廣州城市森林六種典型林分碳積累研究

林雯, 李聰穎, 周平

廣州城市森林六種典型林分碳積累研究

林雯1, 李聰穎2,3, 周平3,*

1. 廣州市林業(yè)和園林科學研究院, 廣州 510405 2. 華南農業(yè)大學, 廣州 510642 3. 廣州地理研究所, 廣州 510070

以廣州市城市森林中桉樹、馬占相思、黧蒴、木荷、馬尾松、杉木林分為研究對象, 采用樣方調查和解析木測定相結合的方法, 分析了各林分喬木層、灌木層、草本層、枯落物層和土壤層碳儲量的分配狀況, 及不同樹種在生長過程中的碳積累規(guī)律。研究結果表明, 各林分碳儲量的分布均表現為土壤層>植被層(喬木、灌木及草本層)>枯落物層, 但是林分間存在差異, 土壤層碳儲量最高為馬占相思林, 植被層碳儲量最高為黧蒴林。各林分的總碳儲量依次為馬占相思(283.95t·hm-2)>黧蒴(262.99t·hm-2)>木荷(244.92t·hm-2)>馬尾松(224.09t·hm-2)>桉樹(166.28t·hm-2)>杉木(157.66t·hm-2)。各樹種均在7 a時的材積則表現為桉樹(0.1037 m3)>馬占相思(0.0386 m3)>杉木(0.0189 m3)>木荷(0.0102 m3)>馬尾松(0.0068 m3)>黧蒴(0.0038 m3); 25年生(25 a生)時黧蒴(0.3001 m3)>木荷(0.2228 m3)>馬尾松(0.0783 m3)。其中, 7 a生馬尾松的材積高于黧蒴, 然而25 a生材積正好相反。六種林分年均凈生產力表現為: 桉樹(7.57 t·hm-2·a-1)>馬占相思(6.67 t·hm-2·a-1)>黧蒴(4.49t·hm-2·a-1)>木荷(3.22t·hm-2·a-1)>杉木(2.49t·hm-2·a-1)>馬尾松(1.37 t·hm-2·a-1)。該研究可為南亞熱帶城市森林中主要人工林樹種和林分固碳效益的評價提供依據。

解析木; 材積; 碳儲量; 凈生產力

0 前言

城市森林作為城市生態(tài)系統(tǒng)的重要組成部分, 在緩解城市局部氣候變化影響和增匯減排中起著重要作用[1-2]。目前, 在南亞熱帶森林碳儲量的研究方面, 其研究對象主要集中在天然次生林的優(yōu)勢樹種和作為商品用材林的人工林樹種。如徐偉強等研究了天然次生林中的華潤楠、羅浮栲、鹿角錐等林分生物量結構和固碳現狀[3], Tang等分幼齡林和老齡林對亞熱帶森林的固碳機制做了深入研究[4]; 同時, 對于作為商品用材林的桉樹、相思、馬尾松等人工林碳儲量也有大量研究成果[5-7], 城市森林中商品林用途的人工林固碳已經有研究, 如桉樹林, 杉木林的等, 非商品林用途的人工林則鮮有報道[8]。廣州市經過近幾十年來的林業(yè)發(fā)展和城市森林建設, 森林質量得到了顯著的改善, 馬尾松、杉木、桉樹、馬占相思、黧蒴、木荷等作為廣州市城市森林的優(yōu)勢樹種[9-10], 屬于在近自然環(huán)境中生長的人工林, 開展其林分隨材積生長的碳積累和凈生產力變化規(guī)律的研究具有重要意義。因此, 本文選取六種廣州市城市森林的優(yōu)勢樹種林分為研究對象, 通過樣地調查和樹干解析[11-13]相結合的方法, 了解樹木歷年生長、培育情況, 綜合對比反映每個樹種的碳積累能力和碳儲量的動態(tài)。通過研究這六種典型林分的碳積累規(guī)律, 可以為動態(tài)評價林木的碳儲存變化提供新的模式, 對了解廣州市城市森林生態(tài)系統(tǒng)碳匯特征及指導城市森林中以生態(tài)效益為主的人工林固碳增匯經營管理具有重要作用。

