趙苗苗,趙 娜,劉 羽,楊吉林,劉 熠,岳天祥,*

1 中國科學院地理科學與資源研究所資源與環(huán)境信息系統(tǒng)國家重點實驗室,北京 100101 2 中國科學院地理科學與資源研究所陸地表層格局與模擬院重點實驗室,北京 100101 3 中國科學院大學,北京 100049

在全球碳循環(huán)中,陸地生態(tài)系統(tǒng)是結構最為復雜,最易受人類活動影響的一環(huán)。森林生態(tài)系統(tǒng)作為陸地生態(tài)系統(tǒng)重要組成部分,是陸地最大的儲碳庫,其森林土壤碳占全球土壤碳儲量的39%,而植被碳儲量約占全球植被碳儲量77%—85%的份額[1]。森林具有長期持續(xù)的增匯作用,在減緩和應對全球氣候變暖中起到重要的作用[2]。

森林固碳增匯效益的發(fā)揮具有很強的經濟可行性和現實可操作性。我國森林覆蓋率從1998年的13.9%增加到2013年的21.63%,另外通過采取人工造林及提高森林管理水平等措施,預計到20世紀中葉,我國的森林覆蓋率會達到26%[3]。然而,森林生長狀況除受到植物自身的生理生態(tài)過程影響以外,還受到自然干擾(火災、病蟲害等)、氣候變化、人類活動等的影響,具有明顯的時空變化,因此森林碳計量存在極大的不確定性,準確監(jiān)測森林生態(tài)系統(tǒng)的碳收支是全球變化研究的前沿問題[4-7]。

為深入了解森林生態(tài)系統(tǒng)的增匯功能,必須有一套科學有效的森林碳計量方法體系。近年來,國內外發(fā)展了大量對森林碳計量進行估算的方法,主要有基于樣地清查的森林植被碳和土壤碳估算方法[8-9]、基于生長收獲的經驗模型估算[10]、基于定量遙感、雷達觀測的遙感估測[11]、基于多尺度森林生態(tài)系統(tǒng)網絡的通量觀測[12]和陸地生態(tài)系統(tǒng)過程模型模擬[13]等方法。然而,由于森林生態(tài)系統(tǒng)結構復雜,對森林碳計量的估算結果普遍存在精度低、不確定性高的問題。2008年《聯合國氣候變化框架公約》中大部分國家采用的是IPCC第一、二層次的方法,采用缺省參數計量,存在著成熟林結果偏高,中幼齡林結果偏低的問題[14]。

在全球變化的背景下,隨著世界各國溫室氣體排放清單的編制,針對我國以中幼齡林為主的現狀,迫切需要科學的方法體系計量中國的碳源/匯[15],分析森林碳源/匯的時空分布特征,預測未來氣候變化趨勢下森林生態(tài)系統(tǒng)碳循環(huán)對全球變化的響應與適應的特征及機制,提升我國在生態(tài)環(huán)境問題上的國際發(fā)言權和主導權,同時對我國森林可持續(xù)經營、生態(tài)環(huán)境保護以及美麗中國建設提供建議與支持。本文回顧了森林碳計量方法中基于樣地清查的森林碳計量方法,基于模型的森林碳計量方法以及基于生態(tài)系統(tǒng)定位觀測站的通量觀測方法,分析各類方法的主要特征及存在的主要問題,優(yōu)缺點,同時探討森林碳計量方法未來的發(fā)展趨勢,為不同時空尺度下森林碳計量提供參考。

1 基于樣地清查的森林碳計量方法

1.1 基于樣地清查的森林植被碳估算方法

森林生態(tài)系統(tǒng)群落結構復雜,不同植被類型的碳儲量直接獲取比較困難,之前的國內外研究大多采用45%或者50%作為森林植被類型的平均碳含量,乘以森林植被的現存量推算得到森林植被的碳儲量[8-9]。當前,森林碳計量方法主要基于森林清查樣地資料的基礎數據建立起來[16]。主要的植被碳計量方法有基于森林清查的樣地生物量估算法(包括皆伐法,平均生物量法)和蓄積法。

(1)皆伐法。顧名思義,它通過直接砍伐單位面積的林木之后測定其(根、葉、枝、干、果等)的鮮重,換算之后得到干重,各部分之和為單位面積林木總的生物量。這種方法精度高,但工作量大,在實際操作過程中難度較大,可作為檢驗其他間接測定方法的標準[17]。該方法一般適用于林下灌草小樣方生物量測定。

