阿爾泰山落葉松林碳儲量與生產力時空特征及其氣候成因分析

羅 磊,王 蕾,劉 平,侯曉臣,高亞琪

新疆林業科學院現代林業研究所,烏魯木齊 830063

隨著CO2等溫室氣體濃度不斷升高,全球氣候變暖趨勢日益加劇,對當今人類生存環境提出了嚴重的挑戰[1-2]。作為陸地生態系統最大的碳庫[3],森林生態系統具有巨大的碳匯能力,充分發揮森林的碳匯作用是有效緩解全球氣候變暖的重要手段之一,其關鍵和前提是準確估算和掌握森林生態系統的碳儲量、碳密度、凈初級生產力(NPP)及其響應機制。目前國內外學者已針對森林碳儲量及NPP開展了大量的研究[4-8],但由于數據來源、估算方法各異及植被類型的多樣性,致使估算結果差異較大[9-10],為更精準的估算森林碳庫的大小及其固碳能力,需要針對特定區域、特定樹種進行更小尺度的碳儲量及NPP的精準評估。

近年來,落葉松林生長及分布格局的變化正受到越來越多的關注。有研究表明：氣候變暖引起的區域環境暖干化使得限制興安落葉松徑向生長的主導因子正由溫度轉化為水分,如果氣候繼續變暖,興安落葉松可能在我國境內消失[11-13]；干旱程度的加重使得蒙古大部分地區落葉松生長區域縮小[14]；新疆西伯利亞落葉松出現“高固碳速率北移,低固碳速率南移”的趨勢[15]。阿爾泰山落葉松林作為林區內分布最為廣泛的植被類型[16]和阿爾泰山泰加林典型代表之一,具有涵養水源、保持水土、防風固沙等生態功能[17],天然更新能力很差,林區內林木天然更新多呈現云杉取代落葉松的趨勢[18],且其固碳速率空間分布格局正逐漸由“東南高，西北低”向“西北高，東南低”轉變[15]。阿爾泰山落葉松林生長區域、固碳速率的變化必將對整個阿爾泰山森林生態系統的碳循環及碳收支平衡產生重大影響。當前有關阿爾泰山碳儲量及NPP的估算研究多以阿爾泰山森林生態系統為研究對象,著重研究了整個阿爾泰山的固碳特征[8,19-20],其研究成果無法清晰揭示林區內特定樹種尤其是落葉松林固碳特征的時空變化規律,忽略了不同樹種間相互影響、相互制約對阿爾泰山森林生態系統固碳的影響。

圖1 研究區示意圖Fig.1 Map of study area

現階段,針對阿爾泰山落葉松林的研究多集中于樹輪、生長量與氣候變化等方面[21-23],針對落葉松林固碳機制的研究不多,尤其缺乏針對阿爾泰山落葉松林碳儲量和NPP時空分布格局及其氣候成因的深入探討。本文利用2001—2016年的新疆多期森林資源清查資料,估算阿爾泰山落葉松林碳密度、碳儲量及NPP,探討其時空分布格局和氣候成因,旨在揭示阿爾泰山落葉松林固碳規律及機制,進而為有關部門進行科學決策提供有效的理論和決策支持。

1 材料與方法

1.1 研究區概況

阿爾泰山位于新疆北部邊界,全長約2000km,山體走向為西北-東南走向。地形呈現出“西北高而寬,東南低而窄”的特征；氣候上屬溫帶大陸性氣候,夏季溫暖多雨,冬季寒冷干燥。阿爾泰山林區森林資源豐富,是我國唯一的南西伯利亞區系原始森林,多分布于海拔1200—2600m的山地地區,多年平均氣溫為-2℃左右,年降水量為400—600 mm,隨海拔的升高而遞增,并由東南向西北遞增[19]。林區內植被類型主要以西伯利亞落葉松(Larixsibirica)為主,其次為西伯利亞云杉(Piceaobovata),其他樹種還有西伯利亞冷杉(Abiessibirica)、西伯利亞紅松(Pinussibirica)、疣枝樺(Betulapendula)、歐洲山楊(Populustremula)等。其中,西伯利亞落葉松是喬木針葉樹種,為陽性樹,具有壽命長、抗寒、抗貧瘠等特征。

