干擾及林齡影響下迪慶州云杉老齡林生態系統碳儲量動態

馮源，朱建華*，肖文發，皇寶林，畢艷玲，溫慶忠，鄧喜慶

干擾及林齡影響下迪慶州云杉老齡林生態系統碳儲量動態

馮源1,2，朱建華1,2*，肖文發1,2，皇寶林3，畢艷玲3，溫慶忠3，鄧喜慶3

1. 中國林業科學研究院森林生態環境與保護研究所//國家林業局森林生態環境重點實驗室，北京 100091；
2. 南京林業大學南方現代林業協同創新中心，江蘇 南京 2100373；3. 云南省林業調查規劃院，云南 昆明 650051

老齡林是重要的森林碳庫，研究老齡林碳儲量長期變化對評價老齡林碳源和碳匯功能和量化區域尺度森林生態系統碳循環具有重要的意義。基于云南省迪慶自治州森林資源規劃設計調查數據、樣地數據和迪慶州造林、采伐、災害等統計數據，運用林業碳收支模型（CBM-CFS3）模擬并預測了2005—2020年云南省迪慶州區域尺度云杉（Picea likiangensis）老齡林（過熟林）的生物量、死亡有機質（包括枯落物、枯死木和土壤有機碳）以及生態系統碳儲量及其動態變化。結果表明，干擾情景下，2005—2020年迪慶州云杉老齡林的生物量、死亡有機質和生態系統碳儲量范圍分別為3.98～4.73 Tg、5.41～7.28 Tg和9.44～12.01 Tg，且均呈逐漸增長趨勢。模擬期間，云杉老齡林的生物量碳密度和生態系統碳密度均呈減少趨勢，其中生物量碳密度平均值為106.40 Mg?hm-2，生態系統碳密度平均值為255.56 Mg?hm-2；死亡有機質碳庫碳密度呈增加趨勢，平均值為149.16 Mg?hm-2。研究結果顯示，迪慶州云杉老齡林生態系統碳儲量動態受林分生長、成熟林為過熟林和干擾三方面影響；其中自然生長導致生態系統碳儲量增加0.51 Tg，成熟林進階導致生態系統碳儲量增加2.75 Tg，而采伐干擾造成生態系統碳儲量損失1.14 Tg。建議未來森林經營中將老齡林每年采伐總面積控制在1.9×103hm2?a-1以內，以保證老齡林生態系統碳儲量趨于穩定，避免老齡林轉變為碳源。

林齡；人為干擾；固碳；森林經營

老齡林地上生物量與地下生物量碳儲量極高（Suchanek et al.，2004），是森林生態系統重要的碳庫組分，也是木材產品的主要來源（Carey et al.，2001）。近期研究表明，老齡林是全球生態系統中重要的碳匯（Luyssaert et al.，2008），其生物量和土壤有機質碳儲量都可能增加（Tan et al.，2011；Wharton et al.，2016；Zhou et al.，2006），而另外一些研究則表明老齡林固碳能力下降（Taylor et al.，2014）。因此，老齡林生態系統碳儲量動態仍然具有不確定性，研究老齡林生態系統長期碳儲量動態對于估算區域尺度森林生態系統碳收支、評價森林清除溫室氣體和減緩氣候變化的作用具有極重要的意義（Dai et al.，2013；Ford et al.，2017）。

目前在區域尺度開展老齡林長期碳儲量變化研究存在兩個難點：第一，已有研究通常將老齡林視為靜止對象，并未考慮中長期研究過程中老齡林的位置和面積均可能發生變化；第二，由于區域尺度上森林生態系統碳儲量動態受到干擾影響的情況非常普遍（Pregitzer et al.，2004；Seedre et al.，2015），因此研究長期老齡林生態系統碳動態時，不僅需要考慮老齡林位置和面積的變化，還需要考慮干擾對老齡林碳儲量的影響。已有研究中通量觀測技術多用于評價老齡林一年或多年間生態系統凈碳交換量，卻不能將干擾和林分生長對老齡林生態系統碳動態的影響區分開來，更不能預測未來老齡林碳儲量變化趨勢。本文以云南省迪慶州云杉林（Picea likiangensis）老齡林作為研究對象，基于森林資源規劃設計調查數據、森林干擾數據和加拿大林業碳收支模型（CBM-CFS3）模擬和預估2005—2020年老齡林碳動態。研究目的在于探索老齡林生態系統碳儲量長期變化規律以及區分生長和干擾兩個因素分別對老齡林碳儲量的影響，對評價老齡林碳源和碳匯功能和區域尺度森林碳循環具有重要意義，有助于提出合理的生態系統碳管理決策并為森林可持續發展提供參考。

