云南主要森林植被碳储量及固碳潜力模拟研究
周瑞伍1,2, 彭明春3, 张一平1
1.中国科学院 热带森林生态学重点实验室,云南 勐仑 666303
2 中国科学院大学,北京 100049
3.云南大学 生态学与地植物学研究所,云南 昆明 650223
通讯作者:张一平(1957-),男,云南人,研究员,博士生导师,主要从事全球气候变化生态学方面的研究.E-mail:yipingzh@xtbg.ac.cn.

作者简介:周瑞伍(1989-),男,贵州人,博士生,主要从事陆地生态系统对全球气候变化的响应研究.E-mail:zhouruiwu@xtbg.ac.cn.

摘要

使用日本对地观测卫星(advanced land observing satellite,ALOS) 2008—2011年的影像数据,解译云南现状植被分布.使用分类回归树模型(classification and regression trees,CART)预测云南主要森林植被的潜在分布区,估算云南森林植被的碳储量和固碳潜力.结果显示:云南省林地总面积是2.0×107hm2,森林覆盖率为52.49%,主要森林植被碳储量为871.14Tg;不同森林植被碳储量及固碳潜力不同,碳储量较高的是季风常绿阔叶林、暖温性针叶林和暖热性针叶林,分别为205.42、172.72Tg和137.78Tg,而固碳潜力较大的是暖热性针叶林、暖温性针叶林和温凉性针叶林,分别为788.53、119.00Tg和156.78Tg,分别是现实碳储量的5.7倍、2.1倍和0.91倍;云南主要森林植被总固碳潜力为1 321.52Tg,约为现实碳储量的1.52倍.总体上,云南省针叶林的固碳潜力远大于阔叶林,适当的人为干扰可提高暖热性针叶林的固碳潜力,暖热性针叶林具有较强的清洁发展机制(clean development mechanism,CDM)潜力,云南省主要森林植被在整体上是一个碳汇.

关键词: 森林植被; 分类回归树模型; 潜在分布区; 碳储量; 碳汇潜力
中图分类号:S718.512.1 文献标志码:A 文章编号:0258-7971(2017)06-1089-15
The simulation research of carbon storage and sequestration potential of main forest vegetation in Yunnan Province
ZHOU Rui-wu1,2, PENG Ming-chun3, ZHANG Yi-ping1
1.Key Laboratory of Tropical Forest Ecology,Xishuangbanna Tropical Botanical Garden,Chinese Academy of Sciences,Menglun 666303,China
2.University of Chinese Academy of Sciences,Beijing 100049,China
3.Institute of Ecology and Geobotany,Yunnan University,Kunming 650091,China
Abstract

In present study,the current distribution of vegetation in Yunnan Province was compiled based on the data from remote:sensing imageries of ALOS from 2008 to 2011.The classification and regression trees (CART) model was used to predict the potential distribution of main forest types and to estimate the carbon storage and carbon sequestration potential of forest types in Yunnan.The results showed that total area of the forest in Yunnan was 20.11 million hectares and the forest coverage was 52.49%.The total carbon storage of current forest types was 871.14TgC similar to the result (812.30TgC) which was calculated by forest resources inventory.The carbon storage and sequestration changed by different types of forest vegetation.The higher carbon storage was found in the monsoon evergreen broad-leaved forest (205.42TgC) followed by the warm-temperate coniferous forest (172.72TgC) and the warm-hot coniferous forest (137.78TgC).Whereas,the warm-hot coniferous forest had the largest carbon sequestration potential (788.53TgC) followed by the warm-temperate coniferous forest (156.78TgC) and the temperate-cool coniferous forest (119.00TgC),which corresponded to 570%,90.77%,and 210.99% of their actual carbon storage,respectively.The total carbon sequestration potential of main forest vegetation in Yunnan was 1321.52TgC,corresponding to 152% of the actual carbon storage.In general,coniferous forest carbon sequestration potential was far more than that of broad-leaved forest in Yunnan.The carbon sequestration potential of warm-hot coniferous forests will increase under appropriate human disturbances in Yunnan.Warm-hot coniferous forests have high potential of clean development mechanism (CDM) in Yunnan.On the whole,the forest in Yunnan was a carbon sink.

Keyword: forest vegetation; classification and regression trees; potential distribution area; carbon storage; carbon sequestration potential

土地利用变化及化石燃料使用, 导致大气中CO2浓度急剧上升[1, 2], 引起了一系列严重的环境问题, 给人类生存和社会经济可持续发展带来了巨大的威胁[3].其中, 最主要的问题就是可能引起全球变暖.20世纪70年代提出通过林业来缓解全球变化, 但在20世纪90年代后期才得到关注[4].森林植被碳储量约占全球植被碳储量的86%以上, 在维护区域生态环境以及全球碳平衡都有较大的贡献 [5], 森林植被在未来50年的时间里可固定碳60~87Pg[6].

我国学者利用国家森林资源清查数据估算了全国或省际的森林碳储量, 我国森林碳储量为3.78Pg, 碳密度为41.32t/hm2, 低于世界平均水平[7], 我国森林碳储量对年平均温度的改变最敏感[8].有学者进行了人工林固碳潜力的估算[9]、森林碳储量推算和动态分析[10]以及不同森林组分碳储量的研究[11].我国森林植被类型多样, 对不同区域的森林植被进行研究, 长期进行定位观测和改进估算模型对提高森林碳储量估算非常重要[12].目前, 多数研究聚焦在利用森林资源清查数据估算某一区域森林生物量、蓄积量的具体计算及其估算方法上, 对于森林的潜在分布及其潜在碳储量的研究较少.

发展中国家在不久的将来将会承担温室气体减排义务, 而森林植被碳汇能力对温室气体减排有重要作用.UNFCCC(联合国气候变化框架公约)外交谈判形式越来越严峻[13], 林业活动在减缓气候变化的作用显现得更加重要[14].2004 年, 国家林业局碳汇管理办公室选择云南、广西、四川、山西、辽宁、内蒙古6 省(区)作为试点开展林业碳汇项目[15].发达国家与发展中国家进行碳交易的一种重要形式即清洁发展机制, 截止2015年5月, 我国CDM(clean development mechanism)项目已达到5073个, 云南省有483个, 占全国的9.52%, 仅次于四川省的565个[16].

云南省作为我国林业大省, 森林碳汇功能将为我国应对气候变化作出巨大贡献.森林碳储量是森林碳汇功能的具体表现, 系统研究云南森林碳储量, 能够把握其碳储量的数值及其分布特征, 揭示森林碳汇功能.因此, 探索云南省森林碳储量现状及其潜在的变化, 可为云南省森林碳汇实践提供科学依据, 应对全球气候变化具有一定的意义, 对开拓CDM项目提供基础以及对碳排放权交易具有一定的贡献.本文利用3S技术解译云南植被, 进而利用CART(classification and regression trees)模型[17]预测云南主要森林植被的潜在分布区域, 结合前人对云南各森林植被类型生物量的研究资料, 模拟研究云南主要森林植被的碳储量及其固碳潜力.

