Evaluation of forest carbon sequestration capacity in Beijing
-
摘要:目的
根据第8次园林绿化植物普查中森林资源二类调查数据，对北京市森林碳汇能力进行评估，为该市森林资源的科学管理提供理论依据。
方法本研究采取森林蓄积量扩展法，计算北京市森林整体碳储量、碳密度及其变化，并采用造林成本法和碳税法对其碳储量经济价值进行评估。
结果（1）北京市森林总碳储量为1 934.59万t，碳密度为32.35 t/hm2，各区域中密云区、延庆区、顺义区的碳储量较大，占比分别为13.79%、12.73%和11.40%，而碳密度较大的为顺义区、大兴区、通州区；平原和山地的碳密度均表现为阔叶林 > 混交林 > 针叶林，且平原地区碳密度约是山地的3.3倍；山地和平原地区的碳储量均以阔叶树为主，且平原地区表现出更强的森林固碳能力；防护林是森林碳储量贡献的主体，其中水土保持林碳储量最多，为414.15万t，而碳密度最大为农田防护林（175.23 t/hm2）；优势树种碳储量大小排列为：其他杨树 > 栎树 > 油松 > 其他阔叶树 > 侧柏 > 刺槐 > 桦树 > 华北落叶松 > 山杨，碳密度大小排列为：其他杨树 > 桦树 > 华北落叶松 > 山杨 > 油松 > 刺槐 > 栎树 > 其他阔叶树 > 侧柏；不同起源中碳储量和碳密度均表现为：人工林 > 飞播林 > 天然林；龄组中碳储量大小：中龄林 > 幼龄林 > 成熟林 > 近熟林 > 过熟林，碳密度的总体规律为随着龄级的增大而增大。（2）从第1次到第8次森林资源调查，森林碳储量和碳密度持续增长；林种中特种用途林增长率最高，碳密度最大；华北落叶松、山杨的碳储量先增加再减少，而刺槐、桦树呈现先减少后增加的趋势，其他树种都呈增加趋势，而油松、华北落叶松、山杨的碳密度先增后减，侧柏、柞树、桦树先减后增，刺槐、阔叶树持续减小，杨树持续增大；天然林和人工林都呈增长趋势。（3）依据造林成本法和碳税法的不同碳价格估算，北京市森林碳储量经济价值在54.14×108 ~ 232.15×108元之间，碳税法下的森林碳储量经济价值较高。两种计算方法下北京市各区域中密云区、延庆区、顺义区碳储量经济价值最大；在所有优势树种中，杨树的碳储量经济价值最高；龄组中，中龄林对北京市的贡献最大。
结论北京市森林具有明显的固碳潜力，但整体碳汇相对较低，今后应注重森林结构的搭配，加强林地的抚育管理，增强北京市森林碳汇的功能，提高碳汇价值，激发林业经营活力。
Abstract:ObjectiveBased on the existing survey data from the 8th Landscape Plant Census of Forest Resources Type Ⅱ survey data, the forest carbon sink capacity of Beijing was assessed to provide a theoretical basis for the scientific management of forest resources in the city.
MethodIn this study, we adopted the forest stock expansion method to calculate the overall carbon stock, carbon density and changes in Beijing’s forests, and use the afforestation cost method and carbon tax method to assess the economic value of their carbon stocks.
Result(1) The total carbon stock of the total forest in Beijing was 1 934.59 ×104 t, and the carbon density was 32.35 t/ha, among the regions, Miyun District, Yanqing District and Shunyi District had larger carbon stocks, accounting for 13.79%, 12.73% and 11.40%, respectively, while those with higher carbon density were Shunyi District, Daxing District and Tongzhou District; the carbon density of both plains and mountains showed broadleaf forests > mixed forests > coniferous forests, and the carbon density of forests in plains was about 3.3 times higher than that in mountains; the carbon stocks in both mountains and plains were dominated by broadleaf trees; protection forests were the main contributors to the forest carbon stock. The carbon stock of protection forest was the main contributor to forest stock, among which soil and water conservation forest had the largest carbon stock of 414.15 ×104 t, while the carbon density of farmland protection forest was the largest at 175.23 t/ha; the carbon stock of dominant species was ranked as follows: other Populus spp. > Quercus spp. > Pinus tabuliformis > broadleaf tree > Platycladus orientalis > Robinia pseudoacacia > Betula spp. > Larix principis-rupprechtii > Populus davidiana, the carbon density was ranked as follows: other Populus spp. > Betula spp. > Larix principis-rupprechtii > Populus davidiana > Pinus tabuliformis > Robinia pseudoacacia > Quercus spp. > broadleaf tree > Platycladus orientalis; the carbon stock and carbon density in different origins were: planted forests > flycasting forests > natural forests; the carbon stock size in age group: middle-aged forest > young forest > mature forest > near-mature forest > over-mature forest, and the overall pattern of carbon density increased with the increase of age class. (2) From the first to the eighth forest resource survey, forest carbon stock and carbon density continued to increase; among the forest species, special-purpose forest had the highest growth rate and the highest carbon density; carbon stock of larch and aspen increased and then decreased, while acacia and birch showed a trend of decreasing and then increasing, and all other tree species showed an increasing trend, while carbon density of oleander, larch and aspen increased and then decreased, side cypress, Quercus spp. and birch decreased and then increased, acacia and broadleaf tree continued to decrease, and poplar continued to increase; both natural and planted forests showed an increasing trend. (3) Based on different carbon prices estimated by the afforestation cost method and the carbon tax method, the economic value of forest carbon stocks in Beijing ranged from 5.414 billion to 23.215 billion RMB, and the economic value of forest carbon stocks under the carbon tax method was higher. The economic value of carbon stock in each region of Beijing under the two calculation methods varied greatly, with Miyun, Yanqing, and Shunyi districts having the largest economic value of carbon stock; among all dominant tree species, poplar had the highest economic value of carbon stock; and among age groups, middle-aged forests had the largest contribution to Beijing.
ConclusionBeijing’s forests have obvious carbon sequestration potential, but the overall carbon sink is relatively low. In the future, we should pay attention to the matching of forest structure, strengthen the management of forest land cultivation, enhance the function of Beijing’s forest carbon sink, improve the value of carbon sink, and stimulate the vitality of forestry management.