1 研究地區與研究方法

1.1 研究區概況

云南省迪慶藏族自治州（98°35′～100°19′E，26°52′～29°16′N）位于滇、川、藏三省區交匯處的橫斷山脈腹地，總面積為2.39×104km2。境內地勢北高南低，垂直氣候和立體生態環境特征明顯。年平均氣溫4.7～16.5 ℃，年極端最高氣溫25.1 ℃，最低氣溫-27.4 ℃；年日照平均時數為 1740～2190 h；年降雨量600～1000 mm。境內水熱差異顯著，根據熱量的水平分布，迪慶州大部分地區位于溫帶—寒溫帶氣候區，少部區域處于北亞熱帶氣候區。云南省森林資源規劃設計調查數據顯示，2005年迪慶州林業用地面積為1.62×106hm2，森林覆蓋率高達73.9%，是云南省森林植被類型最豐富的區域之一；其中云杉林面積為1.55×105hm2，占迪慶州森林總面積10.4%，是迪慶州主要森林類型之一（圖1）。迪慶州云杉林的特點是以成、過熟林為主，且二者起源均為天然林。其中過熟林面積為3.66×104hm2，占云杉林總面積的 23.6%，它對云杉林生態系統碳動態甚至是區域植被生態系統碳收支都有重要影響。本研究將迪慶州云杉過熟林（林齡＞120 a）視為老齡林（Seedre et al.，2015；Soloway et al.，2017），林分特征如表1所示。

圖1 2005年迪慶州云杉及其老齡林分布圖Fig. 1 Distribution of spruce forests and its old-growth forest of Diqing in 2005

表1 迪慶州云杉老齡林特征Table 1 Description of old-growth spruce forest in Diqing

1.2 CBM-CFS3模型介紹

加拿大林務局開發的碳收支模型（Operationalscale carbon budget model of the Canadian Forest Sector，CBM-CFS3）是加拿大國家森林碳監測、計量和報告系統（NFCMARS）的核心模塊（Kurz et al.，2009；Kull et al.，20142-3）。CBM-CFS3 模型采用“清單+變化法”估算森林生態系統碳儲量動態，在考慮自然和人為干擾影響下評估林分尺度到國家尺度的森林生態系統碳儲量變化。該模型是政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）推薦使用的碳計量模型，已被意大利（Pilli et al.，2013）、韓國（Kim et al.，2016）和墨西哥（Mascorro et al.，2016）等多個國家廣泛應用于森林碳儲量動態研究和森林管理決策，同時在中國云南（馮源，2014）、遼寧（甄偉等，2014）和河北（張濱等，2016）等地區也得到了初步應用。

CBM-CFS3模型的輸入數據包括森林面積、優勢樹種、林齡、土壤類型、蓄積生長曲線以及干擾數據等；輸出數據包含各碳庫儲量年變化、生態系統總體碳儲量動態等結果。CBM-CFS3把生態系統分為生物量碳庫及死亡有機質（DOM）碳庫兩大系統，生物量碳庫包含地上生物量和地下生物量碳庫；DOM 碳庫包含枯落物、死木和土壤有機質 3個碳庫（Kull et al.，2014）2-3。

1.3 輸入數據及參數本地化

森林資源規劃設計調查（簡稱“二類調查”）是驅動 CBM-CFS3運行的主要數據源。云南省每10年開展1次二類調查，最近一次于2017年初結束，因目前未能獲得最新成果，故仍以 2005年二類調查數據為主要數據源。

將云杉老齡林的小班面積、林齡、蓄積、林木株數、起源、所處氣候帶以及云杉蓄積生長方程作為CBM-CFS3模型輸入數據。CBM-CFS3模型提供約200個樹種（或森林類型）的生物量估算參數，同時允許用戶結合研究區域修改默認參數。本研究根據迪慶地區云杉老齡林特征對模型參數進行適當調整，其中蓄積生長方程來自馮源（2014）對云南省云杉長期林分蓄積生長的擬合結果；云杉生物量參數主要來源于中華人民共和國林業行業標準“立木生物量模型及碳計量參數——云杉（LY/T 2655—2016）”（國家林業局，2017）。根據模型的內置算法估算出模擬中使用的參數，其過程參照Boudewyn et al.（2007）2-37算法，估算出樹干和地上生物量，再通過樹枝、樹葉等組分所占比例估算出各組分生物量參數（表2）。根據 Li et al.（2003）和 Smyth et al.（2010）3-7所提供的算法結合周濤等（2010）、黃錦學等（2010）對中國針葉林的評估（表 3），分別估算出地下生物量碳儲量以及生物量周轉比例，模型估算土壤碳庫深度為1 m。由于云杉天然林灌木層及草木層（或下木層）生物量之和僅占云杉天然林生態系統的0.77%～2.5%（王金葉等，2000；馬明東等，2007），因此不考慮灌木和草本碳儲量動態。

