbon (SOC) sequestration in Jiangxi Province from 1980 to 2007

從人工林生產力與碳蓄積變化的空間分布來看(圖5)，江西省人工林生產力高值多分布在該省以濕地松和杉木為主要人工林樹種的中部吉泰盆地、以杉木人工林為主的東部資溪縣，其次是該省西部以人工杉木林為主的萍鄉、宜春一帶，生產力低的人工林多位于江西省北部與中部的鄱陽湖、贛江沿岸區域。

圖5 1980- 2007年江西省人工林多年平均凈初級生產力(NPP)和凈生物群區生產(NBP)力空間分布圖Fig.5 The distribution map of plantation NPP and NBP in Jiangxi Province from 1980 to 2007

2.4 模型模擬結果的驗證

樹木年輪估算值能夠較好表現樣點尺度林分年凈增碳蓄積量，呈現波動性，由于此估算值是根據地面實測數據進行推算的，具有較高精度和可信度。因此，將模型模擬的千煙洲站NPP值與樹木年輪數據估算的結果進行比較，樹輪估算值約等于單株的年NPP值與株密度的乘積。模型模擬值能夠較好的模擬NPP變化趨勢，即呈現年NPP先快速增加后下降趨勢。前一時段模擬值與估算值接近，但未能表現其波動性。后一時段，模擬值與估算值雖然皆呈現下降趨勢，但下降幅度相差很大(圖6)。說明區域模型由于對過程的假設和簡化，加之輸入數據的不確定性如擬合的江西省平均NPP與林齡關系與點尺度的差異較大，其模擬結果能夠較好地表達變化趨勢，但在精確性方面需要改進。利用1∶1特征線分析模型模擬精度(圖6b)，模型模擬值與樹輪估算值的回歸直線斜率為0.587。數據的擬合線與1∶1線相交，模型模擬值和樹輪估算值基于1∶1線的決定系數R2和預測平均相對誤差MSE分別為0.3215和32.75%。模型的模擬值與實測值的符合度一般。此外，將模型模擬NBP值與千煙洲通量觀測值做比較發現(表2)，模型模擬值偏低7.4%—20.87%。

2.5 人工林碳蓄積與生境的關系

人工造林后，森林蓄積碳的能力取決于森林本身特性、立地環境變化、人類干擾程度等多方面因素。本研究根據模擬結果和輔助數據分析了氣候因素、地形因素、造林方式及造林前土地利用類型等對人工林碳蓄積的影響。

圖6 樹木年輪估算年凈初級生產力與模型模擬值的比較Fig.6 The estimated NPP by tree ring compared to simulated NPP

表2 模型模擬NBP值與千煙洲站觀測值的比較Table 2 The simulated NBP compared to observed NPP at Qianyanzhou

(1)氣候因素

氣候變暖不僅可以通過直接影響光合作用來改變生態系統的NPP，還可以通過改變土壤氮素礦化速率、土壤水分含量而間接影響NPP[26]。本研究利用多年平均氣溫和降水量的空間插值數據與模型模擬的江西省人工林多年平均NPP結果進行疊加分析，探討了溫度和降水量與人工林碳蓄積的相互反饋作用。結果表明(圖7)，多年平均降水量介于1520—1750 mm區域的人工林NPP隨著降水增多而略有增加，變化傾向率為0.5824 gC m-2a-1mm-1，NPP值域范圍介于512—713 gC m-2a-1，趨勢不顯著(R2= 0.268，樣本數323)；多年平均降水量低于1520 mm和高于1750 mm的區域，NPP不受降水量變化的影響。溫度與NPP的關系不明顯，溫度介于15—18 ℃范圍區域內的NPP與氣溫呈現不顯著的負相關關系，變化傾向率為-18.926 gC m-2a-1℃-1。

圖7 降水量和氣溫對人工林生態系統NPP的影響Fig.7 The impacts of precipitation and temperature on plantation NPP

圖8 不同海拔、坡度和造林方式的人工林生態系統NPPFig.8 The plantation NPP varied along elevation, gradient and different stand sources

