甘肃省四大林区森林碳汇计量监测分析

Analysis on the quantitative monitoring of forest carbon sink in four major forest regions of Gansu Province

摘要

目的 通过分析甘肃省四大林区（小陇山、白龙江、子午岭、祁连山）森林碳汇，为全面评价甘肃省森林碳汇潜力和如期实现碳中和目标制定森林保护管理措施提供数据支撑。 方法 基于2016年、2019年甘肃省森林资源管理“一张图”年度更新数据，采用生物量扩展因子法和单位面积生物量法，估算并分析近3 a森林碳储量动态及碳汇特征。 结果 四大林区总碳储量表现为：白龙江（31 334 357.92~34 118 400.13 t）>小陇山（14 082 961.34~21 314 252.37 t）>祁连山（8 719 941.24~10 087 591.44 t）>子午岭（5 669 613.18~7 333 781.51 t）；小陇山、白龙江、子午岭、祁连山乔木林年均碳汇分别为2 406 708.49、924 818.22、550 008.82、446 350.68 t/a，碳汇贡献在97%以上，碳密度表现为：白龙江（47.06~51.38 t/hm²）>祁连山（34.48~42.61 t/hm²）>小陇山（20.64~31.38 t/hm²）>子午岭（17.10~21.83 t/hm²）；天然林碳储量、碳汇、碳密度显著高于人工林，碳积累与人工林差异不明显；白龙江成熟林、过熟林占比较高，碳积累较慢，小陇山、子午岭、祁连山中龄林、近熟林占比高，碳积累较快；碳汇集中于幼龄林、中龄林、近熟林；不同森林类型以混交林碳储量大，碳汇能力强。 结论 四大林区碳储量逐年增加，白龙江碳储量、碳密度最大，小陇山碳汇最大。加强人工林、幼中龄林的管理，优化树种组成和龄组结构，可有效提升碳储量和碳汇。

Abstract

Objective This study aimed to evaluate the forest carbon sink potential of four major forest regions (Xiaolongshan，Bailongjiang，Ziwuling，and Qilianshan) in Gansu Province，China，to provide data support for formulating forest protection and management strategies toward achieving carbon neutrality. Method Based on the 2016 and 2019 ‘one map’ forest resource management datasets of Gansu Province，forest carbon storage dynamics and carbon sink characteristics over three years were estimated using the biomass expansion factor method and biomass per unit area method. Result The total carbon storage across the four regions ranked as follows:Bailongjiang (31 334 357.92~34 118 400.13 t) > Xiaolongshan (14 082 961.34~21 314 252.37 t) > Qilianshan (8 719 941.24~10 087 591.44 t) > Ziwuling (5 669 613.18~7 333 781.51 t).The annual carbon sequestration rates of arbor forests were 2 406 708.49，924 818.22，550 008.82，and 446 350.68 t/a for Xiaolongshan，Bailongjiang，Ziwuling，and Qilianshan，respectively，accounting for over 97% of the total carbon sink contribution.The carbon density followed the order: Bailongjiang (47.06~51.38 t/hm²) > Qilianshan (34.48~42.61 t/hm²) > Xiaolongshan (20.64~31.38 t/hm²)>Ziwuling (17.10~21.83 t/hm²).Natural forests exhibited significantly higher carbon storage，carbon sink capacity，and carbon density than plantations，though carbon accumulation rates showed no significant difference.Bailongjiang had a higher proportion of mature and over-mature forests，which led to slower carbon accumulation，whereas Xiaolongshan，Ziwuling，and Qilianshan were dominated by middle-aged and near-mature forests with faster carbon accumulation.The majority of carbon sequestration occurred in young，middle-aged，and near-mature forests.The mixed forests demonstrated the highest carbon storage and sequestration capacity among forest types. Conclusion Carbon storage in the four regions increased annually，with Bailongjiang exhibiting the highest carbon storage and density，while Xiaolongshan contributed the largest carbon sink.Enhancing the management of plantations and young/middle-aged forests，along with optimizing tree species composition and age structure，was found to effectively improve carbon storage and sink capacity.

