翻译公司资讯

世联翻译公司完成林业区域介绍中文翻译

发布时间：2020-07-28 08:46　　点击：

世联翻译公司完成林业区域介绍中文翻译

1. 目标和技术路线 6

1.1 目标 6

1.2 技术路线 6

2. 森林资源和林地土地利用变化（forest resource and land use change in forestry sector） 8

2.1 森林资源清查（Forest inventory） 8

2.2 森林资源规划设计调查 9

2.3 森林资源分布遥感解译 9

2.3.1 遥感数据及资料收集 9

2.3.2 数据预处理 10

2.3.3 土地利用分类 12

2.3.4 遥感解译 13

2.4 其他统计和调查数据 17

2.5 土地利用转移矩阵 17

3. 生物量、土壤和枯落物方程 20

3.1 生物量 20

3.1.1 乔木林 20

3.1.2 竹林 29

3.1.3 灌木林 32

3.2 枯落物 32

3.2.1 有林地 32

3.2.2 灌木林 34

3.3 土壤有机碳 34

3.4 植物含碳率 36

4. 基于IPCC第二层次的林业碳计量：第一层次方法学 39

4.1 方法概述 39

4.1.1 一直为某地类 39

4.1.2 转化的地类 39

4.2 林分 40

4.2.1 生物质碳储量 40

4.2.2 枯落物碳储量 43

4.2.3 死木碳储量 44

4.2.4 土壤有机碳 44

4.3 竹林、经济林和灌木林 45

4.4 疏林、散生木和四旁树 46

5. 基于森林资源清查样地和样木的林业碳计量：第二层次方法学 47

5.1 数据来源 47

5.2 碳储量 48

5.2.1 林分 48

5.2.2 竹林 48

5.2.3 经济林 49

5.2.4 疏林地 49

5.2.5 灌木林地 49

5.2.6 其他林地 49

5.2.7 非林地（四旁树） 49

5.2.8 总体抽样计量 50

6. 基于生态过程模型的林业碳计量：第三层次方法学 51

6.1 气候数据插值 51

6.2 太阳辐射模型 52

6.3 生理生态参数获取 53

6.3.1 植物比叶面积 53

6.2.2 植物C/N比 54

6.2.3 植物生理参数 55

6.4 土壤质地 56

6.5 模型初始化 57

6.6 强干扰区的遥感反演 58

6.7 生态过程模型 60

6.7.1 模型框架 60

6.7.2 光合作用与呼吸作用 60

6.7.3 物候期 61

6.7.4 水分循环 61

6.7.5 土壤碳分解 61

6.6.6 干扰模块 62

6.8 模型调试与检验 63

6.8.1 模型的运行与调试 63

6.8.2 独立样本验证 64

6.8.3 模型运行 66

7 质量保证和质量控制 67

7.1 森林资源清查 67

7.1.1 质量管理制度 67

7.1.2 质量检查内容 67

7.1.3 内业质量 67

7.2 遥感解译 67

7.3 气候数据 68

7.4 实验室测定 68

8 四川林业碳计量结果 69

8.1 碳储量 69

8.2 碳密度空间分布 70

8.3 碳源汇 71

8.4 碳源汇空间分布 72

8.5 土地利用转化对林业碳源的影响 74

8.6 不确定性分析和比较 79

摘要

我国林地、湿地和荒漠化土地占国土幅员面积的63%，土地利用变化是国家温室气体清单的重要组成部分，准确估计国家和区域温室气体源汇既是履行《联合国气候变化框架公约》（The United Nations Framework Convertion on Climate Change，UNFCCC）的义务，也是推进可持续发展战略、生态文明建设的迫切要求。持续发挥森林增汇功能，充分发挥森林在应对气候变化中的独特作用，必须要有一套科学的林业碳汇/源评价体系，只有全面掌握森林固碳增汇的过程和机理，准确计量森林生态系统碳汇/源，才能深入探索和准确把握森林碳汇/源运行规律，真实反映森林在减缓气候变化中的重要作用和突出贡献，为国家参与气候变化国际进程争取话语权和主动权提供科学支撑。

本项目基于IPCC土地利用和土地利用变化的分类体系，采用由简到繁、由低到高的三个层次方法学，建立了适于省级和区域级的林业碳计量体系。不同的方法学要求不同的数据和资源，从而为不同省区根据其数据和资源的可获得性，提供了灵活的方法学选择。三个层次的方法学包括：

第一层次方法学：相当于IPCC第二层次的方法学。本方法学根据IPCC推荐的方法，利用每5年一次的连续森林资源清查的统计数据和国家水平的缺省参数，估计不同土地利用方式及林业有关的土地利用变化引起的碳储量及碳储量变化。该方法计量精度较低，但成本较低、简单易行，要求输入的数据较少，使用国家水平的缺省参数，适应于对区域林业碳汇/源的粗略计量

第二层次方法学：相当于IPCC第2/3层次的方法学。本方法学基于每5年一次的连续森林资源清查的样地和样木测定数据、当地参数、生物量和土壤有机碳空间扩展模型等，估计不同土地利用方式及林业有关的土地利用变化引起的碳储量及碳储量变化。该方法可明显提高计量精度，但要求森林资源清查的样地和样木数据，并对单木生物量和土壤有机碳进行深入的研究，特别是解决其空间变异的问题。因此要求的成本较高。

第三层次方法学：相当于IPCC第3层次的方法学, 代表国际最高水平的方法学。该方法学是在第二层次方法学的基础上，通过融合多源遥感数据、气候数据、生理生态参数，结合县级森林资源调查规划中森林资源连续空间分布数据，通过生态过程模型对碳储量及其变化时空分布进行连续模拟。该层次方法学量精度最高，但也最复杂，成本最高。

本研究获得的国家级水平的缺省参数，如蓄积-生物量转换函数、生物量-枯落物转换函数等，直接应用到中国自愿减排交易林业碳汇项目方法学中（造林碳汇项目方法学、森林经营碳汇项目方法学）

在研究过程中得到了国家林业局调查规划院、四川农业大学、甘孜州林科所、四川省21个市（州）林业局对森林土壤有机碳、生物量野外调查工作的大力支持，特此向为本研究提供帮助的单位和个人表示衷心的感谢！

1. 目标和技术路线

1.1 目标

以四川省为示范省区，基于IPCC最新指南较高层次的方法学，建立满足UNFCCC报告和未来可能的国际义务报告要求的、国际认可的区域土地利用变化和林业碳计量方法体系（包括森林及其与其它地类之间转化），同时满足四川省林业应对气候变化和林业碳源汇管理政策的信息需求，提高中国建立土地利用变化和林业碳源汇计量的能力。

1.2 技术路线

基于我国森林资源调查、监测体系，整合多源、多期森林资源调查成果数据、遥感数据、气候数据，通过森林碳源汇计量的基础数据、计量模型参数、计量方法和模型的研究，构建尺度逐渐细化、精度逐渐提高适用于不同尺度、不同对象的区域林业碳汇/源计量平台，应用计量体系对四川林业碳储量及碳汇/源时空动态进行定量核算，并对相关计量方法进行比较验证。

首先研究计量的基础数据。① 对40年来森林、气象和遥感等已有数据进行信息化、标准化研究；② 二是对生物量、森林土壤有机碳以及生理生态参数等关键要素进行专题研究；③ 对40年来土地利用变化和森林干扰，进行系统还原和反演。

其次研究计量方法。① 以省级统计成果为尺度，优化IPCC推荐的第二层次方法学，作为本计量体系的第一层次的方法学；② 将尺度细化到样地、样木，对生物量、森林土壤有机碳等计量模型进行系统研究，开发基于样地、样木尺度的方法学，即本计量体系的第二层次方法学；③ 在第二层次方法学的基础上，融合遥感、气候数据、生理生态参数等多源、多期数据，进一步将计量空间单元扩展到山头地块，研发基于生态系统过程模型的第三层次方法学。

最后研究计量体系。① 对森林碳汇计量体系的数据层、业务层和表示层进行系统集成研究，研发森林碳汇计量平台；②以四川省为试验区，通过33年森林碳汇的时空定量测算，检验体系的实用性、可靠性和完整性，对平台进一步完善和优化。

图2-1 技术路线图

2. 森林资源和林地土地利用变化（forest resource and land use change in forestry sector）

森林资源数据和土地利用变化数据是林业碳计量的基础，这些数据主要来自全国以省为总体的每5年一次的森林资源清查、以国有林业局（场）、自然保护区、森林公园等森林经营单位或县级行政区域为单位的每10年一次的森林资源规划设计调查、卫星遥感数据，辅助以年度林业活动统计数据、其他调查和统计数据等。尽管我国有长时间序列的相关调查和统计数据，但各个时期森林资源连调查因子、技术标准处于不断的完善中，导致不同时期的调查数据及其内涵不完全一致，因此，须对调查因子的内涵、技术标准、逻辑吻合、信息完整进行分析、归一化和标准化，包括指标一致化、内涵标准化、范围统一化信息数字化、图形矢量化等。此

2.1 森林资源清查（Forest inventory）

四川省森林资源连续清查体系始于1979年，在四川范围内（包括重庆市）布设了23588个地面调查样地。1988年第一次复查时，将全省分为金沙江雅砻江原始林区、盆周西缘陡险山区和其余区域3个副总体分别布设样地、分别调查方法进行复查。前两个副总体限于交通等条件限制，采用资料推算方法进行资源更新；余下部分样地2/3为固定（8059个），1/3为临时，固定与临时都进行地面调查，为体系优化与完善做基础。经1992、1997年两次复查检验，发现抽样体系不能完全满足国家宏观决策和四川林业发展的客观需求，2002年第四次复查时，合并为一个总体，以4×8和8×8km（平均6×8km）两种间距进行样地布点，共布设10098个样地。自此，地面调查样地实现了“全覆盖”，固定样木调查逐步实现了“全固定”。1997年复查时，全省按2×2 km间距，布设121235个遥感判读样地。2002年开始，遥感技术、全球定位技术、地理信息系统技术以及野外数据采集记录等现代高新技术得到普遍应用。同时，自2002年的复查开始，调查因子增加了流域、沙化、荒漠化土地类型与程度、湿地类型、林层结构、经济林集约度、森林生活力、森林病虫害等级、森林分类区划、地类变化原因、四旁树覆盖面积、样地西南角点地类等，样地调查因子增加至53项，产出森林资源数据统计表增加至49个。。

2.2 森林资源规划设计调查

森林资源规划设计调查是以国有林业局（场）、自然保护区、森林公园等森林经营单位或县级行政区域为调查单位，以小班为基本调查和统计单元，以满足森林经营方案、总体设计、林业区划与规划设计需要而进行的森林资源调查。其主要任务是查清森林、林地和林木资源的种类、数量、质量与分布，客观反映调查区域自然、社会经济条件，综合分析与评价森林资源与经营管理现状，提出对森林资源培育、保护与利用意见。到目前为止，共进行过两期森林资源规划设计调查，分别是1980-1990和1995-2005。

2.3 森林资源分布遥感解译

2.3.1 遥感数据及资料收集

2.3.1.1 遥感数据收集

收集了美国陆地卫星MSS 42 景，TM 35 景，如图2-1。

图2-1 MSS图像分布示意图图2-2 TM图像分布示意图

2.3.1.2 其他资料收集

收集了四川省植被解译矢量成果资料（2000年）、四川省森林规划设计调查矢量成果数据（2005年）、四川省森林分类区划界定矢量成果数据（2008年）、四川省林地保护利用规划矢量成果数据（2012年）、四川省1:10万地形图（1960年代）、四川省森林资源分布图（1975、1976、1984-1990）、林相图（1975）及有关的历史图件资料等。

2.3.2 数据预处理

遥感图像预处理是遥感图像分析、判读、识别的基础，主要包括假彩色合成、几何校正、图像增强和镶嵌裁剪等部分。

2.3.2.1 假彩色合成

根据使用的遥感数据的特点及解译需要，对TM数据采用RGB（432）的方式进行彩色合成，对MSS数据采用RGB（321）的方式进行彩色合成。图2-3、2-4分别为彩色合成后的MSS和TM影像。

2.3.2.2 几何校正

以四川省1:10万地形图为参考，采用二元二次多项式法对MSS数据进行校正，然后用同样的方法，将校正后的MSS影像作为参考，对TM影像进行配准。对MSS图像的校正主要包括（1）控制点的选取（每景选取20个），（2）采用二次多项式法进行图像纠正，通过控制点的均方根误差，检查误差较大的地面控制点，调整、删除或补充控制点信息，最终使中误差小于1个像元；（3）采用三次卷积法对图像进行重采样，完成几何校正。

2.3.2.3 图像增强

遥感图像增强处理包括空间增强处理、辐射增强处理、光谱增强处理、高光谱处理等，其目的是为了突出有用的信息，增加图像的对比度，便于遥感解译。图2-5为TM图像增强前后对比图。

图2-5 TM增强前后对比示意图

2.3.2.4 图像镶嵌和裁切

以县界为单位对遥感图像进行裁切，对跨两景或多景遥感影像的县首先进行遥感影像的拼接，然后再以县界为单位进行裁切，在图像拼接过程中根据拼接图像时相的差别不同，将进行不同的处理。主要包括拼接图像季相相近和季相相反两种情况。当图像季相差别较小或在同一时期时，在图像拼接过程中采用直方图匹配的处理方法进行拼接。当图像时相差别较大时，为保持各自时相图像得季节特性，在图像拼接的过程中将不进行直方图匹配处理。对不同季相的影像拼接，最大程度的保留季相好、信息丰富的影像信息。

