罗天祥[1]1996年在《中国主要森林类型生物生产力格局及其数学模型》文中研究说明作者在自己多年从事森林生物生产力研究中积累的大量研究数据和有计划补充布点调查测定的基础上,全面搜集和整理了我国近二十年来的森林生物生产力测定数据共668块标准地以及98个树种/林分类型的1285条乔木不同器官生物量相对生长经验方程、林业部门森林资源连清调查固定样地4507块、在全国各地开展的森林经理调查以及各种林学和生态学研究中长期积累的树干解析木共180个树种的1616株;同时,根据我国主要地貌特征和季风气候特点,以全国近1000个气象观测站/观测点累年平均的年均气温和年降水量,分别全国八大地区建立了温度和降水的地理空间分布模型。在此基础上对我国主要森林类型生物生产力格局进行了较为全面和系统的研究,取得如下几个方面的结果: 1.建立了我国主要森林类型生物生产力水热优化模型系列。我国不同森林类型生物生产力格局深受水热气候条件的影响。由于不同森林类型存在明显的生物学和生态学特性差异,导致其生物产量随水热环境变化的格局模式复杂多样,即不同森林类型在其分布区内对水热条件的敏感性程度各异。寒温性云冷杉林的生物生产力与年均温度和年降水量的关系是一种复合曲面函数,总的趋势是随水热条件的改善林分生产力提高,其递增速率在不同的水热组合环境中存在较大的差异。寒温带和温带的落叶松林,其生物生产力随温暖指数和年降水量的变化呈双曲面的函数递增。温性油松林生物生产力随降水量增加而递增,随着各种热量指标(年均气温、温暖指数和潜在蒸散量)的增加而递减,在水热分布空间上呈现一种独特的复合曲面。华山松、黄山松和高山松等温性山地松林,其生物生产力在水热分布空间上呈现一种双曲面的递增函数,其函数式与落叶松林相类似。亚热带的杉木人工林,其生物生产力在水热分布空间
罗天样[2]1996年在《中国主要森林类型生物生产力格局及其数学模型──博士论文答辩通过》文中认为中国主要森林类型生物生产力格局及其数学模型──博士论文答辩通过导师：李文华、赵士洞、江洪作者：罗天样（博士，１９９６年４月１８日通过）单位：中国科学院自然资源综合考察委员会（现留所工作）作者在自己多年从事森林生物生产力研究中积累的大量研究数据和有计划...
李文华, 罗天祥[3]1997年在《中国云冷杉林生物生产力格局及其数学模型》文中研究表明基于全国１００６块样地资料，从宏观上阐明了我国云冷杉林生物生产力的格局规律，建立了联系叶面积指数分布规律和地植物学知识的生物生产力水热相关模型与地理分布模型。在温度和降水分布空间上，云冷杉林净第一性生产力的格局呈现一种复合曲面的函数关系，即随着温度升高，林分生产力呈指数递增，其递增速率随降水量的增加而线性增大。在正常分布范围内，云冷杉林叶面积指数随温度变化呈递减函数关系，这可能是针叶的适光变态以及云冷杉林适应水分协迫环境的一种机制。
罗天祥, 赵士洞[4]1997年在《中国杉木林生物生产力格局及其数学模型》文中认为根据大量的样地材料，从宏观上阐明了杉木林生物生产力的地理分布格局和水热相关规律，建立的生产力地理分布模型客观地反映了杉木高产林区的地理分布规律。根据限制因子作用律建立了杉木林生物生产力水热优化模型，模型显示杉木林生长最适宜的水热组合环境为：年均气温１６～１７℃，年降水量１７００～１９００ｍｍ，温暖指数１４５～１５０℃月，潜在蒸散量９２０～９３０ｍｍ，这时杉木林乔木层的生产力达１７～１８ｔｈｍ－２ａ－１，全林生产力达２１～２２ｔｈｍ－２ａ－１。
