森林經(jīng)營(yíng)增匯減排計(jì)量研究
——以思茅松林分為例

曾雙貝，杜宗義，張 蓉, 吳 亮

（1. 國(guó)家林業(yè)局昆明勘察設(shè)計(jì)院，云南 昆明 650216； 2. 云南師范大學(xué)文理學(xué)院，云南 昆明 650222）

森林經(jīng)營(yíng)增匯減排計(jì)量研究
——以思茅松林分為例

曾雙貝1，杜宗義1，張 蓉1, 吳 亮2

（1. 國(guó)家林業(yè)局昆明勘察設(shè)計(jì)院，云南 昆明 650216； 2. 云南師范大學(xué)文理學(xué)院，云南 昆明 650222）

通過(guò)對(duì)清水河 56 號(hào)國(guó)有林進(jìn)行小班區(qū)劃，利用標(biāo)準(zhǔn)地調(diào)查獲取思茅松林平均胸徑、林分密度、林齡，采用思茅松林分密度控制模型和地位級(jí)指數(shù)，結(jié)合生物量擴(kuò)展因子法，估量不同森林撫育強(qiáng)度下項(xiàng)目區(qū)思茅松的碳匯量。得出基線情景的碳匯量累計(jì)為 5 0424.50 t CO2-e，項(xiàng)目情景的碳匯量累計(jì)為 63 961.69 t CO2-e，是基線情景的 1.3 倍；項(xiàng)目?jī)籼紖R量為 13 537.20 t CO2-e，年均增匯減排量為 676.86 t CO2-e/年。結(jié)論表明，通過(guò)科學(xué)經(jīng)營(yíng)和人工撫育，選擇合適的采伐量和采伐方式，是挖掘森林固碳潛力一種有效途徑，運(yùn)用林分密度控制模型和地位級(jí)指數(shù)，結(jié)合生物量擴(kuò)展因子法，體現(xiàn)了不同森林經(jīng)營(yíng)模式下的林齡、立地條件和林分密度等因素的協(xié)同作用，為估量不同森林撫育強(qiáng)度下的碳匯量提供了有益示范。

思茅松；基線情景；項(xiàng)目情景；減排量

林業(yè)碳匯，是指通過(guò)實(shí)施造林再造林和森林管理、減少毀林等活動(dòng)，增加森林碳匯，并與碳匯交易等相結(jié)合的過(guò)程、活動(dòng)或機(jī)制，其既有自然屬性，也有社會(huì)經(jīng)濟(jì)屬性［1］。森林增加碳匯主要有兩種途徑，一是增加森林面積，二是通過(guò)加強(qiáng)森林經(jīng)營(yíng)，提高森林質(zhì)量，增強(qiáng)森林碳匯功能。

森林經(jīng)營(yíng)是優(yōu)化林分結(jié)構(gòu)、提高林地生產(chǎn)力、提升森林資源質(zhì)量、增強(qiáng)碳匯功能的重要措施。為有效改善森林狀況，提高林分生長(zhǎng)量、發(fā)揮較大的碳匯功能。通過(guò)在普洱市思茅區(qū)南屏鎮(zhèn)曼歇壩村清水河 56 號(hào)國(guó)有林內(nèi)，示范性地實(shí)施了云南省第一個(gè)森林經(jīng)營(yíng)增匯減排項(xiàng)目，旨在通過(guò)森林經(jīng)營(yíng)，充分挖掘森林固碳潛力，以增加碳匯、減少排放，同時(shí)宣傳低碳理念，倡導(dǎo)低碳生活，實(shí)踐低碳生產(chǎn)，提高公眾和社會(huì)對(duì)森林經(jīng)營(yíng)增匯減排的認(rèn)識(shí)。

1 項(xiàng)目區(qū)概況

項(xiàng)目區(qū)距普洱市區(qū)約 30 km，位于普洱市思茅區(qū)南部的南屏鎮(zhèn)曼歇壩村清水河 56 號(hào)國(guó)有林內(nèi)，項(xiàng)目區(qū)面積 264.03 hm2，地理坐標(biāo)為介于 100°56'40'' ～ 100°58'36'' E， 22°40'23'' ～ 22°41'58'' N 之間。項(xiàng)目土地所有權(quán)為國(guó)有，土地使用權(quán)為普洱市思茅區(qū)林業(yè)局所有，涉及 126 號(hào)、129 號(hào)兩個(gè)林班，優(yōu)勢(shì)樹(shù)種為思茅松，林分起源為人工林，齡組為中齡林。

