重庆市2005-2013年土地利用变化对植被碳储量的影响

2018-10-12 06:33孟祥江何丙辉马正锐何邦亮
西北林学院学报 2018年5期
关键词:乔木林样地储量

孟祥江,何丙辉 ,马正锐,王 蕾,何邦亮

中国作为《联合国气候变化框架公约》缔约国,有义务提交国家信息通报和温室气体清单,其中土地利用、土地利用变化和林业(LULUCF)是其重要内容之一。2011年,国务院提出要加快建立温室气体排放统计核算体系,建立健全包括土地利用变化与林业等领域的碳计量监测方法,并开展全国范围内土地利用变化和林业碳汇计量监测,以满足国家温室气体清单编制以及实现控制温室气体排放考核等方面的工作需要[1-2]。

土地利用变化是引起陆地生态系统碳源/汇变化的主要原因之一,是估测全球碳储量变化中最大的不确定因素[3-4]。国内学者在土地利用变化对陆地生态系统碳库影响[5-6]、LULUCF碳计量监测方法[1,7]等方面取得了诸多成果,但因资料来源、研究方法等不尽相同,这些研究结果间还存在较大差异,不能满足国家宏观政策制定方面的需要。

本研究参照《IPCC土地利用、土地利用变化和林业优良做法指南》和全国林业碳汇计量监测体系建设[2]的要求和方法,开展重庆市域范围的土地利用变化与植被碳储量变化关系研究,科学测算和评估2005-2013年土地利用变化与林业活动所引起的植被碳储量变化情况,以期为林业应对气候变化、参与碳交易等工作提供有力支撑。

1 材料与方法

1.1 研究区概况

重庆市位于 105°11'-110°11'E,28°10'-32°13'N,面积824万hm2,地貌类型以山地丘陵为主,属亚热带湿润季风气候,年均气温16~18℃,年均降水量1 000~1 350 mm。主要森林类型有暖性针叶林、常绿阔叶林、落叶阔叶林等,优势树种(组)有马尾松(Pinus massoniana)、柏木(Cupressus funebris)、杉木(Cunninghamia lanceolata)、栎类(Quercus)等[8-9]。

1.2 数据资料

1.2.1 省级林业碳汇专项调查 2012年,开展了全市林业碳汇专项调查,完成了100多个样地外业调查和测算,形成优势树种(组)不同龄组的乔、灌(草)及枯落物层生物量数据。

1.2.2 现有监测成果资料收集 收集了重庆市2013年度林地变更调查报告数据资料[10],并按遥感样地对全市数据进行了切割处理,形成148个大样地基础数据。

1.2.3 遥感数据准备 遥感数据采用2013年资源3号卫星影像和2005年TM影像。

1.3 研究方法

利用林地变更调查数据,结合遥感大样地(4 km×4 km)的区划判读和地面验证,获得样地中土地利用信息(林地、农地等6大地类和子类);将2013年及2005年区划结果相交,得出土地利用变化信息。通过样地的属性值对总体进行估算,结合植被生物量调查数据,对土地利用变化所引起的碳变化量进行测算。

1.3.1 遥感样地布设 重庆为独立总体,以公里网格为抽样单元进行系统抽样,抽样间距为24 km×24 km,以每公里格网中心点作为遥感大样地的中心点进行布点,共布设148个碳汇监测样地(图1)。

1.3.2 遥感数据预处理 对2013年资源3号影像校正,剪切形成2013年分样地的栅格数据;2005年TM影像以2013年影像为基础影像,通过选取明显同名地物点进行几何配准[11],将2005年TM影像(WGS84坐标)配准到西安80坐标系。

1.3.3 样地内地类区划与调查 将2013年度林地变更数据(SHP格式)与资源3号影像进行叠加,以林班界、山脊线、道路、河流等形成的主要分界线,结合权属、林种、起源、优势树种等区划条件,对小班边界进行调整,对于漏绘图斑进行补绘,对于错绘图斑重新判读。进而生成新的土地利用边界信息(类型、面积),利用GIS技术及数据库对图斑主要属性数据进行完善更新;外业验证调查重点对遥感区划时不清晰的图斑和区域,进行土地利用类型及边界、优势树种、公顷蓄积、公顷株数等调查,修改完善后形成2013年土地利用现状数据库。

针对2005年影像不清、难以准确解译的问题,复制2013年解译成果数据,反推2005年大量不变的界线,如道路、水系、行政界线等,确保变化的真实性,并以此为基准,参考相关资料,对2005年样地进行区划,其属性数据根据森林资源档案更新数据和经验值获得,形成2005年土地利用现状数据库。

