海南省尖峰岭林业局天然林碳汇价值

刘 青，佘济云，陆 禹，陈冬洋，段 翔

(中南林业科技大学林学院，湖南 长沙 410004)

海南省尖峰岭林业局天然林碳汇价值

刘 青，佘济云，陆 禹，陈冬洋，段 翔

(中南林业科技大学林学院，湖南 长沙 410004)

基于海南省尖峰岭林业局2014年遥感影像数据和2010年森林资源二类调查数据，对尖峰岭林业局天然林进行抽样随机布点，采用生物量转换因子连续函数法估算碳储量，并利用造林成本法计算其碳汇价值。结果表明：①碳汇价值的空间分布呈西北低东南高的趋势，主要受尖峰岭林业局西北高东南低的地势影响，海拔越低的区域林分的整体生长状况越好。②尖峰岭林业局天然林碳汇价值与郁闭度存在较高的相关性，即郁闭度高的区域其碳汇价值较大，反之则较小。③基于2010年森林资源二类调查数据估算出尖峰岭林业局天然林碳汇总价值约为3650万元与使用克里格插值法估算出的3850万元不存在显著差距，说明针对尖峰岭林业局天然林碳汇价值的克里格插值效果很好。④利用克里格插值法客观地预测森林碳汇价值，能直观地反映出森林碳汇的分布情况，具有准确、快速、无破坏且省时省力等优点。

天然林；碳储量；碳汇价值；GIS；尖峰岭林业局

工业革命以来，大气中CO2浓度急剧上升[1-2]，造成冰川和冻土消融、海平面上升等严重后果，威胁着人类的生存和社会经济的可持续发展[3-6]。森林是地球上陆地生态系统最大的组成部分，以全球27.5%的面积固定了全球58%的碳，是陆地生态系统的最大碳库[7-8]，对维持全球生态平衡起着不可替代的作用。因此，森林的碳汇作用越来越受到国内外学者的重视。自《京都议定书》生效以来，国内外学者针对森林碳汇价值的评价进行了大量研究[9-10]，一般采用造林成本法、碳税法温室效应损失法及排放许可的市场价格法。GIS技术是一种分析和综合处理地理空间数据的技术系统[11]，其中地统分析在分析和预测空间连续对象方面比传统方法更为方便精准，因而地统计分析被越来越多的应用于森林植被生物量以及碳储量的研究[12-13]。

尖峰岭林业局是中国现存面积最大、保存最好的热带原始森林区，森林覆盖率高达96%，是一个巨大的天然物种基因库。随着海南国际旅游岛发展战略的不断深入，外来游客大量涌入尖峰岭森林公园，给当地生态环境带来了极大的负面影响。如何科学经营管理森林资源，提高森林生态系统碳吸存能力，充分发挥森林植被的碳汇功能，促进区域经济和生态安全的协调发展成为当地亟需解决的关键问题。本文基于海南省尖峰岭林业局2014年遥感影像数据及2010年二类调查数据，对尖峰岭林业局天然林运用地统计分析评价其碳汇价值，以便了解尖峰岭林业局天然林碳储量的现状，为科学经营管理森林资源提供参考。

1 材料与方法

1.1 研究区概况

尖峰岭林业局地跨乐东县和东方市，地理坐标为东经108°47′—109°02′、北纬18°38′—18°48′，总面积20421.5 hm2。境内群山起伏，地形复杂，有山地、峡谷、丘陵和盆地，自然坡度多在20°以上。尖峰岭林业局地处热带北缘，热带雨林特征明显，为热带季风气候，具有气温高、日照长、雨水多及蒸发量大的特点，年平均气温19.7 ℃，平均相对湿度87%，年均降水量2448 mm以上。土壤有滨海沙土、砖红壤、黄壤等多种类型，土地肥沃，雨量充沛，是形成热带山地雨林的基础，森林覆盖率高达96%，其中天然林面积27219.35 hm2，占91.33%。植被主要以加勒比松、阔叶混、杉木、相思类、橡胶、桉树为主，常见的乔木树种有花梨木、龙眼、槟榔、柚木、芒果、荔枝、椰子、腰果等，灌木树种有茶叶、栎灌等。

