【目的】探究北京市森林植被固碳及其抵消效应，预测未来至碳中和年份的碳抵消潜力，为制定北京市森林植被固碳、节能减排及碳中和路径提供科学依据。【方法】基于森林资源清查数据，结合光合速率法和IPCC清单指南方法分析2000—2020年植被CO_2固定量、能源CO_2排放量及强度的时空动态，评价森林植被固碳对CO_2排放的抵消效应，运用GM(1,1）灰色预测模型预测未来至2060年的碳抵消潜力。【结果】2000—2020年北京市森林植被CO_2固定量为1.84×10~6～2.78×10~6 t·a~(-1)，年均增长9.41×10~4 t·a~(-1)；近20年来灌木、落叶阔叶林、常绿针叶林、落叶针叶林平均固碳能力分别为4.24、4.60、1.68和1.95 t·hm-2a~(-1)；密云区植被CO_2固定增长量最高，西城区最低，2000—2020年分别累计增加2.27×10~5和7.86×10~2 t·a~(-1)。2000—2020年全市能源CO_2总排放量表现为先增加后降低的趋势，累计增加1.98×10~7 t·a-~1增加21.64%；朝阳区CO_2排放量最高，延庆区最低，分别为1.54×10~7～2.46×10~7和1.78×10~6～2.20×10~6 t·a~(-1)；西城区能源减排最显著，昌平区能源CO_2排放增长最快；北京市单位GDP碳排放强度由2000年的每万元2.79 t降至2020年的每万元0.32 t，下降趋势明显；密云区CO_2排放强度最高，西城区最低，分别为每万元0.79～9.76 t和每万元0.11～2.08 t。2000—2020年北京森林植被碳抵消效应为1.56%～2.50%，以灌木最高，落叶针叶林最低；北京市各区森林植被固碳对能源CO_2排放的抵消效应不同时期平均值为4.3%，且以延庆区最高，西城区最低，分别为15.91%和0.02%。到2060年，北京市森林植被固CO_2量和碳抵消效应将分别增加到8.01×10~6 t·a~(-1)和15.44%，年均增长13.29%和1.30%，能源CO_2排放量将减少到4.99×10~7 t·a~(-1)，年均减少2.76%。【结论】2000—2020年北京市森林植被CO_2固定量增加迅速，不同植被类型CO_2固定量以灌木最高，其次为落叶阔叶林、常绿针叶林，落叶针叶林最低；能源CO_2排放量先增加后降低，森林植被碳抵消效应整体呈上升趋势。为提升北京市森林植被碳中和贡献，未来需优化森林植被树种组成，增加阔叶林占比，提升森林质量。

基于"八五"期间长江中上游流域各省的森林资源调查资料,结合经典的材积源生物量法估算了长江中上游防护林体系生物量碳密度和碳贮量,并根据不同树种生物量-生产力回归关系推算了该地区当前的固碳潜力。结果表明:长江中上游地区森林平均碳密度为25.75 t/hm2;碳贮量为1 394.59 Tg(1 Tg=1012g),其中林分(包括经济林)碳贮量为1 204.30 Tg,灌木林为134.37 Tg,竹林为55.92 Tg,三者分别占总碳贮量的86.36%、9.63%和4.01%。整个防护林体系森林植被的固碳潜力为368.56 Tg/a。位于本区西部的四川盆地嘉陵江流域和西部高山峡谷区,其森林碳密度、碳贮...

以温州市区为研究区域,采用野外样方调查和实验室模拟相结合方法,研究常见绿化树种固碳能力和VOC的排放量及两者的相关性。结果表明:从单位土地面积日均固碳能力和VOC排放量上来看,灌木的VOC排放量相对较低且固碳能力较强。从整株水平上,固碳能力较好的树种VOC排放量也相对较高。植物固碳能力和VOC排放量具有种特异性,单位土地面积水平上固碳量高且VOC排放量较小的树种有:山茶、石楠、海桐、十大功劳、红花檵木、蚊母树、夹竹桃、白兰花、桂花和香叶树,可以作为城市绿化的推荐树种。

摘 要：以温州市区为研究区域，采用野外样方调查和实验室模拟相结合方法，研究常见绿化树种固碳能力和VOC 的排放量及两者的相关性。结果表明：从单位土地面积日均固碳能力和 VOC 排放量上来看，灌木的 VOC排放量相对较低且固碳能力较强。从整株水平上，固碳能力较好的树种 VOC 排放量也相对较高。植物固碳能力和 VOC 排放量具有种特异性，单位土地面积水平上固碳量高且 VOC 排放量较小的树种有：山茶、石楠、海桐、十大功劳、红花檵木、蚊母树、夹竹桃、白兰花、桂花和香叶树，可以作为城市绿化的推荐树种。

