福州市森林碳儲量定量估算及其對土地利用變化的響應

陸 君，劉亞風，齊 珂，樊正球

復旦大學環境科學與工程系，上海 200433

?

福州市森林碳儲量定量估算及其對土地利用變化的響應

陸 君，劉亞風，齊 珂，樊正球*

復旦大學環境科學與工程系，上海 200433

基于RS與GIS技術，以遙感影像數據、土地利用數據、森林資源二類調查數據為主要數據源，采用逐步回歸法建立森林蓄積量定量估測模型。根據“蓄積量-生物量-碳儲量”推算方法，對福州市森林植被碳儲量和碳密度進行估算。建立福州市土地利用轉移矩陣，分析2000—2010年土地利用變化影響下的福州市森林碳儲量變化特征。結果表明：(1)根據不同的森林類型，即常綠闊葉林、常綠針葉林、針闊混交林分別建立的多元線性回歸模型修正決定系數分別為0.599、0.679、0.694，通過模型適用性檢驗和精度驗證。(2)2000年、2010年福州市森林植被碳儲量總量分別為12.499Tg、12.642Tg，植被碳密度分別為18.694、18.708 t/hm2，森林植被碳儲量增加了1.430×105t。(3)福州市閩清縣、永泰縣、閩侯縣的森林植被碳密度常年保持較高水平，并呈現出增長趨勢；羅源縣、長樂市、連江縣森林植被碳密度較低，并呈現下降趨勢。(4)2000—2010年，灌木和耕地是主要土地利用類型轉出者，森林和建設用地是主要土地利用類型轉入者。森林主要由灌木和耕地轉化，主要向建設用地、耕地進行轉化。由于土地利用變化，10年間福州市總碳儲量減少了1.711×104t，其中土壤碳儲量減少2.230×103t，植被碳儲量減少1.489×104t。

蓄積量；碳儲量；碳密度；土地利用變化；福州市

森林在生態系統碳循環過程中發揮著十分重要的作用。森林碳儲量是研究森林與大氣之間碳交換的基本參數，也是計算碳排放和碳循環過程中的關鍵因子[1-2]，因此研究森林碳儲量的估算方法具有十分重要的意義。近年來，運用以森林蓄積量為基礎的生物量轉換因子法(BEF)來估測植被碳儲量得到了廣泛應用[3]。方精云等建立了“蓄積量-生物量”回歸方程，并測算了不同優勢樹種的計算參數[4- 6]，徐新良[7]、曾偉生[8]等又通過研究進一步提出了方程中參數a和b的優化取值。李海奎等以全國第六、七次森林資源連續清查資料為基礎，研究比較了生物量轉換因子法同其他方法在森林生物量和碳儲量估算方面的異同[9]，為提高生態系統植被碳儲量估算精度打下了基礎，實現了森林植被生物量和碳儲量估算方法由樣地調查向區域推算尺度的轉換。

傳統蓄積量的調查方法主要通過周期性測定樣地內的樹木生長指標來估算[10]，這種方法精度較高，但野外工作量大，人力和資金成本較高，且很難滿足大尺度以及實時的監測需求[11]。隨著遙感技術的發展，利用3S及其集成技術開展森林蓄積量的定量估測受到越來越多的關注[12]。遙感數據能提供動態的植被覆蓋信息，與森林清查數據相結合，能實現快速、連續、較準確的蓄積量估測及預報，極大提高了工作效率，諸多國內外學者在此基礎上對森林蓄積量定量遙感估測開展研究[13-14]。一些研究結果表明，對遙感影像的灰度值提取，其線性或非線性組合與森林蓄積量有較明顯的相關性，以地面調查數據得到的蓄積量為因變量，以遙感數據若干波段的灰度值及其組合值作為自變量，同時綜合考慮坡度、海拔等地理信息，可以建立起合適的森林蓄積量多元線性回歸模型[15-17]。

