模擬不同初植密度杉木楠木混交林對碳儲量的影響

田 曉，胡靖宇，劉靜波，王麗娟，朱 琳，劉苑秋

(1. 江西農業大學，江西 南昌 330045；2.河北旅游職業學院，河北 承德 067000；3.承德石油高等專科學校，河北 承德 067000)

【研究意義】近年來，隨著CO2等溫室氣體濃度的逐漸上升，導致全球氣候變暖，已經成為國際社會共同關注的重大環境問題[1]。森林碳儲量是陸地生態系統碳儲量的重要組成部分，如何精確的測算森林生態系統的碳儲量意義重大[2]。但是由于方法和數據的缺乏，目前碳儲量的估算具有很大不確定性。因此，精確測算我國森林生態系統的碳儲量，正確評價我國森林生態系統在全球碳平衡中的地位和作用，使我國在國際碳貿易的談判中占主動地位尤為重要。【前人研究進展】杉木(Cunninghmmialanceolata)是我國中亞熱帶主要造林樹種，但研究表明多代連栽導致林分可持續發展能力逐年下降[3]。經營杉木人工林，增加森林的碳儲量、保持杉木人工林的長期生產力，成為杉木人工林經營中一個亟待解決的問題。楠木(Phoebebournei)是亞熱帶常見的闊葉樹種，枝葉比較茂盛，冠幅大而厚，林下凋落物多且容易分解，能夠增加土壤的養分，因此營造杉木楠木混交林能夠改善土壤地力條件，達到豐產、穩定、高效的目的。【本研究切入點】本研究以江西省和福建省杉木、楠木混交林為研究對象，研究了不同立地條件和初植密度下楠木×杉木混交林在未來300年內(6個輪伐期)喬木層、土壤碳儲量、生態系統碳儲量以及年均固碳量變化趨勢，從中篩選出最優的經營方式。【擬解決的關鍵問題】探索出楠木×杉木混交林可持續性經營策略，同時也為我國森林碳匯的估算提供參考和依據。

1 材料與方法

1.1 標準地設置與數據采集

研究地位于江西省吉安市青原區樟州村、遂川縣大坑鄉長榮村、遂川縣茶盤洲鄉溪口村，屬于中亞熱帶季風濕潤性氣候，年平均溫度15.1～18.1 ℃，無霜期277 d ，年平均日照時數1860 h，年均降雨量1511.3 mm，土壤主要是以紅壤為主，pH5.6～6。

在研究區域分別設置3塊20 m × 30 m的標準地，對標準地的楠木每木檢尺，另外每個標準地設置3個樣方(灌木樣方5個，面積5 m×5 m；草本樣方5個，面積1 m×1 m； 枯落物樣方3個，面積0.5 m×0.5 m。該實驗區灌木主要有黃瑞木(AdinandramellettiiBenth of Hook f.)、細柄阿丁楓(AltingiagracilipesHemsl)等。草本植物主要有鐵芒萁(Dicranoperisdichotoma)和狗脊蕨(Woodwardiajaponica)等。對標準地內的灌木及草本植物的地上和地下部分分別進行稱重、取樣，帶回實驗室烘干，測其含水率。在每個樣地挖取5個土壤剖面，按0～20，20～40 cm分層取樣。環刀法測定土壤容重，開氏消煮法測定全氮，重鉻酸鉀容量法-外加熱法測定土壤有機質。調查和實測數據如表1～3所示。

1.2 FORECAST模型簡介

將4種數據(土壤養分、林木、林下植被、苔蘚)輸入到FORECAST模型中，養分可以通過動態的模擬機制進行反饋，便于經營者能夠及時的采取適當的經營策略保證立地質量，并且能夠獲取最大碳儲量[5-7]。FORECAST模型最大優點是保留了傳統的經典的產量表與復雜的過程模型2種方法的優勢，對未來森林的增長趨勢的模擬是動態的[8-9]。例如，隨時間的推移土壤肥力的下降、氣候的變化、病蟲害、甚至火災等環境因素的變化都會在FORECAST模型的模擬中通過反饋機制體現[10-11]。

