森林生態系統服務功能市縣聯動核算與精度控制

朱程昊，王劍武，謝秉樓，鄔梟楠，駱義波

（浙江省森林資源監測中心, 浙江 杭州 310020）

森林是陸地生態系統中具最大生物量和生物生產力的生態系統，是地球生物圈過程的重要參與者[1]。森林生態系統為人類社會提供了豐富的物質產品和文化產品[2]，更為維護生態系統平衡發揮了水源涵養、土壤保育等多種調節服務功能[3]。這些由森林生態系統與生態過程所形成及維持的人類賴以生存的自然環境條件與效用即為森林生態系統服務功能[4]。COSTANZA等[5]最早對全球16類生態系統服務價值進行了估算，其中將森林生態系統分為熱帶和溫帶進行價值估算。此后，國內外學者聚焦于森林生態系統服務功能概念內涵[6]和方法應用[7]進行了研究，國內獲得了森林生態連清技術體系[8]、生態系統生產總值(GEP)核算[9]、國標GB/T 3858—2020《森林生態系統服務功能評估規范》[10]等研究成果。現階段，國內許多學者基于此國標，采用森林資源規劃設計調查(“二類”調查)數據，對省[11]、市[12]、縣[13]，以及自然保護地[14]、典型森林生態系統[15]等各層級的森林生態系統開展了服務功能核算。鑒于采用“二類”調查數據能夠將核算結果落實到山頭地塊，從生態區位[16]、空間格局[17]等角度切入，細致探究森林生態系統服務功能機制也逐漸成為學界關注的焦點。

森林資源數據是整項核算工作的最基本數據。近些年，基于“二類”調查數據對各層級森林生態系統服務功能核算研究越來越多，但“二類”調查數據沒有調查精度控制[18]，累加后形成的上級行政區森林資源結果亦無精度控制[19]。如何對基于“二類”調查數據的森林生態系統服務功能核算結果進行精度控制，并沒有在現有研究中得到重視。使用森林資源連續清查(“一類”清查)數據，通過系統抽樣統計方法可使核算結果具有很高的精度保證和較好可信度[20]。鑒于物質量核算能夠比較客觀地反映森林生態系統的生態過程[15]，本研究選取浙江省湖州市為研究地，使用“一類”清查樣地數據和“二類”調查小班數據，將樣地宏觀核算和小班微觀核算緊密結合，構建森林生態系統服務功能物質量市縣聯動核算體系，以期為解決上述問題提供參考。另外，也能夠在把握市、縣森林生態系統服務功能總體趨勢的同時，為多層級核算結果的精度保證提供參考和借鑒。

1 研究區概況

湖州市位于浙江省最北端，轄吳興區、南潯區、長興縣、德清縣和安吉縣，土地總面積5 824 km2。境內地形地貌以低山丘陵、湖積和沖積平原為主，地勢大致呈現由西向東北傾斜的走勢。全境為亞熱帶季風性氣候，年均氣溫為12.2～17.3 ℃，多年平均降水量為761～1 780 mm。根據2018年森林資源監測結果 (表1)，湖州市林地面積為 2 891.7 km2，其中森林面積為 2 802.1 km2(含一般灌木林面積)。森林蓄積量為759.1m萬3，森林覆蓋率為48.1%。

表1 湖州市 2018 年森林面積、蓄積量及其占比Table 1 Forest areas, inventory and percentages of Huzhou City in 2018

2 研究方法

2.1 核算指標體系與方法

森林生態系統服務功能包括供給服務、調節服務、文化服務和支持服務[21]。根據國標GB/T 38582—2020《森林生態系統服務功能評估規范》，本研究對湖州市森林生態系統的水源涵養、土壤保育、固碳、林木養分固持和提供負離子等5項服務功能物質量進行市縣聯動核算與精度控制研究，指標選取說明見表2。

2.2 數據來源

“一類”清查數據源于湖州市961個樣地的現場調查。“二類”調查數據源于2018年湖州市縣級森林資源監測，該數據由2016年全面調查完成的森林資源數據年度更新形成。

數字高程模型(DEM)來源于地理空間數據云，采用ArcGIS 10.2重分類至分辨率10 m。年降水量和蒸發量數據來源于中國氣象數據網，通過反距離權重法插值形成柵格數據，分辨率為10 m。地表徑流系數參考文獻[22]。土壤數據來源于浙江省土壤普查成果。植被凈初級生產力采用2018年浙江省4 319個公益林固定樣地監測成果。林分負離子量采用2018年浙江省62個空氣負離子監測點測定成果。林木的氮、磷、鉀含量參考文獻[23]。

