中国林业碳贡献区域分布及潜力预测

中国林业碳贡献区域分布及潜力预测作者：许恩银王维枫聂影
来源：《中国人口·资源与环境》2020年第05期
摘要“国家自主贡献”（INDCs）鼓励各国自觉承担减排责任，林业部门的碳贡献及潜力对我国承担减排替代及合理制定INDCs目标具有积极意义。

通过生物量转换因子连续函数法和土壤有机碳储量推算法，利用第八次森林资源清查数据，模拟预测三种森林生长情境下各林区承诺期内碳贡献分布变化情况。

研究结果表明：①至第八次森林资源清查结束，三大林区总碳储量为48.63 PgC，总蓄积量为188.02×108 m3。

②至2030年，自然增长情境（Ⅰ）、按原面积比例分配情境（Ⅱ）和人工林高配比情境（Ⅲ）下林区总碳储量将分别增加1.70、6.90和7.11 PgC，蓄积量分别增加53.04×108、61.70×108和62.38×108m3。

③2013—2030年期间，各林区碳贡献均保持增长，但东北和西南林区贡献率逐年下降，南方林区贡献率上升趋势明显。

④敏感性分析结果表明，每提高5%南方林区新造林面积比例，三大林区的碳储量和蓄积量将提升6 TgC和7×105m3。

为充分发挥林业在缓解气候变化中的潜力，应提高南方林区的新造林面积比例，为用材林制定合适的采伐模式，增加杉木和桉树等速生树种面积，以维持较高的碳贡献增长速度和保障木材生产安全的优势。

在东北林区和西南林区发展混交林，对过熟林进行可持续经营管理，人工促进更新过熟林以提高森林更新速度，从而改善碳贡献率下降和林龄偏大的现象。

关键词林业;碳贡献;生物量转换因子连续函数法;区域分布;潜力预测
1 研究背景
INDCs是为实现“确保全球平均气温较工业化前水平升高控制在 2℃之内，并为把升温控制在1.5 ℃之内而努力”目标而提出的，作为解决全球气候变化问题的全新减排机制，INDCs 将开始新的气候体制方向，对今后气候国际法治理念及模式产生深远影响[1-2]。

INDCs的自愿承诺减排模式，有别于清洁发展机制（Clean Development Mechanism， CDM）的强制性减排
义务模式，表1比较了两者的基本特征[13-14]。

CDM仅强制规定发达国家减排义务，INDCs 更重视责任和道义，能动员所有国家自觉积极为全球和全人类利益承担责任，且规定每五年对所有国家INDCs进行更新和通报，要求逐步增加力度并反映其尽可能大的力度，有效提升约束性和透明度。

2015年6月30日，我国提交了《强化应对气候变化行动——中国国家自主贡献》文件，明确提出了2030年的具体行动目标，即“二氧化碳排放2030年左右达到峰值并争取尽早达峰;单位国内生产总值二氧化碳排放比2005年下降60%～65%，非化石能源占一次能源消费比重达到20%左右，森林蓄积量比2005年增加45×108 m3左右”[3]。

在落实方案过程中，各部门积极采取一系列政策及措施。

在能源部门，何建坤[4]、姜璐等[5]、马丁等[6]建议优化能源结构，加强并完善节能政策以形成新型低碳可持续能源体系。

在建筑部门，刘俊伶等[7]和杨艳芳等[8]
的研究表明实施强化低碳，推广绿色建筑碳交易机制才能使建筑部门转为低碳发展。

在交通部门，刘强等[9]和柴麒敏等[10]倡导个人低碳交通出行，鼓励企业研制生产低碳交通设备以减少交通排放。

能源和工业等部门面临的最大挑战是节能技术的应用规模远不如发达国家，提升效率和调整结构等较难实现。

建筑和交通等部门受城市化进度和规模的影响，低碳生活消费方式难以推广。

而对于林业部门，增加林业碳汇成为我国应对气候变化INDCs三大目标之一，郑芊卉等[11]和Grassi等[12]明确指出通过森林植被恢复、保护增加林业碳汇和完善林业碳汇交易机制有利于积极发挥林业的功能和作用。

近年来，我国对林业碳贡献的研究以刘倩楠等[15]、Yu等[16]、刘魏魏等[17]学者为代表，主要涉及碳储量模型计量[15，18-19]、碳交易市场分析[20-21]、森林碳汇效益价值评估[22]、木质林产品减排贡献[21，23-24]和森林经营措施影响评估[16-17，22]等方面。