當前人類活動對陸地生態系統碳循環過程的影響越來越強烈，尤其是土地利用變化顯著地影響了陸地生態系統的結構和功能，造成植被和土壤碳儲量的變化，是對陸地生態系統碳循環影響的最大人為因素之一[18- 20]。研究表明，1850—1980年間，約180Pg碳通過土地利用變化從陸地生態系統中排放到大氣中，而森林面積減少導致近100Pg碳排放到大氣中[21]。20世紀80年代以來，全球由于土地利用變化造成每年平均釋放1.6Pg碳[22]。因此，定量估算森林碳儲量及其變化、評估碳儲量對土地利用變化的響應不僅可以為森林資源經營管理和林業可持續發展提供重要科學依據，而且對碳排放及碳循環研究具有十分重要的意義。

本文主要對以下問題展開研究：(1)基于RS與GIS技術，從Landsat5 TM影像中提取不同波段灰度值及其組合，結合海拔、坡度等因子作為自變量，以福州市森林資源二類調查中的單位面積蓄積量數據為因變量，采用逐步回歸法建立福州市森林蓄積量多元線性估測模型。(2)根據生物量轉換因子法，對福州市森林植被碳儲量和碳密度進行估算，分析2000年到2010年森林植被碳儲量變化特征。(3)建立2000年至2010年福州市土地利用轉移矩陣，并分析土地利用變化影響下的森林碳儲量變化特征。研究結果旨在為福州市利用遙感影像數據監測及預測連續清查間隔期內森林資源的動態變化提供科學依據。

1 研究區概況

福州市位于福建省中部東端、閩江下游，介于北緯25°15′—26°39′、東經118°08′—120°31′之間，總面積11968 km2，其中市區面積1786 km2。行政區劃為五區七縣(市)，包括市區(鼓樓區、臺江區、倉山區、晉安區和馬尾區)、閩清縣、永泰縣、閩侯縣、連江縣、羅源縣、福清市、長樂市。

福州屬亞熱帶季風氣候，東臨臺灣海峽，溫暖濕潤，雨量充沛，四季常青。福州市橫跨中國東部濕潤森林區域中的兩個植被帶，即南亞熱帶雨林植被帶和中亞熱帶照葉林植被帶。福州天然植被包括常綠闊葉林、針葉林、針闊混交林、竹林和灌叢。常綠闊葉林為中亞熱帶地帶性植被，植物種類以殼斗科栲屬、石櫟屬為主，其它樟科、山茶科、杜鵑花科植物也占較多比例。針葉林為福州市分布最廣、數量最多的植被類型，主要樹種有馬尾松、杉木、油杉、柳杉、黃山松、黑松等，其中馬尾松、杉木覆蓋面積最大，且多為純林，基本上為人工營造。

2 材料與方法

2.1 數據來源及預處理

本研究采用Landsat5 TM遙感影像數據、福州市土地利用數據、福州市森林資源二類調查數據、DEM數據作為基本數據源。

2.1.1 Landsat TM影像數據

TM遙感影像來源于2000年和2010年，均為植被生長季數據，單景影像覆蓋全市范圍，平均云量小于1%，噪音面積小于10%，影像質量較好，適合進行遙感反演。為削弱不利因素對預測模型精度的影響，預先對TM影像數據進行大氣校正、正射校正、幾何校正。校正過程在ENVI 5.0軟件中進行。

2.1.2 土地利用數據

福州市土地覆被數據是利用遙感影像等資料，通過計算機輔助分類軟件和人工目視解譯相結合生成，共2000年、2010年兩期數據。森林類型分類至二級生態系統，即常綠闊葉林、常綠針葉林、針闊混交林，并進行過野外核查修正，精度大于90%。

土地利用分類體系采用政府間氣候變化和專門委員會(Intergovernmental Panel on Climate Change, IPCC)編著的《土地利用、土地利用變化和林業優良做法指南(GPG-LULUCF)》[23]中使用的土地類別，即森林、耕地、草地、濕地、建設用地和未利用地，是目前公認的可以較全面、綜合地評價土地利用對碳儲量影響的土地分類體系。在此基礎上，本文根據研究需要，增加灌木類別，共計七種土地利用類型。為和“灌木”區分，本研究中的“森林”土地利用類型特指喬木林。

