基于FORECAST模型不同轮伐期杉木人工林和云杉林碳储量的研究

基于FORECAST模型不同轮伐期杉木人工林和云杉林碳储量的研究

论文摘要

由于长时间对森林过度砍伐和人口增长带来的森林退化的巨大压力,我们需要可持续发展的思想来指导森林的经营管理。通过模型模拟进行新的管理体制的预测,可以使我们采取优化的措施来维持我们期望的生态系统价值。杉木林和云杉林是我国亚热带和西南林区的重要的森林生态系统,本文利用FORECAST模型模拟不同轮伐期对云杉林和杉木人工林碳储量的影响,为进一步深入研究我国乃至全球范围内的森林生态系统碳循环提供基础数据,同时为管理者制定合理的森林管理策略提供依据。研究不同轮伐期杉木人工林碳储量过程中发现短轮伐期(≤25年)的碳贮量较高,但是固碳能力较弱且土壤碳贮量呈现下降趋势;过长轮伐期(>50年),总碳贮量相对不高,且较好立地模拟表明其固碳能力亦有下降的趋势。25年轮伐期干材收获量最大,但不利于土壤有机碳的可持续,50年轮伐期有利于维持生态系统的碳贮量的相对稳定。且立地条件越好其碳贮量和固碳能力越高。选择较长轮伐期(25-50年)较有利于保持杉木人工林的可持续经营。云杉林的模拟结果显示,轮伐期为80年时茎干碳贮量和全树碳贮量的累积最高,但地力消耗较为严重。在森林皆伐的情况下,无论采取任何长度的轮伐期,其土壤碳贮量均呈现下降趋势,但是随着轮伐期的延长(不大于160年),其下降比例降低。轮伐期不大于160年时,年均固碳量随着轮伐期的延长而增大。且较好立地的碳贮量和固碳能力要优于较差立地。故而,从轮伐期和立地角度出发,保持长期立地生产力应选择较长轮伐期(120-160年)和较好立地为宜。从采伐方式上而言,粗放型采伐方式更加有利于碳储量的积累,且其固碳能力高于集约型采伐方式。在森林经济向集约型经济转变的今天,延长轮伐期无疑可以缩小两种采伐方式之间的差距,在一定程度上减少立地的损耗。云杉林的模拟结果与杉木人工林的模拟结果十分相似,单从经济效益而言,中等水平的轮伐长度有利于获得最大的经济效益,但地力消耗最为严重,这也凸显了经济效益与生态效益之间的矛盾。选择较长的轮伐期可以从一定程度上体现森林可持续发展的理念,且较长轮伐期的固碳能力高,对气候变暖这一全球问题,有一定的贡献。

论文目录

  • 摘要
  • ABSTRACT
  • 1 文献综述
  • 1.1 森林生态系统碳循环的研究概况
  • 1.1.1 森林生态系统碳循环的基本过程
  • 1.1.2 国内外森林生态系统碳循环的研究
  • 1.1.3 森林生态系统碳循环模型的研究
  • 1.2 森林生态系统碳储量的估算
  • 1.3 森林生态系统碳循环研究存在的问题
  • 1.4 森林生态系统碳循环研究展望
  • 1.5 森林经营管理的研究概况
  • 2 引言:问题的提出与研究思路
  • 3 FORECAST 模型介绍
  • 3.1 FORECAST 模型的发展概述
  • 3.2 FORECAST 模型的原理
  • 3.3 FORECAST 模型的数据要求
  • 3.4 FORECAST 模型的结构
  • 3.5 FORECAST 模型的应用实例
  • 3.6 FORECAST 模型的优缺点
  • 4 模拟不同轮伐期杉木人工林的碳储量
  • 4.1 杉木人工林简介
  • 4.2 模拟数据准备
  • 4.3 模拟情景设置
  • 4.4 模拟结果分析
  • 4.4.1 模拟结果的精度检验
  • 4.4.2 乔木的碳贮量变化趋势
  • 4.4.3 土壤碳贮量变化趋势
  • 4.4.4 生态系统碳贮量变化趋势
  • 4.5 小结
  • 5 模拟不同轮伐期云杉林的碳储量
  • 5.1 云杉林简述
  • 5.2 模拟数据的准备
  • 5.3 模拟情景设定
  • 5.4 模拟结果分析
  • 5.4.1 模拟结果的精度检验
  • 5.4.2 乔木碳储量变化趋势
  • 5.4.3 土壤碳储量变化趋势
  • 5.4.4 生态系统碳储量变化趋势
  • 5.4.5 不同轮伐期C 固定量的变化
  • 5.5 小结
  • 6 简论不同轮伐期与采伐方式的交互作用——以云杉林为例
  • 6.1 模拟情景设定
  • 6.2 结果分析
  • 6.2.1 乔木碳储量的发展趋势
  • 6.2.2 土壤碳储量的发展趋势
  • 6.2.3 生态系统碳储量的发展趋势
  • 6.2.4 不同采伐方式固碳量的变化
  • 6.3 小结
  • 7 总结与展望
  • 7.1 结论与讨论
  • 7.2 展望
  • 参考文献
  • 致谢
  • 个人简介
  • 相关论文文献