曾立雄[5]2007年在《三峡库区不同植被类型生物量与生产力研究》文中指出本文以三峡库区的森林分布区为研究区域，实地调查109块标准地，获得7个树种／林分类型的95株树的树干解析数据，建立主要树种生物量生长模型。利用三峡库区1999年的森林资源连续清查数据建立三峡库区植被空间分布地理信息系统，以三峡库区周边17个气象观测站／观测点累年平均的年均气温和年降水量，建立了温度和降水的地理空间分布模型。在此基础上对三峡库区主要森林类型生物量分配和生产力格局进行了较为全面和系统的研究，取得如下几个方面的结果：1．不同树种所有营养器官的生物量中，树干所占的比例最大，其它部分因树种的不同而有所差异。随着单株生物量的增加，各营养器官的比例没有明显的变化规律，树枝比例与树干比例的变化趋势完全相反，而树叶比例与树枝比例变化趋势相同，树根的比例受其它部分影响较小。同一林分中各层次生物量的高低顺序为乔木层＞枯落物层＞灌草层，在灌木林中则是灌草层＞枯落物层。2．在三峡库区，不同类型植被叶面积指数的大小顺序为：竹林(34.15)＞常绿阔叶林(9.02)＞落叶阔叶林(4.48)＞杉木林(4.09)＞针阔混交林(4.05)＞温性松林(3.78)＞针叶混交林(3.47)＞柏木林(3.20)＞马尾松林(2.20)。研究结果表明，在所有乔木林分中，乔木层叶面积与其生物量之间存在明显的线性关系。3．三峡库区有林地面积(包括灌木林和经济林)为2.69×10~6hm~2，占整个库区的50.37％，其中乔木林占整个库区面积的33.25％，总生物量为117.40×10~6t，年净生产量为17.68×10~6t，分别占全国森林的1.10％和5.31％。从植被类型来看，总生物量的大小顺序为：马尾松林(35.27％)＞落叶阔叶林(14.18％)＞灌木林(12.95％)＞针阔混交林(10.43％)＞针叶混交林(9.57％)＞常绿阔叶林(4.99％)＞经济林(3.99％)＞柏木林(3.56％)＞杉木林(2.51％)＞温性松林(1.50％)＞竹林(1.08％)。总生产力的大小顺序为：马尾松林(30.65％)＞灌木林(25.86％)＞落叶阔叶林(10.92％)＞针叶混交林(8.24％)＞针阔混交林(7.57％)＞经济林(4.08％)＞常绿阔叶林(3.52％)＞柏木林(2.91％)＞杉木林(2.57％)＞竹林(1.88％)＞温性松林(1.79％)。平均生物量最大的为常绿阔叶林85.6t·hm~(-2)，最小的灌木林只有18.68 t·hm~(-2)。平均生产力最高的为竹林10.10 t·a~(-1)·hm~(-2)，最低的柏木林只有4.21 t·a~(-1)·hm~(-2)。4总体上看，三峡库区植被生物量和生产力的分布格局都是东高西低，北高南低，生物量分布较高的部分可以分为四大块：巫溪兴山北部，与神农架接壤区域；秭归磨坪—巴东绿葱坡—巫山南部区域；武隆北部—涪陵南部—丰都南部—石柱南部区域；江津南部四面山区域。从区县市来看，生物量最多的兴山、巴东、夷陵、奉节、巫溪、石柱、秭归和涪陵占整个库区生物量的60.66％，其中兴山、巴东、夷陵分列前三位，生物量在9.06×10~6t以上。而生物量最少的十个县却仅占库区总量的11.55％；年净生物产量最多的巴东、巫溪、夷陵、奉节、兴山、石柱、云阳和秭归等8个区县市占整个库区年生物总产量的59.09％，其中巴东、巫溪、夷陵分列前三位，生产力在1.00×10~6 t·a~(-1)以上。生产力最小的十个区县市却只占库区总量的12.60％。5．在海拔上，植被的生物量和生产力都随着海拔的增加而先增加后减小，2700m以上很少有森林植被分布。