孙 震， 唐 宇

(吉林森林工业集团有限责任公司， 吉林 长春 130021)

森林是陆地生态系统的主体，不但能为生物提供赖以生存的栖息地、为人类社会提供木材资源，而且在改善全球生态环境中起着非常重要的作用[1]。作为量化植被能量交换和质量大小的关键参数，净初级生产力(NPP)被定义为单位时间和空间中绿色植物累计光合作用产物与自养呼吸的差值。一般而言，森林生态系统NPP占全球生态系统的35 %、占陆地生态系统的65 %，森林生态系统中NPP的轻微变化将影响大气中二氧化碳的浓度，从而影响气候变化。量化森林植被类型NPP的碳储量和通量有助于更好地检测二氧化碳的吸收、储存和释放过程。因此，采用先进的方法评估区域森林生态系统净初级生产力对于减缓全球气候变化意义重大。目前，关于森林植被生物量以及生产力现状的估算与预测研究较多。我国有不少学者研究了森林植被生物量，但目前许多模拟森林生产力的过程模型，忽略了人为干扰对森林生态系统净初级生产力的影响[2]。

日本落叶松作为我国辽东地区主要造林树种，具有重要的生态价值和经济价值。但目前关于辽宁省日本落叶松植被净初级生产力估算的研究还相对较少，对经营方式引起的森林净初级生产力的研究也相对缺乏。因此，分析和计算辽东地区日本落叶松人工林森林植被净初级生产力与生物量，有助于丰富我国陆地生态系统生产力的研究成果。

1 材料与方法

1.1 数据来源

数据主要来源于研究区域内2010年辽宁省森林经理调查和野外森林植被调查数据。其中森林经理调查数据包括1 014条小班数据，主要根据地貌、立地类型、林龄、树高、胸径、小班面积、优势种、土壤类型、土层厚度等调查因子筛选得出。野外调查数据来源于2017年7月对辽宁省森林经营研究所实验林场日本落叶松人工林长久试验样地的调查，分别选取中龄林、近熟林、成熟林3种林龄，对生长状况、立地条件以及间伐措施一致的同龄日本落叶松人工林进行调查。在各林龄日本落叶松人工林地内分别设置试验样地，样地大小为20 m×20 m，共设置调查样地11块，采集了104棵树木用于年轮分析。

1.2 CBM-CFS3模型及参数确定

1.2.1 林分生长参数估算

研究表明，Richards方程适用性广泛，在模拟预测林分蓄积生长表现良好[3]。本研究林分生长参数采用Richards方程结合森林资源连续清查数据与实测数据拟合得到，方程的基本形式为：

y=A(1-Be-Kx)(1-m)-1

式中：y为林分蓄积量/m3·hm-2；x为林龄/年；A为林分蓄积生长的极限值/m3·hm-2；B为x=0时y轴的截距；K为蓄积生长速率；m为拟合参数；e为自然对数值。

1.2.2 周转阶段参数调整

CBM-CFS3模型在使用过程中，模型周转参数根据研究区域特征可进行灵活更改，可更改的模型参数主要包括：蓄积-生物量转换参数、生物量周转参数以及死亡有机质分解参数。所采用的蓄积-生物量转换参数参考付甜的研究结果[3]，生物量周转参数以及死亡有机质分解参数修改均来自前人的研究结果。

1.2.3 干扰模拟设置

CBM-CFS3模型默认设置火灾为林分演替的主要因素，因此，模型中火灾为林分默认干扰类型。但本次研究对象是日本落叶松人工林，为人工经营与管理下的林分，林分火灾事故发生的概率并不大，模型中火灾设置与区域的实际情况设置较为不同，因此，本研究中干扰类型设置为自然演替，最近一次干扰类型设置为间伐干扰，并重点计算最近一次干扰后的数值。

1.3 数据处理和分析

数据拟合分析在Origin 8.5软件中进行，采用非线性回归分析拟合得出日本落叶松蓄积生长方程。CBM-CFS3模型结果相关图表制作在Origin 8.5软件中完成。

2 结果与分析

2.1 林龄-蓄积生长方程

林分水平上的生长和产量预测是基于林分水平的变量来反映林分蓄积生长的特征，Richards方程是拟合度较好的生长模型。利用林分水平上的调查数据，得到以下生长方程：

式中：y为森林植被公顷蓄积量/m3·hm-2；x为森林植被林龄/年；e为自然对数。

方程系数、决定系数(R2)见图1。

从图1中可以看出，辽东山区日本落叶松人工林林分蓄积生长极限值为193.08 m3·hm-2。方程中e的系数为负值，说明只有林分生长到一定林龄才会有蓄积量积累。R2为0.69，拟合效果理想。

