生态环境学报２０１３，２２（１０）：１６４７．１６５７ Ｅｃｏｌｏｇｙ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ ｈｔｔｐ：／／ｗｗｗ．ｊｅｅｓｃｉ．ｃｏｍ Ｅ－ｍａｉｌ：ｅｄｉｔｏｒ＠ｊｅｅｓｃｉ．ｔｏｍ 基于生态过程模型和森林清查数据的 森林生长量估算对比研究 李登秋 ，居为民 ，郑光 ，柳艺博 ，昝梅Ｌ ，张春华 ，黄金龙 １．南京大学国际地球系统科学研究所，江苏南京２１００２３；２．师范大学地理科学与旅游学院，乌鲁木齐８３００５４ 摘要：利用遥感驱动的生态过程模型－Ｂｏｒｅａｌ Ｅｃｏｓｙｓｔｅｍ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ｓｉｍｕｌａｔｏｒ（ＢＥＰＳ）、２００１．２００６年国家森林资源连续清查数 据（一类清查一样地尺度）和２００３－２００９年森林资源规划设计调查数据（二类调查．区域尺度），分别计算江西省吉安市的森 林生态系统生长量，从不同空间尺度和森林类型对３种数据源估算的森林生长量进行了分析。结果表明，样点尺度上，ＢＥＰＳ 模型模拟的森林生长量（４．１８ Ｍｇ・ｈｍ－２－ａ ）低于群落生长量（５．８６ Ｍｇ・ｈｍ－２・ａ－ ），与乔木层生长量（４．２９ Ｍｇ．ｈｍ－２．ａ－ ）基本 一致，模型模拟结果与两者的拟合Ｒ２分别为０．４８和０．４３。区域尺度上，ＢＥＰＳ模型模拟、二类调查数据计算的群落及乔木 层生长量分别为４．６５、４．３６和３．３４ Ｍｇ・ｈｍ－２・ａ～，ＢＥＰＳ模型估算的吉安市各县森林总生长量与二类调查数据计算的群落、乔 木层生长总量拟合 分别达Ｏ．８４和０．８３。一类清查数据计算结果高于二类清查数据计算结果，ＢＥＰＳ模型模拟森林生长量 分别与基于一类清查数据计算的乔木层生长量及二类调查数据群落生长量较为一致。从研究区两种主要森林类型来看，常绿 阔叶林年平均生长量高于常绿针叶林，常绿针叶林与模型估算结果差异小于常绿阔叶林。最后利用模型估算了研究区 ２００１。２０１０年平均生长量，为认识研究区的森林生长空间分布差异及更新森林生物量提供支持。 关键词：Ｂｏｒｅａｌ Ｅｃｏｓｙｓｔｅｍ Ｐｒｏｄｕｃｔｉｖｉｙ ｔＳｉｍｕｌａｔｏｒ（ＢＥＰＳ）模型；森林清查数据；群落生长量；乔木层生长量 中图分类号：￥７１８．５ 文献标志码：Ａ 文章编号：１６７４．５９０６（２０１３）１０．１６４７．１１ 引用格式：李登秋，居为民，郑光，柳艺博，咎梅，张春华，黄金龙．基于生态过程模型和森林清查数据的森林生长量估算 对比研究【Ｊ】．生态环境学报，２０１３，２２（１０）：１６４７．１６５７． ＬＩ Ｄｅｎｇｑｉｕ，ＪＵ Ｗｅｉｍｉｎ，ＺＨＥＮＧ Ｇｕａｎｇ，Ｌ１Ｕ Ｙｉｂｏ，ＺＡＮ Ｍｅｉ，ＺＨＡＮＧ Ｃｈｕｎｈｕａ，ＨＵＡＮＧ Ｊｉｎｌｏｎｇ．Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｅｓｔｉｍａｔｅｄ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ ｂａｓｅｄ ｏｎ ａ ｐｒｏｃｅｓｓ－ｂａｓｅｄ ｅｃｏｌｏｇｉｃａｌ ｍｏｄｅｌ ａｎｄ ｆｏｒｅｓｔ ｉｎｖｅｎｔｏｒｙ ｄａｔａ［Ｊ】．Ｅｃｏｌｏｇｙ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ，２０１３，２２（１ｏ）：１６４７—１６５７． 森林生态系统是陆地生态系统的主体，在改善 和维护区域生态环境、调节全球碳平衡、减缓大气 中ＣＯ２等温室气体浓度上升以及维护全球气候等方 面具有重要作用【ｌ，引。森林生物量和生长量是评估 森林固碳能力和碳收支的重要参数【３】。森林生物量 反映了森林植被于物质的现存量，是评估森林碳库 的重要基础【４】。森林生长量是指一定面积林地上所 有树木在生长过程中直径、树高、材积不断增长的 数量总和 】，反映一定时间内单位面积生物量的净 增加量和森林固碳能力。目前森林生长量的估算方 法分为３种，１实测法，如将两个时期生物量实测 结果相减除以间隔期，该方法主要适用于小面积林 估算法，可分为经验统计模型和生态过程模型等【３】。 基于森林清查数据的材积推算法和基于遥感 信息的生态过程模型是研究区域尺度上森林生态 系统碳循环的主要方法。首先，森林清查数据提供 了较为详细的森林林分信息，能够为研究森林碳收 支的区域变化（区域到国家尺度）提供依据，李文华 最早提出了利用我国森林资源清查资料编制全国 森林生物产量分布图的设想【６ ；方精云等利用全国 各地的生物生产力研究资料，建立了我国各类森林 植被生产力与生物量之间的函数关系，并估算了我 国森林植被的净生产量【 。Ｗａｎｇ ｅｔ ａ１．利用不同森林 类型的样地资料和森林资源清查资料对中国 １ ９７３—２００３年间森林植被的净生产量及其动态变化 进行了分析与评价【８】。Ｚｈａｎｇ ｅｔ ａ１．采用更多的样点 数据和森林清查数据进一步对中国森林碳储量进 分的测算。２材积推算法，该方法主要是基于森林 生物量与树干材积之间具有很强的相关性，通过材 积一生物量．生长量三者之间的关系推算。