1 材料和方法

1.1 研究區(qū)及樣地概況

本研究區(qū)域位于廣州市, 地處廣東省的中南部, 珠江三角洲的北緣, 接近珠江流域下游入海口。整體地貌走勢為東北高、西南低, 背山面海。該地區(qū)氣候屬于南亞熱帶季風氣候區(qū)域, 海洋性氣候特征特別顯著, 具有溫暖多雨、光熱充足、溫差較小、夏季長、霜期短等氣候特征。全市年平均氣溫21.2—23.1 ℃, 總降水量1411—1942 mm, 其中4—9月的降水量約占全年降水量的80%, 平均相對濕度為77%, 年蒸發(fā)量1700—1800 mm, 年日照時數1800—2100 h[9]。地帶性土壤為赤紅壤。地帶性典型植被為南亞熱帶季風常綠闊葉林。本研究中, 選擇位于廣州市的白云山、帽峰山、大夫山、流溪河林場以及龍眼洞林場的六種典型林分(馬尾松、杉木、桉樹、馬占相思、黧蒴、木荷)為代表, 各林分類型分別設置樣地3—6個, 地理位置位于22°55′—23°46′N, 113°17′—113°50′E, 海拔在101—275 m之間, 坡向兼顧東西南北。樣地具體基本情況見表1。

1.2 試驗方法

1.2.1 生物量調查方法

在研究區(qū)內, 選擇具有代表性的地塊設置20 m×20 m的馬尾松、杉木、桉樹、馬占相思、黧蒴、木荷人工林標準地, 對每個樣地內喬木進行每木調査; 同時在樣地內的四個角各設一個5 m×5 m的樣方, 進行灌木調査和更新層調査; 在每個5 m× 5 m的樣方內的四個角設1 m×1 m的小樣方, 進行草本層物種調查。

1.2.2 解析木調查方法

對標準地內林木每木檢尺, 選擇胸徑和樹高最接近平均值的1株作為標準木, 樣木要復測樹高、胸徑、冠幅, 在地面1.3 m處作標記, 并在樹干上標記出南、北的方位, 記錄該樹臨近木情況, 畫出簡圖。伐倒樣木, 將所有樹枝齊樹干鋸下, 于樹高1.3 m處, 整個樹高的1/4、1/2、3/4處, 稱重之后的每段樹干上下兩端各截取一個圓盤。

表1 廣州市典型林分調查樣地基本情況表

1.2.3 解析木生物量測定

采用平均生物量法, 根據實測每一塊標準地標準木各組成(干、枝、葉、根)的生物量乘以該標準地的樹木株數來推算林分生物量; 選取平均木伐倒后地上部分按Monsic提出的"分層切割法"進行干、皮、枝、葉、根的各器官取樣、稱重; 地下部分采用挖掘收獲法、鉆土芯法及根徑比推算法。根系生物量采用分層分級測定, 于實驗室內測定含水率, 推算生物量。

1.2.4 植物含碳率測定方法

在進行生物量調查的同時, 采集喬木層不同器官(干、枝、葉、根)等樣品, 經烘干、粉碎、過篩后, 用重鉻酸鉀-硫酸氧化的方法測定含碳率[14]。

1.2.5 土壤調查取樣方法

在樣地內按“S”型路線隨機采集土壤樣品, 在每個采樣點按 0—25、25—50、50—75、75—100 cm 4個層次, 采后混合土樣, 用四分法分別取土樣500g, 共采土樣324個。按每個樣地土壤取12(4×3)個鋁盒新鮮土, 密封后帶回烘干, 測定土壤含水率。另取足夠土樣于封閉袋, 帶回自然風干后, 去除石礫與雜物, 依次過2mm土壤篩供土壤有機碳測定。同時取12(4×3)個100cm3環(huán)刀用于測定土壤容重。