(2)地形因素

為了探討人工林碳蓄積過程的地形差異，本研究分析了不同海拔、坡度等地形因素對人工造林碳蓄積的影響。就人工林NPP的海拔差異而言(圖8)，500—700 m的NPP年平均值最高，為622.15 g C m-2a-1，值域范圍437.72—867.85 g C m-2a-1；其次是300—500 m，介于390.77—804.56 g C m-2a-1，平均573.45 g C m-2a-1；海拔低于100 m地區的單位面積NPP值最低，平均152.45 g C m-2a-1，介于96.52—219.34 g C m-2a-1。不同海拔的NPP年際變化趨勢，除>900 m海拔范圍的NPP波動較大、逐年下降以外，其余海拔的NPP遵循1980年前平穩波動、而后逐漸增長的趨勢。可見海拔對NPP值的影響較大，而對NPP變化趨勢的影響較小。

不同坡度的NPP具有較大差異(圖8)，結果顯示，坡度45°以下，隨著坡度增加，NPP值增大，平坡、緩坡、斜坡和陡坡的NPP均值范圍分別為158.78 — 240.87 g m-2a-1、304.58 — 447.55 g m-2a-1、376.59 — 515.78 g m-2a-1和435.78 — 541.58 g m-2a-1，急坡的NPP值為 347.81 — 662.04 g m-2a-1；各坡度的NPP值均遵循先下降至最低值而后緩慢上升的趨勢；坡度趨陡，達到最低值的時間越早，急坡為1982年，陡坡為1985年，其余為1986年；達到最低值后皆呈現穩步上升的趨勢，急坡的上升幅度遠高于其它坡度。

(3)造林方式

森林碳蓄積過程因樹種組成、林相、林分起源、林齡、年齡結構、郁閉度、株密度等森林本身結構特征的差異而不同。本研究探討了造林方式差異對人工林碳蓄積的影響，根據造林方式將人工林劃分為人工造林、封山育林、飛播造林三類。造林方式差異導致造林后林分生產力不同(圖8)，在造林最初的4a內NPP增長很快，而后增速減緩，第27年的NPP比造林初期增加了619.83 g C m-2a-1；飛播造林的人工林NPP在造林后最初2a內下降，之后緩慢增加，第27年的NPP比造林初期增加276.78 g C m-2a-1；而封山育林的林分NPP自封育后持續下降，第27年的NPP比封育前減少152.17 g C m-2a-1。由此可以看出，就碳蓄積效應而言，人工造林的效果最好，碳增匯潛力最大；飛播造林多見于土質瘠薄的荒山，因此成活率低，碳蓄積潛力??；封山育林在碳蓄積方面不具優勢。

3 討論

3.1 碳蓄積估算的不確定性分析

本研究中碳蓄積估算不確定性的產生與估算參數、輸入數據等有關。模型參數方面，由于缺少相關研究結果，周轉率和土壤碳庫分解率等模型輸入參數采用通用值而沒有本地化，導致NBP結果具有較大不確定性，這些需要更多地面實驗數據進行訂正。區域尺度上平均化林齡與凈初級生產力關系式，導致NPP模擬結果與實測值趨勢相同，但絕對值存在差異，需要改進模型中這個部分，實現差異的NPP-age關系輸入計算。

許多研究忽略了林下植被和凋落物層，使得對森林生態系統的碳收支低估許多倍等[25]。本文嘗試了利用文獻參數整理的數據分析了林下植被和凋落物層的碳蓄積隨林齡變化的趨勢，但由于數據樣本較少，分析結果準確性不夠。