1.2 数据来源与处理

以海南省尖峰岭林业局2010年森林资源二类调查数据为基础，结合2014年遥感影像数据进行校对调整，数据较为准确可靠。用ArcGIS筛选出尖峰岭林业局天然林的分布范围，利用fishnet工具随机设置69个样点，呈均匀分布(图1)，提取样点所在小班，计算小班单位面积碳汇价值，将碳汇价值赋值于样点。

1.3 研究方法

1.3.1 林木生物量估算 估算森林碳储量的常用方法主要有生物量模型法、涡度协方差法以及生物量换算因子连续函数法等。本研究采用方精云等[14-15]提出的生物量换算因子连续函数法，是利用实测乔木生物量与蓄积之间建立的关系模型。计算公式为：B=aV+b，B林=B×A，式中：B(t·hm-2)为单位面积的生物量；V(m3·hm-2)为相对应的单位面积蓄积量；B林(t)为某一林分类型的总生物量；A(hm2)为相对应的树种面积；a和b为转换因子系数，不同林分类型转换因子系数见表1。

目前，国内外大部分学者确定碳汇价值主要从成本和构造假设市场2方面进行，前者主要包括造林成本法、碳税法、CO2成本法、变化的碳税法、损失估算法；后者是通过询问、调查消费者对森林碳汇服务的支付意愿及支付数量程度，以此来确定碳汇价值。本研究采用的是我国学者常用的碳汇价值估算法——造林成本法，碳汇价格为273.3元·t-1。计算公式为：U=f×M×C，式中：U(元)为碳汇价值；f为换算系数，取3.67；即1 t C相当于3.67 t CO2；M(元·t-1)为碳汇价格。

表1 不同林分类型生物量转换因子系数

2 结果与分析

2.1 探索性分析

首先计算尖峰岭林业局天然林样点小班的碳汇价值，然后利用ArcGIS中的地统计分析对尖峰岭林业局天然林的平均碳汇价值进行探索性分析。由图2可知：直方图呈左偏正态分布，可以运用克里格插值法预测研究区碳汇经济价值的空间分布；在泰森多边形中存在1个异质点，该点较周围的碳汇价值低，调查分析得知该点靠近林业局办公点，人为干扰较大，林分密度低；研究区碳汇价值的空间分布呈西北低东南高的趋势，主要与尖峰岭林业局西北高东南低的地势有关。

基于69个样点的平均碳汇使用克里格法生成预测图(图3)，其实测值与预测值存在的最大误差值为19558.02元，占29.28%；最小误差值为480.23元，占0.55%，平均误差值为1146.97元；平均占4.78%。从图3可以看出，虚线趋势与实线趋势还是比较吻合的，说明基于平均碳汇的克里格插值效果良好。

2.2 碳汇经济价值空间分布

利用地统计分析中的克里格插值法对尖峰岭林业局天然林的碳汇价值进行插值预测，得到研究区碳汇价值的空间分布(图4)。尖峰岭林业局天然林碳汇价值的空间分布总体呈西北低东南高的趋势，这主要受尖峰岭林业局西北高东南低的地势影响，即海拔越低的区域林分的整体生长状况越好，其林分密度及郁闭度增大；海拔越高的区域单个林木的生长状况更好，其胸径树高增大，但林分生长稀疏，故林分密度及郁闭度反而降低。

基于平均树高、平均胸径、郁闭度等因子进行克里格插值预测并对其预测结果实行交叉验证(表2)，算术平均值的标准化值(Mean Standardized)越接近于0，预测值精确度越高，均方根误差标准值(Root-Mean-Square Standardized)越接近于1，说明标准误差越精确。从表2可以看出，树高、胸径、郁闭度的插值效果良好。

