CN103345573A - 基于生态过程模型的林业碳计量方法 - Google Patents

基于生态过程模型的林业碳计量方法 Download PDF

Info

Publication number
CN103345573A
CN103345573A CN2013102468098A CN201310246809A CN103345573A CN 103345573 A CN103345573 A CN 103345573A CN 2013102468098 A CN2013102468098 A CN 2013102468098A CN 201310246809 A CN201310246809 A CN 201310246809A CN 103345573 A CN103345573 A CN 103345573A
Authority
CN
China
Prior art keywords
forestry
carbon
model
data
forestry carbon
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013102468098A
Other languages
English (en)
Other versions
CN103345573B (zh
Inventor
刘波
徐�明
张小全
张文
赖长鸿
曹昌楷
陈家德
梁玉喜
王丽丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Forestry And Grassland Investigation And Planning Institute Sichuan Forestry And Grassland Ecological Environment Monitoring Center
Sichuan Forestry Survey And Design Institute Co ltd
Original Assignee
SICHUAN FORESTRY INVENTORY AND PLANNING INSTITUTE
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SICHUAN FORESTRY INVENTORY AND PLANNING INSTITUTE filed Critical SICHUAN FORESTRY INVENTORY AND PLANNING INSTITUTE
Priority to CN201310246809.8A priority Critical patent/CN103345573B/zh
Publication of CN103345573A publication Critical patent/CN103345573A/zh
Application granted granted Critical
Publication of CN103345573B publication Critical patent/CN103345573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于生态过程模型的林业碳计量方法,其包括以下步骤:S1测定植物生理参数;S2设定空间插值;S3建立林业碳计量模型;S4建立干扰模块;S5模型初始态确定。本发明提出的方法,提供了干扰模块可以进行土地利用变化与砍伐的模拟,可以更加真实的反映四川省森林碳循环的动态变化,以及不同干扰带来的影响,模拟更加准确。可以实现国家、省级不同层面林业有关的温室气体排放清单的快速准确编制,且其编制过程更加完善,更符合国际需求。