1 研究区概况

云南省地处中国西南, 地理位置21° 8'32″~29° 15'8″N, 97° 31'39″~106° 11'47″E, 总面积约3.90× 105km2(GIS量算投影面积3.83× 105km2).地势自西北向东南呈阶梯状下降, 海拔高差极大, 地貌类型复杂多样, 气候差异异常显著.自然环境复杂, 导致了森林植被多样化[18].云南森林资源极其丰富, 较大的林业用地面积导致较高的森林覆盖率.第六次森林资源连续清查结果显示, 全云南省林地面积为2.5× 107hm2, 占全省土地总面积的65.36%; 森林面积为1.9× 107hm2, 占林地面积的76.54%; 森林覆盖率50.03%[19].

2 研究方法及数据
2.1 植被解译

以1∶ 50000地形图、1∶ 50000数字高程模型(digital elevation model, DEM)以及2008— 2011年的ALOS影像为数据源(表1), 结合野外考察数据, 根据行政区划图、林业调查相关资料、云南植被区划图、及其它地理信息等, 解译云南省现状植被, 并计算各主要森林植被类型的现状面积.

表1 ALOS传感器基本参数 Tab.1 General description of the ALOS sensor

首先利用ERDAS IMAGINE 9.2进行影像配准, 双线性插值(bilinear interpolation)重采样方法进行几何校正, 比值变换(brovey transformation)融合方法对影像进行融合[20, 21], 并对影像进行拼接、去霾等增强处理.第二, 采用eCognition进行植被分类.采用目视解译法对影像上存在少量阴影、云层和薄雾覆盖区域进行判断解译.阴影区采取影像拉伸方法, 结合该区域位置、地形、GPS调查记录及周围环境等信息进行目视判断.第三, 对大量云层、薄雾覆盖区, 采用时间替代法并参照野外GPS调查记录等信息进行植被解译.

2.2 CART模型构建

分类回归树模型(CART)是采用二元递归分割方法构建, 其输出结果是简洁的二叉树结构.二叉树的每个分支代表一个测试结果[22], 是探索环境变量和植被类型之间的关系的实用技术[23].其性能优于广义线性模型和广义递增模型, 具有较高的预测精度, 在植物生境分布预测模型中已被普遍应用[17].

CART能处理高度倾斜的、多态的数值型数据以及顺序、无序的类属性数据.CART选择的测试属性具有最小的gini系数值.gini值越小代表样本的“ 纯净度” 越高, 分类结果越好.

对样本集gini(T)=1-Σpj2, 其中pj是类别jT中出现的概率.T划分为T1T2, 则此次划分的gini系数为以下公式:

ginisplit(T)= s1sginisplit(T1)+ s2sginisplit(T2),

其中, sT中样本的个数, s1s2分别为T1T2中的样本个数.

CART算法是先建树后剪枝, 由于二叉树较多叉树不易产生数据碎片且精准度高, 因此CART采用二分递归划分, 在分支节点上进行布尔测试, 根据判断条件的真伪划为左否分支, 最后得到一棵二叉决策树.对于连续属性A, 判断AV是否成立; 对于离散属性A, 判断AS'是否成立, 其中S'是属性A所有取值的子集, 这可用贪心算法或穷举法来确定.

不失一般性, 假定有p个预测变量和X1, …, Xp连续性的反应变量, 建立回归树需要以下步骤:

(1) 二元分枝 即样本点xA是否成立.此条件是都成立将预测空间分枝, 若成立, 该样本点属于集合A, 若不成立, 该样本点属于A的补集, 在回归树中选用均数来表示集合A及其补集的特征.

(2) 分枝优度准则(goodness of split criterion) 使用分枝优度准则来评价分枝.常用的评价方法是最小平方和离差2种方法.一般情况下, 设t代表树的某个节点, 也就是t包括一个子样本{(xn, yn)}, N(t)是节点t中的样本含量, 则 y̅(t)= 1N(t)yn表示节点反应变量的均数, 而节点内的离均差平方和为ss(t)= [yn- y̅(t)]2.现在假设分枝st分为2个子节点tLtR.那么, 使函数ϕ (s, t)=ss(tL)-ss(tR)达到最大的分枝, 亦即各个节点内的变异达到最小的分枝s* 为最佳的分枝, 公式表达为:

ϕ (s* t)= maxsΩ(s, t),

Ω 是所有可能的分枝的集合.

(3) 树的大小 剪枝常用的方法为最小成本-复杂性剪枝(minimal cost-complexity pruning).在此过程中, 定义一个子枝T'的重要性为:Dk(T')=Dk(T')size(T').其中, D(T')为T'的异常值, size(T')为终节点数为成本-复杂性参数, 终结点数目增加则异常值下降, 节点数的增多则κ 值减小.Dk(T')越大说明该分枝越重要.这样评价的目的保证回归树包含足够信息的同时又去掉并不重要的分枝.

从Berkeley大学Worldclim下载中心获取(http://www.worldclim.org/)空间分辨率为1km的云南省气候数据资料.对森林植被进行编码, 并进行1km× 1km采样, 得到植被空间分布数据.选取年平均温度(the average temperature, TMA, ℃)、最暖月均温(summer temperature, TMS, ℃)、最冷月均温(winter temperature, TMW, ℃)3个温度因子和年降水量(annual precipitation, PRA, mm)、雨季(夏季)降水量(summer precipitation, PRS, mm)和干季(冬季)降水量(winter precipitation, PRW, mm)3个降水因子作为构建模型的基础数据[24] .

通过R软件的“ Tree” 程序建立分类回归树模型.将全部气候-植被采样数据分为2个数据集:训练样本集(training dataset)和测试样本集(testing dataset), 随机选取70%的数据用于建模, 剩余的数据用于剪枝.建立树模型的过程中, 可能会发生“ 过度拟合” , 采用交叉验证(cross validation)规则, 使用prune tree功能消除最不重要的子树, 得到最终的分类模型.

2.3 精度验证

植被解译结束后, 使用野外记录且没有用来解译植被的GPS点和10km× 10km的地理网格点来进行精度检验来判断解译结果是否可行, 是否需要再解译以及修正.用前者时, 查看GPS点周围250m缓冲区内的植被类型与实地考察记录的植被类型是否一致; 用后者进行点检验时, 检查网格点所在位置的影像特征、海拔与解译的植被类型是否相符合.

使用曲线下面积(area under the curve, AUC)判断CART模型模拟的精度, 曲线下面积, 由接收者操作特征(ROC, receiver operating characteristic)分析衍生而来, 可用来验证CART的精度以及计算平均值和标准差[25].AUC值的大小, 代表模型的预测精度, AUC值在0.90~1.00区间代表很好, 在0.80~0.90区间代表好, 在0.70~0.80区间代表一般[26].

2.4 碳储量计算方法

不同森林植被类型的生物量计算方法:

W=Wa× S, (1)

式中, W为各森林植被类型生物量; Wa为各森林植被类型平均生物量(表2); S为各森林植被类型分布面积.