1.4 干擾情景設置及研究對象的動態性

CBM-CFS3的優點在于可清楚地模擬干擾影響下森林生態系統碳儲量的年際動態。此處干擾指自然及人為干預對森林固碳能力的擾動，包括火災、病蟲害等自然干擾，以及造林、采伐和毀林等經營措施。CBM-CFS3模型采用轉移矩陣描述不同干擾類型影響下森林生態系統各碳庫碳儲量的轉移方向及轉移量（Kull et al.，2014）154。

森林干擾信息通過收集林地征占用項目、人工造林、森林火災、病蟲害與森林采伐等統計資料獲得。由于森林干擾統計資料收集難度較大，本文通過迪慶州林業局僅得到 2005—2010年間森林干擾數據。通過提取云杉老齡林所受干擾面積、強度、發生位置及持續時間等信息可知，迪慶州云杉老齡林僅受到采伐干擾，主要為采伐強度為30%以下的疏伐，沒有受到火災、病蟲害、毀林及其他人為干擾影響。2005年迪慶云杉老齡林的采伐面積最大（1.27×104hm2），隨后采伐面積逐漸下降，2005—2010年累積采伐面積為3.62×104hm2（圖2）。

表3 CBM-CFS3模型生物量周轉及分解參數Table 3 Parameters of biomass turnover and decomposition of CBM-CFS3 model

1.4.1 干擾情景設置

為量化 2005—2020年林齡效應及干擾對迪慶州云杉老齡林生態系統碳儲量的影響，設置兩種情景：（1）完全無干擾情景（ND），即假設2005—2020年迪慶州云杉林未受到任何干擾；（2）未來干擾情景（BS），假設2011—2020年間迪慶州云杉林所受干擾類型和強度是 2005—2010年歷史干擾水平的循環。本文將BS情景視為未來迪慶州云杉林最可能實現的情景，ND情景則代表云杉老齡林的理想狀態。根據兩種情景對迪慶州云杉林進行整體設計，并假設干擾后森林類型不變。

表2 CBM-CFS3模型生物量估算參數修改Table 2 Modified biomass estimating parameters in CBM-CFS3 model

圖2 2005—2020年BS情景的干擾面積Fig. 2 Disturbance area of BS scenario from 2005 to 2020

1.4.2 研究對象的動態性

由于模擬時間（共 16年）長于云杉齡級期限（本文設置為5年），隨著林齡不斷增大，成熟林將不斷轉化為老齡林，即云杉老齡林的面積和范圍隨時間動態可變。因此，需要考慮研究期間進階為老齡林的成熟林。本文將模擬開始時（2005年）齡級在 25及其以上的過熟林視為老齡林（命名為“25齡級”），而在2010年、2015年以及2020年時，齡級為24、23和22的成熟林逐個進階為老齡林；即2005—2020年間共有3個齡級的成熟林轉化為老齡林，分別命名為“24齡級”、“23齡級”和“22齡級”。由于采伐強度小，假設采伐后的林分仍為老齡林（Burton et al.，1999），即模擬期間老齡林面積由于成熟林進階而持續增加，并且不受干擾影響而減少。迪慶州云杉老齡林面積在 2005年、2010年、2015 年和 2020 年分別為 3.66×104、4.31×104、4.33×104和 4.84×104hm2（圖 3）。

圖3 2005—2020年迪慶州云杉老齡林面積Fig. 3 Area of old-growth spruce forest in Diqiang from 2005 to 2020

2 結果與分析

2.1 迪慶州云杉老齡林生態系統碳儲量動態

圖4 2005—2020年BS情景下迪慶州云杉老齡林碳動態Fig. 4 Carbon dynamics of old-growth spruce forest in Diqing under BS scenario from 2005 to 2020（a）地上生物量 Above-ground biomass；（b）地下生物量 Below-ground biomass；（c）死亡有機質DOM；（d）生態系統 Ecosystem

