遼東山區(qū)日本落葉松人工林生產力動態(tài)模擬

孫 震， 唐 宇

(吉林森林工業(yè)集團有限責任公司， 吉林 長春 130021)

森林是陸地生態(tài)系統(tǒng)的主體，不但能為生物提供賴以生存的棲息地、為人類社會提供木材資源，而且在改善全球生態(tài)環(huán)境中起著非常重要的作用[1]。作為量化植被能量交換和質量大小的關鍵參數，凈初級生產力(NPP)被定義為單位時間和空間中綠色植物累計光合作用產物與自養(yǎng)呼吸的差值。一般而言，森林生態(tài)系統(tǒng)NPP占全球生態(tài)系統(tǒng)的35 %、占陸地生態(tài)系統(tǒng)的65 %，森林生態(tài)系統(tǒng)中NPP的輕微變化將影響大氣中二氧化碳的濃度，從而影響氣候變化。量化森林植被類型NPP的碳儲量和通量有助于更好地檢測二氧化碳的吸收、儲存和釋放過程。因此，采用先進的方法評估區(qū)域森林生態(tài)系統(tǒng)凈初級生產力對于減緩全球氣候變化意義重大。目前，關于森林植被生物量以及生產力現狀的估算與預測研究較多。我國有不少學者研究了森林植被生物量，但目前許多模擬森林生產力的過程模型，忽略了人為干擾對森林生態(tài)系統(tǒng)凈初級生產力的影響[2]。

日本落葉松作為我國遼東地區(qū)主要造林樹種，具有重要的生態(tài)價值和經濟價值。但目前關于遼寧省日本落葉松植被凈初級生產力估算的研究還相對較少，對經營方式引起的森林凈初級生產力的研究也相對缺乏。因此，分析和計算遼東地區(qū)日本落葉松人工林森林植被凈初級生產力與生物量，有助于豐富我國陸地生態(tài)系統(tǒng)生產力的研究成果。

1 材料與方法

1.1 數據來源

數據主要來源于研究區(qū)域內2010年遼寧省森林經理調查和野外森林植被調查數據。其中森林經理調查數據包括1 014條小班數據，主要根據地貌、立地類型、林齡、樹高、胸徑、小班面積、優(yōu)勢種、土壤類型、土層厚度等調查因子篩選得出。野外調查數據來源于2017年7月對遼寧省森林經營研究所實驗林場日本落葉松人工林長久試驗樣地的調查，分別選取中齡林、近熟林、成熟林3種林齡，對生長狀況、立地條件以及間伐措施一致的同齡日本落葉松人工林進行調查。在各林齡日本落葉松人工林地內分別設置試驗樣地，樣地大小為20 m×20 m，共設置調查樣地11塊，采集了104棵樹木用于年輪分析。

1.2 CBM-CFS3模型及參數確定

1.2.1 林分生長參數估算

研究表明，Richards方程適用性廣泛，在模擬預測林分蓄積生長表現良好[3]。本研究林分生長參數采用Richards方程結合森林資源連續(xù)清查數據與實測數據擬合得到，方程的基本形式為：

y=A(1-Be-Kx)(1-m)-1

式中：y為林分蓄積量/m3·hm-2；x為林齡/年；A為林分蓄積生長的極限值/m3·hm-2；B為x=0時y軸的截距；K為蓄積生長速率；m為擬合參數；e為自然對數值。

1.2.2 周轉階段參數調整

CBM-CFS3模型在使用過程中，模型周轉參數根據研究區(qū)域特征可進行靈活更改，可更改的模型參數主要包括：蓄積-生物量轉換參數、生物量周轉參數以及死亡有機質分解參數。所采用的蓄積-生物量轉換參數參考付甜的研究結果[3]，生物量周轉參數以及死亡有機質分解參數修改均來自前人的研究結果。

1.2.3 干擾模擬設置

CBM-CFS3模型默認設置火災為林分演替的主要因素，因此，模型中火災為林分默認干擾類型。但本次研究對象是日本落葉松人工林，為人工經營與管理下的林分，林分火災事故發(fā)生的概率并不大，模型中火災設置與區(qū)域的實際情況設置較為不同，因此，本研究中干擾類型設置為自然演替，最近一次干擾類型設置為間伐干擾，并重點計算最近一次干擾后的數值。

1.3 數據處理和分析

數據擬合分析在Origin 8.5軟件中進行，采用非線性回歸分析擬合得出日本落葉松蓄積生長方程。CBM-CFS3模型結果相關圖表制作在Origin 8.5軟件中完成。

2 結果與分析

2.1 林齡-蓄積生長方程

林分水平上的生長和產量預測是基于林分水平的變量來反映林分蓄積生長的特征，Richards方程是擬合度較好的生長模型。利用林分水平上的調查數據，得到以下生長方程：

式中：y為森林植被公頃蓄積量/m3·hm-2；x為森林植被林齡/年；e為自然對數。

方程系數、決定系數(R2)見圖1。

從圖1中可以看出，遼東山區(qū)日本落葉松人工林林分蓄積生長極限值為193.08 m3·hm-2。方程中e的系數為負值，說明只有林分生長到一定林齡才會有蓄積量積累。R2為0.69，擬合效果理想。