-
Keywords:
- Beijing /
- carbon sequestration /
- forest carbon storage /
- carbon density
-
随着工业行业的快速发展，化石能源过度消耗、森林滥砍滥伐及土地利用结构发生改变等现象不断出现，全球范围内的大气CO2浓度增加、森林固碳作用下降以及碳循环发生失衡[1]。森林生态系统是大气中CO2重要的吸收器、贮存库和缓冲器，在调节全球碳平衡和减缓温室效应等方面发挥着关键的作用[2]，每年固碳量约占陆地生态系统碳总量的60%以上[3−4]，被认为是改善全球气候变暖的有效途径之一[4]。1992年《联合国气候变化框架公约》也明确提出要促进维护和增强森林碳汇[5]。碳汇是森林通过光合作用从大气中吸收CO2合成有机物并将其储存在生物体内或土壤中从而起到降低大气CO2浓度和缓解气候变化的作用[6−7]。碳储量及其动态变化趋势是评估森林固碳能力、结构和生态效益的重要指标[8]，也是评价林地碳收支的基本参数。因此，及时有效地对区域森林碳储量和碳密度进行估算和预测，有利于政府和科研管理人员更好地应对气候变化、解决环境问题，为制定森林增汇对策提供参考依据。
目前，森林碳储量测算方法主要有生物量法、蓄积量法、生物量清单法、微气象学法、箱式法、模型模拟法以及稳定性同位素法[9]；森林碳汇的经济价值计算方法包括造林成本法、碳税法、人工固定二氧化碳成本法、支付意愿法等。国内外众多学者依据不同的方法，从不同尺度上对森林碳储量、碳密度进行了研究森林碳汇价值的评估。范冶依[10]应用连续函数因子法确定武汉市森林生物量总量；Zhang等[11]应用生物量扩展因子法确定江西省碳储量（以C计）从159.1 Tg增加到276.1 Tg；王会荣等[12]采用生物量−蓄积量转换模型法和平均生物量法估算安徽不同森林类型的总碳储量8.51 × 107 t，碳密度为20.55 t/hm2。我国大多数的学者以国家森林调查资料为基础，采用生物量因素法或累积量扩张法计算森林的总碳储量，采用市场法或造林成本法对其进行评估[13]，张娟等[14]指出福建省森林碳汇的经济价值呈现出先降低后增加的趋势。
2017年北京市提出《北京城市总体规划（2016—2035年）》，明确建设国际一流的和谐宜居之都的目标，但仍存在人口密度大、森林自然资源严重破坏等问题。近年来，北京市大力开展植树造林活动，实施平原地区百万亩造林项目，以促进森林资源储量的增长。研究发现北京市未来的碳储量以栎类（Quercus spp.）、杨树（Populus spp.）和油松（Pinus tabuliformis）为主[15]；森林总碳储量中阔叶林贡献最大，中幼龄林占比大，碳密度随时间呈减少的趋势[16]。在这样的背景下，对北京市森林的整体碳储量特征及变化进行估测、研究评价其碳汇潜力，对其森林的管理城市的发展具有重要意义。
本研究基于北京市第8次园林绿化植物普查的统计数据与资料，采取蓄积量扩展法估算北京市森林植被的碳储量和碳密度，分析不同森林类型、龄级、林种及起源的森林碳储量分布特征，并利用造林成本法和碳税法估算北京市森林碳汇经济价值，揭示北京市森林植被的固碳现状及固碳潜力，旨在为北京地区森林碳汇的综合管理与相关决策提供依据，完善生态补偿机制提供一定的理论基础和数据支撑，为北京市森林城市建设和生态发展规划，以及碳减排治理及双碳目标的实现提供参考依据。
1. 研究区概况与研究方法
1.1 研究区概况
1.1.1 自然条件
北京市位于华北大平原的北部，地理坐标为39°28′ ~ 41°05′N，115°25′ ~ 117°30′E。该区具有明显的暖温带、半湿润大陆性季风型气候特征，夏热多雨，冬冷干燥，全年无霜期为180 ~ 200 d，年平均降水量为600 mm，年日照时数为2 600 ~ 2 800 h。土壤以褐土、棕壤、潮土为主。
1.1.2 森林资源
北京市土地面积16 410 km2，其中61.4%为山地，38.6%为平原。山区森林面积占全市的76.27%，为560 247.68 hm2，林分面积465 792.46 hm2，森林蓄积量为8 609 103.05 m3，经济林94 455.22 hm2；平原森林面积占全市达23.73%，为174 282.88 hm2，林分面积132 261.95 hm2，蓄积8 089 655.22 m3，经济林42 020.93 hm2。森林生态系统主要植被类型为落叶阔叶林、寒温性针叶林、温性针叶林、温性针阔混交林，现有的天然植被多为松栎林、杨桦林和灌丛草本群落。
1.2 研究方法
1.2.1 数据来源
数据来源于北京市第8次园林绿化资源普查成果报告中森林资源二类调查，主要包括植被类型、优势树种、龄组、林木蓄积、面积、林种、林分起源。依据森林资源调查结果，树种（组）可划分为油松，华北落叶松（Larix principis-rupprechtii），侧柏（Platycladus orientalis），刺槐（Robinia pseudoacacia），栎树主要包括栓皮栎（Quercus variabilis）、槲栎（Quercus aliena）、槲树（Quercus dentata）、辽东栎（Quercus wutaishansea）、蒙古栎（Quercus mongolica），桦树（Betula spp.）主要包括白桦（Betula platyphylla）、黑桦Betula dahurica），山杨（Populus davidiana），其他杨树（Populus spp.）主要包括北京杨（P. beijingensis）、毛白杨（P. tomentosa）、加拿大杨（P. canadensis）、小美旱杨（P. popular）和黑杨（P. nigra），其他阔叶树主要包括山桃（Amygdalus davidiana）、山杏（Armeniaca sibirica）、黄栌（Cotinus coggygria）、臭椿（Ailanthus altissima）、榆树（Ulmus pumila）、栾树（Koelreuteria paniculata）。此外，确定5个林龄组（幼龄林、中龄林、近熟林、成熟林与过熟林）及3个起源（人工林、天然林与飞播林）。
1.2.2 森林碳储量估算方法
采用森林蓄积量扩展法计算森林的碳汇量[14]。利用蓄积扩大系数计算树木生物量；利用容积密度（干质量系数）计算出生物量干质量，生物量干质量乘以含碳率即可得出森林碳汇量；利用森林林木固碳量与林下植物碳转换系数的乘积可以求得林下植物碳汇量，利用林下植物固碳量与林地碳转换系数的乘积可求得林地碳汇量。森林资源碳储量和碳密度的计算公式为
C=(1+α+β)CTW (1) CTW=Vδργ (2) Cp=CS (3) 式中：C为森林资源碳储量，是林木、林下植物和土壤固碳量的总和；α为林下植被碳转换系数；β为林地碳转换系数；δ为生物量扩大系数；ρ为容积密度；γ为含碳率；CTW为林木碳储量；Cp为森林碳密度（t/hm2）；S为森林面积（hm2）。一般情况下，在核算北京森林碳储量的过程中，换算系数一般按照IPCC的默认的参数值，δ为一般取值为1.90；容积密度ρ一般取0.45 ~ 0.50 t/m3，本研究取0.50 t/m3；含碳率γ一般取0.5[17]，α取0.195；β取1.244。
1.2.3 森林碳汇济价值评估方法
森林碳汇经济价值评估采用造林成本法和碳税法。造林成本法是以3种具有代表性的单价分别对森林碳汇经济价值进行估算，并以3者的平均值作为造林成本法的估算结果，本文选择3种较为常用的碳价格，即260.9、273.3、305.0元/t来进行估算[18−20]；碳税法以中华人民共和国林业行业标准《森林生态系统服务功能评估规范（LY/T1721—2008）》公布的算法和参数进行估算，本文采用瑞典碳税率150美元/t（人民币1 200元/t）[8,20]。森林碳汇的经济价值计量公式表示为
Q=CP (4) 式中：Q表示森林碳汇的总价值；P表示碳汇价格。
1.3 数据处理
利用Excel软件进行试验数据的整理和分析，使用Origin 2018软件绘制图表。
2. 结果与分析
2.1 北京市碳储量和碳密度变化特征
由表1可知：北京市森林总林分面积598 054.41 hm2、碳储量为1 934.59 万t，碳密度为32.35 t/hm2。各区域中，森林面积、碳储量和碳密度分布差异较大，其中密云区、怀柔区和延庆区3个区域的林分面积较大，其占比分别为18.64%、17.14%和16.41%；森林碳储量较大的区域是密云区、延庆区、顺义区，占比分别为13.79%、12.73%和11.40%；碳密度较大的区域为顺义区、大兴区、通州区。
表 1 北京市各区域森林面积、碳储量和碳密度Table 1. Forest area, carbon storage and carbon density in different regions of Beijing区域
Region林分面积/hm2