BS情景下迪慶州云杉老齡林生物量及所有子碳庫的碳儲量變化趨勢相同。連續采伐使得生物量碳儲量在2005—2009年下降，2009年降到最低。24齡級在2010年進階，引起碳儲量顯著增加并在2015年前保持穩定。而在干擾影響下，生物量碳儲量在2016—2019年再次下降，最后在2020年由于22齡級進階而達到最大值（圖 4）。云杉老齡林生物量碳儲量（以C計）變化范圍為3.98～4.73 Tg，其中樹干碳庫碳儲量最大，其次為樹枝碳庫，而樹葉最小，三者碳儲量范圍分別為 2.52～2.97、0.63～0.76和0.11～0.14 Tg；地上生物量碳儲量范圍為 3.26～3.87 Tg；地下生物量碳儲量范圍為0.72～0.86 Tg。粗根碳儲量遠大于細根，二者碳儲量范圍分別為0.65～0.76 Tg和0.08～0.10 Tg。模擬期間，樹干和粗根的碳儲量波動最大，其他碳庫變化相對較小。DOM碳儲量范圍為5.41～7.28 Tg，其中土壤有機質碳庫的碳儲量最大，其次為枯落物，而死木碳儲量最小，三者碳儲量范圍分別為3.10～4.16、1.44～1.93 和 0.87～1.19 Tg。模擬期間，DOM及3個子碳庫的碳儲量均呈逐漸增加趨勢，即2005年碳儲量最小，2010年顯著增加并在2020年達到最大值（圖 4）。生態系統由生物量碳庫及DOM碳庫組成，生態系統碳儲量范圍為9.44～12.01 Tg，其變化趨勢與生物量相同（圖5）。ND情景下云杉老齡林生態系統碳儲量在模擬期間逐漸增加，范圍為9.62～13.15 Tg，并始終大于BS情景下云杉老齡林生態系統碳儲量（圖6）。

圖5 BS情景下云杉老齡林生態系統碳儲量Fig. 5 Carbon stock of old-growth spruce forest ecosystem under BS scenario

2.2 生長及采伐干擾對迪慶州云杉老齡林生態系統碳儲量的影響

圖6 ND及BS情景下云杉老齡林生態系統碳儲量Fig. 6 Carbon stock of old-growth spruce forest ecosystem of ND and BS scenarios

迪慶州云杉老齡林的生長包含兩方面：（1）成熟林不斷進階引起老齡林碳儲量增加；（2）各齡級老齡林自然生長而增加的碳儲量。前者由模擬結束時進階成熟林的碳儲量來表示。在2020年，BS情景由于24齡級、23齡級和22齡級進階共造成老齡林生態系統碳儲量凈增2.75 Tg，在ND情景中為3.09 Tg（表4）。而老齡林自然生長則體現于模擬期間 ND情景下各齡級的碳儲量逐漸增加，其中 25齡級和24齡級的碳儲量增加最為明顯，分別從9.62 Tg和1.64 Tg增加到10.07 Tg和1.70 Tg，說明在沒有干擾影響下，25～23齡級由于生長而增加的碳儲量共計0.51 Tg，而22齡級在2020年才進階，還未有生長。

干擾效應表現為采伐使各齡級碳儲量減少。模擬期間，BS情景下所有齡級碳儲量均減小，其中25齡級和24齡級的碳儲量分別從9.56 Tg和1.60 Tg減小到9.26 Tg和1.57 Tg，說明干擾造成的各齡級碳損失大于生長引起的碳增長量。與ND情景相比，干擾造成BS情景下云杉老齡林生態系統碳儲量減少1.14 Tg（表4）。

2.3 迪慶州云杉老齡林生態系統碳密度動態

BS情景下2005—2020年迪慶州云杉老齡林生態系統碳密度平均值為255.56 Mg?hm-2（表5），生物量平均碳密度為106.40 Mg?hm-2，DOM平均碳密度為149.16 Mg?hm-2；其中土壤有機質碳密度最大（85.03 Mg?hm-2），其次為樹干碳庫（67.26 Mg?hm-2）。模擬期間，云杉老齡林生物量所有碳庫的碳密度呈減小趨勢，其中樹干、樹枝和粗根碳密度降低幅度較大，而樹葉和細根碳密度降低幅度較小；相比之下，DOM 碳庫中枯落物和土壤碳密度均逐漸增大；而死木碳密度先增加，隨后在 2011—2015年稍有下降，但在整個模擬期呈增大趨勢。由于DOM碳密度增加量小于生物量碳密度的減少量，因此老齡林生態系統碳密度逐漸減小。ND情景下，2005—2020年云杉老齡林生態系統平均碳密度為267.46 Mg?hm-2，所有碳庫的碳密度均逐漸增加，并且生物量所有碳庫的碳密度均大于BS情景，而所有DOM碳庫的碳密度則略小于BS情景。

表4 生長及干擾對云杉老齡林生態系統碳儲量的影響Table 4 Impacts of forest growth and disturbance on old-growth spruce forest ecosystem Tg (by C)

表5 2005—2020年云杉老齡林生態系統碳密度*Table 5 Carbon density of old-growth spruce forest ecosystem from 2005 to 2020 Mg?hm-2

