Effects of different management methods on growth and plant diversity in mature Pinus tabuliformis plantations
-
摘要:目的
基于油松成熟人工林，探索一种兼顾生态效益的大径级用材林培育方式，为我国成熟人工林的科学经营提供参考。
方法以赤峰市旺业甸实验林场47年生和56年生油松人工林为研究对象，选取2013年和2019年调查的近自然经营、常规经营、封育管理样地乔灌草数据，采用双因素方差分析方法比较3种经营方式对油松成熟人工林胸径增长速度、死亡率、幼树更新以及乔灌草多样性的影响差异。
结果3种经营油松成熟人工林年均胸径增长速度和6年死亡率差异均显著（P < 0.05），近自然经营为0.40 cm/a和0.51%，常规经营为0.36 cm/a和1.44%，封育管理为0.31 cm/a和3.55%。6年间，近自然经营的林下植物种类增加3种，常规经营和封育管理分别减少5种和9种。47年生和56年生林分的乔木Shannon-Wiener指数和Simpson指数增长排序为近自然经营 > 常规经营 > 封育管理，更新树苗死亡率和47年生林分的草本Shannon-Wiener指数和Simpson指数下降排序为常规经营 < 近自然经营 < 封育管理；3种经营对油松成熟人工林的乔木胸径生长和死亡率以及乔灌草多样性的影响差异具有时效性。3种经营56年生油松人工林的年均胸径增长速度、乔木和灌木的Shannon-Wiener指数、Simpson指数均高于47年生人工林，但草本Shannon-Wiener指数、Simpson指数为47年生林分高于56年生林分。
结论对油松成熟人工林进行合理经营可提升乔木胸径生长速度，降低死亡率并延缓林分植物多样性下降，表明仍有必要对成熟人工林进行合理经营，以获取更好的经济和生态效益；综合比较3种经营对油松成熟人工林大径级林木培育和植物多样性保护的效果，近自然经营是一种理想的经营方式。
Abstract:ObjectiveThis paper aims to explore a management method that takes into account the cultivation of large-diameter tree and ecological benefits based on the mature Pinus tabuliformis plantation, as well as to provide a reference for mature plantation management in China.
MethodTaking 47- and 56-year-old P. tabuliformis plantations in Wangyedian Experimental Forest Farm in Chifeng City, Inner Mongolia of northern China as the research object, the data of sample plots under close-to-nature management (CTNM), conventional management (CM) and no human intervention (NHI) were collected in 2013 and 2019. Two-factor variance analysis was used to compare the effects of three management methods on mean DBH growth rate, mortality, seedling regeneration and diversity of trees, shrubs and herbs.
ResultThere were significant differences in mean DBH growth rate and 6-year mortality of mature P. tabuliformis plantations under three management methods (P < 0.05), CTNM was 0.40 cm/year and 0.51%, respectively, CM was 0.36 cm/year and 1.44%, and NHI was 0.31 cm/year and 3.55%. Over a span of 6 years, the number of understory plants species under CTNM increased by 3, while CM and NHI decreased by 5 and 9 species respectively. The increase of Shannon-Wiener index and Simpson index of trees in 47- and 56-year-old stands in 6 years was CTNM > CM > NHI, while the decrease of tree seedling mortality and the Shannon-Wiener index and Simpson index of herbs in 47-year-old stands was CM < CTNM < NHI. The effects on tree growth, mortality and plant diversity under three management methods disappeared over time. The mean DBH growth rate, Shannon-Wiener indices and Simpson index of trees and shrubs in 56-year-old stands were higher than those in 47-year-old stands under three management methods. However, the Shannon-Wiener and Simpson indices of herbs were higher in the 47-year-old stands compared to the 56-year-old stands.
ConclusionForest management can increase the mean DBH growth rate, reduce the tree mortality and delay the decline of plant diversity of mature P. tabuliformis plantations, suggesting that mature plantation should be managed regularly to improve the economic and ecological benefits. Compared with CM and NHI, CTNM is the best to maintain the plant diversity of mature P. tabuliformis plantation as well as to cultivate large-diameter tree.
-
为应对全球气候变化，实现《巴黎协定》中在21世纪末将全球平均气温上升幅度控制在2 ℃以内，并且努力限制在工业化前水平的1.5 ℃以内的目标，节能减排已成为世界各个国家可持续发展的必要措施。土地利用的改变对减缓碳排放有着不可忽视的作用[1]，自从REDD + 机制出台以来，森林在减缓气候变化中的作用受到广泛关注[2]。而采用基于自然的措施（森林经营、避免森林转化、造林与再造林等）应对气候变化是一项经济、高效的举措。
基于自然的气候解决方案（NbS）是一种通过不断认识和了解自然规律，采用自然力量去解决问题的方法。在2019年联合国气候行动峰会上，NbS被列为联合国应对气候变化的九大行动之一[3]。尽管NbS这一术语是近10年才提出的，但是过去人类其实已经开展了许多类似的实践，例如通过生态工程造林、营林与再造林来吸收温室气体应对气候变化，通过种植红树林修复海岸带等，这些都是基于自然的解决路径。而针对于复杂的城市生态系统，城市林业、海绵城市等理念也都是基于自然的改善人民生活质量的解决方案[4]。有研究对20种涉及森林、草地、农田与水体等土地利用方案的自然应对气候变化方案的能力进行分析，结果显示到2030年，天然林恢复、减少毁林、森林经营与人工造林等措施是应对气候变化最强有力的解决方案[5]。假设在全球增加10亿hm2的森林，大约可以将自19世纪以来人类排放所有CO2总量的2/3吸收[6]。