1.2.6 土壤有機碳測定方法

用重鉻酸鉀氧化-外加熱法測算土壤樣品有機碳含量, 進而估算土壤層有機碳儲量[1-5]。

1.3 數據處理

用Excel 2007 軟件計算樹高、胸徑以及材積的總生長量、連年生長量、平均生長量, 并結合Sigmaplot10.0繪制相應曲線圖。

各樣品的化學分析結果為4次重復的平均值, 誤差為標準誤(SE)。

各器官(樹干、皮、葉、枝、根)生物量計算方法:

器官干重(kg)=器官鮮重(kg)×[樣品干重(g)/

樣品鮮重(g)] (1)

各器官(樹干、皮、葉、枝、根)碳含量計算方法:

器官碳含量(kg)=器官干重(kg)×C含碳率(g·kg-1) (2)

2 結果與分析

2.1 不同林分類型碳儲量空間分布

研究結果顯示, 各林分的總碳儲量依次為馬占相思(283.95 t·hm-2)>黧蒴(262.99 t·hm-2)>木荷(244.92 t·hm-2)>馬尾松(224.09 t·hm-2)>桉樹(166.28 t·hm-2)>杉木(157.66 t·hm-2), 其中馬占相思和黧蒴人工林生態(tài)系統(tǒng)碳儲量平均值均高于我國森林生態(tài)系統(tǒng)的平均碳儲量(258.83 t·hm-2)[16], 說明馬占相思和黧蒴作為廣州市城市森林中鄉(xiāng)土闊葉樹種能較好的發(fā)揮森林固碳的效益。另外, 根據各林分植被、枯落物、土壤的碳儲量研究統(tǒng)計分析, 由圖1可知, 各層碳密度及空間分布表現為土壤層>植被層(喬木、灌木及草本層)>枯落物層, 這種配格局與[17-19]的研究結果基本一致。其中, 土壤層碳儲量占總碳儲量的比值在55.80%—83.27%之間, 杉木(131.29t·hm-2)占比最高, 黧蒴(146.75 t·hm-2)占比最低; 植被層碳儲量占比在在14.85%—42.11%之間, 依次為黧蒴(110.73.99 t·hm-2)>馬占相思(92.73 t·hm-2)>木荷(88.22 t·hm-2)>馬尾松(62.91 t·hm-2)>桉樹(56.43 t·hm-2)>杉木(23.42 t·hm-2), 總體表現為喬木層>灌木層>草本層, 喬木層碳儲量占植被總碳儲量的88.26%—95.5%。枯落物層碳儲量占總碳儲量的比例最低, 介于0.89%—2.09%之間, 依次為黧蒴(5.51 t·hm-2)>馬占相思(3.44 t·hm-2)>杉木(2.95 t·hm-2)>馬尾松(2.67 t·hm-2)>木荷(2.19 t·hm-2)>桉樹(1.90 t·hm-2), 桉樹林內枯落物碳儲量最低, 約占黧蒴林的三分之一(34.48%)。此外, 不同森林類型固碳能力存在較大差異[20], 除了桉樹人工林以外, 闊葉樹種馬占相思、黧蒴和木荷的碳儲量都高于針葉樹種馬尾松和杉木, 而且針葉樹種易引起地力衰退[21], 因此, 闊葉樹種在提高南亞熱帶地區(qū)森林的固碳潛力和生態(tài)功能方面比針葉樹種表現良好。

