东北地区落叶松林碳固持能力及其影响因素

Carbon Sequestration Capacity of Larch Forests in Northeast China and Its Influencing Factors

摘要

为明确不同纬度梯度下落叶松林碳固持能力的差异及其影响因素，以东北地区大兴安岭、小兴安岭与长白山山脉9个不同纬度地区（桓仁、和龙、露水河、清河、带岭、五营、加格达奇、新林、漠河）的落叶松林为研究对象，采用清查法量化植被碳密度、土壤碳密度及年均固碳量，并结合林分结构和气候因子探究其对碳固持能力的影响。结果表明，落叶松植被碳密度和植被年均固碳量在9个纬度地区的波动范围分别为22.44~126.69 t/hm²和1.05~4.27 t C/（hm²·a），二者在不同纬度地区均存在显著差异（P < 0.05），小兴安岭地区植被年均固碳量为最高。0~10、10~20、20~30、30~40、40~50 cm土壤层的有机碳质量分数在不同山系的波动范围分别为71.61~91.21、15.09~44.94、5.99~24.21、3.07~14.55、2.55~11.96 mg/g；土壤有机碳质量分数随深度增加显著降低，0~10 cm土壤有机碳质量分数在不同山系之间无显著差异，而在其他层次存在显著差异。土壤碳密度和总碳密度的波动范围分别为18.41~113.87 t/hm²和40.89~219.81 t/hm²，且在不同地区存在显著差异。植被碳密度和年均固碳量与纬度、年均气温和平均胸径等因子呈显著相关（P < 0.05），但与年降水量无相关性（P > 0.05）。这表明，适宜的气候条件与稳定的林分结构有助于提升落叶松林碳积累能力。

Abstract

To clarify the differences in carbon sequestration capacity of Larix gmelinii forests along different latitudinal gradients and their influencing factors， Larix gmelinii forests at nine sites with different latitudes across the Daxing’anling， Xiaoxing’anling， and Changbai Mountains in Northeast China （Huanren， Helong， Lushuihe， Qinghe， Dailing， Wuying， Jiagedaqi， Xinlin， and Mohe） were selected as study subjects. Using a forest inventory method， vegetation carbon density， soil organic carbon density， and annual carbon sequestration rate were quantified， and the influence of stand structure and climatic factors on carbon sequenstration capacity was analyzed. The results showed that vegetation carbon density and annual vegetation carbon sequestration rate across the nine sites ranged from 22.44-126.69 t/hm² and 1.05-4.27 t C/（hm²·a）， respectively， both exhibiting significant regional differences （P < 0.05）， with the Lesser Khingan Mountains showing the highest annual sequestration rate. Soil organic carbon contents at depths of 0-10 cm， 10-20， 20-30， 30-40， and 40-50 cm ranged from 71.61-91.21， 15.09-44.94， 5.99-24.21， 3.07-14.55 mg/g， and 2.55-11.96 mg/g， respectively. Soil organic carbon content decreased significantly with increasing depth， showing no significant differences among regions at 0-10 cm but significant differences at deeper layers. Soil carbon density and total carbon density ranged from 18.41-113.87 t/hm² and 40.89-219.81 t/hm²， respectively， both differing significantly among regions. Vegetation carbon density and annual carbon sequestration rate were significantly correlated with latitude， mean annual temperature， and mean diameter at breast height （P < 0.05）， but showed no correlation with annual precipitation （P > 0.05）. These findings indicate that favorable climatic conditions and stable stand structure enhance the carbon accumulation capacity of larch forests.

Graphical abstract

关键词

落叶松 / 碳固持 / 植被碳密度 / 土壤碳密度 / 纬度梯度 / 气候因子 / 林分结构 / 森林生态系统

Key words

Larch / carbon sequestration / vegetation carbon density / soil carbon density / latitudinal gradient / climatic factors / stand structure / forest ecosystem

0 引言

落叶松（Larix gmelinii）为东北地区主要建群树种，具备速生、耐寒和木质化程度高等生物学特性，在全球寒温带森林中具有重要的生态地位^［1］。落叶松林是我国东北地区最具代表性的针叶林类型之一，主要分布于大兴安岭、小兴安岭及长白山山脉地区，是寒温带森林生态系统的重要组成部分^［2］。落叶松林在维持区域生态平衡、固碳增汇和调节气候方面发挥着关键作用，同时因其较高的生物量积累速率，被认为是寒温带地区最具潜力的碳汇类型之一^［3］。