我國對于造林前土地利用方式對碳蓄積影響這方面所做的工作很少，這與我國的人工林分布面積和國家經濟建設的需求都不相符合。造林前土地利用方式對土壤有機碳的影響最大，而土壤有機碳庫組成的復雜性及對各種影響因素變化響應的多樣性導致目前國內外對土壤碳庫的動態過程和影響因素的認識仍有很大不足[13]，造林后土壤碳儲量變化的不確定性除與環境因子的空間異質性有關外，也與土壤取樣、測定、分析和計算方法的差異性、土壤參數估計的差異(如土壤容重、質地)等有關。比如，過去土壤取樣的采樣深度從5—100 cm不等[27]，多數研究采用深度而不是按照自然發生層來測定土壤碳含量，這會給某些深根性樹種帶來偏差，也可能引起土壤碳測定的偏差。本研究試圖利用土地利用變化空間數據分析造林前土地利用方式對造林后碳蓄積的影響差異，然而由于土地利用變化數據難以表達造林的確切時間，對造林導致碳蓄積變化速率的精確性方面存在問題。

雖然陸面模型中的生理學過程機理是正確的，但是大多數忽略了干擾和恢復的隨機過程給人工林碳庫帶來的不確定性[4,11]。人工林業管理措施如整地、灌水、施肥、間伐、疏伐等如何影響森林生態系統?各種突發的自然災害如火災、病蟲害、地震等如何極大地影響人工林生態系統的碳蓄積與碳循環？這些問題目前研究較少且多停留在定性描述階段。然而，如何深入研究脅迫、干擾因素對森林生態系統碳循環的影響及其機理，是準確評價人工林生態系統碳匯功能急需解決的關鍵問題。

3.2 與其它研究結果的比較

許多生態過程或機理模型都在不同時空尺度模擬了我國范圍內森林的凈初級生產力，如GLO-PEM模型[28]、CASA模型[28- 29]、TEM模型[30]、CEVSA[28, 31]等，但多針對整個植被層，對森林本身特性考慮較少。而本文利用的InTEC模型專門針對森林，考慮了林齡與森林干擾，就森林碳蓄積模擬而言，比其它模型在過程和機理方面更具有優勢。同樣利用InTEC模型，Wang等[21]年模擬了我國森林1901—2001年碳源/碳匯情況，但在InTEC模型應用NPP-age的定量化函數時采用了加拿大實測資料模擬的回歸函數，并把不同的森林生態系統采用了相同的回歸系數，此外，使用的2001年中國林齡分布圖較粗，具有較大不確定性。本研究則在其基礎上改進了部分關鍵輸入參數和細化了部分關鍵輸入數據，模擬結果的精度有了大幅提高。在江西省范圍內，多利用森林清查統計數據和傳統森林經理學方法估算森林碳儲量，目前沒有利用模型模擬人工林生產力和碳蓄積過程的研究。在縣級尺度上，吳丹等[32]利用森林小班數據估算得到泰和縣2003年人工林碳儲量為1.90 TgC。在千煙洲站的相關研究較多，楊風亭[33]估算了千煙洲試驗區內1984、2004年的平均植被碳密度分別為1.25和74.94 tC hm-2，植被碳總量分別為259.12和8182.6 tC，林地土壤有機碳密度29.67和63.73 tC/hm2，林地土壤有機碳儲量分別為140.02和7784.26 tC。沈文清[34]估算千煙洲人工針對葉林喬木層年凈固碳量以杉木純林最高為61420 t hm-2a-1，，濕地松居中51021 t hm-2a-1，馬尾松最低為31425 t hm-2a-1，針葉林平均為41255 t hm-2a-1，1 m深度土層平均碳儲量為67.85 t hm-2。劉琪璟等[35]估算千煙洲濕地松林地上生物量為72.061 t hm-2，生物量積累速率為8493 kg hm-2a-1(折合碳約為4370 kg hm-2a-1)，與通量觀測得到的凈交換量(NEE)結果基本一致。