通过对北京市与全国的人均GDP、单位GDP能耗、经济结构及能耗、人均碳排放、碳生产率、碳能源排放系数等指标进行分析对比,研究了北京市的经济与能耗水平、低碳发展水平和潜力。结果显示:北京市GDP与能源消费总量都处于上升的趋势,但能源消费总量增长率(5.68%)小于GDP的增长率(16.01%),实现了相对的节能发展,优于全国平均水平;北京市低碳发展水平、产业结构和能源消费结构也领先于全国平均水平,但相较于发达国家,仍有较大的调整空间。借鉴发达国家发展低碳城市的经验并结合自身实际情况,北京市将会走出一条有中国特色的低碳城市发展道路。

利用全国森林资源清查资料,依据建立的不同森林类型生物量和蓄积量之间的回归方程,估算了北京市不同时段的森林生物量和碳储量,并分析其动态变化特点。结果表明:北京市森林碳储量由1988年的532万t增加到2003年的852万t,平均每年以4.00%的速率递增,这说明北京市森林起着碳汇作用。全市森林总碳储量中,阔叶林碳储量的贡献最大,其中,栎类、杨树占主导地位;全市森林碳储量中幼、中龄林所占比重大,而且不同森林类型及不同龄级的碳密度均呈减少趋势。因此,在实施各重点造林工程的同时加强对现有森林的抚育和管理,将会使北京市森林碳汇能力进一步提高。

森林类型及其景观格局变化都会影响森林的碳库贮量。通过分析河南省洛宁县1983、1999年森林植被类型图和1999年5月的TM影像图,可知本区森林面积从1983年的56320hm2增加到1999年的84750hm2。使用植被碳贮存数据的相关研究结果,估算了本区的植被碳存量的变化,由1983年1704180kgC增加到1999年的2727600kgC,表明研究区是一个小碳汇区。

基于森林蓄积量换算因子法与灰色预测ＧＭ（１，１）模型，对龙江森工林区森林固碳量和碳汇潜力进行核算与预测。结果表明：天保工程的实施和重点国有林区全面停止商业性采伐对森工林区的碳汇效果产生重大影响。截至２０１５年天保工程累计增汇２．８５ ＴＧ（１ ＴＧ＝１０１２Ｇ）；到２０２０年，停伐政策支持下新增碳汇１．２７ ＴＧ。龙江森工林区现有森林碳储量为９８６ ＴＧ，２０３０年碳储量将达到１ １５８ ＴＧ，碳汇潜力巨大。

基于湖南省2005和2010年森林资源调查统计数据,结合国家野外科学观测研究站湖南会同杉木林生态系统定位研究站的观测数据,估算湖南省杉木林植被碳贮量、碳密度及碳吸存潜力。结果表明:2005和2010年湖南省杉木林植被碳贮量分别为30.39×106和32.92×106t,均以中龄林的碳贮量最高,分别为17.64×106和17.31×106t;2010年各地州市杉木林植被碳贮量为0.34×106～6.45×106t;杉木林碳密度随林分龄级增加而增高,过熟林最大(23.90tC·hm-2以上),2005和2010年湖南省杉木林平均碳密度分别为10.83和12.05tC·hm-2,各地州市杉木林植被碳...

该研究采用材积源生物量法及广东省1994—2003年森林资源档案数据,量化10年间森林植被恢复过程中碳储量动态变化.其中OBPA是指疏林、竹林、经济林和四旁林.研究结果如下:1994—2003年广东省森林植被共固定碳41.67 Tg,碳密度增加了1.58 Mg/hm2;林下层和凋落物层碳储量占总碳库的38%~44%,凋落物层碳储量略大于林下层;不同类型森林的碳储量排列如下:针叶林>阔叶林>OBPA>针阔叶混交林;马尾松林碳储量在11种林型中最大,南洋楹林最小;10年中近熟林、成熟林、过熟林碳储量皆有增长,幼龄林碳储量大幅度减少,中龄林碳储量小幅度波动,其碳储量始终高于其他4个龄级;阔叶林固碳率...

基于林业生态功能和生产力布局分区的森林资源清查数据,采用森林植被生物量换算因子连续函数法,系统估算陕西省森林植被碳储量、碳密度大小并研究其空间分布特征与区域生态功能的关系。结果表明:①陕西省乔木林碳储量为23852.704万tC,其中天然林占84.36%,人工林占15.64%;平均碳密度为30.919tC/hm2,小于全国平均值,森林发育水平较低是造成陕西省森林碳密度较低的主要原因。天然林是全省森林总碳储量的主要贡献者,且天然林各优势种的平均碳密度普遍大于人工林;②陕西省从南向北自然地域的干湿条件,对森林植被碳储量整体分布产生了较大的影响;人工林碳储量比重较大的区域是受人类活动影响较大的地区;...