碳固持是指生态系统捕获、分离和储存二氧化碳的一系列活动^［4］。森林碳固持能力的强弱主要取决于生态系统生产力、碳分配策略及外部环境条件的综合作用^［5］。植被碳密度与土壤碳密度分别反映了地上与地下碳储存能力，是评估森林碳固持水平的重要参数。一般来说，我国东北地区和欧洲寒温带森林等高纬度地区通常展现出较强的碳固持能力^［6］。温度与水分是制约其碳固持能力的关键气候因素^［7］，而不同纬度下各地区植被对这些因子的响应存在显著差异^［8］。例如，红松、樟子松及兴安落叶松在径向生长过程中对温度和降水的敏感性存在明显的纬度差异^［9-10］，反映出气候梯度下森林碳过程的复杂性。此外，林分年龄结构、密度、胸径分布及土壤理化性质等均对碳积累速率及其分配格局具有显著影响^［11］。人类活动，尤其是森林采伐和土地利用变化，对碳储量空间格局亦有深远影响，但也有多数研究表明，尽管受到采伐干扰，土壤碳储量仍能保持相对稳定^［12］。

东北地区气候梯度显著、生态分异明显，是研究森林碳循环地理格局的重要区域。不同纬度下，气候与其他因子的交互作用使落叶松林在植被碳密度、土壤碳密度及整体碳储量分配上呈现复杂的空间异质性。因此，系统研究东北地区落叶松林的碳固持能力及其主要影响因素，对于揭示寒温带森林碳循环规律及其对气候变化的响应机制具有重要的科学意义。本研究以东北地区典型落叶松林为研究对象，深入探讨落叶松林碳固持过程、空间分异特征及其驱动机制，不仅有助于深化对寒温带森林碳循环规律的认识，也为区域森林经营、碳汇评估及气候变化应对提供科学依据。

1 研究区概况与研究方法

1.1 研究区概况

本研究区选自东北地区大兴安岭、小兴安岭及长白山山脉。大兴安岭地区位于中国东北部，也是全球北方森林带的重要组成部分。冬季寒冷漫长，夏季短暂温暖，气候属于寒温带大陆性季风气候，该区年平均气温-4~-2 ℃，年降水量为350~500 mm。研究样地位于加格达奇、新林和漠河，林分类型均为落叶松次生林，主要树种为兴安落叶松（Larix gmelinii），局部伴生白桦（Betula platyphylla）、山杨（Populus davidiana）和樟子松（Pinus sylvestris var. mongolica）等树种。小兴安岭地区地形以低山丘陵为主，气候属中温带大陆性季风气候，年平均气温-0.3 ℃，年平均降水量400~800 mm。研究样地位于清河、带岭和五营，均为落叶松人工林，主要树种为兴安落叶松，并伴生少量红松（Pinus koraiensis）、白桦和红皮云杉（Picea koraiensis）等。长白山山脉为中国东北地区最重要的山脉之一，主要分布在吉林省和辽宁省交界处。气候类型属于温带大陆性季风气候，年平均气温2~8 ℃，年降水量500~800 mm。研究样地位于桓仁、和龙与露水河，均为以长白落叶松（Larix olgensis）为主的人工林，局部伴生少量红松、白桦、暴马丁香（Syringa reticulata）、稠李（Padus racemosa）和胡桃楸（Juglans mandshurica）等。

1.2 样地设置

本研究沿纬度梯度选取9个具有代表性的林场作为样点，见表1。其中，大兴安岭采样区落叶松林为天然恢复同龄落叶松林，而小兴安岭和长白山采样区为人工落叶松林。在每个采样点均设置3块20 m×30 m龄级相近的落叶松林固定样地，共计27块样地，并记录每个样地的经纬坐标、坡度、坡向和海拔等样地信息。

1.3 森林碳密度测定与计算

1）植被碳密度：对样地内所有胸径大于等于2 cm的乔木进行每木检尺，记录其胸径及生长状况等信息。结合各区域已建立的异速生长方程及各组分碳质量分数分别计算乔木个体的各组分生物量碳，累加样地内所有乔木生物量碳并除以样地面积得出植被碳密度。

2）生物量：长白山山脉各样地落叶松生物量计算公式^［13］、长白山山脉其余树种及其他地区的生物量计算公式均为见公式（1）、公式（2）^［14-18］。

W=b_{\mathrm{0}}+b_{\mathrm{1}}D+b_{\mathrm{2}}{D}^{\mathrm{2}}+b_{\mathrm{3}}{D}^{\mathrm{3}}。（1）

W=a\times D^b。（2）

式中：W为生物量，kg；b₀、b₁、b₂、b₃为拟合后方程参数；a、b为拟合后各树种的方程参数；D为胸径，cm。

3）林下植被的碳密度：林下灌木草本采用样方法收集，每个样地设置5个1 m×1 m的样方，收集样方内的所有小灌木和草本，称重得到总鲜质量，取鲜样500 g左右，带回试验室在65 ℃下烘干至恒重，计算含水率，根据鲜质量和含水率得到每个样方的林下植被的干质量，乘以碳质量分数系数，转换到单位面积，得到林下植被的碳密度。见公式（3）。

