EN中文

Journal of Geo-information Science >

2015 , Vol. 17 >Issue 3: 309 - 316

DOI: https://doi.org/10.3724/SP.J.1047.2015.00309

Orginal Article

Forest Carbon Storage and Its Sequestration Potential in the Southeast of Guizhou Province During 1990-2050

  • YANG Fan , 1, 2 ,
  • HUANG Lin 1 ,
  • SHAO Quanqin , 1, * ,
  • BAO Yuhai 2
Expand
  • 1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. College of Geographical Science, Inner Mongolia Normal University, Hohhot 010022, China
*Corresponding author: SHAO Quanqin, E-mail:

Received date: 2014-06-10

  Request revised date: 2014-07-01

  Online published: 2015-03-10

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

In this paper, three prefectures in the southeast of Guizhou Province were selected as the study area. Using the method of biomass expansion factor and mean biomass, the relationships between carbon density and forest age for the 24 forest types was established. Then, the total amounts and change trends of the biomass and carbon storage of forest vegetation in the southeast of Guizhou Province from 1990 to 2010 was estimated based on forest investigation data in 2010. Furthermore, the carbon sequestration potential during the period of 2010-2050 was estimated by setting 2010 as the baseline and assuming that the area of forest vegetation remained stable and without consideration of forest rotation. The following conclusions were made in this study: (1) in 2010, the forest vegetation carbon storage in the southeast of Guizhou Province was 106.22 TgC, accounting for 63.01% carbon storage in Guizhou Province and 1.36% carbon storage in China; the average carbon density was 32.44 MgC/hm2,which was 0.93 times of the average value of Guizhou Province and 0.76 times of the average value of China. Meanwhile, the carbon density gradually increased from the west to the east. The carbon density in the east was higher than the average. (2) During the period of 1990-2000, the forest vegetation carbon storage had increased by 30.67 TgC. During the period of 2000-2010, the forest vegetation carbon storage had increased by 49.55 TgC, in which 31.09 TgC of the storage were contributed by conversion from farmland to forest. (3) Till 2050, the forest vegetation carbon storage in that area would be 153.38 TgC, which is increased by 47.16 TgC. This showed that the forest in the southeast of Guizhou Province had great carbon sequestration potential.

Key words： southeastern Guizhou Province; carbon density-age relationship; forest carbon storage; carbon sequestration potential

Cite this article

YANG Fan , HUANG Lin , SHAO Quanqin , BAO Yuhai . Forest Carbon Storage and Its Sequestration Potential in the Southeast of Guizhou Province During 1990-2050[J]. Journal of Geo-information Science, 2015 , 17(3) : 309 -316 . DOI: 10.3724/SP.J.1047.2015.00309