表2 云南主要森林植被平均生物量 Tab.2 The mean biomass of forest vegetation in Yunnan Province

碳储量的计算多为在计算出研究区生物量的基础上, 按照不同森林的含碳率进行计算, 即用森林的生物量乘以该种森林植被类型的含碳率, 得到整片森林的固碳量.再使用森林生物量乘以转换系数0.5(即每克干物质的碳含量)[27, 28, 29]得到森林的单位面积碳储量, 各森林植被类型碳密度乘以森林植被的实际分布面积得到森林植被的碳储量, 适宜生境(模型模拟森林植被分布概率最大的生境)的碳储量与现实碳储量都使用公式(2)计算.

Wc=0.5W, (2)

式中, Wc为森林碳储量; W为不同森林植被类型生物量; 0.5为转换系数.

根据CART模型模拟得到不同森林植被类型的适宜生境面积, 适宜生境的碳储量与现实碳储量的差值即该森林植被的固碳潜力.

Wp=Wsui-Wact, (3)

式中, Wp为森林植被的固碳潜力; Wsui为森林植被适宜生境的碳储量; Wact为森林植被的现实碳储量.

3 结 果
3.1 主要森林植被类型现状面积

使用eCognition中的非监督分类方法, 结合ArcGIS9.3进行目视解译, 得到云南省2010年代主要植被类型的空间分布[24] (图1).

图1 云南省主要森林植被图Fig.1 The main forestvegetation map of Yunnan Province

对研究区内7种主要主要森林植被进行面积统计(投影面积, GIS测算), 统计面积及比例(表3).

表3 2010年代云南主要森林植被的面积和比例 Tab.3 The area and proportion of vegetation of Yunnan in 2010s

云南林地总面积是201057.17km2(投影面积), 森林覆盖率约为52.49%.本研究根据植被的原始性及分布面积的大小, 选取3类阔叶林和4种针叶林作为研究对象, 总面积为186306.54km2(投影面积), 其中阔叶林为季风常绿阔叶林、半湿润常绿阔叶林、山地湿性常绿阔叶林, 面积分别为31622.34、14702.38、3788.60km2, 分别占总面积的8.26%、3.84%、0.99%; 针叶林为暖热性针叶林、暖温性针叶林、温凉性针叶林和寒温性针叶林, 面积分别为19397.78、96197.46、7104.09、13493.89km2, 分别占总面积的5.06 %、25.11%、1.85 %、3.52%(表3).选取的主要森林植被类型总面积占云南森林总面积的92.67%.本研究是基于2008— 2011年的ALOS影像解译得到云南森林植被的覆盖面积, 林地面积大于云南省1992— 1997年第3次森林资源清查的森林面积(1815.58万hm2), 但小于云南省2002— 2007年第5次森林资源清查的森林面积(2130.60万hm2)[37].

3.2 主要森林植被类型现实碳储量

采用生物量乘以转换系数得到碳密度, 碳密度乘以每一种森林植被的分布面积得到现实碳储量.可见, 在云南现实固碳能力较大区域主要集中在迪庆、怒江等滇西北地区以及滇东北部分地区; 思茅、临沧等滇西南地区次之; 滇中及大部分滇东北地区现实固碳能力较小(图2).主要原因是因不同地区分布的森林植被类型及其分布面积不同.

图2 云南省森林植被现实碳储量及碳密度空间分布Fig.2 Actual carbon storage and density spatial distribution of forest vegetation in Yunnan Province

从云南森林植被的现实碳储量(图2、表4)可以得出云南森林植被总现实碳储量871.14Tg, 大于1997年的679.19Tg, 接近2007年的884.11Tg[37].本文未考虑人为活动影响较大的人工林、竹林及分布面积较小的寒温性硬叶常绿阔叶林和干热河谷硬叶常绿阔叶林的固碳能力, 低估森林植被的总固碳能力.云南主要森林植被类型中, 现实碳储量从高到低排列依次为季风常绿阔叶林、暖温性针叶林、暖热性针叶林、温凉性针叶林、半湿润常绿阔叶林、温凉性针叶林、山地湿性常绿阔叶林, 分别为205.42、172.72、137.78、122.98、99.91、56.40、75.93Tg.这表明云南省森林植被发挥了较好的碳汇作用.

表4 云南省森林植被现实碳储量 Tab.4 The actual carbon storage of forest vegetation in Yunnan Province
3.3 主要森林植被类型适宜生境碳储量

根据AUC值检验模型的预测精度, 7个模型中, 除了半湿润常绿阔叶林和暖温性针叶林的AUC值较低外, 其他森林植被类型的预测精度都较高(表5), 温凉性针叶林和寒温性针叶林的AUC值超过了0.90.

表5 云南不同森林植被曲线下面积 Tab.5 Area under the curve of different forest vegetation in Yunnan

根据CART模型预测, 云南林地适宜生境总面积是429283km2.其中阔叶林分为季风常绿阔叶林、半湿润常绿阔叶林、山地湿性常绿阔叶林, 面积分别为43751、19071、6428km2.针叶林分为暖热性针叶林、暖温性针叶林、温凉性针叶林和寒温性针叶林, 面积分别为130412、183517、22094、24010km2(图3).

图3 云南省森林植被适宜生境分布Fig.3 The distribution of suitable habitable of forest vegetation in Yunnan Province

云南主要森林植被类型中, 适宜生境碳储量最高的是暖热性针叶林, 达到926.32Tg; 其次是暖温性针叶林和季风常绿阔叶林, 碳储量分别为329.50Tg和284.21Tg; 最后是寒温性针叶林、温凉性针叶林、半湿润常绿阔叶林及山地湿性常绿阔叶林, 适宜生境的碳储量分别为218.82、175.40、129.60Tg和128.82Tg.总的适宜生境碳储量为2 192.67Tg(表6).这表明, 在当前气候条件下, 森林植被发展到气候顶级, 云南森林植被具有较大的碳汇作用.针叶林是云南森林碳储量的主要贡献者, 特别是暖热性针叶林和温凉性针叶林.

3.4 主要森林植被类型固碳潜力

森林植被适宜生境的碳储量与现实碳储量的差值, 即该森林植被的固碳潜力, 某森林植被固碳潜力与其现实面积的比值即为该森林植被的潜在碳密度.从云南森林植被潜在碳密度空间分布(图3)可见, 固碳潜力较大区域主要集中在思茅、德宏等滇西南地区以及迪庆、怒江等滇西北地区; 滇中及滇东北地区固碳潜力较小.潜在碳密度较现实碳密度发生了改变, 从空间分布(图2、图4)上看, 从滇西北地区转移到了滇西南地区, 主要的原因是各森林植被在不受人为活动干扰的情况下, 适应生境不同.

图4 云南省森林植被潜在碳密度空间分布Fig.4 Potential carbon densities spatial distribution of forest vegetation in Yunnan Province

从云南省森林植被适宜生境碳储量及固碳潜力(表5)可见, 森林植被总固碳潜力为1321.52Tg.主要森林植被类型中, 固碳潜力从高到底依次为暖热性针叶林、暖温性针叶林、温凉性针叶林、寒温性针叶林、季风常绿阔叶林、山地湿性常绿阔叶林、半湿润常绿阔叶林, 分别为788.53、156.78、119.00、95.84、8.79、52.89、29.69Tg.潜在比例较大是暖热性针叶林和温凉性针叶林, 分别为572.31%和210.99%.

