基于立木胸徑生長(zhǎng)率模型的喬木林碳匯潛力評(píng)估

季文旭 馮仲科 張瀚月 王媛

摘要：樹(shù)木生長(zhǎng)產(chǎn)生巨大碳匯，對(duì)于緩解碳排放帶來(lái)的全球變暖等環(huán)境問(wèn)題具有重要意義。為準(zhǔn)確評(píng)估森林碳匯，基于第6至第9次國(guó)家森林資源連續(xù)清查數(shù)據(jù)建立北京市13個(gè)主要樹(shù)種（組）4種形式的立木胸徑年生長(zhǎng)率模型，預(yù)測(cè)樹(shù)木胸徑變化的未來(lái)趨勢(shì)，從而為生物量轉(zhuǎn)換因子連續(xù)函數(shù)法計(jì)算碳儲(chǔ)量提供計(jì)算依據(jù)，最終獲得2050年北京市喬木林碳儲(chǔ)量和碳密度。結(jié)果表明：8個(gè)樹(shù)種（組）胸徑的年生長(zhǎng)率模型R2都大于0.900，椴樹(shù)的R2最高為0.960；除柳樹(shù)、水胡黃（水曲柳、胡桃楸、黃菠蘿）外的11個(gè)樹(shù)種（組）RMSE都小于0.5 cm；除楊樹(shù)、其他硬闊類和榆樹(shù)之外，Bias都小于1.0 cm。胸徑預(yù)測(cè)精度驗(yàn)證中整體R2較高，刺槐最高（0.951），其他硬闊類最低（0.766）。預(yù)測(cè)2050年北京市喬木林碳儲(chǔ)量為42.71 TgC，碳密度為43.35 MgC·hm-2。基于胸徑年生長(zhǎng)率模型的樹(shù)木生長(zhǎng)模擬方法可以有效的提高未來(lái)北京市喬木林碳匯潛力評(píng)估的整體精度，能夠?yàn)橹贫厥覛怏w減排政策、實(shí)現(xiàn)2060碳中和目標(biāo)提供基礎(chǔ)。

關(guān)鍵詞：森林資源連續(xù)清查數(shù)據(jù)；胸徑生長(zhǎng)率；碳儲(chǔ)量；碳密度

doi：10.13304/j.nykjdb.2022.0815

中圖分類號(hào)：S758 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：10080864（2024）01009911

自工業(yè)革命以來(lái)，大氣中的CO2含量急劇增加，全球變暖及其帶來(lái)的冰川消融等環(huán)境問(wèn)題隨之出現(xiàn)，嚴(yán)重威脅到人類的生存環(huán)境。為此，《聯(lián)合國(guó)氣候框架公約》第24 次締約方會(huì)議通過(guò)了《巴黎協(xié)定》，確立了全球應(yīng)對(duì)氣候變化的新機(jī)制，力爭(zhēng)在21世紀(jì)下半葉實(shí)現(xiàn)“碳中和”的目標(biāo)[1]。“碳中和”的本質(zhì)是實(shí)現(xiàn)碳排放與碳吸收的平衡，達(dá)到相對(duì)的“零排放”。實(shí)現(xiàn)“碳中和”目標(biāo)的途徑主要有2種：一是減少碳排放，二是增加碳吸收。這需要了解森林碳匯的現(xiàn)狀，明確森林碳匯的潛力。森林生態(tài)系統(tǒng)是陸地生態(tài)系統(tǒng)中最大的碳庫(kù)[2]，森林面積約占陸地總面積的31%，森林植被的碳儲(chǔ)量占陸地總碳庫(kù)的56%[3]，在增加碳吸收、促進(jìn)全球碳循環(huán)和減緩氣候變化中發(fā)揮著不可替代的作用。作為森林植被的主體，喬木面積占我國(guó)所有森林植被的82.43%[4]。因此，喬木林碳儲(chǔ)量的研究對(duì)于森林碳匯具有重要意義。

樹(shù)木生長(zhǎng)產(chǎn)生巨大的碳匯，對(duì)于緩解碳排放帶來(lái)的全球變暖等環(huán)境問(wèn)題具有重要意義，是森林碳儲(chǔ)量研究的重要指標(biāo)。通常，生長(zhǎng)率和生長(zhǎng)量是反映樹(shù)木生長(zhǎng)的重要因子[5]。森林生長(zhǎng)率反映樹(shù)木生長(zhǎng)過(guò)程中某一時(shí)期的相對(duì)速度，作為預(yù)估未來(lái)森林生長(zhǎng)量的重要指標(biāo)。相較于生長(zhǎng)量而言，生長(zhǎng)率與胸徑（diameter at breast height，DBH）之間的相關(guān)性更高，其變化規(guī)律明顯呈現(xiàn)反“J”型[6]。同時(shí)，通過(guò)對(duì)胸徑生長(zhǎng)率和胸徑作倒數(shù)、對(duì)數(shù)等變換處理發(fā)現(xiàn)，胸徑生長(zhǎng)率和胸徑的倒數(shù)等也都呈線性相關(guān)性[7]。通過(guò)建立立木胸徑生長(zhǎng)率模型探究個(gè)體樹(shù)木在其生命周期內(nèi)胸徑增長(zhǎng)，能夠較為明確、清楚地說(shuō)明林木按徑階生長(zhǎng)情況和變化規(guī)律，反映林分生長(zhǎng)狀況，可以有效估算森林碳匯的變化情況[2，8]。基于此，根據(jù)不同樹(shù)種，建立對(duì)應(yīng)立木胸徑生長(zhǎng)率模型，精確樹(shù)木生長(zhǎng)過(guò)程模擬，可以提高對(duì)碳儲(chǔ)量的評(píng)估精度。