Graphical abstract

关键词

生物量扩展因子法 / 碳汇贡献 / 碳储量 / 碳汇

Key words

biomass expansion factor method / carbon sink contribution / carbon storage / carbon sink

CO₂等温室气体浓度的上升，打破了原有物质能量的交互平衡，特别是碳平衡^［1］，持续的平衡破坏导致的极端天气和气候事件给人类的生命财产安全带来了巨大的威胁。森林生态系统吸收固定二氧化碳因成本低、见效快、储量大、生态附加值高等特点，成为目前降低温室气体，遏制全球变暖，实现碳中和的重要途径^［2-6］。森林碳汇功能过程复杂，不仅受面积、蓄积、树龄、森林退化等自然因素的影响，也受资源利用方式、经济增长、制度变迁等社会因素的制约^［7-8］，这些不确定因素的存在，使得碳汇有可能变为碳源，因此科学估算森林植被碳储量及其固碳潜力显得尤为重要。

有研究表明中国西北地区森林植被碳储量在中国森林植被碳储量中占比较大^［9］。甘肃省位于西部内陆腹地，是中国西北地区重要的生态屏障，目前关于甘肃省碳储量的研究多以森林清查资料为主，如关晋宏等^［10］通过森林清查资料结合样地核实对甘肃省森林生态系统整体做碳储量估算得出幼、中龄林面积占62.28%，预测这些低龄林将发挥巨大的碳汇潜力。彭焕华等^［11］通过对甘肃省乔木层碳储量的地理分布研究，发现甘南藏族自治州碳储量最大。此外关于林区碳储量研究，多以特定树种为主，如侯浩^［12］研究发现，小陇山7种典型森林类型碳储量大小为：油松>栎类>针阔混交林>华山松>桦木>落叶松>云杉；子午岭柴松林、辽东栎林、油松林平均碳密度大小为：柴松林>辽东栎林>油松林^［13］；孟蕾等^［14］运用湿烧法估算子午岭人工油松林碳储量为7.649 8 Tg，碳密度为164.55 t/hm²；韩娟娟等^［15］分析了积分法和分层法估算土壤碳储量的差异，得出积分法能够较好地估算土壤碳储量。宋洁^［8］分析了1990~2018年祁连山森林碳储量时空分布变化，得出不同空间森林面积变化影响森林碳储量变化大小；王琼琳^［16］基于InVEST模型分析祁连山东部碳储量表现为：林地>非林地，天然林>人工林，云杉纯林>针阔混交林、阔叶纯林>祁连圆柏纯林。基于InVEST模型和ArcGIS软件的综合分析，甘肃白龙江流域碳储量空间分异明显，自然保护区、林区碳储量高，河谷、城镇、农耕碳储量低^［17］。由于森林生态系统碳储量的空间异质性和时间变化的复杂性，森林面积、质量等的变化致使森林碳储量发生变化，另外由下而上，从单元到区域尺度的碳储量估算是准确评估省、国家乃至全球碳储量的桥梁和纽带^［8，18］。因此，在碳达峰和碳中和背景下，进行甘肃省森林生态系统碳储量研究可评估地区的生态治理成效。

本研究基于国家林业和草原局确立的全国林地年度变更调查体系下的统一标准，通过2016年、2019年林地年度变更调查，以高清数据源（高分一号、高分二号）为基础获得的白龙江、小陇山、子午岭、祁连山林区（简称四大林区）的植被面积空间分布格局以及森林生长状况，利用精确监测植被面积的优势，结合国家林业和草原局统一建立的林业碳汇计量监测体系中的估算方法及模型，分析四大林区森林碳储量现状、动态变化和碳汇特征，并以乔木林为重点，按不同起源、龄组、森林类型进行分析，分析乔木林的碳储量时空变化特征，为今后全面评价甘肃省碳汇潜力和如期实现碳中和目标下的森林资源管理提供技术和数据支撑。