林分的总生物量主要集中在300m～1500m，本区段内林分总生物量为81.51×10~6t，占整个库区生物量的83.58％，平均生物量最高的则在1500m～1800m，达到59.05 t·hm~(-2)，2400m～2700m最低，只有33.33(t·hm~(-2))；林分生产力主要集中在300m～1500m，本区段内林分总生产力为10.38×106 t·a~(-1)，占整个库区生产力的83.83％。林分平均生产力在900m～1200m区段达到最大的7.07t·a~(-1)·hm~(-2)，最小的在2400m～2700m，为5.62 t·a~(-1)·hm~(-2)；6．采用地理信息系统技术绘制了三峡库区主要植被类型生物量与生产力分布图，初步实现了调查数据从个体到群落再到区域的尺度转换，为绘制更大区域的植被生物生产力分布图提供了可行的方法和技术。通过比较生产力分布图我们发现，在三峡库区植被生物量和生产力的分布格局与海拔和降雨的分布格局比较一致，可以初步判断海拔和降雨是影响三峡库区植被生长和分布的主要因素。
林卓[6]2016年在《不同尺度下福建省杉木碳计量模型、预估及应用研究》文中指出随着全球气候变暖成为当今世界各国政府和科学界关心的热点问题,对森林碳计量的研究也备受关注。森林碳计量是指在一定的时限内和给定的地域内,对不同森林类型碳贮存量与碳流通量进行估算,其中森林碳储量及碳汇能力是碳计量研究中的关键点。中国是世界上最大的发展中国家,同时也是温室气体排放大国,气候变化对我国生态环境和社会经济造成的负面影响也日益突出。因此,积极主动地参与林业碳计量并进行相关研究对我国的生态、经济、社会的发展具有十分重要的意义。杉木(Cunninghamia lanceolata)是我国重要的用材树种,栽培历史悠久,不仅为我国经济发展提供了大量的商品用材林,而且在调节碳平衡、减缓大气中二氧化碳(CO2)等温室气体浓度上升方面也发挥着重要的作用。迄今为止,我国已经积累了大量有关杉木的基础研究数据,但是由于数据来源和研究方法的不同,对杉木碳计量的研究结果还存在较大差异。众所周知,森林碳计量的测定非常困难,而且耗时费力,确定一种行之有效而又准确的调查预估方法是十分重要的。因此利用已有的广泛可靠的杉木碳储量(生物量)研究数据,尝试建立精度高,适用广的碳计量模型或方法能大大减少测定立木碳含量和林分碳储量的外业工作。只要通过测定一定数量样木、样地碳储量(生物量)的数据,建立模型后就可以在同类的林分中结合相应的林分调查数据来估计单株碳含量或是整体林分碳储量。不仅如此,在大尺度的研究上还能充分利用这些模型结合已经有的森林资源清查体系,通过尺度换算外推对区域内杉木林总碳储量进行估测,这也是研究我国杉木整体碳汇功能及其动态变化的有效途径。鉴于此,本研究通过收集大量不同来源的杉木生物量(碳储量)相关研究数据,包括课题组实测数据、已发表的前人研究成果及公开的全国森林资源清查资料,以福建省杉木为例,建立不同尺度下杉木碳计量模型,并对各尺度模型之间的耦合换算进行探讨。同时,利用多种动态预估的方法对福建省杉木碳储量和碳汇能力进行模拟预测。最后基于学科交叉的角度,结合实际生产问题,对杉木碳计量模型的应用进行实证研究。主要研究结果如下：1.通过对个体尺度下杉木单木各器官及全树碳含量的建模研究,发现以胸径(D)和树高(H)两个维量组合(DH.D2H和D&H)作为自变量建模的拟合结果优于仅以胸径(D)建模的结果,且最佳的自变量组合形式是D&H(分离的二元变量)。本研究新提出的二元通用模型f(x,y)=(α·xβ·yε+γ·eη·x·y)θ(式中e为自然对数的底,α,β,γ,η,θ为待求参数)对叶、枝、地上部分及全树碳含量的拟合结果最好,而干和根最优拟合结果所使用的基础模型形式分别为幂函数和多项式函数。在进行区域数据外推拟合过程中,通用模型也表现出了较高的预测精度和较灵活的适用性。