1.2 數據獲取及預處理

本文主要數據包括森林資源清查數據、高程數據和氣象數據。森林資源清查數據包括新疆森林資源第六次(2001年)、第七次(2006年)、第八次(2011年)和第九次(2016年)連續清查數據。該數據由樣地數據和樣木數據組成。樣地全部為地面固定樣地,按系統抽樣布設于比例尺1∶50000地形圖的公里網交點上,形狀為正方形,面積0.08hm2(樣地邊長28.28m),單個樣地控制面積約1198.42hm2。樣地數據主要包含樣地坐標,高程,郁閉度,坡度,坡位,坡向,經緯度,林地更新情況和病蟲害等級等信息。樣木數據主要包含樣地號,樣木號,樣木胸徑。樣木檢尺起測胸徑為5cm,一律用鋼圍尺,讀數記到0.1cm,檢尺位置為樹干距上坡根頸1.3m高度(長度)處,胸徑測量誤差小于1.5%。本文選擇阿爾泰山落葉松林分布區內的325個樣地數據及各樣地內樣木數據。高程數據為SRTM_30m分辨率的高程數據,數據源于地理空間數據云(http://www.gscloud.cn/)。氣象數據包括降水和氣溫數據,來源于中國氣象數據網(http://data.cma.cn/site/index.html)的中國地面氣候資料日值數據集,使用Excel對2001、2006、2011和2016年的新疆各氣象站點降水、氣溫數據進行統計整理后利用ANUSPLIN軟件以高程數據作為協變量進行插值,可得新疆相應年份連續分布的降水和氣溫柵格數據,在此基礎上利用ArcGIS軟件提取各樣地點對應年份的降水和氣溫數值。

1.3 研究方法

1.3.1碳儲量與碳密度估算方法

阿爾泰山落葉松地上生物量和地下生物量估算模型選用高亞琪等[24]、朱雅麗等[17]人的研究成果,計算公式如下：

Bt=0.0934×D2.4097

(1)

Br=0.03086×D2.221

(2)

式中,D表示胸徑,單位cm；Bt表示單株地上總生物量,單位kg。(2)式中,Br表示根生物量,單位kg。

C=Bt×0.4759+Br×0.4768

(3)

式中,C表示單株含碳量,其單位均為kg/株,其地上部分含碳系數為0.4759,其根部含碳系數為0.4768[12]。用式(3)計算得到單株樣木含碳量,對各樣地所有的樣木含碳量分別求和,得到各樣地總碳儲量,除以1000將單位kg轉化為t,再除以樣地面積(0.08hm2),即得到各樣地單位面積落葉松碳儲量,即碳密度,其單位為t/hm2。

1.3.2生產力(NPP)計算方法

NPP通過森林群落年生長量P和年凋落量L來估算[25-26],計算公式如下:

(4)

(5)

NPP=P+L

(6)

式中:Bt為地上生物量;A為年齡;P為森林群落年生長量；L為年凋落量。

1.3.3影響因子分析方法

本文采用標準系數法和因子分析法[6,23]評估阿爾泰山落葉松林碳儲量及NPP時空變化特征的氣候成因,包括3個步驟：(1)各要素數據的均值化處理；(2)多元回歸建模；(3)影響因子系數計算。

均值化處理的目標是為了消除碳儲量、NPP、降水、氣溫等要素因單位或權重的不同所產生的影響,進而使得各要素間對比性更強,其處理過程如下：

(7)

(8)

(9)

(10)

利用SPSS的多元回歸分析功能和均值化后的各要素數據,以碳儲量和NPP為因變量,年均氣溫和降水為自變量,進而進行回歸建模,其基本模型為：

y=ax1+bx2+c

(11)

公式(11)中,y為因變量,x1、x2為自變量,a、b、c為回歸方程系數。根據這些系數的大小,可初步判斷參變量對森林碳密度影響的重要程度,這種方法叫標準系數法。

由于各系數的標準誤差σ不同,回歸系數必須大于其相應的標準誤差才有意義。為此,對各元素的回歸系數除以其相應的標準誤差,進而計算影響因子系數,計算過程如下：

E=STibi/ei

(12)