Description

基于生态过程模型的林业碳计量方法
技术领域
本发明属于测量领域,具体涉及一种基于生态过程模型计量碳含量的方法。 
背景技术
碳含量的计量关系到具体或宏观区域碳储量计量、以及针对国际碳排放条约制定排放清单,准确的碳含量计量是主要的手段。然而,实验观测都只能在某一特定尺度上反映生态系统过程的变化,例如某一时间点对样地的碳储量计量(周志勇.百花山自然保护区森林群落碳储量计算方法的研究,西北农林科技大学学报2012年11月)。因此,仅仅依靠实验和观测的手段较难揭示生态系统过程中不同主控因素之间相互作用的潜在机理及其时空分布的格局。 
生态模型在近几十年得到了较大的发展,模型的开发和使用弥补了实验观测在机理研究上的不足,有利于更加全面的了解生态系统过程与气候和土壤之间的相互关系。根据不同尺度,不同手段的模型,总的来说可以分为以下几类:1)基于生长收获的模型,例如使用仿真动态模型的方法(吴金友.辽宁省森林植被碳储量动态仿真模型研究,东北林业大学博士论文2010);2)过程模型,(基于遥感和碳循环过程模型估算土壤有机碳储量,周涛等,遥感学报2007年);3)利用遥感估算生产力的模型(中国陆地植被净初级生产力遥感估算,朱文泉等,植物生态学报,2007年)。 
对于样地发生砍伐、栽植、草地抛荒等干扰过程,现有技术尚不能准确计量。在此基础上得出的碳排放清单可信度也受到影响。干扰在生态系统的动态变化过程中发挥着重要作用,可以分为自然干扰和人为干扰。自然干扰主要包括干旱、虫害、火灾、风灾、地震灾害以 及泥石流等造成的影响。人为的干扰主要表现在土地利用方式的变化,森林的砍伐,放牧,工业污染等。目前陆地上80%的生态系统都已经受到了来自人类和自然的各种干扰,随着人类社会经济的迅速发展,特别是近代以来人类对自然生态环境掠夺式的开发和利用,使得人为干扰要远远大于自然条件下的各种灾害的干扰强度。近年来,对干扰的研究成为国内外生态系统研究领域的热点之一。干扰特征由干扰类型决定,一般可以用干扰频率、恢复速率、干扰事件的影响的空间范围来描述。另外,对干扰的模拟还需要考虑不同的尺度下的影响。大尺度的干扰事件会掩盖小尺度事件。 
在生态过程模型中模拟干扰事件对生态系统的影响,也是目前模型发展需要考虑的一个重要方面。从某种程度上讲,模型中加入干扰才能更接近于现实的生态系统。但是由于干扰的类型、强度、以及干扰后生态系统的恢复状态和速度都具有较大的不确定性,因而对干扰的模拟也一直是一个难题。 
发明内容
针对现有碳储量计量领域的不足之处,从生态过程的机理出发,充分考虑了气候与环境条件对生态系统的影响。尤其在当前全球气候变化的背景下,基于过程模型的为森林碳计量弥补了传统计量方式的不足,能够更加全面、详细的反映森林生态系统过程的变化,并为进一步合理有效的进行森林经营提供了新的手段。因此,本发明目的是提供一种基于生态过程的林业碳的计量方法。 
实现本发明上述目的的具体技术方案为: 
一种基于生态过程模型的林业碳计量方法,其包括以下步骤: 
S1  测定植物生理参数:针对清查样地,获取样地内优势树种不同部位的碳氮比参数,以及优势树种的比叶面积指数,原位测定优势树种的光合呼吸生理参数; 
S2  设定空间插值:统计降雨,最大温度,最小温度,相对湿度, 日照时数的数据,根据数据建立辐射传输模型,得到林业碳计量模型所需的气候驱动; 
S3  建立林业碳计量模型:建立林业碳与碳氮比参数、比叶面积指数、光合呼吸生理参数关联的林业碳计量模型; 