C_{\mathrm{u}}=M_{\mathrm{u}}\times \left(\mathrm{1}-W_{\mathrm{u}}\right)\times f_{\mathrm{c}}/A。（3）

式中：C_{\mathrm{u}}为林下植被碳密度，kg/m²；M_{\mathrm{u}}为样方内林下植被总鲜质量，kg；W_{\mathrm{u}}为林下植被含水率，%；f_{\mathrm{c}}为碳质量分数系数；A为样方面积，m²。

4）土壤碳密度：土壤层使用土钻法进行收集测定。每块样地设置5个采样点，使用内径为5 cm的土钻分别采集0~10（L1）、10~20（L2）、20~30（L3）、30~40（L4）、40~50 cm（L5）5个深度层次的相同体积内全部土壤，并测定各层土壤鲜质量。称重得到鲜质量，去除根系和石砾后，将所有土壤在65 ℃下烘干至恒重，得到土壤干质量（M），并计算土壤含水率。利用Multi N/C 2100分析仪（Analytik Jena AG，Germany）测定不同层次土壤有机碳质量分数（soil organic carbon，SOC，［S_OC］ _i ），利用碳质量分数乘以各层次的土壤干质量，并结合采样面积获得各层土壤碳密度，最终换算为单位面积碳储量（t/hm²），即土壤碳密度。见公式（4）。

C_i=(M_i\times [S_{\mathrm{O}\mathrm{C}}{]}_{\mathrm{i}})/(\mathrm{\pi }\times D^{\mathrm{2}})。（4）

式中：C_i为第i层碳密度，g/cm²；M_i为第i层土壤质量，g；［S_OC］ _i 为第i层有机碳质量分数，mg/g；π为圆周率；D为土钻半径（2.5 cm）。

1.4 林分因子

每块样地选取5株生长优势个体，采用超声波测高仪（型号：Vertex Ⅳ，生产厂家：Haglöf，瑞典）测定其树高，取平均值作为样地最大树高指标。对样地内所有胸径大于等于5 cm的乔木，于胸高处等高线方向使用内径5.15 mm的生长锥左右各取1枚树芯，采集后的树芯装入带编号的塑料管密封，带回试验室内后粘入木槽自然风干并打磨，采用800 dpi扫描仪扫描，利用WinDendro 2003软件测定年轮宽度和树皮厚度，进行定年分析得到各树年龄和年轮宽度，计算样地平均年龄。

1.5 气象数据

本研究气象数据提取自Climate AP（https：//web.climateap.net/），利用空间（经纬度）的关系得到2000—2020年逐年的年平均气温（mean annual temperature，MAT）、平均最热月温度（mean warmest month temperature，MWMT）、平均最冷月温度（mean coldest month temperature，MCMT）及年均降水量（mean annual precipitation，MAP）数据；取其均值作为本研究气象数据。根据年平均气温与年均降水量计算的年热力水分指数（A_HM），用来评估区域的热量与水分平衡关系。见公式（5）。

A_{\mathrm{H}\mathrm{M}}=(T+\mathrm{10})/(P/\mathrm{1}\mathrm{000})。（5）

式中：T为年平均气温，℃；P为年均降水量，mm；常数10是为了避免在寒冷地区导致分母为零或结果异常。A_HM数值越高，说明热量相对过剩、气候偏干燥；数值越低，则说明水分相对充足、气候偏湿润。

1.6 数据处理与分析

本研究以样地为统计试验单位，利用Microsoft Excel 2023对数据进行整理和归纳。多元线性回归分析（multiple linear regression，MLR）通过选择方差膨胀因子（variance inflation factor，VIF）小于10的影响因子，用于探讨落叶松林植被碳密度与林分结构因子（如林龄、林分密度、平均胸径）及气候因子（平均气温、年降水量）之间的关系。在回归模型中，同时考虑了年平均气温与年均降水量的交互作用，以评估气候因子组合对植被碳密度的综合影响。回归分析及显著性检验均采用R语言（R-4.4.2）进行，回归结果以标准化回归系数（standardized regression coefficients，β）和显著性水平（P）表示。数据可视化使用R语言ggplot2绘制，图中数据以平均值±标准差表示。

2 结果与分析

2.1 各纬度梯度落叶松林植被碳密度差异

由图1可知，不同纬度地区落叶松林的植被碳密度波动较大，其中，长白山山脉落叶松的植被层碳密度整体处于中等水平，波动范围为64.20~114.65 t/hm²，而大兴安岭地区落叶松林植被碳密度相对较低，波动范围为22.44~108.53 t/hm²，漠河（MH）显著低于其他区域植被碳密度，小兴安岭地区落叶松林的植被碳密度较高，范围为69.70~126.69 t/hm²。总体而言，纬度梯度各落叶松林的植被碳密度存在极其显著差异（F_8，18=12.57，P<0.001），且随纬度升高呈现下降趋势。