目前，森林碳儲(chǔ)量的估算多是基于已有森林資源清查數(shù)據(jù)、遙感影像數(shù)據(jù)、點(diǎn)云數(shù)據(jù)等，針對(duì)某一歷史時(shí)期或現(xiàn)狀進(jìn)行研究。張峰等[9]利用北京市第7～9次森林資源清查數(shù)據(jù)，采用生物量轉(zhuǎn)換因子連續(xù)函數(shù)法評(píng)估了北京市2004—2018年森林碳儲(chǔ)量的動(dòng)態(tài)變化；朱妍[10]、趙麗瓊[11]基于遙感反演的方法，對(duì)北京市森林生物量進(jìn)行估測(cè)，對(duì)比不同模型、數(shù)據(jù)源等對(duì)生物量預(yù)估模型精度的影響；王光華等[12]建立單木生物量方程和生物量轉(zhuǎn)化擴(kuò)展系數(shù)，對(duì)2004 年和2009 年北京市山區(qū)喬木林主要森林類型的森林碳儲(chǔ)量進(jìn)行評(píng)估。然而，相對(duì)于評(píng)估歷史碳儲(chǔ)量，針對(duì)未來(lái)碳儲(chǔ)量預(yù)測(cè)的研究相對(duì)較少，這是由于樹(shù)木生長(zhǎng)模擬方法復(fù)雜、不確定性度較高引起的。考慮到森林在全球碳循環(huán)和氣候變化中的重要作用，森林碳儲(chǔ)量預(yù)測(cè)的研究至關(guān)重要，能夠?yàn)樘贾泻湍繕?biāo)下評(píng)估我國(guó)的自主貢獻(xiàn)力度提供科學(xué)依據(jù)。對(duì)于森林碳儲(chǔ)量的預(yù)測(cè)主要與不同森林類型面積、蓄積生長(zhǎng)動(dòng)態(tài)變化有關(guān)。在對(duì)未來(lái)北京市森林面積變化中，張穎等[13]利用宏觀森林面積數(shù)據(jù)的變化來(lái)推定碳儲(chǔ)量增減，但未考慮林地增長(zhǎng)空間等因素；Qiu 等[14]、Zhang 等[15]和Cai等[16]引入了國(guó)家發(fā)展政策、潛在適宜造林空間等影響因素，預(yù)測(cè)未來(lái)森林面積變化雖然可靠，但對(duì)于北京市森林碳儲(chǔ)量估算而言，會(huì)增加估算的誤差和隨機(jī)性。對(duì)于林分蓄積而言，其增長(zhǎng)主要與林分內(nèi)單木材積生長(zhǎng)有關(guān)[1718]，不同森林類型的單木生長(zhǎng)速率存在差異[19-21]；因此，研究不同森林類型的固碳能力和效率，區(qū)別不同森林類型林木的生長(zhǎng)差異也是影響評(píng)估精度的重要因素[22-25]。

針對(duì)上述問(wèn)題，本研究基于4期森林資源連續(xù)清查數(shù)據(jù)中北京市的部分固定樣地?cái)?shù)據(jù)，建立了13個(gè)主要喬木樹(shù)種（組）4種形式的立木胸徑年生長(zhǎng)率模型，對(duì)北京市主要喬木樹(shù)種（組）的胸徑生長(zhǎng)進(jìn)行研究，探究北京市喬木林未來(lái)的生長(zhǎng)變化情況，通過(guò)對(duì)未來(lái)樹(shù)木胸徑的預(yù)測(cè)結(jié)果，利用生物量轉(zhuǎn)化因子連續(xù)函數(shù)法進(jìn)而對(duì)未來(lái)碳儲(chǔ)量和碳匯的變化情況進(jìn)行預(yù)測(cè)，明確北京市喬木林未來(lái)能夠封存多少碳。同時(shí)，建立一套基于樹(shù)木胸徑預(yù)測(cè)未來(lái)森林碳儲(chǔ)量的實(shí)用研究方法，為未來(lái)的森林經(jīng)營(yíng)規(guī)劃提供數(shù)據(jù)支撐。

1 材料與方法

1.1 研究區(qū)概況

北京市位于華北平原北部，西鄰太行山脈，北靠燕山山脈，中心位于116°20′E、39°56′N。土地總面積為16 410.54 km2，占全國(guó)面積的0.17%，北京市山區(qū)面積約占總面積的62.87%，平原區(qū)面積約占37.13%[26]。北京市的氣候?yàn)榕瘻貛О霛駶?rùn)半干旱季風(fēng)氣候，夏季高溫多雨，冬季寒冷干燥，年均平均降雨量為600 mm，年平均氣溫為13.8 ℃[26]。據(jù)《中國(guó)森林資源報(bào)告》，2016年北京市的森林面積為71.82 萬(wàn)hm2，森林蓄積量為2 437.36 萬(wàn)m?，森林覆蓋率為43.77%[5]。在造林營(yíng)林政策下，森林資源以人工林占比略大，能達(dá)到60%。按照齡組統(tǒng)計(jì)，幼齡林和中齡林總面積占比達(dá)到82.99%。北京市的優(yōu)勢(shì)樹(shù)種有櫟屬、椴屬、楊屬、松屬等。