2.2 不同樹種材積生長規(guī)律

2.2.1 不同樹種材積總生長規(guī)律

由圖2可知, 不同樹種的材積總生長量隨著齡階的增加而增加, 其變化曲線呈指數增長的趨勢, 與胸徑、樹高變化曲線相比存在差異。不同樹種的材積總生長量隨著齡階的增加而增大, 各樹種7 a時的材積生長量為桉樹(0.1037 m3)>馬占相思(0.0386 m3)>杉木(0.0189 m3)>木荷(0.0102 m3)>馬尾松(0.0068 m3)>黧蒴(0.0038 m3); 25a生時黧蒴(0.3001 m3)>木荷(0.2228 m3)>馬尾松(0.0783 m3), 闊葉樹種黧蒴和木荷在生長后期的材積積累大于馬尾松。桉樹單株的材積生長最迅速, 7 a的桉樹材積為0.1037 m3; 馬占相思材積生長量在第7 a時為0.0386 m3, 而8—13a則材積生長的速生期, 在13 a時材積為0.2009 m3; 黧蒴材積生長量在前18 a都低于木荷, 其后生長速度加快, 25 a生的黧蒴材積生長總量為0.3001 m3, 高于27 a生的木荷材積生長總量0.2606 m3, 25 a生黧蒴材積生長量是同齡階木荷的1.34倍; 9 a生杉木的材積生長總量為0.0308 m3, 是同齡階馬尾松的2.99倍, 相當于16 a的馬尾松的材積生長量; 43 a馬尾松材積生長總量為0.2164 m3。各樹種材積的平均生長量表現為: 馬占相思(0.0155 m3)>桉樹(0.0148 m3)>黧蒴(0.0120 m3)>木荷(0.0097 m3)>馬尾松(0.0050 m3)>杉木(0.0034 m3), 闊葉樹種的總平均材積生長高于針葉樹種。

圖1 不同林分碳儲量空間分布

Figure 1 Spatial distribution of carbon storage in each ecosystem

圖2 不同樹種材積總生長情況

Figure 2 Total volume increment of different tree species

2.2.2 不同樹種材積連年生長規(guī)律

材積連年生長量會隨林齡的增大先增大后減小[22]。本研究中, 桉樹材積連年生長量在1—5a呈增大的趨勢, 在5 a時最高為0.0237 m3, 5 a后開始減少; 馬占相思的材積連年生長一直呈增大的趨勢, 13 a時未達到最大值, 處于生長的旺盛期; 黧蒴的材積連年生長量在1—18 a呈持續(xù)增長的趨勢, 18—22 a達到平穩(wěn)生長期, 生長量為0.0241—0.0248 m3, 23 a后持續(xù)增長, 生長旺盛; 木荷的材積連年生長在前期高于黧蒴, 在14 a時與黧蒴的材積生長基本一致, 其中黧蒴為0.0115 m3, 木荷為0.0111 m3, 之后材積連年生長則低于黧蒴; 杉木的材積連年生長量為0.0002—0.0048m3, 在第8 a時達到最大值, 其后則有減少的趨勢; 馬尾松的材積連年生長較為平緩0.0006—0.0098m3, 可能受不同年份林地水熱條件和病蟲害等因素的影響, 生長量在43 a內呈曲線波動變化的趨勢。已有研究基于生物過程的模型模擬發(fā)現, 對于廣州城市森林中40年以上的馬尾松林而言, 凈生態(tài)系統(tǒng)生產力已經呈現負值, 建議進行更新改造[23]。

2.2.3 不同樹種材積生長估算模型

通過對六種典型林分材積生長的數據分析, 研究材積生長和林齡的關系, 分別采用冪函數、二次函數和三次函數進行擬合, 建立了不同樹種的材積生長的估算模型。結果顯示, 不同的回歸方程擬合效果不一致,2的取值范圍為0.775—0.993。由于不同樹種有其各自的生長規(guī)律, 而且因立地條件不同也會存在差異, 因此, 我們針對不同樹種及其連年材積和總生長材積選擇了擬合效果最佳的回歸方程(2取值為0.845—0.993), 如表2所示, 模型精確, 擬合效果顯著。