利用2003年河南省森林资源清查资料,建立不同优势树种生物量与蓄积量之间的回归方程,对河南省森林的碳储量进行了推算。结果表明:河南省森林的总碳储量为4 673.43万t C;阔叶林碳储量占全省森林总碳储量的89.5%,栎类和杨树2个树种占全省阔叶林总碳储量的72.3%;幼、中龄林的碳储量占全省森林总碳储量的79.5%;全省森林平均碳密度为23.64 t C/hm2。

【目的】根据第8次园林绿化植物普查中森林资源二类调查数据，对北京市森林碳汇能力进行评估，为该市森林资源的科学管理提供理论依据。【方法】本研究采取森林蓄积量扩展法，计算北京市森林整体碳储量、碳密度及其变化，并采用造林成本法和碳税法对其碳储量经济价值进行评估。【结果】（1）北京市森林总碳储量为1 934.59万t，碳密度为32.35 t/hm~2，各区域中密云区、延庆区、顺义区的碳储量较大，占比分别为13.79%、12.73%和11.40%，而碳密度较大的为顺义区、大兴区、通州区；平原和山地的碳密度均表现为阔叶林>混交林>针叶林，且平原地区碳密度约是山地的3.3倍；山地和平原地区的碳储量均以阔叶树为主，且平原地区表现出更强的森林固碳能力；防护林是森林碳储量贡献的主体，其中水土保持林碳储量最多，为414.15万t，而碳密度最大为农田防护林（175.23 t/hm~2）；优势树种碳储量大小排列为：其他杨树>栎树>油松>其他阔叶树>侧柏>刺槐>桦树>华北落叶松>山杨，碳密度大小排列为：其他杨树>桦树>华北落叶松>山杨>油松>刺槐>栎树>其他阔叶树>侧柏；不同起源中碳储量和碳密度均表现为：人工林>飞播林>天然林；龄组中碳储量大小：中龄林>幼龄林>成熟林>近熟林>过熟林，碳密度的总体规律为随着龄级的增大而增大。（2）从第1次到第8次森林资源调查，森林碳储量和碳密度持续增长；林种中特种用途林增长率最高，碳密度最大；华北落叶松、山杨的碳储量先增加再减少，而刺槐、桦树呈现先减少后增加的趋势，其他树种都呈增加趋势，而油松、华北落叶松、山杨的碳密度先增后减，侧柏、柞树、桦树先减后增，刺槐、阔叶树持续减小，杨树持续增大；天然林和人工林都呈增长趋势。（3）依据造林成本法和碳税法的不同碳价格估算，北京市森林碳储量经济价值在54.14×10~8～232.15×10~8元之间，碳税法下的森林碳储量经济价值较高。两种计算方法下北京市各区域中密云区、延庆区、顺义区碳储量经济价值最大；在所有优势树种中，杨树的碳储量经济价值最高；龄组中，中龄林对北京市的贡献最大。【结论】北京市森林具有明显的固碳潜力，但整体碳汇相对较低，今后应注重森林结构的搭配，加强林地的抚育管理，增强北京市森林碳汇的功能，提高碳汇价值，激发林业经营活力。

利用第七次全国森林资源连续清查数据,以回归模型估计法作为乔木林生物量的主要计算方法,以树种含碳率作为生物量转换为碳储量的系数,从单木归并到样地,从样地加权平均至省级区域,估算乔木林碳储量;以加权平均转换系数估算疏林地、散生木和四旁树的碳储量,以模型法估算竹林、灌木林的碳储量。结果表明:中国森林植被碳储量主要集中在西南和东北两大区;乔木林是中国森林植被碳储量的主体;人工林碳储量在中国乔木林碳储量中比例超过15%;阔叶树的碳储量和碳密度均大于针叶树。

本文首先应用1985—2008年的历史数据,构建北京市能源消费总量与地区生产总值、户籍人口、第三产业占比之间的关系式;其次通过对2015年、2020年北京经济总量、人口总量和第三产业占比的估计,预测北京市2015年和2020年三种情景下的能源消费总量以及能源消费结构;并在此基础上,应用基于能源消费量和能源消费结构的碳排放关系式,预测2015年和2020年北京市的碳排放总量和万元GDP碳排放量,最后提出北京市进一步减少碳排放的对策建议。