图1 样地分布Fig.1 Distribution of large-scale plots of Chongqing

最后将2013年度和2005年度数据叠加,进行空间分析处理,使2个年度的小班多边形尽可能吻合,建立2005-2013年土地利用变化数据库。

1.3.4 生物量碳变化量计算 生物量碳库变化量采用库-差别法进行计算,即采用2013年和2005年间的生物量碳库差额,除以相应年数。

1)乔木层碳储量为各优势树种(组)乔木层碳储量之和,采用生物量扩展因子法,计算公式如下:

式中,Ai表示各优势树种(组)的林地面积(hm2);Vi为相应优势树种(组)公顷蓄积量(m3·hm-2);i表示各优势树种(组);D为木材密度(t·m-3);BEF为生物量扩展因子(即林木地上生物量与树干生物量的比);R为根茎比;CF为含碳率(生物量中碳元素的质量比)。其中A、V根据样地遥感区划与调查数据得出,D、BEF、R、CF 等参数参考周广胜[12]等、张坤[13]、戴景晟[14]研究成果(表 1)。

表1 重庆优势树种(组)生物量碳库计算参数Table 1 The calculation parameters of vegetation carbon pool of dominant species

2)下层植被和枯落物层碳储量计算公式如下:

式中,B为每公顷生物量(t·hm-2);B参考2012年林业碳汇专项调查中相近优势树种(组)和龄组的数据;CF参考黄从德[16]研究成果(表2)。

3)经济林、竹林、灌木林每公顷生物量及含碳率参数见表 3[15]。

表2 优势树种(组)灌草层和枯落物层碳库计算参数Table 2 The calculation parameters of carbon pool of litter layer and shrubs layer of dominant species

表3 经济林、竹林、灌木林单位面积生物量和含碳率Table 3 Biomass in unit area and carbon content rate of economic forest,bamboo and shrub

2 结果与分析

2.1 重庆市2005与2013年土地利用及其变化情况

2.1.1 遥感样地地类统计及全市地类推算 根据遥感样地中各地类面积占样地总面积的比例,推算全市各土地利用类型的面积。全市总面积使用2013年林地变更中控制使用的国土面积824万hm2,遥感样地总面积为23.40万hm2。遥感样地地类统计及全市地类推算见表4。

2005、2013 年全市林地面积分别为 388.30、423.39 万 hm2,增加 35.09 万 hm2,年均增加量为 4.39 万hm2;其中乔木林地增加38.53万 hm2,年均增加量4.82万hm2。农地和其他土地面积分别减少21.37万 hm2和 18.80 万 hm2,而聚居地增加 5.31 万 hm2。2.1.2 2005-2013年土地利用变化结果 全市土地利用类型面积转移情况见表5,2005年257.24万hm2的乔木林地中,242万hm2仍为乔木林地(地类未发生变化),其余的15.24万hm2分别转化为农地、聚居地及灌木林地等,即为毁林。2013年295.77万hm2的乔木林地中,除了保留的乔木林地242.00万 hm2,其余的 53.77万 hm2由农地(退耕还林)、其他土地、灌木林地等转化而来,即为造林。

2005年到2013年全市土地类型未发生变化的面积合计716.92万hm2;发生变化的面积合计107.08万hm2,占国土总面积的13%。

表4 遥感样地土地利用类型面积统计及全市土地利用类型面积推算Table 4 The area of various land use types of plot and Chongqing 万hm2

2.2 植被碳储量测算结果

2.2.1 全市各土地利用类型植被碳储量测算结果

2005年、2013年全市各土地利用类型植被碳储量分别是7 887.24 万t和12 051.49 万 t(表6),增加4 164.25万t,增长率为52.80%。植被碳储量分布特征表现为:乔木林地>竹林地>灌木林地>疏林地>未成林地,其中乔木林地碳储量是植被碳储量的最重要部分,其2005年、2013年碳储量分别是6 135万t和10 175.82万t,分别占当年植被总碳储量的77.78%和84.54%。

乔木林地碳储量主要分布于马尾松、栎类、柏木和杉木等优势树种(组)林分中(图2),其中马尾松林碳储量由2005年4 105.88万t增加到2013年6 352.85 万 t,增加 2 246.97 万 t,占乔木林地增量的55.60%。