由图2可知，落叶松林植被各组分碳密度随着纬度的升高呈现下降趋势。不同地区落叶松林植被的地上组分碳密度（F_2，24=6.34，P<0.01）、地下组分碳密度（F_2，24=6.33，P<0.01）、木质组织碳密度（F_2，24=6.21，P<0.01）和植被总碳密度（F_2，24=6.41，P<0.01）的波动范围分别为48.20~78.84、9.12~15.70、47.67~77.57、57.25~94.63 t/hm²；方差分析结果显示，小兴安岭地区植被各组分碳密度均显著高于大兴安岭地区各组分碳密度，而长白山山脉和小兴安岭地区的植被碳密度无显著差异。

由图3可知，不同纬度地区落叶松林植被年均固碳量存在极其显著差异（F_8，18=12.53，P<0.001），随纬度升高年均固碳量呈现先上升后下降的趋势，在清河地区达到最大值3.18~4.27 t C/（hm²·a）。长白山山脉、小兴安岭地区和大兴安岭地区植被年均固碳量波动范围分别为1.62~2.99、2.11~4.28、1.05~2.30 t C/（hm²·a）。总体而言，小兴安岭地区具有较大的年均固碳量。

2.2 纬度梯度下森林土壤碳密度差异

由图4可知，长白山山脉、小兴安岭地区和大兴安岭地区土壤有机碳质量分数在各层次间的波动范围分别为3.72~93.21、11.96~71.61、2.55~78.36 mg/g。不同纬度地区落叶松林的土壤有机碳质量分数之间具有极显著差异（F_2，402=136.8，P<0.01），表层土壤（L1层）有机碳质量分数各地之间无显著差异，长白山山脉与小兴安岭地区L2（F_2，78=9.38，P<0.001）、L3（F_2，78=12.55，P<0.001）层土壤有机碳质量分数极其显著高于大兴安岭地区，小兴安岭地区L4（F_2，78=12.80，P<0.001）、L5（F_2，78=12.05，P<0.001）层土壤有机碳质量分数极其显著高于其他地区；各土层土壤有机碳质量分数之间存在极其显著的垂直变化（F_4，400=136.80，P<0.001），土壤有机碳质量分数随土壤层次的加深而降低。

由图5可知，落叶松林土壤碳密度在纬度之间存在极其显著差异（F_8，18=10.62，P<0.001），但随纬度增加森林土壤碳密度无明显变化趋势，长白山山脉、小兴安岭地区和大兴安岭地区土壤碳密度波动范围分别为33.45~99.68、53.45~113.87、18.41~110.76 t/hm²。

2.3 森林生态系统碳密度分配及其影响因子

由图6可知，落叶松林总碳密度在不同纬度间存在显著极其差异（F_8，18=24.00，P<0.001），长白山山脉、小兴安岭地区和大兴安岭地区落叶松林总碳密度波动范围分别为124.74~183.10、123.15~219.81、40.89~159.87 t/hm²。总体而言，高纬度地区森林总碳密度显著低于低纬度地区总碳密度，而小兴安岭地区具有较大的总碳密度。

由图7可知，长白山山脉不同采样地区森林植被、土壤占总碳密度的分配波动分别为49.95%~63.34%、36.66%~50.05%，小兴安岭地区为49.89%~55.61%、44.39%~50.11%，大兴安岭地区为38.15%~69.25%、30.75%~61.85%。不同地区间植被和土壤碳分配比例没有明显的变化趋势，而高纬度地区土壤碳分配比例相较于低纬度地区波动范围更大。

由图8可知，植被碳密度与纬度之间呈显著负相关（R²=0.16，P=0.036）；年均固碳量与纬度之间同样呈显著负相关（R²=0.15，P=0.044）。植被碳密度与林分年龄、林分密度、最大树高、平均胸径、年平均气温及平均最冷月温度呈显著相关，但与土壤碳密度、年均降水量无显著相关性；而年平均固碳量和林分平均胸径、年平均气温、平均最热月温度及平均最冷月温度呈显著相关。

植被碳密度的多元线性回归分析模型拟合优度较高（R²=0.865，P<0.001）。林分年龄、平均胸径及年平均气温对植被碳密度具有显著的正向影响，林分年龄是影响植被碳密度的最主要正向因子，而林分密度和降雨量影响不显著。温度与降水的交互作用对植被碳积累呈负向效应，表明二者的协同变化可能在一定程度上抑制碳积累，见图9。碳密度平均年增长量与年热力水分指数呈极显著的正相关关系（R²=0.258，P<0.01），见图10。