利用克里格插值法对尖峰岭林业局天然林的树高、郁闭度、胸径等因子进行插值分析，得到研究区树高、郁闭度、胸径的空间分布(图5)。经过对比分析，发现郁闭度与碳汇经济价值之间存在较高的相关性，即郁闭度高的区域森林的碳汇经济价值较大，反之较小。研究区内存在2个碳汇价值的较高点，郁闭度均为0.80，平均树高分别为12 m、13 m，平均胸径分别为16 cm、13.5 cm，森林自然度最高，为尖峰岭林业局天然林生长状况最好的区域，实地调查对比分析符合实际情况。对比碳汇价值、树高、胸径的空间分布图，发现胸径越大、树高越高的区域碳汇价值反而越低，主要是因为高大树木占据了更多的资源和生长空间，导致周围植物生长条件降低，出现林下植被衰退甚至消失的现象，因而区域林分密度低，林分的碳汇价值随之降低。说明单个树种的生长状况不是决定碳汇值的主要因素，林分的整体生长情况才是影响碳汇价值的主要因子。

表2 平均树高、平均胸径、郁闭度的 交叉验证精度

2.3 碳汇经济价值估算

利用GIS的空间分析功能，以10 m×10 m作为1个栅格单元，对碳汇经济价值分布图进行重分类。栅格结构的特点是属性明显、定位隐含，即数据直接记录属性的指针或属性本身，因此分类越多，所得数据的误差越小。本研究根据尖峰岭林业局碳汇经济价值分布图将其分为32类，各分类段之间的经济间隔为0.13万元，每阶段的碳汇经济价值以其平均值表示，见图6。

从表3可以看出，尖峰岭林业局天然林碳汇总价值为38508991.10元，即97249.84元·hm-2。基于2010年森林资源二类调查数据，利用生物量换算因子连续函数法估算出尖峰岭林业局天然林碳汇总价值为36531141.07元，与使用克里格插值法估算出的碳汇总价值无显著差距，说明尖峰岭林业局天然林碳汇价值插值法效果很好。

3 结论与讨论

本文基于海南省尖峰岭林业局2014年遥感影像数据以及2010年森林资源二类调查数据，利用GIS的地统计分析功能对样地结果进行探索性分析，发现样地的直方图呈左偏正态分布，受人为干扰较大的区域碳汇价值偏低。碳汇价值的空间分布呈西北低东南高的趋势，这主要受尖峰岭林业局西北高东南低的地势影响，地势越低的区域林分的生长状况越好，使得林分的郁闭度越高。

不同的树高、郁闭度、胸径等因子对森林碳储量有不同的影响，对比研究区碳汇价值、树高、郁闭度、胸径的空间分布图，发现郁闭度与碳汇经济价值之间存在较高的相关性，即郁闭度越高其森林的碳汇经济价值越大，反之越小。

表3 尖峰岭林业局天然林碳汇经济价值

利用GIS的空间分析功能对统计结果进行重分类，将碳汇经济价值重新分为32类，以0.13万元作为各分类段之间的经济间隔，计算得出尖峰岭林业局天然林碳汇经济总价值为38508991.10元，与基于2010年森林资源二类调查数据估算出的36531141.07元不存在显著差异，说明克里格插值法效果良好。

碳汇价值评价的因素涉及众多，不同地域不同林种所采用的途径不同。人工林一般采用典型样地抽样法，而天然林一般采取随机抽样。与传统方法比较而言，使用克里格插值法估算碳汇价值具有准确、快速、无破坏以及省时省力等优点。

[1]BARNOLA JM，M ANKLIN，J PORCHERON，et al.CO2evolution during the last millennium as recorded by Antarctic and Greenland ice[J].Tellus，1995，47(B)：264-272.

[2]ETHERIDGE DM，LP STEELE，RL LANGENFELDS，et al.Natural and anthropogenic changes in atmospheric CO2over the last 1000 years from air in Antarctic ice and firn[J].Journal of Geophysical Research，1996(101)：4115-4128.

[3]张佳华，卞林根，延晓东，等.碳循环及其对气候变化和人类生存环境的影响[J].气象科学，2006，26(3)：350-354.

[4]RODHE H.A comparison of various gases to the greenhouse effect[J].Science，1990(248)：1217-1219.

[5]陶波，葛全胜，李克让.陆地生态系统碳循环研究进展[J].地理研究，2000，19(4)：297-306.

[6]VITOUSEK P.M，MOONEY H.A，LUBCHENCO J，et al.Human domination of Earth′s ecosystems[J].Science，1997(227)：494-499.

[7]Kramer P J.Carbon dioxide concentration，photosynthesis，and dry matter production[J].BioScience，1981，31(1)：29-33.