当前对森林生态系统碳储量的研究方法已较为成熟。本文以自然的气候解决方案为视角，探讨2009—2014年北京市不同优势树种（组）森林碳储量的时空动态，探讨森林转化、造林与森林经营等林业活动在短期内对北京市森林碳储量、碳固持与碳损失的影响。
1. 研究方法与数据来源
1.1 森林面积及其变化
北京市行政区划矢量数据来自森林资源规划设计调查数据，DEM数据来自地理空间数据云GDEMDEM 30 m分辨率数字高程数据。森林资源基础数据均来自于北京市2009年和2014年森林资源规划设计调查，北京市森林资源规划设计调查数据为北京市全覆盖的小班区划数据，矢量图斑最小单位为小班，数据属性包括地类、林地属性、海拔、地貌、坡向、坡度、土壤厚度、土壤侵蚀、经营类型、起源、植被总覆盖、生态重要性、生态脆弱性、优势树种、树种组成、林分造林年份、林分平均年龄、龄组、林分平均胸径、林分平均树高、郁闭度、林分每公顷株数、郁闭度、自然度、群落结构以及经济林树种、灌草植被类型、散生四旁树相关信息。根据森林小班面积确定森林面积，根据优势树种（组）划分为侧柏（Platycladus orientalis）、落叶松（Larix spp.）、油松（Pinus tabuliformis）、桦木（Betula spp.）、栎树（Quercus spp.）、刺槐（Robinia pseudoacacia）、杨树（Populus spp.）、柳树（Salix spp.）、其他阔叶林、阔叶混交林与针阔混交林，并确定5个林龄组（幼龄林、中龄林、近熟林、成熟林与过熟林）及起源（人工林与天然林），本研究森林仅涉及郁闭度 ≥ 0.2的乔木林地，不包含其他灌木林与竹林地。
由于2009年与2014年森林小班区划范围不同，因此在进行空间叠加分析前，将森林小班矢量图斑通过面转栅格进行栅格化，采用30 m × 30 m网格作为基本单位，然后进行空间叠加分析，以判断森林面积的变化。选取3种不同的自然解决方案措施，分别为森林转化、造林与森林经营。（1）森林转化：2009年为森林，2014年为其他土地利用类型；（2）造林：2009年为其他土地利用类型，2014年为森林；（3）森林经营：2009年与2014年一直为森林。
对北京市DEM数据进行填洼后，选取海拔高度 > 130 m的地区，划定为北京市山地森林范围，其他地区为平原森林范围。数据的处理及制图均在ArcGIS10.4与Rstudio软件中完成。
1.2 森林碳储量、碳固持与碳损失
本文只讨论乔木层生物质碳储量，包括地上和地下生物量。采用IPCC材积源—生物量法[7-9]估算各个优势树种（组）小班的乔木碳储量：
Ct=V×WD×BEF×(1+RSR)×CF (1) 式中：Ct为小班的碳储量（109 kg），V为小班的蓄积量（m3），WD为树木的基本木材密度（t/m3），BEF为生物量扩展因子（无量纲），RSR为根茎比，CF为树种的含碳率（%）。具体生物量、碳计量参数按照不同优势树种（组）及不同林龄组划分，参数（表1）来源于现有文献资料收集及野外实测数据整理[10]。
Cd=CtS (2) 式中：Cd为小班平均碳密度（t/hm2），S为小班的面积（hm2）。
ΔC=Ct2−Ct1t2−t1 (3) 式中：
ΔC 为年固碳量（109 kg/a），数值大小代表了固碳能力的强弱，t1，t2，Ct1 ，Ct2 分别对应不同两个时期与该时期的碳储量。碳损失与碳固持现象分别对应同一地点两期数据碳密度下降与碳密度上升的情况。
CAR=CNMI×ARAM+CR (4) 式中：CAR为避免森林转化的碳固持估计量（109 kg），CNMI为实际情况下森林经营的碳储量净增量（109 kg），CR为实际情况下森林转化造成的碳损失（109 kg），AR为森林转化面积（104 hm2），AM为森林经营的面积（104 hm2）。
表 1 北京市不同森林类型碳储量计算参数表Table 1. Calculation parameters of carbon storage of different forest types in Beijing树种
Tree speciesBEF RSR WD CF 幼龄林
Young forest中龄林
Middle-aged forest近熟林
Near-mature forest成熟林
Mature forest过熟林
Overmature forest幼龄林
Young forest中龄林
Middle-aged forest近熟林
Near-mature forest成熟林
Mature forest过熟林
Overmature forest侧柏 Platycladus orientalis 1.847 1.497 1.233 1.245 1.535 0.218 0.233 0.329 0.384 0.365 0.478 0.510 落叶松
Larix spp.1.644 1.281 1.229 1.150 1.416 0.205 0.211 0.188 0.239 0.284 0.490 0.521 油松
Pinus tabuliformis1.811 1.519 1.468 1.351 1.571 0.247 0.264 0.196 0.234 0.238 0.360 0.521 桦木
Betula spp.1.526 1.395 1.252 1.109 1.180 0.229 0.279 0.235 0.190 0.212 0.541 0.491 栎类
Quercus spp.1.380 1.327 1.360 1.474 1.587 0.260 0.275 0.410 0.281 0.153 0.676 0.500 刺槐
Robinia pseudoacacia1.386 1.386 1.386 1.386 1.386 0.257 0.257 0.257 0.257 0.257 0.441 0.501 杨树
Populus spp.1.496 1.369 1.390 1.460 1.441 0.259 0.227 0.171 0.209 0.149 0.378 0.496 柳树
Salix spp.1.821 1.821 1.821 1.821 1.821 0.288 0.288 0.288 0.288 0.288 0.443 0.485 其他阔叶树
Other broadleaved species1.547 1.495 1.480 1.487 1.514 0.319 0.324 0.330 0.308 0.280 0.513 0.495 阔叶混交林
Broadleaved mixed forest1.547 1.495 1.480 1.487 1.514 0.319 0.324 0.330 0.308 0.280 0.513 0.495 针阔混交林
Coniferous and broadleaved mixed forest1.620 1.474 1.423 1.407 1.512 0.287 0.295 0.299 0.300 0.285 0.489 0.502 注：BEF 为生物量扩展因子，RSR 为根茎比，WD 为树木的基本木材密度(t/m3)，CF 为树种的含碳率。下同。Notes: BEF is the biomass expansion factor, RSR is the ratio of root to shoot, WD is basic wood density of the tree (t/m3), and CF is the carbon content of tree. The same below. 2. 结果与分析
2.1 北京市森林碳储量变化情况
2009年北京市森林面积为32.10 × 104 hm2，2014年增加至40.45 × 104 hm2，5年间净增长8.35 × 104 hm2，年均增长1.67 × 104 hm2/a。2014年与2009年相比，北京市各个区县的森林面积和生物量碳储量均有所增加。其中面积增长最多的为怀柔区，占5年内北京市森林面积总增量的22.9%，其次是延庆区与通州区，分别占比13%与11.7%（图1）。
![]()
