文摘

使用木本植物温室气体减排导致的需求快速成本效益估算森林碳股票和相关因素。本研究旨在评估因素与碳相关的股票Chure尼泊尔森林。从森林学系研究获得的数据和调查(dfr)尼泊尔。多元线性回归模型,然后对比和被用来观察变量之间的关系如干体积,胸径、高度,地区,每个情节,树木的数量和森林的所有权。95%可信区间(CI)情节吸引了比较与每个因素调整后的碳储量和碳股票。模型的线性回归显示合适(调整= 83.75%)和阀杆量(sv)的结果,胸径(dbh),每个情节的树木数量显示统计学意义(值≤0.05)积极与碳股票。最高的碳股票与sv逾199³/公顷,平均胸径超过43.3厘米/情节,和树木的数量超过20 /情节,而高度,地理位置,和所有权没有统计关联。结果可以使用政府加强碳Chure的股票,同时支持自然资源保护和曼联Nations-Reducing从毁林和森林退化排放计划缓解碳排放问题。

1。介绍

森林生态系统对全球碳环境至关重要。森林估计包含地下地上的80%和40%的陆地碳股票(1]。森林生态系统商店更多的碳20%到50%相比其他生态系统由于其伍迪字符和长寿命2]。成熟的森林吸收二氧化碳(CO₂)从大气而种植植物碳存储在木头、树叶和泥土。热带地区,胸径(dbh)单独解释95%以上的地上热带森林碳储量的变化,甚至在高度多样化的地区(3]。

森林的损失,主要在热带发展中国家占全球12%的温室气体(GHG)的排放量从2000年到2005年(4]。森林砍伐单独是一个全球17.4%的碳气体排放和第三大排放源(2004年5]。提高碳股票减少温室气体效应是今天的策略来缓解气候变化问题。减少砍伐森林和森林退化排放(REDD)、联合国(联合国)REDD协作程序在发展中国家,是中央在努力应对气候变化的影响和重要性还提供了一个线索可持续森林管理和保护的碳。森林与碳含量相关的因素,因此,对于理解至关重要保持更高的碳股票。此外,可持续森林资源管理的地方和国家层面上获得通过REDD +碳汇服务的经济激励计划,它为发展中国家提供了一个机会来生成对农村贫困人口生计好处,三重双赢的局面(6]。研究提供证据,几个因素影响的碳的数量股票的森林,像杆体积和胸径(7),树密度(2,高度8,9],树冠[10],物种[11)、土壤(2),和所有权9,12]。活木碳含量对量化森林碳储量至关重要。木碳含量变化显著,由于物理因素(温度、降雨量、土地形式、海拔、土壤、等),生物因素(物种多样性、木材体积,茎直径,数量,和树木的密度),和社会因素(人类和他们的社会经济和文化事务)。发展中国家需要一个健壮的森林中碳减缓气候变化政策的成功实施REDD +。有充足的研究精确量化森林碳在不同级别(3,13,14]。然而,据我们所知,相对较少的研究(12,15)关注森林碳含量的影响因素。尼泊尔是一个经济疲软的国家和森林是国民收入的主要自然资源之一,为当地的人们必不可少的生活资源。有一个需要访问的因素明显与林木的碳含量,从而支持可持续管理的森林资源和碳含量的增加。

森林扮演角色来控制土壤侵蚀的土地资源,沙子、砾石,特别是在尼泊尔,自然排水从北到南容易侵蚀吨每年这些资源。从东到西的尼泊尔,Chure是半干旱地区,覆盖全国总额的12.8%的土地和73.4%的Chure土地被森林(16]。该地区落叶的植被类型,通过36个地区扩展。它由疏松的沉积岩也使其地质脆弱,大雨,高的洪水和山体滑坡。因此,尼泊尔政府最近宣布这条皮带为环境保护领域基于环境保护法案2015 (17]。需要确定因素与碳含量的森林树木在尼泊尔“Chure”范围的实现不仅自然资源保护,也支持联合国REDD +的程序。在全球范围内,大多数的研究集中在热带森林的碳含量;本研究在亚热带地区进行。这项研究的主要目的是了解协会的碳含量与六种不同的预测,干量(sv),胸径(胸径),许多树木(tn),所有权,高度,和周围的位置Chure尼泊尔地区使用线性回归模型。

