📄 earth_science

Modelling the potential carbon storage capacity of forests dominated by Pinus sylvestris across European ecological zones

本研究开发了一种依赖于生境质量的方法，用于估算欧洲欧洲赤松（*Pinus sylvestris*）森林的潜在碳储量容量，为国家温室气体清单和政策框架提供了一个标准化的基准，以评估不同生态区内的碳库损失、增益及减缓效益。

原作者： Juan Alberto Molina-Valero, Juan Gabriel Álvarez-González, César Pérez-Cruzado, Vítězslav Moudrý, Laura Ķēniņa, Daniel Moreno-Fernández, Amaël Le-Squin, César Alvites, Cornelia Roberge, Fernando Monte

发布于 2026-07-08

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Juan Alberto Molina-Valero, Juan Gabriel Álvarez-González, César Pérez-Cruzado, Vítězslav Moudrý, Laura Ķēniņa, Daniel Moreno-Fernández, Amaël Le-Squin, César Alvites, Cornelia Roberge, Fernando Montes, Henri Cuny, Isabel Cañellas, Jeanne Portier, Klaus von Gadow, Marco Baldo, Roque Rodríguez-Soalleiro, Rubén Valbuena, Terje Gobakken, Vladimir Šebeň, Peter Surový, Róbert Marušak

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

不要仅仅把森林看作是树木的集合，而要把它想象成一个巨大的、活生生的仓库。这项研究的目标是弄清楚这种特定的“仓库类型”——即以欧洲赤松（Pinus sylvestris）为主的森林——在全欧洲范围内理论上最高能承载多少“碳货物”（储存在木材和叶片中）。

以下是他们工作的详细拆解，使用了简单的类比：

1. 问题所在：猜测“满载”的油箱

森林就像是碳汇；它们吸收空气中的二氧化碳。为了应对气候变化，我们需要知道一个森林在被留置不管或得到完美管理时，可能能储存多少碳。这被称为潜在碳储量容量 (PCSC)。

问题在于，森林是杂乱无章的。有些生长在肥沃的土壤上，有些则在贫瘠的土壤上。有些是古老且原始的，有些则是年轻且受人类管理的。如果你仅仅观察今天的森林并说：“它含有50吨碳，”你并不知道这算多还是算少。它是半满的油箱，还是已经满了？

2. 解决方案：以“林分形态”作为尺子

为了解决这个问题，研究人员需要一种方法来衡量土地本身的“潜力”，而不受树木年龄或数量的影响。

他们使用了一个名为林分形态 (Site Form, SF) 指数的工具。

类比： 想象你有一群跑步者。要了解他们可能跑多快，你不能只看一次计时。你会通过观察身高和腿长（其身体潜能）来预测他们的最高速度。
在森林中： 研究人员观察了最高树木的高度与其树干粗细（直径）的比率。这个比例告诉他们土壤是多么“肥沃”或“高产”。一棵相对于其粗细而言非常高的树，生长在“肥沃土壤”上（高潜力）。一棵矮胖的树则生长在“贫瘠土壤”上（较低潜力）。

这个“林分形态”就像是土地潜力的尺子。它不在乎森林的年龄，它只在乎土地的质量。

3. 实验：绘制“天花板”