Stand area/ha比重
Specific gravity/%碳储量
Carbon stock/104 t比重
Specific gravity/%碳密度/（t·hm−2）
Carbon density/（t·ha−1）北京市 Beijing 598 054.41 100.00 1 934.59 100.00 32.35 东城区 Dongcheng District 552.44 0.09 0.00 0.00 0.00 西城区 Xicheng District 431.70 0.07 0.00 0.00 0.00 朝阳区 Chaoyang District 9 022.06 1.51 53.43 2.76 59.22 丰台区 Fengtai District 7 665.43 1.28 31.41 1.62 40.98 石景山区 Shijingshan District 2 344.72 0.39 10.94 0.57 46.68 海淀区 Haidian District 11 803.29 1.97 82.55 4.27 69.94 门头沟区 Mentougou District 54 248.02 9.07 145.83 7.54 26.88 房山区 Fangshan District 49 843.70 8.33 141.07 7.29 28.30 通州区 Tongzhou District 20 939.50 3.50 156.48 8.09 74.73 顺义区 Shunyi District 25 097.03 4.20 220.63 11.40 87.91 昌平区 Changping District 48 446.36 8.10 127.07 6.57 26.23 大兴区 Daxing District 18 699.55 3.13 152.60 7.89 81.61 怀柔区 Huairou District 98 121.85 16.41 191.12 9.88 19.48 平谷区 Pinggu District 36 888.89 6.17 108.51 5.61 29.41 密云区 Miyun District 111 458.32 18.64 266.69 13.79 23.93 延庆区 Yanqing District 102 491.55 17.14 246.27 12.73 24.03 由图1可知，不同地貌的林分碳密度均表现为阔叶林 > 混交林 > 针叶林，且平原地区森林碳密度约是山地森林碳密度的3.3倍，而碳储量表现不一致。其中山地中，针叶林、阔叶林、混交林的碳储量分别占总碳储量的33.86%、49.03%、17.11%；平原地区中，针叶林、阔叶林、混交林的碳储量分别占总碳储量的0.99%、86.47%、12.54%。由此可见，山地和平原地区的碳储量均以阔叶树为主，且平原地区表现出更强的森林固碳能力。
![]()
图 1 不同地貌森林碳储量和碳密度Figure 1. Forest carbon storage and carbon density in different landforms不同的森林林种中，防护林中水土保持林的碳储量最多，为414.15万t，占比30.8%，其次为水源涵养林和护路林，占比27.92%和15.87%；而碳密度以农田防护林、护岸林和护路林较高，分别为175.23、164.00、138.85 t/hm2。特种用途林中风景林的碳储量最多，为183.37万t，占比55.27%；其次为环境保护林和自然保护区林，占比分别为27.43%和15.34%；碳密度以名胜古迹和革命纪念林、国防林和实验林较高，分别为84.81、76.44和65.30 t/hm2 （图2）。
![]()
图 2 不同森林林种碳储量和碳密度对比WC.水源涵养林；SW.水土保持林；WS.防风固沙林；FS.农田防护林；RF.护岸林；GU.护路林；OS.其他防护林；DF.国防林；EF.实验林；EP.环境保护林；SF.风景林；PR.名胜古迹和革命纪念林；NR.自然保护区林；FH.速生丰产用材林；GT.一般用材林。下同。WC, water conservation forest; SW, soil and water conservation forest; WS, windbreak and sand-fixing forest; FS, farmland protection forest; RF, revetment forest; GU, road protection forest; OS, other protection forest; DF, defense forest; EF, experimental forest; EP, environmental protection forest; SF, scenic forest; PR, scenic spots, historical sites and revolutionary memorial forest; NR, nature reserve forest; FH, fast-growing and high-yield timber forest; GT, general timber forest. The same below.Figure 2. Comparison of carbon storage and carbon density among different forest species不同优势树种碳储量大小排列为杨树 > 栎树 > 油松 > 其他阔叶树 > 侧柏 > 刺槐 > 桦树 > 华北落叶松 > 山杨，碳密度大小排列为杨树 > 桦树 > 华北落叶松 > 山杨 > 油松 > 刺槐 > 栎树 > 其他阔叶树 > 侧柏。针叶类树种碳储量占比23.92%，阔叶类占比76.07%；阔叶类的碳密度是针叶类的2.5倍，明显高于针叶类。所有优势树种中，杨树的碳密度最大，为137.72 t/hm2；其次为桦树；针叶类中，华北落叶松的碳密度最大，为47.14 t/hm2（图3）。
不同林分起源中人工林碳储量1 407.32万t，占总碳储量的72.75%，而天然林和飞播林只占26.46%和0.80%；各林分起源的碳密度表现为人工林 > 飞播林 > 天然林，分别为39.42、21.91、20.76 t/hm2。总体来说，人工林相对天然林表现出更强的固碳能力（图3）。
在不同林分起源中各龄组的森林的碳储量和碳密度分布规律不一致（图4）。天然林中，碳储量表现为中龄林 > 幼龄林 > 近熟林 > 成熟林 > 过熟林，碳密度大小排序为成熟林 > 中龄林 > 近熟林 > 过熟林 > 幼龄林；人工林中，碳储量表现为中龄林 > 幼龄林 > 成熟林 > 近熟林 > 过熟林，碳密度大小排序为过熟林 > 成熟林 > 近熟林 > 中龄林 > 幼龄林；飞播林中，碳储量表现为中龄林 > 幼龄林 > 近熟林 > 成熟林 > 过熟林，碳密度随着龄级的增大而增大的趋势。从北京市所有森林类型来看，碳储量表现为中龄林 > 幼龄林 > 成熟林 > 近熟林 > 过熟林，碳密度表现为过熟林 > 成熟林 > 近熟林 > 中龄林 > 幼龄林。
![]()
图 4 不同龄组的森林碳储量和碳密度Figure 4. Forest carbon storage and carbon density in different age groups2.2 北京市森林碳储量和碳密度动态变化
从第1次到第8次调查数据显示，北京市森林面积和碳储量均呈增长的趋势；从第6次到第8次调查，森林整体的碳储量呈增长趋势，第8次调查相较于第7次增长19%，第7次调查相较于第6次增长9%；而碳密度整体变化不大，第8次调查相较于第7次增加0.05 t/hm2，第7次调查相较于第6次降低0.62 t/hm2（图5a）。
![]()
图 5 北京市森林碳储量和碳密度动态变化Figure 5. Dynamic changes of forest carbon storage and carbon density in Beijing其中防护林的碳储量呈现先降低再增大的趋势，而碳密度呈下降的趋势，防护林碳储量变化从第7次到第8次和从第6次到第7次变化率分别为10%、−2%，碳密度变化分变化率分别为−5%、−12%；特种用途林和用材林的碳储量和碳密度都呈增加的趋势，特种用途林碳储量从第7次到第8次和从第6次到第7次变化变化率分别为64%、33%，碳密度变化率分别为13%、15%；用材林碳储量变化率分别为24%、111%，碳密度变化率分别为51%、110%（图5b）。在不同优势树种中，华北落叶松、山杨的碳储量呈现先增加再减少的趋势，而刺槐、桦树呈现先减少后增加的趋势，其他树种均呈增加趋势。碳密度方面，油松、华北落叶松和山杨均表现为先增加后减少的趋势，侧柏、栎树、桦树表现为先减少后增加，刺槐和其他阔叶树均表现为连续减小，而杨树表现为持续增大的变化（图6）。
![]()