３生态模型 基金项目：国家重点基础研究发展规划“９７３’硕Ｉ￣ｔ（２０１０ＣＢ８３３５０３，２０１０ＣＢ９５０７０２）；国家高技术研究发展计划“８６３’颂Ｈ（２０１２ＡＡ１２Ａ３０６）；江苏 高校优势学科建设工程资助项目；江苏高校优秀科技创新团队项目 作者简介：李登秋（１９８５年生），男，博士研究生，研究方向为森林生态系统碳循环。Ｅ－ｍａｉｌ：ｌｉｄｅｎｇｑｉｕ００１＠１６３，ｔｏｍ 通讯作者，居为民，教授，博士生导师。Ｅ－ｍａｉｌ：ｊｕｗｅｉｍｉｎ＠ｎｊｕ．ｅｄｕ．ｃａ 收稿日期：２０１３—０６—２４ 李登秋等：基于生态过程模型和森林清查数据的森林生长量估算对比研究 ｃａｍｐｈｏｒａ）、柞树（Ｘｙｌｏｓｍａ ｒａｃｅｍｏｓｕｍ）、荷木 （Ｓｃｈｉｍａ ｓｕｐｅｒｂａｇａｒｄｎｅｔｃｈａｍｐ）等阔叶林和针阔混 为植被的各器官（干 、叶 ｆ、粗根 。，），ＮＰＰ为 ＢＥＰＳ模型模拟ｙ年净初级生产力（ｎｅｔ ｐｒｉｍａｒｙ 交林也都占一定比重。另外，前人对位于研究区的 ｐｒｏｄｕｃｔｉｏｎ ＮＰＰ）（Ｍｇ Ｃ・ｈｍ－２．ａ－ ），Ｒ为Ｍ 分配 中科院千烟洲生态试验站进行了大量的研究，为本 到植被器官ｆ的比例（％）， （），一１）为各器官初始生 文的多角度对比提供了数据支持。 物量（Ｍｇ・ｈｍ－ ）， 为器官ｉ碳周转率（％）。Ｒ和 １．２森林清查数据 通过公开发表的论文中关于江西省各主要树种的 类清查数据调查时间分别为２００１和２００６年， 参数整理获得［３们，生长量与碳的转换系数取０．５。 由于数据中没有详细的砍伐信息，按照固定样地蓄 ２．２模型输入数据与模型参数化 积量增加，清查数据与ＴＭ覆盖类型数据均为森林 ＢＥＰＳ模型输入数据主要包括： 类型的原则进行选取，共１０８个样点。二类森林清 遥感数据：本文采用的遥感反射率数据为８天 查数据调查时问分别为２００３和２００９年，由于两期 合成的２００１—２０１０年的ＭＯＤＩＳ ＭＯＤ０９Ａ１反射率产 之间调查小班不匹配，因此以小班为计算单元并最 品，由ＭＯＤＩＳ数据中心下载（ｈｔｔｐｓ：／／ｌｐｄａｃｃ．ｕｓｇｓ． 终以县域进行统计。由表１可以看出，一类清查样 ｇｏｖ／）。该产品由７个反射率数据波段、数据质量 地的平均蓄积与平均年龄均高于二类调查数据，且 描述波段和３个角度信息波段组成。本研究采用基 两期之间有明显的增加趋势，其主要原因是一类样 于４。尺度几何光学模型的叶面积指数（１ｅａｆ ａｒｅａ 地数据中剔除了可能受干扰的样地，且容易受到保 ｉｎｄｅｘ ＬＡ１）反演算法，利用ＭＯＤＩＳ的反射率数据 护而保持较好的生长状态，而二类调查数据包含了 反演生成研究区的ＬＡＩ系列数据【３¨，该方法考虑了 整个区域的森林，未排除受干扰的样地。 太阳天顶角．传感器天顶角一太阳与传感器之间相对 ２研究方法 方位角变化对反射率和ＬＡＩ与植被指数之间关系的 ２．１ ＢＥＰＳ模型 影响，在加拿大、中国东北和中国江西省红壤丘陵 ＢＥＰＳ（Ｂｏｒｅａｌ Ｅｃｏｓｙｓｔｅｍ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ｓｉｍｕｌａｔｏｒ， 地区的应用表明，这种方法反演的ＬＡＩ数据质量要 ＢＥＰＳ）模型是在ＦＯＲＥＳＴ＿ＢＧＣ模型的基础上完善 优于ＭＯＤＩＳ的ＬＡＩ产品［３ ， ］。本文采用２００１年 发展起来的以遥感数据为驱动的机理模型ｌ２ ］，模 树木覆盖比例（Ｖｅｇｅｔａｔｉｏｎ Ｃｏｎｔｉｎｕｏｕｓ Ｆｉｅｌｄｓ（ＶＣＦ） 型通过以气孔导度为主的生理调节子模型将碳、水 ｐｅｒｃｅｎｔ ｔｒｅｅ ｃｏｖｅｒ）来计算各器官生物量，该数据为 循环耦合，将冠层分为阳叶和荫叶，对叶片尺度瞬 ＭＯＤ４４Ｂ产品，通过ｈｔｔｐ：ｌｌｗｗｗ．１ａｎｄｃｏｖｅｒ．ｏｒｇ／ 时Ｆａｒｑｕｈａｒ光化学模型进行时空转换 引，实现遥感 ｄａｔａ／ｖｃｆｆＴ载获得。 数据与机理生态模型的结合，模拟生态系统的碳、 气象数据：逐日最高气温、最低气温、日降水 水和能量平衡。该模型已经在加拿大、美国和中国 量和日平均相对湿度和日照时数等，根据江西省气 等地区得到广泛应用［２ 。２ 。模型主要由能量传输子 象局提供的气象站点数据插值生成。 模型、碳循环子模型、水循环子模型和生理调节子 自然地理数据：ＤＥＭ数据、土壤数据、经纬 模型四部分组成。其中碳循环过程主要包括植物的 网数据、土地覆被类型数据等。ＤＥＭ数据为ＳＲＴＭ３，光合作用、呼吸作用、碳分配、净生产力以及土壤 从国际科学数据服务平台（ｈｔｔｐ：／／ｄａｔａｍｉｒｒｏｒ．ｃｓｄｂ．ｃｎ） 呼吸等生理过程。 下载得到，空间分辨率为９０ ｍ。土壤数据来源于北 根据森林生长量的定义，基于ＢＥＰＳ模型的森 京师范大学全球变化与地球系统科学研究院路面 林生长量计算方法如下： 过程和资源生态实验室的数据网站（ｈｔｔｐ：／／ ｇｌｏｂａｌｃｈａｎｇｅ．ｂｎｕ．ｅｄｕ．ｃｎ／ｒｅｓｅａｒｃｈ／）。根据李显风等 Ｐ（），）＝＞（ＮＰＰ（ｙ）・尺￡・（１一 ）一Ｂｉ（Ｙ一１）。 ） 人研究结果＿３引，选用该研究区域较为准确的基于 一１ 一 Ｅ ｆ（ｙ）＝Ｂｉ（ｙ一１）＋Ｐｆ（ｙ） （１） 其中，Ｐ（），）为植被第Ｙ年生长量（Ｍｇ＿ｈｍ－２．ａ ），ｉ ＴＭ数据制图的土地覆盖类型数据。本文统一采用 通用横轴墨卡托投影，所有数据的空间分辨率与 表１ 一类清查和二类调查数据样地及小班基本属性统计结果 Ｔａｂｌｅ １ Ｓｔａｔｉｓｔｉｃｓ ｏｆＮａｔｉｏｎａｌ Ｆｏｒｅｓｔ Ｃｏｎｔｉｎｕｅｓ Ｉｎｖｅｎｔｏｒｙ ｄａｔａ ａｎｄ Ｆｏｒｅｓｔ Ｍａｎａｇｅｍｅｎｔ Ｉｎｖｅｎｔｏｒｙ ｄａｔａ 括号内为标准差 ＭＯＤＩＳ反射率数据的空问分辨率保持一致（４６３ ｍｘ４６３ Ｉｎ）。 