1 材料与方法

1.1 研究区概况

小陇山位于甘肃省东南部（E 104°37′~106°43′，N 33°30′~34°49′），含小陇山林业实验局、小陇山国家级自然保护区管理局以及县属林场，属秦岭褶皱带发育成的中、低山和山间盆地，多石质山地，海拔多在1 000~2 000 m，大多数地域属暖温湿润—中温半湿润大陆性季风气候类型，年平均气温7~12 ℃，年降水量380~830 mm，主要有山地棕色土和山地褐土，区内生物多样性十分丰富，主要树种有锐齿栎（Quercus aliena var.acuteserrata）、栓皮栎（Quercus variabilis）、辽东栎（Quercus liaotungensis）、油松（Pinus tabulaeformis）、白桦（Betula platyphylla）、红桦（Betula albo-sinensis）山杨（Populus davidiana）、日本落叶松（Larix kaempferi）、华山松（Pinus armandii）、云杉（Picea asperata）、秦岭冷杉（Abies chensiensis）。白龙江位于甘肃省南部（E 102°55′~105°38′，N 32°36′~35°09′），含白龙江林管局辖区范围以及白龙江沿岸县属林场，以山地为主，是典型的高山地形，海拔550~4 920 m，属青藏高原湿润气候区，年平均气温7.3 ℃，年平均降水量654.6 mm，有冲积潮土、栗钙土、褐色森林土、棕色森林土、棕色灰化土、高山草甸土、高山裸岩，森林植物种类繁多，以暗针叶为主，主要树种有冷杉（Akjes fabri）、云杉、铁杉（Tsuga chinensis）、油松、落叶松（Larix gmelinii）、华山松、红桦、白桦、山杨、栎类等。子午岭位于甘肃省东部（E 107°58′~108°42′，N 35°17′~36°37′），含华池林业总场、合水林业总场、正宁林业总场、湘乐林业总场，黄土高原丘陵沟壑地貌，海拔1 212~1 756 m，暖温带半湿润气候，年平均气温7.4~8.5 ℃，年平均降水量500~620 mm，主要有褐土、黑垆土、黄绵土、草甸土，植被为暖温带落叶阔叶林区域，天然次生林区，包括温性针叶林、常绿针叶落叶阔叶混交林、落叶阔叶林，有山杨、桦木、辽东栎、油松、侧柏（Platycladus orientalis）等。祁连山位于甘肃省西北部（E 97°23′~103°45′，N 36°45′~39°43′），在张掖、武威、金昌、山丹马场、兰州市境内，山地地貌类型，属高山、中山地貌，海拔1 800~5 564 m，属高原大陆性气候，由于地域辽阔，相对高差悬殊，气候的垂直分布差异明显，年均气温0 ℃或0 ℃以下，年降水量300~500 mm，植被垂直分布规律明显，由低到高分布有山地干草原带、青海云杉林和草地及祁连圆柏（Sabina przewalskii）、高山灌丛、高山草甸植被带、高山垫状植被带、冻土和积雪及冰川，青海云杉（Picea crassifolia）、祁连圆柏、桦木等^［19］。

1.2 数据来源

四大林区森林资源的基础数据来源于国家林业和草原局主导的林地年度变更调查矢量数据库，数据是通过遥感影像人工解译结合现地核实调查来收集和获取。通常为调查年度对上一年度森林植被状况进行调查，优点在于该数据是实时准确监测植被面积变化的全覆盖数据。数据采用高分一号及高分二号卫星拍摄的遥感影像，由国家林业和草原局统一制作正射影像图，分辨率在1~2 m，以县为单位真彩色融合，拍摄时间为上一年度的6~9月份以及调查年度的6~9月份，为植被生长旺盛阶段。首先，依据甘肃省林地年度变更调查操作细则规定，在遥感判读区划之前，通过野外建标和室内建标的方式建立完整的遥感判读标志库。遥感判读勾绘方式采取1人判读勾绘，另1人复核的方法，若两人判读结果不一致时，采用会审的方式确定遥感判读结果。蓄积量等属性因子一方面根据林业经营管理资料、森林清查资料等记载的信息进行更新完善，另一方面以上年度数据库中现地调查更新的蓄积量为基础，依据甘肃省乔木林生长率进行更新。针对地类和植被覆盖类型发生明显变化的图斑，必须由森林资源管理单位工作人员进行现地调查和更新，更新森林类型、蓄积量等属性信息。数据库完成后，由管理单位调查人员进行遥感判读和属性因子的自查，由市、省、国家逐级进行抽样检查，确保准确度，数据分析时对不合理以及变化较大的蓄积量追溯至前期数据库同时参照森林清查等资料，并依据甘肃省乔木林生长率进行修正。本研究以2016年、2019年甘肃省林地年度变更调查数据为基础（2016、2019年指植被生长年度），利用ArcGIS 10.6软件进行处理，以林业局及林场属性字段提取小陇山、白龙江、子午岭、祁连山林区数据，结合GPS，进行实际验证、校对、修正，使得解译精度达到95%以上。数据中含植被类型（乔木林、疏林、灌木林、经济林）、起源（天然林、人工林）、森林类型、林龄（幼龄林、中龄林、近熟林、成熟林、过熟林）、面积、蓄积量等信息，用Excel 2015进行计算与制图。