2 數(shù)據(jù)來(lái)源與方法

2.1 數(shù)據(jù)來(lái)源

本次研究數(shù)據(jù)來(lái)源于南屏鎮(zhèn)曼歇壩村清水河 56 號(hào)國(guó)有林的小班區(qū)劃調(diào)查，現(xiàn)地進(jìn)行小班區(qū)劃，采用標(biāo)準(zhǔn)地調(diào)查法獲取思茅松林平均胸徑、林分密度等小班因子，根據(jù)經(jīng)營(yíng)資料調(diào)查思茅松林齡。經(jīng)調(diào)查，思茅松林各碳層的平均胸徑、林分密度、林齡詳見(jiàn)表 1。

木材密度 WD，生物量擴(kuò)展因子 BEF，根莖比 R，含碳率 CF 等相關(guān)參數(shù)來(lái)源于《森林經(jīng)營(yíng)碳匯項(xiàng)目方法學(xué)（版本號(hào) V01）》，詳見(jiàn)表 2。

表1 思茅松各碳層調(diào)查統(tǒng)計(jì)表Tab.1 Statistical table of carbon layer survey of Pinus kesiya var langbianensis plantation

表2 相關(guān)參數(shù)Tab.2 Correlation parameter

2.2 研究方法

2.2.1 項(xiàng)目計(jì)入期 項(xiàng)目計(jì)入期為 20 年（即 2013年 1 月 1 日 ～ 2032 年 12 月 31 日）。

2.2.2 碳庫(kù)選擇 國(guó)際上通行的做法是把森林碳庫(kù)劃分為地上生物量、地下生物量、枯落物、枯死木和土壤有機(jī)質(zhì)五大碳庫(kù)［2］。鑒于在計(jì)入期內(nèi)土壤有機(jī)質(zhì)碳庫(kù)碳儲(chǔ)量［3］變化相對(duì)較小、計(jì)量復(fù)雜、不確定因素較多且成本較高，枯落物和枯死木碳庫(kù)中的碳儲(chǔ)量一般較低，因此根據(jù)成本有效性、不確定性和保守性等原則，本研究?jī)H計(jì)量地上生物量和地下生物量?jī)蓚€(gè)碳庫(kù)［4］?？萋湮铩⒖菟滥?、土壤有機(jī)碳三個(gè)碳庫(kù)的變化量，統(tǒng)一視為0。無(wú)法事前預(yù)估森林火災(zāi)，故不計(jì)算“項(xiàng)目新增排放量”，在設(shè)計(jì)階段將項(xiàng)目區(qū)內(nèi)溫室氣體排放量的增加量設(shè)計(jì)為 0。本項(xiàng)目無(wú)潛在泄漏排放量，故泄漏排放量為 0。

2.2.3 經(jīng)營(yíng)措施及情景識(shí)別 為解決森林經(jīng)營(yíng)后思茅松林分株密度分布不均帶來(lái)的生物量生長(zhǎng)差異［5］，計(jì)量中，先根據(jù)小班的林分密度分為BSL-1 和 BSL-2 層，再進(jìn)行計(jì)量。

計(jì)量時(shí)，還需進(jìn)行情景識(shí)別，根據(jù)《森林經(jīng)營(yíng)碳匯項(xiàng)目方法學(xué)（版本號(hào) V 01）》的規(guī)定，把項(xiàng)目區(qū)森林經(jīng)營(yíng)者長(zhǎng)期采用的森林經(jīng)營(yíng)模式識(shí)別為基線情景，將新擬定的森林經(jīng)營(yíng)模式識(shí)別為項(xiàng)目情景，即：對(duì)思茅松林分碳層 BSL-1 和 BSL-2，在 2013 年和 2023 年各進(jìn)行一次撫育采伐蓄積強(qiáng)度為 15% 的經(jīng)營(yíng)模式視為基線情景；新擬定的對(duì)思茅松林分碳層 BSL-1 和 BSL-2，在 2013 年和2023 年各進(jìn)行一次撫育采伐蓄積強(qiáng)度為 5% 的經(jīng)營(yíng)模式視為項(xiàng)目情景，詳見(jiàn)表 3。2.2.4 碳匯計(jì)量方法

表3 經(jīng)營(yíng)措施及情景Tab.3 Management measures and scenario

（1）基于思茅松人工林優(yōu)勢(shì)木平均高導(dǎo)向曲線 H＝26.690 7×(1-e-0.049999A)0.9515和優(yōu)勢(shì)木標(biāo)準(zhǔn)差曲線方程 S＝8.607 4(1-e-0.001A)0.2733，按樹(shù)高標(biāo)準(zhǔn)差法推導(dǎo)各級(jí)指數(shù)曲線［6］。