初始年份（２００１年）叶、茎、根生物量：根据 植被生长量的定义，需要确定初始年份（２００１）植 被各器官生物量，由于难以获得空间分布的各器官 实测生物量数据，本文利用Ｚｈａｎｇ ｅｔ ａ１．（２００６）方法 计算２００１年各器官生物量【３４１，具体计算方法见本 文２．３节。 ＢＥＰＳ模型中涉及到很多生理生态学参数，大 多数参数与植物的生理特征有关，本研究根据不同 学者对研究区主要树种的研究结果及千烟洲站点 实际观测数据对部分参数进行了本地化Ｌ３ Ｊ，缺测 参数则直接采用ＢＥＰＳ模型中给定的值。 ２．３ ２００１年各器官生物量的计算 本文计算叶、干和粗根生物量方法参考Ｚｈａｎｇ ｅｔａ１． ，主要步骤为： （１）通过样地数据及异速生长方程计算各树种 各器官生物量【３６， １，然后将各样地归并到对应的森 林类型，建立各森林类型干生物量和粗根生物量与 叶生物量的函数关系： ＝ ‘ ‘（２） 其中＾ （ｋｇ・ｍ ）为干或粗根生物量， 和ｙ为某一 森林类型对应干和粗根系数， （ｋｇ・ｍ－ ）为叶生物 量。在选取样地数据时，考虑了不同胸径范围和树 种组成，对于常绿针叶林，研究区主要为马尾松、 湿地松和杉木，因此分别选取了３０个样地数据进 行计算。常绿阔叶林主要为樟树、木荷、柞树、楮 类等，共选取３４个样地进行计算。对于针阔混交 林，由于缺乏针阔混交林样地内树种组成和比例以 及各器官生物量计算方法，因此本文采用分别选取 ３０个常绿针叶林样地和常绿阔叶林样地进行计算， 建立函数关系作为针阔混交林的平均水平。 （２）ｉ匝过２００１年最大ＬＡＩ和ＭＯＤＩＳ Ｖｅｇｅｔａｔｉｏｎ Ｃｏｎｔｉｎｕｏｕｓ Ｆｉｅｌｄｓ（ＶＣＦ）产品计算每个象元林木的 ＬＡＩ。其中，假设土地覆盖类型为森林的象元，其 ＬＡＩ组成为乔木和灌草丛ＬＡＩ的线性组合，乔木和 灌草丛的ＬＡＩ比例设置为固定值，通过各类型 ＶＣＦ＞Ｏ．７的象元的获得。虽然本文采用四尺度几何 光学模型反演得到ＬＡＩ，但由于背景反射率被设定 为仅随地表覆盖类型变化的固定值，难以有效祛除 灌草丛对ＬＡＩ的影响，通过ＶＣＦ可以更为准确的 确定林木各器官生物量。计算公式为： ＬＡＩｔ＝ＬＡＩｒ‘ ｐ，ｒ） （３） 其中，ＬＡＩ （ｍ２・ｍ－ ）为某一象元内林木的ＬＡＩ，ＬＡＩ （ｍ２・ｍ－ ）为某一象元总ＬＡＩ，Ｐ为该象元林木比例， 为该象元森林类型ＬＡＩ与灌木丛ＬＡＩ的比例。 生态环境学报第２２卷第１０期（２０１３年１０月） １）通过林木ＬＡＩ与比叶面积（ｓｐｅｃｉｉｆｃ ｌｅａｆａｒｅａ， ＳＬＡ）计算得到各象元叶生物量： ＝ＬＡＩｔ／ＳＬＡ （４） 其中，ＳＬＡ（ｍ２・ｋｇ。）为各森林类型单位干重的鲜叶 表面积。 ２）通过公式（２）得到研究区各器官的生物量空 间分布。 ２．４基于森林清查数据的乔木层和群落生长量计 算方法 由森林资源清查资料推算森林生长量，一般是 通过建立蓄积量一生物量．生长量之间的函数关系来 计算，根据蓄积量与生物量之间的关系可以分为平 均换算因子法、线性相关关系、双曲线关系、指数 关系法等 刖。由于遥感信息难以区分乔木层和灌草 丛，基于遥感模拟的森林生长量包含了森林乔木层 和部分灌草丛（非密闭林分），因此本文分别计算 乔木层生长量和群落生长量。 乔木层生长量的计算： Ｐ＝（ＡＢ＋Ｍ＋Ｏ）ｌｔ Ｂ＝Ｚｉ Ｂｉ Ｍ＝Ｂ－ＣＤ・ｍ （５） Ｄ＝Ｂｃｕｔ＝ ｕｔ。ＭＢＥＦ 其中，ＡＢ为两期清查数据生物量差值（Ｍｇ・ｈｍ－ ）， 为调查期间死亡生物量（Ｍｇ－ｈｍ ），Ｄ为调查期 间干扰生物量（Ｍｇ・ｈｍ－ ）（如砍伐，火灾、虫灾等 引起的生物量的损失），ｔ为两次调查的时间间隔 （年）。 为蓄积量（ｍ３・ｈｍ＂ ），ａ和ｂ连续生物量转 换因子（Ｃｏｎｔｉｎｕｏｕｓ Ｂｉｏｍａｓｓ Ｅｘｐａｎｓｉｏｎ Ｆａｃｔｏｒ， ＣＢＥＦ）参数，与森林类型有关 ，ＣＤ为林分郁闭 度（％），ｍ为林分死亡率（％），Ｂ 为砍伐生物量， ｍ为砍伐蓄积量，ＭＢＥＦ为平均生物量换算因子 （Ｍｅａｎ Ｂｉｏｍａｓｓ Ｅｘｐａｎｓｉｏｎ Ｆａｃｔｏｒ，ＭＢＥＦ，林分生物 量与木材材积比值的平均值，与树种有关）。根据 前人研究结果ｍ取值为４％［３ ”。由于火灾及虫灾 等数据较难获得且比例较小，在此仅考虑砍伐，根 据江西省统计年鉴得到吉安市２００３．２００９年共砍伐 材积量８２８ｘ ｌＯ ｍ ，计算各县砍伐生物量采取以下 方法：１．首先排除不能砍伐的区域（如井冈山自然 保护区等）；２．统计各县各树种的近熟林、成熟林及 过熟林蓄积量占吉安市的比例，计算出各县各树种 的砍伐比例乘以其近熟林、成熟林及过熟林蓄积量； ３．采用各树种平均生物量换算因子乘以该森林类型 砍伐蓄积量得到该类型的砍伐生物量ｌ４引。 群落生长量采用王斌等建立的不同森林植被 类型生物量．蓄积量及群落生长量一生物量之间的函 数关系计算 Ｊ： Ｐ＝Ｂｌ（ｃ・Ａ＋ｄ・Ｂ） 李登秋等：基于生态过程模型和森林清查数据的森林生长量估算对比研究 面积指数、森林各器官基准生物量、土壤含水量等）、 清查数据和模型模拟结果。在区域总量上，ＢＥＰＳ 时间空间分辨率及生理生态参数的准确性。１．数据 质量问题。气象数据受插值方法和气象站点数量所 限，以及叶面积指数及土壤含水量等数据由于计算 方法的复杂及所需相关参数较多，均难以避免存在 误差。