公式(12)中,E為影響因子系數；STi為受氣溫和降水的影響,即當降水或氣溫與碳儲量或NPP呈正相關時,ST=1,反之則ST=-1；bi為方程中不同要素的回歸系數;ei為各回歸系數的標準誤差值。只有當E>1時,bi所對應參變量對因變量的回歸才有意義,且E越大,bi所對應參變量對因變量貢獻越大。因此,可根據E的大小判斷參變量對森林碳儲量影響程度,這種方法叫因子分析法。

1.3.4方差分析法

方差分析又叫變異數分析或F檢驗,反映樣本在不同水平下是否具有顯著性差異,如果具有顯著差異說明樣本在該水平下對因變量存在顯著影響。本文利用單因素方差分析和雙因素方差分析分析不同因素對阿爾泰山落葉松林固碳的影響,其顯著性P>0.05表示無顯著差異,<0.05表示存在顯著差異,<0.01表示存在極顯著差異,分析工具使用SPSS軟件。

2 結果與分析

2.1 阿爾泰山落葉松林固碳變化趨勢

2001—2016年間,阿爾泰山落葉松林碳儲量、碳密度及NPP呈增長趨勢,且增長幅度不大(表1)。落葉松林碳儲量由2001年時的2247.45×104t增加到2016年時的2345.20×104t,凈增加97.75×104t,平均每年增加量為6.52×104t·a-1,年均增長率為0.29%,2001—2006、2006—2011、2011—2016年凈增長量分別為5.79×104t、37.43×104t、54.53×104t,年均增長率分別為0.05%、0.33%和0.48%,可以看出2001—2006年的碳匯作用弱于其他2個時期；碳密度由2001年的57.70t/hm2增加至2016年的60.21t/hm2,年均增長率為0.29%；2001—2006年阿爾泰山落葉松林生產力略有下降,年均下降率為0.08%,下降幅度不明顯,2006—2016年則呈逐年增長趨勢,年均增長率分別為0.16%和0.57%。利用SPSS軟件,不同調查期為分組變量,以阿爾泰山落葉松林碳儲量、碳密度及NPP為因變量分別進行方差分析發現：阿爾泰山落葉松林在不同調查期內的碳儲量、碳密度及NPP在4個調查期內均無顯著差異(P>0.05),說明阿爾泰山落葉松林的碳儲量、碳密度及NPP在調查期內變化不大。

表1 阿爾泰山落葉松林各要素的變化Table 1 Changes in all elements of Larix forest in Altay Mountains

2.2 不同林區固碳差異分析

阿爾泰山落葉松林碳儲量呈“富蘊>阿勒泰>哈巴河、青河>布爾津>福?！钡目臻g分布特征,碳密度和NPP在青河林區最高,在布爾津林區最低,總體表現出“東南高,西北低”的分布特征(表2)。富蘊林區是阿勒泰山落葉松林最大的碳庫,在調查期內碳儲量占比在38%以上；福海林區固碳量最低,其碳儲量占比小于8%。碳密度和NPP方面,青河林區固碳能力最強,2001—2016年平均碳密度和NPP分別為87.92t/hm2和9.47t hm-2a-1；布爾津最低,分別為44.50t/hm2和5.82t hm-2a-1。利用SPSS軟件分別針對4個調查期,以不同林區為分組因子,以碳儲量、碳密度和NPP為因變量作方差分析,結果顯示2001、2006、2011、2016年阿爾泰山落葉松林碳儲量、碳密度和NPP在不同林區分布均表現出極顯著差異(P<0.01),說明阿爾泰山落葉松林固碳空間差異較大；分別針對富蘊、阿勒泰、哈巴河、青河、布爾津、福海6個林區,以調查年份為分組因子,以碳儲量、碳密度和NPP為因變量作方差分析,結果顯示阿爾泰山落葉松林各林區碳儲量、碳密度和NPP在4個調查期內均無顯著差異(P>0.05),說明阿爾泰山各林區固碳在時間尺度上均無顯著變化。