（2）用思茅松人工林各碳層的平均胸徑 D 和林分密度 N，根據(jù)等直徑曲線方程 V＝8.598 3×10-4×D1.746809×N0.753709D^0.115494計(jì)算其對(duì)應(yīng)的每公頃蓄積量，再根據(jù)林分密度控制模型 V＝6.941 50×10-5H2.79439N-5.034 40×10-11H4.75822N2計(jì)算出優(yōu)勢(shì)高，優(yōu)勢(shì)高結(jié)合林齡查所屬的地位指數(shù)級(jí)，該地位指數(shù)級(jí) Hso與各林齡 A 對(duì)應(yīng)的樹(shù)高 Hsi＝26.690 7×(1-e-0.049999A)0.9515+(Hso-17.25)/2.947×8.607 4 ×(1-e-0.001A)0.2733，即為各年度該思茅松林分樹(shù)高的生長(zhǎng)預(yù)測(cè)值。式中，N 表示每公頃蓄積量（m3/hm2），H 表示林分樹(shù)高（m），N 表示林分密度（株/hm2），A 表示林齡（a）［7］。

（3）根據(jù)樹(shù)高的生長(zhǎng)預(yù)測(cè)值和林分密度，按林分密度控制模型 V＝6.941 50×10-5×H2.79439×N-5.034 40×10-1×H4.75822×N2計(jì)算不同年份采伐前的每公頃蓄積量。

（4）根據(jù)采伐蓄積強(qiáng)度，計(jì)算撫育后的蓄積，然后將林分密度控制模型 V＝6.941 50×10-5×H2.79439×N-5.034 40×10-1×H4.75822×N2變換為密度效應(yīng)二項(xiàng)式：V＝AN+BN2，計(jì)算每次撫育后的林分密度（不考慮自然稀疏），再根據(jù)林分密度和樹(shù)高生長(zhǎng)預(yù)測(cè)值，利用林分密度控制模型預(yù)估下一個(gè)經(jīng)營(yíng)年度的蓄積［8］。

（5）采用生物量擴(kuò)展因子法計(jì)算思茅松林分在不同年份及經(jīng)營(yíng)前后單位面積碳儲(chǔ)量，即：CS＝V×WD×BEF×（1+R）×CF×44/12，式中，CS 表示碳匯量（t CO2/hm2）；WD 為木材密度（td.m/m3），BEF 為生物量擴(kuò)展因子，R 為根莖比，CF 為含碳率（tC/（td.m.））［9］。

（6）各碳層單位面積碳儲(chǔ)量乘以面積轉(zhuǎn)換為各碳層林分在不同年份及經(jīng)營(yíng)前后林分碳儲(chǔ)量［10］。

（7）計(jì)算各碳層年平均變化量。

（8）逐年累加項(xiàng)目計(jì)入期 20 年內(nèi)各碳層年平均變化量得總林分碳儲(chǔ)量年變化量。

（9）總林分碳儲(chǔ)量年變化量，即為年碳匯量變化量［11］。

（10）項(xiàng)目減排量＝項(xiàng)目情景碳匯量-基線情景碳匯量-泄漏排放量。

3 結(jié)果與分析

根據(jù)思茅松人工林地位指數(shù)曲線和林分密度控制模型計(jì)算，該項(xiàng)目的地位指數(shù) Hso為 17，基線情景、項(xiàng)目情景各碳層樹(shù)高、經(jīng)營(yíng)前后的林分密度、蓄積量預(yù)估結(jié)果見(jiàn)表 4、表 5。

表4 基線情景各碳層的林分密度及蓄積量Tab.4 Stand density and volume of each carbon layer in the baseline scenario

表5 項(xiàng)目情景各碳層的林分密度及蓄積量Tab.5 Stand density and volume of each carbon layer in the project scenario

3.1 基線情景碳儲(chǔ)量

2032年項(xiàng)目結(jié)束時(shí)，思茅松林分基線情景下的碳儲(chǔ)量累積量為 50 424.50 t CO2-e。項(xiàng)目計(jì)入期內(nèi)，基線情景思茅松林分碳儲(chǔ)量年變化量與累積量詳見(jiàn)表 6。

表6 基線情景思茅松林分碳匯年變化量與累積量Tab.6 Annual variation and accumulation of carbon sinks of Pinus kesiya var langbianensis plantation in the baseline scenario