1 引言

森林生态系统不仅在全球物质与能量循环中起着重要作用,而且在调节全球碳平衡、维护全球气候稳定等方面具有不可替代的作用。森林生态系统储存了陆地生态系统76%~98%的有机碳,森林碳蓄积量研究是全球碳循环研究热点之一[1-3]。森林生物量和碳蓄积量是研究森林生态系统和大气间碳交换的基本参数[4]。关于森林生物量及碳蓄积量的估算方法大致分为3类,即样地清查、模型模拟和遥感估算[5]。样地清查法可以得到不同时间段的资料,且精度较高,但无法进行空间描述[6]。模型模拟法是通过简化生态过程和机制来模拟时空碳蓄积量变化过程,但其模型参数具有不确定性及过于简化假设生态机理过程[7]。遥感估算利于大尺度空间研究,但因遥感数据本身质量和反演算法的不确定性,精度往往难以保证。
国家尺度上,方精云等[8]利用森林蓄积量估算森林生物量和净生产量的方法,系统研究了中国森林植被的生物生产力。王效科等[9]以各林龄级森林类型为统计单元,建立生物量与蓄积量的关系,由此估算全国森林生态系统的植物碳贮量。徐冰等[10]利用全国2期森林资源清查资料中主要森林类型的林龄组及其面积和蓄积数据,建立生物量密度与林龄之间的关系,并结合中国林业发展规划预测了2050年中国森林的生物量碳汇潜力。
区域尺度上,吴鹏等[11]按不同林分类型和起源总结概述了中国西南地区的森林生物量和净生产力。马建勇等[12]利用大气植被相互作用模型估算了贵州省森林植被净生态系统生产力。周文龙等[13]探讨了贵州省不同样地表层土壤的有机碳密度。李默然等[14]测定了植物地上部分各器官的含碳率,并估算了贵州省黔东南州主要森林类型的碳蓄积量,但却没有揭示每年碳蓄积量的动态变化及空间分布。王兵等[15]使用2007年森林资源清查资料及相关数据计算和评价了贵州省黔东南州森林生态系统的固碳释氧服务功能价值,但其碳蓄积量一般只估算一个时间截面。
本文以贵州省东南部三州2010年森林资源二类调查的小班数据为基础,分析了主要优势树种的植被碳密度与林龄之间的关系,运用连续生物量转换因子法及平均生物量法估算了2010年森林植被的生物量、碳密度及碳蓄积量,分析了其空间分布特征以及不同树种、林龄、林分起源的碳蓄积量差异,并分析了1990-2010年间贵州省东南部森林植被碳蓄积量时空变化特征,在假定森林面积不变且不考虑轮伐期的情景下,预测了未来40 a贵州省东南部森林植被碳蓄积量的变化,并探讨其固碳潜力。

2 研究区地理条件与数据源

（1）贵州省东南部地区（24°38′~27°31′N,104°35′~109°35′E）包括黔南、黔西南和黔东南三州,总面积7.71×104 km2。该区域位于云贵高原向桂西北丘陵山地及长江南岸丘陵盆地过渡带,属亚热带湿润季风气候区,地形以山地、丘陵为主,岩溶地貌发育典型且分布广泛,年平均气温16.0 ℃,年平均降水量1092 mm,其中,5-9月的降水量占全年总降水量的80%左右,具有雨热同季、干湿明显、雨量充沛的气候特征。植被类型以针叶林和阔叶林为主（图1）。2010年森林覆盖率达到55.2%,比1990年增加了13.2%,是贵州省森林覆盖率较高的地区之一。
Fig. 1 Main dominant tree species in the southeast of Guizhou Province (2010)

图1 2010年贵州省东南部主要优势树种类型图

（2）本文收集了2010年贵州省东南部三州的森林资源二类调查数据及1:1万矢量化的森林小班分布数据,包含的调查因子有优势树种、林分起源、小班面积、龄组、平均胸径、郁闭度、单位面积活立木蓄积量、土壤类型与深度、坡度、坡向等。研究区优势树种有杉木、马尾松等24种类型,按照其不同生长发育阶段分成了5个林龄组,分别是幼龄林、中龄林、近熟林、成熟林和过熟林。

3 森林植被碳蓄积及固碳潜力分析

3.1 分析计算方法

本文采用方精云等[8]的连续生物量转换因子法估算2010年贵州省东南部森林植被生物量和碳密度,经济林、灌木林及竹林的生物量采用平均生物量法计算。
森林植被碳密度的主要计算公式为：
B u = a ∙ x + b （1）
B d = B u / α （2）
C = ( B u + B d ) ∙ β （3）
式中, C为森林植被碳密度;Bu为地上生物量密度;Bd为地下生物量密度;x为单位面积活立木蓄积量;a为地上和地下生物量的比值;β为碳转换系数（本文取0.5）;a,b为参数（表1）。
Tab. 1 Parameters of transfer equation for forest biomass and volumes of different tree types in the southeast of Guizhou Province[8]

表1 贵州省东南部不同树种生物量和活立木蓄积量转换方程参数[8]