图 1 北京市不同区县森林面积增长量占比及碳储量增长量占比Figure 1. Proportion of forest area increase and carbon storage increase in different districts in Beijing2009年北京市森林（乔木层）碳储量为4.96 × 109 kg，平均碳密度为15.45 t/hm2；2014年碳储量为6.41 × 109 kg，平均碳密度为15.84 t/hm2。5年内碳储量净增量为1.45 × 109 kg，年均碳固持量为0.29 ×109 kg/a。北京市各区森林碳储量增长占比较高的分别是顺义区（21.8%）、大兴区（15.6%）及昌平区（10%）。由图1可知，密云区、顺义区、平谷区、昌平区、门头沟区及北京城区森林碳储量的增量占比高于森林面积增量占比，以上区县的森林固碳能力相对较好。
2.2 北京市森林碳密度变化情况
对北京市森林碳密度进行空间显示（图2a和图2b）。2009年北京市森林平均碳密度为15.45 t/hm2，其中山地森林平均碳密度为12.27 t/hm2，平原森林平均碳密度为23.49 t/hm2。2014年北京市森林平均碳密度为15.84 t/hm2，其中山地12.71 t/hm2。平原22.71 t/hm2。2014年北京市森林面积较2009年有所增加，但西北和东南部分区域出现了森林面积增加，但碳密度下降的情况。
将平均碳密度等级分为3类：高碳密度（> 15 t/hm2）、中碳密度（7 ~ 15 t/hm2）低碳密度（< 7 t/hm2）。由图3可知，北京市山地森林5年内各碳密度等级面积均有所增长，其中低碳密度、中碳密度和高碳密度的山地森林面积分别增长占面积总增长量的20.44%、52.46%和27.10%。北京市平原森林5年内各碳密度等级面积也均有所增长，其中低碳密度、中碳密度和高碳密度的平原森林面积分别增长64.39%、4.97%和30.64%。平原森林面积总量在各个碳密度等级的面积均低于山地森林，但两者分布情况不同。以2014年为例，平原地区低、中、高碳密度等级的森林面积占比分别为36.93%、17.25%和45.82%，而山地低、中、高碳密度等级的森林面积占比分别为24.19%、48.97%和26.84%。相比而言，山地森林主要为中碳密度森林，而平原森林高碳密度等级的面积占比较大。
2.3 不同起源、林龄森林面积及碳储量变化情况
北京市人工林广泛分布于山地与平原，天然林主要分布于山地，平原分布极少。对不同林龄的天然林、人工林面积、碳储量与碳密度进行分析。由表2可知，北京市森林以人工林为主，2009年和2014年人工林面积占比分别为54.86%和55.55%。总体上5年内人工林与天然林面积均有所增加，人工林面积增量为0.97 × 104 hm2/a，天然林增量为0.70 × 104 hm2/a，5年内总碳储量分别增加1.02 × 109 kg与0.43 × 109 kg，平均碳密度变化为0.15 t/（hm2·a）与−0.02 t/（hm2·a）。北京市人工林碳储量和平均碳密度均有所增长，而天然林尽管碳储量保持增长，但平均碳密度并未明显增长反而下降。在人工林中，过熟林碳密度明显高于其他林龄组，但中幼龄林占比较大，且过熟林面积有轻微的减少。天然林同样中幼龄林占比较大，所有林龄组面积均有所上升，但天然林不同林龄组间碳密度差别不明显。
表 2 不同林龄人工林、天然林面积碳储量统计表Table 2. Statistical table of carbon storage in plantation and natural forest area of different forest ages起源
Origin林龄
Stand age2009 2014 面积/104 hm2
Area/104 ha碳储量
Carbon storage/
109 kg碳密度/(t·hm−2)
Carbon density/
(t·ha−1)面积/104 hm2
Area/104 ha碳储量
Carbon storage/
109 kg碳密度/(t·hm−2)
Carbon density/
(t·ha−1)人工林
Plantation幼龄林 Young forest 6.11 0.90 14.77 9.94 1.17 11.78 中龄林 Middle-aged forest 5.33 0.95 17.79 5.77 1.27 21.94 近熟林 Near-mature forest 2.87 0.45 15.76 2.93 0.66 22.61 成熟林 Mature forest 2.75 0.56 20.36 3.27 0.76 23.30 过熟林 Overmature forest 0.57 0.24 42.15 0.56 0.27 46.97 合计 Total 17.61 3.10 17.62 22.47 4.12 18.35 天然林
Natural forest幼龄林 Young forest 7.76 0.90 11.64 8.10 0.87 10.80 中龄林 Middle-aged forest 5.02 0.65 13.04 7.22 1.02 14.15 近熟林 Near-mature forest 1.16 0.20 17.53 1.51 0.22 14.47 成熟林 Mature forest 0.49 0.09 18.86 1.03 0.16 15.40 过熟林 Overmature forest 0.06 0.01 13.77 0.13 0.02 13.37 合计 Total 14.49 1.86 12.85 17.98 2.29 12.74 北京市人工林中，成熟林和过熟林平均碳密明显高于其他龄林组。由于北京市人工林当前林龄结构偏低龄化，2014年幼龄林、中龄林和近熟林总面积占比82.96%，未来随着平均林龄的增长，平均碳密度仍有较大的增长潜力，总碳储量也将进一步增加。而天然林各林龄组森林面积均在增长，但平均碳密度变化不大，对于北京市森林碳储量增长的贡献远不及人工林。
2014年北京市人工林平均碳密度为18.35 t/hm2，天然林平均碳密度为12.74 t/hm2，人工林平均碳密度整体高于天然林。对比全国其他省份的研究结果可知（表3），北京市森林平均碳密度远低于全国水平[9]，特别是天然林碳密度。北京市与山东省人工林碳密度高于天然林碳密度，这与全国其他地区有所不同。但二者不同之处在于山东省人工林占比非常大，高达全省森林的80.72%，天然林面积占比相对较低。而北京市人工林面积占比达到55.55%，且人工林碳密度已较接近全国平均水平，这更加突出了北京市天然林的固碳能力较低，而人工林对于北京市森林固碳更加重要。
表 3 全国不同地区人工林、天然林森林碳密度对比Table 3. Comparison of carbon density of plantations and natural forests in different regions地区 Region 碳密度/(t·hm−2) Carbon density/(t·ha−1) 年份 Year 参考文献 Reference 人工林 Plantation 天然林 Natural forest 合计 Total 河南 Henan 22.49 26.72 24.31 2013 [11] 陕西 Shaanxi 18.30 35.45 30.92 2004 [12] 山东 Shandong 27.89 17.56 27.24 2013 [13] 安徽 Anhui 19.04 22.60 20.81 2014 [14] 全国 Nationwide 18.90 44.63 37.28 2010 [9] 北京 Beijing 18.35 12.74 15.85 2014 本文 This study 2.4 不同优势树种（组）的碳储量与碳密度
2009—2014年间（表4），北京市人工林中以油松的面积最大，而面积增长最快的是阔叶混交林，5年间面积增长为0.47 × 104 hm2/a。人工林碳储量最高且增长速度最快的是杨树林，远超出其他优势树种（组）。2009—2014年间，北京市杨树人工林碳储量由0.88 × 109 kg增加至1.54 × 109 kg，5年内总碳储量增加0.66 × 109 kg；平均碳密度由29.23 t/hm2增加至40.64 t/hm2，年均增长2.28 t/（hm2·a），2014年人工杨树林碳密度也明显高于其他人工林优势树种（组）。