S4  建立干扰模块:根据土地利用图和遥感数据的结合、或依据森林砍伐数据;确定干扰较大的区域,由干扰较大区域的生物量变化数值,代入干扰模块;在林业碳计量模型模拟时,根据生物量变化数值进行参数化和碳库的初始化; 
S5  模型初始态确定:结合多期森林的清查数据和对应的图斑信息,建立生物量空间扩展方程,计算图斑中根、干、枝、叶、土壤的初始化信息,作为S3建立的林业碳计量模型的初始态; 
其中,所述S1中原位测定光合呼吸生理参数,是无损测量植物叶片的光合呼吸生理参数。测量时,采用本领域常规的一起,在植物生长的样地,将仪器的夹具夹在叶片上,测量光合呼吸生理参数。 
其中,所述S2中降雨,最大温度,最小温度,相对湿度,日照时数的数据为15-30年内逐日统计的数据。所谓空间数据插值,即通过探寻收集到的样点/样方数据的规律,外推/内插到整个研究区域为面数据的方法,即根据已知区域的数据求算待估区域值。具体可采用反距离权重插值法(Inverse Distance Weighting,IDW)、最小曲率法(Minimum Curvature)、径向基函数插值法(Radial Basis Function)中的一种,以及ANUSPLINE进行插值计算。这里选择ANUSPLINE专业气象插值软件进行插值,结果更加合理。 
其中,所述S3中林业碳计量模型为碳循环过程模型。具体为Biome-BGC模型。 
所述干扰较大的区域,为林地转非林地、林地转灌木、灌木转林地、灌木转非林地的区域、森林砍伐的区域中的一种。 
所述土地利用图和遥感数据的结合,是针对土地利用变化的样 地,首先根据遥感数据解译土地利用图,根据空间上的变化位置以及转移方式,代入干扰模块;在林业碳计量模型模拟时,首先确定该样地(林地的样地则为林斑)是否为干扰较大区域,假如是,则按照干扰后区域的类型,进行参数化和碳库的初始化,之后按照新的类型进行模拟;如不是,则按照原类型进行模拟。 
所述S4中结合土地利用图,是结合每两期的土地利用图或林业保护图,每两期土地利用图的测绘间隔通常为8-12年。 
其中,所述依据森林砍伐数据,是在森林砍伐模块中,根据县级统计的砍伐数据、砍伐的强度对当时的碳库、氮库进行调整,调整后的数值代入干扰模块。具体为:将树干移除,粗根和细根则全部成为凋落物,树叶按照比例进入凋落库。在确定砍伐的具体斑块后,砍伐的强度均按照皆伐计算。如果没有砍伐,则按照原来的类型进行模拟。 
其中,所述S5中的图斑为矢量信息,通过测量人员在样地对优势树种的实地测量建立。 
其中,所述S5中的清查数据包括样地内优势树种的胸径、树高、样地所处的纬度、经度、定位的数据中的一种或多种。 
基于本发明提出的方法,可根据林业碳计量模型进行县级、省级、国家级的温室气体排放清单生物编制。 
本发明的有益效果在于: 
1)提供了干扰模块可以进行土地利用变化与砍伐的模拟。可以更加真实的反映四川省森林碳循环的动态变化,以及不同干扰带来的影响。 
2)提供了生态过程模型模拟中难以获取的初始化信息,可以使模型模拟更加准确。 
3)可实现国家、省级不同层面林业有关的温室气体排放清单的快速准确编制,而其编制过程更加完善,更符合国际需求。 
图1为林业碳计量模型图; 
图2为干扰模块的结构图。
具体实施方式
以下实施例进一步说明本发明的内容,但不应理解为对本发明的限制。 
实施例1:四川省林业碳计量模型 