2。方法

2.1。网站描述

这项研究是在Chure带(图进行1),也被称为Shiwalik,尼泊尔。这是最年轻的在喜马拉雅山脉。它位于Terai带以北,运行整个尼泊尔的长度,从东到西,沿着旁边的喜马拉雅山脉南部。面积从80.15°E 88.18°E和26.62°N 29.16°N。20 - 30公里宽,近1000公里。它延伸通过36区(18]。海拔从92米到1955米不等,宽10公里至50公里。这个地区的特点是易受侵蚀的,脆弱的,和干土19]。

2.2。数据收集和采样

两阶段的数据收集系统抽样方法(图2)。首先,9180年的4×4公里²网格是由整个国家。网格被叠加在一个高分辨率(5×5米²)快速眼借助谷歌地球卫星图像形象和国家的地形图。从每个网格结,次要情节是预计6样本。你可以去掉那些次要剧情开始从尼泊尔西部的一部分。有55358个样本次要情节。次要情节是系统地从南到北从西向东(150除外)和(300)。次要情节是编号1到6,从南到北(北航)然后西向东(以东),字母“n”的模式

有1216个集群中观察到Chure带。这些集群分为两组:森林和nonforest。如果一个集群中至少有一个次要情节和森林覆盖,集群被分组为森林。因此,有999个集群的森林和其余nonforest。

在第二阶段,森林集群系统选择选择每八森林集群,从而导致125集群。其中,四人无法限制森林集群是121 999(占全国总人口12.1%的森林集群),意义726次要情节。但632次要情节林地;这些只有476是包括在这项研究,因为156年是位于核心保护区或地理上难以接近的区域。

2.3。嵌套的样品图

研究样本地区选择在4×4公里²情节,次要情节,最后同心圆形区域水平数据所示3(一),3(b)3(c),在每个次要情节,四个同心圆的半径()20米、15米、8米、4米是枚举树胸径(dbh), + 30厘米,20 - 29.9厘米,10 - 19.9厘米,分别和5 - 9.9厘米。树的总面积数(在半径20 m)是1257米²计算了 在这里,圆的面积与外层半径在每一个次要情节和20米吗是一个常数。直径()((1计算))的两倍值( )。胸径(dbh),阀杆体积,底面积,森林里的树木的高度计算为每一个同心圆圈的直径类最后平均获取单一值的特定的次要情节。

2.4。测量

2.4.1。胸径(胸径)

胸径测量在乳房的高度1.3米从树的基地,从那里周长。它是通过计算平均胸径(cm)的树每一次要情节的每一个同心圆圈。然后计算出的直径 在这里,是在胸高直径的树,围,是一个常数。

2.4.2。高度

高度模型准备Chure树种和物种群体。高度是用两个步骤。首先,只有采样树的高度,在每一个第五的位置,是包括所有可能的物种。选择的样本系统每5树的位置。为了避免错过任何物种的机会,任何需要的额外数量的树木被选中。因此,在第二步,这些采样树的高度与非线性拟合,混合效应模型,建立树木的胸径和总高度之间的关系使用Lmfor包在R软件(20.]。所有可用的最佳拟合模型物种应用找到树的高度(16]。物种数量太少的样本树单独建模,分组所做的基于他们的家庭,属,和现有高直径观察。这个高度平均,物种的基础上在每一个次要情节,体积和用于计算每一次要情节。

2.4.3。阀杆体积

杆体积,树的平均断面积计算,该物种具体,在树皮,茎直径1.3米的高度。首先,每个情节的每公顷平均直径计算,用于发现基底区(m²每情节)的树木,通过使用公式(1)。最后,这个区域是用来计算的体积茎遵循异速生长的方程由(21] 在这里, 是树卷每公顷(m³/公顷),树的高度(米),然后呢平均断面积(m²每公顷)的树/次要情节。 , ,和系数取决于物种(21]。

2.4.4。生物质

树茎生物量的物种特定的干密度值计算。气干密度的干密度是公斤/米³(21]。因此,茎生物量计算由以下方程:

这是空气干茎的生物量,转化为烤箱干一个通过使用转换因子0.91这个值(22,23和碳比例系数0.4724]。

2.4.5。碳股票

的帮助下茎总额/次要情节(m³/公顷),碳含量在每一次要情节计算通过应用转换因子为0.5 (24,25每个情节)和总碳储量(tC /公顷)估计。实际上有281个树种177种灌木枚举期间研究。