(2)平均生物量法。主要是采用平均木的生物量乘以株數,再結合該類型的森林面積估算森林生物量的方法[18]。通過選取標準木,計算標準木的生物量,乘以樣地內的森林株數可以得到樣地總生物量[19]。該方法較為粗略,誤差較大,適合大區(qū)域中樹木大小符合正態(tài)分布的森林。

(3)蓄積擴展因子法。通過抽取具體樹種生物量與蓄積的比值,即生物量擴展因子(BEF,biomass expansion factor,可以定義為林分總生物量與干材蓄積或干材生物量的比)乘森林總蓄積量求出生物量,然后根據不同類型森林含碳率得到森林碳儲量[20]。有研究表明,擴展因子并不是常數,Brown等人利用干材擴展因子、蓄積以及木材密度得到干材生物量,再根據擴展因子得到總生物量[21]。方精云等根據中國境內758個林分的生物量與蓄積研究,發(fā)現BEF與林分蓄積之間是呈倒數的非線性關系,當林分蓄積到達一定程度時,趨于常數[22]。

1.2 基于樣地清查的森林土壤碳估算方法

森林土壤碳主要指陸地碳循環(huán)中的森林土壤有機碳,在未來氣候變暖的情況下,溫度的升高導致土壤有機質分解和土壤呼吸作用增強,會引起更多的土壤碳排放[23-24]。另外,對土壤庫的微小擾動都會對陸地生態(tài)系統(tǒng)的碳源/匯產生重大影響[25]。目前對森林土壤碳儲量和碳循環(huán)的估算和模擬研究是陸地生態(tài)系統(tǒng)碳循環(huán)的研究熱點之一。國內外基于樣地清查的土壤碳估算方法主要有：

(1)土壤類型法。根據不同土壤類型單位面積上的采樣調查數據獲取該類型的土壤碳儲量,再根據土壤類型圖計算區(qū)域土壤碳儲量。Eswaran根據修正后的FAO土壤類型分布圖估算全球土壤碳儲量為1576 Pg[26],而Batjes在1996年將世界土壤圖劃分為26萬個基本網格單元,按每個土壤單元土壤理化性質和礫石含量等數據,計算出每個網格單元的平均碳密度,最后根據各網格面積匯總計算全球1米分辨率有機碳儲量為l462—l548 Pg[27]。于東升等[28]基于中國1∶100萬土壤數據庫,將中國區(qū)域分為926個土壤類型單元,九萬余個圖斑,利用制圖單元碳儲量求和得到中國有機碳儲量為89.14 Pg。該方法在一定程度上可以獲得大區(qū)域森林土壤碳儲量,但是由于不同研究人員研究基礎和采樣方法不同,獲取的數據資料差異較大,導致結果差異較大。

(2)生命帶研究法。根據不同生命地帶土壤有機碳的密度與該類型生命帶面積的乘積計算總的森林土壤有機碳。Post根據Holdridge生命帶分類系統(tǒng),基于地理分布、植被以及氣候因子對土壤碳密度進行細分,計算了超過1100個土壤剖面,估算出全球土壤碳庫為1395 Pg[29]。由于該方法在大區(qū)域應用時難以對植被類型進行精確分類和細化,且受土地利用方式變化等人為管理措施的影響,其不確定性較大。

(3)土壤碳經驗模型法。由于森林土壤有機碳受到多種因素的影響,因此通過建立土壤碳密度與其周圍環(huán)境、土壤、氣候、植被、地形地貌等因素的關系,可以估算區(qū)域碳儲量[30-31]。另外,根據土壤屬性的空間自相關性,利用回歸模型結合克里金插值的方法估算土壤碳密度,還可以提高模擬精度[32-33]?；诮涷灧匠痰纳滞寥捞加嬃坑嬎愫啽?但精度較低,往往受區(qū)域和森林植被類型的限制,難以實現時空分布上的精確模擬。

基于樣地清查的森林碳計量方法能夠較為精確的估算森林現有的植被和土壤的碳儲量,但操作復雜,比較適合于小區(qū)域估算碳儲量。在時間尺度上,更多依賴于現有觀測資料的觀測間隔,且難以實現空間上的碳儲量分布和碳源/匯強度估算,沒有考慮氣候變化和人為管理措施的影響,無法對森林未來碳源/匯進行估算。