森林类型 优势树种 a b 地上生物量/地下生物量
针叶林 杉木 0.40 22.54 4.70
马尾松 0.51 1.05 6.23
柏木 0.61 1.05 3.50
云南松 0.51 1.05 6.23
柳杉 0.42 41.33 4.03
华山松 0.59 18.74 5.09
水杉 0.42 41.33 4.03
秃杉 0.42 41.33 4.03
铁杉 0.42 41.33 4.03
阔叶林 软阔类 0.48 30.60 6.25
硬阔类 0.76 8.31 5.04
栎类 1.15 30.60 2.87
杂木 0.76 26.15 5.04
枫香 0.48 18.47 4.49
桉树 0.79 6.93 7.45
桦类 0.96 0.85 2.89
杨树 0.48 30.60 6.25
泡桐 0.48 30.60 4.26
樟类 1.04 8.06 4.28
椴类 1.04 8.06 4.49
檫木 0.63 91.00 4.95
混交林 阔叶混 0.63 91.00 5.04
针阔混 0.81 18.47 3.85
针叶混 0.59 24.52 5.02
经济林、灌木林及竹林的生物量用平均生物量法获得。其中,经济林平均生物量取23.70 t/hm2[8],灌木林平均生物量取19.76 t/hm2[8],竹林平均生物量取301.64 t/hm2[16]。
按照森林资源清查对不同树种林龄等级的划分标准,用林龄段的中间值来表示该龄组的平均林龄。利用Logistic方程拟合各优势树种的森林植被碳密度与林龄的关系,公式为：
C ij = c i 1 + e a i t ij + b i （4）
式（4）中,Cij为第 i类优势树种第 j个龄组的森林植被碳密度;tij为第 i类优势树种第 j个龄组的平均林龄;ai,bi,ci为第i类优势树种的森林植被碳密度与林龄Logistic方程的常数。
以2010年为基准年,假定前后60 a贵州省东南部森林小班面积保持稳定,且不考虑轮伐期,则现有优势树种在过去或未来某年的森林植被碳密度大小可通过式（5）计算。
C Δt = ∑ i = 1 24 ∑ j = 1 5 S ij ∙ c i 1 + e a i ( t ij + Δt ) + b i （5）
式中,CΔt为现有优势树种在Δt年前或后的森林植被碳蓄积量;Sij为第i类优势树种第j个龄组的森林总面积;tij为第 i类优势树种第j个龄组目前的平均林龄;ai,bi,ci为第i类优势树种的森林植被碳密度与林龄Logistic方程的常数;Δt为预测的年份距2010年的时间跨度（Δt>0表示2010年后,Δt <0表示2010年前）。

3.2 森林碳蓄积计算结果与分析

3.2.1 贵州省东南部森林植被碳密度和林龄关系
贵州省东南部森林以杉木、马尾松、软阔类和阔叶混为主,分别占该地区森林面积的27.08%、26.21%、9.84%和9.34%,图2为4类面积最大的优势树种的Logistic拟合曲线。优势树种森林植被碳密度与林龄的关系拟合结果见表2。Logistic方程在大多数森林植被中拟合效果较好,在24类优势树种中有17个优势树种R2大于0.8,表明该方程可以较好地拟合各类森林植被自然生长过程。
Fig. 2 Logistic curves between carbon density and forest age for the four major dominant tree species

图 2 贵州省东南部4类优势树种森林植被碳密度随林龄变化的Logistic曲线

Tab. 2 Parameters of logistic equations fitting the relationships between carbon density and forest age for different dominant tree species in the southeast of Guizhou Province