2.3.3 土地利用分类

参考森林资源规划设计调查和全国土地利用调查的分类标准，采用两级分类，一级共6大类，包括林地、耕地、草地、水域、建设用地和未利用地；将林地进一步划分为5个二级地类，包括有林地、竹林、灌木林地、经济林地和其他林地，各地类的定义如下：

（1）林地：指生长乔木、灌木、竹类以及沿海红树林的土地，包括有林地、疏林地、灌木林地、未成林地、苗圃地、无立木林地、宜林地及灌丛地。

有林地：附着有森林植被、郁闭度大于或等于0.2的林地。

竹林：附着有胸径2.0cm以上的竹类植物的且以经营竹类为主要目的的林地，主要包括毛竹、慈竹等。

灌木林地：附着有灌木树种以及胸径小于2.0cm的杂竹，或因生境恶劣矮化成灌木型的乔木树种，以经营灌木林为主要目的或专为防护用途，覆盖度在30%以上的林地。

经济林地：以生产除木材以外的干鲜果品、食用油料、工业原料和药材及其他林副特产品为主要经营目的的乔木和灌木林地。

其他林地：指有林地、竹林、灌木林地和经济林地以外的其它林地，包括疏林地、未成林地、苗圃地、无立木林地、宜林地和林业辅助生产用地。

（2）耕地：指种植农作物的土地，包括熟耕地、新开荒地、休闲地、轮歇地、草田轮作地；以种植农作物为主的农果、农桑、农林用地；耕种三年以上的滩地和海涂。

（3）草地：指牧草地，是以生长草本植物为主，草本植被覆盖度一般在15.0%以上、干旱地区草本植被覆盖度在5.0%以上,用于畜牧业的土地。

（4）水域：指陆地水域和水利设施用地，包括河流、湖泊、水库、坑塘等。

（5）建设用地：指建造建筑物、构筑物的土地。包括城乡住宅和公共设施用地、工矿用地、交通水利设施用地、旅游用地、军事设施用地等。

（6）未利用地：目前还未利用的土地，包括难利用的土地，如裸岩、裸土，高山流石滩、高寒荒漠、冰川及永久性积雪地等。

2.3.4 遥感解译

2.3.4.1 遥感解译标志的建立

解译标志是指在遥感图像上能具体反映和判别地物或现象的影像特征。解译标志分为直接解译标志和间接解译标志两种，本次TM数据解译引用96-B02-01-02专题组建立的土地资源人机交互判读分析全国各区域判读标志，MSS数据解译的参考此解译标志，如表2-1。

表2-1 TM数据土地利用信息提取解译标志

地类代码* 影像特征（TM 4、3、2假彩色合成图像）

林地有林地 111 深红、紫红或暗红色，内部色调较均匀，形状不规则或规则

（人工片林），平原区分布零星，山区丘陵分布广泛

竹林 113 暗红色或紫红色，色调均匀，边界自然圆滑，纹理细腻均匀

灌木林地 130 红色或浅红色，色调明亮，形状不规则，高山灌木林地纹理均匀细腻

经济林地 190 暗红色、红色或橘红色，内部色调均匀，形状多不规则

其他林地 170 火烧迹地呈灰黑色，色调均匀，形状多较规则，边界明显；其他多呈棕红色或浅红色，内部色调不均，形状不规则

耕地 210 长有作物的呈粉红、鲜红或暗红色，无作物或幼苗的水田呈蓝色或蓝黑色，旱地呈亮青、灰白或亮白色，水田色调均匀，形状规则，边界清晰；旱地色调不均匀、纹理粗糙，形状不规则。主要分布在平原、河谷两侧、山区和丘陵的缓坡上

草地 220 枯萎期呈黄褐色、浅黄色或黄白色，局部有微红斑点（灌丛）；生长期呈浅红色，茂盛期呈鲜红色或暗红色，色调不匀，纹理细腻，人工草地形状规则

水域 230 从蓝色到深黑色，色调均匀，纹理细腻，边界清晰，几何特征明显

建设用地 250 青灰色、灰白色或白色，色调杂乱，纹理粗糙，几何特征明显，边界多较明显

未利用地 240 裸土、裸岩为灰白色和为青灰色，裸土色调较均匀，裸岩色调不均，冰川和永久性积雪呈白色，色调均匀，纹理细腻，边界明显，分布范围较固定

注：*引用“森林资源规划设计调查”地类码

2.3.4.2 遥感影像分类

遥感图像解译是通过遥感图像提供的各种识别目标的特征信息进行分析、推理与判断，最终达到识别目标地物或现象，从而获取目标地物信息的过程。本次研究采用计算机初分类和人工目视解译相结合的方法进行遥感图像的信息提取。计算机自动分类采用ERDAS和eCognition相结合完成。ERDAS基于光谱信息面向象元的分类技术能很好的提取植被信息及细小地物信息，采用非监督分类（unsuperised）的方法进行图像处理（示例如图2-6）。eCognition的多尺度影像分割技术弥补了传统基于光谱信息面向象元遥感分类软件分类尺度上的缺陷。

图2-6 非监督分类结果示意图

2.3.4.3 目视解译

对遥感初分类的结果进行修改，对错分、漏分的地类进行完善。具体操作为根据影像的判读标志（表2-1），如色调（颜色）、形状、位置、大小、阴影、纹理及其它间接标志等和个人对该区域土地类型分布规律的熟悉程度，识别目标地类。同时，在arcgis软件中沿影像特征的边缘准确绘出变化地类界（界线应严格封闭），并赋地类属性。判读提取目标地物的最小单元：一般规定变面状地类应大于3×3个像元，图斑短边宽度最小为2个像元。各图斑要素的判读精度应>85.0%，目视解译线划描迹精度为两个像元点，并且保持圆润。示意图如图2-7。

图2-7 目视解译示意图

2.3.4.5 精度检验

利用1979和1992年森林资源连续清查的固定样地点资料对遥感分类结果进行精度检验，MSS、TM检查样点分布如图2-8和图2-9。通过建立土地利用类型误差矩阵的方法进行遥感分类精度检验。

图2-8 MSS检查样点分布图图2-9 TM检查样点分布图

从表2-2和2-3可以看出，林地和耕地的分类精度均较高，而建设用地和未利用地分类精度相对较低，这是因为解译结果的最小图斑设置为90*90mP2P，使得面积小于这一设置的许多建设用地信息丢失；未利用地的分类精度较低是因为两个分类体系中对未利用地的定义有差异。

表2-2 MSS分类误差矩阵表

　遥感分类结果

林地耕地草地水域未利用地建设用地总计

样地资料林地 1184 278 160 1 18 1 1642

耕地 368 1188 13 21 1 5 1596

草地 365 81 576 2 105 　 1129

水域 14 23 4 23 3 　 67

未利用地 76 13 86 　 49 　 224

建设用地 27 47 7 3 　 4 88

总计 2034 1630 846 50 176 10 4746

　总体精度：63.72%

　制图精度漏分精度用户精度错分误差

林地 72.11% 27.89% 58.21% 41.79%

耕地 74.44% 25.56% 17.06% 82.94%

草地 51.02% 48.98% 18.91% 81.09%

水域 34.33% 65.67% 2.00% 98.00%

未利用地 21.88% 78.13% 10.23% 89.77%

建设用地 4.55% 95.45% 1--% 9--%

Kappa:47.56%（N=4746）

表2-3 TM分类误差矩阵表

　遥感分类结果　

林地耕地草地水域未利用地建设用地总计

样地资料林地 2893 687 357 9 25 8 3979

耕地 550 1730 15 20 2 34 2351

草地 183 8 533 8 20 1 753

水域 16 45 3 51 2 2 119

未利用地 217 16 474 6 148 2 863

建设用地 22 71 0 7 0 14 114

总计 3881 2557 1382 101 197 61 8179

总体精度：65.64%

林地 72.71% 27.29% 74.54% 25.46%

耕地 73.59% 26.41% 67.66% 32.34%

草地 70.78% 29.22% 38.57% 61.43%

水域 42.86% 57.14% 50.50% 49.50%

未利用地 17.15% 82.85% 75.13% 24.87%

建设用地 12.28% 87.72% 22.95% 77.05%

2.4 其他统计和调查数据

包括营造林和森林经营以及其他林业生产活动统计数据、林业统计年鉴（1978-2012年）中的造林、采伐、病虫、火灾等，以及长江上游防护林工程、天然林保护工程、退耕还林工程等统计数据。

2.5 土地利用转移矩阵

利用上述数据，获得的土地利用转移矩阵。对第一和第二层次的方法学，为每个清查期间的地类转化转移矩阵，对于第三层次的方法学，可获得年度转移矩。作为示例，如表2-4显示了2007-2012清查期地类转化转移矩阵。

表2-4 2007—2012 年土地利用转移矩阵单位：hmP2

2012年林分经济林竹林疏林地灌木林地其他林地农地草地水域未利

用地建设

用地前期

合计

2007年

林分 11,273,721.6 23,976.4 47,574.7 57,658.8 19,188.0 177,670.1 25,929.5 -- 5,932.0 5,932.0 14,830.2 11,652,413.3

经济林 87,433.8 762,541.7 4,809.7 9,706.5 -- 29,106.3 77,531.9 -- -- -- 24,228.6 995,358.5

竹林 29,468.1 -- 433,636.9 -- 5,728.2 5,734.2 5,726.6 -- -- 5,726.9 -- 486,020.9

疏林地 87,486.3 4,859.7 -- 340,463.4 14,482.9 43,494.5 9,620.3 -- -- -- -- 500,407.1

灌木林地 24,289.6 -- 4,819.5 4,861.8 7,171,105.7 39,450.7 26,679.5 -- 1,555.3 -- 6,221.4 7,278,983.5

其他林地 184,503.5 58,258.6 14,449.9 24,296.2 383,352.9 1,496,147.1 28,268.8 -- 4,711.4 -- 9,423.0 2,203,411.4

农地 145,723.0 169,999.2 38,551.3 -- 4,854.9 48,596.5 9,108,870.3 -- 43,699.3 -- 199,074.4 9,759,368.9

草地 4,857.4 -- -- -- -- -- 8,652,334.0 -- -- -- -- 8,657,191.4

水域 -- -- -- -- -- -- 839,985.5 -- -- -- -- 839,985.5

未利用地 -- -- -- -- -- -- 5,054,479.1 -- -- -- -- 5,054,479.1

建设用地 -- -- 4,819.0 -- -- -- 941,985.4 -- -- -- -- 946,804.4

本期合计 11,837,483.3 1,019,635.6 548,661.0 436,986.7 7,598,712.6 1,840,199.4 24,771,410.9 -- 55,898.0 11,658.9 253,777.6

3. 生物量、土壤和枯落物方程

无论是植被生物量、枯落物还是土壤有机碳密度，除与植被类型有关外，还与生物-地理要素密切相关，如气候、经纬度、海拔、地形地貌等，空间异质性很高。传统的经验方程通常是在特定生物地理条件下获得的，当应用于大范围内的特定立地时，往往出现较大的误差。为此，有必要建立能解释空间变异的植被生物量、土壤和枯落物的空间扩展方程。

3.1 生物量

3.1.1 乔木林

3.1.1.1 方法概述

（1）运用森林资源调查技术标准和成果资料的分析,对四川立木生物量建模总体单元进行划分；（2）利用四川历次森林资源连续清查样地立木测树信息，拟合立木胸径（D）-树高（H）交互项因子（D2H）与空间信息因子的回归模型f（X）1，拓展模型空间应用范围；（3）建立生物量异速生长方程，即生物量实测样木交互项因子（D2H）与立木不同器官生物量回归模型f（X）2；（4）通过模型叠加建立立木生物量复合模型f（X）3。

f（X）1=aD2+bD+c（lon）2+ d（lon） +e（lat）2+ f（lat） +g（elev）2+ h（elev）+K

（X为样地测高木D2H）

f（X）2=aX+b （X为立木实测生物量D2H）

f（X）3=a f（X）1+b或a f（X）1^b

四川省森林类型多样、林木树种繁多，因此针对资源数量相对较多、分布范围相对较广的树种，考虑单独建立模型，其它树种考虑合并建模。为此，确定了立木生物量建模总体（表3-1）。

表3-1 四川立木生物量建模总体

序号建模总体包含树种序号建模总体包含树种

1 冷、云、铁杉云杉、冷杉、铁杉 9 桦类红桦、白桦、糙皮桦等

2 云南松云南松、思茅松 10 楠润楠、桢楠、黑壳楠

3 马尾松马尾松 11 樟香樟、油樟等

4 柏木属柏木、侧柏等 12 桉属巨桉、直干桉等

5 落叶松落叶松 13 杨属山杨、白杨等

6 杉木、柳杉杉木、柳杉、水杉 14 硬阔类丝栗、青冈、木荷等

7 其他松类华山松、油松等其他松类 15 软阔类椴树、檫木、槭树等

8 栎类高山栎、斜栎、石栎等　　　

3.1.1.2 D2H的空间扩展

采用森林资源清查样地中平均样木胸径、树高、空间信息（经度（lon）、经度平方项（lon）2、纬度（lat）、纬度平方项（lat）2、海拔（elev）、海拔平方项（elev）2），采用“逐步回归”的方法建立测树因子交互项（D2H）与胸径、空间信息的回归模型（表3-2），拓展模型应用空间范围。模型拟合实测值与预测值及拟合残差如图，