2.1.3 地面調查數據

地面調查數據來源于2010年福州市森林資源二類調查數據(下文簡稱“二調數據”)，森林小班為統計的基本單元，以矢量地理信息數據的形式儲存。在進行研究前對數據進行預處理，針對小班出現自相交的情況，在ArcGIS 10.2軟件中使用Repair Geometry工具進行修復。

2.2 自變量因子選擇及提取

從遙感數據和DEM數據中提取適用于構建蓄積量定量估測模型的因子為備選自變量，具體包括遙感因子變量、植被因子變量、地理因子變量。

遙感因子變量根據TM影像7個波段具有不同的波譜特征，將TM1-TM5、TM7六個單波段設置為遙感因子。TM6為熱紅外波段，本次研究不予考慮。除此之外，在借鑒前人研究的基礎上，設置TM5/TM4、TM5/TM7、TM7/TM3、TM3/(TM1+TM2+TM3+TM4+TM5+TM7)、(TM4+TM5-TM2)/(TM4+TM5+TM2)、(TM5+TM7-TM2)/(TM5+TM7+TM2)、TM3×TM4/TM7七個組合波段。此外由于纓帽變換中的土壤亮度指數(BI)、植被綠度指數(GI)、濕度指數(WI)3個分量與地物類型有密切關系，故亦采用作為遙感因子變量[17, 24]。

植被因子變量采用當前比較常用的、能反映植被覆蓋信息的重要植被指數，主要有歸一化植被指數NDVI、差值植被指數DVI、比值植被指數RVI。各植被指數在反映植被長勢、生物量等方面具備各自優勢。遙感因子變量和植被因子變量用ENVI 5.0軟件進行提取。地理因子變量主要為海拔和坡度，從DEM數據中直接用ArcGIS 10.2軟件提取。

因變量來源于二調數據。森林小班根據林業管理需要呈現出不規則的面積形態，一個森林小班中往往包含許多個遙感灰度值不同的像元，因此需要在不規則的小班面積覆蓋范圍內提取唯一的像元灰度值。將小班矢量圖層和提取出的每個自變量因子柵格圖層在ArcGIS 10.2軟件中進行疊置，利用Spatial Statistics Tools做統計分析，可得到小班內某個自變量因子所有像元的平均值，因而將任意小班內的自變量因子轉換成唯一值。

2.3 樣本數據篩選

運用標準差分析法對小班異常離群數據進行剔除，公式為：|xi-x|>2σ。式中xi為實測小班單位面積蓄積量數據，x為平均值，σ為標準差。篩選過后的小班個數為常綠闊葉林1565個；常綠針葉林2722個；針闊混交林1045個。考慮到樣本數據的數量需滿足建模要求，最終每個森林類型隨機選取400個小班數據作為建模樣本，選取150個小班數據作為驗證樣本。各森林類型的建模數據和驗證數據樣本點分布如圖1所示。

圖1 建模與驗證樣本點分布Fig.1 Distribution of the Samples

2.4 逐步回歸法

自變量個數及種類對模型估測精度的影響很大，需要克服備選變量間的共線性，篩選合適的自變量構建模型[25]。在進行多元線性回歸時，一般線性回歸不論自變量對因變量的影響是否顯著，都可以進入方程，這樣會使方程估計的精度變低[26]，因此本研究采用逐步回歸法避免上述問題。