表2 楠木人工林標準地土壤理化性質

表3 楠木人工林標準地林下植被和凋落物的生物量

FORECAST模型認為，決定森林生態系統碳儲量大小有2個因素，一是森林生態系統葉片總量，二是森林生態系統光合效率的大小[12-13]。光合效率大小由該樹種葉片中的氮素含量決定，而氮素含量與森林系統物質積累、養分循環狀況密切相關，所以決定森林生態系統物質積累、養分循環的綜合性指標是氮素含量。因此，FORECAST模型選擇了葉氮同化率(FNE)作為它的驅動機制[14]。在實際林分中，由于下層林冠受到上層林冠的遮蔭，因此FNE需要修正，修正后葉氮同化率稱為遮蔭葉氮同化率(SCFNE)[15-16]。遮蔭葉氮同化率計算原理是先將生態系統的林冠層沿垂直方向按固定距離劃分為若干亞層, 分別計算每個亞層的相對光合效率和葉氮量，最后匯總求和[17-18]。

1.3 情景模擬

為了評估不同立地條件和初植密度下楠木×杉木混交林碳儲量變化趨勢，將林分的立地指數根據基準年齡的優勢木高分別設置為27，21，17。將楠木×杉木混交林初植密度分別設為4000，3000，2500，2000，1600 株/hm2，杉木×楠木混交比例為1︰3。模擬時間300年，每50年1個輪伐期(共6個輪伐期)，每個輪伐期內的第10年對混交林進行比例為30 %的間伐，每一個輪伐期內第30年收獲杉木， 第50年收獲楠木。

1.4 模型的精度檢驗

模型精度驗證所采用的方式主要是將模型模擬數據的數據和實測數據進行比較，不同的學者從不同的角度對楠木×杉木混交林進行了大量的研究，但是關于不同管理措施和立地條件下對楠木×杉木混交林生態系統的碳儲量和生物量影響的數據還是比較少，盡可能的收集所有文獻中所提到混交林碳儲量的數據與模擬數據進行比較。本文所收集的實測數據[19-27]在第一輪伐期內、在好中差3種立地條件下與模擬數據趨勢一致(圖1)。

2 結果與分析

2.1 碳儲總量差異分析

如圖2所示，不同初植密度楠木×杉木混交林在好中差3種立地條件下全樹和莖桿碳儲量由高到低依次為為較好立地、中等立地、較差立地。在較好立地條件下，初植密度為2500株/hm2的林分所積累的碳儲量最高，其次是楠木×杉木混交林初植密度為2000、3000、1600、4000株/hm2。在較好立地條件下，初植密度為4000株/hm2楠木×杉木混交林不利于林分碳儲量的積累，原因在于：在楠木×杉木混交林中，楠木初期生長速度要比杉木慢，初植密度過大杉木在初期會抑制混交林中楠木的生長。而混交林的密度控制在2500株/hm2能夠獲得最大碳儲量是因為：楠木幼苗稍耐蔭，杉木的速生能夠在一定程度上為楠木幼苗起到了遮蔽的作用。在中等立地條件下，300年間所積累的全樹碳儲量和莖干碳儲量從高到低以此為3000、2500、4000、2000、1600株/hm2。因為中等立地條件下單體林木的胸徑和冠幅要小于較好立地條件下的胸徑和冠幅，林分中單體林木之間的競爭強度相對較小，初植密度為2500株/hm2比3000株/hm2的楠木×杉木混交林在360年間所積累的碳儲量少2 t/hm2，所以為了獲得最大碳儲量，中等立地條件下楠木×杉木混交林的初植密度應控制在2500和3000株/hm2之間。在較差立地條件下，300年間所積累的碳儲量從高到低以此為4000、3000、2500、2000、1600株/hm2。即林分密度越大碳儲量越高。原因在于：立地條件較差，單體林木受到土壤的養分、水分以及陽光等條件的制約，林木的個體材積和冠幅相對較小，林分中單株林木的生長不受其他林木的束縛，即林分密度越大，單位面積的株數越多，單位面積的碳儲總量也就越多。