3.3 人工林碳蓄積的深入研究

人工林會引起生物多樣性降低，造成土壤肥力下降、土壤板結，影響當地水循環，增加林火、病蟲害的危險等生態問題。因此，為了長期緩解氣候變化需要仔細選擇造林樹種[1]，遵循適地適樹原則進行人工造林，營造混交林，特別是退化土地[36]。此外，如何同時兼顧用材和生態保護、造林占地與糧食安全等是目前存在的制約問題。保持和增加森林碳蓄積的同時提供林產品是利用森林生態系統緩解氣候的最優選擇，特別是在土地供給受到高昂價格和其他土地利用方式強烈競爭的區域。雖然由于此類方式導致非常復雜的凈碳收益量化而限制了其在全球碳貿易市場的作用，但其將在國家制定各種目標與措施時占有一席之地，不僅僅是為了緩解氣候，還可以減少森林火災，增加林產品比如清除林下植被和疏伐時的清除物可用作生物能源產品?？偟恼f來，考慮周全的碳蓄積工程，同時提供可持續利用的木材產品、纖維和能源，將產生巨大效益?？沙掷m發展理論必需綜合考慮平衡問題，即同時考慮緩解氣候變化和可持續發展的利益最大化[37]。

我國是世界上人工林保存面積和年造林面積最多的國家，然而重造輕管卻導致我國人工林質量低、生態功能差。因此，在增加人工林數量的同時通過森林經營管理提高已有人工林的質量，是我國林業生態發展面臨的一個極為重要的問題，擴大森林面積和改進森林管理以增加碳蓄積也是一種比減少碳排放成本更低的碳減排途徑。森林管理導致的碳源/匯變化的量化對于準確估計國家碳排放和核證減排量市場的透明機能具有基礎性作用，有助于各國達到溫室氣體減排的目標[38]。森林管理需要根據不同區域的特點選擇適合的措施[39]，同時考慮碳蓄積管理的生態、經濟和社會作用。但是，目前很難確定多少森林碳匯和碳庫能夠通過何種管理以緩解大氣CO2的增加[37]。此外，由于高溫等外部因素導致的碳匯減少使得CO2濃度遠高于預期，如果必需解決陸地碳源增加和碳匯減少的問題，碳管理將面臨著巨大的挑戰[4]，而國家或跨國組織努力平衡其內部經濟與外部社會之間關于改變地球氣候系統的化石燃料燃燒、土地利用實踐的矛盾，亦使森林碳庫的管理成為一個非常具有爭議的問題[40- 41]。仍有許多問題有待解答，如碳管理與森林資源可持續發展是否能兼容？森林碳管理是如何增強或抑制森林的其他生態服務功能如蓄水、生物多樣性等[39]？因此，研究森林經營管理與碳蓄積的關系將是未來的工作重點。

4 結論

本文基于樹木材積生長量模型和區域碳通量模型，從樣地到區域模擬分析了人工林碳蓄積的時空變化規律。結果表明：1)馬尾松林年碳蓄積量增長速率在林齡18a后減速，杉木和濕地松林15a出現拐點，林下植被層碳蓄積在造林初期接近零而后迅速升高，再隨著林齡增大而減少，凋落物層碳蓄積在造林后快速增加至30a后隨著分解速率增大而減少；2)1980年至2007年，江西省人工林NPP從迅速下降至最低值而后緩慢增至393.63 gC m-2a-1，碳蓄積年變化在1987年前處于平穩狀態，而后變化速率增快，從2.19 TgC/a迅速增至8.02 TgC/a，此后增速減緩；3)模型模擬值與樹輪估算值比較發現，趨勢的一致性較好，皆呈現先快速增加而后下降的趨勢，但年值和下降幅度相差較大，說明模型過程簡化和假設方面仍需改進，模型輸入參數與數據方面需要根據不同空間尺度進行本地化；4)人工林NPP與降水量、溫度的關系不明顯，海拔對NPP值的影響較大而對NPP變化趨勢的影響較小，NPP值隨著坡度增加而增大；5)造林方式比較，人工造林碳增匯潛力最大，而封山育林在碳蓄積效應方面不具優勢。

[1] Thuille A, Schulze E D. Carbon dynamics in successional and afforested spruce stands in Thuringia and the Alps. Global Change Biology, 2006, 12(2): 325- 342.

[2] Farley K A. Grasslands to Tree Plantations: Forest transition in the Andes of Ecuador. Annals of the Association of American Geographers, 2007, 97(4): 755- 771.