2.4.6。高度

研究网站的高度测量的仪表使用高度计(m)。

2.4.7。所有权

社区森林是政府拥有和当地社区森林管理的森林,而另一个包含所有类型的森林,例如,私人、政府、宗教、和守恒的森林。476森林次要情节,几乎52.31%是社区管理的森林。

2.5。统计分析

统计分析,阀杆体积(m³/公顷)分成3个层次的基础上,初步描述的数据(第一个四分位数,的意思是,和第三个四分位数),也就是说,< 91年,91 - 199年,> 199。胸径(厘米/图)在类似的原理和分类三个类别:< 27.1、27.1 - -43.4和> 43.4。树的数量是分为两种:< 20树/情节和> 20树/阴谋。同样,高度分为三个:低(< 500),中等(500 - 1000),和高(> 1000)。在这项研究中,只有25个县被选择和这些地区分为5组基于5发展地区。5组西部(FW) 3区,中西部与5区(MW),西方(W)与4区,中央(C), 7区,东部与6区(E)。最后,森林的所有权分为两组:社区森林和其他人。

碳股票在森林和六个因素之间的关系进行了多元线性回归模型(加色法)。模型方程的形式 在这里,结果,阻止碳股票在森林里,是常数, 各自的系数预测吗 ,变量的数量,误差项。和对比(26)被用来确定变量的95%可信区间(CI)比较调整碳股票在每个因素与总体碳股票。CI factor-specific碳从模型获得股票将自然分成三组根据他们的位置,完全高于均值,下面的意思是,和完全的意思。这三分法被用来分类变量组与高或低碳的森林。所有的数据分析和图形显示进行了使用R统计编程(27]。

3所示。结果

研究区总281树种平均有20树每一次要情节。茎的平均体积是153.99米³/公顷和茎的平均数量的胸径≥5厘米是731每公顷。476森林次要情节,几乎52%是社区拥有森林(表1)。

总碳股票Chure森林里是76.67 tC /公顷,不含碳的垃圾,碎片,土壤成分。住树木的最大茎总额是154.40米³/公顷。茎的数量有直径胸径≥5厘米是731.41 /公顷。平均胸径36.35厘米。最大海拔范围从124到1632年研究情节平均海拔513.30米。树木的平均频率/情节是近20(表2)。

数据,然后,装有多元线性回归模型(添加剂)。分析模型结果之前,残差的常态假设需要检查,因此,该模型的线性拟合确定的情节异常残差对正常的分位数。正常quantile-quantile (qq)情节是一个概率图,这是一个图形化的方法来比较两个概率分布绘制残差对其理论分位数。图4(一)显示了qq情节显示大部分的残差躺在对角线除了一些值上限的分布、调整78.6%。摆脱这些极端偏远的值,上面的残差40被移除导致消除观测的477。因此只有462观察接受了多元线性回归模型。然后,正常的qq情节图4 (b)显示点几乎沿着对角线显示数据的常态。模型,然后,显示一个更好的符合数据(调整= 83.8%)有六个预测因子和结果变量。可变参数模型的细节如表所示3。

95%置信区间的三个统计相关的决定因素,抑制体积,胸径、树的数量,如图5。红色的水平线是总体的意思是碳股票。置信区间的每个变量模型所示黑色竖线的黑点代表变量的调整手段。绿点是原油的变量。干细胞的数量≥200³/公顷最高碳股票逐渐减少阀杆体积减少。同样,胸径/碳含量协会推断,超过43.4厘米Chure森林中最高的碳量。它显示出类似的结果数量的树木在次要情节。数量超过20时,碳股票往往低于数量时仍高于。

然而,变量高度、地区和森林的所有权没有任何明显的与碳的森林(图6)。

4所示。讨论

森林和土壤保护,尼泊尔政府宣布该国股票372 tC /公顷(28]。减缓气候变化的国际专家组报告,碳股票,在尼泊尔,是369 tC /公顷29日]。森林系的研究和调查,尼泊尔政府,报道称Chure 116.94 tC /公顷碳股票(30.]。但是,在这项研究中,碳股票Chure 76 tC /公顷。这种差异被发现,因为它只考虑阀杆体积直径超过5厘米。此外,单位面积碳股票可以取决于几个因素,如地理位置(3),树木的密度(2],物种多样性[11),干卷在森林,胸径(7,31日],树冠[10),和其他(管理或法律方面12的森林。