圖1 模型精度驗證Fig.1 Accuracy verification of model

圖2 不同初植密度楠木×杉木混交林在好中差3種立地條件下全樹和莖桿300年的碳儲量Fig.2 Carbon storage of whole tree and stem of Phoebe bournei × Chinese fir mixed forest in 300 years under various initial planting densities in rich, medium and poor three site conditions

圖3 不同立地條件下和初植密度下土壤碳儲量(腐殖質+凋落物)Fig.3 Soil organic carbon storage under different site conditions and initial planting densities

2.2 土壤碳儲量的變化趨勢

從圖3可以看出，不同立地條件和初植密度下楠木×杉木混交林在300年的模擬中土壤有機碳庫均呈現上升趨勢，特別是在較差立地條件下，土壤有機碳庫的上升趨勢更為明顯，筆者用相同的方法模擬杉木純林、杉木×楠木混交比例3︰1和杉木×楠木混交比例1︰1 3種林分發現：3種林分在模擬時間段中土壤碳儲量有不同程度的下降，并且楠木比例越少土壤退化程度越嚴重[28]，由此可見，營造楠木×杉木混交林時，適當增加楠木的比例能夠有利于土壤有機碳庫的積累，有利于楠木×杉木混交林的可持續經營。

2.3 生態系統碳儲量變化趨勢

如圖4所示，不同初植密度楠木×杉木混交林在好中差3種立地條件下，生態系統碳儲量由高到低依次為較好立地、中等立地和較差立地。楠木×杉木混交林生態系統碳儲量在6個模擬輪伐期內呈現上升趨勢，特別是在較差立地條件下，生態系統碳儲量的上升趨勢更為明顯，由此可見，在較差立地條件下，楠木×杉木混交林對生態系統碳儲量的改善作用更為明顯。

2.4 凈生產力的變化趨勢

如圖5所示，不同立地條件和初植密度下楠木×杉木混交林NPP由高到低依次為較好立地條件、中等立地條件和較差立地條件。不同初植密度的混交林NPP隨著輪作次數的增加呈現上升趨勢。初植密度為2500株/hm2的楠木×杉木混交林在第30年收獲杉木后，剩下的楠木純林在20年內NPP最高。不同初植密度的楠木×杉木混交林在每個輪伐期內第30年收獲杉木后，剩余的楠木純林在20年內凈生產力都有不同程度的上升趨勢，說明楠木30年并未達到成熟期，生物量還有一定的上升空間。

圖4 不同立地條件和初植密度生態系統碳儲量Fig.4 Ecosystem carbon storage under different site conditions and initial planting densities

圖5 不同初植密度楠木×杉木混交林在300年間凈初級生產力Fig.5 Primary productivity of Phoebe bournei × Chinese fir mixed forest under various initial planting densities in 300 years

表4 年均凈生產量

圖6 不同立地條件和初植密度下年均固碳量Fig.6 Annual average fixed carbon content under different site conditions and initial planting densities

2.5 年均固碳量差異分析

如表4所示，以中等立地條件為例，5種不同初植密度的楠木×杉木混交林凈生產量平均值為12.21t/(hm2·a)，而相同方法模擬的楠木純林在中等立地條件下凈生產量平均值為11.47 t/(hm2·a)，由此可見：楠木×杉木混交林的年均凈生產量要高于相同立地條件下楠木純林的凈生產量。但略低于中亞熱帶森林凈生產量13.5 t/(hm2·a)。在較好立地條件下，初植密度為2500株/hm2的林分年均凈生產量最高，年均凈生產量為15.26 t/(hm2·a)，在較差立地條件下，隨著林分密度的增大，年均凈生產量呈現上升趨勢，初植密度為4000株/hm2年均凈生產量最高，年均凈生產量為9.81t/(hm2·a)。從年均固碳量的角度來講，如圖6所示，以中等立地條件為例，初植密度為2500 株/hm2的混交林年均固碳量最高，為616.48 gC/(m2·a)，這個結果雖然低于中亞熱帶平均年均固碳量675 gC/(m2·a)，但卻高于同處亞熱帶楠木年均固碳量538.38 gC/(m2·a)和杉木年均固碳量348.90 gC/(m2·a)，由此可見：楠木×杉木混交林相比于楠木和杉木純林有較高的固碳能力。