2 基于模型的森林碳計量方法

隨著《京都議定書》的制定,全球加快了林業(yè)清單編制的步伐,針對清單中的方法和參數,越來越多的國家采取了IPCC報告中第三層次的方法和基于本國情況的參數。例如美國國家林業(yè)碳計量基于FORCARB模型[34],該模型根據國家清查樣地的數據,核心是生長收獲的經驗模型,而土壤碳的估算根據STATSGO數據庫。日本對森林碳源/匯的估算采用蓄積擴展因子法,土壤碳源/匯基于CENTURY模型[35-36]估算。加拿大利用基于國家森林清查體系的CBM-CFS3模型[37]等國家森林碳監(jiān)測、計量及報告系統(tǒng)估算森林的碳源/匯[38],在東部利用CENTURY模型模擬從森林到農田轉變時的土壤碳的變化,西部根據加拿大土壤信息系統(tǒng)估算。澳大利亞估算碳源/匯主要基于國家碳計量系統(tǒng)(NCAS),采用FullCAM模型[39],它融合計量森林生態(tài)系統(tǒng)的CAMFor模型[40]、計量農田和草地的CAMAg模型[41]以及用于土壤碳的RothC模型[42]。英國對于森林碳計量的模擬是利用CARBINE和C-Flow碳計量模型。挪威最近一次森林碳計量是2010年開始并于2014年完成,其森林地上部分根據森林清查經驗模型計算,土壤部分則利用Yasso[43]模型計算。

生態(tài)系統(tǒng)碳循環(huán)模型利用數學方法定量描述陸地生態(tài)系統(tǒng)碳收支狀況及其與全球環(huán)境變化之間的關系,并且借助于遙感、地理信息系統(tǒng)和計算機等先進技術手段模擬碳循環(huán)的動態(tài)變化,估算植被和土壤碳的運輸情況,預期其未來[44]。近幾十年來,陸地生態(tài)系統(tǒng)碳循環(huán)模型得到了較大的發(fā)展。根據不同尺度及不同手段,可以分為以下幾類：(1)基于生長收獲的模型。包括生物量模型,全碳庫模型,林窗模型等；(2)利用遙感估算生產力的模型；(3)過程模型。包括基于單株、林分以及生態(tài)系統(tǒng)尺度的過程模型。

2.1 基于生長收獲的森林碳模型

生長模型是指用一組數學方程式來定量描述森林樹木的生長與林分狀態(tài)和立地條件等的關系,主要基于森林調查數據和經驗模型,能夠準確地模擬森林的生長,但是不能夠解釋環(huán)境對森林生長的影響。根據其模擬的碳庫不同,又分為生物量模型、全碳庫模型和林窗模型。

(1)生物量模型。根據不同樹種的生長曲線,建立生物量與樹木胸徑和樹高的關系,計算樹木地上部分的生物量,通過擴展因子計算地下部分的生物量,然后乘以系數得到碳儲量。異速生長模型是生物量模型中應用最廣的經驗模型之一,隨著研究尺度的增大,很多生態(tài)學家開始整合大量文獻資料,建立起適用范圍更大的廣義的異速生長方程[10,45-47]。生長模型中涉及的指標主要包括樹高、斷面積、胸徑、冠幅以及樣地的緯度、坡度、坡向、海拔、立地指數等立地條件。具體的模型主要有：FVS[48-49],CACTOS[50],ORGANON[51],TreeGross[52]等。

(2)全碳庫模型。這類模型的核心仍然是生長收獲方程,在計算地上植被生物量的同時通過耦合一個土壤碳分解模型亦可以計算地下部分的土壤碳庫。例如：CO2Fix[53](耦合Yasso模型),TreeGrOSS-C[54],FORCARB[34],CBM-CFS3[37-38]等。但是由于不同的森林植被類型土壤碳含量差距很大,難以實現森林土壤碳儲量精確的模擬。

(3)林窗模型。最早由Watt提出,指的是一片森林中由于自然因素或者偶然性災害(大風、雷電、火災等)造成樹木的死亡使得林冠層出現空缺、地表植物快速生長的現象,但未給出林窗的定義。后來的研究者由于研究對象的不同,給出了不同的定義[55-56]。Botkin等1972年首次建立了林窗模型：JABOWA[57]。我國的林窗模型NEWCOP等在我國東北也得到了較為廣泛的應用[58]。林窗模型使得考慮多樹種、異齡林成為可能,為模擬森林長期演替動態(tài)奠定了基礎。

