氣候變化對落葉松人工林生物量生長的影響模擬

何 瀟,雷相東*,段光爽, 豐慶榮, 張逸如, 馮林艷

(1.中國林業(yè)科學研究院資源信息研究所,國家林業(yè)和草原局森林經(jīng)營與生長模擬重點實驗室,北京 100091;2.信陽師范學院數(shù)學與統(tǒng)計學院,河南 信陽 464000;3.國家林業(yè)和草原局林草調查規(guī)劃院,北京 100714)

森林通過吸收CO2將溫室氣體固定下來,在應對氣候變化中發(fā)揮著重大作用,是未來實現(xiàn)碳中和的重要手段。據(jù)估計,森林生態(tài)系統(tǒng)中的生物量約占陸地生態(tài)系統(tǒng)的80%[1]。森林生物量動態(tài)變化監(jiān)測是林業(yè)建設管理的重要基礎[2],模型模擬法是評估森林生物量的常用手段。與傳統(tǒng)的林分斷面積[3]和蓄積[4]等生長模型類似,生物量生長模型是描述生物量隨時間變化的方程。在單木水平上,自變量包括胸徑、樹高等。薛春泉等[5]比較了用不同理論生長方程擬合廣東省3個鄉(xiāng)土闊葉樹種的相容性單木生物量生長模型,結果表明地上生物量最優(yōu)生長模型為Logistic方程,而地下生物量則為Schumacher方程。在林分水平上,常見的自變量包括立地因子、林齡、密度和經(jīng)營措施等。何瀟等[6]發(fā)現(xiàn)退化森林生態(tài)系統(tǒng)中林分生物量主要受到林齡、森林類型、海拔和干擾方式的影響。曹磊等[7]建立了3種林分生物量生長模型:3參數(shù)Richards生長模型、含斷面積的生長模型、含斷面積和立地分級的生長模型,其決定系數(shù)R2分別為0.475、0.836和0.961。黃曉強等[8]發(fā)現(xiàn)林齡和土壤質地能解釋森林生態(tài)系統(tǒng)碳儲量65.6%的變異。因此,針對特定地區(qū)和森林類型研建林分生物量生長模型,并分析林分生物量的生長過程是十分必要的。

氣候變化對森林生態(tài)系統(tǒng)的影響已經(jīng)被證實,包括生物多樣性[9]、生產力[10]、枯死率[11]等方面。然而傳統(tǒng)的生長模型假設氣候不變,不能預測氣候變化的影響。近年來在傳統(tǒng)生長方程中引入氣候變量來預測氣候變化的影響成為一種新的趨勢,它可以提高模型的準確性和降低模型預測的不確定性。例如Sharma等[12]使用氣候、土壤和其他環(huán)境變量來預測地位指數(shù)的變化。He等[13]發(fā)現(xiàn)含氣候變量和不含氣候變量的林分生物量模型估計的華北和東北地區(qū)落葉松人工林的總生物量相差411 549 t,碳當量的價值差異約為830萬美元。但是氣候變化對森林生態(tài)系統(tǒng)的影響預測仍然存在不確定性[14],氣候變化對生物量的影響程度和方向因氣候變化情景、樹種以及區(qū)域而異[15],需要更多的檢驗和驗證。

落葉松(Larixspp.)是我國華北和東北地區(qū)的主要樹種,在木材生產和生態(tài)服務中發(fā)揮著重要作用。生物量估算是生態(tài)服務功能評估的重要組成部分。根據(jù)第9次全國森林資源清查報告[16],落葉松林的生物量為9.22億t,占全國森林總生物量的5.55%。由于落葉松對氣候變化非常敏感[17-18],其單木生物量也會受到氣候變化的影響[19]。但未來氣候變化如何影響落葉松的林分生物量生長并不清楚。因此,本研究利用華北和東北地區(qū)第6～8次森林資源連續(xù)清查落葉松人工純林的固定樣地調查數(shù)據(jù),建立含氣候因子和啞變量的林分生物量生長模型,預測未來氣候變化下落葉松人工林生物量及其連年生長量,分析氣候變化對林分生物量生長的影響,為落葉松人工林碳估測和適應性經(jīng)營決策提供依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)預處理