其中碳储量核算的研究多集中于选定某一地区特定林分类型进行测定与核算生态系统的碳密度和碳储量[25-26]，且部分研究重视枯落物层和灌草层的测定，却忽视生态系统中最大的碳库土壤层，这会直接导致低估全国林业碳储量。

因此，该研究中以我国三大林区为研究对象，利用生物量转换因子连续函数法和土壤有机碳储量推算法，首先核算第八次森林资源清查各林区碳贡献分布，再对假设的森林生长情境进行预测，分析不同情境下承諾期碳贡献结果，最后通过比较林区碳贡献变化差异进一步识别各林区潜力的关键影响因素，有利于为制定下一阶段INDCs目标和实施政策提供建议，为我国承担《巴黎协定》减排义务提供重要依据。

2 研究区域与方法
2.1 研究区域概况
我国地域广阔，植物种类繁多，森林资源丰富且类型多样，具有明显的地带性分布特征。

乔木林面积在森林面积中所占比例超过80%，是森林的主体部分，对降低大气温度气体浓度上升以及缓解气候变化起积极作用。

第八次森林资源清查显示全国乔木林面积共有164.60×106
hm2，蓄积量共有147.79×108 m3。

东北林区、西南林区和南方林区是我国的重要林区。

东北林区是我国最大的天然林区，包括东北部的大小兴安岭和长白山。

西南林区是我国第二大天然林区，主要包括四川、云南和西藏三省区交界处的横断山区，以及西藏东南部的喜马拉雅山南坡等地区。

秦岭淮河以南，云贵高原以东的广大地区构成了我国最大的人工林南方林区，山区面积广大，气候条件好，林业生产潜力大。

2.2 研究方法
2.2.1 核算方法
（1）森林植被碳储量的核算。

对于森林植被碳储量的核算，先采用生物量换算因子连续函数法[27-28]计算研究区域各树种各龄级的生物量总和，再乘以森林植被生物量中碳元素的含量，最后得到研究区域植被总碳储量。

计算公式为：
式中，BEF为生物量转换因子，是林分生物量与木材材积的比值;a和b是森林蓄积量和生物量转换模型参数[27]，具体参数值见表2;x为单位面积蓄积量（m3/hm2）;Bt为某一研究区域森林植被的总生物量（TgC）;Aij为第i类树种第j龄级的森林面积（hm2）; xij为第i类树种第j龄级的森林单位面积平均蓄积量（m3/hm2）;i和j表示森林类型和龄级，m和n表示森林树种数和龄级数;Cv为某一研究区域的森林植被碳储量（TgC）;Cc是森林植被生物量中碳的转化率，采用国际上使用率最高的0.5[29]。

（2）森林土壤碳储量的核算。

土壤碳库是森林生态系统碳储量的重要组成部分，土壤有机碳储量可根据土壤剖面有机质百分含量推算[30]。

计算公式为：
式中，SOC为土壤有机碳储量（TgC），A为总面积（hm2），ρ为土壤容重
（MgC/m3），h为土壤深度（m），woc为土壤有机质含量，0.58为土壤有机质平均含碳量[30]。

各林分类型的种植土壤物理性质参数（见表2）由各树种生长习性和分布区域特征决定。

杉木、云南松和桉树以红壤和黄壤为主，云杉冷杉和针叶林以暗棕壤和棕壤为主，针阔混交林以暗棕壤为主，其土壤物理性质由树种生长习性决定。

其余生长习性不明确的树种土壤物理性质由分布地域特征决定，其中油松和櫟类分布于全国各省区，无明显地域分布特征，取用我国土壤的物理性质平均参数，即土壤平均深度为86.2 cm，土壤平均容重为1.24 t/m3，平均有机质含量为3.04%[30]。

（3）森林生态系统碳储量和蓄积量的核算。

森林生态系统的碳库由植被、凋落物和土壤三部分组成[31]。

在全国或区域尺度的森林生态系统碳储量研究中，多集中对乔木和土壤两个层次的研究，凋落物层碳储量通常被视为包含在土壤中[25，31]。

通过公式（1）（2）（3）（4）可得：
由于Cij和xij保持不变，通过Aij的变化可预测森林生态系统碳储量和蓄积量的变化。

核算森林生态系统碳储量过程的框架如图1所示，研究中所需的各林分类型的面积和蓄积量数据来自于第八次森林资源清查数据。

此次清查统计的是实际调查范围内的数据，不含港澳台地区。

2.2.2 预测情境假设
预测森林碳贡献不仅对评估森林缓解气候变化潜力具有重要意义，同时可作为判断是否能实现INDCs 承诺期目标的标准。

考虑到森林生长状况受气候条件、土壤特性、地形和自然灾害等影响，预测过程基于三个原则[26，32-37]：①林分依据龄级划分表正常生长且各龄级内面积均匀分布[36];②遵守天然林禁伐[37];③混交林龄级划分采用主要树种划分平均值[25，35]。