基于生長收獲的模型能夠很好的利用森林清查資料,根據經驗公式進行森林生物量的計算,也正是這種基于經驗公式的方法也帶來了局限性。比如：不能說明森林與氣候因子的關系,及森林的碳循環(huán)、養(yǎng)分循環(huán)變化的內在機理,也不能很好地進行地下土壤碳的模擬,特別是在氣候變化的情況下,無法很好地進行未來森林狀況的預測。

2.2 遙感模型

伴隨著遙感技術從定性向定量化方向的發(fā)展,反演的精度日益提升,可以有效地探測和提取更多的陸面要素,為估算全球碳儲量和模擬碳循環(huán)過程提供了數據支持和技術基礎。例如,成像光譜儀能較確切地探查陸表的生物地球化學組成,反演地表土壤有機質含量和植被冠層碳氮含量；多角度遙感由于具有較好的時空連續(xù)性能夠提高對凈初級生產力(NPP)、冠層光合有效輻射、水分平衡和蒸散發(fā)、能量分布等要素的估算精度；雷達可以用于全天時、全天候地監(jiān)測地表粗糙度,冠層物理結構特征,植被水分含量等。

另外,通過遙感反演的植被指數(VI)或葉面積指數(LAI)計算光合有效輻射比例(fPAR),再乘以入射的光合有效輻射(PAR)、最大光能利用率與環(huán)境因子修正系數,從而得到總初級生產力(GPP)或NPP,這種方式稱為光能利用率模型,比較成熟的有CASA[11],GIO-PEM[59],VPM[60]等。該類模型結構簡單,能夠充分利用衛(wèi)星遙感的植被觀測信息,不需要野外采樣,減少插值誤差；缺點是模型受地域限制,且多為經驗性模型,最大光能利用率不僅與植被類型有關,而且季節(jié)性變化明顯,不易精確確定。此外,由于遙感資料的時間序列有限,在計算NPP時,土壤碳庫的初始化比較困難。

近十年來,隨著遙感技術的發(fā)展,研究者發(fā)現不同植被類型的GPP與日光誘導葉綠素熒光(SIF)在葉片、植株、冠層乃至生態(tài)系統(tǒng)尺度均存在很強的線性關系,能夠為GPP估算提供一種更為直接的遙感方法[61-63]。然而,由于森林生態(tài)系統(tǒng)群落結構復雜,從葉綠體到冠層尺度GPP與SIF的相關關系呈現不一致的特征,此外還會受到環(huán)境脅迫、冠層結構、植物功能型等多方面因素的影響,存在很大的不確定性。

2.3 過程模型

隨著模型的發(fā)展及研究的不斷深入,人們逐漸開始從生態(tài)過程機理上進行森林碳循環(huán)的模擬。過程模型以植物生理生態(tài)學為基礎,模擬光合、呼吸和蒸散發(fā)等關鍵生態(tài)過程引起的大氣-植被-土壤連續(xù)體之間的物質交換和能量流動,借助復雜的數理公式和經驗方程,計量在單株、林分和陸地生態(tài)系統(tǒng)三個尺度上,森林植被和土壤碳庫以及碳通量的變化[12]。生態(tài)過程模型理論基礎雄厚,層次豐富,結構嚴謹,分為單株和林分以及生態(tài)系統(tǒng)尺度上的森林生態(tài)系統(tǒng)過程模型[64]。

(1)基于單株的過程模型。在單株的尺度上,不僅考慮林木的三維空間尺度,而且考慮太陽的季節(jié)和日變化特性來計算林冠下樹木對光照輻射的利用程度,詳細地從樹冠中葉片面積的分布聚集程度,輻射的傳輸,以及蒸騰來進行光合的計算,比如MAESTRA[65-66]模型。另外,單株過程模型可以和生長收獲模型結合,例如耦合了FVS模型和Stand-BGC模型的FVS-BGC[67]模型,是美國較為常用的森林管理模型。德國的BANALCE模型,是以氣候數據為驅動場,根據林木的單株數據得到樹木不同部分的碳貯量,并能模擬樹冠的光分配以及碳、氮、水耦合與平衡,從而得到林分水平的預測值,可以用來表征不同環(huán)境下林木的響應,并且可以輸出單株的三維空間效果圖。此外國際上常用的單株模型還有 SORTIE[68-69],TRIPLEX[70],Fire-BGC[71]等。