3 討論

由于缺乏迪慶地區云杉老齡林碳儲量數據，本研究結果只能與周邊地區云杉老齡林（過熟林）研究結果進行對比（表 6）。2005年迪慶州云杉老齡林生物量碳密度（106.40 Mg?hm-2）大于李虎等（2008）、任德智等（2016）和王金葉等（2000）報道的云杉過熟林生物量碳密度（83.93～97.13 Mg?hm-2，），而小于彭守璋等（2011）和葛立雯（2013）等估算的祁連山北坡和西藏林芝地區過熟林生物量碳密度（117.10～144.52 Mg?hm-2）。碳密度差異與數據來源、研究方法、生物量估算參數、林分特征、立地環境（如土壤類型）和研究尺度等因素具有密切關系。前人研究多采用樣地調查與異速生長方程或生物量轉換因子相結合的方法（葛立雯等，2013；任德智等，2016），研究范圍為景觀尺度，而本文則采用碳收支模型研究行政區內的云杉老齡林總體變化；在生物量估算參數方面，葛立雯等（2013）和任智德等（2016）分別以0.521、0.507作為云杉含碳率，而CBM-CFS3模型則以0.5作為含碳率參數。另外，不同地區對于云杉林齡劃分標準不同，如彭守璋（2011）將祁連山地區青海云杉（Picea crassifolia Kom.）過熟林定義為林齡大于181 a的林分，而迪慶州云杉過熟林林齡主要在121～130 a之間，平均林齡遠小于180 a。研究對象和研究方法的不同是造成結果差異的主要原因。

表6 云杉老齡林生物量碳密度對比Table 6 Comparison of biomass carbon density of old-growth spruce Mg?hm-2

迪慶州云杉老齡林土壤碳密度在BS和ND兩種情景下基本相同，而且模擬期間兩種情景下土壤碳密度增加幅度相同（0.51 Mg?hm-2）。據此推斷，BS情景下土壤碳密度略高于ND情景是由于歷史干擾不同而造成初始化結果稍有差異。研究期內，兩種情景的土壤碳密度增加均來源于進階成熟林，而采伐對老齡林土壤碳密度沒有顯著影響。這與Nave et al.（2010）得出的土壤總碳儲量的變化與采伐沒有顯著關系的結論相吻合，而與短期內疏伐可增加土壤有機質碳儲量（李云紅等，2009；Christophel et al.，2013）或采伐后土壤碳儲量降低（Kaarakka et al.，2016；Mushinski et al.，2017）的結論不同。采伐對森林土壤碳儲量的影響與采伐方式、剩余物處理、立地特征及土壤類型有關，目前仍是研究熱點之一，未來仍需對該方面開展深入研究。

2005—2020年云杉老齡林通過自然生長，生態系統碳儲量增加0.51 Tg，而且所有碳庫的碳儲量均逐漸增加。這與 Seedre et al.（2015）和任德智等（2016）結論吻合：即使云杉林齡已經達到過熟林，其碳密度仍隨著林齡增大而增大，彭守璋等（2011）進一步指出云杉生物量在 183年時達到最大值，因此，迪慶州云杉老齡林仍具有良好的固碳潛力。迪慶州云杉老齡林生態系統碳動態受林分生長、老齡林面積變化以及采伐干擾三方面影響。盡管林分生長量小于采伐干擾的碳損失（1.14 Tg），但模擬期間成熟林進階引起的碳儲量增加（2.75 Tg）彌補了干擾損失量，使得區域尺度老齡林碳儲量有所增加。

如果不考慮模擬期間研究對象的動態性，那么25齡級的碳儲量變化即為迪慶州云杉老齡林生態系統的碳儲量動態。在2005—2020年云杉老齡林生態系統碳儲量將從9.56 Tg減小到9.26 Tg（圖4），即歷史干擾水平將導致生態系統碳儲量持續減少，增加云杉老齡林成為碳源的風險。因此，未來對森林經營進行合理規劃、實施科學的碳管理策略是十分必要的。假設采伐僅影響干擾當年的生態系統碳儲量，參考2007—2016年25齡級老齡林碳儲量近于穩定的情況，在未來干擾類型和干擾強度不變情況下，將老齡林每年采伐面積控制在 1.9×103hm2?a-1以內，可保證云杉老齡林生態系統碳儲量趨于穩定。