在这项研究中,六个预测因子,阀杆体积,超过199³/公顷,与最高的碳含量比其他类别。在墨西哥,一项研究发现基底面积和碳之间的正相关股票(7]。干细胞是树的主要部分,多数碳储存;因此,干细胞的数量重要储存碳的森林。乔木胸径超过43.4厘米,高碳股票和那些小于27.1厘米显示碳含量最低。中国南方的一项研究显示,中等大直径类树木的贡献主要是生物质碳积累而其他人,例如种子和树苗,贡献很小的比例(31日]。布朗统计证明,胸径(dbh)单独解释95%以上的地上热带森林碳储量的变化,甚至在高度多样化的地区(3]。此外,尼泊尔政府宣布Chure地区作为环境保护区域,因此森林砍伐可能减少在这片森林里。

树的数量每情节与总碳含量具有显著的联系。不到20树/情节显示高碳股票和超过显示低碳含量在森林里。结果符合研究在中国,解释这一事实非常低的树(介质和更高的阀杆直径)在森林碳股票拥有高于拥挤的森林里包含更多树树苗和幼苗31日]。虽然这项研究在印度Servarayan山与我们的结果,树木在森林与碳含量呈正相关(8]。这种差异可能是由于异构类型的森林和物种的特征。

之间没有统计学意义被碳股票和森林面积的高度。图表显示,低海拔越高碳股票在森林。这可能是由于向南方相对更多的粘土丰富土壤低空Chure带。有同质性分布的海拔和植被在Chure带的东到西。北带均匀高于南部,相应的植被类型分布。相比之下,印度和坦桑尼亚的研究发现,碳股票显著增加高度的森林面积8,9]。然而,在这两个文献,发现了树种的组成变化与高度。

本研究探索,没有显著变化的碳股票之间的地区。在印度的一项研究发现,碳与变化相关的股票明显位置,这意味着碳股票被发现北部高于南部方面(2),完全不同的气候区。然而,在Chure,因为气候区均匀整个皮带从东到西,没有基本的区别在树木材的特点和相关的碳股票。

森林的所有权和碳含量Chure森林没有统计相关性。碳股票在社区拥有没有显著差异或其他类型的森林。原因可能是整个Chure带森林,不管其所有权类型,是一种环境保护区遵守环境保护法2015年尼泊尔政府。所以,Chure显示没有植被的质量和数量上的差异。这个结果对比与研究发现80年10个国家森林公地在整个亚洲,非洲,拉丁美洲,发现了一个重要的生活福利和碳存储之间的联系。自治区林业碳股票(社区)高于其他类型在所有三个大洲(12]。本研究只考虑干卷发现碳含量,这可能会稍微减少净碳股票(累积干细胞之一,分支机构,和叶)的森林。地形因素是重要的在这个问题;然而,土壤的一个重要因素,在Chure非常干燥,主要包含砂质壤土。自水入渗率是非常高的最少的粘土是离开。这减少了土壤碳的良好来源的可能性的股票Chure范围。这项工作限制其他地形因素的影响在计算森林碳股票,这是计划在下一步继续。

5。结论

碳股票Chure带显示显著的统计与胸径等因素的影响,杆体积,在森林中树木的频率。sv越高和胸径森林木材,森林碳股票越高,而更多的树表示低碳股票。碳股票没有统计与高度,地区,森林中碳和所有权,可以增强通过增加sv和胸径的木材或减少森林中的树密度。这将有利于REDD +程序和支持的国家环境政策减少砍伐森林和森林退化。Chure是脆弱的,容易受到侵蚀。然而,这个皮带有自然保护作用控制的侵蚀土壤等自然资源,沙和砾石。增强的碳股票通过森林保护不仅是一种间接恢复更多的自然资源在这一领域还可以提供一个清晰的图片如何增加森林碳操纵相关的变量,也可以支持UN-REDD +项目。结果将为政府是有价值的,关于碳约Chure森林保护问题。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者要感谢研究生院,王子Songkla大学提供资金援助来执行这项工作。他们感谢森林研究和调查的部门主张所需的数据,特别感谢将教授并麦克尼尔他巨大的指导来完成这项工作。