以第八次森林资源清查各林分面积和蓄积量数据为基础，结合森林发展目标的不同实施方式引起的林区森林面积变化，构建三种森林生长情境。

（1）自然增长情境（情境Ⅰ）：根据第八次森林资源清查的各林分面积数据并遵守以上三个原则，预测至承诺期各林区现有森林的碳贡献变化。

对于人工林南方林区，杉木和桉树是重要的用材林，分别在40 a和5 a内可全面采伐更新，假设在采伐的原面积上种植同类树种的幼龄林，维持森林覆盖率不变，无其他新造林面积[26]。

对于东北林区和西南林区，遵守天然林禁伐原则[37]，各龄级面积只因生长成为高龄级而减少，不考虑其他原因。

（2）按原面积比例分配情境（情境Ⅱ）：在情境Ⅰ的基础上考虑提高森林覆盖率的目标，假设新增森林面积完全符合国家林业局在《全国森林经营规划（2016—2050年）》中制定的森林发展目标[32-33]。

首先，根据森林发展目标（2050年全国森林覆盖率稳定在26%）推算出2030年我国乔木林增加面积为18.39×106 hm2，其次根据各林分原面积占比分配新增面积，最后假设平均每年增加各林分幼龄林面积。

（3）人工林高配比情境（情境Ⅲ）：在情境Ⅱ的基础上，将人工林南方林区新造林分配比例从30.08%提高至40%，其他林区不变。

2017年，我国全面实施停止天然林商业性采伐政策，人工林成为我国国内木材供给的主要来源。

充分利用南方地区优越的光热水土条件发展用材林，有利于提升木材供给能力，保障木材生产安全[34]。

因此该情境目的为模拟增加人工林的新造林及采伐更新面积将如何影响林区碳贡献。

根据以上三种情境下各林分类型面积变化情况，预测INDCs承诺期森林生态系统碳贡献的变化情况，分析2013—2030年的林区碳贡献区域分布变化差异，有利于对合理分配森林发展计划提出建议，从而实现森林资源的可持续利用。

3 结果与分析
3.1 第八次森林资源清查林区碳贡献（2009—2013年）
PgC，总蓄积量为188.02×108 m3。

从碳储量看，各林区贡献顺序为：东北林区（37.46%）>南方林区（37.18%）>西南林区（25.36%）。

东北林区以中幼龄林为主，其中中龄林贡献
36.17%，幼龄林贡献21.46%。

由于东北地区土壤碳密度高，落叶松、白桦和杨树等主要林分类型的碳密度均较高，导致该林区碳密度远高于其他林区。

从蓄积量看，各林区贡献顺序为：西南林区（39.33%）>东北林区（32.03%）>南方林区（28.64%）。

西南林区贡献突出的原因为该林区早期对冷杉、云杉及高山松的种植和保护工作的重视，导致过熟林面积远高于其他林区。

南方林区目前贡献最小，但中幼龄林面积
45.59×106 hm2，占该林区面积的79.61%，其中栎类和阔叶林在近20年幼龄林面积增加明显，未来固碳和蓄积潜力均有较大提升空间。

式中，BEF为生物量转换因子，是林分生物量与木材材积的比值;a和b是森林蓄积量和生物量转换模型参数[27]，具体参数值见表2;x为单位面积蓄积量（m3/hm2）;Bt为某一研究区域森林植被的总生物量（TgC）;Aij为第i类树种第j龄级的森林面积（hm2）; xij为第i类树种第j龄级的森林单位面积平均蓄积量（m3/hm2）;i和j表示森林类型和龄级，m和n表示森林树种数和龄级数;Cv为某一研究区域的森林植被碳储量（TgC）;Cc是森林植被生物量中碳的转化率，采用国际上使用率最高的0.5[29]。