數(shù)據(jù)來源于華北(北京、河北、內蒙和山西)和東北(黑龍江、吉林和遼寧)地區(qū)第6～8次森林資源連續(xù)清查固定樣地,根據(jù)一類調查規(guī)程,將落葉松蓄積占比超過65%以上的林分稱為落葉松純林,共有4個樹種:華北落葉松(Larixprincipis-rupprechtii)、日本落葉松(L.kaempferi)、興安落葉松(L.gmelinii)和長白落葉松(黃花落葉松,L.olgensis)。樣地調查因子包括樣地地理坐標、海拔、坡向、坡度等立地因子以及林分平均高和林分平均林齡2個林分因子,其中林分平均高是在樣地中測量3～5株平均木的樹高取平均值得到。其他林分因子可根據(jù)樣地的每木檢尺數(shù)據(jù)計算,包括平方平均胸徑、林分公頃斷面積、林分每公頃株數(shù)、林分密度指數(shù)和地位指數(shù)。其中林分密度指數(shù)按式(1)計算[20]。地位指數(shù)計算過程為:①根據(jù)Zang等[21]提出的樹高胸徑模型計算樣地內每株樣木的樹高,取前6株最高的樹高平均值作為優(yōu)勢高;②采用Zang等[17]構建的優(yōu)勢高生長模型計算地位指數(shù)。計算公式如下:

ISD=N·(Dg/D0)1.605;

(1)

h=1.3+25.169 9·[1-exp(-0.048 3·DDBH)]1.331 4;

(2)

IS=Ht·

(3)

式中:ISD為林分密度指數(shù);N為林分每公頃株數(shù),株/hm2;Dg為平方平均胸徑,cm;h為單木樹高,m;D0為標準平均直徑,這里取20 cm;DDBH為單木胸徑,cm;IS為地位指數(shù);Ht為林分優(yōu)勢高,m;A為林分平均林齡,a。

利用單木生物量模型推算樣地中每株樣木的總生物量(包括樹干、樹枝、樹葉和樹根),按樣地求和后再除以樣地面積得到林分總生物量。落葉松的單木生物量模型參照標準LY/T 2654—2016《立木生物量模型及碳計量參數(shù)——落葉松》[22],其他伴生樹種的單木生物量模型參照相關文獻[23-24]。各樹種林分因子概況見表1。

表1 樣地林分因子概況

氣候數(shù)據(jù)來自亞太地區(qū)氣候數(shù)據(jù)平臺ClimateAP[25],可以根據(jù)每個樣地的地理坐標和海拔生成亞太地區(qū)特定位置的氣候數(shù)據(jù)。本研究中每個樣地參與建模的氣候變量取1981—2010年期間的平均值,并作為當前氣候情景。氣候變量的篩選采用相關分析,最終從16個氣候因子中發(fā)現(xiàn)年濕熱指數(shù)(AHM)[25]與林分生物量的關系最密切(R=-0.35,P<0.001),因此后續(xù)的建模工作中將AHM引入林分生物量生長模型中。2011—2060年的逐年氣候數(shù)據(jù)用來預測落葉松人工林生物量的未來生長變化,除當前氣候不變,還考慮了兩種溫室氣體代表性濃度路徑(RCPs)氣候情景,分別是RCP 4.5和RCP 8.5。RCP 4.5是在政府氣候變化政策干預下的氣候情景,特點是可再生能源的使用和化石燃料使用率的不斷減少,溫室氣體排放量顯著降低;RCP 8.5是無氣候變化政策干預時的情景,特點是溫室氣體排放和濃度不斷增加,化石燃料消耗變大,溫室氣體排放量顯著增加。

2 模型構建及模擬方法

2.1 林分生物量生長模型的建立與評價

林分生物量基礎生長模型形式采用全林整體模型中的斷面積生長模型[26-27]。

(4)

式中:B為林分總生物量;a1、a2、b1、b2和c為模型參數(shù);ε為誤差項。

考慮到不同樹種的林分生物量生長過程存在差異,因此將樹種作為啞變量添加到林分生物量基礎生長模型中,得到含啞變量的生長模型。由于有5個參數(shù),啞變量設置共有31種情況,考慮到模型擬合難度和自由度的問題,本研究只在一個參數(shù)上設置啞變量,共有5種情況。最終模型將樹種啞變量設置在林分生物量基礎生長模型的參數(shù)c上。

(5)