[3] Fan S, Gloor M, Mahlman J, Pacala S, Sarmiento J, Takahashi T, Tans P. A large terrestrial carbon sink in north America implied by atmospheric and oceanic carbon dioxide data and models. Science, 1998, 282(5388): 442- 446.

[4] Houghton R A, Hackler J L, Lawrence K T. The U. S. Carbon Budget: Contributions from Land-Use Change. Science, 1999, 285(5427): 574- 578.

[5] Schimel D S, House J I, Hibbard K A, Bousquet P, Ciais P, Peylin P, Braswell B H, Apps M J, Baker D, Bondeau A, Canadell J, Churkina G, Cramer W, Denning A S, Field C B, Friedlingstein P, Goodale C, Heimann M, Houghton R A, Melillo J M, Moore B III, Murdiyarso D, Noble I, Pacala S W, Prentice I C, Raupach M R, Rayner P J, Scholes R J, Steffen W L, Wirth C. Recent patterns and mechanisms of carbon exchange by terrestrial ecosystems. Nature, 2001, 414(6860): 169- 172.

[6] Fang J Y, Chen A P, Peng C H, Zhao S Q, Ci L J. Changes in forest biomass carbon storage in China between 1949 and 1998. Science, 2001, 292(5525): 2320- 2322.

[7] Nilsson S, Schopfhauser W. The carbon-sequestration potential of a global afforestation program. Climatic Change, 1995, 30(3): 267- 293.

[8] Richter D D, Markewitz D, Trumbore S E, Wells C G. Rapid accumulation and turnover of soil carbon in a re-establishing forest. Nature, 1999, 400(6739): 56- 58.

[9] Jackson R B, Jobbágy E G, Avissar R, Roy S B, Barrett D J, Cook C W, Farley K A, le Maitre D C, McCarl B A, Murray B C. Trading water for carbon with biological carbon sequestration. Science, 2005, 310(5756): 1944- 1947.

[10] Vesterdal L, Ritter E, Gundersen P. Change in soil organic carbon following afforestation of former arable land. Forest Ecology and Management, 2002, 169(1/2): 137- 147.

[11] Woodbury P B, Heath L S, Smith J E. Effects of land use change on soil carbon cycling in the conterminous United States from 1900 to 2050. Global Biogeochemical Cycles, 2007, 21(3): GB3006.

[12] Huang L, Liu J Y, Shao Q Q, Xu X L. Carbon sequestration by forestation across China: Past, present, and future. Renewable and Sustainable Energy Reviews, 2012, 16(2): 1291- 1299.

[13] 劉紀遠, 王紹強, 陳鏡明, 劉明亮, 莊大方. 1990—2000年中國土壤碳氮蓄積量與土地利用變化. 地理學報, 2004, 59(4): 483- 496.

[14] Paul K I, Polglase P J, Nyakuengama J G, Khanna P K. Change in soil carbon following afforestation. Forest Ecology and Management, 2002, 168(1/3): 241- 257.

[15] Zinn Y L, Resck D V S, da Silva J E. Soil organic carbon as affected by afforestation withEucalyptusandPinusin theCerradoregion of Brazil. Forest Ecology and Management, 2002, 166(1/3): 285- 294.

[16] Garten C T Jr. Soil carbon storage beneath recently established tree plantations in Tennessee and South Carolina, USA. Biomass and Bioenergy, 2002, 23(2): 93- 102.

[17] Turner J, Lambert M. Change in organic carbon in forest plantation soils in eastern Australia. Forest Ecology and Management, 2000, 133(3): 231- 247.

[18] Huang M, Ji J J, Li K R, Liu Y F, Yang F T, Tao B. The ecosystem carbon accumulation after conversion of grasslands to pine plantations in subtropical red soil of South China. Tellus B, 2007, 59(3): 439- 448.

[19] Cao S X. Why large-scale afforestation efforts in China have failed to solve the desertification problem. Environmental Science and Technology, 2008, 42(5): 1826- 1831.