表 4 不同优势树种森林面积及碳储量统计表Table 4. Statistical table of forest area and carbon storage of different dominant tree species起源 Origin 优势树种 Dominant tree species 2009 2014 面积/104 hm2
Area/104 ha碳储量
Carbon storage/
109 kg碳密度/(t·hm−2)
Carbon density/
(t·ha−1)面积/104 hm2
Area/104 ha碳储量
Carbon storage/
109 kg碳密度/(t·hm−2)
Carbon density/
(t·ha−1)人工林
Plantation油松 Pinus tabuliformis 5.00 0.56 11.29 5.52 0.56 10.18 杨树 Populus spp. 3.01 0.88 29.23 3.79 1.54 40.64 侧柏 Platycladus orientalis 2.14 0.27 12.45 3.04 0.47 15.31 阔叶混交林
Broadleaved mixed forest1.96 0.36 18.33 4.33 0.80 18.35 针阔混交林
Coniferous and broadleaved mixed forest1.91 0.23 12.13 1.84 0.27 14.72 其他阔叶林
Other broadleaved forest1.21 0.36 29.48 1.77 0.17 9.37 栎类 Quercus spp. 0.78 0.12 15.14 0.09 0.01 12.53 落叶松 Larix spp. 0.75 0.14 18.70 0.62 0.11 18.22 刺槐 Robinia pseudoacacia 0.63 0.09 13.80 0.85 0.10 12.26 柳树 Salix spp. 0.24 0.10 41.33 0.61 0.10 15.91 天然林
Natural forest栎类 Quercus spp. 5.62 0.80 14.20 8.75 1.18 13.50 阔叶混交林
Broadleaved mixed forest3.43 0.41 11.84 3.20 0.46 14.35 其他阔叶林
Other broadleaved forest1.94 0.22 11.42 1.12 0.16 14.22 侧柏 Platycladus orientalis 1.18 0.11 9.39 1.94 0.14 7.01 杨树 Populus spp. 0.72 0.08 11.81 0.50 0.04 9.06 桦木 Betula spp. 0.60 0.11 18.78 0.67 0.13 19.24 针阔混交林
Coniferous and broadleaved mixed forest0.57 0.07 11.66 0.68 0.08 12.27 油松 Pinus tabuliformis 0.43 0.06 14.12 1.03 0.08 8.04 2009—2014年，北京市天然林中栎类的面积最大，且面积增长速度最快，为0.62 × 104 hm2/a，占到天然林面积增长总量的91.79%，总碳储量增加了0.38 × 109 kg。多个优势树种的天然林呈现出面积减少、平均碳密度下降，面积和碳密度同时保持增长的只有桦木和针阔混交林。整体而言，天然林面积增加对北京市森林碳储量的贡献并不明显，5年内天然林面积增加了3.41 × 104 hm2，总碳储量仅增加0.41 × 109 kg。与此同时，北京市人工林中杨树林面积增长总量为0.78 × 104 hm2，总碳储量却增加了0.66 × 109 kg，比所有天然林碳储量总增量还要多。
2.5 森林转化、造林与森林经营对北京市森林碳储量的影响
通过对比2014年与2009年北京市森林分布格局，分析土地利用变化中森林的转入与转出情况，将自然的解决方案分为3类基本措施：森林转化、造林与森林经营。
如图4所示，a表示森林转化为其他土地所造成的碳损失分布状况；b表示造林碳固持分布状况；c表示森林经营过程中的碳密度变化状况。值得注意的是，森林经营对碳密度的影响存在较大的空间异质性，并非全部森林经营区域的碳密度均上升，西北部山地森林出现较大区域碳密度下降情况。
![]()
图 4 不同方案下森林碳密度变化图Figure 4. Variation of forest carbon density under different measures2009—2014年间北京市森林转化为其他土地的面积为1.36 × 104 hm2/a，造林面积为3.04 × 104 hm2/a，森林经营面积为25.66 × 104 hm2（图5）。森林经营在空间上同时存在碳固持与碳损失现象，其中平均碳密度提高的森林经营面积为14.69 × 104 hm2，平均碳密度减小的森林经营面积为10.97 × 104 hm2。5年内森林转化共造成了1.06 × 109 kg的碳损失，造林带来了2.10 × 109 kg的碳固持，森林经营过程中有1.62 × 109 kg的碳固持与1.21 × 109 kg的碳损失，净增量为0.41 × 109 kg。对森林经营过程中表现为碳损失的森林面积进一步分析发现，2009至2014年间平均林龄降低的森林面积占到15.95%，优势树种发生变化的森林面积占森林经营碳损失面积的18.57%。上述情况可能是由于采伐或树种更新造成的结果，但仍提示存在其他重要的因素影响着森林经营过程中的平均碳密度变化。
![]()
图 5 3种自然方案面积、碳储量变化统计图a. 为森林面积变化，b ~ d. 为不同地区碳储量变化。a represents the change of forest area, b−d represent the change of carbon storage in different areas.Figure 5. Statistical figure of total carbon storage change of three nature measures山地森林的3种自然的解决方案中，森林经营面积21.04 × 104 hm2，占到全北京市森林经营面积的81.99%；造林面积8.03 × 104 hm2，森林转化面积仅为4.34 × 104 hm2。2009—2014年间，山地造林带来了0.83 × 109 kg的碳固持，森林转化造成了0.52 × 109 kg的碳损失，森林经营造成了0.96 × 109 kg的碳固持与0.88 × 109 kg的碳损失，净增量为0.08 × 109 kg。总体而言，北京市山地森林中森林转化与造林等人为干扰活动不是很剧烈，但是森林经营活动造成的碳损失较大，占到2009—2014年北京市森林总碳损失的38.36%（包括森林转化）。
北京市平原森林主要为人工林，3种自然的解决方案中造林面积占比最大，2009—2014年间总造林面积为7.17 × 104 hm2，占到同期北京市总造林面积的46.86%。其次为森林经营，面积为4.62 × 104 hm2。森林转化面积最小，为2.46 × 104 hm2。2009—2014年间造林活动对北京市平原森林碳储量变化的影响最大，共增加了1.27 × 109 kg的碳固持；森林转化造成了0.54 × 109 kg的碳损失；森林经营造成了0.66 × 109 kg的碳固持与0.33 × 109 kg的碳损失，碳储量净增量为0.33 × 109 kg，对平原地区碳储量变化影响较小。
在当前北京市森林经营的水平下，假定2009—2014年间避免森林转化现象的发生，会使北京市森林面积总量增加6.80 × 104 hm2，同时增加1.17 × 109 kg的碳储量。实际情况下2009—2014年间由造林与森林经营带来的碳固持量分别为2.10 × 109 kg与0.41 × 109 kg。避免森林转化、造林和森林经营3种方案5年内对森林平均碳密度贡献分别为17.21、13.82与1.59 t/hm2。这表明避免森林转化是当前北京市效果较好的森林固碳方案。
3. 讨论与讨论
3.1 结 论
2009—2014年间，北京市森林面积净增长1.67 × 104 hm2/a，森林生物质碳储量净增长1.45 × 109 kg，年均碳固持量为0.29 × 109 kg/a。