表2 不同林區落葉松林各要素估算平均結果Table 2 Estimated average results of factors of Larix Forest in different forest regions

2.3 不同齡組固碳差異分析

對比分析各齡組的固碳差異發現：2001—2016年,阿爾泰山落葉松林的碳儲量及碳密度在各齡組均呈現出“過熟林>成熟林>近熟林>中齡林>幼齡林”的齡組分布特征,NPP則呈現“過熟林>近熟林>成熟林>中齡林>幼齡林”的特征(表3)。過熟林的固碳量和固碳能力均明顯強于其他齡組,在各齡組落葉松林間占據絕對優勢,表現為調查期內過熟林碳儲量百分比達到49—53%,碳密度和NPP明顯高于其他齡組,分別在78t/hm2和8.3t hm-2a-1以上；幼齡林的固碳最差,其碳儲量、碳密度及NPP均遠遠低于其他齡組,在阿爾泰山落葉松林固碳中作用微??；近熟林和成熟林在固碳量和固碳能力方面則表現出一定的差異,近熟林的碳儲量低于成熟林,NPP卻高于成熟林,碳密度在2001年低于成熟林,至2016年時已超過成熟林。利用SPSS軟件分別針對4個調查期,以齡組為分組因子,以碳儲量、碳密度和NPP為因變量作方差分析,結果顯示2001、2006、2011、2016年阿爾泰山落葉松林碳儲量、碳密度和NPP在不同齡組分布均表現出極顯著差異(P<0.01),說明阿爾泰山落葉松林固碳齡組分布差異較大。時間尺度上,各齡組碳儲量均呈增加趨勢,幼齡林和中齡林碳密度及NPP呈下降趨勢,近熟林、成熟林、過熟林的碳密度及NPP呈增長趨勢(表3)。利用SPSS軟件分別針對各齡組,以調查年份為分組因子,以碳儲量、碳密度和NPP為因變量作方差分析,結果顯示：近熟林在4個調查期內碳儲量、碳密度及NPP呈現出顯著差異(P<0.05),其他各齡組碳儲量、碳密度和NPP在4各調查期內均無顯著差異(P>0.05),說明近熟林固碳在2001—2016年有顯著變化,其他各齡組固碳均變化不大。

2.4 不同地形條件固碳差異分析

阿爾泰山落葉松林碳儲量、碳密度及NPP隨海拔升高呈現先增后降的變化特征,在北坡和西北坡相對較高(表4)。在不同海拔梯度上,阿爾泰山落葉松林碳儲量分布在2001—2300m最大,其次為1701—2000m,在1401m以下和2600m以上最??；碳密度在2001—2600m最大,其次為1701—2000m,在1700m以下和2600m以上相對較??；NPP在2001—2300m最大,其次為1701—2000m和2301—2600m,在1400m及以下最小。為探討海拔、坡向對阿爾泰山落葉松林碳儲量、碳密度及NPP的影響及其顯著性水平,分別針對4個調查期,采用SPSS軟件以海拔、坡向作為分組因子,以碳儲量、碳密度及NPP作為因變量進行雙因素方差分析,結果顯示：海拔對碳儲量、碳密度及NPP的影響極顯著(P<0.01),坡向對碳儲量、碳密度及NPP無顯著影響(P>0.05),海拔與坡向的交互作用對碳儲量、碳密度無顯著影響,對NPP的影響在2001年和2006年顯著(P<0.05),在2011年、2016年極顯著(P<0.01)。

表3 不同齡級落葉松林各要素估算結果Table 3 Estimation of factors of Larix Forest in different age groups

表4 不同地形落葉松林各要素估算結果Table 4 Estimation of factors of Larix Forest in different terrains