2.3 林分凈初級生產力

本研究結果顯示, 六種林分總凈初級生產力具體表現為: 黧蒴(112.24 t·hm-2)>馬占相思(86.73 t·hm-2)>木荷(86.85 t·hm-2)>馬尾松(59.07 t·hm-2)>桉樹(52.96 t·hm-2)>杉木(22.44 t·hm-2), 25 a的黧蒴、27 a木荷以及13 a馬占相思林總凈生產力較高, 具有較強的固碳能力和光合作用效率。由于不同林分的林齡不一致, 各林分的年均凈生產力如圖3所示,具體表現為: 桉樹(7.57 t·hm-2·a-1)>馬占相思(6.67 t·hm-2·a-1)> 黧蒴(4.49 t·hm-2·a-1)>木荷(3.22 t·hm-2·a-1)>杉木(2.49 t·hm-2·a-1)>馬尾松(1.37 t·hm-2·a-1)。通過解析木法準確估算NPP、理解NPP在植物生長過程中與林齡的相互關系, 對了解生態(tài)系統(tǒng)碳匯能力具有重要的作用[24-28], 在本研究供試林分中, 闊葉林的凈初級生產力大于針葉林, 能發(fā)揮較好的碳匯功能。

表2 不同樹種材積生長估算模型

圖3 不同林分年均NPP/(t·hm-2·a-1)

Figure 3 Average annual NPP of different forests

不同林分的連年凈生產力和年均凈生產力隨著林齡的變化呈不同的變化趨勢。其中桉樹的連年凈生產力在第5 a達到最大值(12.12 t·hm-2), 在第7 a時連年凈生產力(7.92 t·hm-2)與年均凈生產力(7.57 t·hm-2)接近, 表明桉樹在7 a已接近成熟林階段, 此后則固碳能力和固碳速率下降, 因在7 a考慮林地的皆伐和再造林; 馬占相思在前3 a的生產力較低, 連年凈生產力僅為0.8 t·hm-2, 3—9 a凈生產力增大, 10 a后生長速度繼續(xù)增大, 固碳速率在10 a后才逐漸達到高峰; 黧蒴林在前8 a都生長緩慢, 凈生產力較低, 生長第9 a后才逐漸迅速生長, 在25 a時林分凈生產力可達11.41 t·hm-2; 木荷林與黧蒴林相似, 在凈生產力迅速生長前都有一個緩慢生長的過程, 前6 a生長平緩, 6 a后林分的生產力逐漸提高, 27 a時的凈生產力幾乎是6 a時的10倍, 固碳速率隨著齡階的增加而增大; 馬尾松林的連年凈生產力最高為2.68 t·hm-2, 生長平穩(wěn); 杉木林在3—6 a生長迅速, 6 a后則增長幅度較小, 林分連年凈生產力最高為4.60 t·hm-2, 年均凈生產力是馬尾松林的1.81倍, 固碳速率高于馬尾松, 在針葉樹種中具有較高的固碳能力。

3 討論與結論

研究結果顯示, 各林分的總碳儲量依次為馬占相思>黧蒴>木荷>馬尾松>桉樹>杉木; 不同樹種的材積總生長量隨著齡階的增加而增大, 各樹種7 a時的材積生長量為桉樹>馬占相思>杉木>木荷>馬尾松>黧蒴, 25 a生時黧蒴>木荷>馬尾松, 闊葉樹種黧蒴和木荷在生長后期的材積積累大于馬尾松; 六林分總凈初級生產力具體表現為: 黧蒴>馬占相思>木荷>馬尾松>桉樹>杉木, 黧蒴、木荷以及馬占相思林總凈生產力較高, 具有較強的固碳能力和光合作用效率, 這與黃鈺輝等[29]、丁建國等[30]對南亞熱帶地區(qū)的地帶性植被常綠闊葉林, 如黧蒴、木荷、米老排的碳儲量能力顯著高于杉木, 黧蒴在中幼林階段蓄積量可達杉木的2.8倍的研究結果一致。由于不同林分的林齡不一致, 各林分的年均凈生產力表現為: 桉樹>馬占相思>黧蒴>木荷>杉木>馬尾松。