    • [1].Combined forecast method of HMM and LS-SVM about electronic equipment state based on MAGA[J]. Journal of Systems Engineering and Electronics 2016(03)
    • [2].Weather forecast[J]. 小学教学设计 2009(09)
    • [3].WMO TYPHOON LANDFALL FORECAST DEMONSTRATION PROJECT(WMO-TLFDP)——CONCEPT AND PROGRESSES[J]. Tropical Cyclone Research and Review 2012(01)
    • [4].ADVANCES IN UNDERSTANDING AND FORECASTING RAPIDLY CHANGING PHENOMENA IN TROPICAL CYCLONES[J]. Tropical Cyclone Research and Review 2013(01)
    • [5].HWRF BASED ENSEMBLE PREDICTION SYSTEM USING PERTURBATIONS FROM GEFS AND STOCHASTIC CONVECTIVE TRIGGER FUNCTION[J]. Tropical Cyclone Research and Review 2014(03)
    • [6].DEVELOPMENT OF NWP BASED OBJECTIVE CYCLONE PREDICTION SYSTEM(CPS) FOR NORTH INDIAN OCEAN TROPICAL CYCLONES——EVALUATION OF PERFORMANCE[J]. Tropical Cyclone Research and Review 2014(03)
    • [7].A NEW VERIFICATION MEASURE FOR TROPICAL CYCLONE TRACK FORECASTS AND ITS EXPERIMENTAL APPLICATION[J]. Tropical Cyclone Research and Review 2013(04)
    • [8].EVALUATING THE PERFORMANCE OF WESTERN NORTH PACIFIC TROPICAL CYCLONE INTENSITY GUIDANCE. PART Ⅱ:INTENSITY FORECAST ACCURACY IN DIFFERENT LIFE STAGES[J]. Tropical Cyclone Research and Review 2012(04)
    • [9].EVALUATION OF CONE OF UNCERTAINTY IN TROPICAL CYCLONE TRACK FORECAST OVER NORTH INDIAN OCEAN ISSUED BY INDIA METEOROLOGICAL DEPARTMENT[J]. Tropical Cyclone Research and Review 2012(03)
    • [10].COMPARISON OF PERFORMANCE OF VARIOUS MULTIPLE-MODEL ENSEMBLE TECHNIQUES IN FORECASTING INTENSITY OF TROPICAL CYCLONE[J]. Tropical Cyclone Research and Review 2012(03)
    • [11].OPERATIONAL TROPICAL CYCLONE FORECAST VERIFICATION PRACTICE IN THE WESTERN NORTH PACIFIC REGION[J]. Tropical Cyclone Research and Review 2012(03)
    • [12].Photovoltaic yield prediction using an irradiance forecast model based on multiple neural networks[J]. Journal of Modern Power Systems and Clean Energy 2018(02)
    • [13].Development of an oil spill forecast system for offshore China[J]. Chinese Journal of Oceanology and Limnology 2016(04)
    • [14].Dynamic-statistics combined forecast scheme based on the abrupt decadal change component of summer precipitation in East Asia[J]. Science China Earth Sciences 2015(03)
    • [15].Function S-rough sets and two law forecast[J]. Journal of Systems Engineering and Electronics 2009(02)
    • [16].Real-Time Wind Power Forecast Error Estimation Based on Eigenvalue Extraction by Dictionary Learning[J]. Chinese Journal of Electronics 2019(02)
    • [17].RS-SVM forecasting model and power supply-demand forecast[J]. Journal of Central South University of Technology 2011(06)
    • [18].Shades of Chaos: Lessons Learned About Lessons Learned About Forecasting El Nio and Its Impacts[J]. International Journal of Disaster Risk Science 2015(01)
    • [19].Overview of Urban PM_(2. 5) Numerical Forecast Models in China[J]. Asian Agricultural Research 2015(10)
    • [20].Analysis of an Unsuccessful Forecast for a Heavy Rainfall Event in Yingkou[J]. Meteorological and Environmental Research 2011(04)
    • [21].The effects of the non-breaking surface wave-induced vertical mixing on the forecast of tropical cyclone tracks[J]. Chinese Science Bulletin 2014(24)
    • [22].IMS研究提出2011年的光伏需求预计超过22GW (英文)[J]. 阳光能源 2011(04)
    • [23].Analysis on the Reason of Local Heavy Rainstorm Forecast Error in the Subtropical High Control[J]. Meteorological and Environmental Research 2011(02)
    • [24].Figures[J]. China Today 2013(04)
    • [25].Study on Population Forecast Model in Planning of Land Use[J]. Asian Agricultural Research 2011(04)
    • [26].IMPACT OF SUMMER WARMING ON DYNAMICS-STATISTICS-COMBINED METHOD TO PREDICT THE SUMMER TEMPERATURE IN CHINA[J]. Journal of Tropical Meteorology 2017(04)
    • [27].Comparisons of Three-Dimensional Variational Data Assimilation and Model Output Statistics in Improving Atmospheric Chemistry Forecasts[J]. Advances in Atmospheric Sciences 2018(07)
    • [28].Earthquake forecast via neutrino tomography[J]. 中国物理C 2011(04)
    • [29].Retrospective forecasting test of a statistical physics model for earthquakes in Sichuan-Yunnan region[J]. Science in China(Series D:Earth Sciences) 2008(10)
    • [30].Where is the future of China's biogas? Review, forecast,and policy implications[J]. Petroleum Science 2016(03)

    标签:;  ;  ;  ;  ;  

    基于FORECAST模型不同轮伐期杉木人工林和云杉林碳储量的研究
    下载Doc文档

    猜你喜欢