表3-2 测树因子交互项（D2H）与空间信息拟合回归模型

优势树种

（组）模型形式：f（D2H）=aD2+bD+c（lon）2+d（lon）+e（lat）2+f（lat）+g（elev）2+h（elev）+K a.R2

a b c d e f g h K

云杉 43.54 -926.04 -274.34 55283.76 / / / / -2772311.75 0.95

冷杉 35.75 -636.49 -5.25 / 224.59 -13302 / / 256096.84 0.95

铁杉 54.22 -1516.6 / / / / / / 11052.41 0.93

云南松 32.84 -523.99 -181.87 36855.05 78.51 -4464.19 / / -1801214.28 0.93

马尾松 22.76 -199.65 16.19 -3492.23 / / --E+00 / 188793.11 0.95

高山柏类 19.62 -266.53 -89.94 18608.54 / / / 10.26 -978330.72 0.92

低、中山柏类 20.61 -158.16 / / -0.3 / / -0.34 875.79 0.95

落叶松 30.6 -524.14 / -1152.39 / / / / 128038.05 0.93

杉木 26.35 -295.47 -0.16 / / 30.81 / / 1835.8 0.95

湿地松 21.69 -170.02 -5502.2 1155200.23 10689.55 -620167.84 / / -51639309.06 0.99

柳杉 22.13 -180.92 / / / / / 1.68 -173.53 0.96

华山松 36.78 -659.8 115.9 -24689.17 3.65 / / / 1315417.89 0.98

高山松 30.62 -446.9 441.97 -89058.57 / / / -2.12 4495223.28 0.96

油松 66.65 -1835.12 / 3564.17 1541.2 -100688.81 / 5.03 1274255.21 0.99

油杉 27.66 -485.65 3952.86 -803800.14 -8.68 / / -4.5 40875436.88 0.97

樟树 19.77 -187.59 / / 1.83 / / -0.14 -815.57 0.93

楠木 24.3 -263.16 / / / / / 1.4 183.02 0.99

桉树 18.18 -71.54 -44.41 9369.41 -72.28 4411.34 / -- -561336.58 0.96

高山杨属 25.21 -242.97 / / -13.93 847.31 / -3.89 -5704.95 0.99

低、中山杨属 18.95 / / / / / / / -871.2 0.92

高山桦类 27.77 -369.61 -159.31 32406.41 / / / / -1646180.34 0.95

低、中山桦类 22.37 -211.5 -35.91 7566.31 / / / 1.21 -398222.42 0.99

高山栎类 24.42 -362.14 -181.65 36742.67 115.51 -6768.48 / 4.08 -1763119.14 0.96

低、中山栎类 23.13 -301.38 / -87.77 -60.85 3753.21 / / -47019.16 0.94

高山硬阔 13.92 / 29621.07 -6118458.23 -24173.58 1579478.62 / / 290152586 0.92

中山硬阔 18.08 -150.63 / / 85.21 / / / -2059.66 0.93

低山硬阔 19.7 -133.28 / / / / / -1.68 751.98 0.95

高山软阔 31.99 -559.93 / / / / -0.01 34.39 -55578.55 0.88

中山软阔 32.87 -580.84 / / 0.96 / / 1.81 804.53 0.96

低山软阔 38.35 -583.95 -0.37 / / 94.36 / 1.09 3354.75 0.97

说明：不同优势树种（组）回归模型拟合参数值仅保留2位小数。

3.1.1.3 异速生物量方程

根据建模总体，按照典型选样的方法，结合四川不同植被类型及各优势树种（组）分布概况，在不同区域的森林植被类型典型地区设置立木调查样点，采用收获法，实测样木各器官（干、枝、叶、根）生物量（表3-3）。

表3-3 实测生物量样木概况表

树种（组）纬度（°）经度（°）海拔（m）样本数量（n）

云杉 29.05～32.98 100.83～103.99 2460～4161 307

云南松 24.67～29.34 100.80～102.36 1593～3207 41

马尾松 29.08～31.72 103.35～108.22 308～1236 66

柏木（川柏、岷江柏） 29.81～32.28 104.13～107.62 266～1106 54

落叶松 28.27～28.40 101.16～101.19 3238～3890 92

杉木（柳杉） 27.76～32.31 103.04～107.79 376～1679 61

其他松类（湿地松、华山松等） 28.57～32.56 103.36～106.87 720～1480 18

栎类（高山栎、麻栎） 27.03～32.55 101.39～108.07 601～3730 80

桦类（红桦、白桦、亮叶桦等） 29.04～33.17 92.52～104.15 1620～3920 133

樟（香樟、油樟等） 29.02～29.04 103.9～105.04 320～392 29

楠（润楠、黑壳楠等） 28.18～31.16 103.1～104.77 320～1920 57

桉属（巨桉、直干蓝桉等） 28.23～31.66 102.29～105.21 618～1720 248

杨属（高山杨、青杨等） 27.87～33.11 102.08～104.25 1600～2790 30

硬阔（木荷、灯台、领春木等） 28.68～32.46 103.17～104.61 1056～1689 18

软阔（喜树、桤木、榛木等） 22.58～35.36 102.67～111.81 334～2204 243

拟合样木胸径（DBH）、树高（H）和交互作用项（D2H）与各器官生物量的相关性，最后确定（D2H）与各器官生物量相关性最高。因此，分别选取一元或多元模型，如线性函数（y ̂=aX+b）、对数函数（y ̂=aln(X)+b）、二次项函数（( y) ̂=aX^2+bX+c）、幂函数（y ̂=aX^b）、“S”型曲线（y ̂=e^(（a+b/X）)）、指数函数（y ̂=ae^bX）等，拟合D2H与各器官生物量的回归模型，并根据调整确定系数（R_a^2）、估计值的标准误（S_(E,E)）、平均预估误差〖（M〗_(P,E)）、平均百分标准误差（M_(P,S,E)）、总相对误差（T_(R,E)）和平均系统误差（M_(S,E)）等6项指标筛选单株林木各器官生物量最优回归模型(表3-4~表3-7)。残差图如图3-2所示。

R_a^2=1-(（n-1）)⁄(（n-p）∑▒(y_i-(y_i ) ̂ )^2 )∕∑▒〖（y_i-y ̅）〗^2

S_(E,E)=√((∑▒〖（y_i-(y_i ) ̂）〗^2 )⁄(（n-p）))

M_(P,E)=t_α∙（S_(E,E)⁄y ̅ ）∕√n×100

M_(P,S,E)=1/n ∑_(i=1)^n▒|(（y_i-(y_i ) ̂）)⁄(y_i ) ̂ | ×100

T_(R,E)=∑_(i=1)^n▒〖（y_i-(y_i ) ̂）〗∕∑_(i=1)^n▒(y_i ) ̂ ×100

M_(S,E)=1/n ∑_(i=1)^n▒〖（y_i-(y_i ) ̂）〗∕(y_i ) ̂×100

式中，n为样本单元数；p为参数个数；t_α为学生氏分布值（α为0.05置信水平）；y_i和(y_i ) ̂分别为立木生物量的实测和预估值；y ̅为立木生物量的平均实测值。

表3-4 实测树干生物量拟合模型

优势树种

（组）模型形式：y=a（D2H）+b

a b adj.R2 rmse std TRE MSE MPSE

云杉 0.0114 37.5626 0.93 59.98 59.98 -4.16E-16 -9.79 47.61

云南松 0.0120 6.9646 0.94 12.02 12.02 -2.95E-17 -13.40 29.69

柏木 0.0187 2.4597 0.82 7.26 7.26 -4.14E-16 -9.64 32.48

杉木 0.0101 5.0111 0.88 16.11 16.11 -2.94E-16 -5.15 23.66

马尾松 0.0134 13.0579 0.91 28.02 28.02 5.63E-17 -24.32 42.22

落叶松 0.0111 4.7674 0.94 21.36 21.36 -1.05E-16 -21.04 32.88

其他松类 0.0206 1.6156 0.98 7.63 7.63 -1.29E-16 -0.61 11.44

桦类 0.0121 30.3463 0.75 77.26 77.26 2.61E-17 -28.88 50.92

栎类 0.0178 20.5873 0.89 62.16 62.16 1.78E-16 -22.00 41.57

樟 0.0168 6.7421 0.93 32.43 32.43 -1.85E-17 -13.96 25.16

楠 0.0174 6.1856 0.88 18.13 18.13 4.68E-17 -8.47 21.92

杨属 0.0093 25.8334 0.93 21.92 21.92 5.50E-16 -7.52 28.85

桉属 0.0169 -0.5333 0.94 2.61 2.61 8.28E-17 3.53 24.15

硬阔 0.0217 7.4214 0.86 23.26 23.26 3.49E-16 -6.75 29.23

软阔 0.0169 4.0108 0.97 8.17 8.17 -1.13E-16 -28.89 41.18

表3-5 树枝生物量拟合模型

优势树种

（组）模型形式：y=a*（D2H）^b

a b adj.R2 rmse std TRE MSE MPSE

云杉 0.0665 0.7169 0.70 0.89 0.89 4.18E-16 -5.15 83.90

云南松 0.0349 0.7164 0.64 0.90 0.90 7.80E-17 -36.83 94.19

柏木 0.1317 0.5290 0.90 0.49 0.49 -5.40E-16 0.25 39.55

杉木 0.0728 0.5699 0.80 0.50 0.50 -1.68E-16 -4.85 34.36

马尾松 0.015 0.8166 0.90 0.63 0.63 6.36E-16 -27.69 55.71

落叶松 0.0474 0.618 0.70 0.96 0.96 -2.15E-16 79.31 163.53

其他松类 0.0047 0.9834 0.67 0.65 0.65 5.38E-16 -6.75 33.50

桦类 0.0114 0.8854 0.84 0.88 0.88 -1.02E-15 53.95 153.18

栎类 0.0271 0.7687 0.83 0.77 0.77 -6.64E-16 7.66 83.54

樟 0.0257 0.7968 0.84 0.75 0.75 7.70E-17 -2.86 43.44

楠 0.0207 0.7735 0.74 0.67 0.67 -3.58E-16 18.62 41.16

杨属 0.0423 0.7713 0.89 0.44 0.44 8.35E-17 -0.14 11.29

桉属 0.0638 0.5490 0.69 0.48 0.48 -1.36E-15 11.27 66.14

硬阔 0.0079 0.9124 0.75 0.62 0.62 -3.47E-16 -36.06 65.52

软阔 0.0373 0.7287 0.84 0.68 0.68 -2.86E-15 -39.02 246.13

表3-6 树叶生物量拟合模型

优势树种

（组）模型形式：y=a*（D2H）^b

a b adj.R2 rmse std TRE MSE MPSE

云杉 0.0430 0.6821 0.7 0.86 0.86 -8.61E-17 -24.22 64.68

云南松 0.0578 0.5700 0.71 0.61 0.61 6.38E-16 19.00 150.62

柏木 0.2205 0.4404 0.85 0.51 0.51 1.07E-15 -135.31 208.15

杉木 0.1656 0.4384 0.58 0.66 0.66 1.12E-15 -3.23 37.64

马尾松 0.0263 0.6604 0.82 0.71 0.71 -6.77E-16 220.22 359.34

落叶松 0.0310 0.5661 0.82 0.64 0.64 9.07E-16 66.36 148.84

其他松类 0.0051 0.9249 0.86 0.35 0.35 -6.01E-16 -13.26 25.62

桦类 0.0076 0.7340 0.81 0.82 0.82 -1.11E-15 37.61 262.29

栎类 0.0465 0.5449 0.70 0.78 0.78 2.42E-15 -48.79 139.11

樟 0.0312 0.6505 0.86 0.56 0.56 -3.55E-16 25.08 39.65

楠 0.0271 0.6093 0.62 0.70 0.70 -1.21E-15 -21.07 83.41

杨属 0.1318 0.4315 0.56 0.61 0.61 -9.8E-16 3.49 43.01

桉属 0.2170 0.2665 0.49 0.57 0.57 -2.7E-15 -26.87 333.58

硬阔 0.0164 0.7005 0.68 0.55 0.55 -8.03E-16 1.79 54.2

软阔 0.0889 0.4166 0.63 0.67 0.67 1.39E-14 42.35 218.9

表3-7 树根生物量拟合模型

优势树种

（组）模型形式：y=a*（D2H）^b

a b adj.R2 rmse std TRE MSE MPSE

云杉 0.0345 0.7994 0.88 0.56 0.56 3.66E-16 -2.23 34.02

云南松 0.0723 0.5810 0.58 0.82 0.82 1.65E-16 -351.33 382.61

柏木 0.1011 0.5461 0.79 0.78 0.78 1.64E-15 -25.35 75.91

杉木 0.0577 0.6238 0.74 0.65 0.65 8.84E-16 4.96 32.00

马尾松 0.0525 0.7136 0.65 1.20 1.20 -7.82E-16 21.19 98.24

落叶松 0.0140 0.8206 0.93 0.54 0.54 -1.60E-16 -3.28 36.95

其他松类 0.0048 1.0287 0.95 0.23 0.23 5.03E-17 4.40 14.13

桦类 0.0184 0.8186 0.89 0.67 0.67 -5.14E-17 -23.16 111.37

栎类 0.0773 0.7186 0.89 0.55 0.55 -4.47E-17 -6.02 36.37

樟 0.0086 0.9625 0.98 0.32 0.32 6.29E-17 7.84 17.23

楠 0.1408 0.6558 0.84 0.42 0.42 -2.27E-16 -7.02 13.43

杨属 0.1157 0.6272 0.85 0.43 0.43 2.18E-16 0.42 13.33

桉属 0.0342 0.7237 0.9 0.17 0.17 -1.38E-16 1.86 13.84

硬阔 0.0051 1.0082 0.89 0.42 0.42 -4.02E-16 3.39 28.39

软阔 0.0876 0.6115 0.76 0.74 0.74 -5.87E-16 -65.22 113.07

图3-2 生物量模型及残差图示例

3.1.1.5 林下灌、草

在不同森林类型122个森林资源连续清查样地的外围随机设置 3 个2m×2 m的样方，记录主要灌木物种组成、总盖度，分种测定每一灌木群体的平均基径、平均高度，将样方内所有植物全部收获后，分根、枝干、叶测定其干重。同时在样方的左上角，围取 1 个 1m×1m的代表性样方。记录主要种类及总盖度，然后分种测定各草群平均高度；然后采用收获法测定地上部分和地下部分干重。