隨著模擬時間的增長，老齡林分布和面積始終是動態變化的，這是中長期老齡林碳動態模擬的一項挑戰。區分林齡生長和采伐干擾對老齡林碳儲量動態的影響是本研究的重要創新點。本文通過假設未來迪慶州云杉林整體干擾強度不變，預測出2012—2020年迪慶州云杉老齡林碳儲量動態，但該情景假設具有兩處不確定性：（1）BS情景是建立在采伐后土地利用類型不變的基礎上進行的，因此可能高估了采伐后的林齡，繼而高估了老齡林生態系統碳儲量；（2）近些年來隨著天然林保護力度加大，嚴格的采伐限額和禁伐措施使得云杉老齡林更少受到采伐影響，因此模擬結果可能高估了采伐對未來云杉老齡林碳儲量的影響。

CBM-CFS3模型不能反映短期內氣候因子變化對森林生產力的影響，因此該模型尚不能有效反映2010年和2015年迪慶州氣象干旱對云杉老齡林生態系統碳動態的影響。氣候因子變化可影響森林生態系統生產力（石兆勇等，2017），因此未來需要改進該模型對氣候變化影響的估算，并且需圍繞不同采伐類型、氣候變化或自然災害等干擾，假設更為合理的情景對老齡林生態系統碳動態進行深入研究。

4 結論

考慮了林齡和干擾對老齡林的影響，利用二類調查數據和 CBM-CFS3模型預估未來迪慶州云杉老齡林生態系統碳動態。結果表明，2005—2020年迪慶州云杉老齡林生態系統與生物量碳庫的碳儲量變化趨勢相同，表現為先降低后增加再降低，而二者碳密度均表現為減小趨勢；DOM 碳儲量及碳密度均為增加趨勢。模擬期間樹木生長導致云杉老齡林生態系統碳儲量（以C計）增加0.51 Tg，同時成熟林進階導致碳儲量增加2.75 Tg，大于干擾引起的碳儲量降低量（1.14 Tg），表明迪慶州云杉老齡林生態系統碳動態受林分生長、老齡林面積變化以及采伐干擾三方面影響。未來將老齡林每年采伐面積控制在1.9×103hm2?a-1以內，可保證云杉老齡林生態系統碳儲量趨于穩定。

BOUDEWYN P, SONG X, MAGNUSSEN S, et al. 2007. Model-based,volume-to-biomass conversion for forested and vegetated land in Canada.Victroia [M]. Victoria, BC: Pacific Forestry Centre: 2-37.

BURTON P J, KNEESHAW D D, COATES K D. 1999. Managing forest harvesting to maintain old growth in boreal and sub-boreal forests [J].Forestry Chronicle, 75(75): 623-631.

CAREY E V, SALA A, KEANE R, et al. 2001. Are old forests underestimated as global carbon sinks? [J]. Global Change Biology, 7(4): 339-344.

CHRISTOPHEL D, SPENGLER S, SCHMIDT B, et al. 2013. Customary selective harvesting has considerably decreased organic carbon and nitrogen stocks in forest soils of the Bavarian Limestone Alps [J].Forest Ecology and Management, 305: 167-176.

DAI L M, JIA J, YU D P, et al. 2013. Effects of climate change on biomass carbon sequestration in old-growth forest ecosystems on Changbai Mountain in Northeast China [J]. Forest Ecology and Management,300(4): 106-116.

FORD S E, KEETON W S. 2017. Enhanced carbon storage through management for old-growth characteristics in northern hardwoodconifer forests [J]. Ecosphere, 8(4): 1-20.

KAARAKKA L, HYV?NEN R, STR?MGREN M, et al. 2016. Carbon and nitrogen pools and mineralization rates in boreal forest soil after stump harvesting [J]. Forest Ecology and Management, 377: 61-70.

KIM M, LEE W K, KURZ W A, et al. 2016. Estimating carbon dynamics in forest carbon pools under IPCC standards in South Korea using CBM-CFS3 [J]. iForest-Biogeosciences and Forestry, 10(1): 83-92.

KULL S J, RAMPLEY G J, MORKEN S, et al. 2014. Operational-scale carbon budget model of the Canadian forest sector (CBM-CFS3) version 1.2: user's guide [M]. Victoria, BC: Pacific Forestry Centre: 2-154.

KURZ W A, DYMOND C C, WHITE T M, et al. 2009. CBM-CFS3: a model of carbon-dynamics in forestry and land-use change implementing IPCC standards [J]. Ecological Modelling, 220(4): 480-504.

LI Z, KURZ W A, APPS M J, et al. 2003. Belowground biomass dynamics in the Carbon Budget Model of the Canadian Forest Sector: recent improvements and implications for the estimation of NPP and NEP [J].Canadian Journal of Forest Research, 33(1): 126-136.

LUYSSAERT S, SCHULZE E D, B?RNER A, et al. 2008. Old-growth forests as global carbon sinks [J]. Nature, 455(7210): 213-215.

