曾雙貝，杜宗義，張 蓉, 吳 亮

（1. 國家林業(yè)局昆明勘察設計院，云南 昆明 650216； 2. 云南師范大學文理學院，云南 昆明 650222）

森林經營增匯減排計量研究
——以思茅松林分為例

曾雙貝1，杜宗義1，張 蓉1, 吳 亮2

（1. 國家林業(yè)局昆明勘察設計院，云南 昆明 650216； 2. 云南師范大學文理學院，云南 昆明 650222）

通過對清水河 56 號國有林進行小班區(qū)劃，利用標準地調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指數(shù)，結合生物量擴展因子法，估量不同森林撫育強度下項目區(qū)思茅松的碳匯量。得出基線情景的碳匯量累計為 5 0424.50 t CO2-e，項目情景的碳匯量累計為 63 961.69 t CO2-e，是基線情景的 1.3 倍；項目凈碳匯量為 13 537.20 t CO2-e，年均增匯減排量為 676.86 t CO2-e/年。結論表明，通過科學經營和人工撫育，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，運用林分密度控制模型和地位級指數(shù)，結合生物量擴展因子法，體現(xiàn)了不同森林經營模式下的林齡、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度下的碳匯量提供了有益示范。

思茅松；基線情景；項目情景；減排量

林業(yè)碳匯，是指通過實施造林再造林和森林管理、減少毀林等活動，增加森林碳匯，并與碳匯交易等相結合的過程、活動或機制，其既有自然屬性，也有社會經濟屬性［1］。森林增加碳匯主要有兩種途徑，一是增加森林面積，二是通過加強森林經營，提高森林質量，增強森林碳匯功能。

森林經營是優(yōu)化林分結構、提高林地生產力、提升森林資源質量、增強碳匯功能的重要措施。為有效改善森林狀況，提高林分生長量、發(fā)揮較大的碳匯功能。通過在普洱市思茅區(qū)南屏鎮(zhèn)曼歇壩村清水河 56 號國有林內，示范性地實施了云南省第一個森林經營增匯減排項目，旨在通過森林經營，充分挖掘森林固碳潛力，以增加碳匯、減少排放，同時宣傳低碳理念，倡導低碳生活，實踐低碳生產，提高公眾和社會對森林經營增匯減排的認識。

1 項目區(qū)概況

項目區(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 號國有林內，項目區(qū)面積 264.03 hm2，地理坐標為介于 100°56'40'' ～ 100°58'36'' E， 22°40'23'' ～ 22°41'58'' N 之間。項目土地所有權為國有，土地使用權為普洱市思茅區(qū)林業(yè)局所有，涉及 126 號、129 號兩個林班，優(yōu)勢樹種為思茅松，林分起源為人工林，齡組為中齡林。

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源

本次研究數(shù)據(jù)來源于南屏鎮(zhèn)曼歇壩村清水河 56 號國有林的小班區(qū)劃調查，現(xiàn)地進行小班區(qū)劃，采用標準地調查法獲取思茅松林平均胸徑、林分密度等小班因子，根據(jù)經營資料調查思茅松林齡。經調查，思茅松林各碳層的平均胸徑、林分密度、林齡詳見表 1。

木材密度 WD，生物量擴展因子 BEF，根莖比 R，含碳率 CF 等相關參數(shù)來源于《森林經營碳匯項目方法學（版本號 V01）》，詳見表 2。

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

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

2.2 研究方法

2.2.1 項目計入期 項目計入期為 20 年（即 2013年 1 月 1 日 ～ 2032 年 12 月 31 日）。

2.2.2 碳庫選擇 國際上通行的做法是把森林碳庫劃分為地上生物量、地下生物量、枯落物、枯死木和土壤有機質五大碳庫［2］。鑒于在計入期內土壤有機質碳庫碳儲量［3］變化相對較小、計量復雜、不確定因素較多且成本較高，枯落物和枯死木碳庫中的碳儲量一般較低，因此根據(jù)成本有效性、不確定性和保守性等原則，本研究僅計量地上生物量和地下生物量兩個碳庫［4］?？萋湮铩⒖菟滥?、土壤有機碳三個碳庫的變化量，統(tǒng)一視為0。無法事前預估森林火災，故不計算“項目新增排放量”，在設計階段將項目區(qū)內溫室氣體排放量的增加量設計為 0。本項目無潛在泄漏排放量，故泄漏排放量為 0。

2.2.3 經營措施及情景識別 為解決森林經營后思茅松林分株密度分布不均帶來的生物量生長差異［5］，計量中，先根據(jù)小班的林分密度分為BSL-1 和 BSL-2 層，再進行計量。

計量時，還需進行情景識別，根據(jù)《森林經營碳匯項目方法學（版本號 V 01）》的規(guī)定，把項目區(qū)森林經營者長期采用的森林經營模式識別為基線情景，將新擬定的森林經營模式識別為項目情景，即：對思茅松林分碳層 BSL-1 和 BSL-2，在 2013 年和 2023 年各進行一次撫育采伐蓄積強度為 15% 的經營模式視為基線情景；新擬定的對思茅松林分碳層 BSL-1 和 BSL-2，在 2013 年和2023 年各進行一次撫育采伐蓄積強度為 5% 的經營模式視為項目情景，詳見表 3。2.2.4 碳匯計量方法