通过样方调查计算得到灌木总盖度Cs （%）、平均高度Hs （cm）、灌木群体平均基径Ds （cm）、体积 Vs （Vs=Cs*Hs）；草本群体均高Hh （cm）、盖度Ch （%），草群体积Vh （Vh = Ch*Hh）；林下植被总生物量 Wu、林下灌木生物量Ws、林下草本生物量Wh；林分样地平均胸径Da （cm）、平均高度Ht （m）以及林分密度Du （株/hm2）、胸高断面积Bt （m2）。采用不同的方程形式拟合林下灌木、草本和林下植被总生物量与相关林分特征因子的回归方程，并经误差分析优选出最优方程（表3-8）。拟合效果参见图3-3。

表3-8 林下植被各部位生物量混合模型

器官模型系数 R2 Ra2 SEE F值

形式 a b c d

林下灌木

叶 Wsl=a*Csb 0.006 1.095 0.600 0.599 1.068 542.4***

枝茎 Wss=a*Vsb 0.001 0.990 0.648 0.647 1.154 667.8***

地下 Wsb=a*Vsb 0.002 0.848 0.483 0.482 1.386 339.7***

总量 Ws=a*Vsb 0.003 0.875 0.583 0.581 1.171 506.5***

林下草本

地上 Wha=a*Chb 0.007 1.077 0.673 0.672 0.893 746.9***

地下 Whb=a*Chb 0.012 0.979 0.619 0.618 0.913 590.4***

总量 Wh=a*Chb 0.019 1.034 0.685 0.684 0.832 783.3***

林下植被合计

地上 Wua=a*Vsb 0.072 0.433 0.363 0.361 0.906 208.8***

地下 Wub=a*Vsb 0.085 0.414 0.300 0.298 1.000 155.4***

总量 Wu=a*Vsb 0.166 0.422 0.359 0.357 0.089 203.4***

图3-3 林下灌木生物量模型模拟

图3-4 林下草本生物量模型模拟

3.1.2 竹林

3.1.2.1 单株毛竹

（1）研究方法

单株毛竹生物量调查样点布设充分考虑单株毛竹生物量空间变异性及实用性，紧密结合森林资源连续清查体系，采取森林资源资料分析、文献调研和野外踏查相结合的方法布设调查样地。

选择了四川省森林资源连续清查样地中的21个毛竹样地和37个杂竹样地。在邻近相似毛竹林内按不同径阶选择单株立竹1-2株，调查单株立竹各项因子,并采用收获法测定各器官（竹秆、竹枝、竹叶、竹鞭）生物量，共78株。邻近相似的杂竹林，采用收获法测定杂竹林生物量。选取一元或多元线性函数（y ̂=aX+b）、对数函数（y ̂=aln(X)+b）、二次项函数（( y) ̂=aX^2+bX+c）、幂函数（y ̂=aX^b）、“S”型曲线（y ̂=e^(（a+b/X）)）、指数函数（y ̂=ae^bX）等回归模型进行数据回归拟合，并根据调整确定系数（R_a^2）、估计值的标准误（S_(E,E)）、平均预估误差〖（M〗_(P,E)）、平均百分标准误差（M_(P,S,E)）、总相对误差（T_(R,E)）和平均系统误差（M_(S,E)）等6项指标筛选单株毛竹生物量最优回归模型如表3-9。拟合效果和残差分析如图3-5。

表3-9 毛竹生物量拟合模型（X为单株毛竹眉径）

器官模型形式模型参数拟合效果评价指标

a b c a.R2 F SE,E MP,E MP,S,E TR,E MS,E

竹杆 Y=a*X2+b*X+c 0.1857 -1.057 3.6895 0.868 246.6 1.72 3.56 12.58 0.01 0.179

竹枝 Y=a*Xb 0.0412 1.5335 0.532 69.90 0.30 5.58 26.47 -0.01 4.48

竹叶 Y=aXb 0.0647 1.2727 0.425 45.99 0.31 7.61 26.95 4.43 4.73

竹根 Y=aX2+bX+c 0.1018 -0.5893 2.6153 0.881 211.57 0.83 3.72 12.08 0.01 0.03

图3-5 毛竹生物量模型模拟

3.1.2.2 竹林林分

由于在2007年以前的森林资源清查中，只调查了毛竹株数，无单株检尺数据。杂竹样地也只有株数调查。为此，建立并筛选出了单位面积毛竹和杂竹生物量Y（t/ha）与立竹株数N（株/ha）的最优回归模型如表3-10。拟合效果和残差分析如图3-6。

表3-10 毛竹和杂竹林分生物量拟合（X为竹林密度）

序号模型形式模型参数拟合效果评价指标

a b c a.R2 F SE,E MP,E MP,S,E TR,E MS,E

毛竹 Y=a*Xb 0.0006 1.4779 0.851 172.94 0.34 0.21 28.78 6.86 5.51

杂竹 Y=a*Xb 0.6964 0.3547 0.59 51.36 0.26 0.32 21.11 3.76 3.35

图3-6竹林密度-单位面积生物量拟合模型

3.1.3 灌木林

四川灌木林类型多样，灌木种类繁多，本项目选择了四川省内的小叶杜鹃、高山杜鹃、高山柏、高山柳、窄叶鲜卑花、栎类、马桑和杂灌8种典型灌木设置27个调查样地，测定了各器官生物量。测定方法根据灌木林优势灌木种不同特点进行，对于分枝明显的大型灌木类型（如：高山杜鹃、大花杜鹃、高山栎等），按照株（丛）数查数、标准株法累加，计算该类型单位面积生物量；对于密集型分枝不明显的小型灌木类型（如：鲜卑花、小叶杜鹃、马桑等），采用样方“收获法”调查生物量，计算建立该类型单位面积生物量。采用不同的回归模型形式对灌木林盖度P与灌木林单位面积生物量建立一元回归统计模型。经过比较分析，筛选出的最优模型为：

y ̂=5.7953e^2.1959X（X为灌木林盖度）

图3-7 灌木林盖度-生物量拟合最优模型和残差分析图

3.2 枯落物

3.2.1 有林地

选择不同森林类型的森林资源连续清查样地214个，在样地4个角点和中心点设置1m X 1m样方，收集测定枯落物量、枯落物厚度。采用不同的模型形式建立枯落物量与相关因子之间的回归模型，通过模型的比较，筛选出的最优模型为：

针叶林： Y=-1.929+5.427∙X_1+0.008∙X_2

针阔混交林：Y=136.217+0.005∙X_7+4.392∙X_6 2-2.537∙X_5

落叶阔叶林：Y=-0.418+4.649∙X_1

常绿阔叶林：Y=9.472+0.004∙X_3-0.493∙X_4

竹林： Y=0.0354∙X_3^0.5210

式中：Y为枯落物量(t/ha)；X_1、X_2、X_3、X_4分别为枯落物层厚度（cm）、林分蓄积量（m3/ha）、林分密度（株/ha）和优势树种平均高（m）。X_5、X_6、X_7分别为经度、纬度和海拔。拟合效果和残差分析如图3-8。

图3-8枯落物量模型模拟

3.2.2 灌木林

在测定灌木林生物量的同时，测定了灌木林地枯落物的量，测定方法同林分枯落物层调查相同。通过拟合，灌木林下枯落物生物量（Y）与灌木盖度（X）显著相关，相关系数R2=0.66，回归方程 Y=10.980 ln（X）+ 56.485 。

3.3 土壤有机碳

运用方差分析、特征值分析等方法对四川省森林土壤有机碳最大值、最小值、平均值、标准差、变异系数等进行分析计算。根据估计精度、可靠程度与变异系数，计算得到样地数量为582个。从四川省6050个森林资源连续清查有效样地中，选取582个作为土壤有机碳调查样地。

采用“土钻法”调查林地土壤有机碳，分别从样地四个角点（4个点）、样地边界中心点（4点）、及样地中心点（1个点），共计9个取样点（图3-9），用土钻分别0～20cm，20～40cm，40～60m，60～100cm取样，并测定土壤容重。室内分析测定土壤有机碳含量、氮含量、机械组成和pH值。

图3-9土壤有机碳样点取样示意图

通过多因子采用“逐步回归”的方法，建立土壤有机碳密度与样地地上碳密度、相关气象因子、空间信息的回归模型。并利用地统计的方法，将残差值进行空间地统计的分析，利用Kring插值，对残差进行修正。得到残差分布的空间图，对回归结果进行修正。得到最优回归模型式为：SoilC = log （vegC） + elev2 + soilD +Tavg +K（R2=0.49），相关参数见表3-11。检验结果如图3-10。

表3-11 土壤有机碳密度拟合回归模型

多因子变量回归参数标准差 t-检验值 Pr（>|t|）

K 97.104 48.144 2.017 0.047

log（vegC） 24.609 6.645 3.704 --

elev2 -5.782 2.021 -2.861 0.006

soilD 0.363 0.172 2.107 0.039

Tavg -7.924 2.307 -3.434 0.001

K：常数项；VegC：地上生物质碳密度；elev：海拔；soilD：土壤深度；Tavg：平均温度

图3-10 土壤有机碳模拟图

3.4 植物含碳率

在测定各类林分、竹林、林下灌草、灌木林生物量和枯落物量的同时，采集了不同器官的植物样品1000多个，包括乔木样本400余个，毛竹样本84个，林下灌木样本276个，林下草本样本186个，灌木林样本100余个，枯落物样本221个。对碳含率进行了分析测定，结果如表3-12、3-13、3-14、3-15、3-16、3-17。