1.3 估算方法

本文仅估算植被碳储量，乔木林、疏林用生物量扩展因子法（BEF）估算乔木层（地上地下生物量）碳储量，不含草本、灌木、枯落物和土壤碳储量，灌木林、经济林用单位面积生物量法估算碳储量，公式（1）、（2）、（3）和公式中计算参数参考甘肃省2018年土地利用、土地利用变化及林业碳汇计量监测技术方案，对于未有明确计算参数的优势树种，采用其相近的树种参数进行计算，具体参数见表1。

C_{\mathrm{乔}}={\sum }_{\mathrm{i}=\mathrm{1}}^{\mathrm{n}}\left\{A_i·V_i·D_i·BE{F}_i·\left(\mathrm{1}+R_i\right)·C{F}_i\right\}（1）

C=A·B·CF（2）

∆C=\frac{C_{t_{\mathrm{2}}}-C_{t_{\mathrm{1}}}}{t_{\mathrm{2}}-t_{\mathrm{1}}}（3）

Q_C=C/A（4）

式中：C_{\mathrm{乔}}为乔木林碳储量（t），i为优势树种，n为优势树种总数，A为林地面积（hm²），V为单位面积蓄积量（m³/hm²），D为木材基本密度（t/m³），BEF为林木地上生物量与树干生物量的比，R为树种根茎比，CF为生物量含碳率［t/（td·m）］；C为灌木林、经济林生物量碳储量（t），B为生物量密度参数；∆C为乔木林年碳汇（t/a），C_{t_{\mathrm{2}}}为时间t_{\mathrm{2}}时碳储量（t），C_{t_{\mathrm{1}}}为时间t_{\mathrm{1}}时碳储量（t）；Q_C为碳密度（t/hm²）。

2 结果与分析

2.1 森林植被碳储量、碳汇、碳密度

由表2可知，2016年，2019年，四大林区总碳储量大小为白龙江>小陇山>祁连山>子午岭，3 a间，年均增长率表现为小陇山（13.62%）>子午岭（8.53%）>祁连山（4.85%）>白龙江（2.84%），年均碳汇小陇山>白龙江>子午岭>祁连山，可见白龙江碳储量大，但固碳速率最慢，小陇山碳储量仅次于白龙江，固碳能力最强，固碳速率最快，子午岭碳储量最小，但固碳能力和固碳速率都高于祁连山，整体表现为乔木林面积和龄组密切相关，白龙江乔木林面积最大，小陇山幼、中龄林面积占比高。乔木林碳储量大小与总碳储量一致，小陇山、白龙江、子午岭、祁连山乔木林碳储量占比分别为94.66%~96.42%、94.84%~95.24%、96.15%~96.83%、66.17%~70.47%，年均碳汇分别为2 406 708.49、924 818.22、550 008.82、446 350.68 t/a，碳汇贡献分别为99.85%、99.66%、99.15%、97.91%，乔木林是森林植被碳汇的主要贡献者，决定着总碳储量的变化。总体上，四大林区疏林面积小，碳储量小，占比在2.50%以下，碳贡献不足2%，3 a间小陇山疏林碳储量减少，年均碳汇-211 t/a，这源于疏林面积减少近28%所致。灌木林碳储量仅次于乔木林，四大林区灌木林碳储量差异较大，祁连山碳储量占总碳储量的31%左右，子午岭占比不足3%，灌木林碳汇贡献较小（1%），由于灌木林碳储量变化仅由面积变化引起，碳储量变化不明显。不同林区经济林与灌木林计算方法相同，碳储量随面积变化，碳储量占比均在0.05%以下。

2016年，2019年，小陇山、白龙江、子午岭、祁连山乔木林碳密度分别为20.64~31.38、47.06~51.38、17.10~21.83、34.48~42.61 t/hm²，白龙江乔木林碳密度最大，但净增、年均增长率均最小（4.32 t/hm²、2.93%）；小陇山净增、年均增长率最大（10.74 t/hm²、13.76%）。小陇山、白龙江、子午岭、祁连山疏林碳密度分别为10.26~12.16、9.81~12.21、4.81~5.48、12.94~13.95 t/hm²，可见，疏林碳密度不足乔木林碳密度的一半。