逐次將2.2節中提取的21個備選變量選入方程，比較前后變量對方程的重要性。若后引入的變量使先前變量失去了重要性，則將先前的變量淘汰，通過變量的引入和剔除，最終篩選出最適合建模的自變量[27]。逐步回歸中的每一步都進行F檢驗，以確保每次引入新的變量之前回歸方程中只包含顯著變量。以回歸系數顯著性檢驗中各自變量的F統計量的相伴概率值Sig≤0.05和F統計量的相伴概率值Sig≥0.10作為自變量是否引入模型或者從模型剔出的標準。當Sig≤0.05，認為該變量對因變量的影響是顯著的，應被引入回歸方程；當Sig≥0.10時，則認為該變量對因變量的影響是不顯著的，應從回歸方程剔除。

2.5 基于蓄積量的森林碳儲量估算

本研究采用BEF法估算森林植被生物量和碳儲量，該方法建立生物量與蓄積量之間的換算關系，可以實現由樣地調查向區域推算的尺度轉換，在國內城市森林的碳儲量估算及碳匯評估中較為常見[28]，其公式[5]為：

B=a·V+b

式中，B為森林生物量(t)，V為森林蓄積量(m3)，a、b為參數，取值參照前人的研究成果(表1)。

表1 森林蓄積量-生物量回歸方程系數

森林植被碳儲量與碳密度計算采用公式：C=B×CC;ρ=C/S。式中C為碳儲量(t)；CC為含碳率，采用國內學者常用的系數0.5[30]；ρ為碳密度(t/hm2)；S為面積(hm2)。

3 結果與討論

3.1 蓄積量定量估測模型

經過逐步回歸法對自變量因子的反復引入和剔除，最終篩選出適合于常綠闊葉林、常綠針葉林、針闊混交林建模的自變量因子，建立多元線性回歸方程(表2)。

表2 模型公式及參數

α=0.05的可靠性水平下，各模型均通過F檢驗和t檢驗。常綠闊葉林、常綠針葉林、針闊混交林的回歸模型中的復相關系數分別為0.790、0.803、0.835，修正決定系數分別為0.599、0.679、0.694，能較好地反映出蓄積量與建模因子之間的線性關系，擬合效果較好。

3.2 模型適用性檢驗及精度驗證

對所擬合的模型進行適用性檢驗，用本研究建立的模型所估測出的蓄積量作為自變量，以小班實測蓄積量數據為因變量，建立二者的線性回歸方程。3種不同森林類型的檢驗方程及R2如圖2。

常綠闊葉林、常綠針葉林、針闊混交林的模型檢驗方程R2分別為0.881、0.969、0.962，結果表明，通過模型計算的林分蓄積量估測值與森林小班中的實測值無顯著差異。

此外，對所擬合的模型進行精度驗證。2010年福州市森林蓄積量實際統計值為2951萬m3，本研究中通過模型的估測值為2593.95萬m3，總體精度為2593.95/2951=87.90%，預測結果較為理想。

圖2 蓄積量實測值與估測值檢驗圖Fig.2 Actual and Predicted Value of the Forest Volume Samples

3.3 森林植被碳儲量變化分析

采用2.2節同樣方法提取2000年不同森林類型的建模因子。在ArcGIS軟件中將參與蓄積量估測的因子變量柵格圖分別用土地覆被矢量數據中的常綠闊葉林、常綠針葉林、針闊混交林掩膜裁剪，根據已建立的蓄積量估測模型和TM遙感影像反演值計算每個像元的蓄積量。根據2.5節的BEF法，得出2000年、2010年福州市森林植被碳儲量總量分別為：12.499Tg、12.642Tg，碳密度分別為18.694 t/hm2、18.708 t/hm2，森林植被碳儲量增加了1.44×105t，平均碳密度為18.701 t/hm2。在ArcGIS軟件支持下得到福州市2000年、2010年森林植被碳密度分布圖(圖3)，并對十年間福州市各市縣森林植被碳密度空間變化進行分析。