表3-12 不同优势树种各器官含碳率单位：%

优势树种（组）树干（含皮）树枝树叶树根平均值变异系数

云杉 47.41 51.23 51.34 44.83 48.70 5.52

冷杉 48.48 51.67 51.16 44.65 48.99 5.59

铁杉 48.57 50.69 48.66 43.42 47.84 2.51

云南松 48.74 51.39 47.94 42.97 47.76 6.62

柏木 50.63 48.25 48.17 46.16 48.3 6.41

落叶松 48.67 50.57 50.05 48.96 49.56 2.14

马尾松 48.94 50.28 49.97 40.86 47.51 3.77

油杉 49.27 49.56 48.79 47.51 48.78 4.63

高山松 49.29 51.57 49.89 49.87 50.16 2.89

华山松 48.15 50.34 49.26 48.79 49.14 2.52

杉木 48.86 46.62 46.76 44.52 46.69 3.03

针叶平均 48.82 50.20 49.32 45.69 48.49 4.14

桦类（红桦、白桦等） 47.92 48.59 48.54 47.27 48.08 3.13

栎类（高山栎、辽东栎） 47.29 48.42 48.92 47.65 48.07 3.16

杨属（高山杨、青杨等） 46.58 47.23 46.15 44.89 46.21 2.59

桉属（巨桉、直干桉） 48.99 48.39 49.21 43.82 47.60 2.77

柳属（垂柳、高山柳） 48.77 48.95 47.53 45.67 47.73 0.56

樟、楠（润楠、香樟等） 47.56 49.87 45.87 44.72 47.01 3.08

软阔（桤木、喜树等） 47.89 46.35 47.70 44.07 46.5 7.08

硬阔（青冈、木荷等） 47.59 48.81 45.19 44.69 46.57 5.03

经济林木（核桃、板栗） 43.78 44.97 42.59 42.97 43.58 5.05

阔叶平均 47.37 47.95 46.86 45.08 46.82 3.58

总体平均 48.10 49.08 48.09 45.38 47.66 3.86

表3-13 杂竹林平均含碳率及显著性单位：%

竹种器官平均值变动范围标准差标准误变异系数

毛竹竹杆 46.66 32.28～48.42 3.65 0.86 7.82

竹枝 46.38 44.99～48.39 0.77 0.19 1.63

竹叶 44.48 42.44～47.30 1.49 0.35 3.35

竹根 43.08 31.56～48.01 5.05 0.91 11.72

慈竹竹杆 46.25 39.82～48.15 3.35 0.79 7.24

竹枝 45.78 37.92～47.65 3.65 0.92 7.97

竹叶 43.53 40.84～47.60 2.32 0.84 5.33

竹根 41.81 35.48～46.51 6.98 0.97 16.69

苦竹竹杆 44.62 42.82～47.15 0.56 0.09 1.26

竹枝 42.18 38.92～44.65 3.86 0.91 9.15

竹叶 41.89 36.84～43.60 2.59 0.86 6.18

竹根 40.37 35.48～46.51 7.98 0.57 19.77

麻竹竹杆 45.52 40.52～47.15 5.46 0.12 11.99

竹枝 43.38 41.92～44.65 3.86 0.34 8.9

竹叶 40.59 38.84～43.60 9.34 0.86 23.01

竹根 40.37 39.48～43.51 7.48 0.77 18.53

巴山木竹 /　 41.56 34.57～43.59 2.56 0.88 6.16

水竹 /　 39.89 33.89～42.78 3.59 0.98 9

绵竹 /　 42.56 41.29～45.89 2.69 0.42 6.32

杂竹全竹　/ 42.45 33.89～48.15 7.57 0.84 17.83

表3-14 不同森林林下灌木碳含量单位：%

项目针叶林阔叶林

灌木叶灌木枝干灌木根灌木叶灌木枝干灌木根

样本量 55 55 55 36 39 36

均值 46.054 46.907 45.157 44.792 46.038 44.970

标准误 0.327 0.165 0.325 0.473 0.411 0.294

表3-15 林下草本碳含量单位：%

项目针叶林阔叶林

草本地上草本地下草本地上草本地下

样本量 51 56 37 42

均值 41.82 37.11 41.59 38.59

标准误 0.40 0.94 0.45 0.69

表3-16 灌木优势种各器官含碳率单位：%

灌木种类灌木种类含碳率平均值全株平均变异系数

枝、干叶根

杂灌木 44.12 46.24 45.88 45.63 13.54

山茶 45.22 44.12 46.95 44.96 5.02

野樱桃 48.32 49.59 47.69 48.53 1.99

眼睛泡 48.96 48.15 46.51 47.87 2.61

悬钩子 44.82 41.92 42.57 43.10 3.53

五加皮 46.29 44.71 46.18 45.73 1.93

荀子 46.96 46.48 45.1 46.31 2.14

桃金娘 48.24 51.69 48.71 49.55 3.78

沙棘 49.53 48.19 45.61 48.22 3.99

三棵针 48.26 46.98 46.99 47.46 4.21

蔷薇 48.17 48.42 46.58 47.60 4.88

木姜子 45.34 43.79 43.1 44.08 6.20

花楸 45.91 43.65 50.11 46.56 7.04

小叶杜鹃 48.60 50.02 47.87 48.79 4.81

高山杜鹃 49.12 52.20 49.47 50.75 5.68

高山柏 44.84 -- 47.58 46.21 4.19

高山柳 47.94 48.61 48.42 48.30 4.88

锦鸡儿 51.82 50.69 49.58 50.70 2.91

栎类 46.60 50.87 47.04 48.34 4.50

黄荆 45.99 44.84 46.10 45.76 2.01

灌木平均 46.54 47.29 46.63 46.86 9.79

表3-17 枯落物含碳率单位：%

项目样本数最小值最大值平均值标准差

半分解其他 54 25.35 51.07 41.88 5.91

半分解枝 54 19.50 53.10 44.01 7.85

原状其他 55 26.51 50.21 43.46 4.95

原状枝 58 39.45 52.70 47.71 2.55

总计 221 19.50 53.10 44.32 5.97

4. 基于IPCC第二层次的林业碳计量：第一层次方法学

4.1 方法概述

根据IPCC指南的报告要求，针对每一个地类，均须分别报告下列两个地类和地类变化引起的碳源汇变化：

一直为某地类：两次清查期间地类未发生变化。

从其他地类转入该地类。

4.1.1 一直为某地类

针对生物质和死有机质（枯落物、枯死木）碳库，采用碳储量变化法，根据森林资源清查结果计算各次森林资源清查相应碳库的碳储量，相邻两次清查的碳储量除以清查间隔期，即为碳储量的年变化量。但是，由于基于森林资源清查数据计算的是某地类中某碳库的总碳储量，因此，上式计算出的结果包括三部分的碳储量变化，即：一直为某地类、从其他地类转入该地类和从该地为转出为其他地类。因此，一直为某地类的的碳储量变化应为根据上述方法计算的碳储量变化，减去其他地类转入该地类引起的碳储量变化量。

对于土壤有机碳库，采用IPCC缺省方法。假定在没有地类变化（一直为某地类）的情况下，土壤有机碳保持平衡状态，即碳储量的变化量为零。对于一直为经济林、竹林和灌木林，可假定其处于平衡状态，其生物质、死有机质和土壤有机质碳储量变化均为零。

4.1.2 转化的地类

在地类发生转化的情况下（转入和转出），采用IPCC方法计算生物质碳储量的变化。对于其他地类与有林地各类型（林分、竹林和经济林）之间的相互转化的面积，按各类型的面积比例分配。

对于转化为新的地类后，由于生长引起的生物质碳储量的年净增量，如果转化为林分，则以计量区域森林资源清查获得的活立木蓄积年净生长率和林分平均每公顷碳储量为依据计算获得。如果是转化为竹林、经济林，假定在到达一定年龄后其生物质碳储量到达稳定状态，在到达稳定状态前其变化是线性的，到达稳定状态后碳储量变化为零。

对于转化为有林地以外的地类，假定转化后生长引起的生物质碳储量的年净增量。上述计算方法还须确定转化前和转化后的单位面积生物质碳储量。对于其他地类转化为有林地的情形，由于林地清理和整地将导致原有植被生物量的减少，针对四川省假定由其他地类转化为林分和竹林后，原有生物量减少50%。对于有林地转化为其他地类的情况，以碳储量计算中得到的各地类单位面积平均生物质碳储量做为转化前和转化后的单位面积生物质碳储量。

对于地类转化引起的枯死木、枯落物和土壤有机质碳储量的变化量，按转化前和转化后达到平衡状态的各碳库碳储量之差，除以转化为新地类后达到平衡态所需的时间(T_on)来计算年变化量。当地类从有林地和疏林地转化为其他地类时，对枯落物和枯死物T_on=1。如果T_on>1，从转化年开始，每年都需计算该转化引起的枯死木、枯落物和土壤有机质碳储量的变化，直到T_on以后。对于林分、经济林和竹林与未成林造林地之间的相互转化，枯落物、枯死木和土壤有机碳储量变化为零。

4.2 林分

4.2.1 生物质碳储量

基于森林资源连续清查统计获得的主要树种或树种组、不同龄级面积和蓄积量数据，采用如下公式计算生物量：

式中:

t年时，树种或树种组j的生物质碳储量（t C）

t年时，树种或树种组j、龄组k的单位面积地上生物量( t d.m.hm-2）

树种或树种组j的根冠比（无量纲）

树种或树种组j的含碳率（无量纲）

t年时，树种或树种组j、龄组k的单位面积蓄积量（m3.hm-2）

t年时，树种或树种组j、龄组k的面积（hm2）

与树种树种或树种组j有关的参数

表4-1 林分地上生物量与蓄积相关函数参数和根冠比

树种（组）

云杉、冷杉 4.165749 0.653489

落叶松 1.641699 0.801589

红松 2.783807 0.695848

樟子松 2.844362 0.677522

油松 2.632238 0.696978

华山松 4.573398 0.583726

马尾松 1.827539 0.792975

湿地松 2.053735 0.772233

其他松（包括思茅松、云南松、台湾松、赤松、黑松、高山松、长白松、火炬松等） 2.403794 0.723530

柏木 1.985272 0.794173

杉木 2.536998 0.674639

其他杉（水杉、柳杉、红杉、油杉、池杉） 2.694643 0.665671

栎类 1.340549 0.896018

桦木 1.075562 0.902351

枫香、荷木、水曲柳、胡桃楸、黄菠萝 2.685404 0.741345

樟树、楠木 4.292969 0.613426

其他硬阔类 3.322268 0.687013

杨树 0.942576 0.871034

桉树 1.221362 0.869172

相思 2.969276 0.706251

木麻黄 6.932459 0.595017

其他软阔类（椴树、檫木、柳树、泡桐、楝树等） 1.142254 0.876051

针叶混 3.211378 0.6466

针阔混 2.208249 0.7437

阔叶混、杂木、矮林、热带林 2.070313 0.7713

表4-2 主要树种或树种组根冠比

树种(组) Rj 树种(组) Rj 树种(组) Rj

桉树 0.221 楝树 0.289 铁杉 0.277

柏木 0.220 柳杉 0.267 桐类 0.269

檫木 0.270 柳树 0.288 相思 0.207

池杉 0.435 落叶松 0.212 杨树 0.227

赤松 0.236 马尾松 0.187 硬阔类 0.261

椴树 0.201 木荷 0.258 油杉 0.277

枫香 0.398 木麻黄 0.213 油松 0.251

高山松 0.235 楠木 0.264 榆树 0.221

国外松 0.206 泡桐 0.247 云南松 0.146

黑松 0.280 其它杉类 0.277 云杉 0.224

红松 0.221 其它松类 0.206 杂木 0.289

华山松 0.170 软阔类 0.289 樟树 0.275

桦木 0.248 杉木 0.246 樟子松 0.241

火炬松 0.206 湿地松 0.264 针阔混 0.248

阔叶混 0.262 水胡黄 0.221 针叶混 0.267

冷杉 0.174 水杉 0.319 紫杉 0.277

栎类 0.292 思茅松 0.145

表4-3 主要树种或树种组生物质含碳率

树种(组) CFj 树种(组) CFj 树种(组) CFj

桉树 0.525 楝树 0.485 铁杉 0.502

柏木 0.510 柳杉 0.524 桐类 0.470

檫木 0.485 柳树 0.485 相思 0.485

池杉 0.503 落叶松 0.521 杨树 0.496

赤松 0.515 马尾松 0.460 硬阔类 0.497

椴树 0.439 木荷 0.497 油杉 0.500

枫香 0.497 木麻黄 0.498 油松 0.521

高山松 0.501 楠木 0.503 榆树 0.497

国外松 0.511 泡桐 0.470 云南松 0.511

黑松 0.515 其它杉类 0.510 云杉 0.521

红松 0.511 其它松类 0.511 杂木 0.483

华山松 0.523 软阔类 0.485 樟树 0.492

桦木 0.491 杉木 0.520 樟子松 0.522

火炬松 0.511 湿地松 0.511 针阔混 0.498

阔叶混 0.490 水胡黄 0.497 针叶混 0.510

冷杉 0.500 水杉 0.501 紫杉 0.510

栎类 0.500 思茅松 0.522

4.2.2 枯落物碳储量

通过生物量文献，建立单位面积枯落物量与地上生物量的相关关系，间接计算不同森林类型枯落物量，然后转换为枯落物碳密度，进而计算碳储量。

式中:

t年时，树种或树种组j的枯落物碳储密度( t C.hm-2）

t年时，树种或树种组j的单位面积地上生物量（t d.m.hm-2）

树种或树种组j枯落物的含碳率（IPCC缺省值0.37）（无量纲）

树种或树种组j的枯落物量占地上生物量的百分比（%）

与地上生物量的相关关系

表4-4 主要树种或树种组枯落物占地上生物量的百分比的相关函数

树种（组）

云冷杉 20.7385 -0.0102

落叶松 67.413 -0.0141

油松 24.2749 -0.0217

马尾松 7.2175 -0.0067

其他松（包括思茅松、云南松、台湾松、赤松、黑松、高山松、长白松、火炬松、红松、樟子松、华山松、湿地松等） 13.1198 -0.009

柏木 3.7595 -0.0047

杉木和其他杉类 4.9897 -0.0025

栎类 7.7325 -0.0048

桦木、枫香、荷木、水胡黄、樟树、楠木和其他硬阔类 6.9779 -0.0043

杨树 12.3106 -0.0069

桉树 24.697 -0.014

相思 9.5338 -0.0004

其他软阔类（椴树、檫木、柳树、泡桐、楝树、木麻黄等） 8.1286 -0.0046

针叶混 31.4239 -0.0257

阔叶混 10.7653 -0.0057

针阔混 9.7816 -0.0063

4.2.3 死木碳储量

森林资源清查的样地调查包括枯立木和枯倒木的测定。因此，可通过枯立木蓄积和枯倒木蓄积计算不同森林类型枯死木碳储量。

式中:

t年时，树种或树种组j的枯死木碳储量(t C)

t年时，树种或树种组j的生物质碳储量(t C)

树种或树种组j死木蓄积量与林分蓄积量的比值(无量纲)

4.2.4 土壤有机碳

对于地类不发生转移的情形，假定土壤有机碳的变化为零。对于发生地类转移的情形，首先确定各地类土壤有机碳的碳密度，然后采用4.4.1.2节的方法计算地类转化引起的土壤有机碳变化。

表4-5 全国主要地类土壤有机碳密度(0~30cm)

地类/植被碳密度 (tC.hm-2)

