点击题目获取原文 ▲
研究亮点
HIGHLIGHTS
1. 创新性地调整了特定地点的异速生长方程，实现更精准的碳储量估算；
2. 强调了土壤有机碳在亚热带盐生木本稀树草原碳汇中的关键作用；
3. 为当地政府制定土地利用政策和规划提供了科学依据，提高人们对稀树草原碳储存能力的认识。
01
研究背景
稀树草原是指热带干旱地区以多年生耐旱的草本植物为主所构成的大面积热带草原，典型结构为上层为木本(乔、灌木)层，下层为草本层，展现出独特的群落结构和生态外貌。稀树草原一般分布在热带和亚热带地区，约占全球陆地面积的20%，是全球重要的碳汇之一。然而，随着需求和生产方式的改变，原有自然草原逐渐转型为农业耕作区和牧场，这不仅改变了土地的原有用途，也加剧了气候变化和全球变暖。在乌拉圭西海岸的盐碱土壤区，亚热带木本稀树草原广泛分布，对维持生物多样性和碳储存起着至关重要的作用。但是，当地非法砍伐泛滥，严重威胁到了草原的生态完整性和服务功能。尽管乌拉圭政府已制定相关法律来限制并禁止此类活动，但非法砍伐的问题依然存在。
准确估算该地生物群落的生物量和碳储量对制定相应保护政策、增加碳汇等至关重要。以往研究为了提高生物量的估算精度，通常需要特定地点的异速生长方程。然而，此方法对森林破坏性大，不适用于受保护地区，因此需采用非破坏性或半破坏性方法作为替代方案。而且，先前研究常用的加权最小二乘法并没有考虑到树木不同生物量组成部分之间的可加性，得出的估算值可能与实际值存在偏差。在此，更适合使用似不相关回归(SUR)、非线性似不相关回归方法(NSUR)，以及加权非线性似不相关回归方法(WNSUR)作为替代选择同时拟合各组成部分和总生物量方程。本研究旨在提高模型生物量和碳储量估算准确性，通过调整灌木总地上生物量(AGB)特定地点的异速生长方程，以提高模型预测能力。
02
研究方法
研究区域位于乌拉圭国家保护区Esteros y Algarrobales del Río Uruguay (EARU)，研究样地为亚热带盐生木本稀树草原。2020年，研究人员对样地进行植被抽样，记录树木基径(BD)、胸高直径(DBH)和总高度(H)。采用半破坏性方法并结合数学模型基于茎和枝的体积及木材密度估算Neltuma affinis和Vachellia caven两种树种的生物量。对每个样方中的土壤进行土壤剖面描述；采集不同深度的土壤样本，评估土壤有机碳(SOC)分布。随后，采用湿化学消解后比色测定法和Walkley-Black方法分别测定植物组织和土壤样本中的碳含量。
以树木的总生物量数据和各组成部分(茎、枝、叶)的数据为基础，选择H和BD作为预测变量，拟合线性和非线性回归模型。之后，将拟合的异速生长方程应用于每个样方的森林清查数据，估算样方级别的生物量，并将结果扩展到每公顷的量级。同时，计算了样方级别的土壤有机碳(SOC)储量，并将这些数据扩展到每公顷的量级。使用R软件包进行统计分析，评估模型的预测性能，并通过WNSUR方法同时拟合各组成部分和总生物量方程。评估文献中已有的异速生长方程在本研究数据集上的预测性能，通过调整R2值和均方根误差(RMSE)评估模型的准确性。最后，研究计算了生态系统中不同组成部分的碳储量，并分析其在组成部分间的分配。
图 1｜树木材积计算示意图以及总株高(H)、胸高(BH)、基径(BD)、胸径(DBH)、树干(S)和形态反转点(MIP)测量点
03
研究结果
图 2｜Neltuma affinis叶(LB)、枝(BB)、茎(SB)和总地上生物量(AGB)WNSUR模型预测值与观测数据及残差对比
图 3｜Vachellia caven叶(LB)、枝(BB)、茎(SB)和总地上生物量(AGB)WNSUR模型预测与观测数据及残差对比
图 4｜Baccharis sp.总地上生物量(AGB)WLS回归模型预测与观测数据及残差对比
图 5｜土壤和地上部分生物量(AGB)中碳储量分布图
Cite this article
Baietto, A., Hirigoyen, A., Toranza, C., Schinato, F., Gonzalez, M., Navarro Cerrillo, R., 2024. Carbon stock estimation in halophytic wooded savannas of Uruguay: An ecosystem approach. For. Ecosyst. 11, 100216.
https://doi.org/10.1016/j.fecs.2024.100216
文章链接：https://doi.org/10.1016/j.fecs.2024.100216
关于本刊
《森林生态系统(英文)》（Forest Ecosystems）是由教育部主管、北京林业大学主办的林学、生态学类的开放获取学术期刊。主要收录森林生态系统、森林群落、森林环境、遥感、气候变化、大数据等相关研究领域的高质量、原创性研究论文和评论性文章。影响因子4.1，在中科院期刊分区表中居农林科学大类一区，林学小类一区。
扫描二维码关注我们
森林生态系统(英文)
微信号：Forest Ecosystems
https://www.sciencedirect.com/journal/forest-ecosystems
编辑：唐珊珊
审核：李杰
如您希望转载我们的推文或视频，请联系forestecosystems@bjfu.edu.cn
点击“阅读原文”访问期刊主页