2.2 乔木林分起源碳储量、碳汇、碳密度

由图1-A可以看出，四大林区天然林碳储量远高于人工林，是乔木林碳储量和碳汇主要贡献者。2016年，2019年，小陇山、白龙江、子午岭、祁连山天然林碳储量分别为11 205 838.92~17 458 278.55、28 600 306.64~31 218 591.83、4 107 098.29~5 428 329.26，5 743 028.60~7 087 517.41 t，占乔木林总碳储量75%以上，年均增长率分别为14.54%、2.92%、9.24%、3.98%，年均碳汇分别为2 084 146.54、872 761.73、440 410.32、448 162.94 t/a，碳汇贡献分别为86.60%、94.37%、80.07%、100.41%。人工林碳储量占比相对较小，差异较大，子午岭人工林占比最大约24%，祁连山占比不足0.5%，但人工林碳汇潜力巨大，小陇山、白龙江、子午岭人工林碳储量年均增长率分别为12.36%、4.35%、7.26%，年均碳汇分别为322 561.95、52 056.49、109 598.49 t/a，碳汇贡献分别为13.40%、5.63%、19.93%。祁连山碳储量减少，年均增长率-7.51%，年均碳汇-1 812.26 t/a，碳汇贡献-0.41%，这与祁连山人工林面积减少近21%密切相关。四大林区，小陇山天然林和人工林均表现出强的固碳能力和快的固碳速率，白龙江天然林固碳能力仅次于小陇山，但固碳速率在四大林区中最慢，子午岭和祁连山天然林固碳能力差异不明显，但子午岭天然林固碳速率、人工林固碳能力和固碳速率均仅次于小陇山，远高于祁连山和白龙江。

由图1-B可以看出，总体上天然林碳密度高于人工林。2016年，2019年，四大林区天然林碳密度白龙江最大为51.02、55.64 t/hm²，但碳密度净增和年均增长率最小为4.62 t/hm²和2.88%，子午岭天然林碳密度最小为16.78、22.09 t/hm²，小陇山天然林碳密度净增和年均增长率最大为11.44 t/hm²和14.02%。四大林区人工林碳密度2016、2019年变化较大，但均以白龙江人工林碳密度最小，小陇山人工林碳密度净增和年均增长率最大为7.71 t/hm²和12.25%，祁连山最小为0.1 t/hm²和0.17%。

2.3 乔木林分龄组碳储量、碳汇、碳密度

2016年，2019年，小陇山中龄林、近熟林碳储量合计占乔木林碳储量的70.84%、72.73%，幼龄林、中龄林、近熟林年均碳汇分别为423 607.27、1 164 597.59、669 545.12 t/a，对乔木林碳汇贡献合计为93.81%。白龙江中龄林、成熟林、过熟林碳储量合计占乔木林碳储量的78.17、77.56%，幼龄林、中龄林、成熟林年均碳汇分别为189 238.5、272 494.58、246 962.33 t/a，对乔木林碳汇贡献合计为76.63%。子午岭中龄林、近熟林碳储量合计占乔木林碳储量的76.88%、78.07%，中龄林、近熟林年均碳汇分别为308 727.59、142 302.16 t/a，对乔木林碳汇贡献合计为82%。祁连山中龄林、近熟林碳储量合计占乔木林碳储量95.93%、96.77%，中龄林、近熟林年均碳汇192 302.62、255 753.34 t/a，对乔木林碳汇贡献合计为100.38%。可见，整体上中龄林、近熟林碳储量较高（图2-A），碳汇贡献集中于幼龄林、中龄林、近熟林，白龙江林区略有不同，成熟林、过熟林表现突出，四大林区幼龄林、中龄林、近熟林面积占比较大，乔木林龄组结构不合理，导致碳储量不高，但幼、中龄林碳储量年均增长率较大，随着乔木林的生长，林区将迎来巨大的碳储量和碳汇。

由图2-B可知，小陇山、白龙江碳密度随着龄组呈增加趋势，而子午岭、祁连山幼龄林至近熟林碳密度增加，至过熟林时碳密度急剧减少。总体上白龙江碳密度最大，且龄组间碳密度差异显著，但3 a间龄组碳密度增加不显著，净增在2.77~5.07 t/hm²间，年均增长率在1.79%~7.17%间，其他林区龄组间差异相对较小，但3 a间同一龄组增幅变化大，小陇山净增在-4.18~10.4 t/hm²之间，年均增长率为-2.62%~14.78%。子午岭净增在0.16~9.90 t/hm²之间，年均增长率在0.26%~16.9%之间，祁连山净增在1.72%~9.56 t/hm²之间，年均增长率在2.89%~7.93%之间，可见，乔木林在幼龄林、中龄林、近熟林处于生长旺盛期，总体表现为碳密度积累较大、速度较快，白龙江乔木林成熟度高于其他林区，随着乔木林的生长，小陇山、子午岭、祁连山的碳密度积累将大于白龙江。