S1:建立四川省15个主要森林类型(云杉、云南松、柏木、杉木、马尾松、落叶松、其他松类、桦类、栎类、樟、楠、杨属、桉属、硬阔、软阔)含地理变异的立木生物量空间扩展方程。建立了四川主要森林类型优势树种各器官、灌木优势种各器官、不同森林类型凋落物、土壤有机碳C/N含量等林业碳计量所需碳/氮含量参数库,最大羧化速率等植物光合生理参数库(参数库用于林业碳计量模型各模块中)。 
碳/氮含量参数通过常规手段测量得到。植物光合生理参数的测定使用LI-6400光合仪,在样地对所选优势树种进行无损检测,LI-6400光合仪的夹具夹在叶片上,测定CO2浓度、H2O浓度、温度、相对湿度、光照强度和叶室温度、最大羧化速率。 
S2:在国家气象站点逐日数据的基础上,利用ANUSPLINE软件插值获取四川省1985-2010年的逐日气候数据,包括降雨,最大温度,最小温度,相对湿度,日照时数。并建立辐射模型,计算太阳辐射。作为模型的气候驱动。 
S3:林业碳计量模型:建立针对四川森林资源实际情况的Biome-BGC生态过程模型。该模型包括辐射计算、物候期的计算、光合作用、自养与异养呼吸、蒸发蒸腾、凋落物与土壤的分解、产物分配、水分循环(降雨、融雪与径流)以及干扰等模块(图1)。 
S4:模型中干扰模块的开发与构建。在本模型中,试图模拟干扰对生态系统的影响,尤其是森林生态系统。立足于碳计量体系,在全省范围内进行模拟。因而本模型考虑的干扰是在一个林分或者更大的尺度上,干扰模块的结构如图2:将两期土地利用变化在空间上的变化位置以及转移方式,代入干扰模块,作为林业碳计量模型的输入。 因此,每个模拟的林斑均带有类型转移的信息,只考虑一次转移,比如由林地转成非林地,或由非林地转成林地。假如发生转移,先随机产生发生变化的时间,根据转移后进行模型的参数化和碳库的初始化,之后按照新的类型进行模拟。如根据遥感数据解译土地利用图确定该林斑没有发生转变,则按照原类型进行模拟; 
在森林砍伐模块中,主要根据县级统计的砍伐数据,砍伐的强度对当时的碳库、氮库进行调整,具体为:将树干移除,粗根和细根则全部成为凋落物,树叶按照一定的比例(90%)进入凋落库。在确定砍伐的具体斑块后,砍伐的强度均为皆伐。根据四川省各个县级的采伐数据,将砍伐的蓄积总量随机分配到空间的林斑上,调用砍伐模块做皆伐处理。另外,根据遥感数据反演出2000-2010年区域有较大干扰的区域,并且提取出植被指数下降明显的区域,为强干扰区。 
两期土地利用图(例如,1988年的和2000年的土地利用图)叠加,或者2000年土地利用图与2010年林业保护图叠加,即能得出森林斑块或其他类型样地发生变化的区域。 
S5:根据S1和S3中建立的参数库和经验模型,以林地保护利用规划资料为基础,建立生物量空间扩展方程,计算林地保护利用规划资料中的图斑中根、干、枝、叶、土壤的初始化信息进行模型的初始化。例如,九寨沟县共20万图斑,其中桦木的各部分碳密度数值为:根0.39~14.88,干+枝7.22~99.12,叶0.35~3.27,土壤98.37-130.93,凋落物1.64~5.01,单位都是t/ha(吨/公顷)。 
利用建立的参数库和森林样地的多期数据,对模型进行本地参数化和校准。最终,结合气候数据,初始化数据,利用模型进行的模拟。最终形成空间上全覆盖,多年连续变化碳计量结果。 
根据以上的计量结果,可用于国家、省级不同层面林业有关的温室气体排放清单的快速准确编制,且编制过程更加完善,更符合国际需求。 