有林地 54.7

疏林地 36.0

灌木林地 32.4

草地 30.4

沼泽 145.6

荒山荒地 29.0

旱地 26.7

水田 37.4

4.3 竹林、经济林和灌木林

竹林、灌木林和许多经济林在一定年限后生物量基本处于动态平衡状态。因此，采用平均生物量方法，即：

式中:

t年时，竹类（经济林、灌木林）j的生物质碳储量（t C）

单位面积竹类（经济林、灌木林）j平均地上生物量（t d.m. hm-2）

竹类（经济林、灌木林）j的根冠比（无量纲）

t年时，竹类（经济林、灌木林）j的面积（hm2）

竹类（经济林、灌木林）j的含碳率（无量纲）

竹林和经济林枯落物碳储量采用4.2.2节的公式和表4-6中的参数计算，灌木林的枯落物忽略不计。枯死木碳储量采用4.2.3节的公式和表4-6中的参数计算。

对于地类不发生转移的情形，假定土壤有机碳的变化为零。对于发生地类转移的情形，首先确定各地类土壤有机碳的碳密度，然后采用4.2.4节的方法计算地类转化引起的土壤有机碳变化。经济林通常为集约经营，因此土壤有机碳密度采用表4-5中的旱地的值。竹林土壤有机碳密度采用表4-5中的有林地的值。

表4-6 竹林、经济林和灌木林生物质碳计量相关参数

类型平均地上生物量

（t d.m. hm-2）

（%）

散生竹 65.94 0.707 0.47 8.35 0

毛竹 76.66 0.605 0.47 8.35 0

其他散生竹 39.59 0.951 0.47 0

丛生竹 38.16 1.183 0.47 7.87 0

混生竹 57.12 0.928 0.47 10.52 0

除毛竹外的所有竹类 41.92 1.091 0.47 8.28 0

经济林 31.30 0.206 0.47 0 0

灌木林 10.45 1.089 0.47 0 0

4.4 疏林、散生木和四旁树

由于基于森林资源清查统计的方法只给出了疏林地的面积和蓄积、散生木总蓄积和四旁树总蓄积，很难将散生木和四旁树分别计入各地类。将散生木按面积比例分配到灌木林地、无林地等地类；将四旁树50%比例分别归入农地和建设用地。

由于没有具体的树种或树种组信息，因此，疏林、散生木和四旁树的生物质碳储量，可简单地采用蓄积转换法计算：

式中:

t年时，疏林、散生木或四旁树的生物质碳储量（tC）

t年时，疏林、散生木或四旁树的蓄积量（m3）

t年时，林分蓄积量（m3）

t年时，林分生物质碳储量（tC）

散生木、四旁树、无林地的枯落物忽略不计。疏林的枯落物碳储量按林分枯落物碳储量占生物质碳储量的平均比例计算。疏林、散生木、四旁树的估死木碳储量假定为零。

5. 基于森林资源清查样地和样木的林业碳计量：第二层次方法学

5.1 数据来源

研究基础数据来自四川省1988、1992、1997、2002、2007、2012年六期森林资源连续清查样地、样木信息。所有样地均通过全球定位系统（GPS）导航定位，样地调查内容因子共有85项，包括样地属性因子、立地因子、林分因子、生态因子和植被因子等。

样木（竹）调查：样地内胸径≥5.0 cm的生长正常乔木树种（含乔木经济树种）、胸径≥5.0 cm的毛竹，均要每木（竹）检尺。样木（竹）记载因子包括样地号、样木号、立木类型、检尺类型、树种名称、胸径或眉径等。

样方调查：样方调查对象为下木、灌木、草本。样方一般设于样地西南角向西3 m处．形状为边长2×2 m的正方形。样方调查内容包括：下木层（胸径<5 cm，高度≥2 m的乔木幼树）的树种名称、平均高度等；灌木层（灌木树种及高度<2 m的乔木幼树）的主要种名称、平均高、盖度；草本层的主要种名称、平均高、盖度。

5.2 碳储量

为了计算碳储量变化，首先需计算每次清查的碳储量。区域尺度生物量及碳储量计量按照“样木---样地---总体”分层次计量的技术路线。采用单株生物量模型、单位面积生物量模型计量样地尺度不同计量对象层次的碳储量，应用系统抽样统计方法，将样地水平的碳储量计量结果转换到全省宏观尺度，评估全省各总体碳储量。

5.2.1 林分

林分碳储量计量对象包括乔木层、灌木层、草本层、枯落物、枯倒木碳储量和土壤层碳储量。

乔木层:采用各优势树种（组）单株立木生物量空间扩展方程（3.1.1节），计量清查样地内不同树种单株活立木和枯死木各器官生物量和碳储量，汇总得到样地生物量和碳储量。

林下灌木和草本生物量：采用林下灌木和草本生物量模型（3.1.1.5节）计量样地水平林下植被生物量和碳储量。

枯落物层：采用林下枯落物模型（3.2.1节）计量各林分样地水平枯落物碳储量。

土壤层：采用森林土壤有机碳模型(3.3节)计量不同林分样地水平土壤有机碳储量。

5.2.2 竹林

森林资源连续清查调查中将竹林归类为毛竹林、杂竹林两大林分类型，按竹林调查因子详细程度计量不同对象碳储量。

毛竹林：2007和2012年毛竹林样地有详细的单株毛竹眉径调查，因此采用毛竹单株生物量模型计量单株毛竹生物量和碳储量（3.1.2.1节），单株汇总得到样地尺度生物量和碳储量。1979、1988、1992、1997和2002年的清查中，没有毛竹林检尺信息，因此毛竹林林分生物量模型（3.1.2.2节）计量毛竹林样地尺度生物量和碳储量。采用林下灌木和草本生物量模型（3.1.1.5节）计量竹林样地水平林下植被生物量和碳储量。采用落叶阔叶森林下枯落物模型（3.2.1节）计量毛竹林样地水平枯落物碳储量。采用森林土壤有机碳模型(3.3节)计量毛竹林分样地水平土壤有机碳储量。

杂竹林：杂竹林调查一直没有检尺，因此其样地尺度的碳储量计量方法与2002以前毛竹林的方法相同。

5.2.3 经济林

经济林生物量采用4.3节的平均生物量法。经济林林下灌、草本层、枯落物层忽略不计。采用森林土壤有机碳模型(3.3节)计量经济林样地水平土壤有机碳储量。

5.2.4 疏林地

乔木层、林下植被生物量、土壤有机碳的计量方法与林分相同，枯落物采用落叶阔叶林下枯落物模型（3.2.1节）计量。

5.2.5 灌木林地

采用灌木林地生物量模型（3.2.2节）计量灌木林样地中灌木生物量和碳储量；采用林下草本生物量模型（3.1.1.5节）计量草本层碳储量；枯落物和土壤有机碳分别采用落叶阔叶林下枯落物模型（3.2.1节）和森林土壤有机碳模型(3.3节)计量。

5.2.6 其他林地

其他林地（无立木林地、宜林地等地类），植被主要为零星乔木、毛竹，样地中散生乔木、毛竹生物量及碳储量计量方法与林分、毛竹林计量方法相同；样地林下灌木层、灌木层、草本层、枯落物层以及土壤有机碳与林分计量方法相同。

5.2.7 非林地（四旁树）

非林地四旁树碳储量计量方法与林分相同。

5.2.8 总体抽样计量

采用系统抽样统计方法，将样地水平的微观尺度碳储量计量测算结果转换到全省宏观尺度，评估全省各总体生物量及碳储量计量值、计量精度及计量区间，各抽样指标计算公式为：

Y ̂=N/n ∑_(i=1)^n▒y_i

S ̂=N√(1/n(n-1) (∑_(i=1)^n▒y_i^2 -1/n 〖（∑_(i=1)^n▒y_i ）〗^2 )（1-n/N）)

E_α=(t_α×S_y)/y ̅ ×100%

P_α=100%-E_α

（Y ̅-Nt_α s_y，Y ̅+Nt_α s_y）

公式中：y_i为抽样样地调查生物量及碳储量，n为抽样调查样地数，N为总体样本数，t_α为可靠性指标，S_y为样本标准误。

6. 基于生态过程模型的林业碳计量：第三层次方法学

本方法的核心是在当前生态过程模型的基础上，构建一个基于林分和区域尺度的生态过程模型，能够融合森林资源清查资料、气候数据和遥感数据等多种数据源，并结合四川省的实际情况，构建干扰模块，考虑土地利用变化的影响，并结合MODIS实时数据对实际的干扰进行模拟。

6.1 气候数据插值

模型需要的气候数据包括降雨、最大温度、最小温度、平均温度、相对湿度、日照时数以及太阳总辐射。四川省及其周边区域共有61个站点，时间尺度为1985-2010年逐日，其中辐射站点13个，空间分布情况如图6-1。

图6-1 气象站与辐射站点分布

利用ANUSPLINE软件对降雨、最大温度、最小温度、平均温度、日照时数、相对湿度进行插值，协变量为海拔，分辨率为500×500m。插值后的多年均值如图6-2。

图6-2 1988-2010年平均降雨量、最高温度、日照时数以及相对湿度空间分布图

6.2 太阳辐射模型

为了获取区域化的太阳辐射，本项目建立了辐射传输模型。首先根据太阳辐射常数，以及太阳经过大气、臭氧层、气溶胶以及水气等的透射和散射，计算出直射辐射和散射辐射值以及辐射总量的理论值。然后，根据四川省9个辐射站点20年的逐日数据，建立理论辐射与实际辐射的比值以及日照与日长比值之间的关系:

H/H_c =a+(1-a)S=a+bS

S=R_d/N_d

a=4×〖10〗^(-5) elev+0.2073

b=-0.7081×a+0.9025

其中，H：为辐射的观测值；H_c：计算得到的无云的水平面的辐射；R_d：观测到的实际日照时数；N_d为日长，S为日照比率。

图6-3 系数a与海拔的关系，系数b与系数a的关系

最后，根据插值的出的最高温度、最低温度、平均温度、相对湿度、日照时数的逐日数据，计算四川省500m格点的逐日辐射值，单位为W/m2。1988年-2012年间日均太阳总辐射的空间分布如图6-4。

图6-4 13个站点逐日的太阳辐射实测与模拟对比图6-5 1988-2012年太阳辐射空间分布

6.3 生理生态参数获取

6.3.1 植物比叶面积

利用扫描仪扫描计算阔叶类叶子的面积。对于针叶树，利用游标卡尺测量每一针叶的长度，基部、中部以及顶部的直径，再利用近似圆柱体的方法计算每束针叶的表面积。对所有测量的叶子进行烘干称重，测定C、N含量。

表6-1 树种比叶面积（SLA）单位：C*kg/m2

优势树种平均SLA Std.err 优势树种平均SLA Std.err

云杉 8.2 1.2 栎类 6.1 0.9

云南松 4.7 0.5 青冈 5.0 0.6

杉木 6.7 1.2 桦类 8.5 0.6

马尾松 7.2 0.3 软阔 22.4 9.9

樟树 19.7 1.8 高山松 7.4 0.7

杨树 13.7 0.5 灌木类型 10.4 2.4

6.2.2 植物C/N比

采样分析测定了15个树种或树种组，以及各灌木种和竹林不同器官（干、枝、叶、根）的C/N比，如表6-2、6-3、6-4。

表6-2 乔木树种不同器官C/N 比

树种树叶树枝树芯树根

C/N std.err C/N std.err C/N std.err C/N std.err

云冷杉 36.3 1.4 76.3 7.5 265.8 63.3 45.1 1.6

云南松 32.8 1.2 71.3 17.4 455.8 7.9 51.1 4.6

杉木 24.9 2.5 46.6 13.2 220.1 1.8

马尾松 33.2 1.6 87.7 23.4 298.0 61.2 56.1 16.9

樟树 17.0 4.2 84.9 8.3

白杨 21.7 8.4 95.6 33.6 129.6 7.7

柏木 36.6 2.4 78.9 8.4 263.7 43.7 52.2 8.7

落叶松 22.5 3.7 88.0 8.7 324.8 52.3

桉树 22.5 4.6 80.0 11.0

栎类 28.1 3.5 62.2 4.4 181.7 31.2

桦木 18.7 1.2 46.6 8.8 215.7 20.4 43.6 2.0

其他软阔 15.2 1.1 56.9 6.5 169.6 31.7 30.9 5.0

其他松类 38.0 2.4 84.6 12.7 245.0 26.5 46.1 2.3

硬阔 28.0 4.2 55.4 7.0

表6-3 灌木种不同器官C/N

灌木种叶干、枝根

C/N std.err C/N std.err C/N std.err

杜鹃 29.3 2.8 71.3 12.6 100.3 15.8

高山柏 25.2 78.7 144.2

高山杜鹃 33.4 85.3 105.5

高山栎 31.5 67.4 90.9

高山柳 23.2 1.9 67.2 5.4 72.7 7.8

枸子木 20.9 0.5 84.6 14.9 100.3

灌状栎 32.8 3.7 80.1 12.5 111.6 4.3

花楸 17.7 59.6 106.6

黄荆 22.6 14.7 70.1

锦鸡儿 19.7 71.5 1.7 67.9

马毛树 24.2 182.2 44.5

木姜子 150.0 48.7 45.8

南烛 32.7 1.8 61.3 23.3 132.5 18.4

蔷薇 26.0 3.9 93.3 11.5 65.8 26.4

三颗针 17.5 0.9 47.6 3.8 46.6 3.8

沙棘 13.2 28.7 1.4 147.1

山茶 42.3 105.1 102.1

桃金娘 410.0 69.9 46.8

铁子 44.9 105.6 1130.0

五加皮 180.0 51.4 58.5

悬钩子 210.0 58.2 47.8

眼睛泡 18.6 73.1 990.0

野樱桃 18.9 58.9 91.7

其它灌木 26.6 4.3 68.5 6.5 75.2 7.3

平均值 25.7 1.8 72.2 6.4 86.9 6.3

表6-4 竹类竹叶、竹枝C/N

竹子竹叶竹枝

C/N std.err C/N std.err

慈竹 18.4 3.2 61.3 2.2

箭竹 16.2 0.9 54.3 4.1

木竹 18.9 1.3 30.0 4.4

楠竹 16.0 2.2 104.4 7.4

水竹 15.7 1.3 35.3 2.1

6.2.3 植物生理参数

测量了四川主要乔木种、灌木种、草本物种的植物A-Ci曲线和暗呼吸。共测定49种植物，包括乔木32种，灌木13种，草本4种。测量A-Ci曲线181条。通过A-Ci曲线的拟合，得到生理参数：最大羧化速率（Vcmax）、最大电子传递速率（Jmax）、TPU （磷酸利用率），这些基本参数与测量的暗呼吸（Rd）作为初始化参数输入到模型光合作用模块。