(2)基于林分的過程模型。該類模型一般不以單棵樹作為模擬單位,而是綜合考慮氣候、樹木林分結構、管理措施、土壤質地以及氣候變化對森林生長的影響。按林分密度計算光合、呼吸、蒸散發(fā)等過程。除此之外,該類模型一般不考慮水平方向的空間異質性。例如：初期的BIOMASS[72]利用經驗的方法計算光合,后來采用Farquhar模型進行計算,冠層分為飽和陽葉,未飽和陽葉以及陰葉三部分,并分別計算其輻射吸收量。另外模型還包括呼吸作用、凋落物分解,以及林分的水循環(huán)3個模塊?；诹址值倪^程模型還有：GOTILWA+[73],3-PG[74-75],FORECAST[76],Forest-BGC[77-78]等。

(3)基于生態(tài)系統(tǒng)的過程模型。該類模型主要用于大尺度上模擬碳在大氣-植被-土壤中的循環(huán),過程比較復雜,涉及到太陽輻射傳輸吸收、植物光合呼吸、冠層蒸散發(fā)、土壤分解等過程,能夠模擬分析森林生態(tài)系統(tǒng)不同部分的碳收支及各類碳庫的時空變化特征。涉及的生理模型的驅動因子一般包括氣候(溫度、降水、風速、日長、云量、太陽輻射、飽和水汽壓差、二氧化碳濃度等),土壤(機械組成、粘、砂土含量、濕度,pH(酸堿度),EH(氧化還原電位)、飽和含水率、持水量和萎蔫系數等),植被生理生態(tài)參數(物候期、植被類型及分布、氣孔導度或阻力、胞間CO2濃度、葉片溫濕度、LAI(葉面積指數)、SLA(比葉面積)、VPD(飽和水汽壓差)、光合類型分類(C3、C4))、人類活動(砍伐、植樹、灌溉等)等。輸出變量主要包括碳庫(植物根莖葉、凋落物、土壤和總碳庫)、生態(tài)系統(tǒng)碳通量(GPP、NPP(Net primary productivity,凈初級生產力)、NBP(Net biome productivity,凈生物群區(qū)生產力)、NEP(Net ecosystem productivity,凈生態(tài)系統(tǒng)生產力))、呼吸(自氧呼吸(維持、生長),異氧呼吸)、土地利用變化及災害損失等。

陸地生態(tài)系統(tǒng)過程模型可以同時模擬不同的生態(tài)系統(tǒng)(如森林、草地、荒漠等),并可進一步劃分為靜態(tài)植被(如CENTURY[35-36]、TEM[79-80]、InTEC[81]和Biome-BGC82-83]等)和動態(tài)植被(如BIOME3、IBIS[84-85]、LPJ-DGVM[86]等)模型。其中靜態(tài)植被模型假設在整個模擬期內,植被類型和結構組成不發(fā)生變化,植被與氣候處于平衡狀態(tài),而動態(tài)植被模型根據氣候和土壤條件決定植被的分布,并且可以模擬全球變化對生態(tài)系統(tǒng)結構和組成的影響。對于森林生態(tài)系統(tǒng)而言,森林年齡是其碳庫和通量長期變化的主要決定因子,而氣候要素會導致碳通量的年際波動,InTEC模型綜合考慮了森林年齡、氣候、森林類型、土壤屬性和氮沉降對森林生產力和碳收支的影響[81]。該模型將植被分為4個碳庫(粗根、細根、莖、葉),土壤分為9個碳庫,森林年齡對碳收支的長期影響主要通過NPP與林齡的關系模型體現。

生態(tài)系統(tǒng)過程模型能夠模擬植物的生命歷程及生物地球化學循環(huán)過程,通過模型模擬,闡明植物碳循環(huán)與環(huán)境因子相互作用的機理。與統(tǒng)計模型和光能利用率模型相比,該類模型可以詳細地描述多種因素對碳循環(huán)的影響,同時可以預測未來氣候變化條件下陸地生態(tài)系統(tǒng)碳收支的變化。