1.2 數(shù)據(jù)來(lái)源

本研究所用北京市131塊固定樣地（圖1）數(shù)據(jù)來(lái)自第6期（2001年）、第7期（2006年）、第8期（2011年）和第9期（2016年）國(guó)家森林資源清查數(shù)據(jù)。國(guó)家森林資源清查是全國(guó)性的森林調(diào)查，根據(jù)各省（市、自治區(qū)）的實(shí)際情況，采用系統(tǒng)抽樣的方法在公里網(wǎng)格上確定采樣間隔，設(shè)立固定樣地，定期復(fù)查森林資源，能夠宏觀掌握森林資源現(xiàn)狀及其動(dòng)態(tài)變化，客觀反映森林的數(shù)量、質(zhì)量、結(jié)構(gòu)和功能[27]。

1.3 數(shù)據(jù)處理

本研究根據(jù)北京市主要樹(shù)種群落的比例選取了13個(gè)優(yōu)勢(shì)樹(shù)種（組），構(gòu)建各個(gè)樹(shù)種（組）的立木胸徑生長(zhǎng)率模型。13個(gè)優(yōu)勢(shì)樹(shù)種分別為：柏木、刺槐、椴樹(shù)、樺木、櫟類、柳樹(shù)、落葉松、其他軟闊類、其他硬闊類、水胡黃（水曲柳、胡桃楸、黃菠蘿）、楊樹(shù)、油松、榆樹(shù)。對(duì)數(shù)據(jù)的處理分為以下步驟：首先，計(jì)算4期樣木胸徑的差值，剔除胸徑增長(zhǎng)量小于0的樣木；然后，計(jì)算單木年平均胸徑生長(zhǎng)率，剔除生長(zhǎng)率顯著過(guò)大或過(guò)小的異常數(shù)據(jù)；最后，以0.1 cm作為徑階，對(duì)于胸徑相同的樣木進(jìn)行合并處理，其胸徑生長(zhǎng)率取相同徑階樹(shù)木的平均值。最終各樹(shù)種（組）建模所用數(shù)據(jù)的基本情況如表1所示。

1.4 立木胸徑年生長(zhǎng)率模型構(gòu)建

樹(shù)木胸徑是解釋單個(gè)樹(shù)木生長(zhǎng)廣泛使用的變量，對(duì)于樹(shù)木胸徑生長(zhǎng)數(shù)學(xué)方程的研究有很多，包括各種數(shù)學(xué)形式的胸徑生長(zhǎng)率和胸徑生長(zhǎng)量[8，28]。本研究使用一元胸徑年生長(zhǎng)率模型[29]，胸徑生長(zhǎng)率按照復(fù)利公式進(jìn)行計(jì)算，如式（1）所示。

式中，P 為胸徑的生長(zhǎng)率（%），D0為樣木的初始胸徑，Dt為t 年后的胸徑（cm），t 為間隔年限。對(duì)相同徑階的樹(shù)木胸徑作合并處理之后的樣本數(shù)據(jù)散點(diǎn)圖進(jìn)行觀察，胸徑生長(zhǎng)率與胸徑變化曲線大體呈反“J”型，這類曲線可以用冪函數(shù)等形式表示[6]。最終選用以下幾種形式的模型（式2～5）進(jìn)行建模，對(duì)比每個(gè)模型對(duì)各樹(shù)種（組）的擬合效果，根據(jù)模型決定系數(shù)（R2）和剩余標(biāo)準(zhǔn)差（S）最終確定每個(gè)樹(shù)種（組）的最優(yōu)模型，模型參數(shù)估計(jì)采用非線性最小二乘法。

2 結(jié)果與分析

2.1 立木胸徑生長(zhǎng)率模型擬合結(jié)果

本研究對(duì)北京市131 個(gè)固定樣地?cái)?shù)據(jù)中13 131株保留木合并處理后的2 181個(gè)樣本單元數(shù)進(jìn)行建模，擬合樹(shù)木胸徑生長(zhǎng)率模型，所選最優(yōu)模型的擬合結(jié)果如表2所示。從表2 可知，R2 最高的是椴樹(shù)（0.955），最低的是其他硬闊類（0.756），其余樹(shù)種（組）均大于0.800；柳樹(shù)、落葉松和水胡黃的S 高于其他樹(shù)種（組），分別為0.98、0.76 和0.66 cm，其他樹(shù)種（組）均小于0.50 cm；除柳樹(shù)和水胡黃之外，其他樹(shù)種（組）的RMSE均小于0.50 cm，柳樹(shù)最大為0.71 cm，椴樹(shù)最小為0.06 cm；rRMSE最大值為18.71%；Bias除其他硬闊類、楊樹(shù)、榆樹(shù)都小于1.00 cm；除其他硬闊類和楊樹(shù)，rBias均小于10%。以上結(jié)果表明，各樹(shù)種（組）分別選取的最優(yōu)模型整體擬合效果較好；由于不同樹(shù)木的異速生長(zhǎng)的現(xiàn)象，需選擇各樹(shù)種（組）擬合效果最好的模型，整體來(lái)看，模型3的擬合效果最好，13個(gè)樹(shù)種（組）有5個(gè)最終選取該模型，模型2的擬合效果最差，僅有2個(gè)最終選取該模型，選取模型1和4的都有3個(gè)樹(shù)種（組）；部分樹(shù)種（組）的某一指標(biāo)要高于其他樹(shù)種（組），這可能是因?yàn)椴糠謽?shù)種（組）樣本量偏小，或樣木胸徑跨度較大，或是二者皆存在導(dǎo)致。