（2）森林土壤碳储量的核算。

土壤碳库是森林生态系统碳储量的重要组成部分，土壤有机碳储量可根据土壤剖面有机质百分含量推算[30]。

计算公式为：
式中，SOC为土壤有机碳储量（TgC），A為总面积（hm2），ρ为土壤容重
（MgC/m3），h为土壤深度（m），woc为土壤有机质含量，0.58为土壤有机质平均含碳量[30]。

各林分类型的种植土壤物理性质参数（见表2）由各树种生长习性和分布区域特征决定。

杉木、云南松和桉树以红壤和黄壤为主，云杉冷杉和针叶林以暗棕壤和棕壤为主，针阔混交林以暗棕壤为主，其土壤物理性质由树种生长习性决定。

其余生长习性不明确的树种土壤物理性质由分布地域特征决定，其中油松和栎类分布于全国各省区，无明显地域分布特征，取用我国土壤的物理性质平均参数，即土壤平均深度为86.2 cm，土壤平均容重为1.24 t/m3，平均有机质含量为3.04%[30]。

（3）森林生态系统碳储量和蓄积量的核算。

森林生态系统的碳库由植被、凋落物和土壤三部分组成[31]。

在全国或区域尺度的森林生态系统碳储量研究中，多集中对乔木和土壤两个层次的研究，凋落物层碳储量通常被视为包含在土壤中[25，31]。

通过公式（1）（2）（3）（4）可得：
由于Cij和xij保持不变，通过Aij的变化可预测森林生态系统碳储量和蓄积量的变化。

核算森林生态系统碳储量过程的框架如图1所示，研究中所需的各林分类型的面积和蓄积量数据来自于第八次森林资源清查数据。

此次清查统计的是实际调查范围内的数据，不含港澳台地区。

2.2.2 预测情境假设
预测森林碳贡献不仅对评估森林缓解气候变化潜力具有重要意义，同时可作为判断是否能实现INDCs 承诺期目标的标准。

考虑到森林生长状况受气候条件、土壤特性、地形和自然灾害等影响，预测过程基于三个原则[26，32-37]：①林分依据龄级划分表正常生长且各龄级内面积均匀分布[36];②遵守天然林禁伐[37];③混交林龄级划分采用主要树种划分平均值[25，35]。

以第八次森林资源清查各林分面积和蓄积量数据为基础，结合森林发展目标的不同实施方式引起的林区森林面积变化，构建三种森林生长情境。

（1）自然增长情境（情境Ⅰ）：根据第八次森林资源清查的各林分面积数据并遵守以上三个原则，预测至承诺期各林区现有森林的碳贡献变化。

对于人工林南方林区，杉木和桉树是重要的用材林，分别在40 a和5 a内可全面采伐更新，假设在采伐的原面积上种植同类树种的幼龄林，维持森林覆盖率不变，无其他新造林面积[26]。

对于东北林区和西南林区，遵守天然林禁伐原则[37]，各龄级面积只因生长成为高龄级而减少，不考虑其他原因。

（2）按原面积比例分配情境（情境Ⅱ）：在情境Ⅰ的基础上考虑提高森林覆盖率的目标，假设新增森林面积完全符合国家林业局在《全国森林经营规划（2016—2050年）》中制定的森林发展目标[32-33]。

首先，根据森林发展目标（2050年全国森林覆盖率稳定在26%）推算出2030年我国乔木林增加面积为18.39×106 hm2，其次根据各林分原面积占比分配新增面积，最后假设平均每年增加各林分幼龄林面积。

（3）人工林高配比情境（情境Ⅲ）：在情境Ⅱ的基础上，将人工林南方林区新造林分配比例从30.08%提高至40%，其他林区不变。

2017年，我国全面实施停止天然林商业性采伐政策，人工林成为我国国内木材供给的主要来源。

充分利用南方地区优越的光热水土条件发展用材林，有利于提升木材供给能力，保障木材生产安全[34]。

因此该情境目的为模拟增加人工林的新造林及采伐更新面积将如何影响林区碳贡献。

根据以上三种情境下各林分类型面积变化情况，预测INDCs承诺期森林生态系统碳贡献的变化情况，分析2013—2030年的林区碳贡献区域分布变化差异，有利于对合理分配森林发展计划提出建议，从而实现森林资源的可持续利用。