3 讨论

3.1 落叶松碳固持能力的空间异质性

本研究聚焦东北地区落叶松林，选取了大兴安岭、小兴安岭与长白山山脉的9个林场，系统分析了落叶松林在不同纬度梯度下的碳固持能力，并揭示了明显的空间异质性特征。研究结果显示，落叶松林的植被碳密度和年均固碳量随着纬度的升高表现出减少的趋势，小兴安岭地区清河样地呈现出最高固碳能力。而纬度不同，直接反映各地区具有不同的地形因子、林分因子、土壤因子以及气候因子等环境条件，这些因子综合作用，使得落叶松林碳固持能力表现出空间异质性^［19］。气候是影响植被碳密度动态变化的关键因素^［20］，而温度和降水是影响植被碳密度最重要的气候因子^［21］。纬度梯度下，年均气温与植被碳密度、年均固碳量均具有显著正相关。随着纬度升高，气温逐渐降低，植被碳密度、年均固碳量也相应降低；在更高纬度如漠河地区，严寒和生长季缩短限制了林木的生长和碳积累效率^［22］。漠河地区尽管在生长季中拥有较长的日照时间，但低温环境制约了落叶松的光合效率和年生物量积累，导致其碳固持能力反而低于中纬度的五营、清河等地。相对而言，年平均降水量对植被碳密度与年均固碳量的影响不显著，有学者在研究高海拔地区落叶松的径向生长反应时也表现出径向生长与降水量之间没有显著相关性，降水量对树木生长的影响较弱的结果^［23］。这主要可能与降水在落叶松碳固定过程中的作用具有较强的间接性有关。降水更多通过调节土壤湿度、影响养分迁移与根系活性间接影响植物生长^［24］，而非直接决定碳的长期积累。而在生理方面，兴安落叶松也具有较强的抗旱性^［25］。林分结构对植被碳密度具有重要影响。研究表明，林分密度、平均胸径与最大树高均与植被碳密度之间存在显著正相关，优势树种较高的林分能够更有效地捕获阳光和利用资源，从而提高碳固定效率。林分密度在相关性分析中显著相关，但在多元回归模型中影响不显著，这表明林分密度对碳密度的影响主要通过林分年龄和平均胸径等变量的间接作用体现，其独立贡献较小。此外，不同区域的土壤结构也对碳固持能力的空间格局构成影响。小兴安岭地区中下层土壤（30~50 cm，L4和L5层）的有机碳质量分数显著高于其他区域，这一现象可能由多重因素共同驱动。细根输入对深层土壤的碳积累具有重要贡献。研究表明，东北地区落叶松林中细根在30 cm以下仍具有较高分布密度，其早期分解速率随土层深度增加而显著降低，从而促进深层有机碳的持续积累^［26］。小兴安岭地区土壤质地黏重、粉黏粒比例较高，增强了有机质与矿物颗粒的结合能力，易形成矿物结合有机碳（mineral-associated organic matter，MAOM），显著提高有机碳的物理化学稳定性，减少其可降解性^［27］。此外，深层土壤普遍表现出较低的微生物活性与分解速率，根系输入和微生物残体在深层的周转时间更长，进一步促进碳库的积累与长期保存^［28］。“根系输入—矿物保护—低分解速率”的耦合机制是小兴安岭深层土壤碳稳定与富集的重要驱动力。

3.2 不同地区落叶松林碳密度分配格局

经纬度与地形差异引起气候与土壤质地的空间变异，进而影响植被生产力、生物群落结构及土壤水热养分状况，调控生态系统中生物量碳与土壤有机碳的空间格局^［29］。落叶松林在不同地区植被碳与土壤碳的相对分配比例上差异明显，反映了其在碳输入与保留过程中的异质性。小兴安岭地区植被碳密度与土壤碳密度均处于较高水平，其中五营表现出较中等的年均固碳量，说明高碳密度是长期持续碳积累的结果，而非较高的碳固定速率。多元线性回归结果表明，林分年龄是影响植被碳密度的最主要正向因子，平均胸径和平均温度也表现出显著的正向影响，表明林木生长特征与热量条件均能促进碳积累。较高的平均温度促进植物的光合作用和生物量积累^［30］，而适度的降水维持了土壤的通透性与微生物活性，有利于地上生物量快速的增长和地下根系的碳输入^［31］。小兴安岭区域土壤为暗棕色森林土，有机质质量分数高，腐殖质层厚度大，具备较强的碳保留能力。这种气候-植被-土壤之间良性耦合关系^［32］，是小兴安岭具有高碳密度的关键生态基础。大兴安岭地区土壤碳密度波动较大，且在部分区域分配比例显著高于低纬度地区。其原因可能与较低的年均气温、短生长季及冷湿土壤环境导致土壤有机碳库的积累有关^［33］。而土壤碳密度随纬度升高反而降低，主要原因在于大兴安岭地区因低温导致土壤发生层浅，苔藓与枯落物层厚、滞水性强，限制了有机碳向深层积累，进而使其土壤总碳密度低于小兴安岭和长白山地区^［34］。特别是在高纬度的漠河地区，极端的碳分配比例与极低的土壤碳密度，进一步体现出低温对生态系统碳分配的显著影响^［35］。