2.2 各樹(shù)種（組）生長(zhǎng)率變化

將相同徑階的樹(shù)木胸徑進(jìn)行合并，對(duì)胸徑生長(zhǎng)率與胸徑的分布情況進(jìn)行觀察，以榆樹(shù)為例，其散點(diǎn)圖如圖2所示。可以看出，胸徑生長(zhǎng)率與胸徑存在明顯的相關(guān)性，隨著胸徑增加，生長(zhǎng)率隨之減小，整體而言，胸徑生長(zhǎng)率與胸徑大體呈反“J”型；對(duì)于相鄰徑階的樹(shù)木，生長(zhǎng)率存在一定的差異，這是由于樹(shù)木異速生長(zhǎng)、林分競(jìng)爭(zhēng)、地理環(huán)境等因素影響。對(duì)于胸徑生長(zhǎng)率與胸徑的這種反“J”型關(guān)系，可以使用冪函數(shù)或倒數(shù)函數(shù)等形式表示。

各樹(shù)種（組）的生長(zhǎng)曲線如圖3所示。胸徑在5～10 cm之間，代表柳樹(shù)的曲線斜率明顯大于其他樹(shù)種，并呈現(xiàn)較大的下降趨勢(shì)；在胸徑大于20 cm以后，代表各樹(shù)種（組）生長(zhǎng)率的曲線斜率顯著減小；胸徑大于40 cm以后，生長(zhǎng)率逐漸趨于0；隨著胸徑的增加，所有曲線傾斜度都趨于水平。隨著胸徑的增大所有樹(shù)種（組）的生長(zhǎng)率都呈現(xiàn)下降的趨勢(shì)，這表明，隨著胸徑的增加，所有樹(shù)木的生長(zhǎng)速度都會(huì)減緩，最終無(wú)限趨于0，這也符合實(shí)際樹(shù)木生長(zhǎng)情況。不同的樹(shù)種（組）胸徑生長(zhǎng)率曲線斜率存在著一定的差異，這是由樹(shù)種之間的生物學(xué)差異造成的。

2.3 胸徑生長(zhǎng)率模型預(yù)測(cè)精度分析

使用預(yù)留數(shù)據(jù)對(duì)胸徑實(shí)測(cè)值和預(yù)測(cè)值進(jìn)行線性關(guān)系擬合，結(jié)果如圖4所示。柏木、刺槐、椴樹(shù)、樺木、櫟類、柳樹(shù)、落葉松、水胡黃、油松的斜率都接近1.000，其他軟闊類、楊樹(shù)、榆樹(shù)的斜率在0.800～0.900之間，所有的擬合線都低于1∶1參考線，這表明實(shí)際值略低于預(yù)測(cè)值，且具有較好的預(yù)估效果。除其他硬闊類，其余樹(shù)種（組）的R2都大于0.800，刺槐達(dá)到0.950以上，椴樹(shù)、樺木、櫟類、柳樹(shù)達(dá)到0.930以上，表明這些值具有較高的線性相關(guān)性。綜上所述，各樹(shù)種（組）所選最優(yōu)模型整體的擬合效果較好，在胸徑預(yù)測(cè)中表現(xiàn)出良好的性能。

2.4 未來(lái)碳儲(chǔ)量和碳匯動(dòng)態(tài)變化

以第9 次國(guó)家森林資源清查（2016 年）為基礎(chǔ)，預(yù)測(cè)2050年北京市未來(lái)的碳儲(chǔ)量和碳匯潛力（圖5）。可以看出，北京市2050年的喬木林面積預(yù)計(jì)達(dá)到98.51 萬(wàn)hm2，相較于2016 年的62.08 萬(wàn)hm2，凈增加36.43 萬(wàn)hm2，是2016 年森林面積的1.59倍；同時(shí)，碳儲(chǔ)量也呈現(xiàn)增加趨勢(shì)，碳儲(chǔ)量從14.81增加到42.71 TgC，是2016年的2.88倍；碳密度從23.85 MgC·hm-2 增加到43.35 MgC·hm-2，是2016年碳密度的1.82倍；碳匯總量為27.90 TgC，年均碳匯量為0.82 TgC。在中國(guó)的營(yíng)林造林政策下，喬木林碳儲(chǔ)量和碳密度增加很快。但是，同世界平均水平相比，仍然需要繼續(xù)優(yōu)化政策。隨著中國(guó)森林資源經(jīng)營(yíng)方法和政策的更新變化，森林質(zhì)量和數(shù)量持續(xù)增加、穩(wěn)步提升，2050年后，森林碳儲(chǔ)量和碳密度將呈現(xiàn)持續(xù)增長(zhǎng)狀態(tài)。

