-
森林生态系统作为全球碳库的重要组成部分,在全球碳平衡与碳预算中发挥重要作用[1]。森林生态系统碳库主要包括植被碳库、凋落物碳库和土壤有机碳库。植被碳库主要包括植物的地上部分(干、枝、叶和皮)和地下部分(活根的全部生物量)所固定的碳[2-3]。据估算,全球森林植被碳储量约为359.00~373.00 Pg,平均碳密度为86.00 Mg·hm−2[4-5]。全球植被层占全球森林碳储量的42%~50%[6],凋落物碳库虽然占全球森林碳储量的5%(43 Pg),但其变化对全球碳收支和碳减排目标具有重要意义[7]。
近年来,国内外学者通过不同方法开展了林火干扰对森林生物碳库影响的研究。目前,国内外有关林火干扰对森林碳库的影响主要集中在碳排放[2, 8]、含碳气体排放[9-10]、碳排放物[11-12]、碳释放[13-14]、碳循环[2]、碳平衡[15]、碳排放模型与方法[16]、碳储量[17]、碳时空分布[18]等的影响。通过采用国外经验计量参数的方法,直接估算全国大尺度林火干扰碳损失量,如王效科等[13]估算了中国国家尺度森林火灾排放的CO2、CO和CH4总量。Lü等[19]估算了中国1950—2000年森林火灾碳损失量,并对时空规律进行分析。通过遥感影像估测大尺度估测计量参数,未进行小尺度计量参数的实测,直接估算国家尺度的碳损失量,如田晓瑞等[14]估算1991—2000年中国森林火灾直接碳损失量。庄亚辉等[9]对我国生物质燃烧排放的含碳痕量气体进行估算。采用经验排放因子方法与统计资料:曹国良等[11]对我国大陆包括森林火灾的生物质燃烧排放的污染物进行估算。利用统计资料估算碳损失量方面:陆炳等[12]利用统计资料对我国2007年全年大陆地区生物质燃烧排放污染物进行估算。
目前,我国林火干扰碳损失量方面的研究主要存在以下问题,对林火干扰碳损失量计量参数测定的实验较少,未对参数测定进行规范及未考虑尺度转换问题,直接把小尺度得到的数据用于大尺度的估算[15]。而采用较为可靠的通过森林生态系统小尺度的实测计量参数的定量研究较少,尤其是在森林生态系统水平对林火干扰后,各森林生态系统碳库碳密度的动态变化研究鲜见报道[20]。为此,本研究以广东省亚热带2种典型针叶林为研究对象,采用相邻样地比较法,以野外调查采样与室内试验分析为主要手段,在森林生态系统水平上,定量测定不同林火干扰强度对森林生物碳库(植被碳库和凋落物碳库)碳密度与碳分配的影响:(1)定量研究不同林火干扰强度(轻度、中度和重度林火干扰)对亚热带2种典型森林类型植被碳密度及植被各组分(乔木、灌木和草本)碳密度的变化规律及空间分布格局。(2)定量研究不同林火干扰强度对亚热带2种典型森林类型凋落物碳密度的变化规律。通过分析林火干扰后碳密度的空间分布格局及变化规律,旨在更好地理解林火干扰后短期内生态系统碳密度的变化规律,为林火干扰后生态系统碳汇管理以及定量评价林火干扰对森林生态系统碳库的影响提供参考依据。
-
根据广东省历史森林火灾时空分布特点,结合广东省亚热带森林资源分布状况,按照火烧迹地燃烧状况,在广东省佛冈县火烧迹地及相邻未烧林分设置标准固定的样地。2017年4月4日,广东省佛冈县发生森林火灾,过火面积约400 hm2,火灾发生后1周内,选择林火干扰强度(同时分轻度、中度和重度3种林火干扰强度)基本相同(林火干扰样地基本情况见表1),分别在火烧迹地及相邻未火烧林分(对照样地),设置固定样地,于火后1年后(1个生长周期)进行外业调查及实验样品采集,调查采集植被生物量和凋落物生物量。为了有效地获取广东省亚热带有代表性的典型人工成熟林森林类型的数据,选择马尾松林(Pinus massoniana Lamb.)和杉木林(Cunninghamia lanceolata(Lamb.) Hook.)2种典型森林类型进行采样,在未过火林地(未火烧样地即对照样地)和过火林地设置规格为20 m×20 m的3个重复作为固定标准样地,共选设固定标准样地24块。
表 1 广东省2种典型森林类型林火干扰样地基本情况
Table 1. Basic situation of forest fire disturbance in sample plotin in Guangdong Province
典型森林类型
Typical forest type林龄范围/a 平均胸径/cm 平均树高/m 密度/(株·hm−2) 郁闭度 坡度/(o) 坡位 坡向 海拔/m 土壤类型 森林起源 马尾松林(Pinus massoniana
Lamb. forests)31~35 21.15±4.23 17.58±3.25 859±156 0.85 10~20 中坡 阳坡 250~280 赤红壤 人工林 杉木(Cunninghamia lanceolata
(Lamb.)Hook. forests)27~29 18.27±3.25 16.59±4.23 1426±199 0.90 5~15 中坡 阳坡 265~290 赤红壤 人工林 注:数据为平均值±标准差。
Note: The data are:mean±SD. -
(1)乔木层生物量调查
在设置好的标准样地内,以5 cm为起测胸径,2 cm为径阶,调查因子包括胸径、树高、树种组成等[2]。在每个对照样地内选取各径级的标准木3株,采集乔木的干、枝、叶和皮。采集的样品野外称其鲜质量,并取样,标记好带回实验室进行内业测定及分析。