表6 云南省森林植被适宜生境碳储量及固碳潜力 Tab.6 The suitable habitats carbon storage and carbon sequestration potential of forest vegetation in Yunnan Province

针叶林与阔叶林(表7)相比, 阔叶林的平均碳密度较针叶林大, 但阔叶林现实碳储量较针叶林小.针叶林碳储量占主要森林植被碳储量的56.23%, 且针叶林固碳潜力也远超过阔叶林, 大约是阔叶林固碳潜力的7.2倍.若计入热带雨林及季雨林、寒温性硬叶常绿阔叶林、干热河谷硬叶常绿阔叶林以及落叶阔叶林的固碳潜力, 针叶林固碳潜力较阔叶林固碳潜力要少于7倍.因此, 在扩大森林面积, 增加森林碳储量中, 可适当扩大针叶林面积, 有利于提高森林植被碳储量.

表7 云南省阔叶林、针叶林植被碳储量及固碳潜力 Tab.7 The vegetation carbon storage and carbon sequestration potential of broad-leaved forest, coniferous forest in Yunnan Province
4 讨论与结论

在省域尺度下相比较(表8), 云南森林植被平均碳密度趋于中上, 碳储量较其他省份都高, 大于森林面积居全国第1位的内蒙古(787.80Tg).森林生态系统作为一个庞大且复杂的动态变化系统, 单独使用森林资源野外样方调查方法可能低估森林植被碳储量, 其碳储量研究将朝着多种方法综合运用, 多学科交叉的趋势发展[60].根据研究对象的时间和空间尺度以及研究手段, 可分为样地清查法、模型模拟法以及遥感估算法3类.其中, 样地清查法是最基本而可靠的研究方法, 但应用局限于小尺度的研究对象.模型模拟方法和3S技术可解决大尺度上森林植被的固碳问题[61].本文采用的生物量数据来自对某一群落或小面积的的森林研究, 采用的是平均生物量法、样地清查法等.由于人为或地形等自然因素的影响, 选取群落较为完整, 森林长势较好, 这将高估森林整体的生物量和碳储量.但使用遥感影像解译各森林植被的面积采用的是投影面积, 小于实际面积, 此外, 本研究没有考虑人为活动影响较大的人工林、竹林及分布面积较小的寒温性硬叶常绿阔叶林和干热河谷硬叶常绿阔叶林的固碳能力, 这将低估森林植被的碳储量[62].因此, 二者共同的影响将减少碳储量估算的误差.

表8 省域尺度下22个省区森林植被碳储量估算结果 Tab.8 The estimate results of forest vegetation carbon storage in some provinces under province scale

根据2010年代的植被分布数据, 云南林地总面积为2.1× 107hm2, 与云南省第五次森林资源清查资料清算的2.5× 107hm2接近[63].森林覆盖率约为52.49%, 接近云南省“ 十二五” 林业发展指标即森林覆盖率到达55.00%, 超过了云南森林清查第六次成果的50.3%.李亮使用生物量换算因子连续函数法和森林蓄积量扩展法并结合森林资源清查数据得到云南现有森林植被碳储量为812.30Tg[63].本文利用遥感方法结合平均生物量法得到2010年代云南现有森林植被碳储量为871.14Tg, 大于1997年的679.19Tg, 接近2007年的884.11Tg[35], 与李亮的同期研究结果(812.30Tg)相接近.蔡丽莎用0.5作为碳转换系数估算云南省森林植被碳储量为652.18Tg[64], 造成差别的原因可能是原始数据的来源和考虑森林植被类型及估算方法的不同导致估算结果不一致, 但随时间的推移, 云南森林植被的固碳能力在增加, 发挥较大的碳汇作用, 对我国的森林发挥固碳减排作用有重要的意义.

云南主要森林植被碳储量为871.14Tg(表4), 主要集中在针叶林分布较广的滇西北地区, 大于1997年的679.19Tg, 接近2007年的884.11Tg[35] , 可能的原因是本研究没有考虑人为干扰较大的人工林的固碳作用.云南主要森林植被碳储量高于安徽省 (714.5Tg) [42]以及内蒙古(787.8Tg) [38]森林植被碳储量.达到演替顶级时, 暖热性针叶林具有巨大的固碳潜力, 云南主要森林植被总固碳潜力为1 321.52Tg(表5), 高于汲玉河等使用BIOME4模型方法模拟安徽省森林植被发展到气候顶级时的总固碳潜力 (960.2Tg)[42], 主要原因是两省森林植被分布面积不同.在北方, 阔叶林在森林总碳储量中具有较大的贡献[65], 云南省阔叶林总现状碳储量为381.28Tg(表6), 高于青藏高原高寒区阔叶林植被碳储量的310.79Tg[66].云南主要森林植被的碳密度为84.69t/ha, 大于使用森林调查数据估算的67t/h m28, 说明云南具有较高的碳储量及固碳潜力, 云南省森林植被在整体上是一个碳汇.

暖热性针叶林碳储量随着林龄增加碳储量增大[67], 可保留林龄较大的云南松林来增加云南森林植被的碳汇潜力.本研究暖热性针叶林固碳潜力最大, 模型预测其适宜生境面积约为1.3× 105hm2, 仅次于暖温性针叶林, 其碳储量达到926.32Tg, 大约是现实碳储量的5.7倍, 说明其固碳潜力最大.构成暖热性针叶林的思茅松(Pinus kesiya)主要分布于云南省的西南部, 在哀牢山以西的亚热带南部集中成林分布, 能够占据多种生境类型.在植被发生上, 思茅松林现有的大面积分布属于季风常绿阔叶林被破坏后形成的次生性森林[68].在思茅松(P.kesiya)的分布区内, 具有四季暖热、干湿分明的气候环境, 年降水量在1000~1500mm, 相对湿度高达80%, 旱季前期多雾的天气弥补了水分的不足.所以在海拔600m 的澜沧江边和1950m 的无量山山腰都有思茅松(P. kesiya)分布[69].思茅松(P. kesiya)生长快, 天然更新能力比较强, 是云南省主要的速生树种之一.其人工林固碳能力强[70], 乔木碳储量集中分布在1000~2000m的海拔高度, 且各海拔高度和不同坡向的碳密度相差不大[71].砍伐、火烧季风常绿阔叶林导致暖热性针叶林常与其镶嵌分布, 如果生境相同, 思茅松(P. kesiya)与云南松(Pinus yunnanensis)在现在分布的生境中有趋同发展的趋势[68].鉴于思茅松幼苗不耐荫凉性[72], 可重点群团状择伐思茅松聚集分布的区域应, 使其形成较大林窗, 促进林内小径级思茅松生长, 更新森林.暖热性针叶林适宜生境广泛, 具有重要的经济价值、生态系统服务功能[73]以及巨大的固碳潜力.综上, 暖热性针叶林分布生境的多样化、次生性、趋同性以及较高的生物量, 决定了暖热性具有较大的固碳潜力.说明适当的人为干扰可提高云南暖热性针叶林的固碳潜力.对于森林的管理上, 可加大思茅松的种植面积, 增加云南森林植被碳汇能力.