3.2 項(xiàng)目情景碳儲(chǔ)量

2032 年項(xiàng)目計(jì)入期末，思茅松林林分碳儲(chǔ)量變化量為 63 961.69 t CO2-e，是基線情景下的 1.3倍。項(xiàng)目計(jì)入期內(nèi)，項(xiàng)目情景思茅松林林分碳儲(chǔ)量累積情況詳見(jiàn)表 7。

表7 項(xiàng)目情景思茅松林分碳匯年變化量與累積量Tab.7 Annual variation and accumulation of carbon sinks of Pinus kesiya var langbianensis plantation in the project scenario

3.3 項(xiàng)目減排量

項(xiàng)目減排量等于項(xiàng)目情景碳匯量減去基線碳匯量，再減去泄漏排放量，思茅松林林分經(jīng)過(guò)森林經(jīng)營(yíng)后，預(yù)估項(xiàng)目減排量為 13 537.20 t CO2-e，年均增匯減排量為 676.86 t CO2-e /年。項(xiàng)目計(jì)入期內(nèi)，項(xiàng)目減排量詳見(jiàn)表 8。

表8 項(xiàng)目減排量Tab.8 The reducing emissions of project

續(xù)表8 項(xiàng)目減排量Continued Tab.8 The reducing emissions of project

思茅松華山松人工林齡組在 11-20 年時(shí)為中齡林，21-30 年時(shí)為近熟林，31-50 年時(shí)為成熟林，項(xiàng)目計(jì)入期內(nèi)，思茅松華山松人工林由中齡林進(jìn)入成熟林，此間生物量雖然仍處在增長(zhǎng)狀態(tài)，但增長(zhǎng)幅度逐漸降低，因此碳儲(chǔ)量會(huì)隨之增加，而碳儲(chǔ)量年均增加量卻逐步減少。

項(xiàng)目情景與基線情景相比，項(xiàng)目情景的碳匯能力較強(qiáng)，尤其是思茅松華山松人工林進(jìn)入近熟林、成熟林齡組時(shí)的碳匯能力提高更為顯著，隨著思茅松華山松林分成熟度的不斷增加，碳儲(chǔ)量呈穩(wěn)定的上升趨勢(shì)。基線情景和項(xiàng)目情景思茅松林林分碳儲(chǔ)量情況詳見(jiàn)圖 1。

圖1 不同情景思茅松林分碳儲(chǔ)量Fig.1 Carbon storage of Pinus kesiya var langbianensisplantation stand under different scenarios

4 結(jié)論與討論

（1）通過(guò)科學(xué)經(jīng)營(yíng)和人工撫育，選擇合適的采伐量和采伐方式，減小森林生物量的損失，在有限的林地面積上提高林木單位蓄積量，是提高碳匯能力，增加森林固碳量一種有效途徑。經(jīng)測(cè)算計(jì)量，在項(xiàng)目計(jì)入期內(nèi)，采取兩次蓄積強(qiáng)度為 5% 的疏伐后，思茅松林分的項(xiàng)目?jī)籼紖R量為 13 537.20 t CO2-e，年均增匯減排量為 676.86 t CO2-e /年。

（2）許多研究表明，對(duì)于某一特定的森林類型而言，生物量轉(zhuǎn)換因子是立木的生物量和蓄積量的集中體現(xiàn)，與林木的年齡、種類組成、其它生物學(xué)特性和立地條件等密切相關(guān)［12］。方精云［13］等也指出，林分生物量和蓄積量與森林類型、年齡、立地條件和林分密度等［14］諸多因素有關(guān)。本文采用的小班區(qū)劃和標(biāo)準(zhǔn)地調(diào)查成果數(shù)據(jù)，綜合考慮年齡、立地條件和林分密度等諸多因素，運(yùn)用林分密度控制模型和地位級(jí)指數(shù)，結(jié)合生物量擴(kuò)展因子法，估量不同森林撫育強(qiáng)度下的碳匯量的方法，為森林經(jīng)營(yíng)的計(jì)量做了有益的探索。但林分密度控制模型和地位級(jí)指數(shù)地域性強(qiáng)且覆蓋度低，缺乏經(jīng)過(guò)驗(yàn)證的通用的模型，為計(jì)量帶來(lái)不便。

［1］李怒云．中國(guó)林業(yè)碳匯［M］．北京：中國(guó)林業(yè)出版社，2007.