(2)灌木层生物量调查
根据灌木分布的均匀程度沿标准样地的对角线设置小样方。当分布较为均匀时设置2 m×2 m重复样方3个;当分布不均匀时设置5 m×5 m重复样方3个[2]。调查灌木层的盖度、株数和平均高度,各树种数量、地径、高度等,然后按灌木种类收割样方内的所有灌木,称量,并取样,标记好带回实验室进行内业测定及分析。
(3)草本层生物量调查
在标准样地内沿另一对角线设置1 m×1 m的重复样方3个,调查草本层种类、盖度和平均高度,然后全部收割、称量,并取样,标记好带回实验室进行内业测定及分析。
(4)凋落物层生物量调查
在标准样地内按对角线选取1 m×1 m的重复样方3个,分别收集小样方内的枯枝和落叶(针叶和阔叶分开)并记录其鲜质量,并取样,标记好带回实验室进行内业测定及分析。
-
利用相对生长法估测乔木生物量:
$Y = a{({D^2}H)^b}$
式中:
$Y$ 表示乔木地上生物量(t·hm−2),$D$ 表示胸径(cm),$H$ 表示树高(m),$a$ 、$b$ 为系数。广东省2种典型针叶林乔木层生物量回归方程与回归系数见表2。灌木、草本和凋落物的生物量测定,主要采用测定含水率法。植被生物量包括乔木、灌木和草本的生物量之和。表 2 广东省2种典型森林类型乔木层生物量回归方程与决定系数
Table 2. Regression equation and coefficient of determination of two typical forest types in Guangdong Province
典型森林类型
Typical forest type组分
Component回归方程
Regression equationa b 决定系数
Coefficient of determination(R2)样本数(N) 马尾松林
Pinus massoniana forests干 Trunk $Y = a{({D^2}H)^b}$ 0.356 4 1.328 1 0.935 2 30 枝 Branch $Y = a{({D^2}H)^b}$ 0.219 5 1.621 5 0.865 7 30 叶 Leaf $Y = a{({D^2}H)^b}$ 0.051 4 1.532 1 0.994 7 30 皮 Bark $Y = a{({D^2}H)^b}$ 0.094 1 1.502 3 0.912 4 30 杉木林
Cunninghamia lanceolata forests干 Trunk $Y = a{({D^2}H)^b}$ 0.081 2 2.012 3 0.923 6 30 枝 Branch $Y = a{({D^2}H)^b}$ 0.003 1 2.965 4 0.945 7 30 叶 Leaf $Y = a{({D^2}H)^b}$ 0.021 1 2.123 6 0.935 9 30 皮 Bark $Y = a{({D^2}H)^b}$ 0.018 2 2.123 5 0.894 8 30 -
将烘干的植被和凋落物样品磨碎过0.25 mm筛,存放于玻璃瓶中。用MultiN/C3100分析仪(Multi N/C3100, Analytik Jena AG, Jena, Germany)联用固体模块测定碳含量,每次测3个平行样,对测定结果取平均值作为一个样本数,测量精度为0.01%,误差为±0.2%。
-
${C_t} = M \times {F_c}/1\; 000$
(1) 式中:
$M$ 为生物量碳密度;${F_c}$ 表示生物量的碳含量。 -
利用森林火灾调查和森林可燃物载量的有关情况,把林火干扰强度划分为3个等级(重度、中度、轻度)[2]。重度林火干扰:火灾烧死木占70%~100%,乔木熏黑高度≥5 m,林下灌木全部烧毁,凋落物烧光;中度林火干扰:火灾烧死木占30%~70%,乔木熏黑高度在2~5 m,林下灌木几乎被烧毁(>50%),凋落物几乎被烧毁(>50%);轻度林火干扰:火灾烧死木在30%以下,乔木熏黑高度≤2 m,林下灌木部分被烧毁(≤50%),凋落物部分被烧毁(≤50%)。
-
数据统计分析采用Microsoft Excel 2003和SPSS 18.0软件处理。运用SPSS18.0软件进行单因素方差分析(One-way ANOVA),并比较不同林火干扰强度样地与对照样地之间碳密度的差异(LSD检验),显著性水平设置a=0.05。用Origin9.1绘制图表。
林火干扰对广东省2种典型针叶林森林生物碳密度的影响
Effect of Forest Fire Disturbance on Biological Carbon Density of Two Typical Coniferous Forests in Guangdong Province, China
-
摘要:
目的 定量研究不同林火干扰对森林生物碳库的变化规律,揭示林火干扰对森林生物碳密度的影响机制,为林火干扰后森林生态系统碳汇管理提供参考依据。 方法 以广东省亚热带2种典型针叶林为研究对象,采用相邻样地比较法,以野外调查采样与室内试验分析为主要手段,定量测定不同林火干扰强度对森林生物碳库(植被碳库和凋落物碳库)碳密度与碳分配格局的影响。 结果 林火干扰对亚热带2种典型针叶林的植被和凋落物碳密度有影响,均表现为对照>轻度林火干扰>中度林火干扰>重度林火干扰。轻度林火干扰对植被碳密度的影响差异不显著(P>0.05),而中度和重度林火干扰则显著降低了植被碳密度(P<0.05)。相同林火干扰强度下,植被各组分碳密度的变化均表现为乔木最大。乔木碳密度在不同林火干扰强度下均呈现为对照>轻度林火干扰>中度林火干扰>重度林火干扰,而草本碳密度则呈现与乔木碳密度相反的变化趋势。林火干扰显著影响乔木和草本碳密度,亦对灌木碳密度产生了影响。不同林火干扰强度对凋落物碳密度的影响有所差异,但不同林火干扰强度均显著减少了凋落物碳密度(P<0.05),并随林火干扰强度的增加其减少幅度增大。 结论 林火干扰减少了植被和凋落物碳密度,进而对森林生态系统的碳密度产生重要影响。 Abstract:Objective To study the variation law of forest fire disturbance to forest biological carbon pool, and to reveal the mechanism of forest fire disturbance on forest biological carbon density, so as to provide references for the management of carbon sink in forest ecosystems after fire disturbance. Method Taking 2 typical subtropical coniferous forests in Guangdong province as the research object, the effects of different forest fire intensity on carbon density and carbon distribution of forest biological carbon pool (vegetation carbon pool and litterfall carbon pool) were measured quantitatively at the level of forest ecosystem by using the method of adjacent plots comparison with the analysis of field investigation sampling and laboratory test as the main means. Result The results showed that forest fire disturbance had an effect on the carbon density of vegetation and litterfall in the 2 coniferous forests, and can be ranked according to the severity degree as control > light forest fire disturbance > moderate forest fire disturbance > high forest fire disturbance. There was no significant difference in the effect of light forest fire disturbance on the carbon density of vegetation (P >0.05), while moderate and high forest fire disturbance significantly reduced the carbon density of vegetation (P <0.05). Under same forest fire intensity, the tree showed the largest change in carbon density of vegetation components. Under different forest fire intensity, the carbon density change of trees followed the order of control > light forest fire interference > moderate forest fire disturbance > high forest fire disturbance, while the change of carbon density of herbs showed a trend opposite to carbon density of trees. The intensity of forest fire disturbance significantly affected the carbon density of trees and herbs, and also had an effect on the carbon density of shrubs. The effects of