由圖3可以看出，從2000年到2010年，福州市森林植被碳密度總體呈上升的趨勢。在東部沿海區域，植被碳密度大于25 t/hm2的像元總面積減少，在西部內陸地區，森林植被碳密度大于25 t/hm2的像元總面積增加。福州市的各市縣中，閩清縣、永泰縣、閩侯縣的森林植被碳密度常年保持較高水平，并呈現出增長趨勢。市區(包括鼓樓區、倉山區、臺江區、晉安區、馬尾區)的植被碳儲量平均值為18.91 t/hm2，變化較小，總體上保持穩定。羅源縣、長樂市、連江縣森林植被碳密度較低，并呈現下降趨勢。閩清縣、永泰縣、閩侯縣地處福州市西部，地廣人稀，經濟欠發達，多山脈多林場，并分布有多個自然保護區和森林公園，森林生態系統受到較好保護。該區域受人為負面干擾程度較小，森林植被碳儲量常年保持較穩定增長的水平。處于沿海地區的各市縣，如市區、長樂市、羅源縣、福清市、連江縣，隨著社會經濟的發展和建設用地對森林的侵占，森林植被碳密度有下降的趨勢。

圖3 福州市森林植被碳密度空間分布Fig.3 Classification Map of Forest Vegetation Carbon Density in Fuzhou

3.4 福州市土地利用變化分析

3.4.1 土地利用類型面積變化

2000年到2010年福州市土地利用面積變化見表3。福州市主要用地類型為森林，常年保持國土面積占比55%以上，其次為耕地和灌木。10年間，福州市土地利用面積發生較大變化，主要表現在：建設用地、森林、草地面積上升，其占福州市國土面積比例分別上升1.32%、0.60%、0.05%；灌木、耕地、濕地面積下降，占福州市國土面積比例分別下降1.25%、0.52%、1.05%。未利用地面積變化較小，變化僅0.01%。

表3 福州市2000—2010年土地利用面積變化

3.4.2 土地利用類型轉化

在ArcGIS軟件進行數據融合和疊置分析，得到土地利用轉化關系圖，將數據導出后在Excel表格中計算土地利用轉移矩陣，結果見表4。

2000年到2010年，土地利用類型轉化較明顯。灌木和耕地是主要的轉出者，灌木主要轉化為森林，轉化面積113.69 km2；耕地主要轉化為建設用地和森林，轉化面積分別為109.59 km2和61.38 km2。森林和建設用地是主要的轉入者，森林主要由灌木和耕地轉化，建設用地主要由耕地和濕地轉化。森林主要向建設用地、耕地進行了轉化，轉換面積為14.67 km2和88.85 km2。可以看出經濟發展和城市擴張導致對建設用地的訴求強烈，耕地轉換為建設用地的強度增大，耕地安全需得到保障。森林面積的持續上升對森林資源的健康可持續發展有利。

在森林和其它土地利用類型的相互轉化過程中，耕地和灌木轉化最為劇烈。森林向耕地轉化了88.75 km2，同時耕地向森林轉化了61.38 km2，相互轉化幅度較大；灌木向森林轉化了113.69 km2，在所有轉化過程中面積最大，而森林向灌木只轉化了1.59 km2。草地、濕地和森林之間都發生面積轉化，但變化幅度均較小。森林向建設用地轉化14.67 km2，而建設用地只向森林轉化了0.11 km2。

表4 福州市2000—2010年土地利用轉移矩陣

3.5 碳儲量對土地利用變化的響應

根據土地利用類型轉移矩陣及不同土地利用類型土壤碳密度和植被碳密度差異，估算福州市2000年至2010年森林碳儲量變化對土地利用類型變化的響應。森林植被碳密度采用本文計算的平均值，其它不同土地利用類型碳密度來源于當地資料和相關文獻[31- 34](表5)。土地利用變化帶來的森林碳儲量變化見表6。