图 6 不同优势树种森林碳储量和碳密度变化Figure 6. Change of forest carbon storage and carbon density of different dominant tree species由表2可知，第8次调查中林分的碳储量较第7次增长18.76%，其中天然林增长23.16%，人工林增长18.05%，飞播林减少27.67%，天然林和人工林的碳储量都呈增长趋势，而飞播林的碳储量呈先增长再降低的趋势。碳密度上，天然林呈先减小后增大的趋势，人工林碳密度有所降低，飞播林碳密度呈增大趋势。
表 2 不同起源林分碳储量和碳密度变化Table 2. Changes of carbon storage and carbon density in stands of different origins项目
Item林分起源
Stand origin第6次
The sixth time第7次
The seventh time第8次
The eighth time第6−7次变化量
Amount of change from sixth to seventh time第6−7次变化率
Rate of change from sixth to seventh time/%第7−8次变化量
Amount of change from seventh to eighth time第7−8次变化率
Rate of change from seventh to eighth time/%碳储量
Carbon storage/104 t合计 Total 1 500.62 1 629.05 1 934.59 128.43 8.56 305.54 18.76 天然林
Natural forest413.49 415.55 511.80 2.06 0.50 96.26 23.16 人工林
Planted forest1 068.70 1 192.16 1 407.35 123.46 11.55 215.19 18.05 飞播林
Fly-sown forest18.43 21.35 15.44 2.91 15.79 −5.91 −27.67 碳密度/（t·hm−2）
Carbon density/（t·ha−1）合计 Total 33.00 32.30 32.35 −0.70 −2.11 0.047 7 0.15 天然林
Natural forest9.19 8.52 8.98 −0.67 −7.29 0.463 9 5.45 人工林
Planted forest43.16 41.74 39.42 −1.42 −3.29 −2.318 8 −5.56 飞播林
Fly-sown forest3.34 4.67 8.51 1.34 40.12 3.835 2 82.04 2.3 北京市森林碳储量经济价值评估
依据造林成本法和碳税法的不同碳价格计算发现（表3、4、5），北京市森林碳储量经济价值在54.14亿 ~ 232.15亿元之间，碳税法下的森林碳储量经济价值较高，为232.15亿元；而造林成本法在3种常用碳价格下森林碳储量经济价值均值为54.14亿元。优势树种中碳储量经济价值在0.85亿 ~ 97.96亿元之间；不同龄组的森林碳储量经济价值在3.55亿 ~ 81.22亿元之间。
表 3 分区域森林碳储量经济价值 亿元Table 3. Economic value of forest carbon storage in different regions108 CNY 区域
Region碳储量经济价值 Economic value of carbon storage 造林成本法 Afforestation cost method 碳税法 Carbon tax method 260.9元/t
260.9 CNY/t273.3元/t
273.3 CNY/t305.0元/t
305.0 CNY/t平均值
Mean value1 200元/t
1 200 CNY/t北京市 Beijing 50.47 52.95 59.01 54.14 232.15 朝阳区 Chaoyang District 1.39 1.46 1.63 1.50 6.41 丰台区 Fengtai District 0.82 0.86 0.96 0.88 3.77 石景山区 Shijingshan District 0.29 0.30 0.33 0.31 1.31 海淀区 Haidian District 2.15 2.26 2.52 2.31 9.91 门头沟区 Mentougou District 3.80 3.99 4.45 4.08 17.50 房山区 Fangshan District 3.68 3.86 4.30 3.95 16.93 通州区 Tongzhou District 4.08 4.28 4.77 4.38 18.78 顺义区 Shunyi District 5.76 6.04 6.73 6.17 26.48 昌平区 Changping District 3.32 3.48 3.88 3.56 15.25 大兴区 Daxing District 3.98 4.18 4.65 4.27 18.31 怀柔区 Huairou District 4.99 5.23 5.83 5.35 22.93 平谷区 Pinggu District 2.83 2.97 3.31 3.04 13.02 密云区 Miyun District 6.96 7.30 8.13 7.46 32.00 延庆区 Yanqing District 6.43 6.74 7.51 6.89 29.55 表 4 分树种森林碳储量经济价值 亿元Table 4. Economic value of forest carbon storage by tree species108 CNY 树种
Tree species碳储量经济价值 Economic value of carbon storage 造林成本法 Afforestation cost method 碳税法Carbon tax method 260.9元/t
260.9 CNY/t273.3元/t
273.3 CNY/t305.0元/t
305.0 CNY/t平均值
Mean value1 200元/t
1 200 CNY/t油松 Pinus tabuliformis 6.73 7.06 7.87 7.22 30.96 华北落叶松 Larix principis-rupprechtii 1.18 1.24 1.38 1.27 5.44 侧柏 Platycladus orientalis 4.16 4.36 4.86 4.46 19.14 栎树 Quercus spp. 7.82 8.21 9.15 8.39 35.98 桦树 Betula spp. 1.26 1.32 1.47 1.35 5.78 刺槐 Robinia pseudoacacia 1.44 1.51 1.68 1.54 6.62 其他杨树 Other Populus spp. 21.30 22.34 24.90 22.85 97.96 山杨 Populus davidiana 0.80 0.83 0.93 0.85 3.66 其他阔叶树 Other broadleaved tree 5.78 6.07 6.76 6.20 26.60 表 5 分龄组森林碳储量经济价值 亿元Table 5. Economic value of forest carbon storage by age group108 CNY 龄组
Age group碳储量经济价值 Economic value of carbon storage 造林成本法 Afforestation cost method 碳税法 Carbon tax method 260.9元/t
260.9 CNY/t273.3元/t
273.3 CNY/t305.0元/t
305.0 CNY/t平均值
Average value1 200元/t
1 200 CNY/t幼龄林 Young forest 12.79 13.42 14.95 13.72 58.83 中龄林 Middle-aged forest 17.66 18.52 20.64 18.94 81.22 近熟林 Near-mature forest 7.99 8.38 9.34 8.57 36.74 成熟林 Mature forest 8.72 9.15 10.20 9.36 40.12 过熟林 Over-mature forest 3.31 3.48 3.87 3.55 15.24 两种计算方法下北京市各区域的碳储量经济价值差异较大，其中密云区、延庆区、顺义区的碳储量经济价值均较大；优势树种中碳储量经济价值的排序均为其他杨树 > 栎树 > 油松 > 其他阔叶树 > 侧柏 > 刺槐 > 桦树 > 华北落叶松 > 山杨；不同龄组的森林碳储量经济价值大小排序为中龄林 > 幼龄林 > 成熟林 > 近熟林 > 过熟林。