2.4 乔木林分不同森林类型的碳储量、碳汇、碳密度

四大林区森林类型多样，碳储量差异较大。由表4可知，小陇山油松、栎类、针阔混、阔叶混碳储量最大，合计碳储量占比在83%以上，2016年针阔混最高为47.47%，2019年阔叶混最高为57.30%。白龙江冷杉、云杉、油松、红桦、针叶混、针阔混、阔叶混碳储量最大，合计碳储量占比在92%以上，冷杉最大占33%。子午岭油松、栎类、针阔混、阔叶混碳储量最大，合计碳储量占比在90%以上，2016年针阔混最高为51.93%，2019年阔叶混最高为58.45%。祁连山碳储量的主要贡献者为云杉，占比在85%以上。3 a间，小陇山杨类、柳树、针阔混碳储量减少，合计碳汇贡献-62.81%，其余森林类型碳储量均增加，其中落叶松、油松、华山松、栎类、红桦、刺槐、其他硬阔类、针叶混、阔叶混年均碳汇大于10 000 t/a，合计碳汇贡献为162.04%，以阔叶混碳汇贡献（140.85%）最大。白龙江不同森林类型碳储量均增加，冷杉、云杉、油松、华山松、红桦、针叶混、针阔混、阔叶混年均碳汇大于10 000 t/a，合计碳汇贡献95.70%，以针阔混碳汇贡献（41.84%）最大。子午岭针阔混碳储量减少，碳汇贡献-140.98%，其余森林类型碳储量增加，其中油松、刺槐、阔叶混年均碳汇大于10 000 t/a，合计碳汇贡献为238.09%，以阔叶混碳汇贡献（219.53%）最大。祁连山其他硬阔类、其他软阔类、阔叶混碳储量减少，碳汇贡献为-3.21%，其余森林类型碳储量增加，其中云杉、其他柏类、针阔混年均碳汇大于10 000 t/a，合计碳汇贡献99.96%，以云杉碳汇贡献（90.13%）最大。可以看出，四大林区中碳储量贡献较大的树种碳汇贡献也较大，尤其是云杉、冷杉、油松等针叶树种、混交林，碳储量大，固碳能力强，固碳速率相对较快，小陇山、子午岭阔叶混碳储量年均增长率分别为50.66%、51.60%，白龙江、祁连山林区针阔混碳储量年均增长率分别为7.43%、37.38%。就碳密度而言，不同森林类型碳密度差异较大，总体上与碳储量表现相近，以针叶树种和混交林的碳密度略大，不同森林类型基本以白龙江碳密度较大，碳密度净增小陇山最大。

3 讨论

森林碳储量影响因素复杂多样，不仅受森林面积、蓄积、树龄等主观因素的影响，也受气候和地理条件、管理措施、人类活动等客观因子的影响 ^［20-22］。四大林区白龙江总碳储量最大，小陇山次之，祁连山第三，子午岭最小，这与四大林区的面积大小一致，可见，面积是本研究中总碳储量的主要影响因素。林区乔木林是森林植被主要组成，是碳储量的主要来源，是碳汇主要贡献者，除祁连山乔木林碳储量占比在66%以上外，其余占比均在94%以上，但碳贡献均高达97%以上。本研究中，疏林面积小，碳储量、碳密度明显低于乔木林，碳储量与碳汇表现相对不突出，因此，对疏林地进行提质增效可有效增加森林碳储量。另外子午岭乔木林、疏林碳密度显著低于其他林区，这可能是由于子午岭林区多数为土地弃耕后自然恢复的天然次生林^［23-24］，相较于其他林区，森林质量和固碳能力较低，碳密度低。

本研究中，四大林区属于天然林区，以天然林为主，天然林碳储量占比在75%以上，碳汇贡献在80%以上，祁连山天然林碳储量占比更是高达99%以上，碳汇贡献100%来源于天然林，这得益于天然林资源保护工程的实施，植树造林、封山禁牧、休牧、生态移民等措施，有效保护了天然林资源，同时对工程区内人工林的保护作用也很显著^［25］，小陇山、白龙江、子午岭人工林碳汇贡献分别为13.40%、5.63%、19.93%。祁连山人工林由于面积的减少，表现为碳源。相较于天然林，人工林面积较小，人工林碳储量增长却不容忽视，白龙江人工林碳储量年均增长率高于天然林，小陇山、子午岭人工林年均增长率仅低于天然林2.18%、1.98%。四大林区天然林碳储量、碳密度均以白龙江最大，小陇山次之，祁连山第三，子午岭最小，这与四大林区总碳储量大小相同，可见，天然林是碳储量的主要来源。四大林区天然林碳储量的大小与天然林面积大小一致，同时与林区所处地理位置密切相关，是面积、气候、降水、温度等影响因子的综合结果。本研究中天然林碳密度高于人工林，这与关晋宏等^［10］对甘肃省森林碳储量现状进行研究时得出的碳密度结果一致，与郝丽等^［26］研究的陕西省碳密度结果也一致。