北京市天然林主要分布于山地森林，人工林同时广泛存在于山地与平原。北京市山地森林面积与碳储量总量大，但碳密度低于平原森林。北京市人工林面积总量高于天然林，且人工林平均碳密度明显高于天然林，特别是人工过熟林，拥有较高的碳密度。在不同森林类型中，人工林杨树林的碳储量和平均碳密度增长最快，固碳效果尤为突出。随着林木的生长成熟，北京市森林碳储量仍有较强的增长潜力。
2009—2014年间，北京市由于森林转化造成了1.06 × 109 kg的碳损失，但通过造林带来了2.10 × 109 kg的碳固持。森林经营过程中有1.62 × 109 kg的碳固持与1.21 × 109 kg的碳损失，碳储量净增量0.41 × 109 kg。山地森林以森林经营活动为主，森林转化和造林活动强度较低，但森林经营过程中碳损失现象严重。总体上山地森林碳储量有所增加，但平均碳密度略有降低。平原森林碳储量和平均碳密度增加明显，造林活动的贡献占据主导作用。北京市采取减少森林转化是一种十分有效的增汇措施，其次是造林。对山地森林应主要加强科学的森林经营与管理，并尽可能避免毁林；平原地区应进一步扩大造林范围，并尽可能避免森林转化的发生。
3.2 讨 论
森林恢复目前仍然是应对气候变化的热点话题，如果将全球所有可造林地全部覆盖上森林，将会产生巨大的碳汇，成为迄今为止最为有效的气候变化应对措施[15]。但是树木作为一种容易受到干扰的碳汇，在出现森林火灾、商业性采伐、开发性林地征占等干扰的情况下，较为容易从碳汇转变为碳源，这将失去森林应对气候变化的优势。
对比本文对几种自然解决方案的研究结果发现，2009—2014年间北京市平原地区造林面积只占山地造林面积的89.29%，固碳量却是山地造林的153.01%；而平原地区森林转化面积只占到山区森林转化面积的56.68%，所造成的碳损失量却是山地森林的103.84%。平原森林经营面积仅占山地森林经营面积的21.96%，但平原森林经营造成的碳储量净增量是山地森林经营412.50%。这一方面说明平原地区森林乔木林拥有较强的固碳能力，同时也表明北京市需要重点解决山地森林的经营管理问题。
综合表明，北京市平原森林面积变化相比山地森林更加剧烈，平原地区森林转化与造林对北京市森林碳储量产生了较大的影响，是北京市森林碳储量变化的主要原因。北京市山地森林的造林与森林转化活动较弱，但森林经营过程中的碳损失较大，造成北京市山地森林碳储量增长效果并不明显。
对于北京这样的国际化大都市而言，未来可造林地面积有限，城市扩张与基础建设还可能发生土地利用竞争。当造林面积趋于饱和，北京市森林碳汇的增长则只能由加强森林经营与避免森林转化来继续保持。从这个角度考虑，要使北京市森林乔木林成为应为气候变化的有效手段，避免森林转化与加强森林经营比造林更为重要。应在大力发展造林的基础上，加大森林保护力度、提高森林经营水平，进行科学的森林生态系统管理，尽可能避免在森林经营过程中出现碳损失的现象。
由于数据限制，本文仅分析了2009—2014年间的森林转化、造林与森林经营过程，无法从较长时间段的角度来考虑土地利用类型的变化，因而可能会导致上述3种活动的面积不够准确。例如：由于森林转出的土地利用类型未知，可能会将暂时的采伐迹地划入到“森林转化”面积，而并未将其划分到“森林经营”的范畴。研究还发现，北京市森林经营过程中存在较大面积的碳损失情况，通过分析表明平均林龄的降低与优势树种（组）的变化是可能的原因，但并不是其主要因素。由于数据限制，本文未能明确北京市森林经营过程中碳损失的其他主要驱动因素。此外，2012年以来北京市实施了大规模的平原造林工程，造林过程中使用了大量的大树移植。很显然这部分移植来的生物量碳并不能全部视为这一时期内造林所形成的碳固持量，一部分是碳的空间转移的结果。因此本文可能在一定程度上高估了北京市造林实际的碳贡献。
-
![]()
图 1 2013—2019年3种经营的乔木平均胸径增长
Figure 1. Mean DBH growth of trees under three management methods during 2013−2019
![]()
图 2 2013—2019年3种经营的乔木死亡率
Figure 2. Tree mortality under three management methods during 2013−2019
![]()
图 3 2013年和2019年3种经营的乔木Shannon-Wiener指数和Simpson指数
Figure 3. Shannon-Wiener index and Simpson index of trees under three management methods in 2013 and 2019
![]()
图 4 2019年3种经营灌木Shannon-Wiener指数和Simpson指数
Figure 4. Shannon-Wiener index and Simpson index of shrubs under three management methods in 2019
![]()
图 5 2013年和2019年3种经营草本Shannon-Wiener指数和Simpson指数
Figure 5. Shannon-Wiener index and Simpson index of herbs under three management methods in 2013 and 2019
表 1 乔木样地基本概况
Table 1 General situation of sample plots with different treatments
林龄/a
Stand
age/year经营类型
Management
method2013年抚育前
Before tending in 20132013年抚育后
After tending in 20132019年 Year 2019 抚育
强度
Thinning intensity/%海拔
Altitude/
m坡度
Slope/
（º）乔木密度/（株·hm−2）
Arbor density/
(tree·ha−1)平均胸径
Mean
DBH/cm胸高断面积/(m2·hm−2)
Basal area/
(m2·ha−1)乔木密度/
（株·hm−2）
Arbor density/
(tree·ha−1)平均胸径
Mean
DBH/cm胸高断面积/(m2·hm−2)
Basal area/
(m2·ha−1)乔木密度/
（株·hm−2）
Arbor density/
(tree·ha−1)平均胸径
Mean
DBH/cm胸高断面积/
(m2·hm−2)
Basal area/
(m2·ha−1)47 NHI 1056 ± 174a 17.42 ± 1.06a 25.44 ± 1.53a 1056 ± 174a 17.42 ± 1.06a 25.44 ± 1.53a 1022 ± 164a 18.89 ± 1.08a 29.21 ± 1.44a 0c 1148~1171 ≤ 22 47 CM 972 ± 172a 17.23 ± 0.79a 23.73 ± 2.33a 717 ± 104a 18.90 ± 0.60a 20.72 ± 1.94a 711 ± 98a 20.90 ± 0.66a 25.30 ± 2.10a 25 ± 2a 1129~1157 ≤ 20 47 CTNM 961 ± 59a 16.51 ± 0.50a 23.17 ± 0.39a 789 ± 49a 17.84 ± 0.30a 21.50 ± 0.53a 789 ± 49a 20.17 ± 0.16a 26.79 ± 0.58a 18 ± 1b 1165~1201 ≤ 20 56 NHI 645 ± 40a 24.40 ± 0.71a 32.19 ± 0.61a 645 ± 40a 24.40 ± 0.71a 32.19 ± 0.61a 622 ± 34a 26.64 ± 0.75a 38.20 ± 0.88a 0c 1342~1367 ≤ 15 56 CM 689 ± 83a 21.47 ± 1.19a 29.16 ± 1.81a 517 ± 38a 24.13 ± 0.79a 26.78 ± 1.45a 511 ± 34a 26.43 ± 0.65a 31.78 ± 1.57a 24 ± 4a 1349~1373 ≤ 15 56 CTNM 689 ± 6a 23.43 ± 1.14a 32.09 ± 2.27a 578 ± 20a 24.69 ± 0.85a 29.47 ± 1.97a 572 ± 24a 27.18 ± 0.76a 36.17 ± 2.20a 16 ± 2b 1322~1359 ≤ 16 注：经营类型NHI、CM、CTNM分别为封育管理、常规经营、近自然经营。表中数值为平均值 ± 标准误差。小写字母表示相同龄级的某一指标在不同经营方式下的显著性差异（P < 0.05）。Notes: NHI, CM, CTNM represents no human intervention, conventional management and close-to-nature management, respectively. The values in the table are mean ± standard error. Lowercase letters indicate the significant differences of corresponding values at the same stand age under different management methods (P < 0.05). 