3. 讨 论
3.1 北京市整体森林碳储量和碳密度的变化情况
森林碳储量与城市森林面积密切相关，碳密度更能反映出城市的森林质量。本研究中，北京市森林总碳储量为1 934.59万t，碳密度为32.35 t/hm2。基于第8次全国森林资源清查的数据（2009—2013年）[21]，全国碳储量为6 135.68 Tg，碳密度为37.28 t/hm2，其中安徽省森林碳储量为66.70 Tg，碳密度为22.87 t/hm2[21]；西藏自治区森林碳储量为1 067.16 Tg，碳密度为72.49 t/hm2[22]；福建省森林碳储量约为2.96 × 108 t，平均碳密度48.87 t/hm2[23]；四川省森林碳密度43.26 t/hm2[23]；广西为55.37 t/hm2[22]。与其他省份相比，北京市碳储量和碳密度相对较小，可能存在的原因是北京市人口密集、森林资源严重不足，且人为破坏和经营利用干扰严重，导致林分质量不高、碳密度较低。同时，随着生态建设理念的不断加强，北京市高度重视造林绿化工作，增加人工林中幼龄林地面积，但短期内森林资源尚未发挥出较好的固碳能力，而长期来看中幼树具有一定的固碳潜力，能够有效发挥林地的生态效益，因此北京市森林碳汇具有较大的增长潜力。
3.2 北京市森林碳汇能力比较分析
一般来说，乔木树种的碳汇能力表现为阔叶树 > 针叶树，落叶树 > 常绿树，速生树 > 慢生树；大型乔木树种碳汇能力高于小型乔木树种，但树龄、规格均不宜过大[24]。曹晓阳[25]研究发现山西中南部地区中针叶树的碳汇能力高于阔叶树；于海群[26]研究发现北京地区中毛白杨、国槐和松树的碳汇能力较强。本研究结果表明：阔叶类树种的碳密度是针叶类的2.45倍，速生树种的碳汇能力比针叶树和其他慢生树种的能力强。近年来的封山育林，促进了阔叶树种的生长，形成阔叶树混交林分，天然阔叶林的形成和造林树种的丰富使混交林面积的增加，这也是大部分阔叶树碳储量和碳密度没有表现出线性增长或降低的原因。因此，林业碳汇的发展应考虑林分具体情况，优化森林结构，科学选择树种，提高混交造林比重和模式，如阔叶树种比重、幼树和老树的搭配、深根树种和浅根树种的搭配等，这有利于形成更具有优势的群落结构，从结构上提升碳汇功能[27]。
北京市所有森林类型中，各龄组碳储量具体表现为中龄林 > 幼龄林 > 成熟林 > 近熟林 > 过熟林，碳密度表现为过熟林 > 成熟林 > 近熟林 > 中龄林 > 幼龄林，中幼龄林的碳密度比成熟林和过熟林要低得多，这说明森林碳汇能力与其林龄结构密切相关，森林碳动态在很大程度上取决于其龄级的变化[12]。树木的龄组结构是一个动态发展的过程。当林地造林速度与林木生长速度不平衡、抚育管理不到位时，森林生长速度会相对缓慢，如幼龄林面积增长速度过快，而蓄积增长却十分缓慢。幼、中龄林的固碳速率相对较快[27]，随着中幼龄林进一步发育成熟，成熟林比例将不断增大，碳储量和碳密度也会相应地提高。因此，在今后的造林过程中，加强对现有林地的抚育和管理，尤其是新植造林地优化林分结构，加大幼、中林龄阶段的人工抚育工作，提高森林碳汇能力，从而实现森林固碳的长期可持续发展[28]。
研究发现，北京市人工林的碳储量和碳密度优于天然林，人工林碳储量年均增加10.35%，这说明加强人工林的建设有利于增加森林碳汇。在“十二五”期间，封山育林政策开始实施，北京市主要以天然林为主，而随着平原地区造林工程、郊野公园、滨河森林公园等重大绿化工程取得飞跃成效，森林城市建设力度加大，人工林面积逐渐增加并且超过了天然林面积。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，这是北京市森林碳储量变化的主要原因[29]。同时，人工林的抚育管理良好，林木生长状况较好，且人工林中中幼龄林面积占比较大，林龄结构发生了改善，林分表现出较高的固碳能力。
3.3 北京市森林碳储量经济价值评估
森林碳储量的经济价值取决于森林碳汇单位价格及森林碳汇量[30]。普遍认为，碳汇价格与多种因素有关，特别是森林碳汇公共服务的性质[31]。为了更好的确定森林碳汇的价值，将森林固定的二氧化碳用货币的形式表示，有利于更直观的了解森林碳汇功能所发挥的效益。目前，常用的方法中造林成本法主要根据中国生物多样性国情研究报告[32]、中国森林资源核算研究[32]、长白山区森林固定二氧化碳价值的评估研究确定3种碳单价[19]，分别为260.9、273.3、305.0元/t；碳税法采用《森林生态系统服务功能评估规范》推荐的森林固碳价格为1 200元/t[20]。本研究中，依据造林成本法和碳税法的不同碳价格估算发现，北京市森林碳储量经济价值在54.14亿 ~ 232.15亿元之间，碳税法下的森林碳储量经济价值较高。两种计算方法下北京市各区域的碳储量经济价值差异较大，其中密云区、延庆区、顺义区的碳储量经济价值均较大，这说明北京的森林资源分布与其自然条件和经济发展密切相关，密云区和延庆区属远郊山地区域，森林面积较大，自然资源丰富，生态质量良好，表现出较高的碳储量经济价值；而顺义区作为平原百万亩造林工程的重点地区，大面积的人工造林发挥其生态效益，也具有较高的碳储量经济价值。优势树种中杨树表现出较强的固碳能力，碳储量价值最高。杨树种作为重要的用材造林树种，其适应性强且分布广泛[33]，北京市平原地区造林多以速生杨树为主，如北京杨、加拿大杨和黑杨等，其管理相对精细，表现出较高的固碳能力。而龄组中，中幼龄林具有较高的碳储量价值，北京市中幼龄林面积占比大，一方面是新造林主要以幼龄林为主，另一方面是部分过熟林的更新改造所致。但由于研究方法、数据等各方面的制约下，对北京市主要树种碳储量和碳密度的研究尚显粗略，只考虑了乔木林树种，并未对疏林、散生木和四旁木的生物量进行估算以及数据调查的动态变化中未涉及到森林生长潜力的具体预估和计算，加之国内外常用的几种碳价差异较大，容易使社会对碳汇产生误解，影响碳汇市场的健康、可持续发展，未来研究中可以更全面的对北京市森林碳储量和碳密度进行评估，进一步加大碳价的研究，为碳汇的潜力的评估和预测提供更加准确详细的参考依据。
4. 结 论
依据北京市第8次森林资源二类调查资料，北京市森林碳储量持续增长，森林碳储量最高的区域是密云区，碳密度较大的区域为顺义区；阔叶林是森林整体碳储量贡献的主体；平原地区碳储量和山区相差不大，碳密度约是山区的3.3倍；人工林的森林碳储量和碳密度均较高；森林碳储量价值中密云区、延庆区、顺义区碳汇经济价值最大，优势树种中杨树的碳汇价值最高，龄组中中龄林对北京市的贡献最大。
总体来看，北京市的森林碳储量经济价值有着广阔的发展前景，森林碳汇具有较大的增长潜力，今后应注重加强森林抚育和有效经营管理，提高森林资源的数量和质量，优化中心城市区域的绿化建设和森林结构，同时加强森林城市的碳汇经营管理水平，继续完善森林碳储量市场的建设，建立完备的森林经营和保护机制，制定相关碳汇经营管理政策和规范，以促进森林碳汇效益和其他生态效益的发挥，提前实现北京市生态经济和谐发展和“双碳”目标，为林业经济发展贡献更大的力量。
-
![]()
图 1 不同地貌森林碳储量和碳密度
Figure 1. Forest carbon storage and carbon density in different landforms
![]()
图 2 不同森林林种碳储量和碳密度对比
WC.水源涵养林；SW.水土保持林；WS.防风固沙林；FS.农田防护林；RF.护岸林；GU.护路林；OS.其他防护林；DF.国防林；EF.实验林；EP.环境保护林；SF.风景林；PR.名胜古迹和革命纪念林；NR.自然保护区林；FH.速生丰产用材林；GT.一般用材林。下同。WC, water conservation forest; SW, soil and water conservation forest; WS, windbreak and sand-fixing forest; FS, farmland protection forest; RF, revetment forest; GU, road protection forest; OS, other protection forest; DF, defense forest; EF, experimental forest; EP, environmental protection forest; SF, scenic forest; PR, scenic spots, historical sites and revolutionary memorial forest; NR, nature reserve forest; FH, fast-growing and high-yield timber forest; GT, general timber forest. The same below.