龄组是碳储量、碳密度的重要影响因素，白龙江碳储量最大，年均增长率最小，这与林区乔木林的龄组组成密切相关，白龙江碳储量以成熟林、过熟林占比较高，成熟林、过熟林阶段，碳储量趋于最大，相对稳定。而小陇山、子午岭、祁连山中龄林、近熟林占比较高，中龄林、近熟林阶段，乔木林生长旺盛，碳储量处于迅速积累期，幼龄林、中龄林、近熟林碳储量年均增长显著高于成熟林、过熟林，是碳汇的主要来源。总体上碳密度随龄组呈增加趋势，幼、中龄林、近熟林碳密度增加大于成、过熟林，乔木林龄组的增长积累大量的碳，随着林木的持续生长，老化林分固碳速率明显下降，因此，及时将生长缓慢的低质低效林进行更新改造，有助于促进林分生长，能充分保持森林固碳速率的稳定性和持久性^［24-25］。

不同森林类型碳储量、碳密度不同，差异较大，起源、龄组、环境因子等的综合结果使不同森林类型碳储量、碳密度变化具有复杂性，总体上体现为以云杉、冷杉、油松等针叶林和混交林的碳储量高，碳汇能力强，可见，优化森林组成，建立生态稳定和生物多样性丰富的森林结构，可以有力促进森林碳库的增加。

碳密度是进行森林生态系统碳储量对比的重要指标。估算方法、研究内容、树种组成等的不同会造成同一树种、同一区域碳密度的差异。本研究2019年白龙江、子午岭乔木层平均碳密度分别为51.38 t/hm²和21.83 t/hm²，与邱书志等^［28］估算的白龙江林区碳密度（115.57 t/hm²）和杨晓娟等^［13］估算的子午岭林区碳密度（88.11 tC/hm²）差异较大，造成此结果的原因主要是估算内容的不同，本研究仅分析了乔木层碳密度，而后二者则是以森林生态系统的乔木层、灌木层、草本层、土壤层进行估算，为各层总碳密度。树种的不同是造成估算结果差异的另一因素，如杨晓娟等^［13］选取的是子午岭区域特定树种柴松林、辽东栎林、油松林。本研究祁连山林区2019年乔木层平均碳密度为42.61 t/hm²，与李娜等^［29］对祁连山国家公园青海片区乔木层碳密度的估算结果（41.11 t/hm²）和宋洁^［30］等利用遥感对祁连山国家公园森林地上植被层的碳密度估算结果［（40.72±6.72） t/hm²］相近。

4 结论

通过分析，四大林区总储量白龙江最大，碳积累小陇山最快。乔木林碳贡献高达97%以上，天然林碳贡献在80%以上。龄组是乔木林碳积累的重要影响因素，幼龄林、中龄林、近熟林是碳汇的主要来源。不同森林类型以针叶林、混交林的碳储量大，固碳能力高。疏林面积小，碳储量与碳汇表现相对不突出，灌木林碳储量仅次于乔木林，但碳汇贡献不及疏林。因此优化树种组成和龄组结构，加强对退化林木的更新改造，是提高碳储量及碳汇的有效措施。

参考文献

[1] 罗晓玲，杨梅，李岩英，等.基于NDVI的石羊河流域植被演变特征及其对沙尘暴的影响分析［J］.水土保持学报，2022，36（2）：84-91.

[2] 赵忠宝，耿世刚，何鑫，等.河北省青龙满族自治县2005~2050年森林植被碳储量及碳密度估算［J］.水土保持研究，2015，22（3）：264-268.

[3] 焦秋燕，黄林嘉，张娟娟，等.黄土丘陵沟壑区刺槐混交林生态化学计量特征与碳储量［J］.水土保持学报，2022，36（2）：238-246.

[4] 曹吉鑫，田赟，王小平，等.森林碳汇的估算方法及其发展趋势［J］.生态环境学报，2009，18（5）：2001-2005.

[5] Fang J Y， Guo Z D， Hu H F，et al.Forest biomass carbon sinks in East Asia，with special reference to the relative contributions of forest expansion and forest growth［J］.Global Change Biology，2014，20（6）：2019-2030.