同时,通过理论分析和实例检验,利用比例平差法和非线性似乎不相关回归法都能较好的解决全树模型与各器官模型之间的碳含量预测结果不相容的问题。2.在林分尺度下,以福建省金森林业股份有限公司所经营的杉木人工林400个样地数据为基础,建立了两类不同理论基础的林分碳储量模型：(1)将林分蓄积量方程：ln M=h1+d1 ln N+g1 ln (Db1Hc1)与碳储量方程：C=a2(Db2-Hc2)Nd2联立,并根据二元材积方程约束b1=b2且c1=c2,便能得到与材积兼容的林分碳储量模型(式中C为林分碳储量、M为林分平均蓄积、N为林分密度、D为林分平均胸径、H为林分平均树高,b1、c1、d1、g1、h1、a2、b2、c2、d2为待求参数),所得到的林分碳储量模型对建模样本的拟合精度R2达到0.9165,验证样本的预测精度R2为0.8997；(2)以林龄、平均胸径、平均树高、林分密度、地位指数作为输入向量,林分碳储量为输出向量,采用BP神经网络和支持向量机2种机器学习方法进行建模,结果表明所建立的机器学习模型对建模样本和验证样本的拟合预测结果的精度R2都高于0.94,且在同样的优化算法(遗传算法)下,用支持向量机建立的模型比利用BP神经网络建立的模型精度更高,结果更为稳定。3.收集不同生长区域的杉木林分碳储量(生物量)研究数据,利用地理加权回归模型(GWR)建立区域尺度下的杉木林分碳储量模型。结果表明,GWR模型的拟合结果优于利用全局线性回归模型(OLR)建立的结果。此外,通过对马尾松(Pinus massoniana Lamb.)、落叶松(Larix gmelinii)、油松(Pinus tabuliformis Carriere)等主要针叶树种的建模,辅助验证的结果也同样显示GWR模型的精度优于OLR模型。由此可见,将数据的地理位置纳入回归参数中后所得到的拟合结果更接近于区域内的现实情况,因此在区域尺度下对林分碳储量进行研究时,可以尝试运用GWR模型进行建模。4.利用课题组调查的54株杉木单木含碳率实测结果,首次建立了福建省杉木全树平均含碳率模型,结果显示Peal-Read模型的拟合精度最高,二次曲线次之,且R2都在0.95以上。结合福建省杉木林生长的平均状态,计算得到各龄组的平均含碳率分别为：幼林龄(0.5388)、中龄林(0.5095)、近熟林(0.4865)、成熟林(0.4840)、过熟林(0.4867)。同时,利用不同的区域碳储量估算方法对福建省杉木林2009～2013年间的总碳储量进行估算,得到结果范围是38706.15～45413.37万t。5.以第八次(2009～-2013)全国森林资源清查数据基础,结合同期全国林业统计年鉴及福建省统计年鉴数据,利用C02FIX模型对福建省未来60年(2016～2075)杉木林碳汇潜力的模拟结果显示,福建省杉木林的累计净固碳量在2075年时应该处于1.6×108t至2.1×108t之间,占现有(2009～～2013)杉木林总碳储量的35%～50%,表明了杉木林拥有巨大的碳汇潜力,在福建省的森林碳汇作用中占有重要的地位。6.以福建省金森林业股份有限公司所经营的杉木人工林为实例,利用差分自回归移动平均(ARIMA)模型和多维时间序列(CAR)模型对林分碳储量进行时间序列分析,结果表明2种时间序列模型在短期内对林分碳储量的预测准确度都较高。