光合作用的测量采用便携式光合测量仪LI-6400（Li-Cor Inc.， Lincoln， NE， USA）完成。测量时在光照强度为1500 μmol photons m-2 s-1的饱和光照下进行的。A-Ci曲线是在设定叶室内CO2浓度依次为400、200、100、75、50、100、200、400、600、800、1000、1200、1400 ppm。叶片暗呼吸是在叶室内二氧化碳浓度为400 ppm下测量的，在测量之前将便携式光合测量仪的叶室用黑布蒙上，暗适应20 min，等呼吸速率稳定后再测量。在测量同时记录气孔导度数值。测量时温度控制在20-25℃范围内。不同树种在25℃时的参数值如表6-5。

表6-5 乔木和灌木种25℃时的Vcmax、Jmax及TPU 单位：µmol/m2/s

树种 Vcmax Jmax TPU

Obs. std.err Obs. std.err Obs. std.err

大叶醉鱼草 185.1 15.4 220.0 10.0 16.4 1.1

杜鹃 81.0 10.2 76.2 4.3 4.6 0.2

高山栎 160.3 33.6 183.3 20.3 14.0 1.6

高山珍珠梅 128.4 13.0 163.6 9.9 12.5 0.9

红桦 223.8 32.7 237.7 20.1 19.0 1.0

华西忍冬 165.1 10.8 215.2 8.5 17.3 0.8

桦叶荚蒾 102.0 23.4 105.6 9.5 7.6 0.5

荚蒾 129.9 20.0 175.9 7.9 14.1 0.5

柳兰 160.7 8.6 160.8 9.8 11.7 0.8

棉穗柳 129.3 26.0 167.0 12.8 12.9 1.2

漆树 207.1 32.6 215.3 25.8 15.7 1.8

三褶叶紫菀 80.9 16.0 112.5 17.4 9.1 1.4

山亚乌药 34.3 8.4 51.1 10.4 3.5 0.7

疏花漆 109.1 11.1 123.6 5.4 9.0 0.4

双舌蟹甲草 99.0 14.2 128.9 7.5 10.2 0.5

丝毛柳 163.4 35.7 175.1 27.2 8.9 1.1

托吾 120.1 5.3 131.9 6.2 9.7 0.4

悬钩子 125.9 18.2 178.5 16.3 15.3 1.3

野樱桃 127.6 28.6 151.8 19.4 12.3 1.1

6.4 土壤质地

根据野外采样测定的土壤质地数据和四川省的土壤类型图，统计不同土壤类型下的土壤质地含量，制作为栅格图，作为模型的土壤输入参数，如图6-6。

图6-6 四川省土壤类型、质地（沙粒sand、粘粒clay、粉粒silt）空间分布图

6.5 模型初始化

根据森林资源调查规划资料，获取模型初始化的空间信息。从1988和2012年森林资源连续清查样地中选取有林地样地，按照树种建立两个时期生物量之间的关系。将该方程应用到林斑图中。灌木按照类型法反推得到每个空间斑块的根、干、枝、叶总量，再根据土壤模型计算出与斑块相对应的土壤有机碳库。作为模型的初始值。选择154个独立样地做模型检验，按照根、干、枝、叶分别反算到1988年。如图6-6。

图6-6 树干、树叶、树枝以及树根样本验证（1988-2012年）

6.6 强干扰区的遥感反演

收集2000-2012年各时期的MODIS数据，通过拼接、裁剪，获取四川省近12年的各个月份的MODIS数据。利用MRT工具提取MODIS各期内的NDVI波段。利用CCSM相关方法，计算出2000~2012年期间相近2年的变化检测图和总变化检测图。利用CCSM计算获取的变化区域数据与常规方法提取变化区域进行叠加计算及融合，即可获取植被干扰信息。具体流程如图6-7。干扰提取结果如图6-8 所示。

图6-7 基于NDVI的干扰信息提取流程图

图6-8 四川省2000 -2012年干扰信息图

6.7 生态过程模型

6.7.1 模型框架

本研究通过对各类模型的比较分析，借鉴和参考当前主要几个生态过程模型的结构框架和过程，包括MAESTRA，Biome-BGC，Biomass，Century以及Gotilwa+。在原有模型的基础上进行发展和改进，建立针对中国森林资源实际情况的生态过程模型。该模型主要包括辐射计算、物候期的计算、光合作用、自养与异养呼吸、蒸发蒸腾、枯落物与土壤的分解、产物分配、水分循环（降雨、融雪与径流）以及干扰模块，模型结构如图6-9。

图6-9 生态过程模型结构图

6.7.2 光合作用与呼吸作用

本模型利用Farquhar光合作用模型对光合作用过程进行模拟。呼吸作用的Q10值是随温度而变化的量，范围在2-2.5之间（TEM模型），树木各个部分的维持呼吸利用Ryan的方法，认为维持呼吸与氮的量成正比，再根据温度调整含氮量和Q10进行计算。生长呼吸利用固定的比率进行计算，模型设定为0.25。将光合产物按照树干、树枝、树叶、粗根以及细根，根据固定比例进行C的分配，再根据碳氮比，进行氮的分配。

6.7.3 物候期

利用结合森林资源分布和遥感数据对四川省的物候期进行了反演，建立适合四川省具体情况的物候模块。

6.7.4 水分循环

采用Penman-Monteith公式计算冠层蒸散：

λE=(Δ(R_n-G)+ρ_a C_p (e_s-e_a)/r_a )/(Δ+γ（1+r_s/r_a ）)

Rn是净辐射，G是土壤热通量，es-ea为空气的水蒸汽压差，Cp是空气的比热，r_s和r_a分别是植被层和空气阻抗。

水循环从降雨开始，主要包括水分的截流、冠层和裸地的蒸发与蒸腾，地表径流。其中水分的截流根据冠层的截流系数与叶面积指数计算。假如当日有降雨，则会先蒸发，当截流水全部蒸发掉之后计算蒸腾。剩余的水分则掉落到土壤中，成为土壤水。当土壤水饱和时，则产生径流。

6.7.5 土壤碳分解

根据有机质分解的难易程度划分，将土壤有机碳分为四个碳库（SOM1，SOM2，SOM3，SOM4），分解速率分别为0.07、0.014、0.0014、0.0001（1/day）。将枯落物碳库分为四个库，即易分解（Lit1）、未包鞘纤维素（Lit2），包鞘纤维素（Lit3），木质素（Lit4）。包鞘纤维素分解后成为未包鞘纤维素，分解速率与木质素的分解速率相同。易分解碳库分解后成为SOM1，未包鞘纤维素分解后成为SOM2，木质素分解后成为SOM3。SOM1分解后成为SOM2，SOM2分解后成为SOM3，SOM4分解后返回大气中。

图6-10 土壤有机碳库结构图

6.6.6 干扰模块

干扰模块主要考虑土地利用变化、砍伐以及遥感反演的其他地类变化。

① 土地利用变化：首先根据遥感影响解译出土地利用图，计算1990年到2012年的土地利用类型变化图。根据空间上的变化位置以及转移方式，作为模型的输入。因此，每个模拟的林斑均带有类型转移的信息，只考虑一次转移，比如由林地转成非林地，或由非林地转成林地。在模型模拟时，首先确定该林斑是否发生转移，假如发生转移，先随机产生发生变化的时间，根据转移后的类型，进行模型的参数化和碳库的初始化，之后按照新的类型进行模拟。

② 在森林砍伐模块中，主要根据砍伐的强度对当时的碳库、氮库进行调整。将树干移除，粗根和细根则全部成为枯落物，树叶按照一定的比例进入凋落库。在确定砍伐的具体斑块后，砍伐的强度均为皆伐。根据四川省各个县级的采伐数据，将砍伐的蓄积总量随机分配到空间的林斑上，调用砍伐模块做皆伐处理。另外，根据遥感数据反演出2000-2012年区域有较大干扰的区域，并且提取出植被指数下降明显的区域，为强干扰区，变化的区域与林斑区叠加后，得到森林斑块发生变化的区域。干扰模块的结构如图6-11。

图6-11 干扰模块结构图

6.8 模型调试与检验

6.8.1 模型的运行与调试

从所有采样的582个样地中选择388个进行模型的调试和校准，其余的1/3用于模型独立验证和调试，气候数据利用插值后的气候数据对应到样地上，将生理参数按照归并的树种进行设置。模型运行从1988年开始，运行到2007年，根据叶子碳库、树干碳库以及土壤有机碳库的变化量，调整模型参数，对2007年调整使碳库变化量等于样地的实际变化量。并且要使各部分的增量与实际增量的速度保持一致。原样本检验效果如图6-12。

图6-12样地干、叶、根和土壤有机碳增量对比（1988-2007，t/hm2）

6.8.2 独立样本验证

6.8.2.1碳密度的验证

从采样样地中选取1/3样地进行模型的独立验证，对应于一清连续清查体系的时期，验证1992-2007年4个时期模型模拟结果的正确性。分别对植物总碳，土壤有机碳和总碳进行检验。验证结果如图6-13。

6.8.2.2 碳储量变化验证

对比样地尺度各碳库的变化，分别对干、叶、根、枯落物和土壤有机碳在1988到2007年碳库增量进行对比验证，如图6-14。

图6-14 1988-2007年样地干、叶、根、枯落物和土壤有机碳变化对比验证

6.8.3 模型运行

建立统一数据库，对模型所需数据进行统一的管理，主要包括：（1）模型的初始化资料，每个运算单元的空间和量化信息；（2）遥感解译的多期土地利用变化，MODIS植被指数，建立统一地理信息数据库，数字高程模型（DEM）等数据；（3）模型输出结果数据库，包括181个县级单位的小班图层；将准备好的模型初始化数据作为模型的驱动，多台服务器并行运算，将结果保存到数据库中。

7 质量保证和质量控制

7.1 森林资源清查

7.1.1 质量管理制度

森林资源连续清查调查体系制定了“考核合格上岗制度”、“跨期质量责任追究制度”、“首件必检制度”、“调查‘航迹’和‘图片’采集确认制度”等完善的质量控制检查制度，调查人员与专专职质量检查人员分工明确，各司其职，确保野外调查准确性和室内检查可靠性，各质量管理制度要求及标准详见《四川省森林资源连续清查操作细则》（1979、1988、1992、1997、2002、2007、2012年）。

7.1.2 质量检查内容

森林资源连续清查采用样地评分标准评定固定样地外业调查的质量，每个检查样地调查质量满分为100 分，总评分在80 分以上（不含80 分）的样地为合格样地，否则为不合格样地，评定因子包括A类因子（样地地类、每木检尺株数、胸径测定等）、B类因子（权属、起源、优势树立木类型等）、C类因子（散生株数、杂竹株数、四旁树株数、竹林株数等）、D类因子（地貌、土壤名称、定位树、样地类别、胸高线、周界记号、周界纪录、固定标桩等）四大类评定因子，各因子评定含义及标准详见《四川省森林资源连续清查操作细则》（1979、1988、1992、1997、2002、2007、2012年）。

7.1.3 内业质量

森林资源连续清查样地外业检查完成后转入内业数据输入、修订阶段，数据录入采用“背靠背”双轨数据录入，对照检查，查阅修订错误记录，确保内业数据录入准确、完整、规范。

7.2 遥感解译

遥感数据解译过程包括影像预处理（几何校正、图像增强和镶嵌裁剪等），基于面向对象的决策树自动分类，人机交互修改，解译数据合成，解译数据精度检验以及数据统计。在数据预处理部分，要求影像数据几何校正和地理校正后的误差在1个像元内，图像合成后区数据内有云、雾区域要找相近时间的影像进行替换处理；面向对象的决策树计算机自动分类，在自动分类精度达到70%后，未达到标准，则继续修改自动分类规则及参数，尽量减少人机交互工作量；达到精度要求后，开始人机交互分类工作，遥感解译数据要求精度达到95%以上，统计分类数据与相关统计年鉴对比，获取最新遥感解译数据。

7.3 气候数据

气候数据采用国家级气象站点地面日值数据集中逐日气候数据，处理过程包括：（1）确定数据集内容和文件组织方式；（2）数据提取；（3）数据整合；（4）数据质量控制；（5）生成数据集；（6）分析数据集的完整性及质量情况，通过核对报表、原始观测文件等方式对问题站点的数据进行核实及再检查，更新数据并根据不同情况调整数据质量控制方案，再根据步骤4对数据进行质量控制。重复步骤4～6，直至解决数据中的问题，形成准确、完整的气候数据集。