Figure 2. Comparison of carbon storage and carbon density among different forest species
![]()
图 4 不同龄组的森林碳储量和碳密度
Figure 4. Forest carbon storage and carbon density in different age groups
![]()
图 5 北京市森林碳储量和碳密度动态变化
Figure 5. Dynamic changes of forest carbon storage and carbon density in Beijing
![]()
图 6 不同优势树种森林碳储量和碳密度变化
Figure 6. Change of forest carbon storage and carbon density of different dominant tree species
表 1 北京市各区域森林面积、碳储量和碳密度
Table 1 Forest area, carbon storage and carbon density in different regions of Beijing
区域
Region林分面积/hm2
Stand area/ha比重
Specific gravity/%碳储量
Carbon stock/104 t比重
Specific gravity/%碳密度/（t·hm−2）
Carbon density/（t·ha−1）北京市 Beijing 598 054.41 100.00 1 934.59 100.00 32.35 东城区 Dongcheng District 552.44 0.09 0.00 0.00 0.00 西城区 Xicheng District 431.70 0.07 0.00 0.00 0.00 朝阳区 Chaoyang District 9 022.06 1.51 53.43 2.76 59.22 丰台区 Fengtai District 7 665.43 1.28 31.41 1.62 40.98 石景山区 Shijingshan District 2 344.72 0.39 10.94 0.57 46.68 海淀区 Haidian District 11 803.29 1.97 82.55 4.27 69.94 门头沟区 Mentougou District 54 248.02 9.07 145.83 7.54 26.88 房山区 Fangshan District 49 843.70 8.33 141.07 7.29 28.30 通州区 Tongzhou District 20 939.50 3.50 156.48 8.09 74.73 顺义区 Shunyi District 25 097.03 4.20 220.63 11.40 87.91 昌平区 Changping District 48 446.36 8.10 127.07 6.57 26.23 大兴区 Daxing District 18 699.55 3.13 152.60 7.89 81.61 怀柔区 Huairou District 98 121.85 16.41 191.12 9.88 19.48 平谷区 Pinggu District 36 888.89 6.17 108.51 5.61 29.41 密云区 Miyun District 111 458.32 18.64 266.69 13.79 23.93 延庆区 Yanqing District 102 491.55 17.14 246.27 12.73 24.03 
下载: 导出CSV
表 2 不同起源林分碳储量和碳密度变化
Table 2 Changes of carbon storage and carbon density in stands of different origins
项目
Item林分起源
Stand origin第6次
The sixth time第7次
The seventh time第8次
The eighth time第6−7次变化量
Amount of change from sixth to seventh time第6−7次变化率
Rate of change from sixth to seventh time/%第7−8次变化量
Amount of change from seventh to eighth time第7−8次变化率
Rate of change from seventh to eighth time/%碳储量
Carbon storage/104 t合计 Total 1 500.62 1 629.05 1 934.59 128.43 8.56 305.54 18.76 天然林
Natural forest413.49 415.55 511.80 2.06 0.50 96.26 23.16 人工林
Planted forest1 068.70 1 192.16 1 407.35 123.46 11.55 215.19 18.05 飞播林
Fly-sown forest18.43 21.35 15.44 2.91 15.79 −5.91 −27.67 碳密度/（t·hm−2）
Carbon density/（t·ha−1）合计 Total 33.00 32.30 32.35 −0.70 −2.11 0.047 7 0.15 天然林
Natural forest9.19 8.52 8.98 −0.67 −7.29 0.463 9 5.45 人工林
Planted forest43.16 41.74 39.42 −1.42 −3.29 −2.318 8 −5.56 飞播林
Fly-sown forest3.34 4.67 8.51 1.34 40.12 3.835 2 82.04
下载: 导出CSV
表 3 分区域森林碳储量经济价值 亿元
Table 3 Economic value of forest carbon storage in different regions
108 CNY 区域
Region碳储量经济价值 Economic value of carbon storage 造林成本法 Afforestation cost method 碳税法 Carbon tax method 260.9元/t
260.9 CNY/t273.3元/t
273.3 CNY/t305.0元/t
305.0 CNY/t平均值
Mean value1 200元/t
1 200 CNY/t北京市 Beijing 50.47 52.95 59.01 54.14 232.15 朝阳区 Chaoyang District 1.39 1.46 1.63 1.50 6.41 丰台区 Fengtai District 0.82 0.86 0.96 0.88 3.77 石景山区 Shijingshan District 0.29 0.30 0.33 0.31 1.31 海淀区 Haidian District 2.15 2.26 2.52 2.31 9.91 门头沟区 Mentougou District 3.80 3.99 4.45 4.08 17.50 房山区 Fangshan District 3.68 3.86 4.30 3.95 16.93 通州区 Tongzhou District 4.08 4.28 4.77 4.38 18.78 顺义区 Shunyi District 5.76 6.04 6.73 6.17 26.48 昌平区 Changping District 3.32 3.48 3.88 3.56 15.25 大兴区 Daxing District 3.98 4.18 4.65 4.27 18.31 怀柔区 Huairou District 4.99 5.23 5.83 5.35 22.93 平谷区 Pinggu District 2.83 2.97 3.31 3.04 13.02 密云区 Miyun District 6.96 7.30 8.13 7.46 32.00 延庆区 Yanqing District 6.43 6.74 7.51 6.89 29.55
下载: 导出CSV
表 4 分树种森林碳储量经济价值 亿元
Table 4 Economic value of forest carbon storage by tree species
108 CNY 树种
Tree species碳储量经济价值 Economic value of carbon storage 造林成本法 Afforestation cost method 碳税法Carbon tax method 260.9元/t
260.9 CNY/t273.3元/t
273.3 CNY/t305.0元/t
305.0 CNY/t平均值
Mean value1 200元/t
1 200 CNY/t油松 Pinus tabuliformis 6.73 7.06 7.87 7.22 30.96 华北落叶松 Larix principis-rupprechtii 1.18 1.24 1.38 1.27 5.44 侧柏 Platycladus orientalis 4.16 4.36 4.86 4.46 19.14 栎树 Quercus spp. 7.82 8.21 9.15 8.39 35.98 桦树 Betula spp. 1.26 1.32 1.47 1.35 5.78 刺槐 Robinia pseudoacacia 1.44 1.51 1.68 1.54 6.62 其他杨树 Other Populus spp. 21.30 22.34 24.90 22.85 97.96 山杨 Populus davidiana 0.80 0.83 0.93 0.85 3.66 其他阔叶树 Other broadleaved tree 5.78 6.07 6.76 6.20 26.60
下载: 导出CSV
表 5 分龄组森林碳储量经济价值 亿元
Table 5 Economic value of forest carbon storage by age group
108 CNY 龄组
Age group碳储量经济价值 Economic value of carbon storage 造林成本法 Afforestation cost method 碳税法 Carbon tax method 260.9元/t
260.9 CNY/t273.3元/t
273.3 CNY/t305.0元/t
305.0 CNY/t平均值
Average value1 200元/t
1 200 CNY/t幼龄林 Young forest 12.79 13.42 14.95 13.72 58.83 中龄林 Middle-aged forest 17.66 18.52 20.64 18.94 81.22 近熟林 Near-mature forest 7.99 8.38 9.34 8.57 36.74 成熟林 Mature forest 8.72 9.15 10.20 9.36 40.12 过熟林 Over-mature forest 3.31 3.48 3.87 3.55 15.24
下载: 导出CSV
-
[1] 文勇军, 杨韩. 云南省“十三五”期间森林碳储量动态变化及碳汇潜力分析[J]. 林业建设, 2022(4): 22−25. Wen Y J, Yang H. Carbon sink potential analysis and dynamic changes of forest carbon storage in Yunnan Province during the 13th five-year plan period[J]. Forestry Construction, 2022(4): 22−25.