同时,利用年均净现值法和林地期望价法探讨了碳汇木材复合经营目标下杉木林经济收益及最优轮伐期的确定,并比较分析了林分最优轮伐期和最大复合经济收益对立地质量、碳价格、利率这三个因素变化的响应,结果发现：(1)在目前木材价格远远高于碳价格的情况下,增加碳汇目标不会改变原来的采伐策略,但复合经济收益的增加是十分明显的；(2)复合经营目标下最优轮伐期随着地位指数上涨而提前,最大复合经济收益也随之显著提高；(3)碳价格在较长变化范围内(0～350元/t)对最优轮伐期的影响并不显著,只有当碳价格提高一定程度(350～600元/t),最优轮伐期才有提前的趋势,且随着碳价格的提高,复合经济收益明显增加；(4)随着利率增加,碳汇木材复合经营目标下杉木林最优轮伐期不断提前,但最大复合经济收益明显降低,因此高利率不利于杉木林的经营。7.利用收集的福建省杉木林分生物量(碳储量)研究数据,建立了福建省杉木净生产力与群落生长量和年凋落量之间的关系,结果表明在2009～2013年间,福建省杉木林乔木层净生产力为16.2022x 106t/a,平均净生产力达到11.9406t/(a·hm2)。结合建立的福建省杉木含碳率模型,计算得到福建省杉木林乔木层的固碳量为8.2299x 106t/a,其中幼龄林、中龄林、近熟林、成熟林和过熟林固碳量的比例分别为33.65%、23.38%、22.10%、18.56%、2.41%。全省杉木林乔木层的平均固碳能力为6.07t/(a·hm2),中龄林平均固碳能力最强,过熟林最弱。同时,计算得到2009～2013年间福建省杉木林乔木层固碳能力对同期化石能源碳排放的碳抵消率为8.37%,其中幼龄林的碳抵消贡献最大。
赵士洞, 罗天祥[7]1998年在《区域尺度陆地生态系统生物生产力研究方法》文中进行了进一步梳理本文对国内外生物生产力区域尺度研究的理论、方法以及取得的成就和存在的问题进行全面而系统地评述。生产力机理模型是当前生产力生态学研究中的热点，而区域尺度转换是全球变化模型研究的关键问题。大量研究表明，植被叶面积指数是进行空间尺度拓展的连接点，而且叶面积指数的地带性分布规律是进一步拓展生态系统定位站研究结果的重要理论依据之一。
何红艳[8]2008年在《青藏高原森林生产力格局及对气候变化响应的模拟》文中研究表明生态系统净第一性生产力NPP (Net Primary Production)指绿色植物在单位时间和单位面积上所积累的有机干物质总量,它既对全球气候变化起着极其重要的作用,同时又对气候变化响应敏感。因此,对区域植被NPP的研究,不仅有利于加深对生态系统的物质循环和能量流动的认识和理解,而且有利于揭示生态系统对全球变化的响应规律及气候变化对生态系统的影响,具有重要意义。在遥感技术和地理信息系统的支持下,以青藏高原及其周边地区139个气象站点的月降水信息及该地区的数字高程数据(DEM)为基础,对气温、降水等气候因子进行了空间插值分析,为碳储量、生产力的估算和空间分析奠定基础。以250 m分辨率的MODIS卫星数据、地面气象数据、1:5万地形图、1:250万森林分布图和3个区域(西藏、四川青海(两个省合并为一个大区域考虑)、云南)的1086个森林资源清查样地数据为主要数据源,通过分区建模与整个区域总体建模的对比,并引入坡向、坡位和植被类型等定性变量,通过相关分析、共线性诊断和模型模拟,选择相对最佳模型估算整个高原的森林碳储量。利用1991年8月至2000年9月的逐月NOAAAVHRR数据,研究了青藏高原森林植被净第一性生产力(NPP)的现状,近10年来NPP的时空格局和动态变化特征,建立由遥感数据驱动的高原植被NPP在水热空间上的数学模型,揭示植被生产力对气候变化的响应规律。通过研究,所得主要结论如下:1.在干季,无论是丰水还是欠水年份,月降水量都比较少,高程对降水量的影响较小,在精度要求不高的情况下,月降水插值可不考虑高程的影响,克里金法的月降水插值精度相对最高;在湿季,月降水量较多,高程的影响较大,混合插值法比局部插值法及克里金插值法的精度高,尤以混合插值法II(多元回归和样条法的综合)的精度最高;干季,整个高原的月降水很少,西部和北部降水最少,东部和南部相对较多,湿季,高原的月降水较多,空间格局表现为由东南到西北递减。