以白龙江林业管理局2010年森林资源规划设计调查(以下简称二类调查)为基础更新至2015年的资源数据,采用国家权威机构公布的社会公共数据,按照《中国森林植被生物量与碳储量评估》,参考白龙江森林生态站的观测数据,评估了白龙江林区森林植被生物量、碳储量与碳汇价值。结果表明:(1)森林植被生物量总量为10 939.65万t,总碳储量为5 528.47万t,单位面积生物量为143.32 t/hm2,碳密度为72.43 t/hm2,碳交易的潜在价值为324 336.91万美元(JI)或490 559.61万美元(C

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。

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;...

森林在全球和区域碳循环中发挥着关键作用，研究森林碳储量的变化对于估算碳收支与平衡有重要意义。天然林资源保护工程（天保工程）作为我国六大林业重点工程之一，不仅改善了我国的生态环境状况，且对区域森林生态系统的碳储量具有重要影响。利用１９８８～２００８年５期的全国森林资源清查数据及长江上游地区天保工程实施方案（一期、二期）等资料，基于生物量换算因子连续函数法，分析了长江上游天保工程区一期（２０００～２０１０年）森林植被碳储量、天保工程实施前后１０ａ长江上游六省区市森林植被碳储量的变化以及长江上游天保工程区二期（２０１１～２０２０年）森林植被固碳能力。结果表明：长江上游天保工程区一期森林植被碳储量为１．．．

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。

利用"十五"期间(2001—2005年)江西省森林资源二类清查资料,根据优势树种生物量扩展方程,估算江西省森林植被的碳储量和碳密度,并分析其地理分布特征。江西省森林植被的总碳储量为263.87 Tg C(1 Tg C=106t),其中林分碳储量为214.70 Tg C。在11个地市中,赣州市的森林植被碳储量最大,为70.11 Tg C,其次是吉安市、上饶市和宜春市。江西省森林植被的平均碳密度为26.27 t/hm2,林分平均碳密度为27.20 t/hm2,各地市森林植被的平均碳密度景德镇市最大,为31.65 t/hm2,其次为宜春市、吉安市和鹰潭市。各森林类型中,杉木(Cunninghamia...

为明晰湖南省现有森林植被碳储量区域分布格局,基于湖南省2014年森林资源年度统计数据,结合材积源生物量法估算了湖南省现有森林植被碳储量、碳密度及其区域空间分布格局。结果表明:(1)湖南省乔木林植被碳储量为145.23×106 t,其中阔叶林植被碳储量占47.52%,幼龄林和中龄林植被碳储量之和占69.49%;湖南省乔木林植被平均碳密度为16.26 t·hm(-2)。(2)湖南省现有森林植被碳储量为196.95×106 t,其中乔木林植被碳储量占73.73%,湖南省现有森林植被平均碳密度为16.31 t·h

森林景观格局变化是影响森林碳库储量的一个重要因子。该文利用伊洛河流域中部地区洛宁县1983年、1999年森林植被类型图和1999年5月份的TM影像图,分析了该地区森林植被类型的面积变化,结果显示,森林面积从1983年的56320hm2增加到1999年的84750hm2。使用已经公开发表的植被碳储存数据估算了该地区植被碳储存量的变化,森林植被碳储量由1983年1704 18MgC的增加到1999年的2727 6MgC,表明研究区是一个小碳汇区。

森林是陆地生态系统的主体,在全球碳循环中起着十分重要的作用。本文利用20世纪70年代以来的六次森林清查资料,结合森林生物量实测数据,采用分树种、分龄组的生物量—蓄积拟合关系,估算了中国20世纪70年代以来森林植被碳储量的动态变化。结果表明:我国六次森林资源清查中森林的植被总碳储量分别为3.8488PgC、3.6960PgC、3.759PgC、4.1138PgC、4.6563PgC和5.5064PgC,虽然存在一定的波动现象,但总体增长趋势明显,尤其是80年代以来,植被碳储量净增加1.8104PgC,平均每年以0.0823PgC的速率增加,这表明80年代以来我国森林植被一直起着明显的CO2汇的作用。从碳密度的变化看,70年代以来我国森林植被平均碳密度增长了3.001Mgha-1,其中幼龄林与中龄林碳密度分别增长5.2871Mgha-1和0.6022 Mgha-1,而成熟林碳密度却降低了0.7581Mgha-1,可见中国森林植被的碳汇功能主要来自于人工林的贡献,而且随着幼龄林、中龄林碳储量和碳密度的增长,中国森林植被的碳汇功能将进一步增强。我国森林植被碳储量和碳密度空间差异显著,森林植被碳库主要集中于东北和西南地区,平均碳密度以西南、东北以及西北地区为大,中国森林植被碳储量和碳密度的这种空间分布规律与人类活动对森林的干扰强度密切相关。