表2 贵州省东南部不同优势树种森林植被碳密度与林龄的Logistic方程拟合参数

优势树种 a b c R2
杉木 -0.137 0.923 42.958 0.961
马尾松 -0.125 1.190 28.438 0.868
软阔类 -0.176 0.176 44.273 0.986
阔叶混 -0.039 -0.291 101.719 0.893
硬阔类 -0.099 1.633 41.704 0.826
栎类 -0.065 1.276 85.424 0.691
杂木 -0.264 1.283 37.696 0.799
枫香 -0.032 -0.235 42.464 0.786
柏木 -0.087 2.951 28.093 0.848
针阔混 -0.054 1.193 62.458 0.849
云南松 -0.124 1.843 31.730 0.638
桉树 -0.084 1.321 72.937 0.999
桦类 -0.034 0.756 66.436 0.956
针叶混 -0.059 1.695 64.537 0.931
柳杉 -0.285 1.278 59.646 0.934
华山松 -0.095 1.489 54.553 0.863
杨树 -0.377 -0.600 32.191 0.793
泡桐 -4.680 13.523 46.462 0.760
樟类 -0.050 3.072 83.056 0.918
水杉 -2.122 9.239 40.571 0.723
椴类 -0.210 5.043 55.349 0.876
檫木 -0.260 -0.388 80.656 0.996
秃杉 -0.063 1.038 96.632 0.847
铁杉 -0.041 1.467 79.404 0.855
3.2.2 2010年贵州省东南部森林植被碳蓄积特征
（1）不同优势树种的森林植被碳蓄积量
2010年,贵州省东南部森林面积327.46×104 hm2,总生物量212.44 Tg,碳蓄积量106.22 TgC。不同优势树种的碳蓄积量大小依次为：杉木（27.68%）>阔叶混（20.69%）>马尾松（15.94%）>栎类（11.66%）>软阔类（8.91%）>硬阔类（7.81%）>杂木（2.51%）,其他优势树种的森林植被碳蓄积量均低于该地区总碳蓄积量的2%（表3）。其中,杉木碳蓄积量最大,占总碳蓄积量的27.68%。
Tab. 3 Biomass and carbon storage for different dominant tree species in the southeast of Guizhou Province (2010)

表3 2010年贵州省东南部不同优势树种生物量和碳蓄积量

优势树种 面积（hm2） 生物量（t） 碳蓄积量（MgC） 碳密度（MgC/hm2）
杉木 886 767 58 795 535 29 397 768 33.15
马尾松 858 422 33 863 531 16 931 766 19.72
软阔类 322 141 18 932 592 9 466 296 29.39
阔叶混 305 956 43 954 300 21 977 150 71.83
硬阔类 298 628 16 581 981 8 290 990 27.76
栎类 287 813 24 780 225 12 390 112 43.05
杂木 92 812 5 333 452 2 666 726 28.73
枫香 54 734 3 209 736 1 604 868 29.32
柏木 50 739 633 281 316 641 6.24
针阔混 33 021 2 339 672 1 169 836 35.43
云南松 31 293 1 066 353 533 176 17.04
桉树 19 233 810 011 405 005 21.06
桦类 9562 561 076 280 538 29.34
针叶混 8475 563 158 281 579 33.22
柳杉 5100 336 823 168 411 33.02
华山松 4706 341 779 170 889 36.31
杨树 2738 158 218 79 109 28.89
泡桐 1223 107 441 53 720 43.91
樟类 638 22 642 11 321 17.73
水杉 227 15 126 7563 33.37
椴类 137 5460 2730 19.88
檫木 80 11 917 5959 74.40
秃杉 65 8170 4085 62.66
铁杉 42 3970 1985 46.95
经济林 256 729 6 084 474 3 042 237 11.85
灌木林 751 541 15 640 843 7 820 421 9.88
竹林 30 469 9 190 754 4 595 377 150.82
研究区不同优势树种的平均森林植被碳密度为32.44 MgC/hm2,其中,黔东南州森林植被平均密度为36.82 MgC/hm2,高于贵州省森林植被平均碳密度水平（34.75 MgC/hm2）,但低于全国森林植被平均碳密度水平（42.82 MgC/hm2）[17],黔南州和黔西南州森林植被平均碳密度分别为33.96 MgC/hm2和27.66 MgC/hm2。从空间分布来看,贵州省东南部森林植被碳密度由西向东呈递增趋势（图3）。
Fig. 3 Forest carbon densities in the southeast of Guizhou Province in 2010