根據[31]基于過程模型和遙感模型對于中國陸地生態(tài)系統(tǒng)凈初級生產力變化特征的評估結果可知, 常綠闊葉林單位面積年均凈生產力為7.45 t·hm-2·a-1, 顯著高于其他植被類型, 但不同研究結果間變化范圍很大, 介于4.18—10.86 t·hm-2·a-1之間, 落葉針葉林、常綠針葉林和落葉闊葉林相差較小, 變化在4.16—5.14 t·hm-2·a-1, 本文的研究結果中闊葉林桉樹、馬占相思、黧蒴的凈生產力都在全國范圍之內, 針葉樹種馬尾松和杉木的凈生產力小于全國平均水平。另外, 針對落葉針葉林、常綠闊葉林、熱帶和亞熱帶常綠針葉林和落葉闊葉林研究表明[32], 凈生產力分別在54、40、13和122 a時達到最大值, 數值分別為4.62 t·hm-2·a-1、8.89 t·hm-2·a-1、6.20 t·hm-2·a-1和6.25 t·hm-2·a-1。由此可見, 本研究中的13 a馬占相思、25 a黧蒴、27 a木荷、9 a杉木的林齡都偏低, 森林生態(tài)系統(tǒng)凈初級生產力具有較大的增長潛力。

本文探索廣州市典型林分及不同樹種在生長過程中碳儲量的變化規(guī)律, 擬合了不同林分的材積和NPP估算模型, 為不同碳匯造林樹種的選擇和碳匯造林碳儲量計量方法的確定提供科學依據。

[1] 周健, 肖榮波, 莊長偉, 等.城市森林碳匯及其抵消能源碳排放效果—以廣州為例[J]. 生態(tài)學報, 2013, 33(18): 5865–15873.

[2] 楊智杰. 杉木、木荷人工林碳吸存與碳平衡研究[D]. 福州: 福建農林大學, 2007.

[3] 徐偉強, 周璋, 趙厚本, 等. 南亞熱帶3種常綠闊葉次生林的生物量結構和固碳現狀[J]. 生態(tài)環(huán)境學報, 2015, 24(12): 1938–1943.

[4] TANG Xuli, WANG Yingping, ZHOU Guoyi, et al. Dif-ferent pat-terns of ecosystem carbon accumulation between a young and an old-growth subtropical forest in Sou-thern China [J]. Plant Ecology, 2011, 212(8): 1385–1395.

[5] 管東生, 張惠. 珠江三角洲桉樹和相思人工林植被生物量和碳儲量研究[C]//自然地理學與生態(tài)安全學術論文摘要集, 蘭州大學資源環(huán)境學院, 2012.

[6] 李碧霞, 區(qū)余端. 廣東三嶺山森林公園主要人工林碳匯功能及其經濟價值評價[J]. 桉樹科技, 2015, 32(4): 15–20.

[7] 陳燕藝. 馬尾松馬占相思純林及混交林喬木層生物量和碳儲量研究[D]. 福州: 福建農林大學, 2014.

[8] 孫君梅, 劉天龍. 五指山市森林碳儲量及碳密度異質性初步分析[J]. 熱帶林業(yè), 2017, 45(04): 32–34, 28.

[9] 梁璇, 劉萍, 徐正春. 廣州城市森林林分結構及林下植物多樣性研究[J]. 西南林業(yè)大學學報, 2015, 35(2): 37-42.

[10] 康文星, 田徵, 何介南, 等. 廣州市十種森林生態(tài)系統(tǒng)的碳循環(huán)[J]. 應用生態(tài)學報, 2009, 20(12): 2917–924.