Claims (8)

1.一种基于生态过程模型的林业碳计量方法,其特征在于,包括以下步骤:
S1  测定植物生理参数:针对清查样地,获取样地内优势树种不同部位的碳氮比参数,以及优势树种的比叶面积指数,原位测定优势树种的光合呼吸生理参数;
S2  设定空间插值:统计降雨,最大温度,最小温度,相对湿度,日照时数的数据,根据数据建立辐射传输模型,作为林业碳计量模型的气候驱动;
S3  建立林业碳计量模型:建立林业碳与碳氮比参数、比叶面积指数、光合呼吸生理参数关联的林业碳计量模型;
S4  建立干扰模块:根据土地利用图和遥感数据的结合、或依据森林砍伐数据;确定干扰较大的区域,由干扰较大区域的生物量变化数值,代入干扰模块;在林业碳计量模型模拟时,根据生物量变化数值进行参数化和碳库的初始化;
S5  模型初始态确定:结合多期森林的清查数据和对应的图斑信息,建立生物量空间扩展方程,计算图斑中根、干、枝、叶、土壤的初始化信息,作为S3建立的林业碳计量模型的初始态。
2.如权利要求1所述的林业碳计量方法,其特征在于,所述S1中原位测定光合呼吸生理参数,是无损测量植物叶片的光合呼吸生理参数。
3.如权利要求1所述的林业碳计量方法,其特征在于,所述S2中降雨,最大温度,最小温度,相对湿度,日照时数的数据为15-30年内逐日统计的数据。
4.如权利要求1所述的林业碳计量方法,其特征在于,所述S3中林业碳计量模型为碳循环过程模型。
5.如权利要求1所述的林业碳计量方法,其特征在于,所述干扰较大的区域,为林地转非林地、林地转灌木、灌木转林地、灌木转非林地的区域、森林砍伐的区域中的一种。
6.如权利要求1-5任一所述的林业碳计量方法,其特征在于,所述土地利用图和遥感数据的结合,是针对土地利用变化的样地,首先根据遥感数据解译土地利用图,根据空间上的变化位置以及转移方式,代入干扰模块;在林业碳计量模型模拟时,首先确定该样地是否为干扰较大区域,假如是,则按照干扰后区域的类型,进行参数化和碳库的初始化,之后按照新的类型进行模拟;如不是,则按照原类型进行模拟。
7.如权利要求1-5任一所述的林业碳计量方法,其特征在于,所述S4中依据森林砍伐数据,是在森林砍伐模块中,根据县级统计的砍伐数据、砍伐的强度对当时的碳库、氮库进行调整。
8.如权利要求1-5任一所述的林业碳计量方法,其特征在于,所述S5中的清查数据包括样地内优势树种的胸径、树高、样地所处的纬度、经度、定位的数据中的一种或多种。
CN201310246809.8A 2013-06-20 2013-06-20 基于生态过程模型的林业碳计量方法 Active CN103345573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310246809.8A CN103345573B (zh) 2013-06-20 2013-06-20 基于生态过程模型的林业碳计量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310246809.8A CN103345573B (zh) 2013-06-20 2013-06-20 基于生态过程模型的林业碳计量方法