式中:Si為區(qū)分樹種的啞變量,當S1=0、S2=0、S3=0時表示樹種為長白落葉松;S1=1、S2=0、S3=0時表示樹種為華北落葉松;S1=0、S2=1、S3=0時表示樹種為日本落葉松;S1=0、S2=0、S3=1時表示樹種為興安落葉松;a1、a2、b1、b2、c、c1、c2和c3為模型參數(shù)。

由于氣候變化會對林分生物量的生長產生影響,所以將氣候變量通過再參數(shù)化的方法加入到含啞變量的林分生物量生長模型中,得到含氣候因子和啞變量的林分生物量生長模型。模型在擬合時會逐步剔除不顯著的變量。

(6)

式中:IAHM為年濕熱指數(shù);a11、a12、a21、a22、b11、b12、b21、b22、c、c1、c2和c3為模型參數(shù)。

因為林分密度指數(shù)(SDI)是隨林分發(fā)育狀態(tài)而發(fā)生變化的,在模擬氣候變化條件下林分生物量生長時需要得到對應的林分密度指數(shù)(SDI),根據(jù)文獻[27],本研究也采用復測數(shù)據(jù)構建了含氣候變量和樹種啞變量的SDI動態(tài)預測模型:

(7)

式中:ISD 1和ISD 2分別為期初和期末林分密度指數(shù);A1和A2分別為期初和期末林分平均林齡;a01、a10、a02、a11、a12、a13和a2為模型參數(shù)。

生物量數(shù)據(jù)普遍存在異方差性,本研究采用加權回歸法消除異方差,并使用決定系數(shù)(R2)和估計值的標準誤[式中記為σ(SE)],評價模型擬合效果:

(8)

(9)

采用刀切法對模型進行檢驗。刀切法是指在具有n個觀測樣本的數(shù)據(jù)集中,去除第i個樣本作為訓練集來擬合模型,然后使用該模型估計第i個樣本的估計值,重復n次,得到n個模型估計值和模型參數(shù)的n個估計結果,最后計算模型評價指標和模型參數(shù)平均值與標準差等統(tǒng)計量。如果刀切法計算結果與全部數(shù)據(jù)擬合得到結果(評價指標和模型參數(shù))差異不大,則認為該模型沒有發(fā)生過擬合現(xiàn)象。

2.2 氣候變化對林分生物量及其生長的影響模擬

對式(6)中林分林齡求導可得到含氣候和啞變量的林分生物量連年生長量方程。未來氣候采用以下3種情景:當前氣候情景、RCP 4.5和RCP 8.5。假設地位指數(shù)(SI)不變,林分密度指數(shù)(SDI)通過式(7)得到,以2011年作為起始狀態(tài),通過式(6)可預測未來氣候情境下不同樹種的林分生物量及連年生長量。為了量化氣候變化對林分生物量及其生長的影響,本研究計算了當前氣候情景落葉松人工林生物量及其連年生長量與RCP 4.5、RCP 8.5情景下的相對差值。

(10)

(11)

3 結果與分析

3.1 林分生物量生長模型擬合結果

從模型評價指標上看(表2),林分生物量基礎生長模型[式(4)]的R2超過0.93,標準誤(SE)值小于11 t/hm2。而含啞變量的生長模型的R2為0.947 0,SE為9.72 t/hm2,與林分生物量基礎生長模型相比,R2提高了0.94%,SE值降低了7.34%。

表2 林分生物量生長模型的評價指標

含啞變量的落葉松人工林最優(yōu)林分生物量生長模型如下:

(12)

式中:長白落葉松的參數(shù)c1=0.293 1,華北落葉松的參數(shù)c2=0.338 1,日本落葉松的參數(shù)c3=0.258 5,興安落葉松的參數(shù)c4=0.292 0。

含氣候和啞變量的落葉松人工林最優(yōu)林分生物量生長模型如下:

i=1,2,3,4。

(13)

式中:長白落葉松的參數(shù)c1=0.321 1,華北落葉松的參數(shù)c2=0.356 5,日本落葉松的參數(shù)c3=0.238 3,興安落葉松的參數(shù)c4=0.315 0。

