共查询到20条相似文献，搜索用时 734 毫秒
1.
系统估算云南省森林植被的碳储量和碳密度,为研究区域尺度的森林碳储量提供科学依据。以云南第9次森林资源清查数据为基础,采用生物量-蓄积量转换模型法和平均生物量法,结合不同树种的含碳率,分析乔木林中不同优势树种、林种、起源和龄组的碳储量分布特征。结果表明：1)云南不同森林类型的总碳储量为1.05×109 t,平均碳密度44.96 t·hm-2;2)乔木林中不同龄组的总碳储量大小排序为幼龄林>中龄林>近熟林>成熟林>过熟林;3)云南省天然乔木林碳储量为9.07×108 t,占乔木林总碳储量的90.76%;4)天然林的平均碳密度为62.44 t·hm-2,近人工林的3倍。云南省森林碳储量、碳密度与林龄结构和起源关系密切,表现出森林碳密度随林龄增长而增加,森林碳储量随林龄增长而减少的趋势,天然林碳密度和碳储量均远远大于人工林,该研究为区域尺度的森林碳储量提供了科学依据。 相似文献
2.
基于Landsat 8的深圳市森林碳储量遥感反演研究 总被引：1，自引：0，他引：1
《西北林学院学报》2017,(4)
以2014年Landsat 8遥感影像为数据源,研究了深圳市森林碳储量遥感反演模型的构建及其空间分布情况,对城市生态系统碳循环研究具有重要意义。采用分层随机抽样的方式布设168个样地,结合外业样地数据,从遥感影像中提取31个植被指数作为自变量,分别构建了多元线性回归模型、Logistic回归模型和Radical Basis Function(RBF)径向基函数神经网络模型,进而估算该地区的森林碳储量并比较分析。结果表明,RBF神经网络模型的估算精度最高,决定系数最大且均方根误差最小,分别为0.829t·hm~(-2)和9.131t·hm~(-2);Logistic回归模型估算精度次之,决定系数和均方根误差分别为0.523t·hm~(-2)和11.821t·hm~(-2);多元线性回归模型估算精度最低,决定系数最小,均方根误差最大,分别为0.438t·hm~(-2)和12.870t·hm~(-2)。可见,RBF神经网络模型能更好地模拟森林碳储量与各个因子之间的关系。研究区森林碳储量的空间分布特点表现为东南沿海部分碳储量大,中西部城市经济开发区碳储量小,与实际森林分布基本一致。 相似文献
3.
研究3种主要农田防护林树种杨树(Populus sp.)、榆树(Ulmus pummila)和沙枣(Elaeagnus angustifolia)不同林龄的生物量、碳储量、碳密度及其分布规律,为今后估算新疆伊犁河谷农田防护林生态系统碳储空间提供基础。根据2014年新疆的森林资源二类调查数据,利用研究区三大树种的样本数据,估算各树种的生物量、碳储量及碳密度变化特征,讨论三大树种的固碳能力。结果表明,3种主要农田防护林树种的面积以幼龄林和中龄林为主,占总面积的82.72%,其中杨树占绝对优势,为总面积的92%;各树种碳储量大小杨树(3 690.72×10~3 t)榆树(382.68×10~3 t)沙枣(261.49×10~3 t);各树种不同龄组的碳密度大小为幼龄林(129.41 t/hm~2)中龄林(388.16 t/hm~2)近熟林(639.36 t/hm~2)成熟林(2 012.04 t/hm~2)。这说明伊犁河谷农田防护林的生长潜力和未来的固碳空间巨大,研究结果可为伊犁河谷农田防护林经营管理和碳汇功能评价提供参考。 相似文献
4.