在各地区植被碳密度的不同组分中，以地上生物量碳为主，占植被总碳密度的83.3%以上。这主要归因于落叶松较高的木质化特性和直立式生长策略。落叶松作为喜阳树种，其倾向于优先生长树干，以促进高生长，从而获得更多的光照^［36］。相比之下，地下生物量碳对外界扰动更敏感，其积累速度慢、调控因子多，主要受土壤养分、温湿度及根际微生物群落等因素制约^［37］。在土壤结构较不稳定或水热条件不均衡的区域，地下生物量碳的积累受限，其在植被碳密度中的占比相对较低，从而影响整体碳构成的格局。土壤碳库的垂直结构显示出显著的深度梯度变化，土壤有机碳质量分数随土壤深度的加深而递减，这与多数学者的研究结果相符^［38］。森林土壤有机碳质量分数主要集中在表层^［39］。中层土壤（10~30 cm）可能受到根系分布影响^［40］，部分区域如长白山表现出碳质量分数峰值，而深层土壤（30~50 cm）碳质量分数则取决于长期稳定的碳输入与腐殖质迁移积累能力。

4 结论

长白山、小兴安岭、大兴安岭落叶松林的植被碳密度上在各纬度存在显著差异，整体随纬度升高呈下降趋势。小兴安岭落叶松林碳密度较高，而大兴安岭较低，小兴安岭落叶松林年均固碳量最大，清河地区最高。土壤有机碳质量分数垂直递减，各纬度存在显著差异，小兴安岭深层土壤有机碳质量分数显著高于其他地区，但土壤碳密度无显著纬度单调变化趋势。生态系统总碳密度随纬度升高呈现出降低趋势。高纬度地区土壤碳分配比例波动更大。植被碳密度与纬度负相关，受林分年龄、平均胸径、年平均气温正向影响，林分年龄是主因；温度与降水交互作用抑制碳积累，年热力水分指数与碳密度年增长量正相关。

参考文献

[1] JIA B R， ZHOU G S.Growth characteristics of natural and planted Dahurian larch in Northeast China［J］.Earth System Science Data，2018，10（2）：893-898.

[2] 李峰，周广胜，曹铭昌.兴安落叶松地理分布对气候变化响应的模拟［J］.应用生态学报，2006，17（12）：2255-2260.

[3] LI F， ZHOU G S， CAO M C.Responses of Larix gmelinii geographical distribution to future climate change：A simulation study［J］.Chinese Journal of Applied Ecology，2006，17（12）：2255-2260.

[4] ZHAO K， YUE Y J， QIN F C，et al.Carbon storage and carbon pool characteristics of Larix gmelinii forest in Daxing’anling，Inner Mongolia，China［J］.Frontiers in Forests and Global Change，2024，7：1419023.

[5] KANE R L， KLEIN D E.Carbon Sequestration［C］//WANG L K，PEREIRA N C，HUNG Y T，eds.Advanced Air and Noise Pollution Control.Handbook of Environmental Engineering，Vol.2.New York：Humana Press，2005.

[6] 付玉杰，田地，侯正阳，等.全球森林碳汇功能评估研究进展［J］.北京林业大学学报，2022，44（10）：1-10.

[7] FU Y J， TIAN D， HOU Z Y，et al.Review on the evaluation of global forest carbon sink function［J］.Journal of Beijing Forestry University，2022，44（10）：1-10.

[8] 刘魏魏，王效科，逯非，等.全球森林生态系统碳储量、固碳能力估算及其区域特征［J］.应用生态学报，2015，26（9）：2881-2890.

[9] LIU W W， WANG X K， LU F，et al.Regional and global estimates of carbon stocks and carbon sequestration capacity in forest ecosystems：A review［J］.Chinese Journal of Applied Ecology，2015，26（9）：2881-2890.

[10] CABON A， KANNENBERG S A， ARAIN A，et al.Cross-biome synthesis of source versus sink limits to tree growth［J］.Science，2022，376（6594）：758-761.

[11] LAL R.Forest soils and carbon sequestration［J］.Forest Ecology and Management，2005，220（1/2/3）：242-258.

[12] 刘敏，毛子军，厉悦，等.气候变暖背景下红松的固碳动态及其对气候因子响应的纬度差异［J］.应用与环境生物学报，2023，29（4）：933-942.