［2］韓愛(ài)惠．森林生物量及碳儲(chǔ)量遙感監(jiān)測(cè)方法研究［D］．北京：北京林業(yè)大學(xué)林學(xué)院，2009.

［3］王效科，馮宗煒， 歐陽(yáng)志云．中國(guó)森林生態(tài)系統(tǒng)的植物碳儲(chǔ)量和碳密度研究［J］．應(yīng)用生態(tài)學(xué)報(bào)，2001，12（1）：13-16.

［4］張 穎，吳麗莉，蘇 帆，等．我國(guó)森林碳匯核算的計(jì)量模型研究［J］．北京林業(yè)大學(xué)學(xué)報(bào)，2010（2）：194-200.

［5］趙 敏，周廣勝．中國(guó)森林生態(tài)系統(tǒng)的植物碳貯量及其影響因子分析［J］．地理科學(xué)，2004，24（1）：50-54.

［6］宋永?。济┧扇斯ち值匚恢笖?shù)表的編制與應(yīng)用［J］．林業(yè)調(diào)查規(guī)劃，2004，29（1）：5-8.

［7］宋永俊，郭志坤，陸洪燦．思茅松人工林林分密度控制圖的編制與應(yīng)用［J］．林業(yè)調(diào)查規(guī)劃，2002，27（2）：1-5.

［8］唐守正，張會(huì)儒，胥 輝，等．相容性生物量模型的建立及其估計(jì)方法研究［J］．林業(yè)科學(xué)，2000，36（?？?）.

［9］國(guó)家林業(yè)局．碳匯造林項(xiàng)目方法學(xué)［R］．國(guó)家林業(yè)局，2013.

［10］國(guó)家林業(yè)局．森林經(jīng)營(yíng)碳匯項(xiàng)目方法學(xué)［R］．國(guó)家林業(yè)局，2014．

［11］董方曉．對(duì)我國(guó)森林碳匯量的估算與分析—以遼寧省森林資源為例［J］．林業(yè)經(jīng)濟(jì)，2010（9）：21-25.

［12］Johnson WC，Sharp D M．The ratio of total to merchantbale of forest biomass and its application to the global carbon budget［J］．Forest Ecology and Management，1983（3）：34-36．

［13］方精云，劉國(guó)華，徐嵩齡．我國(guó)森林植被的生物量和凈生產(chǎn)量［J］．生態(tài)學(xué)報(bào)，1996，16（5）：497-508．

［14］Murillo J C．The carbon budget of the Spanish forests［J］．Biogeochemistry，1994（25）：197-217.

（文字編校：楊 駿）

Study of increasing carbon sinks and reducing emission on forestry management——Taking Pinus kesiya var.langbianensis stand as an example

ZENG Shuangbei1，DU Zongyi1， ZHANG Rong1，WU Liang2
（1. China Forest Exploration and Design Institute on Kunming，State Forestry Administration，Kunming 650216，China；2. College of Arts and Sciences，Yunnan Normal University，Kunming 650222，China）

Through the Qingshui River 56 state-owned forest small class division，use standard survey to obtain average diameter at breast height，stand density，and age of Pinus kesiya var langbianensis forest plantation were obtained by standard investigation，combined with the biomass expansion factor method，the carbon sink of P.kesiya var langbianensis in the project area under different forest tending intensity was estimated.The cumulative carbon sinks for the baseline sce nario are 50 424.50 t CO2-e，and the total of cumulative carbon sinks for the project scenario were 63 961.69 t CO2-e，which was 1.3 times the baseline scenario.The net net sink was 13 537.20 t CO2-e.The increase carbon sink and reducing in emissions is 676.86 t CO2-e/year. The results show that through the scientific management and artificial tending，the selection of appropriate cutting and cutting methods is an effective way to excavate the potential of forest carbon sequestration.Using the stand density control model and the rank index，combined with the biomass expansion factor method.The synergistic effect of factors such as age，site conditions and stand density in different forest management modes provides a useful demonstration for estimating the carbon sinks under different forest tending intensity.

Pinus kesiya var.langbianensis；baseline scenario；project scenario；emission cuts

S 718.5

A

1003-5710（2017）04-0083 -06

10.3969 / j.issn. 1003-5710.2017.04.017

2017-05-08

曾雙貝（1982-），女，湖南省株洲市人，碩士，工程師，主要充實(shí)林業(yè)調(diào)查規(guī)劃研究；E-mail：53944768@qq.com

杜宗義（1983-），男，云南省鎮(zhèn)雄縣人，碩士，工程師；E-mail：274516090@qq.com