2.3 市縣聯動核算體系構建

2.3.1 核算體系布局 市縣聯動核算體系由 1 個市級總體和5個縣級副總體組成。市級總體為湖州市，縣級副總體以縣(區)為單位進行劃分。

2.3.2 核算體系設計 ①樣地核算體系 (YD)。該體系分為市級總體樣地核算(YD_S)和縣級副總體樣地核算(YD_X)2個子體系，采用“一類”清查數據，按系統抽樣核算方法[24]，將單個樣地的森林生態系統服務功能物質量推算到市、縣級尺度并提供精度控制。2016—2018年，湖州市在477個省級樣地(該477個樣地是湖州市域范圍內的浙江省級樣地，以4 km×6 km間距布設)基礎上，再按95%的可靠度，全市森林面積估計精度達到90%以上、活立木蓄積量估計精度達到85%以上的設計要求，以2 km×3 km間距加密布設484個市級樣地，共計布設樣地961個。其中，吳興區134個、南潯區121個、德清縣158個、長興縣236個、安吉縣312個。單個樣地面積為0.08 hm2，形狀為正方形。②小班核算體系(XB)。該體系分為市級總體小班匯總(XB_S)和縣級副總體小班核算(XB_X)2個子體系，采用“二類”調查數據，將各小班的森林生態系統服務功能物質量累加得到縣級副總體核算結果，將各縣級副總體核算結果累加得到市級總體匯總結果。

2.3.3 聯動核算機制 ①同步核算機制。第一，市對縣森林面積控制檢驗。森林面積對森林生態系統服務功能有著較高影響[25]，按照張國江等[18]提出的方法進行市對縣森林面積控制檢驗。市級森林面積核算結果估計精度92.99%，置信區間為250 772～288 524 hm2，縣級副總體森林面積之和落在置信區間內，表明其森林面積有精度保證。第二，核算體系出數。針對YD_S和YD_X、XB_S和XB_X子體系，根據“2.3.2”分別核算森林生態系統服務功能物質量。

②相容機制。通過縣對自身、市對縣的小班核算體系(XB)結果是否落在樣地核算體系(YD)置信區間內的雙控制，來確認各級核算結果是否相容，降低核算誤差。XB_X核算結果必須受YD_X核算置信區間控制[式(1)]，滿足該條件后，XB_S結果必須受YD_S的置信區間控制[式(2)]，任意一項不滿足，通過修正機制對XB_X核算結果進行修正。

式(1)中：Ubj和Gbj分別為基于“二類”調查、“一類”清查數據的縣級副總體b的第j類森林生態系統服務功能物質量；Ab為縣級副總體b的土地總面積；μa為顯著性水平a=0.05時的值，即1.96；為基于“一類”清查數據的縣級副總體b的第j類森林生態系統服務功能物質量平均數標準誤；Gj為基于“一類”清查數據的市級總體的第j類森林生態系統服務功能物質量；A為市級總體的土地總面積；為基于“一類”清查數據的市級總體的第j類森林生態系統服務功能物質量平均數標準誤。

③修正機制。第一，核算結果單位面積法修正。出現相容機制中所述情況的，則基于YD_S，采用[式(3)]對XB_X核算結果進行修正。

式(3)中：Ubj(R)為修正后縣級副總體b的第j類森林生態系統服務功能物質量；yaij為YD_S中，第a種森林類型(a=1為喬木林，a=2為竹林，a=3為灌木林)的第i個樣地的第j類森林生態系統服務功能物質量；Sai為YD_S中，第a種森林類型的第i個樣地面積；Sbaj(XB)為縣級副總體b的第a種森林類型的第i個小班面積。

第二，產出核算結果。本研究所述的精度控制是指樣地核算體系(YD)置信區間可以包含小班核算體系(XB)結果，小班核算結果即有精度保證。在此種情況下，產出基于小班核算體系(XB)的結果。因為在有精度保證的同時，小班核算結果可以落到山頭地塊，反之，則產出基于樣地核算體系(YD)的結果。

3 結果與分析

3.1 縣級副總體核算結果與精度

由表3可見：縣級副總體中，僅長興縣和安吉縣的提供負離子物質量“二類”核算值未能落入置信區間；從估計精度看，安吉縣和長興縣估計精度較高，南潯區估計精度最低。主要是961個樣地基于市級總體森林資源空間變動系數和相對誤差布設，縣級副總體范圍內的市級樣地估計精度還受到縣內森林破碎化程度帶來的影響，南潯區地處杭嘉湖平原，森林空間分布零散，變異系數大。安吉縣和長興縣以山地丘陵為主，森林面積占比較高，變異系數較小。

表3 縣級副總體森林生態系統服務功能物質量核算結果Table 3 Accounting results of forest ecosystem services amount of CLSM