森林的可再生性, 使其具有巨大的经济功能, 具有大力发展低碳经济的潜力, 是低碳经济的重要基础[74].森林固碳投资少、代价低、综合效益好, 准确估算森林植被的碳储量及固碳潜力, 是解释全球碳收支不平衡问题的一个关键因素, 也是推动碳交易市场快速发展的重要基础[75].云南暖热性针叶林较大的碳储量及固碳潜力说明了云南省林业具有巨大的减排空间, 在清洁发展机制(CDM)项目的对外合作和项目开拓上也具备较大潜力[76].

本文采用2009— 2011年的ALOS影像数据, 结合野外调查解译云南省森林植被的现状分布, 以及经过校准的CART模型预测森林植被的潜在分布区域, 数据系统可靠, 从根本上保证了研究结果的准确性; 但研究也存在一些不确定性, 较突出的是忽略了人工林及分布面积较小的干热河谷硬叶常绿阔叶林等森林植被的固碳作用.此外, 对云南省森林碳储量的估算采用的数据来源于早期学者的野外调查数据, 可能低估了森林植被的平均生物量.今后应对云南省森林植被的平均生物量估算上开展深入研究, 找到适宜模拟人工林潜在分布的模型方法, 以提高对云南省森林植被固碳潜力估算的精度.

采用分类回归树模型(CART)进行云南森林的潜在分布区的预测, 结合生物量换算因子法估算云南主要森林植被的碳储量及潜力, 云南主要森林植被现实碳储量为871.14Tg, 固碳潜力为1321.52Tg, 约为现实碳储量的1.52倍, 云南森林植被现实碳储量较大, 整体上是一个碳汇; 云南省针叶林森林植被的固碳能力及潜力均大于阔叶林森林植被, 针叶林固碳潜力约是阔叶林固碳潜力的7.2倍; 云南省暖热性针叶林具有较强的清洁发展机制(CDM)潜力, 适当的人为干扰可提高云南暖热性针叶林的固碳潜力, 即扩大作为暖热性针叶林主要林型的思茅松人工林的种植面积可提高云南森林植被的碳汇能力, 推进碳排放权交易.

The authors have declared that no competing interests exist.