3 討論

生長(zhǎng)量與胸徑之間的相關(guān)性并不高，而生長(zhǎng)率與胸徑之間存在明顯的相關(guān)性[41-44]。本質(zhì)上，生長(zhǎng)率與生長(zhǎng)量表達(dá)的數(shù)據(jù)信息沒(méi)有差異，生長(zhǎng)率是生長(zhǎng)量的另一種表現(xiàn)形式，但生長(zhǎng)率與胸徑之間的擬合度更高[45]。單木生長(zhǎng)模型是適用范圍較廣、較基礎(chǔ)的林木生長(zhǎng)模型，也是預(yù)測(cè)樹(shù)木胸徑較常用的模型[4647]。為了更好地預(yù)測(cè)不同樹(shù)種（組）未來(lái)胸徑變化趨勢(shì)，本研究使用國(guó)家森林資源清查數(shù)據(jù)中的復(fù)位樣木數(shù)據(jù)，建立了4種形式的單木胸徑年生長(zhǎng)率模型，進(jìn)而推算胸徑生長(zhǎng)量，并在建模前期進(jìn)行了數(shù)據(jù)預(yù)處理，剔除了明顯存在異常的數(shù)據(jù)并進(jìn)行按徑階合并，對(duì)于建模數(shù)據(jù)量過(guò)大、徑階分布不均勻的問(wèn)題是一種很好的解決方法。同時(shí)，利用所建胸徑生長(zhǎng)率模型預(yù)估后期胸徑時(shí)，除其他硬闊類，其余樹(shù)種（組）的R2都大于0.800，刺槐達(dá)到0.950以上，所建模型可為第10次全國(guó)森林資源清查北京市2021年外業(yè)調(diào)查結(jié)果核驗(yàn)提供依據(jù)。對(duì)于森林面積的預(yù)測(cè)，本研究以國(guó)家造林政策為基準(zhǔn)，參考《全國(guó)森林經(jīng)營(yíng)規(guī)劃（2016－2050年）》[48]。

在進(jìn)行森林碳儲(chǔ)量預(yù)測(cè)時(shí)，2020年之后的造林?jǐn)?shù)據(jù)來(lái)自《全國(guó)森林經(jīng)營(yíng)規(guī)劃（2016－2050年》，各森林類型的造林面積按照2016年的面積比例進(jìn)行分配；造林方法假設(shè)采用植苗法，并假設(shè)移植幼樹(shù)的胸徑全部為5.0 cm；森林年均消耗量取第8次和第9次森林資源清查報(bào)告中的平均值。在實(shí)際營(yíng)造林生產(chǎn)過(guò)程中，以上因素均可能受到森林經(jīng)營(yíng)政策、林地增長(zhǎng)空間等多種因素影響，引起一定程度的誤差，今后還需進(jìn)行更加精細(xì)科學(xué)的研究。同樣，由于研究所用胸徑數(shù)據(jù)為第6～9期的森林資源連續(xù)清查中的數(shù)據(jù)，隨著林業(yè)調(diào)查的不斷發(fā)展，我國(guó)的森林資源清查體系逐漸健全、檢測(cè)方法逐漸完善、測(cè)量精度逐漸提高，這使得不同時(shí)期實(shí)測(cè)數(shù)據(jù)的精度存在一定程度的差異。另外，外業(yè)測(cè)量的熟練度、標(biāo)準(zhǔn)性也會(huì)對(duì)數(shù)據(jù)本身造成影響[39]，這些因素都會(huì)影響建模數(shù)據(jù)本身的準(zhǔn)確性，進(jìn)而影響模型擬合結(jié)果。本研究旨在建立宏觀層面的立木胸徑生長(zhǎng)率模型，研究森林碳儲(chǔ)量對(duì)于林木胸徑變化的響應(yīng)機(jī)制，僅考慮林木胸徑這一變量，在今后的研究中，應(yīng)在立木胸徑生長(zhǎng)率模型中引入氣候、土壤、立地條件等因子，提高模型的預(yù)估效果。

大量研究表明，中國(guó)森林植被固碳潛力巨大[12，14-16，19，39，49]。在將來(lái)，隨著我國(guó)林業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、森林經(jīng)營(yíng)生產(chǎn)管理的變化，森林結(jié)構(gòu)將日益優(yōu)化、森林分布漸趨理想、林地空間價(jià)值逐漸上升[50]。近幾十年來(lái)，“三北防護(hù)林工程”“北京市百萬(wàn)畝造林綠化行動(dòng)計(jì)劃”等造林政策和規(guī)劃，提升了北京市的森林覆蓋率，增加了大量的人工林。同樣，這使得北京市喬木林的齡組結(jié)構(gòu)呈現(xiàn)絕對(duì)年輕化，其中齡林和幼齡林之和占比在80%以上。北京市森林碳儲(chǔ)量將會(huì)逐步增長(zhǎng)，具有較大碳匯增長(zhǎng)潛力。本研究預(yù)測(cè)結(jié)果表明：到2050年，北京市的喬木林面積達(dá)到98.51 萬(wàn) hm2，碳儲(chǔ)量將由14.81增加到42.71 TgC，碳匯量為27.90 TgC，碳密度從23.85增加到43.35 MgC·hm-2。

參考文獻(xiàn)

［1］ 楊元合，石岳，文娟，等.中國(guó)及全球陸地生態(tài)系統(tǒng)碳源匯特征及其對(duì)碳中和的貢獻(xiàn)[J].中國(guó)科學(xué)：生命科學(xué)， 2022， 52（4）：534-574.