[13] LIU M， MAO Z J， LI Y，et al.Latitudinal differences in carbon sequestration dynamics of Pinus koraiensis and their responses to climatic factors against a background of climate warming［J］.Chinese Journal of Applied and Environmental Biology，2023，29（4）：933-942.

[14] 杨婧雯.东北林线偃松径向生长特征及其对气候变暖的响应［D］.哈尔滨：东北林业大学，2020.

[15] YANG J W.Radial growth characteristics of Piuns pumila and its response to climate warming in treeline of Northeast China［D］.Harbin：Northeast Forestry University，2020.

[16] 蒋延玲，周广胜.兴安落叶松林碳平衡及管理活动影响研究［J］.植物生态学报，2002，26（3）：317-322.

[17] JIANG Y L， ZHOU G S.Carbon balance of Larix gmelini forest and impacts of management practices［J］.Chinese Journal of Plant Ecology，2002，26（3）：317-322.

[18] JOHNSON C E， JOHNSON A H， HUNTINGTON T G，et al.Whole-tree clear-cutting effects on soil horizons and organic-matter pools［J］.Soil Science Society of America Journal，1991，55（2）：497-502.

[19] 王伯炜，牟长城，王彪.长白山原始针叶林沼泽湿地生态系统碳储量［J］.生态学报，2019，39（9）：3344-3354.

[20] WANG B W， MU C C， WANG B.Carbon storage of a primary coniferous forested wetland ecosystem in the temperate Changbai Mountain of China［J］.Acta Ecologica Sinica，2019，39（9）：3344-3354.

[21] 郝鑫海.透光抚育强度对长白山“栽针保阔”红松林生态系统碳储量及中长期植被固碳量的影响［D］.哈尔滨：东北林业大学，2024.

[22] HAO X H.Effect of Liberation Cutting Intensity on the carbon storage of Korean pine forest ecosystem and medium to long term carbon sequestration capacity of vegetation in Changbai Mountain［D］.Harbin：Northeast Forestry University，2024.

[23] WANG C K.Biomass allometric equations for 10 co-occurring tree species in Chinese temperate forests［J］.Forest Ecology and Management，2006，222（1/2/3）：9-16.

[24] ZHANG Q Z， WANG C K， WANG X C，et al.Carbon concentration variability of 10 Chinese temperate tree species［J］.Forest Ecology and Management，2009，258（5）：722-727.

[25] 王微，王冰，张向龙，等.内蒙古大兴安岭天然白桦生物量估算模型［J］.西北林学院学报，2023，38（6）：180-188.

[26] WANG W， WANG B， ZHANG X L，et al.Biomass estimation models of natural Betula platyphylla forests in Daxing’anling，Inner Mongolia［J］.Journal of Northwest Forestry University，2023，38（6）：180-188.

[27] 王飞，刘璇，张秋良.兴安落叶松林植被层碳密度分配及固碳潜力［J］.内蒙古农业大学学报（自然科学版），2020，41（1）：32-36.

[28] WANG F， LIU X， ZHANG Q L，et al.Carbon density distribution and carbon sequestration potential of vegetation layer in Larix gmelinii forest［J］.Journal of Inner Mongolia Agricultural University （Natural Science Edition），2020，41（1）：32-36.

[29] 吕超群，孙书存.陆地生态系统碳密度格局研究概述［J］.植物生态学报，2004，28（5）：692-703.

[30] LYU C Q， SUN S C.A review on the distribution patterns of carbon density in terrestrial ecosystems［J］.Chinese Journal of Plant Ecology，2004，28（5）：692-703.

[31] QU S， WANG L C， LIN A W，et al.What drives the vegetation restoration in Yangtze River basin，China：Climate change or anthropogenic factors？［J］.Ecological Indicators，2018，90：438-450.

[32] 杨志香，周广胜，殷晓洁，等.中国兴安落叶松天然林地理分布及其气候适宜性［J］.生态学杂志，2014，33（6）：1429-1436.

[33] YANG Z X， ZHOU G S， YIN X J，et al.Geographic distribution of Larix gmelinii natural forest in China and its climatic suitability［J］.Chinese Journal of Ecology，2014，33（6）：1429-1436.

[34] KIRILENKO A P， SEDJO R A.Climate change impacts on forestry［J］.Proceedings of the National Academy of Sciences of the United States of America，2007，104（50）：19697-19702.

[35] QIN L， YUAN Y J， ZHANG D L，et al.The radial growth responses differences of high-elevation Larix sibirica to climate change in the Altay Mountains of China and Russia［J］.Forests，2025，16（9）：1460.

[36] 杜忠毓，安慧，王波，等.养分添加和降水变化对荒漠草原植物群落物种多样性和生物量的影响［J］.草地学报，2020，28（4）：1100-1110.