表5 不同土地利用類型土壤碳密度和植被碳密度

由于土地利用變化，2000年到2010年福州市森林總碳儲量減少了1.711×104t，其中土壤碳儲量減少2.23×103t，植被碳儲量減少了1.489×104t，土地利用變化總體上造成了碳排放。森林向其他用地類型轉化表現為碳排放效應，總碳儲量減少1.49×105t。排放最多的為森林向耕地轉化，總碳儲量減少1.17×105t，占減少碳儲量總量的79.07%；其次依次為森林向建設用地、草地、濕地、未利用地、灌木轉化，碳儲量減少量分別為2.465×104、4.90×103、8.6×102、7.7×102、6.1×102t。其他用地類型向森林的轉化表現為碳吸收效應，總碳儲量增加1.32×105t，吸收最多的為耕地向森林的轉化，總碳儲量增加8.10×104t；其次依次為灌木、草地、濕地、建設用地向森林轉化，碳儲量增加量分別為4.32×104、5.02×103、2.39×103、1.90×102t。耕地和森林之間的土地利用轉換造成的碳儲量變化十分劇烈，建設用地對森林的侵占造成的碳儲量減少應該引起相應的重視。

4 結論

(1)不同的森林類型，即常綠闊葉林、常綠針葉林、針闊混交林蓄積量估測模型的復相關系數分別為0.599、0.679、0.694，模擬效果較好，具有較高的估測精度。

(2)2000年、2010年福州市森林植被碳儲量總量分別為：12.499、12.642Tg，碳密度分別為18.694、18.708 t/hm2，森林植被碳儲量增加了1.44×105t。閩清縣、永泰縣、閩侯縣的森林植被碳密度常年保持較高水平，并呈現出增長趨勢。羅源縣、長樂市、連江縣森林植被碳密度較低，并呈現下降趨勢。

表6 土地利用變化影響下的森林碳儲量變化

SCD：土壤碳密度 Soil Carbon Density；VCD：植被碳密度 Vegetation Carbon Density；SCS：土壤碳儲量 Soil Carbon Storage；VCS：植被碳儲量 Vegetation Carbon Storage；FCS：森林碳儲量 Forest Carbon Storage

(3)2000年到2010年，福州市主要用地類型為森林，其次為耕地和灌木。土地利用面積變化和類型轉化較明顯。灌木和耕地是主要的轉出者；森林和建設用地是主要的轉入者。

(4)由于土地利用變化，2000年到2010年福州市總碳儲量減少了1.711×104t，其中土壤碳儲量減少2.230×103t，植被碳儲量減少了1.489×104t，土地利用變化總體上造成了碳排放。耕地和森林之間的土地利用轉換造成的碳儲量變化十分劇烈，建設用地對森林的侵占造成的碳儲量減少應該引起相應的重視。

[1] Dixon R K, Solomon A M, Brown S, Houghton R A, Trexier M C, Wisniewski J. Carbon pools and flux of global forest ecosystems. Science, 1994, 263(5144): 185- 190.

[2] 林清山, 洪偉. 中國森林碳儲量研究綜述. 中國農學通報, 2009, 25(6): 220- 224.

[3] Hu H F, Wang G G. Changes in forest biomass carbon storage in the South Carolina Piedmont between 1936 and 2005. Forest Ecology and Management, 2008, 255(5/6): 1400- 1408.

[4] 方精云, 劉國華, 徐嵩齡. 我國森林植被的生物量和凈生產量. 生態學報, 1996, 16(5): 497- 508.

[5] 方精云, 陳安平. 中國森林植被碳庫的動態變化及其意義. 植物學報, 2001, 43(9): 967- 973.

[6] 方精云, 陳安平, 趙淑清, 慈龍駿. 中國森林生物量的估算: 對Fang等Science一文(Science, 2001, 291: 2320—2322)的若干說明. 植物生態學報, 2002, 26(2): 243- 249.

[7] 徐新良, 曹明奎, 李克讓. 中國森林生態系統植被碳儲量時空動態變化研究. 地理科學進展, 2007, 26(6): 1- 10.

[8] 曾偉生. 云南省森林生物量與生產力研究. 中南林業調查規劃, 2005, 24(4): 1- 3, 13- 13.