2.在估算青藏高原的碳储量时,定性变量(植被类型、坡向等)的引入大大提高了碳储量模型的估算精度,对数回归模型比线性回归模型的精度高,分区建模也比整个区域总体建模的精度高。3.在青藏高原,森林类型主要在高原东部和东南部,森林覆盖率约为11.3%,森林平均地上碳储量约为19 t/hm~2。灌木林的平均碳储量相对较低,低于10 t/hm~2,主要位于柴达木盆地、川西高原西部和西藏最南部。青藏高原最东部和最南部的森林碳储量大部分低于50 t/hm~2,岷江流域的森林碳储量大都在100 t/hm~2和150 t/hm~2之间。西藏的森林地上碳储量相对较高,大多高于250 t/hm~2。4.青藏高原地上月平均生产力最高的森林是林芝一带的暗针叶林,其生产力约在0.5 t/hm~2. m~(-1)至0.6 t/hm~2. m~(-1)之间;其次是云南一带的热带亚热带森林,其生产力约在0.2 t/hm~2. m~(-1)至0.4 t/hm~2. m~(-1)之间;青藏高原东部的生产力处于中等水平,平均约为0.3 t/hm~2. m~(-1);青藏高原东北部的森林生产力较低,一般不超过0.3 t/hm~2. m~(-1)。5.青藏高原近10年来的森林地上年平均净第一性生产力基本上处于平稳的波动上升状态,从1991年的0.167PgC/a增加到2000年的0.185PgC/a,平均每年增加0.002PgC/a,年平均增加率约为1.1%。10年来青藏高原森林地上净第一性生产力的平均值为0.19PgC/a。6.在不同的森林植被类型中,针叶林NPP约占整个森林植被的72.96%,其地上NPP总量约为0.37TgC/m (1Tg=1012g);灌木林约占21.62%,其地上NPP总量约为0.11TgC/m;阔叶林的NPP总量相对最小,为0.03TgC/m,约占整个森林植被的5.42%。7.在云南,森林地上NPP的主要气候驱动因子为降水,且在一定范围降水对NPP起积极促进作用;在青藏高原的西藏和四川、青海等地,气温和降水均为森林地上NPP的主要气候驱动因子,且在一定范围气温对NPP起积极促进作用,降水超过某个限度则起负的促进作用。
明庆忠, 郭树荣, 角媛梅[9]2011年在《山地高梯度森林生物质能效应研究(Ⅰ):研究方法》文中进行了进一步梳理中国是一个山地占2/3的国度。山地因其垂直高差产生了自然与人文现象随高差变化梯变的高梯度效应,森林及其生物质能也呈现出梯变现象。以滇西北梅里雪山极高山地为实证点,尝试综合应用森林生物量及生产力、地理信息技术﹑生物地理统计等方法,建立山地森林生物质能资源高梯度效应研究模式,有助于正确认识山地三维地貌体产生的高梯度效应,更好认识山地生物质能分布规律并加以合理利用,创建优良人居环境。
郑拴丽[10]2016年在《新疆天山雪岭云杉和阿尔泰山西伯利亚落叶松生物量、碳储量及空间分布格局研究》文中研究表明山地森林作为新疆生态环境主要维护者,对区域生态和绿洲稳定具有重要意义,科学地估算新疆典型山地森林生态系统碳密度、碳储量是评估森林在减缓大气CO2浓度上升、应对气候变化等方面功能的关键,可为干旱区森林生态系统的保育和可持续发展提供科学依据。