[11] BRIFFA K R. Annual climate variability in the Holocene; interpreting the message of ancient trees[J]. Quaternary Science Reviews, 2000, 19: 87–105.

[12] GOU Xiaohua, CHEN Fahu, JACOBY G, et al. Rapid tree growth with respect to the last 400 years in response to climate warming northeastern Tibetan Plateau[J]. Interna-tional Journal of Climatology, 2007, 27(11): 1197–1503.

[13] STOFFEL M. BOLLSCHWEILER M. BUTLER D R, et al. Tree rings and natural hazards: A state-of-the-art [M]. Dordrecht: Springer, 2010.

[14] 徐期瑚, 林麗平, 薛春泉, 等. 廣東木荷各器官含碳率及碳儲量研究[J]. 中南林業(yè)科技大學學報, 2018(10): 71–78

[15] 劉光崧. 中國生態(tài)系統(tǒng)研究網絡觀測與分析標準方法-土壤理化分析與剖面描述[M]. 北京: 中國標準出版社, 1996．

[16] 周玉榮, 于振良, 趙士洞. 我國主要森林生態(tài)系統(tǒng)碳貯量和碳平衡[J]. 植物生態(tài)學報, 2000, 24(5): 518–522.

[17] 黃宇, 馮宗煒, 汪思龍, 等. 杉木、火力楠純林及其混交林生態(tài)系統(tǒng)C, N貯量[J]. 生態(tài)學報, 2005, 25(12): 3146– 3154.

[18] FINER L, MANNER K H, PIIRAINEN S, et al. Carbon and nitrogen pools in an old-growth, Norway spruce mixed forest ineastern Finland and changes associated with clear-cutting[J]. Forest Ecology and Management, 2003, 174(1/3): 51–63．

[19] 王衛(wèi)霞, 史作民, 羅達, 等. 我國南亞熱帶幾種人工林生態(tài)系統(tǒng)碳氮儲量[J]. 生態(tài)學報, 2013, 33(3): 925–933.

[20] 張國斌. 岷江上游森林碳儲量特征及動態(tài)分析[M]. 北京: 中國林業(yè)科學研究院, 2008.

[21] 金正道. 我國人工林經營現狀與集約經營對策[J]. 中國生態(tài)農業(yè)學報, 2003, 11(1): 133–134.

[22] 吳鵬, 丁訪軍, 許豐偉, 等. 黔南馬尾松人工林生長規(guī)律研究[J]. 中南林業(yè)科技大學學報, 2011, 31(8): 51–55.

[23] 周平, 林雯, 符式培, 等. 南亞熱帶六種典型人工林碳收支研究[J]. 生態(tài)科學, 2015, 34(6): 111–117.

[24] 張冬友. 黑龍江省森林植被凈初級生產力遙感估算研究[M]. 北京: 北京林業(yè)大學, 2009.

[25] FIELD C B, BEHRENFELD M J, RANDERSON J T, et al. Primary production of the Biosphere: Integrating terrestrial land oceanic components[J]. Science, 1998, 281: 237–240.

[26] 孫睿, 朱啟疆. 中國陸地植被凈第一性生產力及季節(jié)變化研究[J]. 地理學報, 2000, 55(1): 36–45.

[27] 朱文泉, 潘耀忠, 張錦水. 中國陸地植被凈初級生產力遙感估算[J]. 植物生態(tài)學報, 2007, 31(3): 413–424.

[28] 李貴才. 基于MODIS 數據和光能利用率模型的中國陸地凈初級生產力估算研究[D]. 北京: 中國科學院遙感應用研究所, 2004: 66–78.

[29] 黃鈺輝, 甘先華, 張衛(wèi)強, 等. 南亞熱帶杉木林皆伐跡地幼齡針闊混交林生態(tài)系統(tǒng)碳儲量[J]. 生態(tài)科學, 2017, 36(4): 137–145.