以黑龙江省森林工业总局森林资源连续清查第六次复查公布数据为基础,结合现有的各优势树种蓄积量以及分龄组的生长率数据,估算了黑龙江省森工国有林区潜在碳储量为3.17Pg,实际碳储量仅占潜在碳储量的9.52%。这说明如果保护好现有的森林资源,黑龙江省森工国有林区将发挥越来越重要的碳汇功能。

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。

基于林业生态功能和青海省森林资源清查数据,采用森林植被生物量换算因子连续函数法,系统估算与分析青海省森林植被碳储量、碳密度,研究其近20a碳储量变化并进行现状分析。结果表明:(1)青海省森林碳储量为11 182 642.22t,占同时期全国总碳储量的1.98%,青海省森林生态系统中面积占较大比重的中龄林,其碳储量尚未达到最大,有较大发展空间;(2)青海省近20a天然林类型中碳储量较大的前4种分别是:柏木(Cupressus funebris)、桦木(Betula)、杨树(Populus)、云杉(Picea asperata)天然林,表明这几种天然林在青海省森林植被中占有重要的地位,其集中分布对...

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。

【目的】构建地理加权随机森林（Geographically weighted random forest,GWRF）模型估算森林碳储量以解决区域尺度范围内森林碳储量估算精度不高的问题，对科学经营管理森林、推动碳循环和碳汇相关研究、实现我国“双碳”目标有重要指导意义。【方法】以黑龙江省小兴安岭、长白山地区森林植被碳储量为研究对象，基于2015年森林资源连续清查数据和Landsat8-OLI影像，采用普通最小二乘（Ordinary least squares,OLS）、随机森林（Random forest,RF）模型、地理加权回归（Geographically weighted regression,GWR）模型以及地理加权随机森林模型分别构建不同林型及总体（不分林型）的森林碳储量估测模型，比较是否区分林分类型时，不同模型预测精度之间的差异，实现对研究区森林碳储量的精准反演。【结果】1)各个模型在区分林型时的预测精度均高于总体（不分林型）情况，以GWRF模型精度最优，其中针叶林精度最高（R²=0.58,RMSE=15.97 t/hm²）；阔叶林次之（R²=0.46,RMSE=17.66 t/hm²）；针阔混交林随后（R²=0.45,RMSE=19.51 t/hm²）；总体（不分林型）最低（R²=0.40,RMSE=20.22 t/hm²）。2)4种模型的检验精度GWRF>RF>GWR>OLS。与OLS相比，GWRF在针叶林、阔叶林、针阔混交林和总体（不分林型）中提升的ΔR²分别为0.15、0.09、0.16和0.04；降低的ΔRMSE分别为2.09、1.35、3.47和0.89 t/hm²；与RF相比，GWRF提升的ΔR²分别为针叶林0.14、阔叶林0.06、针阔混交林0.04、总体（不分林型）0.02；降低的ΔRMSE分别为针叶林1.95 t/hm²、阔叶林0.86 t/hm²、针阔混交林0.67 t/hm²、总体（不分林型）0.29 t/hm²。3)研究区森林碳储量密度最高预测值为77.08 t/hm²，最低值为5.24 t/hm²，平均值为41.07 t/hm²，总量为552.04 Tg；从空间上看，森林碳储量高值分布在小兴安岭东南部、张广财岭等地区，呈现斑状不均匀性分布。【结论】相比于其他3种模型，GWRF作为局部模型，考虑到空间异质性，在区域尺度范围内估测森林碳储量有较好的应用前景。区分林分类型能提高预测精度，在今后对森林生物量或碳储量的研究中，应考虑区分林分类型建模。本研究的模型和方法有一定适应性，可为森林资源的快速和精准监测提供方法借鉴。