[6] 张春华，居为民，王登杰，等.2004-2013 年山东省森林碳储量及其碳汇经济价值［J］.生态学报，2018，38（5）：1739-1749.

[7] 张娟，林晓薇.中国森林碳储量的影响因素研究：基于社会经济视角［J］.长春工程学院学报（社会科学版），2020，21（4）：34-39.

[8] 宋洁.祁连山森林碳储量与森林景观格局时空变化研究［D］.兰州：甘肃农业大学，2022.

[9] Lu J， Feng Z， Zhu Y.Estimation of forest biomass and carbon storage in China based on forest resources inventory data［J］.Forests，2019，10（8）：1-24.

[10] 关晋宏，杜盛，程积民，等.甘肃省森林碳储量现状与固碳速率［J］.植物生态学报，2016，40（4）：304-317.

[11] 彭焕华，姜红梅，赵传燕.甘肃省森林植被碳贮量及空间分布特征分析［J］.干旱区资源与环境，2010，24（7）：154-158.

[12] 侯浩.甘肃小陇山森林生态系统碳储量研究［D］.杨凌：西北农林科技大学，2016.

[13] 杨晓梅，程积民，孟蕾，等.黄土高原子午岭森林碳储量与碳密度研究［J］.水土保持学报，2010，24（6）：123-131.

[14] 孟蕾，程积民，杨晓梅，等.黄土高原子午岭人工油松林碳储量与碳密度研究［J］.水土保持通报，2010，30（2）：133-137.

[15] 韩娟娟，程积民，万惠娥，等.子午岭辽东栎群落碳储量研究［J］.西北林学院学报，2010，25（5）：18-23.

[16] 王琼琳.基于InVEST 模型的祁连山东部主要生态系统服务功能评价［D］.北京：北京林业大学，2021.

[17] 徐彩仙，巩杰，李焱，等.基于地形梯度的甘肃白龙江流域典型生态系统服务分布特征［J］.生态学报，2020，40（13）：4291-4301．

[18] Tans P P， Fung I Y，TakahashiT.Observational contrains on the global atmospheric CO₂ budget［J］.Science，1990，247（4949）：1431-1438.

[19] 谭岷山，李欣娟，杨靖文.祁连山区废弃矿山生态修复效果研究：以山丹县曹家口金矿为例［J］.甘肃农业大学学报，2022，57（4）：171-176.

[20] Zhang X P， Wang M B， Liang X M.Quantitative classification and carbon density of the forest vegetation in Lüliang Mountains of China ［J］.Plant Ecology，2009，201（1）：1-9.

[21] Herrero C， Bravo F.Can we get an operational indicator of forest carbon sequestration？A case study from two forest regions in Spain［J］.Ecological Indicators，2012，17（6）：120-126.

[22] 韩新生，许浩，郭永忠，等.六盘山西侧华北落叶松林密度对生长和林分蓄积的影响［J］.甘肃农业大学学报，2023，58（02）：169-179.

[23] 程积民，赵凌平，程杰.子午岭60年辽东栎林种子质量与森林更新［J］.北京林业大学学报，2009，31（2）：10-16.

[24] 杨晓梅.子午岭天然柴松林碳储量与碳密度研究［D］.杨凌：中国科学院研究生院，2010.

[25] 张逸如，刘晓彤，高文强，等.天然林保护工程区近20年森林植被碳储量动态及碳汇（源）特征［J］.生态学报，2021，41（13）：5093-5105.

[26] 郝丽，徐娟娟，翟园，等.近30 a陕西省森林植被碳储量及其动态变化［J］.干旱区研究，2017，34（5）：1056-1062.

[27] 郭学媛，朱建华，刘华妍，等.林业活动对区域森林生物量碳源汇格局的影响：以南平市为例［J］.生态学报，2022，42（23）：9548-9559.

[28] 邱书志，薄乖民，丁骞，等.白龙江林区森林植被碳储量和碳汇功能研究［J］.中南林业科技大学学报，2018，38（1）：88-93.

[29] 李娜，李清顺，李宏韬.祁连山国家公园青海片区森林植被碳储量与碳汇价值研究［J］.浙江林业科技，2021，41（2）：41-46.

[30] 宋洁，刘学录.祁连山国家公园森林地上碳密度遥感估算［J］.干旱区地理，2021，44（4）：1046-1057.

基金资助

甘肃省自然科学基金项目(20JR5RA090)