2.5 阿爾泰山落葉松林固碳氣候成因分析

利用標準系數法和因子分析法,采用SPSS軟件對均值化的四個調查年份的阿爾泰山落葉松林碳密度、NPP與年降水、氣溫數據進行回歸分析并計算其影響因子系數,其回歸方程均通過了α=0.01的顯著性檢驗,結果見圖2。在碳密度和NPP與降水、氣溫的回歸方程中,氣溫因子的回歸系數均大于零,降水因子的回歸系數均小于零(圖2),依據標準系數法可認為阿爾泰山落葉松林的碳密度及NPP與氣溫呈正相關,與降水呈負相關,即阿爾泰山落葉松林的碳密度隨氣溫的上升而增加,但隨降水的增加而減少。根據影響因子分析法,氣溫對碳密度的影響因子為10.967,降水對碳密度的影響因子為3.867(圖2a)；氣溫對NPP的影響因子為11.570,降水對NPP的影響因子為4.066(圖2b)。由此可見：氣溫對阿爾泰山落葉松林碳密度及NPP的貢獻遠遠大于降水,說明氣溫是影響阿爾泰山碳密度及NPP變化的主導氣候因素。本研究結果與丁曉娟等[22]認為的降水是影響落葉松生長的主要限制因子有所不同,其原因可能是：(1)丁曉娟等人以1991—2011年間近20年為研究時段,本文將2001—2016年作為研究周期,研究時段的不同可能會造成研究結果的差異；(2)丁曉娟等著重研究了阿爾泰山南坡西伯利亞落葉松生長量與氣候因子的關系,本文主要關注于阿爾泰山落葉松林碳密度及NPP與氣候的關系,二者研究區域及研究對象的差異也可能造成研究結果的不同。

圖2 碳密度、NPP與年降水、氣溫的關系Fig.2 The relationship between carbon density，net primary productivity and annual precipitation，air temperature

2.6 碳密度及NPP估算結果的對比

由于本研究與前人研究在研究區、森林類型、分布面積等方面存在較大的差異,因此本研究不對碳儲量作詳細對比,僅針對更具普遍對比性的碳密度和NPP的研究結果與前人研究成果進行對比(表5)。從對比結果看,鄭拴麗、方岳等[19,27]分別以阿爾泰山落葉松和喀納斯自然保護區落葉松為研究對象,估算碳密度結果為64.43t/hm2和69.18t/hm2；包艷麗、許文強等[28-29]分別研究了天山地區的云杉林和雪嶺云杉,其碳密度估算結果分別為59.55t/hm2和92.57t/hm2；王蒙等[30]、王云霓等[31]研究了黑龍江省落葉松人工林和華北落葉松的碳密度,結果為30.38t/hm2和27.95t/hm2。本文估算所得阿爾泰山落葉松林在2000—2016年的平均碳密度為58.64t/hm2,與鄭拴麗、方岳等的估算差異保持在±20%以內,略低于二人的估算結果,主要是因為鄭拴麗、方岳等的碳密度估算結果不僅包括喬木層,還包括草本層和枯落層,本文估算所得碳密度僅為喬木層；與包艷麗、許文強在天山地區的估算結果對比具有一定差異,主要是由于森林類型不同所導致；與王蒙、王云霓等在黑龍江和華北落葉松的估算也有一定差異,這可能是由于所處地區不同。NPP方面,王斌、余超等[25-26]估算1973—2008年的全國落葉松林的平均NPP分別為7.40t hm-2a-1和7.63t hm-2a-1,本研究在四個調查期的平均NPP為7.41t hm-2a-1,與王斌、余超等的研究結果差異較小。