MASCORRO V S, COOPS N C, KURZ W A, et al. 2016. Attributing changes in land cover using independent disturbance datasets: a case study of the Yucatan Peninsula, Mexico [J]. Regional Environmental Change, 16(1): 213-228.

MUND M, KUMMETZ E, HEIN M, et al. 2002. Growth and carbon stocks of a spruce forest chronosequence in central Europe [J]. Forest Ecology and Management, 171(3): 275-296.

MUSHINSKI R M, BOUTTON T W, SCOTT D A. 2017. Decadal-scale changes in forest soil carbon and nitrogen storage are influenced by organic matter removal during timber harvest [J]. Journal of Geophysical Research: Biogeosciences, 122(4): 846-862.

NAVE L E, VANCE E D, SWANSTON C W, et al. 2010. Harvest impacts on soil carbon storage in temperate forests [J]. Forest Ecology and Management, 259(5): 857-866.

PILLI R, GRASSI G, KURZ W A, et al. 2013. Application of the CBM-CFS3 model to estimate Italy's forest carbon budget, 1995—2020 [J]. Ecological Modelling, 266(1): 144-171.

PREGITZER KS, EUSKIRCHEN ES. 2004. Carbon cycling and storage in world forests: biome patterns related to forest age [J]. Global Change Biology, 10(12): 2052-2077.

SEEDRE M, KOPá?EK J, JANDA P, et al. 2015. Carbon pools in a montane old-growth Norway spruce ecosystem in Bohemian Forest:Effects of stand age and elevation [J]. Forest Ecology and Management, 346(2): 106-113.

SMYTH C E, TROFYMOW J A, KURZ W A, et al. 2010. Decreasing uncertainty in CBM-CFS3 estimates of forest soil carbon sources and sinks through use of long-term data from the Canadian Intersite Decomposition Experiment [M]. Victoria, BC: Pacific Forestry Centre: 3-9.

SOLOWAY A D, AMIRO B D, DUNN A L, et al. 2017. Carbon neutral or a sink? Uncertainty caused by gap-filling long-term flux measurements for an old-growth boreal black spruce forest [J]. Agricultural and Forest Meteorology, 233: 110-121.

SUCHANEK T H, MOONEY H A, FRANKLIN J F, et al. 2004. Carbon dynamics of an old-growth forest [J]. Ecosystems, 7(5): 421-426.

TAN Z H, ZHANG Y P, SCHAEFER D, et al. 2011. An old-growth subtropical Asian evergreen forest as a large carbon sink [J].Atmospheric Environment, 45(8): 1548-1554.

TAYLOR A R, SEEDRE M, BRASSARD B W, et al. 2014. Decline in net ecosystem productivity following canopy transition to late-succession forests [J]. Ecosystems, 17(5): 778-791.

WHARTON S, FALK M. 2016. Climate indices strongly influence old-growth forest carbon exchange [J]. Environmental Research Letters, 11(4): 4-16.

ZHOU G, LIU S, LI Z, et al. 2006. Old-growth forests can accumulate carbon in soils [J]. Science, 314(5804): 1417-1417.

馮源. 2014. 基于CBM模型云南普洱地區森林生態系統碳收支研究[D].北京: 中國林業科學研究院.

葛立雯, 潘剛, 任德智, 等. 2013. 西藏林芝地區森林碳儲量, 碳密度及其分布[J]. 應用生態學報, 24(2): 319-325.

國家林業局. 2017. LY/T 2655—2016, 立木生物理模型及碳計量參數-云杉[M]. 北京: 中國標準出版社: 1-21.

黃錦學, 黃李梅, 林智超, 等. 2010. 中國森林凋落物分解速率影響因素分析[J]. 亞熱帶資源與環境學報, 5(3): 56-63.

李虎, 慈龍駿, 方建國, 等. 2008. 新疆西天山云杉林生物量的動態監測[J]. 林業科學, 44(10): 14-19.

李云紅, 張彥東, 孫海龍. 2009. 采伐干擾對東北溫帶次生林土壤碳礦化和活性有機碳的影響[J]. 水土保持學報, 23(6): 139-143.

馬明東, 江洪, 羅承德, 等. 2007. 四川西北部亞高山云杉天然林生態系統碳密度, 凈生產量和碳貯量的初步研究[J]. 植物生態學報, 31(2):305-312.

彭守璋, 趙傳燕, 鄭祥霖, 等. 2011. 祁連山青海云杉林生物量和碳儲量空間分布特征[J]. 應用生態學報, 22(7): 1689-1694.

任德智, 葛立雯, 王瑞紅, 等. 2016. 西藏昌都地區森林植被碳儲量及空間分布格局[J]. 生態學雜志, 35(4): 903-908.

