森林结构与经济评估整合用于生态系统服务评价：来自Hyrcanian森林的证据

《Trees, Forests and People》：Integrating Forest Structural and Economic Assessments for Ecosystem Service Evaluation: Evidence from the Hyrcanian Forests

　　

本研究对伊朗北部Hyrcanian森林的森林生物量、碳储量、氧气产生及调节性生态系统服务的经济价值进行了综合评估。研究人员从分布于九种森林类型的120个样地（每样地500 m2）中收集了野外清查数据。生物量采用四种互补方法进行估算：基于材积的模型、物种特异性异速方程、全球泛热带模型以及人工神经网络。生物量估算结果通过既定的化学计量关系和碳组分系数转换为碳储量、CO₂当量及氧气产生量。经济估值采用氧气产生的替代成本法和碳储量的社会碳成本法进行。结果表明，不同森林类型之间存在显著差异。成熟东方水青冈（Fagus orientalis）林分具有最高的生物量值（781.3–1,052.6 t ha^?1），而人工林最低（92.2–159.9 t ha^?1）。物种特异性异速模型产生的生物量估算值最高，而基于材积的方法与人工神经网络方法的结果高度相近（R2 = 0.9964）。估算的碳储量范围为43.3–494.7 t C ha^?1，对应159.0–1,815.3 t CO₂e ha^?1。根据所采用的生物量估算方法，Darabkola森林生态系统的氧气产生和碳储量的存量基础经济价值估计在5.78亿至7.85亿美元之间。研究结果表明，成熟的天然林比人工林提供更大的气候调节服务，并突显了生物量估算方法对生态系统服务估值的强烈影响。人工神经网络与传统基于材积的方法之间的高度一致性表明，机器学习方法可以为生物量估算和经济评估提供可靠支持。本研究提供了一个基于野外的框架，将森林结构、生物量估算、碳评估和经济估值联系起来，以支持森林管理、自然资本核算和生态系统服务评价。研究结果进一步表明，在同一森林内，生物量估算方法的选择可在调节性生态系统服务的经济估值中产生高达2亿美元的差异，这对生态系统服务估值具有重要启示。

**研究背景与意义**

生态系统服务被广泛认为是人类从生态系统结构、过程和功能中获得的直接与间接利益，支撑着人类福祉和可持续社会经济发展。森林作为最重要的陆地生态系统之一，提供木材、非木质林产品、生物多样性保护、气候调节和水源涵养等多维服务。全球评估显示，森林生态系统服务的经济价值（不含木材和碳固存）已从1995年的约5万亿美元增至2018年的7.5万亿美元，占全球陆地自然资本的近21%。在各类调节服务中，碳固存和氧气产生尤为重要——森林通过光合作用吸收大气CO₂并释放O₂，在气候缓解和生态系统功能维持中发挥关键作用。然而，毁林和土地利用变化持续威胁着森林生态系统。在Hyrcanian森林区域，2000–2022年间约有85,579公顷被砍伐、78,610公顷退化，主要与农业扩张相关。传统经济核算体系往往无法捕捉非市场服务价值，导致森林系统性低估。尽管已有众多研究分别涉及森林生物量或生态系统服务估值，但将多种估算方法纳入统一估值框架的系统性比较研究仍然有限，尤其是在生态多样性高的伊朗Hyrcanian森林（联合国教科文组织世界遗产地）中，综合经济估值研究十分匮乏。因此，开展基于高分辨率野外实测的本地化评估对于降低不确定性、提高估值可靠性至关重要。

**研究方法概述**

研究以伊朗北部Mazandaran省Sari市东南约30 km处的Darabkola研究和教育森林生态系统（总面积2,612 ha，属Hyrcanian森林生态区流域No. 74）为对象，该森林由Sari农业科学与自然资源大学自然资源学院管理。基础森林清查数据来源于Darabkola森林管理项目（FPD, 2024）。研究人员按照官方森林管理计划中的林型分类，基于统计学代表性和空间覆盖度两大标准，选取9种林型（鹅耳枥林、水青冈林、水青冈–鹅耳枥林、水青冈–银缕梅林、银缕梅–鹅耳枥林、混交林、保护林、人工林和经营林）进行比较分析。野外调查在120个系统分布的样地（500 m2，25 × 20 m）中进行，测量每木胸径（DBH）和树高。地上生物量（AGB）通过四种方法估算：基于材积的方法（材积×木材密度）、Vahedi等（2014）针对水青冈–鹅耳枥林分开发的物种特异性异速方程、Chave等（2014）的全球泛热带模型，以及多层感知器（MLP）人工神经网络模型。地下生物量（BGB）依据IPCC（2006）指南采用根冠比（R = 0.25）估算。碳储量以干物质量的47%碳系数计算，CO₂当量采用分子量比3.67换算，氧气产生量按化学计量因子1.191换算。经济估值中，氧气产生采用替代成本法（参考工业氧气价格US$0.22 kg^?1），碳固存采用社会碳成本法（经通胀调整后为US$129.2 t^?1 CO₂）。数据采用SAS 9.4进行双因素方差分析（ANOVA），人工神经网络建模在STATISTICA 12.0中完成。