图3 2010年贵州省东南部森林植被碳密度空间分布（MgC/hm2）

2010年,贵州省东南部灌木林面积79.15×104 hm2,经济林面积25.67×104 hm2,竹林面积3.05×104 hm2。灌木林、经济林和竹林的总生物量30.92 t,碳蓄积量15.46 TgC,其中,灌木林占50.59%,竹林占29.73%,经济林占19.68%。
（2）不同龄组森林植被的碳蓄积量
2010年,贵州省东南部森林以中龄林和幼龄林为主,两者碳蓄积量之和占总量的72.38%。不同龄组的森林植被碳蓄积量依次为：幼龄林Ⅰ（39.23%）>中龄林Ⅱ（38.15%）>近熟林Ⅲ（15.94%）>成熟林Ⅳ（5.74%）>过熟林Ⅴ（0.94%）。其中,幼龄林碳蓄积量最大为41.67 TgC,占总碳蓄积量的39.23%;过龄林碳蓄积量最小为0.99 TgC,占总碳蓄积量的0.94%,但其碳密度值最高,达到55.38 MgC/hm2（图4）。
Fig. 4 Carbon density for different groups of forest age in the southeast of Guizhou Province (2010)

图4 2010年贵州省东南部不同林分龄组植被碳密度

（3）不同林分起源的森林植被碳蓄积量
2010年,贵州省东南部天然林面积为157.33×104 hm2,碳蓄积量59.36 TgC;人工林面积为170.12× 104 hm2,占林分总面积的51.95%,碳蓄积量46.86 TgC。研究区杉木林、马尾松、软阔类和阔叶混的分布面积最广,为林分总面积的72.48%,其碳蓄积量占总量的73.22%。其中,杉木、马尾松的碳蓄积量以人工林为主,其余优势树种的碳蓄积量以天然林为主（图5）。
Fig. 5 Carbon storage of the main nature forest and artificial forest in the southeast of Guizhou Province (2010)

图5 2010年贵州省东南部主要天然林和人工林植被碳蓄积量

3.2.3 1990-2010年间贵州省东南部森林植被碳蓄积时空变化
由图6可看出,1990-2000年间贵州省东南部森林植被碳蓄积量呈逐年上升趋势,年平均碳蓄积量倾向率约为30.03 TgC/10 a;2000-2010年间森林植被碳密度由26.35 MgC/hm2增加到32.44 MgC/hm2,森林植被碳蓄积量由56.67 TgC增加到106.22 TgC,增加了49.55 TgC,年平均碳蓄积量倾向率约为40.60 TgC/10 a,碳增汇的速率显著提高。
Fig. 6 Changes of forest carbon storage in the southeast of Guizhou Province from 1990 to 2010

图6 1990-2010年贵州省东南部森林植被碳蓄积量变化

由于自2000年贵州省东南部森林全面实施了退耕还林工程,大面积造林使得在2000-2010年间该地区森林植被碳蓄积量有明显“突变”现象,由56.67 TgC增加到72.18 TgC,增加量为15.51 TgC,其中,新造林的碳增加量为13.39 TgC,约占该地区增加量的86.33%。近10 a来,该地区植被碳蓄积量呈快速增长的趋势,退耕还林导致森林植被碳蓄积量增加了31.09 TgC,约占该地区增加量的62.74%,年均增加碳3.11 TgC,与吴庆标等[18]计算的3.92 TgC/a基本一致。
从1990、2000和2010年贵州省东南部森林植被碳密度分布（图7）对比可看出,1990-2000年间该地区森林植被碳密度增加的幅度主要集中在15 MgC/hm2以下。与1990-2000年间相比,2000-2010年间森林面积大幅度提高,同时森林植被碳密度增加趋势明显,增加的幅度主要集中在15 MgC/hm2以上。从空间分布来看,该地区森林植被碳密度增长地区主要集中于黔西南州望谟和册亨县、黔南州荔波和三都县以及黔东南州从江和榕江县。
Fig. 7 Forest carbon density change in the southeast of Guizhou Province during the period of 1990-2000 and 2000-2010