[2] 陆霁, 张颖, 李怒云. 林业碳汇交易可借鉴的国际经验[J]. 中国人口资源与环境, 2013, 23(12): 22−27. Lu J, Zhang Y, Li N Y. Forest carbon sink trade referenced to overseas experiences[J]. China Population, Resources and Environment, 2013, 23(12): 22−27.
[3] Magnussen S, Köhl M, Olschofsky K. Error propagation in stock-difference and gain-loss estimates of a forest biomass carbon balance[J]. European Journal of Forest Research, 2014, 133(6): 1137−1155. doi: 10.1007/s10342-014-0828-0
[4] Houghton R A. Aboveground forest biomass and the global carbon balance[J]. Global Change Biology, 2010, 11(6): 945−958.
[5] Fang J. Changes in forest biomass carbon storage in China between 1949 and 1998[J]. Science, 2001, 292: 2320−2322. doi: 10.1126/science.1058629
[6] 朱建华, 田宇, 李奇, 等. 中国森林生态系统碳汇现状与潜力[J]. 生态学报, 2023, 43(9): 1−16. Zhu J H, Tian Y, Li Q, et al. The current and potential carbon sink in forest ecosystem in China[J]. Acta Ecologica Sinica, 2023, 43(9): 1−16.
[7] 李德润, 彭红军. 碳中和背景下基于森林质量的中国碳汇潜力评估[J]. 中国林业经济, 2023(3): 83−88. doi: 10.13691/j.cnki.cn23-1539/f.2023.03.016 Li D R, Peng H J. Assessment of China carbon sink potential based on forest quality in a carbon neutral context[J]. China Forestry Economics, 2023(3): 83−88. doi: 10.13691/j.cnki.cn23-1539/f.2023.03.016
[8] 张峰, 彭祚登. 北京市森林碳储量和碳汇经济价值研究[J]. 林业资源管理, 2021(6): 52−58. Zhang F, Peng Z D. Biomass carbon stocks and carbon stock economic value of forests in Beijing[J]. Forest Resources Management, 2021(6): 52−58.
[9] 续珊珊. 森林碳储量估算方法综述[J]. 林业调查规划, 2014, 39(6): 28−33. doi: 10.3969/j.issn.1671-3168.2014.06.007 Xu S S. A review of forest carbon storage estimation methods[J]. Forest Inventory and Planning, 2014, 39(6): 28−33. doi: 10.3969/j.issn.1671-3168.2014.06.007
[10] 范冶. 武汉市森林碳汇能力评价研究[D]. 武汉: 武汉轻工大学, 2019. Fan Y. Assessment of forest carbon sequestration capacity in Wuhan City[D]. Wuhan: Wuhan University of Light Industry, 2019.
[11] Zhang H, Feng Z, Chen P, et al. Development of a tree growth dierence equation and its application in forecasting the biomass carbon stocks of Chinese forests in 2050[J]. Forests, 2019, 7(10): 582.
[12] 王会荣, 李爱琴, 王晶晶, 等. 基于第8次森林资源清查数据的安徽森林碳储量特征研究[J]. 西北农林科技大学学报(自然科学版), 2019, 47(7): 78−86. Wang H R, Li A Q, Wang J J, et al. Characteristics of forest carbon storage in Anhui based on the 8th forest inventory data[J]. Journal of Northwest A&F University (Natural Science Edition), 2019, 47(7): 78−86.
[13] 褚宏洋. 森林碳汇经济价值评估及影响因素研究[D]. 泰安: 山东农业大学, 2016. Chu H Y. Research on economic value assessment and influencing factors of forest carbon sinks: a case study in Shandong Province[D]. Tai’an: Shandong Agricultural University, 2016.
[14] 张娟, 陈钦. 森林碳汇经济价值评估研究: 以福建省为例[J]. 西南大学学报(自然科学版), 2021, 43(5): 121−128. Zhang J, Chen Q. Study on economic value assessment of forest carbon sequestration: taking Fujian Province as an example[J]. Journal of Southwest University (Natural Science Edition), 2021, 43(5): 121−128.
[15] 陈晓凤. 北京市乔木林碳储量及其固碳潜力研究[D]. 北京: 北京林业大学, 2020. Chen X F. Study on carbon storage and carbon sequestration potential of arbor forest in Beijing[D]. Beijing: Beijing Forestry University, 2020.
[16] 樊登星, 余新晓, 岳永杰, 等. 北京市森林碳储量及其动态变化[J]. 北京林业大学学报, 2008, 30(增刊 2): 117−120. doi: 10.13332/j.1000-1522.2008.s2.024 Fan D X, Yu X X, Yue Y J, et al. Forest carbon storage and its dynamics in Beijing[J]. Journal of Beijing Forestry University, 2008, 30(Suppl. 2): 117−120. doi: 10.13332/j.1000-1522.2008.s2.024
[17] 张颖, 李晓格. 碳达峰碳中和目标下北京市森林碳汇潜力分析[J]. 资源与产业, 2022, 24(1): 15−25. Zhang Y, Li X G. Carbon sink potential of Beijing’s forest under carbon peak and carbon neutrality[J]. Resources and Industry, 2022, 24(1): 15−25.
[18] 杨美丽, 褚宏洋, 庄皓明, 等. 森林碳汇经济价值评估研究: 以山东省为例[J]. 山东农业大学学报(社会科学版), 2017, 19(2): 77−84. Yang M L, Chu H Y, Zhuang H M, et al. Research on the economic value evaluation of forest carbon sinks: based on mountains: taking Eastern Province as an example[J]. Journal of Shandong Agricultural University (Social Sciences Edition), 2017, 19(2): 77−84.