参考文献
[1] BARNOLA J M, ANKLIN M, PORCHERON J, et al. CO2 evolution during the last millennium as recorded by Antarctic and Greenland ice[J]. Tellus B, 1995, 47(1/2): 264-272. [本文引用:1]
[2] ETHERIDGE D M, STEELE L P, LANGENFELDS R L, et al. Natural and anthropogenic changes in atmospheric CO2 over the last 1000 years from air in Antarctic ice and firn[J]. Journal of Geophysical Research: Atmospheres, 1996, 101(D2): 4115-4128. [本文引用:1]
[3] VIVOUSEK P M, MOONEY H A, LUBCHENCO J, et al. Human domination of Earth’s ecosystems[J]. Science, 1997, 277(5325): 494-499. [本文引用:1]
[4] DYSON F J. Can we control the carbon dioxide in the atmosphere[J]. Energy, 1977, 2(3): 287-291. [本文引用:1]
[5] POST W M, EMANUEL W R, ZINKE P J, et al. Soil carbon pools and world life zones[J]. Nature, 1982, 298: 156-159. [本文引用:1]
[6] BROWN S, SATHAYE J, CANNELL M, et al. Management of forests for mitigation of greenhouse gas emissions[M]. Cambridge: Cambridge University Press, 1995. [本文引用:1]
[7] 赵敏, 周广胜. 中国森林生态系统的植物碳储量及其影响因子分析[J]. 地理科学, 2004, 2(1): 50-54.
ZHAO M, ZHOU G S. Carbon storage of forest vegetation and its relationship with climatic factors[J]. Scientia Geographic Sinica, 2004, 2(1): 50-54. [本文引用:1]
[8] ZHAO M, ZHOU G S. Carbon storage of forest vegetation in China and its relationship with climatic factors[J]. Climatic Change, 2006, 74(1/3): 175-189. [本文引用:1]
[9] 宋清海, 张一平. 西双版纳地区人工橡胶林生物量、固碳现状及潜力[J]. 生态学杂志, 2010, 29(10): 1887-1891.
SONG Q H, ZHANG Y P. Biomass, carbon sequestration and its potential of rubber plantations in Xishuangbanna, Southwest China[J]. Chinese Journal of Ecology, 2010, 29(10): 1887-1891. [本文引用:1]
[10] 焦秀梅, 项文化, 田大伦. 湖南省森林植被的碳储量及其地理分布规律[J]. 中南林学院学报, 2005, 25(1): 4-8.
JIAO X M, XIANG W H, TIAN D L. Carbon storage of forest vegetation and its geographical distribution in Hunan Province[J]. Journal of Central South Forestry University, 2005, 25(1): 4-8. [本文引用:1]
[11] 王娟, 陈云明, 曹扬, . 子午岭辽东栎林不同组分碳含量与碳储量[J]. 生态学杂志, 2012, 31(12): 3058-3063.
WANG J, CHEN Y M, CAO Y, et al. Carbon concentration and carbon storage in different components of natural Quercus wutaishanica forest in Ziwuling of Loess Plateau, Northwest China[J]. Chinese Journal of Ecology, 2012, 31(12): 3058-3063. [本文引用:1]
[12] 方精云, 朴世龙, 赵淑清. CO2失汇与北半球中高纬度陆地生态系统的碳汇[J]. 植物生态学报, 2001, 25(5): 594-602.
FANG J Y, PIAO S L, ZHAO S Q. The carbon sinks the role of the middle and high latitudes terrestrial ecosystems in the northern hemisphere[J]. Acta Phytoecologica Sinica, 2001, 25(5): 594-602. [本文引用:1]
[13] ZHANG Z. Discussion on the related issues of forestry increasing carbon sink reduces emission in China[J]. Journal of Low Carbon Economy, 2015, 4: 1-7. [本文引用:1]
[14] 张小全, 武曙红. 中国CDM造林再造林项目指南[M]. 北京: 中国林业出版社, 2006.
ZHANG X Q, WU S H. The project guide of CMD forestry reforestation in China[M]. Beijing: China Forestry Publishing House, 2006. [本文引用:1]
[15] 李怒云. 中国林业碳汇[M]. 北京: 中国林业出版社, 2007.
LI N Y. China's forestry carbon sequestration[M]. Beijing: China Forestry Publishing House, 2007. [本文引用:1]
[16] 贾俊霞. 我国CDM下碳排放权交易的市场机制及未来发展对策浅析[J]. 法制与经济, 2015, 15: 137-140.
JIA J X. China's carbon emissions trading market mechanisms and the future development countermeasures under the CDM[J]. Law and Economic, 2015, 15: 137-140. [本文引用:1]
[17] VAYSSIERES M P, PLANT R E, ALLEN-DIAZ B H. Classification trees: An alternative non-parametric approach for predicting species distributions[J]. Journal of Vegetation Science, 2000, 11(5): 679-694. [本文引用:2]
[18] 彭明春. 云南植被遥感分类及动态研究 [D]. 昆明: 云南大学, 2007.
Peng M C. A study on classification and dynamics of vegetation in Yunnan based on remote sensing[D]. Kunming: Yunnan University, 2007. [本文引用:1]
[19] 云南省林业调查规划设计院. 云南省森林资源连续清查第六次成果(2007-2012)[Z]. 2012.
Yunnan Forest Survey Planning and Design Institude. Results of the sixth forest resource continuous investigation in Yunnan Province (2007-2012)[Z]. 2012. [本文引用:1]
[20] 柳文祎, 何国金, 张兆明, . ALOS全色波段与多光谱影像融合方法的比较研究[J]. 科学技术与工程, 2008, 8(11): 2864-2869.
LIU W Y, HE G J, ZHANG Z M, et al. Comparison of fusion algorithms for ALOS panchromatic and multispectral images[J]. Science Technology and Engineering, 2008, 8(11): 2864-2869. [本文引用:1]
[21] 杜海波, 李春干, 秦武明, . ALOS影像融合方法的比较[J]. 安徽农业科学, 2009, 37(33): 16450-16452.
DU H B, LI C G, QIN W M, et al. Comparison of ALOS image fusion methods[J]. Journal of Anhui Agricultural Sciences, 2009, 37(33): 16450-16452. [本文引用:1]
[22] CAI J F, DURKIN J. Use of expert knowledge for decision tree pruning[C]//Proceedings of national conference on artificial intelligence. Menlo Park, CA;Cambridge, MA;London;AAAI Press;MIT Press, 1999, 2005, 20(4): 1600. [本文引用:1]
[23] ROUGET M, RICHARDSON D M, COWLING R M. The current configuration of protected areas in the Cape Floristic Region, South Africa-reservation bias and representation of biodiversity patterns and processes[J]. Biological Conservation, 2003, 12(1): 129-145. [本文引用:1]
[24] 周瑞伍. 云南植被主要类型分布区预测研究 [D]. 昆明: 云南大学, 2015.
ZHOU R W. A study on distribution area prediction of the main types of vegetation in Yunnan[D]. Kunming: Yunnan University, 2015. [本文引用:2]
[25] EFRON B. Bootstrap methods: another look at the jackknife[J]. The Annals of Statistics, 1979, 7(1): 1-26. [本文引用:1]
[26] SWETS J A. Measuring the accuracy of diagnostic systems[J]. Science, 1988, 240(4857): 1285-1293. [本文引用:1]
[27] LUGO A E, BROWN S. Tropical forests as sinks of atmospheric carbon[J]. Forest Ecology and Management, 1992, 54(1): 239-255. [本文引用:1]
[28] FANG J Y, CHEN A P, PENG C H, et al. Changes in forest biomass carbon storage in China between 1949 and 1998[J]. Science, 2001, 292(5525): 2320-2322. [本文引用:1]
[29] LIU Y, ZHANG Y, LIU S. Aboveground carbon stock evaluation with different restoration approaches using tree ring Chrono sequences in Southwest China[J]. Forest Ecology and Management, 2012, 263: 39-46. [本文引用:1]