[37] DU Z Y， AN H， WANG B，et al.Effects of nutrient addition and precipitation manipulation on plant species diversity and biomass of in a desert grassland［J］.Acta Agrestia Sinica，2020，28（4）：1100-1110.

[38] 阎弘，孙滢洁，周婉莹，等.大兴安岭不同纬度兴安落叶松生长对干旱适应性及生长衰退的差异［J］.生态学报，2023，43（10）：3958-3970.

[39] YAN H， SUN Y J， ZHOU W Y，et al.Distinctions in drought adaptability and growth decline of Larix gmelinii at different latitudes in Greater Khingan Mountains［J］.Acta Ecologica Sinica，2023，43（10）：3958-3970.

[40] SUN T， DONG L L， ZHANG L L，et al.Early stage fine-root decomposition and its relationship with root order and soil depth in a Larix gmelinii plantation［J］.Forests，2016，7（10）：234.

[41] CAI A D， FENG W T， ZHANG W J，et al.Climate，soil texture，and soil types affect the contributions of fine-fraction-stabilized carbon to total soil organic carbon in different land uses across China［J］.Journal of Environmental Management，2016，172：2-9.

[42] CHEN J， LUO Y Q， KÄTTERER T，et al.Depth-dependent responses of soil organic carbon stock under annual and perennial cropping systems［J］.Proceedings of the National Academy of Sciences of the United States of America，2022，119（28）：e2203486119.

[43] 李妙宇，上官周平，邓蕾.黄土高原地区生态系统碳储量空间分布及其影响因素［J］.生态学报，2021，41（17）：6786-6799.

[44] LI M Y， SHANGGUAN Z P， DENG L.Spatial distribution of carbon storages in the terrestrial ecosystems and its influencing factors on the Loess Plateau［J］.Acta Ecologica Sinica，2021，41（17）：6786-6799.

[45] LINDNER M， MAROSCHEK M， NETHERER S，et al.Climate change impacts，adaptive capacity，and vulnerability of European forest ecosystems［J］.Forest Ecology and Management，2010，259（4）：698-709.

[46] 陈全胜，李凌浩，韩兴国，等.水分对土壤呼吸的影响及机理［J］.生态学报，2003，23（5）：972-978.

[47] CHEN Q S， LI L H， HAN X G，et al.Effects of water content on soil respiration and the mechanisms［J］.Acta Ecologica Sinica，2003，23（5）：972-978.

[48] POST W M， EMANUEL W R， ZINKE P J，et al.Soil carbon pools and world life zones［J］.Nature，1982，298（5870）：156-159.

[49] PREGITZER K S， EUSKIRCHEN E S.Carbon cycling and storage in world forests：Biome patterns related to forest age［J］.Global Change Biology，2004，10（12）：2052-2077.

[50] 魏亚伟，于大炮，王清君，等.东北林区主要森林类型土壤有机碳密度及其影响因素［J］.应用生态学报，2013，24（12）：3333-3340.

[51] WEI Y W， YU D P， WANG Q J，et al.Soil organic carbon density and its influencing factors of major forest types in the forest region of Northeast China［J］.Chinese Journal of Applied Ecology，2013，24（12）：3333-3340.

[52] WYNN J G， BIRD M I， VELLEN L，et al.Continental-scale measurement of the soil organic carbon pool with climatic，edaphic，and biotic controls［J］.Global Biogeochemical Cycles，2006，20（1）：2025GB002576.

[53] GIVNISH T J.Adaptive significance of evergreen vs.deciduous leaves：solving the triple paradox［J］.Silva Fennica，2002，36（3）：703-743.

[54] 黄玫，季劲钧，曹明奎，等.中国区域植被地上与地下生物量模拟［J］.生态学报，2006，26（12）：4156-4163.

[55] HUANG M， JI J J， CAO M K，et al.Modeling study of vegetation shoot and root biomass in China［J］.Acta Ecologica Sinica，2006，26（12）：4156-4163.

[56] 杨金艳，王传宽.东北东部森林生态系统土壤碳贮量和碳通量［J］.生态学报，2005，25（11）：2875-2882.

[57] YANG J Y， WANG C K.Soil carbon storage and flux of temperate forest ecosystems in Northeastern China［J］.Acta Ecologica Sinica，2005，25（11）：2875-2882.

[58] YANG Y H， MOHAMMAT A， FENG J M，et al.Storage，patterns and environmental controls of soil organic carbon in China［J］.Biogeochemistry，2007，84（2）：131-141.

[59] 张全智，王传宽.6种温带森林碳密度与碳分配［J］.中国科学：生命科学，2010，40（7）：621-631.

[60] ZHANG Q Z， WANG C K.Carbon density and distribution of six temperate forests［J］.Scientia Sinica （Vitae），2010，40（7）：621-631.

基金资助

国家重点研发计划项目(2021YFD2200401)