[20] Cao M K, Tao B, Li K R, Shao X M, Prience A D. Interannual variation in terrestrial ecosystem carbon fluxes in China from 1981 to 1998. Acta Botanica Sinica, 2003, 45(5): 552- 560.

[21] Wang S, Chen J M, Ju W M, Feng X, Chen M, Chen P, Yu G. Carbon sinks and sources of China′s forests during 1901- 2001. Journal of Environmental Management, 2007, 85(3): 524- 537.

[22] Shao Q Q, Huang L, Liu J Y, Yang H J, Chen Z Q. Dynamic analysis on carbon accumulation of a plantation in Qianyanzhou based on tree ring data. Journal of Geographical Sciences, 2009, 19(6): 691- 706.

[23] 馬澤清, 劉琪景, 徐雯佳, 李軒然, 劉迎春. 江西千煙洲人工林生態系統的碳蓄積特征. 林業科學, 2007, 43(11): 1- 7.

[24] 中國林業科學研究院木材工業研究所. 中國主要樹種的木材物理力學性質. 北京: 中國林業出版社, 1982.

[25] Chen J M, Chen W J, Liu J, Cihlar J, Gray S. Annual carbon balance of Canada′s forests during 1895- 1996. Global Biogeochemical Cycles, 2000, 14(3): 839- 849.

[26] 潘愉德, Melillo J M, Kickiighter D, 肖向明, McGuire A D. 大氣CO2升高及氣候變化對中國陸地生態系統結構與功能的制約和影響. 植物生態學報, 2001, 25(2): 175- 189.

[27] Polglase P J, Paul K I, Khanna P K. Change in Soil Carbon Following Afforestation or Reforestation: Review of Experimental Evidence and Development of a Conceptual Framework. National Carbon Accounting System Technical Report, No. 20, 2000, Australian Greenhouse Office.

[28] 高志強, 劉紀遠. 中國植被凈生產力的比較研究. 科學通報, 2008, 53(3): 317- 326.

[29] 樸世龍, 方精云, 郭慶華. 利用CASA模型估算我國植被凈第一性生產力. 植物生態學報, 2001, 25(5): 603- 608.

[30] Xiao X M, Melillo J M, Kicklighter D W, Pan Y, McGuire A D, Helfrich J. Net primary production of terrestrial ecosystems in China and its equilibrium responses to changes in climate and atmospheric CO2concentration. Acta Phytoecologica Sinica, 1998, 22(2): 97- 118.

[31] 陶波, 李克讓, 邵雪梅, 曹明奎. 中國陸地凈初級生產力時空特征模擬. 地理學報, 2003, 58(3): 372- 380.

[32] 吳丹, 邵全琴, 劉紀遠, 黃麟. 1985—2030年江西泰和縣森林植被碳儲量的時空動態. 應用生態學報, 2011, 22(1): 41- 46.

[33] 楊風亭. Q中國南方紅壤丘陵區土地利用對陸地碳循環的影響——以千煙洲試驗為例 [D]. 北京: 中國科學院, 2005.

[34] 沈文清. 江西千煙洲人工針葉林生態系統碳收支研究 [D]. 北京: 北京林業大學, 2006.

[35] 劉琪璟, 曾慧卿, 馬澤清. 江西千煙洲濕地松人工林碳蓄積及其與水分的關系. 生態學報, 2008, 28(11): 5322- 5330.

[36] Chazdon R L. Beyond deforestation: restoring forests and ecosystem services on degraded lands. Science, 2008, 320(5882): 1458- 1460.

[37] Canadell J G, Raupach M R. Managing forests for climate change mitigation. Science, 2008, 320(5882): 1456- 1457.

[38] Leighty W W, Hamburg S P, Caouette J. Effects of management on carbon sequestration in forest biomass in southeast Alaska. Ecosystems, 2006, 9(7): 1051- 1065.

[39] Birdsey R, Pregitzer K, Lucier A. Forest carbon management in the United States. Journal of Environmental Quality, 2006, 35(4): 1461- 1469.