图7 1990-2000、2000-2010年贵州省东南部森林植被碳密度变化空间分布（MgC/hm2)

3.2.4 2010-2050年间贵州省东南部森林植被碳蓄积潜力
至2020年,贵州省东南部森林植被碳蓄积量和碳密度分别为131.07 TgC和40.03 MgC/hm2,与2010年相比分别增加了23.39%;至2030年森林植被碳蓄积量和碳密度分别达到143.45 TgC和43.81 MgC/hm2,与2010年相比分别增加了35.05%;至2040年森林植被碳蓄积量和碳密度分别达到149.86 TgC和45.76 MgC/hm2,与2010年相比分别增加了41.08%;至2050年森林植被碳蓄积量和碳密度分别达到153.38 TgC和46.84 MgC/hm2,与2010年相比分别增加了44.40%。
2020-2050年间,该地区森林植被碳蓄积量年均增加0.74 TgC,固碳潜力较大的森林分布于黔西南州东部、黔南州中部以及黔东南州东部地区,森林植被固碳能力将处于持续增长状态（图8）。
Fig. 8 Forest carbon density in the southeast of Guizhou Province in 2020, 2030, 2040 and 2050

图8 2020、2030、2040、2050年贵州省东南部森林植被碳密度空间分布图（MgC/hm2)

4 结论

本文利用森林清查资料中各优势树种各林龄组的面积和蓄积数据,估算得到了贵州省东南部三州森林植被碳蓄积量为106.22 TgC,占贵州省森林植被碳蓄积量的63.01%,平均碳密度为32.44 MgC/hm2,其中,黔东南州、黔南州和黔西南州森林植被平均密度分别为36.82 MgC/hm2、33.96 MgC/hm2和27.66 MgC/hm2;杉木和阔叶混的碳蓄积量较大,两者之和占总碳蓄积量的48.37%,是重要的碳汇林型。用Logistic方程拟合优势树种的森林植被碳密度和和林龄之间的关系,并利用方程估算了1990-2010年间贵州省东南部不同森林植被生物量及其碳蓄积量,其中,退耕还林导致森林植被碳蓄积量增加了31.09 TgC。同时,预测了2010-2050年间贵州省东南部森林植被碳蓄积量的时空变化特征,并根据小班数据制作了研究区森林植被碳密度空间分布图,描述了森林植被碳蓄积量的动态变化特征,揭示了该区域森林植被的固碳潜力。结果表明：贵州省东南部三州森林植被碳密度由西向东呈递增趋势;黔东南州东部、黔南州中部和黔西南东部地区固碳潜力较大,是重要的碳汇区域。
关于森林植被的固碳潜力,本研究在假设森林面积保持稳定、且不考虑轮伐期的情景下,估算得到该地区森林未来40 a的固碳潜力偏低。将草地或农田转变为人工林,可很大程度上提高森林植被碳蓄积量、增加碳汇功能[19]。由于贵州省东南部森林以幼龄林和中龄林为主,因此,除了通过退耕还林工程增加森林面积以外,还需加强对现有森林的中幼林抚育、成林抚育等科学管理措施,强化天然林保护,从多方面提升其森林植被的固碳潜力。
此外,由于本文没有考虑土壤碳库,从生态系统整体而言,所得碳密度和碳蓄积量结果偏低。土壤中储存的碳大约是陆地表层生态系统的2.5-3倍,也是一个巨大的碳库[20]。在估算的其他不确定性方面,没有考虑林下植被碳密度;在林龄关系拟合方面,小班数据里由于没有林龄调查因子,故用龄组推算林龄;参与计算的其他参数主要来自文献收集,采用通用值增加了不确定性。
根据本文估算结果,进一步推算得到贵州省东南部三州森林的单位面积固碳释氧价值量,达到5.59万元/hm2。这些结果可用于评估生态保护与建设工程的实施效果,同时也为生态补偿研究与构建森林碳汇交易平台等提供科学依据,有利于推动森林资源的恢复和保护,以及推进生态补偿机制的建立和完善。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
朴世龙,方精云,郭庆华.1982-1999年我国植被净第一性生产力及其时空变化[J].北京大学学报(自然科学版),2001,37(4):563-569.