表5 不同估算結果的對比Table 5 Comparison of different estimation results

3 討論

阿爾泰山落葉松林固碳的時空變化特征是封山育林政策、氣候條件、地形地貌、落葉松生長習性等多重因素共同影響的結果。封山育林能夠顯著改善林區內包括落葉松林在內的各林分類型立地條件和生態環境,促進林區植被的生長和恢復,進而提高林區內林分蓄積量[32]。近年來,阿爾泰山林區封山育林工程愈加深入,落葉松林碳儲量、碳密度及NPP呈增長趨勢。同時長期的封山育林,使得各林區內包括落葉松林在內的喬木主要以自然更新為主導,阿爾泰山落葉松林相較于其他喬木樹種處于弱勢地位,天然更新困難[18],進而造成成熟林和過熟林分布比重過高,而幼齡林分布較少的現狀,加之落葉松自身壽命長,生長緩慢的特點,因此在調查期內落葉松林碳儲量、碳密度及NPP增長幅度相對較小。水熱分布狀況的變化會引起樹木生長的差異[12]。來自于大西洋、北冰洋的冷濕氣流沿西北方向進入阿爾泰山,由于山體西北部高而寬,可保留大量的冷濕氣流,進而形成了山體西北部寒冷濕潤的氣候特征；冷濕氣流經西北部山體削弱后到達山體東南部,由于海拔的降低及西伯利亞蒙古高壓干燥反氣旋的影響,形成了山體東南部相對干燥溫暖的氣候特征。由2.5節知,氣溫對碳密度及NPP的影響因子遠大于降水,說明氣溫是影響阿爾泰山落葉松林固碳的主導氣候因素。這主要是由于在水分充足的條件下,降水對樹木生長的限制作用逐漸減弱,而溫度對樹木生長的影響逐漸顯著,生長季內溫度的升高有利于增加凈光合產量[33]。阿爾泰山整體降水相對充足,氣溫升高有利于落葉松的徑向生長[34],因此氣溫成為影響落葉松生長的主導因素。由于山體東南部氣溫較高,因而更適宜落葉松生長,故其碳儲量、碳密度及NPP較大。阿爾泰山落葉松固碳呈現隨海拔升高先升后降的特征,這主要是由于海拔升高引起落葉松生長水熱條件變化所致。阿爾泰山低海拔地區多分布于山體東南部,該地區氣溫較高,降水相對較少,水分成為限制落葉松生長的主要限制因素。隨著海拔的升高,降水逐漸增多,可用于落葉松生長的水分不斷增加,因此落葉松林固碳表現出隨海拔升高而增加的特征；高海拔地區多位于山體西北部,該區域降水充足,氣溫成為限制落葉松生長的主要限制因素,隨著海拔的繼續升高,氣溫不斷下降,抑制落葉松生長,因此落葉松林固碳表現出隨海拔升高而降低的特征。在坡向分布上,阿爾泰山落葉松林碳儲量、碳密度及NPP在北坡和西北坡相對較高,這可能與阿爾泰山“西北-東南”走向有關。本文的研究結果有效揭示了阿爾泰山落葉松林固碳時空變化規律,為了解和掌握該區域碳匯能力及今后科學合理的森林經營政策的制定提供了有效的數據和決策支持。

4 結論

本文從時間尺度、水平格局和垂直格局出發,以碳儲量、碳密度及NPP為主要指標,總結了阿爾泰山落葉松林2001—2016年間固碳的時空特征,得出以下結論：

(1)從時間尺度變化看,阿爾泰山落葉松林固碳量和固碳能力均呈增長趨勢,但增長幅度較小。2001—2016年間,阿爾泰山落葉松林碳儲量2247.45×104t增加至2345.20×104t,年均增長率為0.29%；碳密度由2001年的57.70t/hm2增加至2016年的60.21t/hm2,年均增長率為0.29%；NPP由7.35t hm-2a-1增長至7.41t hm-2a-1,年均增長率為0.05%。

(2)從空間水平分布看,阿爾泰山落葉松林固碳呈“東南高,西北低”的分布特征。碳儲量呈“富蘊>阿勒泰>哈巴河、青河>布爾津>福?！钡目臻g分布特征,碳密度和NPP在青河林區最高,在布爾津林區最低,總體表現出“東南高,西北低”的分布特征。從垂直分布看,阿爾泰山落葉松林碳儲量、碳密度及NPP隨海拔升高呈現先增后降的變化特征,在北坡和西北坡相對較高。

(3)利用標準系數法和影響因子分析法對阿爾泰山落葉松林固碳的氣候成因分析表明,氣溫因子與碳密度及NPP的回歸系數均大于零,其影響因子遠大于降水,說明氣溫的升高有利于阿爾泰山碳儲量、碳密度及NPP的增加,是影響阿爾泰山落葉松林固碳的主導氣候因素；降水因子與碳密度及NPP的回歸系數均小于零,說明降水的增加不利于阿爾泰山碳儲量、碳密度及NPP的提高,是影響阿爾泰山落葉松林固碳的次要氣候因素。