different forest fire intensity on the carbon density of litterfall varied, but the carbon density of litterfall was significantly reduced by various forest fire intensity (P <0.05), and the extent increased with the increase of forest fire intensity. Conclusion Forest fire disturbance reduces the carbon density of vegetation and litterfall, which in turn has an important effect on the carbon density of forest ecosystem. -
表 1 广东省2种典型森林类型林火干扰样地基本情况
Table 1. Basic situation of forest fire disturbance in sample plotin in Guangdong Province
典型森林类型
Typical forest type林龄范围/a 平均胸径/cm 平均树高/m 密度/(株·hm−2) 郁闭度 坡度/(o) 坡位 坡向 海拔/m 土壤类型 森林起源 马尾松林(Pinus massoniana
Lamb. forests)31~35 21.15±4.23 17.58±3.25 859±156 0.85 10~20 中坡 阳坡 250~280 赤红壤 人工林 杉木(Cunninghamia lanceolata
(Lamb.)Hook. forests)27~29 18.27±3.25 16.59±4.23 1426±199 0.90 5~15 中坡 阳坡 265~290 赤红壤 人工林 注:数据为平均值±标准差。
Note: The data are:mean±SD.表 2 广东省2种典型森林类型乔木层生物量回归方程与决定系数
Table 2. Regression equation and coefficient of determination of two typical forest types in Guangdong Province
典型森林类型
Typical forest type组分
Component回归方程
Regression equationa b 决定系数
Coefficient of determination(R2)样本数(N) 马尾松林
Pinus massoniana forests干 Trunk $Y = a{({D^2}H)^b}$ 0.356 4 1.328 1 0.935 2 30 枝 Branch $Y = a{({D^2}H)^b}$ 0.219 5 1.621 5 0.865 7 30 叶 Leaf $Y = a{({D^2}H)^b}$ 0.051 4 1.532 1 0.994 7 30 皮 Bark $Y = a{({D^2}H)^b}$ 0.094 1 1.502 3 0.912 4 30 杉木林
Cunninghamia lanceolata forests干 Trunk $Y = a{({D^2}H)^b}$ 0.081 2 2.012 3 0.923 6 30 枝 Branch $Y = a{({D^2}H)^b}$ 0.003 1 2.965 4 0.945 7 30 叶 Leaf $Y = a{({D^2}H)^b}$ 0.021 1 2.123 6 0.935 9 30 皮 Bark $Y = a{({D^2}H)^b}$ 0.018 2 2.123 5 0.894 8 30 -
[1] 曾伟生, 陈新云, 蒲 莹, 等. 基于国家森林资源清查数据的不同生物量和碳储量估计方法的对比分析[J]. 林业科学研究, 2018, 31(1):66-71. [2] 徐小锋, 田汉勤, 万师强. 气候变暖对陆地生态系统碳循环的影响[J]. 植物生态学报, 2007, 31(2):175-188. doi: 10.3321/j.issn:1005-264X.2007.02.002 [3] 魏书精. 黑龙江省森林火灾碳排放定量评价方法研究[D]. 哈尔滨: 东北林业大学博士论文, 2013. [4] Dixon R K, Solomon A M, Brown S, et al. Carbon pools and flux of global forest ecosystems[J]. Science, 1994, 263(5144): 185-190. doi: 10.1126/science.263.5144.185 [5] Lal R. Forest soils and carbon sequestration[J]. Forest Ecology and Management, 2005, 220(1-3): 242-258. doi: 10.1016/j.foreco.2005.08.015 [6] Pan Y, Birdsey R A, Fang J, et al. A large and persistent carbon sink in the world's forests[J]. Science, 2011, 333: 988-993. doi: 10.1126/science.1201609 [7] 李志安, 邹 碧, 丁永祯, 等. 