[40] Schulze E D, Valentini R, Sanz M J. The long way from Kyoto to Marrakesh: implications of the Kyoto Protocol negotiations for global ecology. Global Change Biology, 2002, 8(6): 505- 518.

[41] Agrawal A, Chhatre A, Hardin R. Changing governance of the world′s forests. Science, 2008, 320(5882): 1460- 1462.

The spatial and temporal patterns of carbon sequestration by forestation in Jiangxi Province

HUANG Lin*, SHAO Quanqin, LIU Jiyuan

InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China

Forestation was considered as one of the most effective and ecological approaches for increasing carbon sink, and then to promoting atmospheric CO2absorption and mitigating climate change. It was also one of the key measures in forestry engineering and ecological restoration. In this paper, Jiangxi Province was selected as the typical study area of red soil hilly region — one of the primary plantation areas---in Southern China. The Mountain-River-Lake program since 1980s in Jiangxi Province is a typical successful program of ecological restoration in red soil hilly region, which increased the forest coverage of Jiangxi by 28.55% through implementation of greening barren hill, reforestation, and the Grain for Green Program. This study applied TGTRing and InTEC model simulation, scale transformation from plot to transect and region, field investigation and sampling, dendrochronology method based on tree-ring information, forest inventory data, and carbon budget model, to discuss the effects of forest age and human activities on net primary production (NPP) and carbon sequestration, and then to analysis the annual variation of plantation NPP and carbon sequestration. We try to depict the relations among forest age and NPP through the growth curves of main planting tree species, and then the carbon sequestration of plantation were simulated. The purpose of this paper is to evaluate the carbon effects of forestation, and the carbon regulation service of ecological restoration. The results showed that: 1) The NPP simulations for main planting tree species by tree-ring suggested that the NPP value of Masson pine (P.massoniana), Slash pine (P.elliottii) and Chinese fir (Cunninghamialanceolata) rises rapidly with the increased forest age and reaches to the peak value in 10a (1058 g m-2a-1), 10a (901.09 g m-2a-1) and 11a (1305.67 g m-2a-1) respectively, and then decreased to stable level in 42a (87.2 g m-2a-1), 42a (156.0 g m-2a-1) and 40a (33.0 g m-2a-1); 2)The NPP trend of plantation from 1980 to 2007 in Jiangxi Province were decreased rapidly before and then increased slowly, which responded the lower quality of plantation. Although the forest coverage increased from 26.98% to 60.05% mainly contributed by the enlarged plantation area, the forest volume per hectare were relatively lower especially for the plantations, because the forest is dominated by secondary natural forest, and middle- aged even young-aged plantation; 3) The variation of carbon sequestration presented as steady trend in the first 8 years before 1988 (2.19—2.37 gC m-2a-1) since the beginning of Mountain-River-Lake Program. It then increased rapidly reach to 8.02 gC m-2a-1at the thirteen years, and followed by relatively lower increasing rate; 4) The influences of precipitation and temperature on plantation NPP were showed unobvious. However, the elevation greatly impacts the absolute value of NPP, but not the variation trend. In addition, the NPP increased with higher slope; 5) Validated by tree-ring estimated carbon sequestration value and station observed net ecosystem production (NEP) value, we found that modeled NEP shows good consistency than annual net increasing carbon sequestration; 6) The potential carbon sink thorough tree planting is higher than other planting patterns. Furthermore, closing for reforestation showed unobvious advantage in carbon sequestration service.

Jiangxi Province; plantation; carbon sequestration; TGTRing model; InTEC model

國家自然科學基金(41001366, 41371019)

2013- 06- 05;

日期:2014- 05- 08

10.5846/stxb201306051342

*通訊作者Corresponding author.E-mail: huanglin@igsnrr.ac.cn

黃麟,邵全琴,劉紀遠.江西省人工造林碳蓄積的時空過程.生態學報,2015,35(7):2105- 2118.

Huang L, Shao Q Q, Liu J Y.The spatial and temporal patterns of carbon sequestration by forestation in Jiangxi Province.Acta Ecologica Sinica,2015,35(7):2105- 2118.