台湾针叶林和阔叶人工林的地点依赖性碳积累动态：一种Chapman–Richards生长模型方法

《Forests》：Site-Dependent Carbon Accumulation Dynamics in Taiwan’s Coniferous and Broad-Leaved Plantations: A Chapman–Richards Growth Modeling Approach

　　

准确估算森林碳储存是减缓气候变化的基础。然而，高度异质性的立地条件，以及传统线性和多项式模型的生物学局限性，给自愿碳减排项目中碳积累的估算带来了相当大的挑战。基于台湾地区1190个永久样地数据，研究人员利用非线性Chapman–Richards生长函数，为台湾针叶和阔叶人工林开发了一种基于立地等级的碳储存预测模型。估计的模型参数揭示了两种森林类型不同的碳积累模式。针叶人工林显示出更高的模型估计渐近碳储存（1232.506 Mg CO₂ ha^?1），而阔叶人工林在林分发育早期阶段碳积累更快。由于单一基础模型在大空间尺度应用时可能产生较大的预测误差，研究人员以30年作为参考林龄，将林分划分为高、中、低三个立地等级。在嵌套交叉验证下，立地分类使针叶和阔叶人工林的样本外均方根误差分别降低了56.8%和50.8%。由此产生的立地等级模型可为自愿森林碳减排项目中设定基线和项目情景提供有用的定量工具。

森林碳储存的准确量化是全球气候变化减缓的核心议题。台湾地区地形陡峭、海拔梯度显著，导致立地条件高度异质，传统线性和多项式模型在描述碳积累过程时存在生物学局限性，无法反映渐近增长特征，且在大空间尺度上预测误差较大。现有研究多依赖基于树高的立地指数间接估算碳储量，但多步转换会累积并放大误差。为此，研究人员亟需发展一种直接基于碳储存的立地分类框架，以平衡数据可得性与预测精度，为自愿碳减排项目提供实用的基线情景工具。该研究基于台湾林业及自然保育署自1997年起建立的永久样地网络，筛选出657个针叶人工林样地和533个阔叶人工林样地，样地分布涵盖全岛各森林经营区，林龄范围分别为2–87年和1–77年。研究人员以每公顷碳储存量（Mg CO₂ ha^?1）为因变量，采用非线性Chapman–Richards生长函数拟合基础模型，再以30年参考林龄构建变形立地指数曲线，将林分划分为高、中、低三个立地等级，并分别建立预测模型。研究结论表明：针叶人工林渐近碳储存（1232.506 Mg CO₂ ha^?1）高于阔叶人工林（601.211 Mg CO₂ ha^?1），但阔叶人工林在早期阶段碳积累速率更快；立地分类使样本外均方根误差（RMSE）在针叶和阔叶人工林中分别降低56.8%和50.8%，显著提升了预测精度。该研究为台湾森林碳汇项目提供了直接基于碳储存的立地等级模型，避免了传统树高间接法的累积误差，具有重要的实践意义。论文发表在《Forests》。

研究人员主要采用以下关键技术方法：基于1190个永久样地（来自台湾全岛森林经营区，1997–2002年首次调查数据）的长期观测数据，利用Chapman–Richards非线性生长函数拟合基础模型；采用变形立地指数曲线法，以30年参考林龄将林分划分为高、中、低三个立地等级；通过嵌套10折交叉验证评估分类预测性能；以均方根误差（RMSE）和平均绝对百分比误差（MAPE）作为模型评价指标。碳储量换算依据台湾国家温室气体清单报告中的转换系数，仅包括活立木地上与地下生物量。

**3.1 永久样地描述性统计**
通过对657个针叶林样地和533个阔叶林样地的统计分析，研究人员发现针叶人工林平均碳储量为406.053 Mg CO₂ ha^?1，阔叶人工林为335.548 Mg CO₂ ha^?1，两类林分林龄分布范围广泛，能够代表台湾人工林的不同发育阶段。

**3.2 基础生长模型拟合**
利用非线性最大似然估计拟合Chapman–Richards模型，研究人员得到针叶人工林渐近参数β₀为1232.506 Mg CO₂ ha^?1，生长速率参数β₁为0.0254，形状参数β₂为0.4133；阔叶人工林β₀为601.211 Mg CO₂ ha^?1，β₁为0.0335，β₂为0.0708。模型均高度显著（p < 0.0001），表明两种森林类型碳积累轨迹存在差异。

**3.3 立地指数分类与预测曲线**
以30年参考林龄，研究人员将针叶人工林高、中、低立地等级的参考碳储量分别设为680、420、180 Mg CO₂ ha^?1，阔叶人工林分别设为630、370、170 Mg CO₂ ha^?1。基于变形曲线假设，构建了各立地等级的生长预测曲线，曲线随林龄增长逐渐分离，高立地等级林分早期碳积累快且渐近值更高。

**3.4 基础模型评估**
基础模型对针叶人工林的RMSE为237.775 Mg CO₂ ha^?1，MAPE为105.10%；阔叶人工林RMSE为201.951 Mg CO₂ ha^?1，MAPE为116.62%。分层10折交叉验证显示样本外RMSE与样本内RMSE差异小于1%，表明模型未过拟合，但绝对预测精度仍较低。

**3.5 立地等级模型评估**
通过将样地按反算立地指数分为三类，研究人员发现针叶林低、中、高立地等级的RMSE分别为70.987、79.192、158.377 Mg CO₂ ha^?1，MAPE分别为72.57%、15.65%、15.97%；阔叶林相应值分别为55.585、67.752、172.011 Mg CO₂ ha^?1和77.98%、15.75%、18.65%。嵌套10折交叉验证进一步证实，分类使样本外RMSE在针叶林降低56.8%，在阔叶林降低50.8%，表明立地分类有效捕捉了数据中的真实结构。

讨论部分指出，针叶林较高的渐近碳储存可能源于其冠层结构、较长寿命及对林分密度的更高耐受性，而阔叶林早期更快的碳积累速率与其迅速占据生长空间的能力一致。阔叶林形状参数β₂的95%置信区间包含0，表明其生长曲线可能退化为单分子形式，然而研究人员仍保留完整模型以保持参数可比性。低立地等级MAPE较高，部分原因是小分母效应及其中包含部分造林失败或受干扰林分，这些林分不遵循典型S形生长轨迹。高立地等级RMSE较大则反映异方差性（方差随均值增大）。研究强调，立地等级模型需基于样地实测碳储量进行分配，无实测数据时基于环境因子的定性分类尚未验证。研究结论翻译如下：采用生长模型进行事前碳储量估算是国际造林再造林（A/R）方法学中的标准做法。本研究基于Chapman–Richards函数为台湾针叶和阔叶人工林开发了基于立地等级的碳储存预测模型，有效捕捉了生长动态并揭示了两种森林类型不同的碳积累策略：针叶人工林渐近碳储量更高，阔叶人工林早期年碳吸收速率更快。将林分划分为高、中、低立地等级显著降低了预测误差，该降低通过嵌套交叉验证得到确认。低立地等级林分的相对误差和高立地等级林分的绝对误差仍存在较大变异，反映了林分密度、经营措施及低立地等级中包含非典型生长林分等因素。该模型可为台湾森林碳汇项目中的碳储量量化提供灵活工具，但基于环境因子的定性分类尚未验证，需进一步检验。未来工作包括对独立时间序列的验证、正式定义立地等级参考值以及验证定性分配程序。总体上，该模型估算结果可为森林碳汇科学管理提供定量基础，并为未来气候变化减缓政策制定提供参考。