下载: 导出CSV
-
[1] FAO. Global forest resources assessment 2020-key findings[M/OL]. Rome: FAO, 2020[2022−05−14]. https://doi.org/10.4060/ca8753en.
[2] Hua F, Bruijnzeel L A, Meli P, et al. The biodiversity and ecosystem service contributions and trade-offs of forest restoration approaches[J]. Science, 2022, 376: 839−844. doi: 10.1126/science.abl4649
[3] Brockerhoff E G, Jactel H, Parrotta J A, et al. Plantation forests and biodiversity: oxymoron or opportunity?[J]. Biodiversity and Conservation, 2008, 17: 925−951. doi: 10.1007/s10531-008-9380-x
[4] 刘世荣, 杨予静, 王晖. 中国人工林经营发展战略与对策: 从追求木材产量的单一目标经营转向提升生态系统服务质量和效益的多目标经营[J]. 生态学报, 2018, 38(1): 1−10. doi: 10.1016/j.chnaes.2017.02.003 Liu S R, Yang Y J, Wang H. Development strategy and management countermeasures of planted forests in China: transforming from timber-centered single objective management towards multi-purpose management for enhancing quality and benefits of ecosystem services[J]. Acta Ecologica Sinica, 2018, 38(1): 1−10. doi: 10.1016/j.chnaes.2017.02.003
[5] 张可欣, 刘宪钊, 雷相东, 等. 马尾松人工林不同经营方式短期经济效益分析[J]. 北京林业大学学报, 2022, 44(5): 43−54. Zhang K X, Liu X Z, Lei X D, et al. Short-term economic benefit analysis under different management modes of Pinus massoniana plantation[J]. Journal of Beijing Forestry University, 2022, 44(5): 43−54.
[6] 张会儒, 雷相东, 李凤日. 中国森林经理学研究进展与展望[J]. 林业科学, 2020, 56(9): 130−142. Zhang H R, Lei X D, Li F R. Research progress and prospects of forest management science in China[J]. Scientia Silvae Sinicae, 2020, 56(9): 130−142.
[7] Wang C, Zhang W, Li X, et al. A global meta-analysis of the impacts of tree plantations on biodiversity[J]. Global Ecology and Biogeography, 2022, 31: 576−587. doi: 10.1111/geb.13440
[8] Kawamura K, Yamaura Y, Soga M, et al. Effects of planted tree species on biodiversity of conifer plantations in Japan: a systematic review and meta-analysis[J]. Journal of Forest Research, 2021, 26(3): 237−246.
[9] Mitschka J H. Rationale and methods for conserving biodiversity in plantation forests[J]. Forest Ecology and Management, 2002, 155(1–3): 81−95.
[10] Pawson S M, Brin A, Brockerhoff E G, et al. Plantation forests, climate change and biodiversity[J]. Biodiversity and Conservation, 2013, 22: 1203−1227. doi: 10.1007/s10531-013-0458-8
[11] 张英豪, 毛炎新, 奉国强. 不同密度控制下油松人工林的生态效益评估[J]. 中国水土保持科学, 2015, 13(4): 80−85. Zhang Y H, Mao Y X, Feng G Q. Evaluation of ecological benefits in Pinus tabulaeformis plantation with different stand densities[J]. Science of Soil and Water Conservation, 2015, 13(4): 80−85.
[12] 周芳萍, 徐建民, 陆海飞, 等. 利用珍贵树种改造尾巨桉纯林的混交模式研究[J]. 林业科学研究, 2022, 35(1): 10−19. Zhou F P, Xu J M, Lu H F, et al. Transformation of Eucalyptus urophylla × Eucalyptus grandis clone plantation into mixed-species forest using precious tree species[J]. Forest Research, 2022, 35(1): 10−19.
[13] National Forestry and Grassland Administration. Forest resources in China: the 9th national forest inventory[M]. Beijing: National Forestry and Grassland Administration, 2019: 25.
[14] 郭浩, 王兵, 马向前, 等. 中国油松林生态服务功能评估[J]. 中国科学C辑: 生命科学, 2008, 38(6): 565−572. Guo H, Wang B, Ma X Q, et al. Evaluation on ecological service value of Pinus tabulaeformis in China[J]. Science in China Series C: Life Science, 2008, 38(6): 565−572.