YANG Y H， SHI Y， WEN J， et al .. Terrestrial carbon sinks inChina and around the world and their contribution to carbonneutrality [J]. Sci. Sin. Vitae： 2022， 52（4）：534-574.

［2］ ZHANG H Y， FENG Z K， CHEN P P， et al .. Development of atree growth difference equation and its application in forecastingthe biomass carbon stocks of Chinese forests in 2050 [J/OL].Forests， 2019， 10（7）：582 [2023-10-26]. https：//doi.org/10.3390/f10070582.

［3］ Food and Agriculture Organization of the United Nations.Global Forest Resources Assessment 2020 [R]. Rome： FAO，2020.

［4］ 國(guó)家林業(yè)局.中國(guó)森林資源報(bào)告：第九次全國(guó)森林資源清查[R]，北京：中國(guó)林業(yè)出版社， 2018.

［5］ 鄭春華，高振寰，楊勝濤.黑龍江省小興安嶺北坡林分生長(zhǎng)率模型的建立[J].防護(hù)林科技， 2014（7）：32-33.

ZHENG C H， GAO Z H， YANG S T. Establishment of standgrowth rate model in the northern slope of Xiaoxinganling inHeilongjiang province [J]. Prot. Forest Sci. Tech.， 2014， （7）：32-33.

［6］ 遲少軍，張士利.朝陽(yáng)市主要樹(shù)種組林分平均胸徑生長(zhǎng)率模型研究[J].林業(yè)調(diào)查規(guī)劃， 2010， 35（5）：12-14.

CHI S J， ZHANG S L. Study on stand average DBH growth ratemodel of main tree groups in Chaoyang city [J]. Forest Invent.Plan.， 2010， 35（5）：12-14.

［7］ 廖志云，曾偉生.西藏自治區(qū)主要樹(shù)種生長(zhǎng)率模型的研建[J].林業(yè)資源管理， 2006（3）：36-38.

LIAO Z Y， ZENG W S. Establishment of growth-rate models formain tree species in Tibet [J]. Forest Resour. Manage.， 2006（3）：36-38.

［8］ 曾偉生，楊學(xué)云，陳新云.北京市主要樹(shù)種單木和林分生長(zhǎng)率模型研建[J].中南林業(yè)調(diào)查規(guī)劃， 2022， 41（1）：1-8.

ZENG W S， YANG X Y， CHEN X Y. Developing tree-andstand-level growth rate models for major tree species in Beijing [J].Central South Forest Invent. Plan.， 2022， 41（1）：1-8.

［9］ 張峰，彭祚登.北京市森林碳儲(chǔ)量和碳匯經(jīng)濟(jì)價(jià)值研究[J].林業(yè)資源管理， 2021（6）：52-58.

ZHANG F， PENG Z D. Biomass carbon stocks and carbonstock economic value of forests in Beijing [J]. Forest Resour.Manage.， 2021 （6）：52-58.

［10］ 朱妍.基于Landsat 8 OLI和ALOS-2 PALSAR-2數(shù)據(jù)的北京市森林生物量估測(cè)研究[D].北京：北京林業(yè)大學(xué)， 2020.

ZHU Y. Estimation of forest biomass in Beijing using Landsat8 OLI and ALOS-2 PALSAR-2 data [D]. Beijing： BeijingForestry University， 2020.

［11］ 趙麗瓊.北京山區(qū)森林碳儲(chǔ)量遙感估測(cè)技術(shù)研究[D].北京：北京林業(yè)大學(xué)， 2010.

ZHAO L Q. Remote Sensing estimation of forest carbon stockin Beijing mountain [D]. Beijing： Beijing Forestry University，2010.

［12］ 王光華.北京森林植被固碳能力研究[D]. 北京：北京林業(yè)大學(xué)， 2012.

WANG G H. Carbon sequestration capability of vegetation inBeijing [D]. Beijing： Beijing Forestry University， 2012.

［13］ 張穎，李曉格.碳達(dá)峰碳中和目標(biāo)下北京市森林碳匯潛力分析[J].資源與產(chǎn)業(yè)， 2022， 24（1）：15-25.

ZHANG Y， LI X G. Carbon sink potential of Beijings forestunder carbon peak and carbon neutrality [J]. Resour. Ind，，2022， 24（1）：15-25.

［14］ QIU Z X， FENG Z K， SONG Y N， et al .. Carbon sequestrationpotential of forest vegetation in China from 2003 to 2050：predicting forest vegetation growth based on climate and theenvironment [J]. J. Cleaner Prod.， 2020， 252：119715.

［15］ ZHANG H Y. FENG Z K， SHEN C Y， et al .. Relationshipbetween the geographical environment and the forest carbonsink capacity in China based on an individual-tree growth-ratemodel [J/OL]. Ecol. Indicators， 2022， 138：1008814 [2023-10- 26]. https：//doi.org/10.1016/j.ecolind.2022.108814.