[30] 党承林, 吴兆录. 季风常绿阔叶林短刺栲群落的净第一性生产量研究[J]. 云南大学学报: 自然科学版, 1992, 14(2): 108-118.
DANG C L, WU Z L. Studies on the net primary production for Castanopsis Echidnocarpa community of monsoon evergreen broad-leaved forest[J]. Journal of Yunnan University: Natural Sciences Edition, 1992, 14(2): 108-118. [本文引用:1]
[31] 党承林, 吴兆录. 黄毛青冈群落的生物量研究[J]. 云南大学学报: 自然科学版, 1994, 16(3): 205-209.
DANG C L, WU Z L. Studies on the biomass of Cyclobalanopsis delavay community[J]. Journal of Yunnan University: Natural Sciences Edition, 1994, 16(3): 205-209. [本文引用:1]
[32] 谢寿昌, 刘文耀, 李寿昌, . 云南哀牢山中山湿性常绿阔叶林生物量的初步研究[J]. 植物生态学报, 1996, 20(2): 167-176.
XIE S C, LIU W Y, LI S C, et al. Preliminary studies on the biomass of middle-mountain moist evergreen broadleaved forests in Ailao Mountain, Yunnan[J]. Acta Phytoecologica Sinica, 1996, 20(2): 167-176. [本文引用:1]
[33] 吴兆录, 党承林. 云南普洱地区思茅松林的生物量[J]. 云南大学学报: 自然科学版, 1992, 14(2): 119-127.
WU Z L, DANG C L. The biomass of Pinus kesiya var langbianensis stand s in PU-Er district, Yunnan[J]. Journal of Yunnan University: Natural Sciences Edition, 1992, 14(2): 119-127. [本文引用:1]
[34] 党承林, 吴兆录. 云南松林的生物量研究[J]. 云南植物研究, 1991, 13(1): 59-64.
DANG C L, WU Z L. Studies on the biomass of Pinus yunnanensis forest[J]. Acta Botanica Yunnanica, 1991, 13(1): 59-64. [本文引用:1]
[35] 江洪. 紫果云杉天然中龄林分生物量和生产力的研究[J]. 植物生态学报, 1986, 10(2): 147-152.
JIANG H. A study on the biomass and production of Picea purpurea forest communities[J]. Chinese Journal of Plant Ecology, 1986, 10(2): 147-152. [本文引用:2]
[36] 冯宗炜. 中国森林生态系统的生物量和生产力[M]. 北京: 科学出版社, 1999.
FENG Z Y. The forest ecosystem biomass and productivity in China[M]. Beijing: Science Press, 1999. [本文引用:1]
[37] 裴艳辉, 李江. 云南省森林植被碳储量及其近 10 年动态变化[J]. 中国水土保持科学, 2012, 10(3): 93-98.
PEI Y H, LI J. Carbon storage of forest vegetation in Yunnan Province and its dynamic change in recent 10 years[J]. Science of Soil and Water Conservation, 2012, 10(3): 93-98. [本文引用:2]
[38] 黄晓琼, 辛存林, 胡中民, . 内蒙古森林生态系统碳储量及其空间分布[J]. 植物生态学报, 2016, 40(4): 327-340.
HUANG X Q, XIN C L, HU Z M, et al. Carbon storage of the forests and its spatial pattern in Nei Mongol, China[J]. Chinese Journal of Plant Ecology, 2016, 40(4): 327-340. [本文引用:1]
[39] 李银, 陈国科, 林敦梅, . 浙江省森林生态系统碳储量及其分布特征[J]. 植物生态学报, 2016, 40(4): 354-363.
LI Y, CHEN G K, LIN D M, et al. Carbon storage and its distribution of forest ecosystems in Zhejiang Province, China[J]. Chinese Journal of Plant Ecology, 2016, 40(4): 354-363. [本文引用:1]
[40] 关晋宏, 杜盛, 程积民, . 甘肃省森林碳储量现状与固碳速率[J]. 植物生态学报, 2016, 40(4): 304-317.
GUAN J H, DU S, CHENG J M, et al. Current stocks and rate of sequestration of forest carbon in Gansu Province, China[J]. Chinese Journal of Plant Ecology, 2016, 40(4): 304-317. [本文引用:1]
[41] 范春楠, 韩士杰, 郭忠玲, . 吉林省森林植被固碳现状与速率[J]. 植物生态学报, 2016, 40(4): 341-353.
FAN C N, HAN S J, GUO Z L, et al. Present status and rate of carbon sequestration of forest vegetation in Jilin Province, Northeast China[J]. Chinese Journal of Plant Ecology, 2016, 40(4): 341-353. [本文引用:1]
[42] 汲玉河, 郭柯, 倪健, . 安徽省森林碳储量现状及固碳潜力[J]. 植物生态学报, 2016, 40(4): 395-404.
JI Y H, GUO K, NI J, et al. Current forest carbon stocks and carbon sequestration potential in Anhui Province, China[J]. Chinese Journal of Plant Ecology, 2016, 40(4): 395-404. [本文引用:2]
[43] 甄伟, 黄玫, 翟印礼, . 辽宁省森林植被碳储量和固碳速率变化[J]. 应用生态学报, 2014, 25(5): 1259-1265.
ZHEN W, HUANG M, ZHAI Y L, et al. Variation of forest vegetation carbon storage sequestration rate in Liaoning Province, Northeast China[J]. Chinese Journal of Applied Ecology, 2014, 25(5): 1259-1265. [本文引用:1]
[44] 李鑫, 欧阳勋志, 刘琪璟. 江西省2001—2005年森林植被碳储量及区域分布特征[J]. 自然资源学报, 2011, 26(4): 655-665.
LI X, OUYANG X Z, LIU Q J, et al. Carbon storage of forest vegetation and its geographical pattern in Chinas Jiangxi Province during 2001—2005[J]. Journal of Nature Resources, 2011, 26(4): 655-665. [本文引用:1]
[45] 赵栋. 江苏省森林生态系统碳储量及碳密度研究[D]. 南京: 南京大学, 2012.
ZHAO D. Carbon storage and carbon density of forest ecosystem in Jiangsu Province[D]. Nanjing: Nanjing University, 2012. [本文引用:1]
[46] 曹扬, 陈云明, 渠美. 陕西省森林碳储量、生产力及固碳释氧经济价值的动态变化[J]. 西北农林科技大学学报: 自然科学版, 2013, 41(5): 113-120.
CAO Y, CHEN Y M, QU M. Dynamic change of carbon storage, production and economic value of carbon caputure and oxygen release by forest in Shaanxi Province[J]. Journal of Northwest A & F Universtiy: Natural Science Edition, 2013, 41(5): 113-120. [本文引用:1]
[47] 覃连欢. 广西森林植被碳储量及价值估算研究[D]. 南宁: 广西大学, 2012.
TAN L H. The research of Guangxi forest vegetation carbon storage and valuation estimated[D]. Nanning: Guangxi University, 2012. [本文引用:1]
[48] 光增云. 河南省森林碳储量及动态变化研究[J]. 林业资源管理, 2006(4): 56-60.
GUANG Z Y. Study on changes in forest biomass carbon storage in Henan Province[J]. Forest Resources Management, 2006(4): 56-60. [本文引用:1]
[49] 郑德祥, 廖晓丽, 李成伟, . 福建省森林碳储量估算与动态变化分析[J]. 江西农业大学学报, 2013, 35(1): 112-116.
ZHENG D X, LIAO X L, LI C W, et al. Estimate and dynamic change analysis of forest carbon storage in Fujian Province[J]. Acta Agriculturae Universitatis Jiangxiensis, 2013, 35(1): 112-116. [本文引用:1]
[50] 毕君, 王超, 李联地, . 基于IPCC的河北省2005年森林碳储量[J]. 东北林业大学学报, 2011, 39(12): 36-38.
BI J, WANG C, LI L D, et al. Estimation of forest carbon storage in Hebei Province based on IPCC method[J]. Journal of Northeast Forstry Universtiy, 2011, 39(12): 36-38. [本文引用:1]
[51] 陈景和, 谭绪泉. 山东省森林碳储量调查研究[J]. 山东林业科技, 2014, 44(2): 11-14.
CHEN J H, TAN X Q. The research of forest carbon storage in Shand ong Province[J]. Shand ong Forestry Science and Technology, 2014, 44(2): 11-14. [本文引用:1]
[52] 王璟睿, 仵宏基, 孙昕, . 广东省森林碳储量与动态变化[J]. 东北林业大学学报, 2016, 44(1): 18-22.
WANG J R, WU H J, SUN X, et al. Forest carbon storage and dynamic change in Guangdong Province[J]. Journal of Northeast Forstry Universtiy, 2016, 44(1): 18-22. [本文引用:1]
[53] 黄从德, 张健, 杨万勤, . 四川森林植被碳储量的时空变化[J]. 应用生态学报, 2007, 18(12): 2687-2692.