圖1 日本落葉松人工林林齡-蓄積量生長方程

2.2 日本落葉松人工林森林凈初級生產力的估算

由CBM-CFS3模型模擬日本落葉松人工林凈初級生產力顯示，日本落葉松人工林NPP隨林齡而變化，起初增長迅速，當林齡20年左右時達到最大值，為5.87 tC·m-2·a-1，之后隨著林齡增長而降低，在林齡為60年左右時趨于穩(wěn)定，約為3.5 tC·m-2·a-1。凈生態(tài)系統(tǒng)生產力(NEP)生長曲線表明，隨著林齡增長NEP前期迅速增長，林齡為5年之前，NEP為負值，林齡為20年左右時，NEP達到最大值，為3.70 tC·m-2·a-1，隨后NEP曲線呈下降趨勢，林齡為50年左右時趨于穩(wěn)定，為0.34 tC·m-2·a-1(圖2)。

圖2 日本落葉松人工林NPP與NEP

2.3 日本落葉松人工林地上生物量碳儲量的估算

地上生物量主要包括商品材、其他木和樹葉3個子碳庫。CBM-CFS3模型對遼東山區(qū)日本落葉松地上生物量碳庫進行模擬。其中商品材碳儲量最大，其他木碳儲量次之，樹葉碳儲量最小。商品材碳儲量隨著林齡增長而增加，林齡為50年左右時達到最大值，約為48 tC·hm-2。其他木碳儲量也隨林齡增長而增加，林齡為50年左右時達到最大值，約為29 tC·hm-2。樹葉生物量碳儲量所占比例最少，也隨林齡增長而增加，林齡為50年左右時達最大值，約為3.6 tC·hm-2。因此，地上生物量碳儲量表現為隨林齡增長而增加，林齡為50年左右時達到最大值，約為81 tC·hm-2(圖3)。

圖3 日本落葉松人工林地上生物量碳儲量

3 討論

本研究以森林調查數據作為主要數據來源，與野外調查數據和文獻數據相結合，擬合出林齡-蓄積生長模型，并利用各部分周轉速率對模型參數進行修改、初始化，模擬遼東山區(qū)日本落葉松人工林植被的生產力狀況。研究基于區(qū)域日本落葉松人工林調查數據與Richards方程，擬合日本落葉松林齡-蓄積量生長方程。Richards方程所建立的林齡-蓄積量生長方程各參數擬合效果良好，相關系數達0.69。這與前人對我國森林生物量與林齡關系的研究結果相近[4]。說明Richards方程較適用于模擬針葉樹種，可以廣泛應用于針葉樹種的生物量估算中。遼寧省日本落葉松人工林林齡與蓄積量之間的關系表明，日本落葉松在林齡約為50年時蓄積量達到成熟，這與前人研究結果相一致[5]。

利用CBM-CFS3模型模擬遼東山區(qū)日本落葉松人工林NPP表明，遼東山區(qū)日本落葉松人工林NPP隨林齡增長呈現先上升后降低最后趨于平穩(wěn)趨勢，在林齡為20年左右時固碳速率最大，達5.87 tC·m-2·a-1。甄偉對遼東山區(qū)森林植被進行估算，模擬出遼東山區(qū)森林植被林齡為15年左右時固碳速率達到最大值，為1.1 tC·m-2·a-1[5]。這與本研究結果有所差異，主要是因為甄偉等人估算的森林植被固碳速率中包括櫟類、油松、刺槐等其他樹種，這些樹種多為速生樹種，其樹木達到最大固碳速率時間短于日本落葉松。此外，日本落葉松屬于速生豐產樹種，其固碳速率較高[6]，因此，本次模型模擬中日本落葉松最大固碳速率要高于遼寧省森林植被平均固碳速率。

森林植被碳儲量對于評估森林生長狀況、了解森林生產力具有重要意義。CBM-CFS3模型中生物量組分模擬得出日本落葉松商品材為地上生物量碳儲量最大組成成分，其次是其他木生物量碳儲量，樹葉生物量碳儲量所占比例最少。這與皇寶林[1]對云南云杉地上部分生物量組分的研究結果一致。日本落葉松地上部分生物量碳儲量均隨著林齡的增長而增大，林齡為50年左右時達到最大值，約為81 tC·hm-2，說明日本落葉松50年左右已經成熟。與甄偉[5]估算的生物量相似，甄偉利用CBM-CFS3模型模擬遼東山區(qū)森林植被碳儲量研究中，得出遼東山區(qū)日本落葉松中齡林生物量碳儲量為31.19 tC·hm-2，約為本研究中日本落葉松生物量碳儲量最大值的一半。

本研究中模型模擬得到的NPP與生物量只能大致反映遼東山區(qū)日本落葉松生長情況，與實際計算可能存在差異，可能是由于以下2個因素造成的，一是研究中模擬公頃蓄積量與地面數據的立木蓄積量之間存在差異，為區(qū)域小環(huán)境因素如當地小氣候、土壤營養(yǎng)狀況和土壤質地等的差異造成的[7]；二是數據缺乏可能導致計算森林生長的蓄積方程有誤差。因此，關于未來森林植被生產力的研究，需進一步增加樣本數據以減少模擬中的不確定性。

4 結論

利用森林經理調查數據對遼東山區(qū)日本落葉松人工林生產力進行模擬，Richards模型對林齡-蓄積生長模擬效果較好；日本落葉松人工林NPP隨著林齡增長呈現先增加后降低趨勢，最后趨于穩(wěn)定，林齡為20年左右時達最大值；日本落葉松地上生物量碳儲量隨林齡增長呈增加趨勢，林齡為50年左右時達最大值。