3 通量觀測

森林生態(tài)系統(tǒng)通量觀測研究網絡是在森林生態(tài)系統(tǒng)分布區(qū)建立的長期觀測研究設施,對自然或者人為干擾狀態(tài)下森林生態(tài)系統(tǒng)碳收支的動態(tài)變化格局與過程進行長期監(jiān)測[87],能夠識別和剔除生態(tài)環(huán)境短期波動帶來的不確定性,探究生態(tài)系統(tǒng)演替的內在規(guī)律、變化機制以及周期性規(guī)律,為森林碳計量估算提供支持[13]。關于森林生態(tài)網絡通量的研究可以追溯到國際地球物理年(1957—1958年)以及國際生物學計劃(IBP)(1964—1974年),后來演變成了現在的國際長期生態(tài)研究計劃(ILTER)[88]。ILTER主要依托研究站開展生態(tài)系統(tǒng)過程與格局方面的研究工作,并系統(tǒng)地收集和存儲所有觀測數據。目前國際上主要的觀測網絡有全球環(huán)境監(jiān)測系統(tǒng)(GEMS)、全球陸地觀測系統(tǒng)(GTOS)、國際長期生態(tài)研究網絡(ILTER)、全球通量觀測網絡(FLUXNET)等。FLUXNET為全球陸地生態(tài)系統(tǒng)碳水循環(huán)、碳收支時空格局以及生態(tài)系統(tǒng)水碳過程的研究提供了全球范圍的實測數據[87]。

中國在1988年建立了覆蓋森林等9大生態(tài)系統(tǒng)的生態(tài)系統(tǒng)研究網絡(CERN),從20世紀中葉開始林業(yè)部門逐步建立了中國森林生態(tài)系統(tǒng)定位研究網絡(CFERN),目前該網絡由橫跨30個維度、代表不同氣候帶的73個森林生態(tài)站組成,覆蓋了中國森林生態(tài)系統(tǒng)分布區(qū),并規(guī)劃到2020年森林生態(tài)站數量達到99個[89]。另外,China-FLUX(陸地生態(tài)系統(tǒng)通量觀測研究網絡)于2001年起開始了長期聯網觀測。至此,中國已形成了長期服務于不同尺度的森林生態(tài)系統(tǒng)結構和功能、水-碳通量研究、陸地樣帶野外觀測一體化的綜合觀測研究網絡[90],并在估算中國森林碳儲量及研究森林對碳平衡的影響機理等工作中得到廣泛應用。

森林生態(tài)系統(tǒng)通量觀測網絡的誕生,極大規(guī)避了樣地清查中采樣和人為的誤差,數據更加標準化和規(guī)范化,為科學研究及應用提供各個時間尺度、空間尺度,以及各個生物學層次完善的數據支持服務,使研究結果更加可靠,廣泛應用于監(jiān)測分析森林生態(tài)系統(tǒng)碳通量在不同時空尺度的變化特征及成因、優(yōu)化模型參數、結合遙感數據估算區(qū)域和全球尺度的生態(tài)系統(tǒng)碳收支等方面[91]。盡管如此,全球已建立的500余個通量觀測站點中85%的通量站點位于北緯30°—55°之間,而在高植被生產力的熱帶和高碳儲量的北方針葉林區(qū)域觀測站點極為有限,且受制于地形和生態(tài)系統(tǒng)功能型均一的假設,難以獲取區(qū)域和全球尺度上碳儲量的時空格局[92]。

4 森林碳計量研究中存在的問題與展望

(1)森林碳計量方法亟需完善整合。不同的森林碳計量方法各有其優(yōu)缺點,基于樣地清查的森林碳計量是最基礎、最精確的方法,但其工作量大,對森林破壞程度較大,不易恢復,難以實現時空尺度上碳儲量分布格局的模擬和碳源/匯強度估算；基于生長收獲的模型根據不同樹種的生長曲線以及胸徑-樹高等關系,能夠在一定程度上估算森林的碳儲量,應用到其他區(qū)域時需要重新確定經驗參數值,具有很強的區(qū)域適用性；遙感模型原理清晰,計算過程簡單,可以彌補傳統(tǒng)方法的不足,但和基于生長收獲的模型一樣,都沒有從機理上考慮森林植被的碳循環(huán)過程,而過程模型則彌補了實驗觀測在機理研究上的不足以及基于生長收獲的模型的局限性,相輔相成,可以更全面地理解森林生態(tài)系統(tǒng)與氣候以及土壤之間的相互關系,但過程模型涉及參數較多,不易獲取和本地化。通量觀測由于國內通量觀測塔分布不均,數量有限,難以形成綜合的森林碳計量觀測體系。在實際的森林碳計量中,根據不同的森林類型特征和數據獲取情況,往往采取不同的碳計量方法,并傾向于多方法的綜合集成。