[2]
赵敏,周广胜.中国森林生态系统的植物碳贮量及其影响因子分析[J].地理科学,2004,24(1):50-54.

[3]
Cao M, Woodward F I.Net primary and ecosystem production and carbon stocks of terrestrial ecosystems and their response to climate change[J]. Global Change Biology, 1998,4:185-198.

[4]
Dixon R, Brown K S, Houghton T A, et al.Carbon pools and flux of global forest ecosystems[J].Science, 1994,263:185-190.

[5]
杨海军,邵全琴,陈卓奇,等.森林碳蓄积量估算方法及其应用分析[J].地球信息科学,2007,9(4):5-12.

[6]
Woodbury P B, Smith J E, Health L S.Carbon sequestration in the U. S. forest sector from 1990 to 2010[J]. ForestEcology and Management, 2007,241(1/3):14-27.

[7]
黄麟,邵全琴,刘纪远.江西省森林碳蓄积过程及碳源/汇的时空格局[J].生态学报,2012,32(10):3010-3020.

[8]
方精云,刘国华,徐嵩龄.我国森林植被的生物量和净生产量[J].生态学报,1996,16(5):497-508.

[9]
王效科,冯宗炜,欧阳志云.中国森林生态系统的植物碳储量和碳密度研究[J].应用生态学报,2001,12(1):13-16.

[10]
徐冰,郭兆迪,朴世龙,等.2000-2050年中国森林生物量碳库:基于生物量密度与林龄关系的预测[J].中国科学:生命科学,2010,40(7):587-594.

[11]
吴鹏,丁仿军,陈骏.中国西南地区森林生物量及生产力研究综述[J].湖北农业科学,2012,51(8):1513-1518.

[12]
马建勇,谷晓平,黄玫,等.近50年贵州净生态系统生产力时空分布特征[J].生态环境学报,2013,22(9):1462-1470.

[13]
周文龙,熊康宁,龙健,等.喀斯特石漠化综合治理区表层土壤有机碳密度特征及区域差异[J].土壤通报,2011,42(5):1131-1137.

[14]
李默然,丁贵杰.贵州黔东南主要森林类型碳蓄积量研究[J].中南林业科技大学学报,2013,33(7):119-124.

[15]
王兵,魏江生,胡文.贵州省黔东南州森林生态系统服务功能评估[J].贵州大学学报,2009,26(5):42-52.

[16]
陈先刚,张一平,张小全,等.过去50年中国竹林碳储量变化[J].生态学报,2008,28(11):5218-5227.

[17]
李海奎,雷渊才,曾伟生.基于森林清查资料的中国森林植被碳储量[J].林业科学,2011,47(7):7-12.

[18]
吴庆标,王效科,段晓男,等.中国森林生态系统植被固碳现状和潜力[J].生态学报,2008,28(2):517-524.

[19]
史军,刘纪远,高志强,等.造林对陆地碳汇影响的研究进展[J].地理科学进展,2004,23(2):58-67.

[20]
Post W M, Peng T H, Emanuel W R, et al. The global carbon cycle[J].Science, 1990(78):310-326.

Options
Outlines

/

〈 〉