图1 日本落叶松人工林林龄-蓄积量生长方程

2.2 日本落叶松人工林森林净初级生产力的估算

由CBM-CFS3模型模拟日本落叶松人工林净初级生产力显示，日本落叶松人工林NPP随林龄而变化，起初增长迅速，当林龄20年左右时达到最大值，为5.87 tC·m-2·a-1，之后随着林龄增长而降低，在林龄为60年左右时趋于稳定，约为3.5 tC·m-2·a-1。净生态系统生产力(NEP)生长曲线表明，随着林龄增长NEP前期迅速增长，林龄为5年之前，NEP为负值，林龄为20年左右时，NEP达到最大值，为3.70 tC·m-2·a-1，随后NEP曲线呈下降趋势，林龄为50年左右时趋于稳定，为0.34 tC·m-2·a-1(图2)。

图2 日本落叶松人工林NPP与NEP

2.3 日本落叶松人工林地上生物量碳储量的估算

地上生物量主要包括商品材、其他木和树叶3个子碳库。CBM-CFS3模型对辽东山区日本落叶松地上生物量碳库进行模拟。其中商品材碳储量最大，其他木碳储量次之，树叶碳储量最小。商品材碳储量随着林龄增长而增加，林龄为50年左右时达到最大值，约为48 tC·hm-2。其他木碳储量也随林龄增长而增加，林龄为50年左右时达到最大值，约为29 tC·hm-2。树叶生物量碳储量所占比例最少，也随林龄增长而增加，林龄为50年左右时达最大值，约为3.6 tC·hm-2。因此，地上生物量碳储量表现为随林龄增长而增加，林龄为50年左右时达到最大值，约为81 tC·hm-2(图3)。

图3 日本落叶松人工林地上生物量碳储量

3 讨论

本研究以森林调查数据作为主要数据来源，与野外调查数据和文献数据相结合，拟合出林龄-蓄积生长模型，并利用各部分周转速率对模型参数进行修改、初始化，模拟辽东山区日本落叶松人工林植被的生产力状况。研究基于区域日本落叶松人工林调查数据与Richards方程，拟合日本落叶松林龄-蓄积量生长方程。Richards方程所建立的林龄-蓄积量生长方程各参数拟合效果良好，相关系数达0.69。这与前人对我国森林生物量与林龄关系的研究结果相近[4]。说明Richards方程较适用于模拟针叶树种，可以广泛应用于针叶树种的生物量估算中。辽宁省日本落叶松人工林林龄与蓄积量之间的关系表明，日本落叶松在林龄约为50年时蓄积量达到成熟，这与前人研究结果相一致[5]。

利用CBM-CFS3模型模拟辽东山区日本落叶松人工林NPP表明，辽东山区日本落叶松人工林NPP随林龄增长呈现先上升后降低最后趋于平稳趋势，在林龄为20年左右时固碳速率最大，达5.87 tC·m-2·a-1。甄伟对辽东山区森林植被进行估算，模拟出辽东山区森林植被林龄为15年左右时固碳速率达到最大值，为1.1 tC·m-2·a-1[5]。这与本研究结果有所差异，主要是因为甄伟等人估算的森林植被固碳速率中包括栎类、油松、刺槐等其他树种，这些树种多为速生树种，其树木达到最大固碳速率时间短于日本落叶松。此外，日本落叶松属于速生丰产树种，其固碳速率较高[6]，因此，本次模型模拟中日本落叶松最大固碳速率要高于辽宁省森林植被平均固碳速率。

森林植被碳储量对于评估森林生长状况、了解森林生产力具有重要意义。CBM-CFS3模型中生物量组分模拟得出日本落叶松商品材为地上生物量碳储量最大组成成分，其次是其他木生物量碳储量，树叶生物量碳储量所占比例最少。这与皇宝林[1]对云南云杉地上部分生物量组分的研究结果一致。日本落叶松地上部分生物量碳储量均随着林龄的增长而增大，林龄为50年左右时达到最大值，约为81 tC·hm-2，说明日本落叶松50年左右已经成熟。与甄伟[5]估算的生物量相似，甄伟利用CBM-CFS3模型模拟辽东山区森林植被碳储量研究中，得出辽东山区日本落叶松中龄林生物量碳储量为31.19 tC·hm-2，约为本研究中日本落叶松生物量碳储量最大值的一半。

本研究中模型模拟得到的NPP与生物量只能大致反映辽东山区日本落叶松生长情况，与实际计算可能存在差异，可能是由于以下2个因素造成的，一是研究中模拟公顷蓄积量与地面数据的立木蓄积量之间存在差异，为区域小环境因素如当地小气候、土壤营养状况和土壤质地等的差异造成的[7]；二是数据缺乏可能导致计算森林生长的蓄积方程有误差。因此，关于未来森林植被生产力的研究，需进一步增加样本数据以减少模拟中的不确定性。

4 结论

利用森林经理调查数据对辽东山区日本落叶松人工林生产力进行模拟，Richards模型对林龄-蓄积生长模拟效果较好；日本落叶松人工林NPP随着林龄增长呈现先增加后降低趋势，最后趋于稳定，林龄为20年左右时达最大值；日本落叶松地上生物量碳储量随林龄增长呈增加趋势，林龄为50年左右时达最大值。