[8]Cao M，Woodward F I.Net primary and ecosystem production and carbon stocks of terrestrial ecosystems and ecosystems and their response to climate change[J].Global Change Biology，1998，4(2)：185-198.

[9]尹少华，周文朋.湖南省森林碳汇估算与评价[J].中南林业科技大学学报，2013，33(7)：136-139，144.

[10]储蓉，周芳.森林碳汇与经济增长的库兹涅茨倒“U”型研究[J].中南林业科技大学学报，2012，32(10)：94-99.

[11]李晓曼，康文星.广州市城市森林生态系统碳汇功能研究[J].中南林业科技大学学报，2008，28(1)：8-13.

[12]赵德华，李建龙，齐家国，等.陆地生态系统碳平衡主要研究方法评述[J].生态学报，2006，26(8)：2655-2662.

[13]曹明奎，于贵瑞，刘纪远，等.陆地生态系统碳循环的多尺度试验观测和跨尺度机理模拟[J].中国科学D辑地球科学，2004，34(增刊Ⅱ)：1-14.

[14]方精云，刘国华，徐嵩龄.我国森林植被的生物量和净生产量[J].生态学报1996，16(5)：497-508.

[15]Fang J Y，Guo Z D，Piao S L，et al.Terrestrial vegetation carbon sinks in China，1981-2000[J].Science in China Series D：Earth Sciences，2007，50(9)：1341-1350.

[16]李海奎，雷渊才.中国森林植被生物量和碳储量评估[M].北京：中国林业出版社，2014.

[17]肖阳，佘济云，陆禹，等.GIS在天然林碳汇价值评价中的应用[J].中南林业科技大学学报，2013，33(12)：32-36.

The Natural Forest Carbon Sequestration Value of Jianfengling Forestry Bureau in Hainan Province

LIU Qing，SHE Ji-yun，LU Yu，CHEN Dong-yang，DUAN Xiang

(SchoolofForestry，CentralSouthUniversityofForestryandTechnology，Changsha410004，Hunan，China)

Based on remote sensing data of Jianfengling Forestry Bureau of Hainan Province in 2014 and combining with the investigation data of two types of forest resources in 2010，we will take random sampling distribution of natural forest in Jianfengling Forestry Bureau；we will estimate carbon storage by using the method of biomass conversion factor continuous function method and calculate the value of its carbon sink by using the method of afforestation cost.The results demonstrate that ①the trend of spatial distribution of carbon sequestration value is low quantity in northwest and high quantity in southeast，which is mainly caused by topography effect of Jianfengling Forestry Bureau where altitude of northwest is high and altitude of southeast is low，so the lower altitude areas stand，the better the regional forest grow.②Jianfengling Forestry Bureau natural forest carbon sequestration value and canopy has a high correlation，which demonstrates that high canopy density region has larger carbon sequestration value and vice versa.③Based on 2010 forest resource second class survey data，we will estimate carbon natural forest in Jianfengling Forest Bureau summary worth about 36.5 million yuan with the use of Kriging interpolation method to estimate the 38.5 million yuan does not exist significant gaps，aiming at Jianfengling forestry′s good natural forest carbon sequestration value of Kriging interpolation effect.④Using GIS objectively to evaluate forest carbon sink value，it can reflect the distribution of forest carbon sink visually and the advantages of accurate，fast，no damage and save time and effort.

natural forests；carbon storage；carbon sink value；GIS；Jianfengling Forestry Bureau

2015-09-21；

2015-11-16

海南省林业局重点科研项目(海南省五大流域植被恢复与保护规划研究，LK20118478)；湖南省“十三五”重点学科—森林经理学科(034-0014)

刘青(1991—)，女，湖南娄底人，中南林业科技大学林学院硕士研究生，从事数字林业方面研究。E-mail：1758114820@qq.com。

佘济云(1966—)，男，中南林业科技大学林学院教授，博士生导师，从事森林经理学与林业资源管理方面的教学和科研工作。E-mail：shejiyun@126.com。

10.13428/j.cnki.fjlk.2016.03.018

S718.55+6

A

1002-7351(2016)03-0085-06