3 結 論

在300年的模擬時間里，不同初植密度多代連栽的楠木×杉木混交林在好、中、差3種立地條件下，碳儲總量、土壤碳儲量、生態系統碳儲量以及年均固碳量都有較大的差異，表現為較好立地條件>中等立地條件>較差立地條件。并且楠木×杉木混交林隨著連栽次數的增加碳儲總量、土壤碳儲量、生態系統碳儲量以及凈生產力都呈現上升趨勢。在較好立地條件下，初植密度為2500株/hm2的林分300年間所積累的碳儲量及年均凈生產力最高；中等立地條件下楠木×杉木混交林的初植密度控制在2500和3000株/hm2之間，能夠獲得最大碳儲量；在較差立地條件下，楠木×杉木混交林的初植密度應該控制在4000株/hm2能夠獲得最大碳儲量積累。

4 討 論

4.1 不同初植密度楠木×杉木混交林碳儲量的差異

在較好或中等的立地條件下，初植密度為2500株/hm2的楠木×杉木混交林在6個輪伐期內所積累的碳儲量最高，這是主要是因為初植密度為2500株/hm2的楠木×杉木混交林在生長初期楠木、杉木生長空間大、養分充足，可以促進單體樹木高度的生長，并且杉木生長速度快，而楠木幼年較耐陰，杉木的快速生長能夠為楠木起到一定的庇蔭作用；其次，10年后又采取30 %的間伐，使得混交林的密度減小，又能促進混交林中樹木胸徑的生長，由于林隙見光照充足使得灌木草本植物的生長不受影響，有利于維持土壤的地力，從而保證混交林的碳儲量的積累。以往在亞熱帶造林初植密度通常采取3000～3500株/hm2，也有部分國營林場采用4000株/hm2，實際上在較差的立地條件下，由于地力養分不足，單株林木的材積較小，林木間的相互影響不大，初植密度為4000株/hm2混交林有利于碳儲總量的積累。在中等或較好立地條件下營造楠木×杉木混交林，由于混交林中林分樹種的生長速度不同，如果林分密度過大，會導致林木的生長空間變小，林分相互競爭激烈，生長會受到一定程度的抑制，同時也會影響林下植被的生長，不利于恢復土壤的生產力；如果林分過于稀疏，雖然樹木單體生長空間變大，但是混交林中林木總量過少，以及林木枝干間相互整枝作用減弱，都會影響楠木×杉木混交林的碳儲總量。綜上所述，在中等以上的立地條件下營造楠木×杉木混交林，初植密度為2500株/hm2能夠獲得最大碳儲量。

4.2 FORECAST 模型在針闊混交林模擬中的應用問題

目前，FORECAST 模型在全球許多國家都開始應用，但是更多是應用于針葉純林方面，近年來，許多學者都認識到針闊混交林無論是在保護生態環境還是在經濟效益方面都有巨大優勢，所以將FORECAST 模型應用于針闊混交林中意義更為重大，本研究杉木數據是借鑒加拿大著名森林生態學家J.P.(Hamish)Kimmins團隊的收集的數據，在此基礎上實測的楠木數據加以補充。當然模型自身也有一定的局限性。只考慮了水分的吸收，而沒有考慮其對生長的影響，但目前，Kimmins團隊正在將水分模型(FORWADY)與FORECAST模型相耦合[17]，未來森林生態系統的預測將會更加客觀、更加精確。

參考文獻：

[1]方精云. 中國森林生產力及其對全球氣候變化的響應[J]. 植物生態學報，2000，24(5)： 513-517.

[2]馮宗煒，王效科，吳 剛. 中國森林生態系統的生物量和生產力[M]. 北京：科學出版社，1999.

[3]吳麗芝，姚云峰，王 雄，等. 赤峰市森林資源系統可持續發展能力動態評價[J]. 內蒙古大學學報，2014(2)：176-183.