[9] 李海奎, 雷淵才. 中國森林植被生物量和碳儲量評估. 北京: 中國林業出版社, 2010.

[10] Metsaranta J M, Lieffers V J. Using dendrochronology to obtain annual data for modelling stand development: a supplement to permanent sample plots. Forestry, 2009, 82(2): 163- 173.

[11] 袁凱先, 陳玉山, 包盈智, 趙憲文. 森林蓄積量的遙感估測. 林業資源管理, 1996, (3): 13- 17.

[12] Mcroberts R E, Tomppo E O. Remote sensing support for national forest inventories. Remote Sensing of Environment, 2007, 110(4): 412- 419.

[13] 楊海軍, 邵全琴, 陳卓奇, 張帥. 森林碳蓄積量估算方法及其應用分析. 地球信息科學, 2007, 9(4): 5- 12.

[14] 劉志華, 常禹, 陳宏偉. 基于遙感、地理信息系統和人工神經網絡的呼中林區森林蓄積量估測. 應用生態學報, 2008, 19(9): 1891- 1896.

[15] 董斌, 馮仲科, 杜林芳, 唐雪海. 山東省黃河流域森林蓄積量遙感定量估測模型研究. 遙感技術與應用, 2010, 25(4): 520- 524.

[16] 余坤勇, 林芳, 劉健, 亓興蘭, 張世利. 基于RS的閩江流域馬尾松林分蓄積量估測模型研究. 福建林業科技, 2006, 33(1): 16- 19.

[17] 王妮. 基于3S技術的森林資源變化動態監測[D]. 南京: 南京林業大學, 2012.

[18] IPCC. Revised 1996 IPCC Guidelines for National Greenhouse Gas Inventories, Chapter 5: Land Use Change and Forestry. Paris, France: IPCC/OECD/IEA, 1997.

[19] 楊景成, 韓興國, 黃建輝, 潘慶民. 土地利用變化對陸地生態系統碳貯量的影響. 應用生態學報, 2003, 14(8): 1385- 1390.

[20] Wijaya A, Kusnadi S, Gloaguen R, Heilmeier H. Improved strategy for estimating stem volume and forest biomass using moderate resolution remote sensing data and GIS. Journal of Forestry Research, 2010, 21(1): 1- 12.

[21] Houghton R A. Land-use change and the carbon cycle. Global Change Biology, 1995, 1(4): 275- 287.

[22] 張興榆, 黃賢金, 趙小風, 陸汝成, 賴力. 環太湖地區土地利用變化對植被碳儲量的影響. 自然資源學報, 2009, 24(8): 1343- 1353.

[23] IPCC. Good Practice Guidance for Land Use, Land-Use Change and Forestry. Hayama, Japan: IPCC/IGES, 2003.

[24] 張友靜, 方有清. K-T變換的林學意義及其在森林蓄積量估算中的應用. 環境遙感, 1992, 7(3): 163- 171.

[25] 黃偉平, 譚三清, 張貴, 李珺. 估測森林蓄積量的遙感因子選擇研究. 中南林業科技大學學報, 2010, 30(4): 112- 115.

[26] 徐萍, 徐天蜀. 森林蓄積量定量遙感估測模型研究. 林業建設, 2007, (6): 43- 46.

[27] 李亦秋, 馮仲科, 鄧歐, 張冬有, 張彥林, 吳露露. 基于3S技術的山東省森林蓄積量估測. 林業科學, 2009, 45(9): 85- 93.

[28] 周健, 肖榮波, 莊長偉, 鄧一榮. 城市森林碳匯及其核算方法研究進展. 生態學雜志, 2013, 32(12): 3368- 3377.

[29] 方精云, 郭兆迪, 樸世龍, 陳安平. 1981—2000年中國陸地植被碳匯的估算. 中國科學(D輯: 地球科學), 2007, 37(6): 804- 812.

[30] 揣小偉, 黃賢金, 鄭澤慶, 張梅, 廖啟林, 賴力, 盧俊宇. 江蘇省土地利用變化對陸地生態系統碳儲量的影響. 資源科學, 2011, 33(10): 1932- 1939.