2.2.2 2005-2013年全市土地利用变化导致的植被碳储量变化 全市土地利用变化导致的植被碳储量变化见表7。2005-2013年间均为乔木林地的(地类未变化),其植被碳储量增加2 950.89万t;而乔木林地转化为农地、聚居地及灌木林地等毁林过程,植被碳储量均减少,减少量合计331.19万t;农地、其他土地、灌木林地等转化成乔木林地等造林过程,植被碳储量均增加,增加量合计1 459.07万t。

2005-2013年间全市植被碳储量增加4 164.25万t,年变化量520.53万t;其中变化地类的植被碳储量增加1 208万t,占植被碳储量变化量的29%,年变化量151万 t;未变化地类的植被碳储量增加2 956.25万t,占植被碳储量变化量的71%,年变化量 369.53 万 t。

表5 重庆市各土地利用类型面积转移Table 5 Matrix of land use change万hm2

表6 重庆市各土地利用类型植被碳储量推算Table 6 The carbon stock of various land use types 万t

3 结论与讨论

3.1 结论

重庆市2005-2013年土地类型未发生变化的面积716.92 万 hm2,发生变化的面积107.08 万 hm2,土地利用变化率为13%。林地面积从2005年的388.30万 hm2增加到 2013 年的 423.39 万 hm2,年均增加量 4.39万 hm2;其中乔木林地增加 38.53万hm2,年均增加量 4.82 万 hm2。

2005、2013年植被碳储量分别是7 887.24万t和 12 051.49 万 t,增加 4 164.25 万 t,增长率为52.80%;其中土地利用变化与林业活动所引起的植被碳储量增加1 208万t,年增量151万t,表明该区域土地利用变化对植被碳库具有明显的增汇效应。

表7 全市土地利用变化导致的植被碳储量变化Table 7 The forest carbon stock changes caused by land use change 万t

图2 乔木林地主要优势树种(组)碳储量变化Fig.2 The carbon stock changes condition of dominant species of arbor forest land

3.2 讨论

本研究在重庆市范围内开展土地利用变化与植被碳储量变化关系研究,基于全国林业碳汇计量监测体系建设的方法体系和技术参数[2],通过遥感样地的区划判读和地面验证的方法,获得2005、2013年2个年度样地中土地利用现状、土地利用变化、蓄积量及生物量信息,进而对总体进行估算,得出重庆市2005、2013年土地利用变化情况及其引起的植被碳储量变化量。

所得结果中2013年重庆市总植被碳储量为12 051.49万 t(1.21 亿 t),与孟祥江[9]等(1.59 亿t)、刘倩楠[8]等(碳储量 1.39 亿 t)研究成果较一致,比较符合重庆市实际。2005-2013年间全市植被碳储量增加4 164.25万t,其中土地利用变化所导致的总固碳量1 208万t,占总植被碳储量增量的29%,是碳储量增加的重要组成部分,土地利用变化对碳循环的影响总体表现为碳汇,与陈耀亮[6]等研究结果相似。2005-2013年间退耕还林、荒山荒地造林、疏林地和未成林地转化等过程新增植被碳储量1 459.07万t,为植被碳储量增加的主要来源,表现为碳汇;毁林、森林采伐和林地转移等过程减少碳储量331.19 万 t,表现为碳源。

本研究在碳储量测算过程中存在一定的不确定性:未考虑土壤碳储量变化情况,研究表明[17-18]总碳储量分层特征为:土壤层>乔木层>下层或枯落物层,其中土壤碳所占比例最大,但其变动量很小。植被碳储量计算参数为非实测数据,参考相关成果,一定程度上导致数据精确度的降低;其中经济林、竹林、灌木林的每公顷生物量及含碳率参数为固定数值,若经济林、竹林、灌木林等土地利用类型未发生改变,则其植被碳储量也未变化,故研究结果相对较为保守。

虽然本研究碳测算存在不确定性,但研究结果总体上能较好地反映出重庆市2005-2013年土地利用变化与植被碳储量变化的关系,有利于我们加深土地利用变化和林业活动对陆地生态系统影响的认识,将为区域林业应对气候变化、参与碳交易、林业可持续发展等工作提供有力支撑。

猜你喜欢
乔木林样地储量
森林资源监测地面固定样地优化研究
新罗区大池镇乔木林碳储量估算
额尔古纳市兴安落叶松中龄林植被碳储量研究
抚远市国家重点生态公益林森林生态系统功能评价
基于角尺度模型的林业样地空间结构分析
15 年生鹅掌楸林分生长差异性研究
基于三维软件资源储量估算对比研究
全球钴矿资源储量、供给及应用
2019 年世界油气储量与产量及其分布
山东省乔木林资源现状分析