3 结果与分析
3.1 第八次森林资源清查林区碳贡献（2009—2013年）
PgC，总蓄积量为188.02×108 m3。

从碳储量看，各林区贡献顺序为：东北林区（37.46%）>南方林区（37.18%）>西南林区（25.36%）。

东北林区以中幼龄林为主，其中中龄林贡献
36.17%，幼龄林贡献21.46%。

由于东北地区土壤碳密度高，落叶松、白桦和杨树等主要林分类型的碳密度均较高，导致该林区碳密度远高于其他林区。

从蓄积量看，各林区贡献顺序为：西南林区（39.33%）>东北林区（32.03%）>南方林区（28.64%）。

西南林区贡献突出的原因为该林区早期对冷杉、云杉及高山松的种植和保护工作的重视，导致过熟林面积远高于其他林区。

南方林区目前贡献最小，但中幼龄林面积
45.59×106 hm2，占该林区面积的79.61%，其中栎类和阔叶林在近20年幼龄林面积增加明显，未来固碳和蓄积潜力均有较大提升空间。

式中，BEF为生物量转换因子，是林分生物量与木材材积的比值;a和b是森林蓄积量和生物量转换模型参数[27]，具体参数值见表2;x为单位面积蓄积量（m3/hm2）;Bt为某一研究区域森林植被的总生物量（TgC）;Aij为第i类树种第j龄级的森林面积（hm2）; xij为第i类树种第j龄级的森林单位面积平均蓄积量（m3/hm2）;i和j表示森林类型和龄级，m和n表示森林树种数和龄级数;Cv为某一研究区域的森林植被碳储量（TgC）;Cc是森林植被生物量中碳的转化率，采用国际上使用率最高的0.5[29]。

（2）森林土壤碳储量的核算。

土壤碳库是森林生态系统碳储量的重要组成部分，土壤有机碳储量可根据土壤剖面有机质百分含量推算[30]。

计算公式为：
式中，SOC为土壤有机碳储量（TgC），A为总面积（hm2），ρ为土壤容重
（MgC/m3），h为土壤深度（m），woc为土壤有机质含量，0.58为土壤有机质平均含碳量[30]。

各林分类型的种植土壤物理性质参数（见表2）由各树种生长习性和分布区域特征决定。

杉木、云南松和桉树以红壤和黄壤为主，云杉冷杉和针叶林以暗棕壤和棕壤为主，针阔混交林以暗棕壤为主，其土壤物理性质由树种生长习性决定。

其余生长习性不明确的树种土壤物理性质由分布地域特征决定，其中油松和栎类分布于全国各省区，无明显地域分布特征，取用我国土壤的物理性质平均参数，即土壤平均深度为86.2 cm，土壤平均容重为1.24 t/m3，平均有机质含量为3.04%[30]。

（3）森林生态系统碳储量和蓄积量的核算。

森林生态系统的碳库由植被、凋落物和土壤三部分组成[31]。

在全国或区域尺度的森林生态系统碳储量研究中，多集中对乔木和土壤两个层次的研究，凋落物层碳储量通常被视为包含在土壤中[25，31]。

通过公式（1）（2）（3）（4）可得：
由于Cij和xij保持不变，通过Aij的变化可预测森林生态系统碳储量和蓄积量的变化。

核算森林生态系统碳储量过程的框架如图1所示，研究中所需的各林分类型的面积和蓄积量数据来自于第八次森林资源清查数据。

此次清查统计的是实际调查范围内的数据，不含港澳台地区。

2.2.2 预测情境假设
预测森林碳贡献不仅对评估森林缓解气候变化潜力具有重要意义，同时可作为判断是否能实现INDCs 承诺期目标的标准。

考虑到森林生长状况受气候条件、土壤特性、地形和自然灾害等影响，预测过程基于三个原则[26，32-37]：①林分依据龄级划分表正常生长且各龄级内面积均匀分布[36];②遵守天然林禁伐[37];③混交林龄级划分采用主要树种划分平均值[25，35]。

以第八次森林资源清查各林分面积和蓄积量数据为基础，结合森林发展目标的不同实施方式引起的林区森林面积变化，构建三种森林生长情境。

（1）自然增长情境（情境Ⅰ）：根据第八次森林资源清查的各林分面积数据并遵守以上三个原则，预测至承诺期各林区现有森林的碳贡献变化。

对于人工林南方林區，杉木和桉树是重要的用材林，分别在40 a和5 a内可全面采伐更新，假设在采伐的原面积上种植同类树种的幼龄林，维持森林覆盖率不变，无其他新造林面积[26]。