[4]田 曉. 基于FORECAST模型楠木人工林碳儲量及NPP的研究[D]. 南昌：江西農業大學，2011.

[5]Kimmins J P. Scientific foundations for the simulation of ecosystem function and management in FORCYTE-11[R]. Northwest Region Information Report NOR-X-328,1993:4-10.

[6]Kimmins J P, Mailly D,Seely B. Modelling forest ecosystem net primary production: the hybrid simulation approach used in FORECAST[J]. Ecological Modelling, 1999,122: 195-224.

[7]Cuevas S, Vazquez F M, Torres E, et al. OptimizingCorkoakdehesa forest management using FORECAST ecosystem model[J]. SUBERWOOD,2005,10: 20-22.

[8]Seely B, Welham C, Kimmins J P. Criterion 2: Ecosystem productivity[R]. BC Journal of Ecosystems and Management, 2006, 7(1): 85-91.

[9]Blanco J A.The representation of allelopathy in ecosystem-level forest models[J]. Ecological Modelling, 2007, 209: 65-77.

[10]Blanco J A, Seely B, Welham C, et al. Testing the performance of forest ecosystem model (FORECAST) against 29 years of field data in aPseudotsugamenziesiiplantation[J]. Can.J.For.Res., 2007, 37: 1808-1820.

[11]Kimmins J P. From science to stewardship: Harnessing forest ecology in the service of society[J]. Forest Ecology and Management,2008, 258: 1625-1635.

[12]Welham C, Blanco J A, Kimmins J P. FORCEE helps to manage mixedwoods[R]. FORREX Forest Research Extension Partnership,2008.

[13]Kimmins J P. From science to stewardship: Harnessing forest ecology in the service of society[J]. Forest Ecology and Management, 2008, 258: 1625-1635.

[14]Wang S L，Chen C Y. Ecology of forest litter[M]. Science Press.2010.

[15]Fang-Fang Yang,Yue-Lin Li,Guo-Yi Zhou,et al. Dynamics of coarsewoody debris and decomposition rates in an old-growth forest in lower tropical China[J]. Forest Ecology and Management, 2010 (259): 1666-1672.

[16]Blanco J A.The representation of allelopathy in ecosystem-level forest models[J]. Ecological Modelling, 2007, 209: 65-77.

[17]Blanco J A. The legacy of forest management: analyzing its influence on tree growth with ecosystem Models[M]. Nova Science Publishers,2010.

[18]田 曉，胡靖宇，劉苑秋，等. 森林生態系統經營的新模式：FORECAST模型[J]. 林業調查規劃，2010，35(6)：18-25.

[19]彭龍福. 不同林分密度楠木人工林生物量初步研究[J]. 福建林業科技，2008，35(4)：15-23.

[20]孫祥水. 間伐對楠木杉木混交林生長影響的研究[J]. 亞熱帶農業研究，2008，4(3)：184-187.

[21]林亦曦. 在杉木伴生下的閩楠人工林生產力研究[J]. 福建林業科技，2007，34(4)：38-41.

[22]吳載璋. 楠木杉木混交林生長效應研究[J]. 福建林學院學報，2005，25(2)：142-46.

[23]邱盛樑. 楠木不同混交造林模式的生長效果比較[J]. 林業科技開發，2001，15(1)：26-27.

[24]陳淑容. 不同立地因子對楠木生長的影響[J]. 福建林學院學報，2010，30(2)：157-160.

[25]鄭金興，劉小飛，高 人，等. 福建南平35 a生楠木林生態系統碳庫及分配[J]. 亞熱帶資源與環境學報，2009，4(4)：59-65.

[26]馬明東，江 洪，劉躍建，等. 楠木人工林生態系統生物量、碳含量、碳儲量及其分布[J]. 林業科學，2008，44(3)：34-39.

[27]彭龍福. 35年生楠木人工林生物量及生產力的研究[J]. 福建林學院學報，2003，23(2)： 128-131.

[28]田 曉，劉苑秋，魏曉華，等. 模擬楠木杉木人工混交林不同混交比例對凈生產力和碳儲量的影響[J]. 江西農業大學學報，2014，36(1)：122-130.