HUANG C D, ZHANG J, YANG W Q, et al. Spatial and temporal variation of carbon storage in forest vegetation in Sichuan Province[J]. Chinese Journal of Applied Ecology, 2007, 18(12): 2687-2692. [本文引用:1]
[54] 焦燕, 胡海清. 黑龙江省森林植被碳储量及其动态变化[J]. 应用生态学报, 2005, 16(12): 2248-2252.
JIAO Y, HU Q H. Carbon storage and its dynamics of forest vegetations in Heilongjiang Province[J]. Chinese Journal of Applied Ecology, 2005, 16(12): 2248-2252. [本文引用:1]
[55] 王晓荣, 张家来, 庞宏东, . 湖北省森林生态系统碳储量及碳密度特征[J]. 中南林业科技大学学报, 2015, 35(10): 93-100.
WANG X R, ZHANG J L, PANG H D, et al. Carbon storage and carbon density of forest ecosystems in Hubei Province[J]. Journal of Central South Universty of Forest & Technology, 2015, 35(10): 93-100. [本文引用:1]
[56] 李明军, 杜明凤, 喻理飞. 贵州省森林植被碳储量、碳密度及其分布[J]. 西北林学院学报, 2016, 31(1): 48-54.
LI M J, DU M F, YU L F. Carbon storage and desity of forests vegetation and its spatial distribution pattern in Guizhou Province[J]. Journal of Northwest Forestry University, 2016, 31(1): 48-54. [本文引用:1]
[57] 燕腾, 彭一航, 王效科, . 西南5省市区森林植被碳储量及碳密度估算[J]. 西北林学院学报, 2016, 31(4): 39-43.
TENG Y, PENG Y H, WANG X K, et al. Estimation on carbon reserve and carbon density of the forest vegetation in five Southwestern Province[J]. Journal of Northwest Foresty University, 2016, 31(4): 39-43. [本文引用:1]
[58] 刘兆丹, 李斌, 方晰, . 湖南省森林植被碳储量、碳密度动态特征[J]. 生态学报, 2016, 36(21): 6897-6908.
LIU Z D, LI B, FANG X, et al. Dynamic characteristics of forest carbon storage and carbon density in the Hunan Province[J]. Acta Ecologica Sinica, 2016, 36(21): 6897-6908. [本文引用:1]
[59] 曹军, 张镱锂, 刘燕华. 近20年海南岛森林生态系统碳储量变化[J]. 地理研究, 2002, 21(5): 551-560.
CAO J, ZHANG Y L, LIU Y H. Changes in forest biomass carbon storage in Hainan Island over the last 20 years[J]. Geographical Research, 2002, 21(5): 551-560. [本文引用:1]
[60] 殷鸣放, 杨琳, 殷炜达, . 森林固碳领域的研究方法及最新进展[J]. 浙江林业科技, 2010, 30(6): 78-86.
YIN M F, YANG L, YIN W D, et al. Research methods and progress in the field of forest carbon sequestration[J]. Journal of Zhejiang Forest Science and Technology, 2010, 30(6): 78-86. [本文引用:1]
[61] 杨洪晓, 吴波, 张金屯, . 森林生态系统的固碳功能和碳储量研究进展[J]. 北京师范大学学报: 自然科学版, 2005, 41(2): 172-177.
YANG H X, WU B, ZHANG J T, et al. Progress of research into carbon fixation and storage of forest ecosystems[J]. Journal of Beijing Normal University: Natural Sciences Edition, 2005, 41(2): 172-177. [本文引用:1]
[62] GARNETT M H, INESON P, STEVENSON A C, et al. Terrestrial organic carbon storage in British moorland [J]. Global Change Biology, 2001, 7(4): 375-388. [本文引用:1]
[63] 李亮. 云南省1992—2007年森林植被碳储量动态变化及其碳汇潜力分析[D]. 昆明: 云南财经大学, 2012.
LI L. Dynamic change and carbon sequestration of forest vegetation carbon potential analysis from 1992 to 2007 in Yunnan[D]. Kunming: Yunnan University of Finance and Economics, 2012. [本文引用:2]
[64] 蔡丽莎. 云南省森林植被碳储量及动态变化研究[D]. 昆明: 西南林学院, 2009.
CAI L S. Study on carbon storage of forest vegetation and its changes in Yunnan Province[D]. Kunming: Southwest Forestry College, 2009. [本文引用:1]
[65] 樊登星, 余新晓, 岳永杰, . 北京市森林碳储量及其动态变化[J]. 北京林业大学学报, 2008, 30(2): 117-120.
FAN D X, YU X X, YUE Y J, et al. Forest carbon storage and its dynamics in Beijing[J]. Journal of Beijing Forestry University, 2008, 30(2): 117-120. [本文引用:1]
[66] 王建, 王根绪, 王长庭, . 青藏高原高寒区阔叶林植被固碳现状、速率和潜力[J]. 植物生态学报, 2016, 40(4): 374-384.
WANG J, WANG G X, WANG C T, et al. Carbon storage and potentials of the broad-leaved forest in alpine region of the Qinghai-Xizang Plateau, China[J]. Chinese Journal of Plant Ecology, 2016, 40(4): 374-384. [本文引用:1]
[67] 杨阳, 冉飞, 王根绪, . 西藏高原云南松生物量模型及碳储量[J]. 生态学杂志, 2013, 32(7): 1674-1682.
YANG Y, RAN F, WANG G X, et al. Biomass model and carbon storage of Pnius yunnanensis on Tibet Plateau of China[J]. Chinese Journal of Ecology, 2013, 32(7): 1674-1682. [本文引用:1]
[68] 吴兆录. 思茅松研究现状的探讨[J]. 林业科学, 1994, 30(2): 151-157.
WU Z L. A review of the research status of Pinus kesiya var langbinensis in Southwestern China[J]. Scientia Silvae Sinicae, 1994, 30(2): 151-157. [本文引用:2]
[69] 吴征镒, 朱彦丞, 姜汉侨, . 云南植被[M]. 北京: 科学出版社, 1987.
WU Z Y, ZHU Y C, JIANG H Q, et al. Vegetation of Yunnan [M]. Beijing: Science Press, 1987. [本文引用:1]
[70] 李江, 孟梦, 邱琼, . 思茅松中幼龄人工林生物量及生产力动态[J]. 东北林业大学学报, 2010, 38(8): 36-38.
LI J, MENG M, QIU Q, et al. Dynamics of biomass and productivity for young and middle aged plantation of Pinus kesiya var langbianensis[J]. Journal of Northeast Forestry University, 2010, 38(8): 36-38. [本文引用:1]
[71] 徐婷婷, 舒清态, 欧光龙, . 景谷县思茅松人工林乔木碳储量空间分异研究[J]. 河北农业大学学报, 2015, 38(4): 44-49.
XU T T, SHU Q T, OU G L, et al. Spatial differentiation characters of carbon storage for Pinus kesiya var langbianensis platations in Jinggu County, China[J]. Journal of Agricultural University of Hebei, 2015, 38(4): 44-49. [本文引用:1]
[72] 李帅锋, 刘万德, 苏建荣, . 普洱季风常绿阔叶林次生演替中木本植物幼苗更新特征[J]. 生态学报, 2012, 32(18): 5653-5662.
LI S F, LIU W D, SU J R, et al. Woody seedling regeneration in secondary succession of monsoon broad-leaved evergreen forest in Puer, Yunnan, Southwest China[J]. Acta Ecologica Sinica, 2012, 32(18): 5653-5662. [本文引用:1]
[73] 温庆忠, 赵元藩, 陈晓鸣, . 中国思茅松林生态服务功能价值动态研究[J]. 林业科学研究, 2010, 23(5): 671-677.
WEN Q Z, ZHAO Y F, CHEN X M, et al. Dynamic study on the values for ecological service function of Pinus kesiya forest in China[J]. Forest Research, 2010, 23(5): 671-677. [本文引用:1]
[74] 张晓静, 方宜亮, 王佳, . 林业是低碳经济时代的重要选择[J]. 林业经济, 2010(5): 94-97.
ZHANG X J, FANG Y L, WANG J, et al. Forestry: An important option of low-carbon economy era. [J]Forestry Economics, 2010(5): 94-97. [本文引用:1]
[75] 谭志雄, 陈德敏. 区域碳交易模式及实现路径研究[J]. 中国软科学, 2012(4): 76-84.
TAN Z X, CHEN D M. Regional carbon trading mode and its implementation path[J]. China Soft Science, 2012(4): 76-84. [本文引用:1]
[76] 杨凌. 云南省清洁发展机制项目国际谈判研究[J] . 生态经济: 学术版, 2009(10): 358-360.
YANG L. Study on the international negotiation of CDM project of Yunnan Province[J]. Ecological Economy, 2009(10): 358-360. [本文引用:1]