［16］ CAI W X， HE N P， LI M X， et al .. Carbon sequestration ofChinese forests from 2010 to 2060： spatiotemporal dynamicsand its regulatory strategies [J]. Sci. Bull.， 2022， 67（8）：836-843.

［17］ AKINDELE S O， LEMAY V M. Development of tree volumeequations for common timber species in the tropical rain forestarea of Nigeria [J]. Forest Ecol. Manage.， 2006， 226（1-3）：41-48.

［18］ OSEWE E O， DUTC? I. The effects of combining the variablesin allometric biomass models on biomass estimates over largeforest areas： a european beech case study [J/OL]. Forests， 2021，12（10）：1428 [2023-10-26]. https：//doi.org/10.3390/f12101428.

［19］ 邱梓軒.森林植被觀測(cè)裝備研制與觀測(cè)方法研究[D].北京：北京林業(yè)大學(xué)， 2016.

QIU Z X. Vegetation observation equipment and observationmethods research [D]. Beijing： Beijing Forestry University， 2016.

［20］ 盧婧，馮仲科.運(yùn)用隨機(jī)森林模型對(duì)北京市林分蓄積生長(zhǎng)量的預(yù)測(cè)[J].東北林業(yè)大學(xué)學(xué)報(bào)， 2020， 48（5）：7-11.

LU J， FENG Z K. Forecast of stand volume growth in Beijingby using random forest [J]. J. Northeast Forestry Univ.， 2020，48（5）：7-11.

［21］ 楊立巖，馮仲科，劉迎春，等.量子粒子群優(yōu)化最小二乘支持向量機(jī)的立木材積估算[J].浙江農(nóng)林大學(xué)學(xué)報(bào)， 2018， 35（5）：868-876.

YANG L Y， FENG Z K， LIU Y C， et al .. Tree volume estimatesbased on QPSO-LSSVM [J]. J. Zhejiang A & F Univ.， 2018，35（5）：868-876.

［22］ YAO Y T， PIAO S L， WANG T. Future biomass carbonsequestration capacity of Chinese forests [J]. Sci. Bull.， 2018，63（17）：1108-1117.

［23］ ZHAO M M， YANG J L， ZHAO N， et al .. Estimation of Chinasforest stand biomass carbon sequestration based on thecontinuous biomass expansion factor model and seven forestinventories from 1977 to 2013 [J]. Forest Ecol. Manage.， 2019，448：528-534.

［24］ FANG J Y， GUO Z D， PIAO S L， et al .. Terrestrial vegetationcarbon sinks in China， 1981—2000 [J]. Sci. China Ser. D：Earth Sci.， 2007， 50（9）：1341-1350.

［25］ CHU X， ZHAN J Y， LI Z H， et al .. Assessment on forest carbonsequestration in the Three-North Shelterbelt program region，China [J]. J. Cleaner Prod，， 2019， 215：382-389.

［26］ 陳曉鳳.北京市喬木林碳儲(chǔ)量及其固碳潛力研究[D].北京：北京林業(yè)大學(xué)， 2020.

CHEN X F. Study on carbon storage and carbon sequestrationpotential of Arbor Forests in Beijing [D]. Beijing： BeijingForestry University， 2020.

［27］ 姜健發(fā).森林資源連續(xù)清查中樣地復(fù)位技術(shù)探討[J].綠色科技， 2019， （13）：236-238.

JIANG J F. Discussion on the technology of sample resetting inthe continuous inventory of forest resources [J]. J. Green Sci.Technol.， 2019， （13）：236-238.

［28］ 初艷波，高香玲，張士利.遼寧東部地區(qū)主要樹(shù)種組林分平均胸徑生長(zhǎng)率模型的研究[J].遼寧林業(yè)科技， 2012（2）：7-8.

CHU Y B， GAO X L， ZHANG S L. Research on the growth ratemodel of the forest stand average breast diameter of the maintree groups in east area of Liaoning Province [J]. LiaoningForestry Sci. Technol.， 2012（2）：7-8.

［29］ 曾偉生.用生長(zhǎng)率推算生長(zhǎng)量時(shí)應(yīng)注意的一個(gè)問(wèn)題[J].中南林業(yè)調(diào)查規(guī)劃，1993， （4）：57-58.

ZENG W S. One issue to keep in mind when extrapolatinggrowth with growth rates [J]. Central South Forest Invest. Plan.，1993（4）：57-58.

［30］ 馮仲科，熊妮娜，王佳，等.北京市側(cè)柏人工林全林分模型建立與研究[J].北京林業(yè)大學(xué)學(xué)報(bào)， 2008， 30（S1）：214-217.

FENG Z K， XIONG N N， WANG J， et al .. Establishment andresearch of whole stand model of Platycladus orientalisplantation in Beijing [J]. J. Beijing Forestry Univ.， 2008， 30（S1）：214-217.

［31］ 王媛.基于連清樣地?cái)?shù)據(jù)的喬木胸徑生長(zhǎng)預(yù)測(cè)研究[D].北京：北京林業(yè)大學(xué)， 2019.

WANG Y. The prediction of tree DBH growth based oncontinuous inventory sample plot data [D]. Beijing： BeijingForestry University， 2019.

［32］ 馮仲科，羅旭，石麗萍.森林生物量研究的若干問(wèn)題及完善途徑[J].世界林業(yè)研究， 2005， （3）：25-28.