对于东北林区和西南林区，遵守天然林禁伐原则[37]，各龄级面积只因生长成为高龄级而减少，不考虑其他原因。

（2）按原面积比例分配情境（情境Ⅱ）：在情境Ⅰ的基础上考虑提高森林覆盖率的目标，假设新增森林面积完全符合国家林业局在《全国森林经营规划（2016—2050年）》中制定的森林发展目标[32-33]。

首先，根据森林发展目标（2050年全国森林覆盖率稳定在26%）推算出2030年我国乔木林增加面积为18.39×106 hm2，其次根据各林分原面积占比分配新增面积，最后假设平均每年增加各林分幼龄林面积。

（3）人工林高配比情境（情境Ⅲ）：在情境Ⅱ的基础上，将人工林南方林区新造林分配比例从30.08%提高至40%，其他林区不变。

2017年，我国全面实施停止天然林商业性采伐政策，人工林成为我国国内木材供给的主要来源。

充分利用南方地区优越的光热水土条件发展用材林，有利于提升木材供给能力，保障木材生产安全[34]。

因此该情境目的为模拟增加人工林的新造林及采伐更新面积将如何影响林区碳贡献。

根据以上三种情境下各林分类型面积变化情况，预测INDCs承诺期森林生态系统碳贡献的变化情况，分析2013—2030年的林区碳贡献区域分布变化差异，有利于对合理分配森林发展计划提出建议，从而实现森林资源的可持续利用。

3 结果与分析
3.1 第八次森林资源清查林区碳贡献（2009—2013年）
PgC，总蓄积量为188.02×108 m3。

从碳储量看，各林区贡献顺序为：东北林区（37.46%）>南方林区（37.18%）>西南林区（25.36%）。

东北林区以中幼龄林为主，其中中龄林贡献
36.17%，幼龄林贡献21.46%。

由于东北地区土壤碳密度高，落叶松、白桦和杨树等主要林分类型的碳密度均较高，导致该林区碳密度远高于其他林区。

从蓄积量看，各林区贡献顺序为：西南林区（39.33%）>东北林区（32.03%）>南方林区（28.64%）。

西南林区贡献突出的原因为该林区早期对冷杉、云杉及高山松的种植和保护工作的重视，导致过熟林面积远高于其他林区。

南方林区目前贡献最小，但中幼龄林面积
45.59×106 hm2，占该林区面积的79.61%，其中栎类和阔叶林在近20年幼龄林面积增加明显，未来固碳和蓄积潜力均有较大提升空间。

式中，BEF为生物量转换因子，是林分生物量与木材材积的比值;a和b是森林蓄积量和生物量转换模型参数[27]，具体参数值见表2;x为单位面积蓄积量（m3/hm2）;Bt为某一研究区域森林植被的总生物量（TgC）;Aij为第i类树种第j龄级的森林面积（hm2）; xij为第i类树种第j龄级的森林单位面积平均蓄积量（m3/hm2）;i和j表示森林类型和龄级，m和n表示森林树种数和龄级数;Cv为某一研究区域的森林植被碳储量（TgC）;Cc是森林植被生物量中碳的转化率，采用国际上使用率最高的0.5[29]。

（2）森林土壤碳储量的核算。

土壤碳库是森林生态系统碳储量的重要组成部分，土壤有机碳储量可根据土壤剖面有机质百分含量推算[30]。

计算公式为：
式中，SOC为土壤有机碳储量（TgC），A为总面积（hm2），ρ为土壤容重
（MgC/m3），h为土壤深度（m），woc为土壤有机质含量，0.58为土壤有机质平均含碳量[30]。

各林分类型的种植土壤物理性质参数（见表2）由各树种生长习性和分布区域特征决定。

杉木、云南松和桉树以红壤和黄壤为主，云杉冷杉和针叶林以暗棕壤和棕壤为主，针阔混交林以暗棕壤为主，其土壤物理性质由树种生长习性决定。

其余生长习性不明确的树种土壤物理性质由分布地域特征决定，其中油松和栎类分布于全国各省区，无明显地域分布特征，取用我国土壤的物理性质平均参数，即土壤平均深度为86.2 cm，土壤平均容重为1.24 t/m3，平均有机质含量为3.04%[30]。

（3）森林生态系统碳储量和蓄积量的核算。

森林生态系统的碳库由植被、凋落物和土壤三部分组成[31]。

在全国或区域尺度的森林生态系统碳储量研究中，多集中对乔木和土壤两个层次的研究，凋落物层碳储量通常被视为包含在土壤中[25，31]。

通过公式（1）（2）（3）（4）可得：。