为及时且准确地估算森林碳储量,以湖南省怀化市靖州县排牙山国有林场为研究对象,使用森林资源二类调查数据,在分树种(组)及龄组的情况下,采用联合国政府间气候变化专门委员会(IPCC)材积源生物法估算了研究区林场碳储量、碳密度及其分布。运用空间代替时间法,筛选碳储量的影响因子并对其量化,验证多因素方法预测的准确性。结果表明：林场乔木林总碳储量为192 508.07 t,林分平均碳密度为34.46 t·hm-2。在人工抚育的林分中通过用胸径、株数密度、树种组成多样性因素参数化的多因素方法对碳储量进行量化。其预测结果较精确,而在大面积天然林中使用该方法结果则存在一定误差。碳储量多因素预测模型可以在较大面积的人工林中进行碳储量预测。 相似文献
5.
《东北林业大学学报》2015,(7)
基于森林资源清查数据,采用联合国政府间气候变化专门委员会(IPCC)提供的方法对内蒙古呼伦贝尔地区森林碳储量进行核算。结果表明:呼伦贝尔地区森林碳储量5.39×108t;用材林碳储量最大,占区域总碳储量的85%;其次是防护林,占区域总碳储量的11%。不同优势树种森林碳储量差异较大,兴安落叶松和白桦占11个优势树种总碳储量的88%。用材林不同龄组碳储量中,中龄林最大;但在不同龄组间,其碳密度随林龄的增大而增大,成过熟林表现出较大的碳汇能力。应通过森林资源培育保护工程,加强中幼林抚育和经营管理,提高森林质量和碳汇能力,更好地应对气候变化。 相似文献
6.
基于森林资源连续清查的森林碳储量估算1）--以内蒙古呼伦贝尔地区为例 总被引：1，自引：0，他引：1
基于森林资源清查数据,采用联合国政府间气候变化专门委员会（ IPCC）提供的方法对内蒙古呼伦贝尔地区森林碳储量进行核算。结果表明：呼伦贝尔地区森林碳储量5．39×108t;用材林碳储量最大,占区域总碳储量的85％;其次是防护林,占区域总碳储量的11％。不同优势树种森林碳储量差异较大,兴安落叶松和白桦占11个优势树种总碳储量的88％。用材林不同龄组碳储量中,中龄林最大;但在不同龄组间,其碳密度随林龄的增大而增大,成过熟林表现出较大的碳汇能力。应通过森林资源培育保护工程,加强中幼林抚育和经营管理,提高森林质量和碳汇能力,更好地应对气候变化。 相似文献
7.
江苏省森林植被碳储量分布结构及变化特征 总被引：2，自引：0，他引：2
2010年以来,江苏省森林资源呈现出面积下降但蓄积增长的分化走势,森林类型和区域分布发生结构性变化,对全省森林植被碳储量产生较大影响。基于全国第8次（2010年）、第9次（2015年）2期森林资源清查资料,利用生物量转换因子连续函数法对5 a间全省森林植被碳储量、碳密度、地理空间分布格局及动态变化的特征和原因进行了研究。结果表明:1）2015年江苏省森林/林木碳储量分别为3 638.10×104t、4 594.59×104t,相比2010年增长8.94%、11.53%,森林碳密度23.15 t/hm2,增加14.22%。2）2015年全省乔木林碳储量3 321.73×104t,同比增长9.97%,树种（组）碳储量比重标准差下降4.38,其中杨树比重降低17.45 %,树种碳储量更平衡;碳储量林龄分布由2010年时集中于中龄林（53.86%）大幅调整为23∶33∶44（幼∶中∶近成过）,结构更为合理。3）2015年全省森林碳储量在地理板块间分布比重为苏北57.26%、苏南32.61%、苏中10.13%,前两者分别降低10.5%、增长10.65%,区域分布结构趋于均衡,不同类型在市域间表现较大差异性。经分析,全省各森林类型间、树种间、林龄间、区域间的碳储量、碳密度结构趋向合理,增长的可持续性得到强化,在不同地区间造林绿化、采伐消耗、森林抚育等针对性措施驱动下,全省碳库潜力巨大,未来增长空间与速度可观。同时,在四旁树和散生木碳储量估算方法、不同树种（组）宜地生物量转换因子甄选、江淮地区灌木经济林和竹林单位面积碳储量因子选取等方面做了讨论,以期为更高精度下基于清查数据估算华东平原省份森林植被碳储量提供借鉴。 相似文献
8.