(2)森林碳計量的尺度整合急需要加強。由于森林生態(tài)系統(tǒng)結構的復雜性,各森林碳計量方法標準不一,觀測尺度、模型模擬尺度以及生態(tài)過程尺度之間的不匹配,可能會對森林碳計量結果產生較大的影響。如何將不同尺度的遙感觀測數據和森林清查數據進行融合,以及在模型驗證過程中將地面觀測數據升尺度到像元尺度,是當前森林碳循環(huán)模擬中亟待解決的難題。因此,集成各森林碳計量方法的優(yōu)勢,進一步集成基于樣地和通量觀測、遙感模型和過程模型模擬等方法,實現不同尺度間的轉換。

(3)森林碳計量的不確定性分析不夠深入。森林碳計量的不確定性來源于很多方面,從觀測數據的獲取、計量方法的選擇到森林生態(tài)系統(tǒng)碳循環(huán)機理的認識以及模型模擬過程和結果等。無論是地面觀測還是遙感反演,觀測儀器都具有一定的誤差范圍,而在模型參數的選擇中,模型參數具有時空異質性,對某一時刻植被參數的觀測,并不能真實反映多個植被多種狀態(tài)的真實情況。另外,人們對植物生理機制認識尚存在局限性,生物地球化學過程并不是簡單的用數學方程刻畫,通過經驗關系解決也是不確定性來源之一。而所有的不確定性最后都通過復雜的誤差傳遞影響最終碳計量的結果。

(4)發(fā)展基于碳-氮-水循環(huán)耦合機制的森林碳計量方法。森林生態(tài)系統(tǒng)碳-氮-水循環(huán)是認識氣候變化和森林生態(tài)系統(tǒng)相互作用的關鍵,對于準確評估全球變化背景下森林碳計量和碳源/匯的時空格局具有重要的研究意義。目前雖然對森林碳-氮-水循環(huán)及其與環(huán)境的相互作用過程機理有了一定的認識,但是缺乏對關鍵過程的進一步探討,需要從分子水平上加強對生物調控機制的研究,提高森林碳循環(huán)模擬的精確性。

(5)對人工林碳計量的研究嚴重不足。我國實施了一系列重大的林業(yè)生態(tài)工程,如三北防護林工程,退耕還林工程等,大規(guī)模造林工程的實施使得我國擁有世界上最大面積的人工林,且多為中幼齡林,具有巨大的固碳潛力。因此,加強對人工林固碳潛力和碳源/匯功能的科學評估具有重要意義。目前,對人工林碳計量的研究較少,已有研究主要基于成熟林碳密度為參考,極大地提高了人工林碳儲量計量結果的不確定。另外,人工混交林較人工純林復雜,受人類干擾的活動力度較大,在模型模擬方面也存在諸如植被生理生態(tài)參數選擇、林分競爭和生物多樣性等問題。

(6)數據與方法綜合集成是碳計量的發(fā)展趨勢。從國家森林資源清查、遙感估測、模型模擬,到多方位、多尺度觀測的生態(tài)系統(tǒng)網絡的建立,我國的森林監(jiān)測技術有了長足的進步,積累了大量的森林生態(tài)系統(tǒng)氣候、植被與土壤的生態(tài)參數和觀測數據,這些觀測數據為陸地生態(tài)系統(tǒng)過程模型提供了必要的數據基礎。例如：利用氣象觀測站點的氣候驅動數據和遙感影像反演的土地覆被類型、土壤、LAI和森林年齡等參數作為模型的輸入,利用通量觀測等資料對模型參數進行優(yōu)化,考慮森林擾動(火災、蟲害等)和土地利用變化(土地轉型等)等人類活動對碳循環(huán)的影響,最后通過森林樣地清查數據與模型同化,提高碳通量模擬的精度和可靠性。以生態(tài)過程模型模擬、遙感反演和數據同化技術為主要手段,基于碳通量觀測數據、控制實驗數據和遙感影像數據等數據與方法的綜合集成,發(fā)展多學科、多過程、多尺度的綜合聯網觀測,充分認識森林碳循環(huán)過程中碳源/匯強度的時空分布特征,開展區(qū)域、洲際乃至全球尺度碳循環(huán)及其對全球變化和人類活動響應的系統(tǒng)性、集成性研究,以便建立高效、可靠的碳計量體系是未來林業(yè)碳計量的發(fā)展趨勢,也是目前世界各國的努力目標。