引入氣候因子AHM后,模型性能得到進一步提升,R2大于0.95,SE為9.38 t/hm2,與含啞變量的最優(yōu)林分生物量生長模型[式(12)]相比,含氣候和啞變量的落葉松人工林最優(yōu)林分生物量生長模型(13)的R2提高了0.39%,SE值降低了3.50%,滿足建模精度的要求。從刀切法驗證結果來看(表3),該模型(13)的參數(shù)變動幅度不大,表明了模型的穩(wěn)定性。根據(jù)刀切法計算的模型評價指標與全部數(shù)據(jù)擬合得到結果對比,含氣候和啞變量的最優(yōu)林分生物量生長模型(13)沒有發(fā)生過擬合現(xiàn)象。因此,模型(13)可以模擬未來氣候變化下林分生物量的生長過程。

表3 含氣候因子和啞變量的最優(yōu)林分生物量生長模型(13)的刀切法檢驗

(14)

式中:長白落葉松、華北落葉松和興安落葉松的參數(shù)a11=-2.099 6,日本落葉松參數(shù)a12=-1.856 0。

3.2 未來氣候變化下林分生物量生長模擬結果

未來各樹種林分生物量生長過程預測結果顯示(圖1),3種情景下林分生物量均隨時間呈現(xiàn)上升趨勢。在氣候變化情景下(RCP 4.5和RCP 8.5),各樹種林分生物量出現(xiàn)明顯的波動現(xiàn)象,不同氣候情景下的排序為:當前情景>RCP 4.5>RCP 8.5。未來各樹種林分生物量連年生長量預測結果顯示(圖1),3種氣候情景下林分生物量連年生長量呈現(xiàn)出逐年降低的趨勢,不同氣候情景下的排序為:當前情景>RCP 4.5>RCP 8.5。

圖1 未來3種氣候情景下4種落葉松林分生物量及連年生長量的變化Fig.1 Changes of stand biomass and its annual increment of four larch species under three climatic scenarios in the future

3.3 氣候變化對林分生物量及其生長的影響

從林分生物量來看(圖2),與當前氣候相比,RCP 4.5情景下各樹種林分生物量的相對差值主要集中在-10%～5%之間,各樹種2011—2060年的相對差值的平均值為-3.02%～2.69%,其中日本落葉松(0.05%)和華北落葉松(2.69%)的相對差值為正,長白落葉松(-1.27%)和興安落葉松(-3.02%)的相對差值均為負。RCP 8.5情景下的結果類似,50年相對差值的平均值為-4.72%～3.41%,其中僅華北落葉松(3.41%)的相對差值為正,長白落葉松(-2.62%)、日本落葉松(-0.50%)和興安落葉松(-4.72%)的相對差值均為負。這說明不同樹種的林分生物量對氣候變化的響應不同,同時存在增加和減少的趨勢。

圖2 未來氣候情景RCP 4.5、RCP 8.5下4種落葉松林分生物量及連年生長量與當前氣候情景下的相對差值Fig.2 Relative differences of the stand biomass and its annual increment of four larch species between RCP 4.5,RCP 8.5 and current climatic scenarios

從林分生物量連年生長量來看,與當前氣候相比,RCP 4.5情景下各樹種林分生物量連年生長量的相對差值主要集中在-5%～5%之間,各樹種未來50年的相對差值的平均值為-1.92%～0.30%,其中僅華北落葉松(0.30%)的相對差值為正,長白落葉松(-1.46%)、日本落葉松(-0.12%)和興安落葉松(-1.92%)的相對差值均為負。RCP 8.5情景下,50年相對差值的平均值為-2.66%～0.72%,其結果和RCP 4.5情景下類似,其中僅華北落葉松(0.72%)的相對差值為正,長白落葉松(-1.69%)、日本落葉松(-0.26%)和興安落葉松(-2.66%)的相對差值均為負。這說明不同樹種的林分生物量連年生長量對氣候變化的響應不同,同時存在增加和減少的趨勢。

從表4可見,與當前氣候相比,未來兩種氣候情景下不同樹種的林分平均生物量和連年生長量的相對差值有正有負,既有減少也有增加。這是由于未來氣候變化情景中各樹種所在樣地的AHM既有增加也有減少,反映了氣候變化的時空變異性。