[15] 马履一, 李春义, 王希群, 等. 不同强度间伐对北京山区油松生长及其林下植物多样性的影响[J]. 林业科学, 2007, 43(5): 1−9. Ma L Y, Li C Y, Wang X Q, et al. Effects of thinning on the growth and the diversity of undergrowth of Pinus tabulaeformis plantation in Beijing mountainous areas[J]. Scientia Silvae Sinicae, 2007, 43(5): 1−9.
[16] 修勤绪, 陆元昌, 曹旭平, 等. 目标树林分作业对黄土高原油松人工林天然更新的影响[J]. 西南林学院学报, 2009, 29(2): 13−19. Xiu Q X, Lu Y C, Cao X P, et al. Effect of target tree stand management on natural regeneration of Pinus tabulaeformis plantations on Loess Plateau Area[J]. Journal of Southwest Forestry University, 2009, 29(2): 13−19.
[17] 高云昌, 张文辉, 何景峰, 等. 黄龙山油松人工林间伐效果的综合评价[J]. 应用生态学报, 2013, 24(5): 1313−1319. Gao Y C, Zhang W H, HE J F, et al. Effects of thinning intensity on Pinus tabulaeformis plantation in Huanglong Mountain, Northwest China: a comprehensive evaluation[J]. Chinese Journal of Applied Ecology, 2013, 24(5): 1313−1319.
[18] 陆元昌, 张守攻, 雷相东, 等. 人工林近自然化改造的理论基础和实施技术[J]. 世界林业研究, 2009, 22(1): 20−27. Lu Y C, Zhang S G, Lei X D, et al. Theoretical basis and implementation techniques on close-to-nature transformation of plantations[J]. World Forestry Research, 2009, 22(1): 20−27.
[19] 林同龙. 杉木人工林近自然经营技术的应用效果研究[J]. 中南林业科技大学学报, 2012, 32(3): 11−16. Lin T L. Application effect research on intimate natural forestry management techniques for Cunninghamia lanceolata plantation[J]. Journal of Central South University of Forestry & Technology, 2012, 32(3): 11−16.
[20] Wang X, Lu Y, Xing H, et al. Effects of close-to-nature conversion on Pinus massoniana plantations at different stand developmental stages[J]. Tropical Conservation Science, 2018, 2: 1−16.
[21] Fang X, Tan W, Gao X, et al. Close-to-nature management positively improves the spatial structure of Masson pine forest stands[J]. Web Ecology, 2021, 21: 45−54. doi: 10.5194/we-21-45-2021
[22] 李国雷, 刘勇, 徐扬, 等. 间伐强度对油松人工林植被发育的影响[J]. 北京林业大学学报, 2007, 29(2): 70−75. Li G L, Liu Y, Xu Y, et al. Effects of thinning intensity on the development of undergrowth in Pinus tabulaeformis plantations[J]. Journal of Beijing Forestry University, 2007, 29(2): 70−75.
[23] 方精云, 王襄平, 沈泽昊, 等. 植物群落清查的主要内容、方法和技术规范[J]. 生物多样性, 2009, 17(6): 533−548. doi: 10.3724/SP.J.1003.2009.09253 Fang J Y, Wang X P, Shen Z H, et al. Methods and protocols for plant community inventory[J]. Biodiversity Science, 2009, 17(6): 533−548. doi: 10.3724/SP.J.1003.2009.09253
[24] 国家林业局调查规划设计院, 黑龙江省林业监测规划院. 主要树种龄级与龄组划分: LY/T 2908—2017[S]. 北京: 国家林业局, 2017: 4. Academy of Inventory and Planning, State Forestry Administration, Heilongjiang Forestry Monitoring and Planning Institute. Regulations for age-class and age-group division of main tree-species: LY/T 2908−2017[S]. Beijing: State Forestry Administration, 2017: 4.
[25] Holyoak M, Leibold M A, Holt R D. Metacommunities: spatial dynamics and ecological communities[M]. Chicago: University of Chicago Press, 2005.
[26] 杨晓聪, 陈晓蔷, 窦松傲, 等. 林龄和立地条件对冀北山地油松单木生长量和生长率的影响[J]. 林业与生态科学, 2022, 37(4): 363−369. Yang X C, Cheng X Q, Dou S A, et al. Influence of age and site factors on the growth of Pinus tabulaeformis in mountain areas of northern Hebei Province[J]. Forestry and Ecological Sciences, 2022, 37(4): 363−369.
[27] Juliette C, Matteo T, David F, et al. Forest diversity promotes individual tree growth in central European forest stands[J]. Journal of Applied Ecology, 2017, 54: 71−79. doi: 10.1111/1365-2664.12783
[28] 胡雪凡, 段光爽, 张会儒, 等. 蒙古栎次生林林木竞争对不同抚育间伐方式的响应[J]. 林业科学研究, 2021, 34(1): 1−9. Hu X F, Duan G S, Zhang H T, et al. Response of tree competition in natural secondary Quercus mongolica forest to thinning treatment[J]. Forest Research, 2021, 34(1): 1−9.
[29] 原志坚, 王孝安, 王丽娟, 等. 抚育对黄土高原油松人工林林下植被功能多样性的影响[J]. 生态学杂志, 2018, 37(2): 339−346. Yuan Z J, Wang X A, Wang L J, et al. Effects of tending on functional diversity of understory vegetation in Pinus tabuliformis plantation on the Loess Plateau[J]. Chinese Journal of Ecology, 2018, 37(2): 339−346.
[30] 朱教君, 李凤芹, 松崎健, 等. 间伐对日本黑松海岸林更新的影响[J]. 应用生态学报, 2002, 13(11): 1361−1367. Zhu J J, Li F Q, Matsuzaki T, et al. Influence of thinning on regeneration in a coastal Pinus thunbergii forest[J]. Chinese Journal of Applied Ecology, 2002, 13(11): 1361−1367.
[31] 陈辉荣, 周新年, 蔡瑞添, 等. 天然林不同强度择伐后林分空间结构变化动态[J]. 植物科学学报, 2012, 30(3): 230−237. doi: 10.3724/SP.J.1142.2012.30230 Chen H R, Zhou X N, Cai R T, et al. Tracking analysis of forest spatial structure change after different selective cutting intensities in a natural forest[J]. Plant Science Journal, 2012, 30(3): 230−237. doi: 10.3724/SP.J.1142.2012.30230
[32] Li Y F, He J A, Lu L H, et al. The long-term effects of thinning and mixing on species and structural diversity of Chinese fir plantations[J]. New Forests, 2021, 52: 285−302. doi: 10.1007/s11056-020-09794-2
[33] 郭婧, 喻林华, 方晰, 等. 中亚热带4种森林凋落物量、组成、动态及其周转期[J]. 生态学报, 2015, 35(14): 4668−4677. Guo J, Yu L H, Fang X, et al. Litter production and turnover in four types of subtropical forests in China[J]. Acta Ecologica Sinica, 2015, 35(14): 4668−4677.