[31] 張梅, 賴力, 黃賢金, 揣小偉, 談俊忠. 中國區域土地利用類型轉變的碳排放強度研究. 資源科學, 2013, 35(4): 792- 799.

[32] 張旭輝, 李典友, 潘根興, 李戀卿, 林凡, 許信旺. 中國濕地土壤碳庫保護與氣候變化問題. 氣候變化研究進展, 2008, 4(4): 202- 208.

[33] 胡會峰, 王志恒, 劉國華, 傅伯杰. 中國主要灌叢植被碳儲量. 植物生態學報, 2006, 30(4): 539- 544.

[34] 鄭姚閩, 牛振國, 宮鵬, 戴永久, 上官微. 濕地碳計量方法及中國濕地有機碳庫初步估計. 科學通報, 2013, 58(2): 170- 180.

The quantitative estimation of forest carbon storage and its response to land use change in Fuzhou, China

LU Jun, LIU Yafeng, QI Ke, FAN Zhengqiu*

Department of Environmental Science and Engineering, Fudan University, Shanghai 200433, China

In this study, remote sensing (RS) images, land-use data, and forest resource inventory data were used to build a quantitative estimation model of forest volume via the stepwise regression method. The carbon storage and carbon density of forest vegetation in Fuzhou from 2000 to 2010 were analyzed using the Biomass Expansion Factor (BEF) method to correlate forest volume with volume, biomass and carbon storage. A land use transition matrix was created, and used to study the variation of forest carbon storage in response to land use change in Fuzhou. The results showed that: (1) the results of quantitative estimation models of forest volume which were build according to different type of forest (Evergreen broad-leaved forest, Evergreen coniferous forest, Mixed broadleaf-conifer forest) turned out the effects with the adjustedR2being 0.599, 0.679, 0.694 respectively. All quantitative estimation models of forest volume passed the applicability and accuracy test. The calculated total forest volume in Fuzhou was 2.097 × 107m3in 2000 and 2.594 × 107m3in 2010, revealing an increase in volume over the course of a decade. Of all the geographical subdivisions of Fuzhou, Yongtai County maintained the greatest forest volume throughout the decade, while Changle County contained the lowest forest volume. (2) Total carbon storage by forest vegetation in Fuzhou city was 12.499 Tg in 2000 and 12.642 Tg in 2010. Thus, in ten years, forest vegetation carbon storage increased by 1.430 × 105t. The vegetation carbon densities in 2000 and 2010 were 18.694 t/hm2and 18.708 t/hm2, respectively. (3) The carbon density of forest vegetation in Minqing County, Yongtai County, and Minhou County, which are located in western Fuzhou, remained high during this ten year period, and was observed to increase overall. In contrast, Luoyuan County, Changle County, and Lianjiang County, which are located in eastern Fuzhou, experienced declines in the carbon density of forest vegetation, as a result of increasing socio-economic and anthropogenic activity. (4) In these areas, the forest was mostly converted to shrub and crop land between 2000 and 2010. As a result of this change in land use, forest carbon storage in Fuzhou declined by 1.711 × 104t overall. In addition, soil carbon storage and plant carbon storage decreased by 2.230 × 103t and 1.489 × 104t, respectively.

forest volume; carbon storage; carbon density; land use change; Fuzhou city

2015- 02- 11;

日期:2016- 01- 15

10.5846/stxb201502110337

*通訊作者Corresponding author.E-mail: zhqfan@fudan.edu.cn

陸君，劉亞風，齊珂，樊正球.福州市森林碳儲量定量估算及其對土地利用變化的響應.生態學報,2016,36(17):5411- 5420.

Lu J, Liu Y F, Qi K, Fan Z Q.The quantitative estimation of forest carbon storage and its response to land use change in Fuzhou, China.Acta Ecologica Sinica,2016,36(17):5411- 5420.