因此本文选取新疆典型山地(天山、阿尔泰山)共布设了105个野外样地,通过野外样地调查和实验室数据分析,并结合2011年新疆第七次森林资源连续清查数据,估算并分析了不同优势种分林龄,分组分的生物量、含碳率、碳储量现状,并对不同林区典型森林生态系统碳密度的空间分布格局做了详细探究,结果表明:⑴天山雪岭云杉生态系统单位面积平均植被生物量(187.98 t·hm-2)明显高于阿尔泰山西伯利亚落叶松(126.67 t·hm-2),两种针叶林乔木层、草本层、凋落物层生物量依次为:185.98 t·hm-2和120.84 t·hm-2、0.63 t·hm-2和4.22 t·hm-2、1.38 t·hm-2和1.61 t·hm-2。不同林龄生物量差异显著,西伯利亚落叶松植被生物量表现为随林龄的增长而增加,在过熟林达到最大;雪岭云杉植被生物量则在成熟林达到最高,其余依次为中龄林>近熟林>过熟林>幼龄林。⑵阿尔泰山西伯利亚落叶松生态系统生物量含碳率在39.63%-52.82%范围内,各组分生物量平均含碳率大小排序为:凋落物层(51.21%)>乔木层(50.64%)>草本层(41.22%),乔木各器官中,含碳率由高到低依次为干(51.94%)>叶(50.55%)>枝(50.29%)>根(49.78%),干的含碳率相对较高,根的含碳率最低.;天山雪岭云杉生态系统生物量含碳率在46.56%-52.22%之间变化,各组分生物量平均含碳率大小排序为:乔木层(49.21%)>凋落物层(42.27%)>草本层(41.65%),乔木层含碳率相对较高,草本层和凋落物层含碳率较低,乔木各器官含碳率由高到低依次为叶(50.46%)>枝(49.24%)>根(48.99%)>干(48.17%),叶的含碳率相对较高,干的含碳率最低。⑶阿尔泰西伯利亚落叶松生态系统碳密度和碳储量为205.72 t·hm-2和131.35Tg,其中土壤层碳储量为86.67 Tg,植被层碳储量为44.68 Tg,植被各层碳储量分别为乔木层43.09 Tg、草本层1.03 Tg、枯落物层0.56 Tg;天山雪岭云杉生态系统碳密度和碳储量为544.57 t·hm-2和290.84 Tg,其中土壤碳储量为237.70 Tg,植被碳储量为53.14 Tg,植被各层碳储量分别为乔木层52.69Tg、草本层0.14 Tg、枯落物层0.32 Tg。⑷阿尔泰山西伯利亚落叶松和天山雪岭云杉生态系统固碳潜力分别为24.19t·hm-2和80.59 t·hm-2,两种针叶林生态系统固碳差异主要与其所处气候环境因素(如气温、降水)及土壤肥力条件等具有直接关系。
参考文献：
[1]. 中国主要森林类型生物生产力格局及其数学模型[D]. 罗天祥. 中国科学院研究生院（国家计划委员会自然资源综合考察委员会）. 1996
[2]. 中国主要森林类型生物生产力格局及其数学模型──博士论文答辩通过[J]. 罗天样. 自然资源. 1996
[3]. 中国云冷杉林生物生产力格局及其数学模型[J]. 李文华, 罗天祥. 生态学报. 1997
[4]. 中国杉木林生物生产力格局及其数学模型[J]. 罗天祥, 赵士洞. 植物生态学报. 1997
[5]. 三峡库区不同植被类型生物量与生产力研究[D]. 曾立雄. 华中农业大学. 2007
[6]. 不同尺度下福建省杉木碳计量模型、预估及应用研究[D]. 林卓. 福建农林大学. 2016
[7]. 区域尺度陆地生态系统生物生产力研究方法[J]. 赵士洞, 罗天祥. 资源科学. 1998
[8]. 青藏高原森林生产力格局及对气候变化响应的模拟[D]. 何红艳. 中国林业科学研究院. 2008
[9]. 山地高梯度森林生物质能效应研究(Ⅰ):研究方法[J]. 明庆忠, 郭树荣, 角媛梅. 山地学报. 2011
[10]. 新疆天山雪岭云杉和阿尔泰山西伯利亚落叶松生物量、碳储量及空间分布格局研究[D]. 郑拴丽. 新疆大学. 2016