[30] 丁建國, 張華, 張凌宏, 等. 黧蒴栲人工林生長情況的調查與分析[J]. 經濟林研究, 2007, 25(3): 27–31.

[31] 高艷妮, 于貴瑞, 張黎, 等. 中國陸地生態(tài)系統(tǒng)凈初級生產力變化特征—基于過程模型和遙感模型的評估結果[J]. 地理科學進展, 2012, 31(1): 109–117.

[32] WANG Shaoqiang, ZHOU Lei, CHEN Jingming, et al. Relationships between net primary productivity and stand age for several forest types and their influence on China’s carbon balance[J]. Journal of Environmental Management, 2011, 92(6): 1651–11662.

Carbon accumulation of six kinds of typical urban forestsin Guangzhou, China

Lin Wen1, Li Congying2,3, Zhou Ping3,*

1. Guangzhou Institute of Forestry and Landscape Architecture, Guangzhou 510405, China 2.South China Agricultural University, Guangzhou 510642, China 3. Guangzhou Institute of Geography, Guangzhou 510070, China

In this study, six kinds of typical forests (,,,,and) were selected to examine the distribution of carbon stock in the arbor, shrub, herb, litter and soil layers. The carbon accumulation dynamics of different tree species and dynamics for carbon stock processes of growth of different forest types were also assessedbased on soil survey and annual tree ring width measurement. The results show that the carbon reserves of each forest were mainly distributed in the soil layer, vegetation layer (arbor, shrub and herb layer) and litter layer. There were differences in carbon storage between the forests; soil-layer carbon reserves were highest in theforest, whereas vegetation layer carbon reserves were highest in theforest. The total carbon storage of the studied six forest types decreased as follows:(283.95 t·hm?2) >(262.99 t·hm?2) >(244.92 t·hm?2) >(224.09 t·hm?2) >(166.28 t·hm?2) >(157.66 t·hm?2).The volumes of each tree species at 7 a decreased in the order(0.1037 m3) >(0.0386 m3) >(0.0189 m3) >(0.0102 m3) >(0.0068 m3) >(0.0038 m3), and(0.3001 m3) >(0.2228 m3) >(0.0783 m3), whereas those at 25 a decreased in the order(0.3001 m3) >(0.2228 m3) >(0.0783 m3). The volume ofat 7 a was higher than that of, but the opposite was shown at 25 a. Because of the different stand ages for each forest type, the annual average net primary productivity in different forest types decreased in the order(7.57t·hm?2·a-1) >(6.67t·hm?2·a-1) >(4.49t·hm?2·a-1) >(3.22t·hm?2·a-1) >(2.49 t·hm?2·a-1) >(1.37 t·hm?2·a-1). This study can provide information for evaluation of the carbon sequestration of the main plantation trees and forest in the southern subtropical urban forest.

Stem analysis; tree volume; carbon storage; net primary productivity

10.14108/j.cnki.1008-8873.2019.06.011

Q948

A

1008-8873(2019)06-074-07

2018-11-15;

2019-02-18

廣東省科學院實施創(chuàng)新驅動發(fā)展能力建設專項(2017GDASCX-0701); 廣州市財政專項: 城市綠地碳匯計量評估關鍵技術方法研究;廣州城市園林綠地生態(tài)監(jiān)測(2061600000271)

林雯(1987—), 女,博士, 主要從事森林生態(tài)、城市綠地碳匯研究, E-mail: linwen0313@163.com

周平 (1977—),女, 博士, 研究員, 主要從事森林生態(tài)研究, E-mail: pzhou@gdac.ac.cn

林雯, 李聰穎, 周平. 廣州城市森林六種典型林分碳積累研究[J]. 生態(tài)科學, 2019, 38(6): 74-80.

LIN Wen, LI Congying, ZHOU Ping. Carbon accumulation of six kinds of typical urban forests in Guangzhou, China[J]. Ecological Science, 2019, 38(6): 74-80.