石兆勇, 張曉龍, 肖莉, 等. 2017. 菌根組合類型對森林總初級生產力應對溫度和降水變化的影響[J]. 生態環境學報, 26(3): 379-385.

王金葉, 車克鈞, 蔣志榮. 2000. 祁連山青海云杉林碳平衡研究[J]. 西北林學院學報, 15(1): 9-14.

張濱, 張麗娜, 劉秀萍, 等. 2016. 河北省北部森林植被碳儲量和固碳速率研究[J]. 中國生態農業學報, 24(3): 392-402.

甄偉, 黃玫, 翟印禮, 等. 2014. 遼寧省森林植被碳儲量和固碳速率變化[J]. 應用生態學報, 25(5): 1259-1265.

周濤, 史培軍, 賈根鎖, 等. 2010. 中國森林生態系統碳周轉時間的空間格局[J]. 中國科學: 地球科學, 40(5): 632-644.

Abstract: Old-growth forest is an essential carbon pool in forest ecosystem. To understand the function of old forest as a carbon sink or source, it is necessary to quantify the long-term carbon dynamics in old-growth forest ecosystem on regional scale. Supported by local forest inventory data, field measurement data, statistics data on afforestation, reforestation, harvesting and disturbances (forest fire and other damages) from Diqing Tibetan Autonomous Prefecture, we used a forest carbon budget model (CBM-CFS3) to simulate and project the carbon dynamics affected by disturbance scenarios in the old-growth spruce (Picea likiangensis) forest in Diqing from 2005 to 2020. The results showed that the carbon stocks increased from 3.98 to 4.73 Tg(by C) in biomass, from 5.41 to 7.28 Tg in dead organic matter (DOM, which include litter, dead wood and soil organic carbon), and from 9.44 to 12.01 Tg in total ecosystem from 2005 to 2020. The average carbon density in biomass and total ecosystem tended to decrease, which averaging as 106.40 Mg?hm-2and 255.56 Mg?hm-2during the period, respectively. But the carbon density in DOM, averaged as 149.16 Mg?hm-2,tended to increase during the simulation period. Our simulation result also showed that carbon dynamics of old-growth spruce forest was obviously influenced by three factors: stand growth, mature-forest moved forward and harvesting disturbance. Positive effects including mature-forest moving forward (totally 2.75 Tg) and forest ageing (totally 0.51 Tg) increased the carbon stock of old-growth forest ecosystem. Harvesting, in contrast, had a negative effect and reduced carbon stock by 1.14 Tg during the period. If the disturbed area could be controlled as smaller than 1.9×103hm2?a-1in the future forest management practices, it would effectively prevent the old-growth spruce forest ecosystem in Diqing from being a net carbon source.

Key words: forest age; anthropogenic disturbance; carbon sequestration; forest management

Disturbances and Ageing Affected Carbon Dynamics in Old-growth Spruce Forest in Diqing Prefecture

FENG Yuan1,2, ZHU Jianhua1,2*, XIAO Wenfa1,2, HUANG Baolin3, BI Yanling3,WEN Qingzhong3, DENG Xiqing3

1. Research Institute of Forest Ecology, Environment and Protection, Chinese Academy of Forestry//State Forestry Administration Key Laboratory of Forest Ecology and Environment, Beijing 100091, China;2. Co-innovation Center for sustainable Forestry in Southern China, Nanjing Forestry University, Nanjing 210037, China;3. Yunnan Forest Inventory and Planning Institute, Kunming 65051, China

10.16258/j.cnki.1674-5906.2017.09.002

S718.5; X173

A

1674-5906（2017）09-1465-08

馮源, 朱建華, 肖文發, 皇寶林, 畢艷玲, 溫慶忠, 鄧喜慶. 2017. 干擾及林齡影響下迪慶州云杉老齡林生態系統碳儲量動態[J]. 生態環境學報, 26(9): 1465-1472.

FENG Yuan, ZHU Jianhua, XIAO Wenfa, HUANG Baolin, BI Yanling, WEN Qingzhong, DENG Xiqing. 2017. Disturbances and ageing affected carbon dynamics in old-growth spruce forest in Diqing Prefecture [J]. Ecology and Environmental Sciences, 26(9):1465-1472.

國家林業局948項目（2012-4-78）；中國清潔發展機制基金贈款項目（20130105）

馮源（1990年生），女，博士研究生，研究方向為生態系統管理及其服務功能變化。E-mail: flyh0901@163.com*通信作者：朱建華（1975年生），男，副研究員，博士，研究方向為氣候變化與森林生態系統管理。E-mail: zhucool@caf.ac.cn

2017-07-20