基于森林清查资料的福建森林植被碳储量及其动态变化 总被引：3，自引：1，他引：2
定量核算福建省森林碳汇潜力对碳循环研究从区域尺度向全国尺度转换,协调能源需求与碳排放之间的矛盾都具有深远意义。采用森林清查资料着重探讨福建省不同林分类型、林龄结构和土地权属变化对森林植被碳储量的影响。从1978年到2008年,森林面积从8.55×106hm2增加到11.50×106hm2,森林植被碳储量从136.51 Tg增加到229.31 Tg,森林植被碳储量随着林分类型、林龄结构和土地权属的变化而变化。结果表明,可以通过选择林分类型和林龄结构来实现森林植被碳储量的增减,可通过增加成熟林、阔叶林和国有林的比例来进一步提升福建森林的碳汇能力。 相似文献
9.
广东省森林碳储量与动态变化 总被引：5，自引：0，他引：5
以广东省1979—2012年森林资源连续清查数据为基础,结合广东省当地分树种生物量扩展因子方程,对广东省近30 a的森林碳储量和碳密度进行估算。结果表明:广东省森林碳储量从1979年的2.766 47×10~7t增加到2012年的1.673 778×10~8t,年均增加4.366×10~6t,年变化率5.45%;平均碳密度从7.57 t/hm~2增加到23.01 t/hm~2。乔木林对森林碳储量的贡献占据主导地位,其中阔叶林贡献比较突出,且增长较快;在林龄结构上,幼龄林和中龄林面积和碳储量都占有较大比例。 相似文献
10.
【目的】研究安徽森林植被碳储量的分布特征,为森林碳汇功能的评价提供依据。【方法】以安徽省第8次(2014年)森林资源清查数据为基础,采用生物量-蓄积量转换模型法和平均生物量法,结合不同树种含碳率,估算安徽森林植被的碳储量和碳密度,并分析了不同森林类型及不同林级、林种和起源的乔木林碳储量分布特征。【结果】安徽不同森林类型的总碳储量为8.51×10~7 t,平均碳密度为20.55 t/hm~2,其中竹林的碳密度最高,为37.33 t/hm~2。乔木林和竹林的碳储量分别为6.42×10~7和1.45×10~7 t,各占总碳储量的75.47%和17.02%;不同龄级乔木林中,中龄林碳储量最大,达2 490.92×10~4 t,约占乔木林总碳储量的40%;过熟林碳储量最小,为256.24×10~4 t,仅占乔木林总碳储量的3.99%,且表现出林龄越大碳密度越高的趋势。用材林和防护林的碳储量分别为3 798.04×10~4和2 205.68×10~4 t,共占乔木林碳储量的93.48%;各林种碳密度大小为特用林防护林用材林经济林薪炭林。天然林的面积(153.86×10~4 hm~2)略低于人工林(154.81×10~4 hm~2),但由于天然林的碳密度高于人工林,使得天然林的碳储量(3 476.50×10~4 t))反而高于人工林(2 946.29×10~4 t)。【结论】安徽省森林植被具有明显的碳汇能力,但其碳密度较低,应对现有森林进行科学抚育和管理,以提高森林的碳汇能力。 相似文献
11.
福建省森林碳储量及碳密度特征分析 总被引：2，自引：0，他引：2
《四川农业大学学报》2016,(3):298-303
【目的】估算福建省森林碳储量及碳密度,进行特征分析,为今后福建省森林的综合经营和管理提供一定的科学依据。【方法】基于第八次全国森林资源清查为数据源,运用转换因子连续函数法,以2012年发布的全国各树种(组)含碳率为基准,进行碳储量和碳密度估算。【结果】福建省森林碳储量约为2.96×108 t,平均碳密度48.87 t/hm2。各森林类型碳储量在36.85×104~15 664.58×104 t,其中以阔叶混交林的碳储量最高,占森林碳储量的52.83%。各森林类型碳密度在25.58~99.93 t/hm2。【结论】福建省森林碳储量及碳密度高于全国平均水平,可通过提高成熟林和过熟林的比例来提升福建省森林的碳密度和碳储量。 相似文献
12.