Publications (2)

Publication Number Publication Date
CN103345573A true CN103345573A (zh) 2013-10-09
CN103345573B CN103345573B (zh) 2016-06-01

Family

ID=49280368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310246809.8A Active CN103345573B (zh) 2013-06-20 2013-06-20 基于生态过程模型的林业碳计量方法

Country Status (1)

Country Link
CN (1) CN103345573B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103513290A (zh) * 2013-10-24 2014-01-15 环境保护部卫星环境应用中心 基于遥感的区域陆地生态系统呼吸监测方法
CN106802164A (zh) * 2017-02-17 2017-06-06 吉林大学 一种适用于粮情监测的绝对水势计算方法及云图生成方法
CN107491868A (zh) * 2017-08-11 2017-12-19 南京信息工程大学 一种林地植被生态需水的定量测算方法
CN108805501A (zh) * 2018-06-07 2018-11-13 吉林大学 一种基于相关性统计的粮仓储粮状态监管方法
CN110020962A (zh) * 2019-04-03 2019-07-16 海南省林业科学研究所 一种基于森林资源调查数据获取土地利用变化信息的方法
CN110032611A (zh) * 2019-04-03 2019-07-19 海南省林业科学研究所 一种碳汇计量监测方法
CN111241712A (zh) * 2020-02-27 2020-06-05 东北林业大学 一种针叶树种比叶面积的预测方法
CN113449976A (zh) * 2021-06-21 2021-09-28 广东翁源滃江源国家湿地公园管理处 基于生态过程模型的林业碳计量方法
CN113763455A (zh) * 2021-09-14 2021-12-07 中科三清科技有限公司 一种温室气体排放的溯源方法、装置、计算机设备及介质
CN114612789A (zh) * 2022-03-25 2022-06-10 衡阳师范学院 一种通过长时序卫星遥感提取常绿森林林分变化的方法
CN114924034A (zh) * 2022-05-06 2022-08-19 贵州师范大学 一种基于生态过程模型的林业碳计量系统
US11481904B1 (en) 2022-01-04 2022-10-25 Natural Capital Exchange, Inc. Automated determination of tree inventories in ecological regions using probabilistic analysis of overhead images
CN117953959A (zh) * 2024-01-05 2024-04-30 南京林业大学 一种混交林生态系统的碳储量计算方法
CN117953959B (zh) * 2024-01-05 2024-07-02 南京林业大学 一种混交林生态系统的碳储量计算方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102314546A (zh) * 2011-06-01 2012-01-11 福州大学 基于虚拟植物的植物生长生物量变化估算方法
CN102650587A (zh) * 2012-05-11 2012-08-29 中国农业大学 基于sebal-hj模型的农作物生物量反演方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102314546A (zh) * 2011-06-01 2012-01-11 福州大学 基于虚拟植物的植物生长生物量变化估算方法
CN102650587A (zh) * 2012-05-11 2012-08-29 中国农业大学 基于sebal-hj模型的农作物生物量反演方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
周涛等: "基于遥感与碳循环过程模型估算土壤有机碳储量", 《遥感学报》 *
商贵铎: "基于CBM-CFS3模型的森林管理研究", 《中国优秀硕士论文全文数据库(电子期刊)农业科技辑》 *
张文: "森林资源调查与林业碳汇计量耦合性的探讨", 《四川林业科技》 *
李慧: "福建省森林生态系统NPP和NEP时空模拟研究", 《中国博士学位论文全文数据库(电子期刊)农业科技辑》 *
王丽丽等: "主要发达国家林业有关碳源汇及其计量方法与参数", 《土壤通报》 *
胡波等: "遥感数据结合 Biome-BGC模型估算黄淮海地区生态系统生产力", 《自然资源学报》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103513290A (zh) * 2013-10-24 2014-01-15 环境保护部卫星环境应用中心 基于遥感的区域陆地生态系统呼吸监测方法
CN103513290B (zh) * 2013-10-24 2016-03-30 环境保护部卫星环境应用中心 基于遥感的区域陆地生态系统呼吸监测方法
CN106802164A (zh) * 2017-02-17 2017-06-06 吉林大学 一种适用于粮情监测的绝对水势计算方法及云图生成方法
CN107491868A (zh) * 2017-08-11 2017-12-19 南京信息工程大学 一种林地植被生态需水的定量测算方法
CN108805501B (zh) * 2018-06-07 2020-09-04 吉林大学 一种基于相关性统计的粮仓储粮状态监管方法
CN108805501A (zh) * 2018-06-07 2018-11-13 吉林大学 一种基于相关性统计的粮仓储粮状态监管方法
CN110032611A (zh) * 2019-04-03 2019-07-19 海南省林业科学研究所 一种碳汇计量监测方法
CN110020962A (zh) * 2019-04-03 2019-07-16 海南省林业科学研究所 一种基于森林资源调查数据获取土地利用变化信息的方法
CN111241712B (zh) * 2020-02-27 2023-04-18 东北林业大学 一种针叶树种比叶面积的预测方法
CN111241712A (zh) * 2020-02-27 2020-06-05 东北林业大学 一种针叶树种比叶面积的预测方法
CN113449976A (zh) * 2021-06-21 2021-09-28 广东翁源滃江源国家湿地公园管理处 基于生态过程模型的林业碳计量方法
CN113763455A (zh) * 2021-09-14 2021-12-07 中科三清科技有限公司 一种温室气体排放的溯源方法、装置、计算机设备及介质
US11481904B1 (en) 2022-01-04 2022-10-25 Natural Capital Exchange, Inc. Automated determination of tree inventories in ecological regions using probabilistic analysis of overhead images
CN114612789A (zh) * 2022-03-25 2022-06-10 衡阳师范学院 一种通过长时序卫星遥感提取常绿森林林分变化的方法
CN114612789B (zh) * 2022-03-25 2023-10-13 衡阳师范学院 一种通过长时序卫星遥感提取常绿森林林分变化的方法
CN114924034A (zh) * 2022-05-06 2022-08-19 贵州师范大学 一种基于生态过程模型的林业碳计量系统
CN114924034B (zh) * 2022-05-06 2024-05-14 贵州师范大学 一种基于生态过程模型的林业碳计量系统
CN117953959A (zh) * 2024-01-05 2024-04-30 南京林业大学 一种混交林生态系统的碳储量计算方法
CN117953959B (zh) * 2024-01-05 2024-07-02 南京林业大学 一种混交林生态系统的碳储量计算方法