地表覆盖类型是决定模型模拟光合和呼吸过 程的关键数据，本文采用了基于ＴＭ数据的植被类 型图，虽然与其它常用的遥感土地覆被类型图相比 具有相对较高的可靠性，但依然存在一定的分类误 差。基于ＬＡＩ生成森林各器官生物量同样存在一定 的不确定性，在建立各器官与叶生物量函数关系存 在样本量不足、尺度差异等问题，然而由于目前难 以获得实测的各器官生物量空间分布，利用遥感数 据成为一种可能的途径。２．时间空间分辨率。由于 目前的技术水平难以同时保证时间与空间的分辨 率，使得模型模拟的空间分辨率与实际调查样地大 小难以有效的匹配，使得两种方法计算结果的直接 对比存在一定的不合理性。３．生理生态参数。植被 生理生态参数是是描述不同植被类型光合作用，呼 吸作用等生态过程的指标，随着ＢＥＰＳ模型的推广， 该模型在国内取得了很好的模拟效果，但由于生态 系统的复杂ｌ生，模型参数的优化与假设仍存在一定 的不确定性。 与清查数据相比，遥感信息在稀疏林地难以有 效区分乔木层与灌草丛，在稠密地区则易出现信号 饱和问题，因此造成模型模拟结果在低值区域有高 估，高值区域易低估的现象。ＶＣＦ产品在各器官的 生物量计算中可有效提高反演结果，然而由于对 ＶＣＦ产品的应用存在难以准确分离灌草丛和乔木 层及其它地物对ＬＡＩ的贡献（非简单线性组合关系）， 因此本文未将其应用到ＢＥＰＳ模型模拟中ＬＡＩ ８天 产品中，以免增加更多的不确定性，但ＶＣＦ产品 和背景反射率信息有效的应用可更好的解决遥感 信息在估算森林生物量高估和低估的问题。 ４．３结论 本文通过遥感数据驱动的过程模型模拟、一类 森林清查和二类森林调查查数据分别计算了 ２００１—２００６年、２００３—２００９年年森林生态系统乔木层 和群落生长量，分析了不同方法和数据源在研究森 林生态系统碳循环的差异。主要结论如下：１．ＢＥＰＳ 模型模拟的千烟洲通量塔站点森林生长量与清查 数据及前人的结果具有较好的一致性。２．样点尺度 上，ＢＥＰＳ模型模拟、群落与乔木层平均生长量分 别为４．１８，５．８６和４．２９ Ｍｇ・ｈｍ－２．ａ～，模型模拟与群 落和乔木层生长量拟合Ｒ２分别为Ｏ．４８（ｐ＜０．０１）和 ０．４３（ｐ＜０．０１），区域尺度上，分别为４．６５、４．３６和 ３．３４ Ｍｇ・ｈｍ－２．ａ～，二类调查数据估算结果低于一类 模型结果与二类调查数据估算的群落和乔木层生 长量拟合 分别为０．８４（ｐ＜０．０１）和０．８３（ｐ＜０．０１）， ＢＥＰＳ模型能够较好的模拟县域尺度上的森里生长 总量。３．常绿针叶林和常绿阔叶林在不同尺度上的 统计结果具有显著差异，模型模拟结果与一类清查 乔木层生长量和二类调查群落生长量较为接近，常 绿针叶林差异小于常绿阔叶林。４．空间分布上吉安 市形成了以武功山和井冈山为主的森林碳库，其中 井冈山市最高为５．４６ Ｍｇ・ｈｍ－２．ａ～，其次为永新县和 遂川县，分别为５＿３１和４．９１ Ｍｇ．ｈｍ－２．ａ～，吉州区最 低，仅为０．７７ Ｍｇ・ｈｍ－２．ａ～。随着多源遥感数据的发 展，基于遥感的生态过程模型将在森林生长量估算 和生物量更新发挥更重要的作用。 参考文献： ［１］ＨＯＵＧＨＴＯＮ Ｒ．Ｂａｌａｎｃｉｎｇ ｔｈｅ ｇｌｏｂａｌ ｃａｒｂｏｎ ｂｕｄｇｅｔ［Ｊ］．Ａｎｎｕ．Ｒｅｖ． Ｅａｒｔｈ Ｐｌａｎｅｔ．Ｓｃｉ．２００７，３５：３ １３—３４７． ［２］于泉洲，张祖陆，吕建树，等．１９８７－－２００８年南四湖湿地植被碳储 量时空变化特征［Ｊ］．生态环境学报，２０１２，９：１５２７—１５３２． ［３］ 森林生物量和净生长量测算方法综述［Ｊ］．干旱区研究，２０１０， ２７（００６）：９３９—９４６． ［４］罗云建，张小全，王效科，等．森林生物量的估算方法及其研究进 展［Ｊ］ｌ林业科学，２００９，４５（８）：１２９－１３４． ［５］云南省森林资源二类调查中的生长量计算分析［Ｊ］ｌ中南林业调查 规划，２００９，２８（００４）：９—１ １． ［６］李文华．森林生物生产量的概念及其研究的基本途径［Ｊ】．自然资 源，１９７８，１（９８ｏ１：１． ［７］方精云，刘国华，徐嵩龄．我国森林植被的生物量和净生产量［Ｊ］． 生态学报，１９９６，１６（５）：４９７－５０８． ［８］ＷＡＮＧ Ｂ，ＨＵＡＮＧ Ｊ，ＹＡＮＧ Ｘ，ｅｔ ａ１．Ｅｓｔｉｍａｔｉｏｎ ｏｆ ｂｉｏｍａｓｓ，ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｏｎ ａｎｄ ｎｅｔ ｅｃｏｓｙｓｔｅｍ ｐｒｏｄｕｃｔｉｏｎ ｏｆ Ｃｈｉｎａ＇ｓ ｆｏｒｅｓｔｓ ｂａｓｅｄ ｏｎ ｔｈｅ １９９９ ２００３ Ｎａｔｉｏｎａｌ Ｆｏｒｅｓｔ Ｉｎｖｅｎｔｏｒｙ［Ｊ１．Ｓｃａｎｄｉｎａｖｉａｎ Ｊｏｕｒｎａｌ ｏｆＦｏｒｅｓｔ Ｒｅｓｅａｒｃｈ．２０１０，２５（６）：５４４—５５３． ［９］ＺＨＡＮＧ Ｃ，ＪＵ ＣＨＥＮ Ｊ Ｍ，ｅｔ ａ１．Ｃｈｉｎａ’ｓ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｃａｒｂｏｎ ｓｉｎｋ ｂａｓｅｄ ｏｌｌ ｓｅｖｅｉｌ ｉｌｉｖｅｎｔｏｒｉｅｓ ｆｒｏｍ １９７３ ｔｏ ２（￣３８【ｊ］．Ｃｌｉｍａｔｉｃ Ｃｈａｎｇｅ．２０１３：１－１６． ［１０］黄从德，，杨万勤，等．四川省及重庆地区森林植被碳储量动 态［Ｊ］．