森林凋落物分解重要影响因子及其研究进展[J]. 生态学杂志, 2004, 23(6):77-83. doi: 10.3321/j.issn:1000-4890.2004.06.017 [8] 魏书精, 罗碧珍, 胡海清, 等. 黑龙江省温带森林火灾碳排放的计量估算[J]. 生态学报, 2014, 34(11):3048-3063. [9] 庄亚辉, 曹美秋, 王效科, 等. 中国地区生物质燃烧释放的含碳痕量气体[J]. 环境科学学报, 1998, 18(4):337-343. doi: 10.3321/j.issn:0253-2468.1998.04.001 [10] 胡海清, 罗碧珍, 魏书精, 等. 1953~2011年小兴安岭森林火灾含碳气体排放的估算[J]. 应用生态学报, 2013, 24(11):3065-3076. [11] 曹国良, 张小曳, 王 丹, 等. 中国大陆生物质燃烧排放的污染物清单[J]. 中国环境科学, 2005, 25(4):389-393. doi: 10.3321/j.issn:1000-6923.2005.04.002 [12] 陆 炳, 孔少飞, 韩 斌, 等. 2007年中国大陆地区生物质燃烧排放污染物清单[J]. 中国环境科学, 2011, 31(2):186-194. [13] 王效科, 冯宗炜, 庄亚辉. 中国森林火灾释放的CO2、CO和CH4研究[J]. 林业科学, 2001, 37(1):90-95. doi: 10.3321/j.issn:1001-7488.2001.01.013 [14] 田晓瑞, 舒立福, 王明玉. 1991~2000年中国森林火灾直接释放碳量估算[J]. 火灾科学, 2003, 12(1):7-10. [15] 吴沁淳, 陈 方, 王长林, 等. 自然火灾碳排放估算模型参数的遥感反演进展[J]. 遥感学报, 2016, 20(1):11-26. [16] 高 浩, 张甲珅, 郑 伟, 等. 基于不同分辨率卫星数据的林火排放对比研究[J]. 地理研究, 2017, 36(5):850-860. [17] 杨 达, 贺红士, 吴志伟, 等. 火干扰对大兴安岭呼中林区地上死木质残体碳储量的影响[J]. 应用生态学报, 2015, 26(2):331-339. [18] 刘志华, 杨 健, 贺红士, 等. 黑龙江大兴安岭呼中林区火烧点格局分析及影响因素[J]. 生态学报, 2011, 31(6):1669-1677. [19] Lü A, Tian H, Liu M, et al. Spatial and temporal patterns of carbon emissions from forest fires in China from 1950 to 2000[J]. Journal of Geophysical Research, 2006, 111: D05313. doi: 10.1029/2005JD006198 [20] 刘晓东, 王 博. 森林燃烧主要排放物研究进展[J]. 北京林业大学学报, 2017, 39(12):118-124. [21] 王长龙, 任 生, 陈晓才, 等. 森林火灾后蒙古栎林碳素分布及储量的分析[J]. 吉林林业科技, 2010, 39(1):1-4. doi: 10.3969/j.issn.1005-7129.2010.01.001 [22] 潘 登, 张合平, 潘 高, 等. 桂西南松栎林火行为研究及碳排放计量[J]. 自然灾害学报, 2017, 26(5):51-61. [23] Gibson C M, Turetsky M R, Cottenie K, et al. Variation in plant community composition and vegetation carbon pools a decade following a severe fire season in interior Alaska[J]. Journal of Vegetation Science, 2016, 27(6): 1187-1197. doi: 10.1111/jvs.12443 [24] Muir P. Disturbance effects on structure and tree species composition of Pinus massoniana Lamb forests in western Montana[J]. Canadian Journal of Forest Research, 1993, 23: 1617-1625. doi: 10.1139/x93-201 [25] 黄铄淇, 胡慧蓉, 韩钊龙, 等. 林火对昆明人工林凋落物和表层土壤碳氮的影响[J]. 四川农业大学学报, 2014, 32(1):18-22. doi: 10.3969/j.issn.1000-2650.2014.01.003