表4 2011—2060年的AHM、林分生物量及其連年生長量的相對差值

4 討 論

傳統(tǒng)的林分生物量生長模型可以通過引入與生物量具有顯著相關的氣候變量進行改進,使其能預測未來氣候變化下林分生物量的生長。本研究表明,引入氣候變量年濕熱指數(shù)(AHM)提高了模型的擬合效果,雖然R2提高較小,但模型間具有統(tǒng)計上的顯著差異。這與已有的研究結果類似,如Usoltsev等[28]針對冷杉(Abiesfabri)建立的含冬季溫度和年降水量的林分總生物量模型中,R2可達0.961。He等[13]發(fā)現(xiàn)蓄積量、年平均氣溫、年平均降水和年濕熱指數(shù)能解釋落葉松人工林96%的林分總生物量的變異,相對誤差比不含氣候的傳統(tǒng)模型降低5.5%。Bennett等[29]使用隨機森林算法來測試氣候變量對林分地上生物量的解釋力,發(fā)現(xiàn)氣候變量解釋了林分地上生物量47%的變化。

溫度和降水顯著影響森林的生產力[30-31]。AHM是將氣溫和降水量相結合的一個綜合指標,能夠表征某一地區(qū)的干旱情況。本研究的結果表明,年濕熱指數(shù)顯著影響落葉松人工林的生物量。Khan等[32]發(fā)現(xiàn)落葉松林的生物量與年平均氣溫呈顯著負相關,與年平均降水呈顯著正相關。Gao等[33]指出年降水量的增加會使落葉松的單木生物量增加。Aguirre等[34]評估了馬頓濕熱指數(shù)對西班牙伊比利亞半島上的歐洲赤松(Pinussylvestris)、意大利松(Pinuspinea)、地中海松(Pinushalepensis)、歐洲黑松(Pinusnigra)和海岸松(Pinuspinaster)等5種松樹林的林分生物量的影響,結果發(fā)現(xiàn)濕熱指數(shù)對林分生物量既有正向作用也有負向作用。因此,氣候變化對林分生物量的影響程度和方向會因樹種的不同而不同,本研究的結果也有類似規(guī)律。除RCP 4.5情景下的日本落葉松外,其余樹種的林分生物量及連年生長量與AHM均呈現(xiàn)負相關關系。在RCP 8.5情境下,華北落葉松未來的AHM會降低,即氣候會變得濕潤,林分生物量及生長量會增加;興安落葉松未來的AHM增加時林分生物量及生長量卻降低。但不同樹種的林分生物量對氣候的響應程度有所不同,同時林分生物量及連年生長量相對差值的平均值都小于其標準差,即不同樣地間的變動很大,表現(xiàn)出較大的變異性。Xie等[35]基于過程模型(3-PGmix)發(fā)現(xiàn)RCP 4.5和RCP 8.5情景下的長白落葉松人工林凈初級生產力比當前情景有所增加,這與本研究的結果并不一致。原因可能是Xie等[35]模擬的是林分年齡為1～90 a的生產力,而本研究則以2011年的現(xiàn)實林分為初始狀態(tài)去模擬林分生物量,即模擬的起點不同,另外也與建模方法(過程模型和經(jīng)驗模型)有關。雖然本研究所建立的模型表現(xiàn)良好,但由于氣候數(shù)據(jù)也存在不確定性,會對建模和生物量的預測產生影響,下一步可嘗試對不同的氣候模型產生的氣候變化情景、兩類建模方法的結果進行比較分析。

5 結 論

1) 本研究建立了含氣候因子(年濕熱指數(shù))和樹種啞變量的落葉松人工林生物量生長模型,模型的R2為0.950 7,具有統(tǒng)計可靠性和生物合理性。

2) 通過模型模擬,分析了氣候變化對林分生物量和生長量的影響。結果表明,與當前氣候相比,在未來兩個排放情景(RCP 4.5和RCP 8.5)下,該區(qū)域現(xiàn)有落葉松林分生物量及其連年生長量既有增加也有減少的趨勢,與當前氣候相比林分生物量相對差值變化區(qū)間分別為-3.02%～2.69%(RCP 4.5)和-4.72%～3.41%(RCP 8.5),林分生物量連年生長量相對差值變化區(qū)間分別為-1.92%～0.30%(RCP 4.5)和-2.66%～0.72%(RCP 8.5)。

3) 未來氣候變化對各樹種的林分生物量及生長量的影響存在差異,總體來看,對日本落葉松和華北落葉松林分生物量的影響為正,其余樹種為負;對華北落葉松的生物量連年生長量的影響為正,其余樹種為負。