生态学报，２００８，２８（３）：９６６—９７５． 【ｌ１］聂吴，王绍强，周蕾，等．基于森林清查资料的江西和浙江森林植 被固碳潜力［Ｊ］．应用生态学报，２０１１，２２（１０）：２５８１—２５８８． ［１２］张修玉，许振成，王俊能，等．西双版纳森林植被碳储量动态与增 汇潜力研究［Ｊ］ｌ生态环境学报，２０１１，２０（３）：３９７－４０２． 【１３】张亮，林文欢，王正，等．广东省森林植被碳储量空间分布格局［Ｊ］． 生态环境学报，２０１０，１９（６）：１２９５－１２９９． ［１４］ＰＡＲＴＯＮ Ｗ＇ＳＣＵＲＬＯＣＫ Ｊ，ＯＪＩＭＡ Ｄ，ｅｔ ａｌ Ｏｂｓｅｒｖａｔｉｏｎｓ ａｎｄ ｍｏｄｅｌｉｎｇ ｏｆ ｂｉｏｍａｓｓ ａｎｄ ｓｏｉｌ ｏｒｇａｎｉｃ ｍａｔｔｅｒ ｄｙｎａｍｉｃｓ ｆｏｒ ｔｈｅ ｇｒａｓｓｌａｎｄ ｂｉｏｍｅ ｗｏｒｌｄｗｉｄｅ［Ｊ］．Ｇｌｏｂａｌ Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ．１９９３， ７（４）：７８５－８０９． ［１５］ＳＥＬＬＥＲＳ Ｐ＇ＲＡＮＤＡＬＬ Ｄ，ＣＯＬＬＡＴＺ Ｇ，ｅｔ ａ１．Ａ ｒｅｖｉｓｅｄ ｌｎａｄ ｓｕｒｆａｃｅ ｐａｒａｍｅｔｅｒｉｚａｔｉｏｎ（ＳｉＢ２）ｆｏｒ ａｔｍｏｓｐｈｅｒｉｃ ＧＣＭｓ．Ｐａｒｔ Ｉ：Ｍｏｄｅｌ ｆｏｒｍｕｌ￣ｉｏｎ『Ｊ１．Ｊｏｕｒｎａｌ ｏｆＣｌｉｍａｔｅ．１９９６，９（４）：６７６—７０５． ［１６］ＷＡＮＧ Ｓ，ＧＲＡＮＴ Ｒ，ＶＥＲＳＥＧＨＹ Ｄ，ｅｔ ａ１．Ｍｏｄｅｌｌｉｎｇ ｐｌａｎｔ ｃａｒｂｏｎ ｎａｄ ｎｉｔｒｏｇｅｎ ｄｙｎａｍｉｃｓ ｏｆ ａ ｂｏｒｅａｌ ａｓｐｅｎ ｆｏｒｅｓｔ ｉｎ ＣＬＡＳＳ—ｔｈｅ Ｃａｎａｄｉａｎ Ｌａｎｄ Ｓｕｒｆａｃｅ Ｓｃｈｅｍｅ ０１．Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ．２００１，１４２ １６５６ （１）：１３５一ｌ５４． 生态环境学报第２２卷第１０期（２０１３年１０月） ［３０］黄麟，邵全琴，刘纪远．江西省森林碳蓄积过程及碳源／汇的时空格 局叽．生态学报，２０１２，３２（１０）：３０１０—３０２０． ［３１］ＤＥＮＧ Ｆ，ＣＨＥＮ Ｊ Ｍ，ＰＬＵＭＭＥＲ Ｓ，ｅｔ ａ１．Ａｌｇｏｒｉｈｍ ｔｆｏｒ ｇｌｏｂａｌ ｌｅａｆ ａｒｅａ ｉｎｄｅｘ ｒｅｔｒｉｅｖａｌ ｕｓｉｎｇ ｓａｔｅｌｌｉｔｅ ｉｍａｇｅｒｙ［Ｊ］．Ｇｅｏｓｃｉｅｎｃｅ ｎｄ ａＲｅｍｏｔｅ Ｓｅｎｓｉｎｇ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ．２００６，４４（８）：２２１９－２２２９． ｆ３２１ ＰＩＳＥＫ Ｊ，ＣＨＥＮ Ｊ Ｍ．Ｃｏｍｐａｒｉｓｏｎ ａｎｄ ｖａｌｉｄａｔｉｏｎ ｏｆ ＭＯＤＩＳ ａｎｄ ＶＥＧＥＴＡＴＩＯＮ ｇｌｏｂａｌ ＬＡＩ ｐｒｏｄｕｃｔｓ ｏｖｅｒ ｆｏｕｒ ＢｉｇＦｏｏｔ ｓｉｔｅｓ ｉｎ Ｎｏｒｔｈ ［１７］ＨＡＸＥＬＴＩＮＥ Ａ，ＰＲＥＮＴＩＣＥ Ｉ．Ａ ｇｅｎｅｒａｌ ｍｏｄｅｌ ｆｏｒ ｔｈｅ ｌｉｇｈｔ—ｕｓｅ ｅｆｉｆｃｉｅｎｃｙ ｏｆ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｏｎ ［Ｊ］． Ｆｕｎｃｔｉｏｎａｌ Ｅｃｏｌｏｇｙ． １９９６：５５１．５６１． ［１８】ＣＨＥＮ Ｊ，ＬＩＵ Ｊ，ＣＩＨＬＡＲ Ｊ，ｅｔ ａ１．Ｄａｉｌｙ ｃａｎｏｐｙ ｐｈｏｔｏｓｙｎｔｈｅｓｉｓ ｍｏｄｅｌ ｔｈｒｏｕｇｈ ｔｅｍｐｏｒａｌ ａｎｄ ｓｐａｔｉａｌ ｓｃａｌｉｎｇ ｆｏｒ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ａｐｐｌｉｃａｔｉｏｎｓ ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ．１９９９，１２４（２－３）：９９－１１９． ［１９］任伟，王秋风，刘颖慧，等．区域尺度陆地生态系统固碳速率和潜 力定量认证方法及其不确定性分析［Ｊ］．地理科学进展，２０１１， ３０（７）：７９５－８０４． ［２０］ＨＡＳＥＮＡＵＥＲ Ｈ，ＰＥＴＲＩＴＳＣＨ Ｒ，ＺＨＡＯ Ｍ，ｅｔ ａ１．Ｒｅｃｏｎｃｉｌｉｎｇ ｓａｔｅｌｌｉｔｅ ｗｉｔｈ ｇｒｏｕｎｄ ｄａｔａ ｔｏ ｅｓｔｉｍａｔｅ ｆｏｒｅｓｔ ｐｒｏｄｕｃｔｉｖｉｔｙ ａｔ ｎａｔｉｏｎａｌ Ａｍｅｒｉｃａ［Ｊ］．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ＯｆＥｎｖｉｒｏｎｍｅｎｔ．２００７，１０９（１）：８ｌ－９４． ［３３］李显风，居为民，陈姝，等．地表覆盖分类数据对区域森林叶面积 指数反演的影响［Ｊ】．遥感学报，２０１０，１４（５）：９７４—９８９． 『３４１ ＺＨＡＮＧ Ｘ，ＫＯＮＤＲＡＧＵＮＴＡ Ｓ Ｅｓｔｉｍａｔｉｎｇ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｉｎ ｔｈｅ ＵＳＡ ｕｓｉｎｇ ｇｅｎｅｒａｌｉｚｅｄ ａｌｌｏｍｅｔｒｉｃ ｍｏｄｅｌｓ ａｎｄ ＭＯＤＩＳ ｌｎｄ ｐｒａｏｄｕｃｔｓ ｓｃａｌｅｓ［Ｊ］＿Ｆｏｒｅｓｔ Ｅｃｏｌｏｇｙ ｎｄ ａＭａｎａｇｅｍｅｎｔ．