为研究宽甸县森林不同龄组的碳储量,通过生物量-蓄积量回归模型,对森林资源变更数据按优势树种和不同林龄组的碳储量、碳储密度进行了分析.结果表明,碳储量最大的树种是柞树;不同林龄碳储量从大到小的排序依次为中龄林>近熟林>幼龄林>成熟林>过熟林;碳储密度从大到小的排序依次为过熟林>成熟林>近熟林>中龄林>幼龄林. 相似文献
13.
森林碳储量主要通过地面调查数据来估算,存在着统计工作量大,建模复杂度高等难点。如何快捷、准确地估测森林碳储量一直是国内外林业领域研究的热点和难题。结合遥感图像监测尺度大和InVEST模型输入参数少的特点,提出一种基于InVEST模型结合遥感图像估测森林碳储量的方法。该方法根据森林类型碳储量信息和相应的栅格数据,利用InVEST模型估测区域森林碳储量,然后通过比对多期遥感数据估测出的碳储量得出该区域碳储量变化,从而实现森林碳储量的动态监测。对浙江省庆元县2009年的碳储量进行了估算和绘图,根据行政区划图可估算出乡(镇)和村级的碳储量。实验分别对坑西村2009年和2014年的碳储量进行了估算,根据基于碳库差别的方法实现了碳储量动态监测。实验结果表明:①庆元县2009年的森林碳储量为3.274 3×107 Mg;②坑西村2009年到2014年碳储量增加了1.780 3×104 Mg。相比不对森林类型进行细分的森林平均碳密度,将各森林类型平均碳储量和森林类型年度碳汇量引入到森林碳储量监测中,使得森林碳储量的估测精度得到了提升。另外,提出的森林碳储量动态监测可实现对县、乡(镇)和村级的监测,具有模型输入数据量少和输出结果可视化的优点,以及监测手段简单便捷,操作性强等特点。图5表4参32 相似文献
14.
基于森林资源统计数据,利用生物量转换因子法估算内蒙古大兴安岭满归林区森林碳储量、碳密度,并分析其动态变化特征。结果表明,该林区森林地上总碳储量从2010年的974万t增加到2012年的1 005万 t,年均增长率为1.57%,碳储量主要集中在林区的北部和西部。从树种的角度看,林区总碳储量中落叶松和白桦贡献最大,占据主导地位;从龄组的角度分析,中龄林、近熟林和成熟林占总碳储量的比例很大;乔木林碳密度与林龄紧密相关,先随林龄快速增加而后又缓慢减小。研究时段内,尽管林区整体森林碳密度较小,但不同龄组以及不同森林类型的碳密度总体呈上升趋势。 相似文献
15.
在阐述森林碳汇概念及碳汇计量方法的基础上,运用材积源生物量法(Volume-biomass method)对东江源区森林系统碳储量进行估算.结果表明:总碳储量为45.11×106 tC,其中森林植被层碳储量为9.17×106 tC、森林植被枯落物层碳储量为0.94×106 tC、森林土壤层碳储量为35.0×106 tC.运用蓄积、面积估算结果是:总碳储量为40.89×106 tC,其中林分生物量碳储量4.13×106 tC,竹林生物量碳储量0.21×106 tC,经济林碳储量0.61×106 tC,枯落物层和土壤层碳储量不变.最后得出东江源区森林系统总碳储量值43×106 tC,东江源区森林系统碳交易潜在价值约合28亿美元.以此,提出了建立东江源区绿色基金会的构想. 相似文献
16.
《西南林业大学学报》2016,(2)
收集整理凉水保护区1989、1999、2009年3期森林调查数据,结合蓄积量-生物量转化方程和各优势树种平均含碳率,估算了凉水保护区林分立木碳储量,按照各区域、林龄组分析碳储量和碳密度动态。结果表明:经过20 a的有效保护,凉水保护区森林面积和立木碳储量稳步增长,在2009年时保护区森林面积达到了6 330.9 hm2,森林覆盖率超过了98%,立木碳储量为434 054 t,平均立木碳密度为68.6 t/hm2,其中天然林碳立木密度为70.1 t/hm2,人工林立木碳密度为53.8 t/hm2;20 a间,凉水保护区各区域林分立木碳储量稳步增长,增长率大小为原始林实验区(100.2%)人工林实验区(58.2%)次生林实验区(55.6%)核心区(32.9%),分类保护效果明显;凉水保护区森林以成、过熟林为主,林分立木碳密度与林分年龄成正比,分别为幼龄林(50.7 t/hm2)中龄林(54.4 t/hm2)近熟林(61.7 t/hm2)成熟林(70.5 t/hm2)过熟林(76.8 t/hm2)。 相似文献
17.
18.
为了明确安徽省森林植被碳储量动态变化特征,基于安徽省1989-2014年6次森林资源连续清查数据,采用生物量-蓄积量转换函数,结合主要树种含碳率,估算了安徽省森林植被的碳储量、碳密度和固碳潜力。结果表明:安徽省森林植被碳储量由1989年的32.98×10~6t C增加到2014年的85.72×10~6t C,碳汇量为52.75×10~6t C,年均增长率为4.06%,碳密度增加了8.51 t C/hm~2。乔木林是安徽省森林植被碳汇的主要贡献者,竹林次之,二者分别占安徽省森林植被碳汇的83.27%、13.41%,各林型平均碳密度大小顺序为竹林、乔木林、经济林、灌木林和疏林;不同龄组乔木林的碳储量大小顺序为中龄林、幼龄林、近熟林、成熟林和过熟林,且表现出林龄越大,碳密度越大的趋势;天然林植被碳储量略高于人工林;安徽省森林植被固碳潜力为35.67 t C/hm~2,栎类固碳潜力最大。因此,安徽省森林植被碳汇能力明显增强,但碳密度较低,加强科学经营管理至关重要。 相似文献
19.
西南5省市区森林植被碳储量及碳密度估算 总被引：2，自引：0，他引：2
基于2009-2013年第8次全国森林资源连续清查数据,利用生物量扩展因子法,采用改良的计算参数,从不同龄组、林型等方面进行考虑,对西南5省市区森林资源的生物量、碳储量及碳密度进行了估算。结果表明:我国第8次森林资源清查中,西南5省市区森林植被总生物量为5 308.18×10~6t,碳储量总量为2 752.05×10~6tC,林分碳储量为2 546.74×10~6tC;西藏藏族自治区森林植被碳储量在西南5省市区碳储量中占最大份额,为980.46×10~6tC,占西南5省森林植被碳储量的35.63%;重庆市其森林植被碳储量只占西南5省市区森林植被碳储量的2.55%。在碳密度方面,西藏藏族自治区林分平均碳密度最大,高达108.73t·hm~(-2)。针阔混交林其碳密度在各林型中普遍高于林分平均碳密度,在扩大森林面积,增加森林植被碳储量中,可适当扩大针阔混交林面积,将有利于提高森林植被碳储量。 相似文献
20.
大庆市城市森林公园乔木林生物量及碳储量估算 总被引：1，自引：0，他引：1
由温室效应造成的全球气候变暖已引起全球广泛关注,森林作为地球上最大的碳库,在固碳释氧,减缓全球变暖等方面具有重要作用。通过实测大庆城市森林公园内5种树木共18 374株乔木的胸径和树高数据,采用异速生长方程对大庆市城市森林公园乔木生物量进行测定,并采用不同树种不同器官碳含量进一步估算碳储量。结果表明:(1)大庆市城市森林公园乔木层总生物量为12.76×10~3 t,单位面积生物量为227.50 t·hm~(-2),乔木层总碳储量为5 678.45 t,碳密度为101.22 t·hm~(-2);(2)城市森林公园各树种生物量及碳储量均为家榆垂柳银中杨樟子松云杉;(3)5种树种各器官生物量和碳储量分配均表现为干根枝叶。 相似文献