FENG Z K， LUO X， SHI L P. Some problems and perfectapproaches of research on forest biomass [J]. World ForestryRes.， 2005， （3）：25-28.

［33］ 程文生.森林資源經(jīng)營(yíng)管理基礎(chǔ)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京林業(yè)大學(xué)， 2018.

CHENG W S. The design and implementation of basic platformfor forest resources management [D]. Beijing： Beijing ForestryUniversity， 2018.

［34］ FANG J Y， CHEN A P， PENG C H， et al .. Changes in forestbiomass carbon storage in China between 1949 and 1998 [J].Science， 2001， 292（5525）：2320-2322.

［35］ FANG J Y， OIKAWA T， KATO T， et al .. Biomass carbonaccumulation by Japans forests from 1947 to 1995 [J/OL].Global Biogeochem. Cycles， 2005， 19：GB2004 [2023-10-27].https：//doi.org/10.1029/2004GB002253.

［36］ ZHANG C H， JU W M， CHEN J M， et al .. Chinas forestbiomass carbon sink based on seven inventories from 1973 to2008 [J]. Climatic Change， 2013， 118（3-4）：933-948.

［37］ PAN Y D， LUO T X， BIRDSEY R， et al .. New estimates ofcarbon storage and sequestration in Chinas forests： effects ofage-class and method on inventory-based carbon estimation [J].Climatic Change， 2004， 67（2-3）：211-236.

［38］ 國(guó)家林業(yè)局造林綠化管理司.造林項(xiàng)目碳匯計(jì)量與監(jiān)測(cè)指南[M].北京：中國(guó)林業(yè)出版社， 2008：1-65.

［39］ 邱梓軒.中國(guó)陸表森林植被碳匯測(cè)計(jì)方法與應(yīng)用研究[D].北京：北京林業(yè)大學(xué)， 2019.

QIU Z X. Measurement and statistics of land-surface forestvegetation carbon sink in China [D]. Beijing： Beijing ForestryUniversity， 2019.

［40］ 黃從德，張健，楊萬(wàn)勤，等.四川省及重慶地區(qū)森林植被碳儲(chǔ)量動(dòng)態(tài)[J].生態(tài)學(xué)報(bào)， 2008（3）：966-975.

HUANG C D， ZHANG J， YANG W Q， et al .. Dynamics onforest carbon stock in Sichuan province and Chongqing city [J].Acta Ecol. Sin.， 2008（3）：966-975.

［41］ ZHANG H Y， FENG Z K， WANG S， et al .. Disentangling thefactors that contribute to the growth of betula sppand cunninghami lanceolata in China based on machine learningalgorithms [J]. Sustainability， 2022， 14（14）：8346-8346.

［42］ 曾偉生，曹迎春，陳新云，等.河北省主要樹(shù)種單木和林分生長(zhǎng)率模型研建[J].林業(yè)資源管理， 2020， （1）：30-37.

ZENG W S， CAO Y C， CHEN X Y， et al .. Developing treeleveland stand-level growth rate models for major tree speciesin Hebei province [J]. Forest Resour. Manage.， 2020， （1）：30-37.

［43］ ZHANG H， WANG K L， ZENG Z X， et al .. Large-scalepatterns in forest growth rates are mainly driven by climaticvariables and stand characteristics [J]. Forest Ecol. Manage.，2019， 435：120-127.

［44］ JOHNSON S E， ABRAMS M D. Age class， longevity andgrowth rate relationships： protracted growth increases in oldtrees in the Eastern United States [J]. Tree Physiol.， 2009， 29（11）：1317-1328.

［45］ SCOLFORO H F， SCOLFORO J R S， THIERSCH C R， et al ..A new model of tropical tree diameter growth rate and itsapplication to identify fast-growing native tree species [J].Forest Ecol. Manage.， 2017， 400：578-586.

［46］ PDEERSEN B S， HOWARD J L. The influence of canopy gapson overstory tree and forest growth rates in a mature mixed-age，mixed-species forest [J]. Forest Ecol. Manage.， 2004， 196（2-3）：351-366.

［47］ 王玉學(xué)，王志杰.白樺胸徑和材積生長(zhǎng)率相關(guān)關(guān)系的研究[J].河北林果研究， 1997， （4）：29-33.

WANG Y X， WANG Z J. Study on growth correlation betweendiameter at breast height and volume of Betula platyphylla [J].Hebei J. Forestry Orchard Res.， 1997， （4）：29-33.

［48］ 國(guó)家林業(yè)局.全國(guó)森林經(jīng)營(yíng)規(guī)劃（2016—2050）[M].北京：中國(guó)林業(yè)出版社， 2018.

［49］ 石春娜，王立群.我國(guó)森林資源質(zhì)量變化及現(xiàn)狀分析[J].林業(yè)科學(xué)， 2009， 45（11）：90-97.

SHI C N， WANG L Q. Status quo and changes analysis offorest resources quality in China [J]. Scientia Silvae Sin， 2009，45（11）：90-97.

［50］ 馮仲科，張曉勤.發(fā)展我國(guó)的數(shù)字林業(yè)體系[J].北京林業(yè)大學(xué)學(xué)報(bào)， 2000， 2000（5）：102-103.

（責(zé)任編輯：溫小杰）