２０１２，２７６：１９６－２０８． 【２１］ＬＩＵ Ｊ，ＣＨＥＮ Ｊ，ＣＩＨＬＡＲ Ｊ，ｅｔ ａ１．Ａ ｐｒｏｃｅｓｓ－ｂａｓｅｄ ｂｏｒｅａｌ ｅｃｏｓｙｓｔｅｍ ｐｒｏｄｕｃｔｉｖｉｔｙ ｓｉｍｕｌａｔｏｒ ｕｓｉｎｇ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｎｐｕｔｓ［Ｊ］．Ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｏｆＥｎｖｉｒｏｎｍｅｎｔ．１９９７，６２（２）：１５８－１７５． ［Ｊ］ｌ Ｇｅｏｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ ＬｅＲｅｒｓ．２００６，３３（９） ［３５】王媛，张娜，于贵瑞．千烟洲马尾松人工林生态系统的碳循环模拟 及模型参数的敏感性分析（７）：１６５６－１６６６． 【Ｊ］ｌ应用生态学报．２０１０，２１ ［２２］ＬＩＵ Ｊ，ＣＨＥＮ Ｊ，ＣＩＨＬＡＲ Ｊ，ｅｔ ａ１．Ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｄｉｓｔｉｒｂｕｔｉｏｎ ｉｎ ｔｈｅ ＢＯＲＥＡＳ ｒｅｇｉｏｎ ｆｒｏｍ ａ ｐｒｏｃｅｓｓ ｍｏｄｅｌ ｕｓｉｎｇ ｓａｔｅｌｌｉｔｅ ａｎｄ ［３６］ＺＨＡＮＧ Ｃ，ＪＵ ｗ，ＣＨＥＮ Ｊ Ｍ，ｅｔ ａ１．Ｃｈｉｎａ’ｓ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｃａｒｂｏｎ ｓｉｎｋ ｂａｓｅｄ ｏｎ ｓｅｖｅｎ ｉｎｖｅｎｔｏｒｉｅｓ ｆｒｏｍ １９７３ ｔｏ ２００８［ Ｃｌｉｍａｔｉｃ Ｃｈａｎｇｅ．２０１３， ｓｕｒｆａｃｅ ｄａｔａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏｐｈ３，ｓｉｃａｌ Ｒｅｓｅａｒｃｈ １９９９，１０４ （Ｄ２２）：２７７３５－２７７５４． ［２３】ＲＵＮＮＩＮＧ Ｓ ｗ，ＣＯＵＧＨＬＡＮ Ｊ Ｃ．Ａ ｇｅｎｅｒａｌ ｍｏｄｅｌ ｏｆ ｆｏｒｅｓｔ ｅｃｏｓｙｓｔｅｍ ｐｒｏｃｅｓｓｅｓ ｆｏｒ ｒｅｇｉｏｎａｌ ａｐｐｌｉｃａｔｉｏｎｓ Ｉ．Ｈｙｄｒｏｌｏｇｉｃ ｂａｌａｎｃｅ， ［３７］李轩然，刘琪瑕，陈永瑞，等．千烟洲人工林主要树种地上生物量 的估算［Ｊ］．应用生态学报，２００６，ｌ７（８）：１３８２－１３８８． ［３８］马泽清，刘琪，徐雯佳，等．江西千烟洲人工林生态系统的碳蓄积 特征［Ｊ］．林业科学，２００７，４３（１１）：Ｉ－７． ［３９】ＢＩＮ ＬＩＡＮ Ｊ，ＷＡＮＧ Ｚ，ｅｔ ａ１．Ｔｒｅｅ ｍｏｒｔａｌｉｔｙ ａｎｄ ｒｅｃｒｕｉｔｍｅｎｔ ｉｎ ａ ｓｕｂｔｒｏｐｉｃａｌ ｂｒｏａｄｌｅａｖｅｄ ｍｏｎｓｏｏｎ ｆｏｒｅｓｔ ｉｎ ｓｏｕｔｈ Ｃｈｉｎａ［Ｊ］ｌ Ｊｏｕｒｎａｌ ｏｆ Ｔｒｏｐｉｃａｌ Ｆｏｒｅｓｔ Ｓｃｉｅｎｃｅ．２０１１，２３（１）：５７． ｃａｎｏｐｙ ｇａｓ ｅｘｃｈａｎｇｅ ａｎｄ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｏｎ ｐｒｏｃｅｓｓｅｓ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ．１９８８，４２（２）：１２５—１５４． ［２４］ＺＨＯＵ ＺＨＵ Ｑ，ＣＨＥＮ Ｊ Ｍ，ｅｔ ａ１．Ｏｂｓｅｒｖａｔｉｏｎ ａｎｄ ｓｉｍｕｌａｔｉｏｎ ｏｆ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｙ ｔｉｎ Ｑｉｌｉａｎ Ｍｏｕｎｔａｉｎ，ｗｅｓｔｅｒｎ Ｃｈｉｎａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｍａｎａｇｅｍｅｎｔ．２００７，８５（３）：５７４－５８４． ［２５］ＷＡＮＧ ｐ＇ＳＵＮ Ｒ，ＨＵ Ｊ，ｅｔ ａ１．Ｍｅａｓｕｒｅｍｅｎｔｓ ａｎｄ ｓｉｍｕｌａｔｉｏｎ ｏｆ ｆｏｒｅｓｔ ｌｅａｆ ａｒｅａ ｉｎｄｅｘ ａｎｄ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｙｔ ｉｎ Ｎｏｒｔｈｅｒｎ Ｃｈｉｎａ［Ｊ】． ［４０］ＧＲＯＴＥ Ｒ，ＫＩＥＳＥ Ｒ，ＧＲ ＮＷＡＬＤ Ｌ ｅｔ ａ１．Ｍｏｄｅｌｌｉｎｇ ｆｏｒｅｓｔ ｃａｒｂｏｎ ｂａｌａｎｃｅｓ ｃｏｎｓｉｄｅｒｉｎｇ ｔｒｅｅ ｍｏｒｔａｌｉｙ ａｎｄ ｒｔｅｍｏｖａｌ［Ｊ］．Ａ ｃｕｌｔｕｒａｌ ａｎｄ Ｆｏｒｅｓｔ Ｍｅｔｅｏｒｏｌｏｇｙ．２０１１，１５１（２）：１７９—１９０． Ｊｏｕｒｎａｌ ｏｆｅｎｖｉｒｏｎｍｅｎｔａｌ ｍａｎａｇｅｍｅｎｔ．２００７，８５（３）：６０７—６１５ ［２６］ＣＨＥＮ Ｘ，ＣＨＥＮ Ｊ，ＡＮ Ｓ，ｅｔ ａ１．Ｅｆｆｅｃｔｓ ｏｆｔｏｐｏｇｒａｐｈｙ ｏｎ ｓｉｍｕｌａｔｅｄ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｙｔ ａｔ ｌｎｄｓｃａｐｅ ｓｃａｌａｅ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｍａｎａｇｅｍｅｎｔ．２００７，８５（３）：５８５－５９６． ［２７］ｘｕ ｃ，ＬＩＵ Ｍ，ＡＮ Ｓ，ｅｔ ａ１．Ａｓｓｅｓｓｉｎｇ ｔｈｅ ｉｍｐａｃｔ ｏｆ ｕｒｂａｎｉｚａｔｉｏｎ ｏｎ ［４ｌ】唐旭利，周国逸，周霞，等鼎湖山季风常绿阔叶林粗死木质残体 的研究［Ｊ］．植物生态学报，２００３，２７（４）：４８４—４８９． ［４２］ＧＵＯ Ｚ，ＦＡＮＧ Ｊ，ＰＡＮ Ｙ，ｅｔ ａ１．Ｉｎｖｅｎｔｏｒｙ－ｂａｓｅｄ ｅｓｔｉｍａｔｅｓ ｏｆ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｃａｒｂｏｎ ｓｔｏｃｋｓ ｉｎ Ｃｈｉｎａ：Ａ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｔｒｅｅ ｍｅｔｈｈｏｄｓ［Ｊ］ ＦｏｒｅｓｔＥｃｏｌｏｇｙａｎｄＭａｎａｇｅｍｅｎｔ．２０１０，２５９（７）：１２２５－１２３１． ｒｅｇｉｏｎａｌ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎ Ｊｉａｎｇｙｉｎ Ｃｏｕｎｔｙ，Ｃｈｉｎａ［Ｊ］． Ｊｏｕｒｎａｌ ＯｆＥｎｖｉｒｏｎｍｅｎｔａｌ Ｍａｎａｇｅｍｅｎｔ．２００７，８５（３）：５９７－６０６ ［２８］ＦＥＮＧ Ｘ，ＬＩＵ Ｇ，ＣＨＥＮ Ｊ，ｅｔ ａ１．Ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｙｔ ｏｆ Ｃｈｉｎａ’ｓ ｔｅｒｒｅｓｔｉａｌｒ ｅｃｏｓｙｓｔｅｍｓ ｆｒｏｍ ａ ｐｒｏｃｅｓｓ ｍｏｄｅｌ ｄｒｉｖｅｎ ｂｙ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ［４３］ＣＡＭＰＩＯＬＩ Ｍ，ＧＩＥＬＥＮ Ｂ，Ｇ ＣＫＥＤＥ Ｍ，ｅｔ ａ１．Ｔｅｍｐｏｒａｌ ｖａｒｉａｂｉｌｉｙ ｔｏｆ ｔｈｅ ＮＰＰ．ＧＰＰ ｒａｔｉｏ ａｔ ｓｅａｓｏｎａｌ ａｎｄ ｉｎｔｅｒａｎｎｕａｌ ｔｉｍｅ ｓｃａｌｅｓ ｉｎ ａ ｔｅｍｐｅｒａｔｅ ｂｅｅｃｈ ｆｏｒｅｓｔ［Ｊ］＿Ｂｉｏｇｅ０ｓｃｉｅｎｃｅｓ．２０１１，８：２４８１－２４９２． ［４４】马泽清，刘琪瑕，王辉民，等．中亚热带人工湿地松林（Ｐｉｎｕｓ ｅｌｌｉｏｔｔｉｉ）生产力观测与模拟［Ｊ］．中国科学３８ｆ８）：１００５—１０１５． ［Ｊ］ｌ Ｊｏｕｒｎａｌ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｍａｎａｇｅｍｅｎｔ．２００７，８５（３）：５６３－５７３． Ｄ辑，２００８， ［２９】ＷＡＮＧ Ｓ，ＺＨＯＵ Ｌ，ＣＨＥＮ Ｊ，ｅｔ ａ１．Ｒｅｌａｔｉｏｎｓｈｉｐｓ ｂｅｔｗｅｅｎ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｙ ａｔｎｄ ｓｔｎｄ ａａｇｅ ｆｏｒ ｓｅｖｅｒａｌ ｆｏｒｅｓｔ ｔｙｐｅｓ ａｎｄ ｔｈｅｉｒ ｉｎｆｌｕｅｎｃｅ ［４５］沈慧芳，刘诗涛，丁思统．吉安市县域森林资源９指标综合排序ｆＪ］． 江西林业科技，２００８，３：２２．２３． ｏｎ Ｃｈｉｎａ＇ｓ ｃａｒｂｏｎ ｂａｌａｎｃｅ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｍａｎａｇｅｍｅｎｔ ２０１１，９２（６）：１６５１－１６６２． Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｅｓｔｉｍａｔｅｄ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ ｂａｓｅｄ ｏｎ ａ ｐｒｏｃｅｓｓ—ｂａｓｅｄ ｅｃｏｌｏｇｉｃａｌ ｍｏｄｅｌ ａｎｄ ｆｏｒｅｓｔ ｉｎｖｅｎｔｏｒｙ ｄａｔａ ＬＩ Ｄｅｎｇｑｉｕ ，ＪＵ Ｗｅｉｍｉｎ ，ＺＨＥＮＧ Ｇｕａｎｇ１ＬＩＵ Ｙｉｂｏ ，ＺＡＮ Ｍｅｉ 一，ＺＨＡＮＧ Ｃｈｕｎｈｕａ ，ＨＵＡＮＧ Ｊｉｎｌｏｎｇ１ ，１．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｆｏｒ Ｅａｒｔｈ Ｓｙｓｔｅｍ Ｓｃｉｅｎｃｅ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｙｔ，Ｎａｎｊｉｎｇ ２１００２３，Ｃｈｉｎａ； ２．Ｓｃｈｏｏｌ ｏｆ Ｇｅｏｇｒａｐｈｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｏｕｒｉｓｍ，Ｘｉ￣ｉａｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｙｔ，Ｕｒｍｎｑｉ ８３００５４，Ｃｈｉｎａ Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ ａ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｄｒｉｖｅｎ，ｐｒｏｃｅｓｓｅｄ—ｂａｓｅｄ ｅｃｏｌｏｇｉｃａｌ ｍｏｄｅｌ ｆＢｏｒｅａｌ Ｅｃｏｓｙｓｔｅｍ Ｐｒｏｄｕｃｔｉｖｉｔｙ ＳｉｍｕｌａｔｏＬ ＢＥＰＳ）， Ｎａｔｉｏｎａｌ Ｆｏｒｅｓｔ Ｃｏｎｔｉｎｕｅｓ Ｉｎｖｅｎｔｏｒｙ（ＮＦＣＩ）ｄａｔａ（ｓｕｒｖｅｙｅｄ ｉｎ ２００１ ａｎｄ ２００６）ａｎｄ Ｆｏｒｅｓｔ Ｍａｎａｇｅｍｅｎｔ Ｉｎｖｅｎｔｏｒｙ（ＦＭＩ）ｄａｔａ （ｓｕｒｖｅｙｅｄ ｉｎ ２００３ ａｎｄ ２００９），ｔｈｅ ｆｏｒｅｓｔ ａｎｎｕａｌ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ ｉｎ Ｊｉ’ａｎ ｃｉｙ ｔｗａｓ ｃａｌｃｕｌａｔｅｄ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅ ｄｉｆｅｒｅｎｃｅｓ ａｍｏｎｇ ｔｈｅ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅｓ ｅｓｔｉｍａｔｅｄ ｕｓｉｎｇ ｔｈｅｓｅ ｔｈｒｅｅ ｄｉｆｅｒｅｎｔ ｍｅｔｈｏｄｓ ｗｅｒｅ ａｎａｌｙｚｅｄ ｆｏｒ ｖａｒｉｏｕｓ ｓｐａｔｉａｌ ｓｃａｌｅｓ ａｎｄ 李登秋等：基于生态过程模型和森林清查数据的森林生长量估算对比研究 １６５７ ｆｏｒｅｓｔ ｔｙｐｅｓ．Ｏｕｒ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ａｔ ｔｈｅ ｐｌｏｔ ｓｃａｌｅ ｔｈｅ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ（４．１８ Ｍｇ‘ｈｍ－２．ａ。‘）ｓｉｍｕｌａｔｅｄ ｂｙ ｔｈｅ ＢＥＰＳ ｍｏｄｅｌ ｗａｓ ｃｌｏｓｅ ｔｏ ｈｅ ｔｏｖｅｒｓｔｏｒｙ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ（ＯＢ１Ｒ，４．２９ Ｍｇ‘ｈｍ－２．ａ－ ），ａｎｄ ｌｏｗｅｒ ｔｈａｎ ｈｅ ｔｂｉｏｍｅ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ （ＢＢＩＲ，５．８６ Ｍｇ‘ｈｍ－￣．ａ ）ｅｓｔｉｍａｔｅｄ ｕｓｉｎｇ ｔｈｅ ＮＦＣＩ ｄａｔａ．Ｔｈｅ Ｒ ｏｆＯＢＩＲ ａｎｄ ＢＢＩＲ ｓｉｍｕｌａｔｅｄ ｂｙ ｔｈｅ ＢＥＰＳ ｍｏｄｅｌ ａｇａｉｎｓｔ ｅｓｔｉｍａｔｅｓ ｗｉｔｈ ｔｈｅ ＮＦＣＩ ｄａｔａ ｗｅｒｅ ０．４３ ａｎｄ ０．４８．ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅ ｒｅｇｉｏｎａｌ ｍｅａｎ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ ｓｉｍｕｌａｔｅｄ ｂｙ ｔｈｅ ＢＥＰＳ ｍｏｄｅｌ ｗａｓ ４．６５ Ｍｇ‘ｈｍ－２．ａ－ ｗｈｉｌｅ ｔｈｅ ＯＢＩＲ ａｎｄ ＢＢＩＲ ｅｓｔｉｍａｔｅｄ ｕｓｉｎｇ ｔｈｅ ＦＭＩ ｄａｔａ ｗｅｒｅ ４３６ ａｎｄ ３．３４ Ｍｇ’ｈｍ－２．ａ一ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅ Ｒ ．．ｖａｌｕｅｓ ｏｆ ｃｏｕｎｔｙ－ｌｅｖｅｌ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ ｓｉｍｕｌａｔｅｄ ｂｙ ｔｈｅ ＢＥＰＳ ｍｏｄｅｌ ａｇａｉｎｓｔ ＯＢＩＲ ａｎｄ ＢＢＩＲ ｗｅｒｅ ０．８４（ｐ＜０．０１）ａｎｄ ０．８３（ｐ＜０．０１），ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅ ＯＢＩＲ ａｎｄ ＢＢＩＲ ｅｓｔｉｍａｔｅｄ ｕｓｉｎｇ ｔｈｅ ＮＦＣＩ ｄａｔａ ｗｅｒｅ ｈｉｇｈｅｒ ｔｈａｎ ｈｏｓｔｅ ｅｓｔｉｍａｔｅｄ ｕｓｉｎｇ ｔｈｅ ＦＭＩ ｄａｔａ Ｔｈｅ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ ｓｉｍｕｌａｔｅｄ ｂｙ ＢＥＰＳ ｍｏｄｅｌｅｄ ｗａｓ ｃｌｏｓｅ ｔｏ ｔｈｅ ＯＢＩＲ ｖａｌｕｅ ｂａｓｅｄ ｏｎ ＮＦＣＩ ａｎｄ ｔｈｅ ＣＢＩＲ ｖａｌｕｅ ｂａｓｅｄ ｏｎ ＦＭＩ．Ａｓ ｔｏ ｔｗｏ ｄｏｍｉｎａｎｔ ｆｏｒｅｓｔ ｔｙｐｅｓ，ｅｖｅｒｇｒｅｅｎ ｂｒｏａｄｌｅａｆ ｆｏｒｅｓｔｓ ｇｒｏｗ ｆａｓｔｅｒ ｔｈａｎ ｅｖｅｒｇｒｅｅｎ ｃｏｎｉｆｅｒｏｕｓ ｆｏｒｅｓｔｓ．Ｔｈｅ ａｇｒｅｅｍｅｎｔ ｂｅｔｗｅｅｎ ｓｉｍｕｌａｔｅｄ ａｎｄ ｅｓｔｉｍａｔｅｄ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｎｔ ｒａｔｅ ｉｓ ｂｅ￣ｅｒ ｆｏｒ ｅｖｅｒｇｒｅｅｎ ｃｏｎｉｆｅｒｏｕｓ ｆｏｒｅｓｔｓ ｔｈａｎ ｆｏｒ ｅｖｅｒｇｒｅｅｎ ｂｒｏａｄｌｅａｆ ｆｏｒｅｓｔｓ．Ｔｈｉｓ ｓｔｕｄｙ ｃｏｎｆｉｒｍｓ ｔｈａｔ ｔｈｅ ｏｕｔｐｕｔ ｆｒｏｍ ＢＥＰＳ ｃａｎ ｂｅ ｕｓｅｄ ｏｒ ｆｕｐｄａｔｉｎｇ ｆｏｒｅｓｔ ｂｉｏｍａｓｓ． Ｋｅｙ ｗｏｒｄｓ：Ｂｏｒｅａｌ Ｅｃｏｓｙｓｔｅｍ Ｐｒｏｄｕｃｔｉｖｉ够Ｓｉｍｕｌａｔｏｒ（ＢＥＰＳ）ｍｏｄｅｌ；ｆｏｒｅｓｔ ｉｎｖｅｎｔｏｒｙ ｄａｔａ；ｂｉｏｍｅ ｂｉｏｍａｓｓ ｉｎｃｒｅｍｅｔ；ｏｖｅｒｓｎｔｏｒｙ ｂｉｏｍａｓｓ ｊｎｃｒｅｍｅｎｔ