Also Published As

Publication number Publication date
CN103345573B (zh) 2016-06-01

Similar Documents

Publication Publication Date Title
CN103345573A (zh) 基于生态过程模型的林业碳计量方法
Pappas et al. Sensitivity analysis of a process‐based ecosystem model: Pinpointing parameterization and structural issues
Cammalleri et al. Combined use of eddy covariance and sap flow techniques for partition of ET fluxes and water stress assessment in an irrigated olive orchard
Girardin et al. Testing for a CO2 fertilization effect on growth of Canadian boreal forests
Kramer et al. Evaluation of six process‐based forest growth models using eddy‐covariance measurements of CO2 and H2O fluxes at six forest sites in Europe
Ngao et al. Spatial variability of soil CO2 efflux linked to soil parameters and ecosystem characteristics in a temperate beech forest
Alfaro-Sánchez et al. Land use legacies drive higher growth, lower wood density and enhanced climatic sensitivity in recently established forests
Xia et al. Global patterns in net primary production allocation regulated by environmental conditions and forest stand age: A model‐data comparison
Di Cosmo et al. A national-scale, stand-level model to predict total above-ground tree biomass from growing stock volume
Chertov et al. Influence of climate change, fire and harvest on the carbon dynamics of black spruce in Central Canada
Nikolova et al. Combining tree-ring analyses on stems and coarse roots to study the growth dynamics of forest trees: a case study on Norway spruce (Picea abies [L.] H. Karst)
CN110032611A (zh) 一种碳汇计量监测方法
CN103279686A (zh) 基于森林资源的林业碳计量方法
Yu et al. Influence of site index on the relationship between forest net primary productivity and stand age
Gu et al. Climate‐induced increase in terrestrial carbon storage in the Yangtze River Economic Belt
Vilhar et al. Modelling drainage fluxes in managed and natural forests in the Dinaric karst: a model comparison study
Shao et al. Increased interception induced by vegetation restoration counters ecosystem carbon and water exchange efficiency in China
Smallman et al. WRFv3. 2-SPAv2: development and validation of a coupled ecosystem–atmosphere model, scaling from surface fluxes of CO 2 and energy to atmospheric profiles
Li et al. Community composition and structure affect ecosystem and canopy water use efficiency across three typical alpine ecosystems
Pötzelsberger et al. Forest–water dynamics within a mountainous catchment in Austria
Lo et al. Linking climate change and forest ecophysiology to project future trends in tree growth: A review of forest models
Wang et al. Incorporating weather sensitivity in inventory-based estimates of boreal forest productivity: A meta-analysis of process model results
Marty et al. Effect of the relative abundance of conifers versus hardwoods on soil δ 13 C enrichment with soil depth in eastern Canadian forests
Liu et al. Climate change enhanced the positive contribution of human activities to net ecosystem productivity from 1983 to 2018
Zhao et al. Application of TRIPLEX model for predicting Cunninghamia lanceolata and Pinus massoniana forest stand production in Hunan Province, southern China

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Sichuan province Chengdu City Star Road 610081 No. 8

Patentee after: Sichuan Forestry and grassland investigation and Planning Institute

Address before: No. 14, Section 1, Renmin North Road, Chengdu, Sichuan 610081

Patentee before: SICHUAN FORESTRY INVENTORY AND PLANNING INSTITUTE

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211125

Address after: Sichuan province Chengdu City Star Road 610081 No. 8

Patentee after: Sichuan Forestry and grassland investigation and Planning Institute

Patentee after: SICHUAN FORESTRY EXPORATION AND DESIGN Research Institute

Address before: Sichuan province Chengdu City Star Road 610081 No. 8

Patentee before: Sichuan Forestry and grassland investigation and Planning Institute

CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 610081 section 4, Renmin North Road, Sichuan, Chengdu

Patentee after: Sichuan Forestry and grassland investigation and Planning Institute (Sichuan Forestry and grassland ecological environment monitoring center)

Patentee after: Sichuan Forestry Survey and Design Institute Co.,Ltd.

Address before: Sichuan province Chengdu City Star Road 610081 No. 8

Patentee before: Sichuan Forestry and grassland investigation and Planning Institute

Patentee before: SICHUAN FORESTRY EXPORATION AND DESIGN Research Institute