**研究结果**

**森林结构特征。** 各林型平均林分材积差异显著，水青冈林最高（888 m3 ha^?1），表明其具有成熟高生物量林分；混交林和水青冈–银缕梅林也较高（分别为750和733 m3 ha^?1），人工林最低（112 m3 ha^?1）。大多数林型的树木频数在25–40 cm径级最高，随径级增大呈递减趋势；树高分布方面，20–25 m高度级频数最高。水青冈林和保护林的树高–胸径关系决定系数最高（R2 = 0.6829和0.6904），人工林最低（R2 = 0.4372）。生态系统中水青冈（Fagus orientalis）和鹅耳枥（Carpinus betulus）两种优势种的树高–胸径关系分别以二次模型（R2 = 0.6102）和对数模型（R2 = 0.5978）拟合最佳。

**人工神经网络模型表现。** 在评估的5种MLP架构中，MLP 4-15-1架构取得最低训练误差（MSE = 0.0628，RMSE = 0.2506，MAE = 0.0583）和最高训练R2（0.9964），验证R2达0.9982，被选为最优模型。各林型人工神经网络预测值与基于材积法的生物量估算值之间呈极强线性关系（R2 = 0.9726–0.9995），生态系统整体R2 = 0.9964，表明人工神经网络能有效再现基于材积法的估算结果。

**地上与地下生物量估算。** 各林型间AGB差异显著，水青冈林最高（625.0–842.1 t ha^?1），物种特异性模型产生最高估算值，基于材积法与人工神经网络结果相近；人工林最低（73.8–127.9 t ha^?1）。总生物量（AGB + BGB）范围为92.2–1,052.6 t ha^?1，物种特异性模型一致产生最高估算值，基于材积法与人工神经网络结果相似，全球泛热带模型的估算值居中。

**生态系统服务经济评估。** 基于四种方法估算的Darabkola森林生态系统总生物量为1,306,000–1,770,936 t。氧气产生的经济价值（以US$0.22 kg^?1计）估计为3.42亿–4.65亿美元。碳储量估计为613,820–832,340 t C，对应CO₂当量225万–305万t CO₂e，碳固存的经济价值（以US$129.2 t^?1 CO₂计）为2.91亿–3.95亿美元。氧气产生和碳固存的总存量经济价值在5.78亿至7.85亿美元之间。敏感性分析显示，氧气价格±20%变动导致估值在2.296亿至4.680亿美元之间波动，但四种方法的相对排序不变。双因素方差分析表明，林型（F = 11.12，p < 0.0001）和估算方法（F = 5.30，p = 0.0013）对总生物量及相关经济指标均有显著影响，交互作用不显著。水青冈林的经济价值最高（总生物量相关价值US$421,547.6 ha^?1），人工林最低（US$119,702.7 ha^?1）。物种特异性模型在各经济指标中均产生最高估算值，基于材积法与人工神经网络结果无显著差异且均低于其他方法。

**讨论与结论**

讨论部分指出，生物量估算构成碳固存和氧气产生等生物量依赖型生态系统服务经济估值的基础，但估算方法的选择会引入实质性不确定性，这种不确定性会直接传导至碳核算和经济估值。水青冈林的最高生物量和碳储量可归因于其成熟发育阶段、大树尺寸及多层冠层结构；人工林因林龄较小、结构简化而生物量最低，这与全球成熟天然林碳储量高于人工林的普遍规律一致。基于材积法与人工神经网络的趋同结果以及全球泛热带模型的可比输出，增强了评估结果的稳健性；同时，物种特异性方程外延至非标定树种时需谨慎解释。经济评估显示，调节服务价值远超传统木材价值，方法选择可在同一森林中产生约2.07亿美元的估值差异，这强调了在生态系统服务估值中透明量化方法学不确定性的必要性。

研究结论：本研究表明，伊朗北部Hyrcanian森林中Darabkola森林生态系统的主要林型在生物量积累、碳固存、氧气产生及其相关经济估值方面存在显著差异。成熟水青冈优势林一致表现出最高的生物量和碳储存能力，而人工林最低。四种生物量估算方法的比较显示，方法选择强烈影响估算的碳储量和生态系统服务估值——物种特异性模型产生最高估算值，基于材积法与人工神经网络结果高度相近。这些发现强调了将基于野外的森林结构评估与透明的生物量估算和经济估值方法相结合的重要性，以支持Hyrcanian森林更可靠的生态系统服务评估和可持续森林管理。