表3 經營措施及情景Tab.3 Management measures and scenario

（1）基于思茅松人工林優(yōu)勢木平均高導向曲線 H＝26.690 7×(1-e-0.049999A)0.9515和優(yōu)勢木標準差曲線方程 S＝8.607 4(1-e-0.001A)0.2733，按樹高標準差法推導各級指數(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計算其對應的每公頃蓄積量，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計算出優(yōu)勢高，優(yōu)勢高結合林齡查所屬的地位指數(shù)級，該地位指數(shù)級 Hso與各林齡 A 對應的樹高 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高的生長預測值。式中，N 表示每公頃蓄積量（m3/hm2），H 表示林分樹高（m），N 表示林分密度（株/hm2），A 表示林齡（a）［7］。

（3）根據(jù)樹高的生長預測值和林分密度，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計算不同年份采伐前的每公頃蓄積量。

（4）根據(jù)采伐蓄積強度，計算撫育后的蓄積，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變換為密度效應二項式：V＝AN+BN2，計算每次撫育后的林分密度（不考慮自然稀疏），再根據(jù)林分密度和樹高生長預測值，利用林分密度控制模型預估下一個經營年度的蓄積［8］。

（5）采用生物量擴展因子法計算思茅松林分在不同年份及經營前后單位面積碳儲量，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量乘以面積轉換為各碳層林分在不同年份及經營前后林分碳儲量［10］。

（7）計算各碳層年平均變化量。

（8）逐年累加項目計入期 20 年內各碳層年平均變化量得總林分碳儲量年變化量。

（9）總林分碳儲量年變化量，即為年碳匯量變化量［11］。

（10）項目減排量＝項目情景碳匯量-基線情景碳匯量-泄漏排放量。

3 結果與分析

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算，該項目的地位指數(shù) Hso為 17，基線情景、項目情景各碳層樹高、經營前后的林分密度、蓄積量預估結果見表 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 基線情景碳儲量

2032年項目結束時，思茅松林分基線情景下的碳儲量累積量為 50 424.50 t CO2-e。項目計入期內，基線情景思茅松林分碳儲量年變化量與累積量詳見表 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 項目情景碳儲量

2032 年項目計入期末，思茅松林林分碳儲量變化量為 63 961.69 t CO2-e，是基線情景下的 1.3倍。項目計入期內，項目情景思茅松林林分碳儲量累積情況詳見表 7。

表7 項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 項目減排量

項目減排量等于項目情景碳匯量減去基線碳匯量，再減去泄漏排放量，思茅松林林分經過森林經營后，預估項目減排量為 13 537.20 t CO2-e，年均增匯減排量為 676.86 t CO2-e /年。項目計入期內，項目減排量詳見表 8。

表8 項目減排量Tab.8 The reducing emissions of project

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

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

項目情景與基線情景相比，項目情景的碳匯能力較強，尤其是思茅松華山松人工林進入近熟林、成熟林齡組時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，碳儲量呈穩(wěn)定的上升趨勢?；€情景和項目情景思茅松林林分碳儲量情況詳見圖 1。

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

4 結論與討論

（1）通過科學經營和人工撫育，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。經測算計量，在項目計入期內，采取兩次蓄積強度為 5% 的疏伐后，思茅松林分的項目凈碳匯量為 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，對于某一特定的森林類型而言，生物量轉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、其它生物學特性和立地條件等密切相關［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。本文采用的小班區(qū)劃和標準地調查成果數(shù)據(jù)，綜合考慮年齡、立地條件和林分密度等諸多因素，運用林分密度控制模型和地位級指數(shù)，結合生物量擴展因子法，估量不同森林撫育強度下的碳匯量的方法，為森林經營的計量做了有益的探索。但林分密度控制模型和地位級指數(shù)地域性強且覆蓋度低，缺乏經過驗證的通用的模型，為計量帶來不便。

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

［2］韓愛惠．森林生物量及碳儲量遙感監(jiān)測方法研究［D］．北京：北京林業(yè)大學林學院，2009.

［3］王效科，馮宗煒， 歐陽志云．中國森林生態(tài)系統(tǒng)的植物碳儲量和碳密度研究［J］．應用生態(tài)學報，2001，12（1）：13-16.

［4］張 穎，吳麗莉，蘇 帆，等．我國森林碳匯核算的計量模型研究［J］．北京林業(yè)大學學報，2010（2）：194-200.

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

［6］宋永?。济┧扇斯ち值匚恢笖?shù)表的編制與應用［J］．林業(yè)調查規(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用［J］．林業(yè)調查規(guī)劃，2002，27（2）：1-5.

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

［9］國家林業(yè)局．碳匯造林項目方法學［R］．國家林業(yè)局，2013.

［10］國家林業(yè)局．森林經營碳匯項目方法學［R］．國家林業(yè)局，2014．

［11］董方曉．對我國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)經濟，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，劉國華，徐嵩齡．我國森林植被的生物量和凈生產量［J］．生態(tài)學報，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，主要充實林業(yè)調查規(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