[19] 施溯筠, 李光, 张三焕. 长白山区森林固定CO2价值的评估[J]. 延边大学学报(自然科学版), 2002(2): 134−137. Shi S Y, Li G, Zhang S H. Valuing the forestry of carbon fixation in Changbai Mountain[J]. Journal of Yanbian University (Natural Science), 2002(2): 134−137.
[20] 成克武, 崔国发, 王建中, 等. 北京喇叭沟门林区森林生物多样性经济价值评价[J]. 北京林业大学学报, 2000, 22(4): 66−71. doi: 10.3321/j.issn:1000-1522.2000.04.013 Cheng K W, Cui G F, Wang J Z, et al. Evaluation on the economic value of the forest biodiversity in Labagoumen forest region[J]. Journal of Beijing Forestry University, 2000, 22(4): 66−71. doi: 10.3321/j.issn:1000-1522.2000.04.013
[21] 李奇, 朱建华, 冯源, 等. 中国森林乔木林碳储量及其固碳潜力预测[J]. 气候变化研究进展, 2018, 14(3): 287−294. Li Q, Zhu J H, Feng Y, et al. Carbon storage and carbon sequestration potential of the forest in China[J]. Climate Change Research, 2018, 14(3): 287−294.
[22] 刘淑琴, 夏朝宗, 冯薇, 等. 西藏森林植被乔木层碳储量与碳密度估算[J]. 应用生态学报, 2017, 28(10): 3127−3134. doi: 10.13287/j.1001-9332.201710.023 Liu S Q, Xia C Z, Feng W, et al. Estimation of vegetation carbon storage and density of forests at tree layer in Tibet, China[J]. Chinese Journal of Applied Ecology, 2017, 28(10): 3127−3134. doi: 10.13287/j.1001-9332.201710.023
[23] 邵波, 燕腾. 四川省森林植被碳储量及碳密度估算[J]. 西南林业大学学报(自然科学), 2017, 37(2): 179−183. Shao B, Yan T. Study on carbon storage and carbon density of forest in Sichuan Province[J]. Journal of Southwest Forestry University, 2017, 37(2): 179−183.
[24] 王敏, 石乔莎. 城市绿色碳汇效能影响因素及优化研究[J]. 中国城市林业, 2015, 13(4): 1−5. doi: 10.3969/j.issn.1672-4925.2015.04.001 Wang M, Shi Q S. A study of influencing factors to urban green carbon sequestration and its efficiency optimization[J]. Journal of Chinese Urban Forestry, 2015, 13(4): 1−5. doi: 10.3969/j.issn.1672-4925.2015.04.001
[25] 曹晓阳. 山西中南部主要造林树种固碳能力研究[D]. 北京: 北京林业大学, 2013. Cao X Y. Research on carbon sequestration ability of main afforestation tree species in central and southern Shanxi Province, China[D]. Beijing: Beijing Forestry University, 2013.
[26] 于海群. 华北地区平原造林工程碳汇能力及碳汇价值研究: 以北京市东郊森林公园为例[J]. 生态经济, 2022, 38(2): 110−115. Yu H Q. Carbon accounting for afforestation project in the plain area of Beijing: a case study of eastern suburb forest park, Beijing[J]. Ecological Economy, 2022, 38(2): 110−115.
[27] 李轶涛. 山西省森林生态系统碳汇特征及提升措施[J]. 山西林业, 2022(4): 10−11. doi: 10.3969/j.issn.1005-4707.2022.04.004 Li Y T. Carbon sequestration characteristics and promotion measures of forest ecosystem in Shanxi Province[J]. Shanxi Forestry, 2022(4): 10−11. doi: 10.3969/j.issn.1005-4707.2022.04.004
[28] 郭忠升. 水资源紧缺地区土壤水分植被承载力论述[J]. 林业科学, 2011, 47(5): 140−144. doi: 10.11707/j.1001-7488.20110522 Guo Z S. A review of soil water carrying capacity for vegetation in water-limited regions[J]. Scientia Silvae Sinicae, 2011, 47(5): 140−144. doi: 10.11707/j.1001-7488.20110522
[29] 兰秀, 杜虎, 宋同清, 等. 广西主要森林植被碳储量及其影响因素[J]. 生态学报, 2019, 39(6): 2043−2053. Lan X, Du H, Song T Q, et al. Vegetation carbon storage in the main forest types in Guangxi and the related influencing factors[J]. Acta Ecologica Sinica, 2019, 39(6): 2043−2053.
[30] 陈周光, 龙飞, 祁慧博. 浙江省森林碳汇潜力及经济价值研究[J]. 黑龙江八一农垦大学学报, 2022, 34(4): 126−133. doi: 10.3969/j.issn.1002-2090.2022.04.018 Chen Z G, Long F, Qi H B. Study on forest carbon sink potential and economic value in Zhejiang Province[J]. Journal of Heilongjiang Bayi Agricultural University, 2022, 34(4): 126−133. doi: 10.3969/j.issn.1002-2090.2022.04.018
[31] 杜好. 丽水市森林碳储量和碳汇经济价值研究[J]. 浙江林业科技, 2023, 43(3): 87−93. doi: 10.3969/j.issn.1001-3776.2023.03.012 Du H. Study on forest carbon stock and carbon sink value in Lishui[J]. Journal of Zhejiang Forestry Science and Technology, 2023, 43(3): 87−93. doi: 10.3969/j.issn.1001-3776.2023.03.012
[32] 侯元兆, 王琦. 中国森林资源核算研究[J]. 世界林业研究, 1995(3): 51−56. doi: 10.13348/j.cnki.sjlyyj.1995.03.008 Hou Y Z, Wang Q. A study on forest resource accounting in China[J]. World Forestry Research, 1995(3): 51−56. doi: 10.13348/j.cnki.sjlyyj.1995.03.008
[33] 刘凤芹, 陈波, 高琛, 等. 降水对沙地杨树人工林水分利用的影响[J]. 干旱区资源与环境, 2016, 30(10): 165−170. doi: 10.13448/j.cnki.jalre.2016.335 Liu F Q, Chen B, Gao C, et al. Effects of precipitation on water use strategy of poplar plantation in sandy area[J]. Journal of Arid Land Resources and Environment, 2016, 30(10): 165−170. doi: 10.13448/j.cnki.jalre.2016.335
-
期刊类型引用(5)
1. 石铁矛，王迪，汤煜，李沛颖. 城市复合碳汇价值评价研究——以沈阳市为例. 风景园林. 2025(01): 57-66 . 
百度学术
2. 肖嘉文，刘金福，郑雯，王智苑，方梦凡，洪宇，谭芳林. 1974—2018年福建省森林碳储量特征及动态变化. 植物资源与环境学报. 2024(04): 101-108 . 百度学术
3. 韦廷善. 凤山县森林碳汇功能提升路径探讨. 南方农业. 2024(18): 188-190 . 百度学术
4. 王媛媛，刘可欣，张湘婕，王艺璇，赵俊玮，徐连杰，郭婷婷，王天意，任志彬，代新竹. 城市森林碳汇估算计量——以长春市为例. 中国城市林业. 2024(06): 116-122 . 百度学术
5. 胡剑锋，郭诗颖，黄佳瑶. 福建省优势树种与竹林碳储量测算. 沈阳师范大学学报(自然科学版). 2024(05): 391-397 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 888
- HTML全文浏览量: 163
- PDF下载量: 212
- 被引次数: 9