7.4 实验室测定

实验室测定样品干重、含碳率测定、校正石砾含量、土壤含水率、土壤PH值、土壤机械等植物样品、土壤样品相关指标参照国家标准（LY-200x）进行分析测定，采用备样检查、随时抽检严格执行实验室分析测定，并出具相应的植物样品、土壤样品分析测定正式报告。

8 四川林业碳计量结果

8.1 碳储量

图8-1 林业各碳库碳储量及时间动态

（Tier 1:第一层次方法学；Tier 2:第二层次方法学；Tier 3:第三层次方法学）

8.2 碳密度空间分布

8.3 碳源汇

图8-3 林业各碳库碳源汇及时间动态

（Tier 1:第一层次方法学；Tier 2:第二层次方法学；Tier 3:第三层次方法学）

8.4 碳源汇空间分布

第三层次的方法学可输出不同时间尺度（每天、每年、数年）不同碳库碳源汇的空间分布。作为示例，图8-4显示了2007-2012年期间四川省林业各碳库碳源汇空间分布图。图8-5显示了1997、2002、2007和2012年四川省林业碳汇源空间分布图。

图8-4 2012年四川省林业碳源汇空间分布图（tC/ha/a）

图8-5 几个年份（1988、1992、1997、2002、2007、2012）四川省林业碳源汇空间分布图（tC/ha/a）

8.5 土地利用转化对林业碳源的影响

不同层次的方法学计算的结果不同，第三层次的方法学可计算不同地类转化引起的年度碳储量变化。第一和第二层次的方法学计算的是清查期间的地类转化引起的碳储量变化，除以清查期为年均变化。表8-1为第三层次方法学1988-2012年的总变化量。作为示例，表8-2~表8-5为采用第二层次方法学计算的2007-2012年清查期转化引起的碳储量变化。

表8-1 1988-2012年土地利用转化引起的碳储量变化（第三层次方法学）

（万吨碳）

　林分竹林灌木林地草地其它地类转出合计

生物量林分 13,867 -424 -9,043 -3,022 -2,792 -15,282

竹林 265 16 13 -1 -50 227

灌木林地 8,638 -5 1,276 -1,670 -1,041 5,921

草地 4,289 0 3,269 -587 -106 7,453

其它地类 11,764 313 1,159 30 1,149 13,265

转入合计 24,956 -116 -4,602 -4,663 -3,990 11,585

枯落物枯死木林分 3,007 7 550 617 -129 1,045

竹林 19 7 4 1 -6 17

灌木林地 923 3 910 1,154 -60 2,020

草地 2 -0 -232 320 -503 -732

其它地类 860 40 233 205 91 1,338

转入合计 1,804 49 556 1,977 -699 3,687

土壤有机碳林分 1,409 129 451 27 -9,093 -8,485

竹林 19 25 5 0 -503 -478

灌木林地 -1,414 8 779 254 -7,974 -9,127

草地 -1,158 0 -291 474 -11,267 -12,715

其它地类 24,951 1,377 3,112 2,108 4,593 31,549

转入合计 22,399 1,514 3,278 2,389 -28,836 743

总量林分 18,283 -288 -8,042 -2,414 -12,014 -22,758

竹林 303 48 22 0 -559 -233

灌木林地 8,146 5 2,965 -277 -9,076 -1,201

草地 3,134 0 2,750 147 -11,875 -5,990

其它地类 37,576 1,729 4,504 2,343 5,833 46,152

转入合计 49,160 1,447 -765 -348 -33,524 15,969

表8-2 2007-2012年清查期土地利用转化引起的碳储量变化（第二层次方法学）（万吨碳/年）

2012年

2007年林分经济林竹林疏林地灌木

林地其他

林地农地草地水域未利

用地建设

用地转出

合计

林分 469.26 -25.04 -35.28 -24.08 -20.92 -223.68 -81.20 0.07 -5.11 -4.04 -10.18 -429.46

经济林 46.77 66.42 1.61 4.11 1.14 -4.92 -51.89 0.62 2.33 1.25 7.20 8.22

竹林 -0.62 -0.47 58.35 0.65 0.18 -2.74 -7.08 -- -- -0.98 0.87 -10.19

疏林地 1.85 -6.11 -- 21.82 -11.95 -136.42 -117.87 0.94 -- 0.94 1.68 -266.94

灌木林地 21.77 -- -1.03 2.28 165.91 -49.69 -98.32 12.19 5.50 -- 10.60 -96.70

其他林地 269.19 5.09 3.81 25.75 100.88 84.01 -76.67 0.34 8.07 1.65 10.49 348.60

农地 198.89 108.20 31.94 0.62 11.48 52.06 149.12 1.64 28.03 8.16 154.41 595.43

草地 9.18 10.02 1.63 1.35 3.30 3.89 -48.71 -- -- -- -- --

水域 2.48 1.24 -- -- 0.90 -- -4.73 -- -- -- -- --

未利用地 4.17 5.72 0.81 0.67 2.71 0.54 -28.46 -- -- -- -- --

建设用地 6.03 3.06 2.04 -- 0.95 -- -5.30 -- -- -- -- --

转入合计 559.71 101.71 5.53 11.35 88.67 -360.96 -520.23 -- -- -- -- --

表8-3 2007-2012年清查期土地利用转化引起的生物质碳储量变化（第二层次方法学）（万吨碳/年）

2012年

2007年林分经济林竹林疏林地灌木

林地其他

林地农地草地水域未利

用地建设

用地转出

合计

林分 458.48 -14.99 -24.51 -23.40 -12.58 -142.49 -24.58 -- -5.62 -5.62 -14.06 -267.85

经济林 -7.23 72.44 0.93 2.94 -- -2.70 -18.52 -- -- -- -5.79 -30.37

竹林 -5.62 -- 55.88 -- -0.31 -1.15 -1.99 -- -- -1.99 -- -11.06

疏林地 -3.76 -0.82 -- 27.90 -1.89 -12.05 -4.07 -- -- -- -- -22.59

灌木林地 1.19 -- -0.29 -0.21 148.44 -3.66 -6.37 -- -0.37 -- -1.49 -11.20

其他林地 19.65 -1.16 -0.04 0.35 -9.46 94.05 -3.51 -- -0.58 -- -1.17 4.08

农地 24.98 7.66 2.40 -- 0.20 0.84 150.67 -- 0.25 -- 1.13 37.46

草地 0.83 -- -- -- -- -- -48.71 -- -- -- -- --

水域 -- -- -- -- -- -- -4.73 -- -- -- -- --

未利用地 -- -- -- -- -- -- -28.46 -- -- -- -- --

建设用地 -- -- 0.30 -- -- -- -5.30 -- -- -- -- --

转入合计 30.04 -9.31 -21.21 -20.32 -24.04 -161.21 -146.24 -- -- -- -- --

表8-4 2007-2012年清查期土地利用转化引起的枯死木和枯落物碳储量变化（第二层次方法学）（万吨碳/年）

2012年

2007年林分经济林竹林疏林地灌木

林地其他

林地农地草地水域未利

用地建设

用地转出

合计

林分 10.78 -0.65 -2.19 -2.29 -2.06 -8.16 -4.17 -0.02 -0.11 -0.34 -0.83 -20.82

经济林 4.12 -6.02 -0.19 0.03 -0.14 -0.44 -2.40 -0.03 -0.10 -0.05 -0.57 0.23

竹林 1.03 0.16 2.47 0.09 0.05 0.08 -- -- -- -- -- 1.41

疏林地 10.54 0.06 -- -6.08 -1.18 -5.38 -4.37 -0.10 -- -0.10 -0.17 -0.70

灌木林地 5.17 -- -0.06 0.40 17.47 0.48 -1.04 -0.17 -0.08 -- -0.17 4.53

其他林地 26.17 1.55 -0.14 1.67 -0.02 -10.04 -1.80 -- -0.08 -0.02 -0.11 27.22

农地 12.88 8.27 0.02 0.03 0.14 1.59 -1.55 -- -- -- 0.01 22.94

草地 0.62 0.82 -- 0.07 0.04 0.12 -- -- -- -- -- --

水域 0.18 0.10 -- -- 0.01 -- -- -- -- -- -- --

未利用地 0.31 0.47 -- 0.03 0.03 0.02 -- -- -- -- -- --

建设用地 0.45 0.25 -- -- 0.01 -- -- -- -- -- -- --

转入合计 61.47 11.03 -2.56 0.03 -3.12 -11.69 -13.78 -- -- -- -- --

表8-5 2007-2012年清查期土地利用转化引起的土壤有机碳储量变化（第二层次方法学）（万吨碳/年）

2012年

2007年林分经济林竹林疏林地灌木

林地其他

林地农地草地水域未利

用地建设

用地转出

合计

林分 -- -9.40 -8.58 1.61 -6.28 -73.03 -52.45 0.09 0.62 1.92 4.71 -140.79

经济林 49.88 -- 0.87 1.14 1.28 -1.78 -30.97 0.65 2.43 1.30 13.56 38.36

竹林 3.97 -0.63 -- 0.56 0.44 -1.67 -5.09 -- -- 1.01 0.87 -0.54

疏林地 -4.93 -5.35 -- -- -8.88 -118.99 -109.43 1.04 -- 1.04 1.85 -243.65

灌木林地 15.41 -- -0.68 2.09 -- -46.51 -90.91 12.36 5.95 -- 12.26 -90.03

其他林地 223.37 4.70 3.99 23.73 110.36 -- -71.36 0.34 8.73 1.67 11.77 317.30

农地 161.03 92.27 29.52 0.59 11.14 49.63 -- 1.64 27.78 8.16 153.27 535.03

草地 7.73 9.20 1.63 1.28 3.26 3.77 -- -- -- -- -- --

水域 2.30 1.14 -- -- 0.89 -- -- -- -- -- -- --

未利用地 3.86 5.25 0.81 0.64 2.68 0.52 -- -- -- -- -- --

建设用地 5.58 2.81 1.74 -- 0.94 -- -- -- -- -- -- --

转入合计 468.20 99.99 29.30 31.64 115.83 -188.06 -360.21 -- -- -- -- --

8.6 不确定性分析和比较

建立的区域林业碳汇/源计量体系应用于四川林业碳计量，并进行不确定性分析，结果表明，以95%置信度估计的第一、第二和第三层次的方法学总碳库的不确定性分别为20.24%、14.26%和11.31%；生物质碳库分别为24.13%、8.92%和6.73%；土壤有机碳库分别为25.30%、20.20%和18.32%；枯死木和枯落物碳库分别为25.16%、20.58%和19.82%（表8-6）。说明随着碳计量方法精细程度和复杂性的提高，计量精度得以大幅度提升。当然，精度的提高也要求更详细的数据输入、更复杂的估算方法和更高强大的计算能力，这也意味着更高的成本投入。

应用计量体系对林业碳汇/源的估算精度远高于我国林业温室气体清单的估算精度（50%左右）。与主要发达国家的林业温室气体清单中的碳计量相比，无论是总碳还是分碳库的估算精度都明显高于大多数发达国家的估算结果。除此之外，本项目全面估算了不同林地类型及其相互转化，以及不同森林生态系统各组分的碳储量以及碳汇（源）的强度，并对其估算精度进行了全面分析比较，评估了不同方法的优势、局限性及其应用前提条件。

表8-6 不确定性比较分析表

计量方法生物量枯死木和枯落物土壤有机碳总体误差

树干树根树枝树叶总生物量

第一层次方法学 24.13% 25.16% 25.30% 20.24%

第二层次方法学 15.44% 17.09 26.58% 25.74% 8.92% 20.58% 20.20% 14.26%

第三层次方法学 9.23% 14.21 13.52% 6.73% 19.82% 18.32% 11.31%

中国林业温室气体清单 50%A

主要发达国家D 澳大利亚 19-27%B 10-30%B

加拿大 17.3%B

美国 15.9%C

英国 22.0% C

意大利 41.2%A 52.2-101.6% A 113.0% A 68.0% A

丹麦 15.1-17.4% A 21.7% A

德国 13.4% A 60.4-125.4% A 65.0% A 17.4% A

芬兰 15.2-22.1% A 24.1%A

日本 11-38%%C

A：IPCC第二层次方法；B：模型方法；C：混合方法（生物量采用IPCC第二层次方法，土壤有机碳和枯死木和枯落物采用模型方法）。D 数据来源：发达国家2013年4月15日向联合国提交的最新国家温室气体清单报告

Unitrans世联翻译公司在您身边,离您近的翻译公司,心贴心的专业服务,专业的全球语言翻译与信息解决方案供应商,专业翻译机构品牌。无论在本地,国内还是海外,我们的专业、星级体贴服务，为您的事业加速！世联翻译公司在北京、上海、深圳等国际交往城市设有翻译基地，业务覆盖全国城市。每天有近百万字节的信息和贸易通过世联走向全球！积累了大量政商用户数据，翻译人才库数据，多语种语料库大数据。世联品牌和服务品质已得到政务防务和国际组织、跨国公司和大中型企业等近万用户的认可。专业翻译公司,北京翻译公司,上海翻译公司,英文翻译,日文翻译,韩语翻译,翻译公司排行榜,翻译公司收费价格表,翻译公司收费标准,翻译公司北京,翻译公司上海。

上一篇：《2020中国语言服务行业发展报告》问卷调查
下一篇：郝蕾被曝室内吸烟？吞云吐雾姿势老练，男友全程陪伴动作太贴心

收藏打印