CN103345573B - 基于生态过程模型的林业碳计量方法 - Google Patents

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(InverseDistanceWeighting,IDW)、最小曲率法(MinimumCurvature)、径向基函数插值法（RadialBasisFunction)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 (5)

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；所述降雨、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，对15-30年内逐日统计的数据进行空间数据插值,即通过探寻收集到的样点或样方数据的规律,外推到整个研究区域为面数据的方法，根据已知区域的数据求算待估区域值；具体采用反距离权重插值法、最小曲率法、径向基函数插值法中的一种，用ANUSPLINE专业气象软件进行插值计算；

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进行碳库的初始化；其中，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读土地利用图，得出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，进行参数化和进行碳库的初始化，之后按照干扰后区域的类型进行模拟；如不是，则按照干扰前区域的类型进行模拟；

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，所述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。

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S3中林业碳计量模型为碳循环过程模型。

4.如权利要求1-3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。

5.如权利要求1-3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。