3.2 市級總體核算結果與精度

各森林生態系統服務功能物質量的估計精度都超過90%，除提供負離子，其他核算結果均落入市級樣地核算置信區間(表4)。水源涵養的市級總體小班匯總結果大于估計中值，比較2類調查所得的不同優勢樹種面積和蒸散率發現，“一類”清查數據的優勢樹種平均蒸散率為54.01%，“二類”調查為53.41%，而林分蒸散率越高，其水源涵養能力越低。保育土壤、固碳、林木養分固持的市級總體小班匯總結果均小于估計中值，主要原因是保育土壤物質量采用ULSE模型，由于“一類”清查得到的全市森林平均郁閉度(為0.71)比“二類”調查(為0.68)高，故所用的植被覆蓋因子(C)更小。森林年蓄積量變化一定程度反映了森林固碳和林木養分固持的功能，“一類”清查得到全市森林單位面積蓄積69.04 m3·hm-2、蓄積年增率 6.02%，均高于“二類”調查 (63.45 m3·hm-2，5.95%)。平均樹高是提供負離子物質量核算時的重要參數。“一類”清查得到的全市平均樹高為8.5 m，相較高1.2倍，使得市級總體小班匯總結果未能落在置信區間內。

表4 市級總體森林生態系統服務功能物質量核算結果Table 4 Accounting results of forest ecosystem services amount of CLM

3.3 核算結果修正

根據市縣聯動核算機制和式(3)，對長興縣和安吉縣的提供負離子核算結果進行修正(表5)。修正后，2個縣提供負離子均落入YD_X的置信區間。市級總體森提供負離子匯總結果為45.46×1024個·a-1，也落入YD_S的置信區間(圖1)。

表5 縣級副總體(長興縣和安吉縣)森林提供負離子物質量核算結果修正Table 5 Revision of assessing results of negative air ion supply of CLSM (Changxing County and Anji County)

圖1 樣地核算 (a=0.05)森林提供負離子與修正后的縣級副總體、市級總體結果比較Figure 1 Comparion of CSLM and CLM volume of NAI between plots assessing results (a=0.05) and revised results

4 結論與討論

本研究以湖州市為研究地，基于森林資源“一類”清查樣地數據和“二類”調查小班數據，以樣地和小班為紐帶，構建了森林生態系統服務功能物質量市縣聯動核算體系。核算體系包括1個市級總體和5個縣級副總體的核算布局；樣地和小班2個核算體系；市縣2級的同步核算機制，縣對縣、市對縣核算結果雙控制的相容機制，市對縣核算結果修正的糾錯機制3方面構成的聯動核算機制。通過市縣聯動核算體系，為各級核算結果提供精度控制。從核算結果看，2018年，湖州市森林生態系統實現水源涵養量164 768.91萬 t、保育土壤量721.54萬 t、固碳量112.40萬 t、林木養分固持量4.05萬 t、提供負離子量45.46×1024個。從市級總體核算精度看，在顯著性水平a=0.05下，森林生態系統服務功能物質量核算結果的估計精度均超過90%。

“一類”清查和“二類”調查屬不同森林資源調查體系，故所得森林面積、林分測樹因子不同，而森林生態系統服務功能量與森林面積、質量、氣候環境有關[25]，因此2類核算體系的核算結果也不一致。水源涵養、保育土壤、固碳和林木養分固持的小班匯總結果都能落入樣地核算置信區間內，說明基于“二類”調查數據的核算結果是有精度保證的，其精度可直接采用估計精度數值。2類調查體系樹高的調查差異使小班核算的提供負離子物質量不能落入樣地核算置信區間，這主要是由于樹高與空氣負離子濃度差值有顯著正相關[26]。不同縣級副總體估計精度差異較大，地貌帶來的森林破碎化程度是估計精度差異較大的客觀原因，山地丘陵地區的土地利用類型以林地為主，變異系數較小，估計精度較高。而平原地區土地利用類型多樣，森林資源的空間零散分布導致變異系數大，降低了估計精度。有研究性[19]表明：“一類”清查有精度保證，其抽樣置信區間控制能夠確保基于小班的森林資源結果可靠。本研究也證明了利用樣地核算所得置信區間控制小班核算結果的方法可行性。本研究基于市級總體構建樣地核算體系(YD)，縣級副總體的森林破碎化程度會對YD_X的估計精度帶來影響。鑒于分層抽樣[27]、不等概抽樣[28]等能夠提高森林資源監測結果精度，未來可探究上述抽樣方案在森林生態系統服務功能核算時的精度控制效果。

綜上所述，森林生態系統服務功能物質量市縣聯動核算體系能夠為各級核算結果提供精度控制。小班核算體系(XB)結果落入樣地核算體系(YD)置信區間，可使用樣地核算體系(YD)估計精度，并采用前者核算結果確認區域森林生態系統服務功能物質量。反之，對小班核算結果進行修正，修正后仍不能落入置信區間的，應按樣地核算結果進行確認。