[34] 武朋辉, 白高平, 党坤良, 等. 抚育间伐对秦岭南坡油松中龄林生长的影响[J]. 中南林业科技大学学报, 2017, 37(1): 20−26. Wu P H, Bai G P, Dang K L, et al. Thinning effects on growth of Pinus tabulaeformis middle-age forest on southern slope of Qinling Mountains[J]. Journal of Central South University of Forestry & Technology, 2017, 37(1): 20−26.
[35] Suzanne W S, Trevor B H, Ian R C. Pre-commercial thinning effects on growth, yield and mortality in even-aged paper birch stands in British Columbia[J]. Forest Ecology and Management, 2004, 190(2): 163−178.
[36] Ding Y, Zang R G. Effects of thinning on the demography and functional community structure of a secondary tropical lowland rain forest[J/OL]. Journal of Environmental Management, 2021, 279: 111805[2022−09−10]. https://doi.org/10.1016/j.jenvman.2020.111805.
[37] 林思祖, 黄世国. 论中国南方近自然混交林营造[J]. 世界林业研究, 2001, 14(2): 73−79. Lin S Z, Huang S G. An establishment and management of nature-approximating mixed forests in South China[J]. World Forestry Research, 2001, 14(2): 73−79.
[38] 刘钦, 邓洪平, 李宗峰, 等. 贵州赤水桫椤国家级自然保护区植物群落特征[J]. 北京林业大学学报, 2019, 41(1): 19−31. Liu Q, Deng H P, Li Z F, et al. Characteristics of plant community in the Guizhou Chishui Alsophila spinulata National Nature Reserve, southwestern China[J]. Journal of Beijing Forestry University, 2019, 41(1): 19−31.
[39] 陈肖. 半干旱地区油松纯林改造成混交林效益分析[J]. 农业科技与信息, 2008(6): 31−32. Chen X. Analysis of mixed transformation of Pinus tabulaeformis plantation in semi-arid area of Northwest China[J]. Agricultural Science-Technology and Information, 2008(6): 31−32.
[40] Luiz F S D, Gustavo S, José C L, et al. Growth, mortality, and recruitment of tree species in an Amazonian rainforest over 13 years of reduced impact logging[J]. Forest Ecology and Management, 2018, 430: 150−156. doi: 10.1016/j.foreco.2018.08.024
[41] 方升佐, 田野. 人工林生态系统生物多样性与生产力的关系[J]. 南京林业大学学报(自然科学版), 2012, 55(4): 1−6. Fang S Z, Tian Y. The relationship between biodiversity and productivity in the artificial plantation ecosystem[J]. Journal of Nanjing Forestry University (Natural Science Edition), 2012, 55(4): 1−6.
[42] 陆晓明. 马尾松人工林近自然化改造对物种多样性及生物量的影响[D]. 南宁: 广西大学, 2014. Lu X M. The effects of near nature transformation on species diversity and biomass in Pinus massoniana plantation[D]. Nanning: Guangxi University, 2014.
[43] Ming A G, Yang Y J, Liu S R, et al. A decade of close-to-nature transformation alters species composition and increases plant community diversity in two coniferous plantations[J/OL]. Frontier in Plant Science, 2020, 11: 01141[2022−10−14]. https://doi.org/10.3389/fpls.2020.01141.
[44] 刘俊杰, 吕倩, 沈逸, 等. 目标树初期经营对杉木人工林林下植物多样性和土壤理化性质的影响[J]. 应用与环境生物学报, 2021, 27(2): 408−415. Liu J J, Lü Q, Shen Y, et al. Early effects of target tree management on plant diversity and soil physicochemical properties in a Cunninghamia lanceolata plantation[J]. Chinese Journal of Applied and Environmental Biology, 2021, 27(2): 408−415.
[45] 张甜. 抚育间伐对小兴安岭天然针阔混交林生态功能的影响[D]. 哈尔滨: 东北林业大学, 2019. Zhang T. Effect of thinning on the ecological function of natural mixed broadleaf-conifer secondary forest in Xiaoxing’an Mountains[D]. Harbin: Northeast Forestry University, 2019.
[46] 江萍. 不同林龄油松人工林抚育间伐效应研究[D]. 北京: 北京林业大学, 2015. Jiang P. Studies on thinning effects of different aged Pinus tabulaeformis plantations[D]. Beijing: Beijing Forestry University, 2015.
[47] 罗毓明, 谭向平, 邹晓君, 等. 我国南方4种常见人工林林下植物多样性特征及影响因素[J]. 热带亚热带植物学报, 2022, 30(1): 1−10. Luo Y M, Tan X P, Zou X J, et al. Understory plant diversity characteristics and influencing factors of four common plantations in South China[J]. Journal of Tropical and Subtropical Botany, 2022, 30(1): 1−10.
[48] Haughian S R, Frego K A. Short-term effects of three commercial thinning treatments on diversity of understory vascular plants in white spruce plantations of northern New Brunswick[J]. Forest Ecology and Management, 2016, 370: 45−55. doi: 10.1016/j.foreco.2016.03.055
[49] 郭海沣, 王涛, 贾炜玮. 抚育间伐对林口林业局主要针叶树种生长结构及生物多样性的影响[J]. 东北林业大学学报, 2019, 47(12): 1−6. Guo H F, Wang T, Jia W W. Effects of thinning on growth, structure and biodiversity of main coniferous species in Northeast China[J]. Journal of Northeast Forestry University, 2019, 47(12): 1−6.
-
期刊类型引用(3)
1. 张欢欢，范挺秀，高双成，范丙友，史国安. 2个牡丹切花品种核型、花药形态与花粉特性的比较. 浙江农业学报. 2025(02): 329-337 . 
百度学术
2. 孙榕泽，宋焕芝，蒋珈琦，于晓南. 三倍体芍药品种染色体制片优化和核型分析. 河北农业大学学报. 2024(03): 46-55 . 百度学术
3. 段英姿，客绍英，王晓英，张胜珍，马艳芝. 15个油用紫斑牡丹品种核型及亲缘关系分析. 种子. 2023(07): 96-104 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 649
- HTML全文浏览量: 114
- PDF下载量: 127
- 被引次数: 3