团队收集了来自九个欧洲国家（从西班牙到瑞典）数千个森林样地的观测数据。他们还观察了两个特殊的群体：

“野生”组： 拉脱维亚古老的、未受干扰的原始森林（老龄林）。
“人工管理”组： 西班牙通过间伐树木以促进其生长的森林。

他们在图表上绘制了数据：

X轴： “林分形态”（土地质量）。
Y轴： 储存的碳量。

结果： 他们发现了一个清晰的“天花板”。对于每一级土地质量，都存在一条最大值线（即 PCSC），碳储量很难超越这条线。

高质量土地拥有高天花板（可以储存大量碳）。
低质量土地的天花板则较低。

4. 他们在案例研究中的发现

野生森林（拉脱维亚）： 即使在这些古老的、未受干扰的森林中，树木也并不总是能达到“天花板”。有时，自然界的自身扰动（如风灾或疾病）使森林保持在最大潜力之下。这证明了仅仅是“古老”并不意味着森林一定储存了其可能达到的最大碳量。
人工管理森林（西班牙）： 当人类进行砍伐（间伐）时，立木中的碳储量会下降。间伐强度越大，碳储量就越低。然而，研究人员指出，如果你等到树木完全长成，总碳量（留在树木中的碳 + 被砍伐并使用的碳）最终可能会追上来。但在任何单一时刻，高强度的管理通常意味着森林处于“天花板之下”。

5. 为什么这很重要（“为什么要关注？”）

该论文认为，我们需要一个标准化的基准来评判森林，类似于汽车制造商知道特定发动机型号的最大速度一样。

对于政策制定者： 与其仅仅计算目前森林里有多少碳，我们可以将其与该特定类型土地的“天花板”进行比较。
- 如果一个森林处于其天花板的 90%，说明它表现得很好。
- 如果它处于 40%，我们就知道它还有增长碳量的空间，无论是通过改变管理方式还是让其自然恢复。
对于气候协议： 这有助于各国更准确地报告他们在实现气候目标（如《巴黎协定》）方面的进展。它有助于回答：“我们是因为管理不善而损失了碳，还是这仅仅是这片土地的自然极限？”

总结

可以将这项研究看作是在为欧洲针叶林绘制一张**“充盈度地图”。通过测量树木的“形状”（高度与宽度的关系），研究人员可以预测下方土壤的最大储量容量**。这使我们能够判断一片森林是在全力运转，还是仍有增长碳量的空间，从而帮助我们在对抗气候变化时做出更明智的决策。

技术摘要：欧洲赤松（Pinus sylvestris）森林潜在碳储量容量建模

问题陈述
准确评估森林在无干扰情况下的最大储碳能力——定义为潜在碳储量容量（PCSC）——对于国家温室气体清单（NGHGI）和有效的森林管理至关重要。目前的方法通常依赖于由原生林定义的碳承载力（CCC），由于历史选址或干扰抑制的原因，受管护的肥沃地块表现可能优于原始森林，这可能导致不切实际的比较。此外，NGHGI 中使用的现有生物量储量变化法需要多次随时间进行的测量，这限制了其在仅有单时间点数据时的应用价值。因此，需要一个依赖于地块质量的参考框架，以便在不同的欧洲生态区之间实现地上碳（AGC）的可比估算，从而能够评估相对于理论最大值的碳储量损失、潜在增益及减缓效益。

研究方法
本研究重点关注欧洲分布最广的针叶树种——欧洲赤松（Pinus sylvestris L.），利用了一个包含来自九个国家（捷克、法国、德国、意大利、挪威、斯洛伐克、西班牙、瑞典、瑞士）的国家森林调查（NFI）中 34,948 个样地测量数据的数据库，以及两个特定的案例研究：拉脱维亚的原始森林和西班牙的管护间伐试验。

地块质量量化： 作者采用了地块形态（SF）指数，该指数定义为参考优势直径（ $D_{0ref}$ ）处的优势株高（ $H_0$ ）。与传统的基于年龄的林分高度指数（Site Index）不同，SF 与年龄无关，因此适用于年龄数据缺失或不可靠的 NFI 数据集。
模型拟合（SF）： 使用广义代数差分法（GADA）结合 Bertalanffy-Richards 基础方程，作者拟合了动态曲线以模拟优势株高的生长轨迹。模型纳入了虚拟变量，以解释不同全球生态区（GEZ）之间的差异：寒带、亚热带和温带。研究选择了 32 cm 作为最优预测参考优势直径。
PCSC 估算： 利用导数曲线法对地上碳（AGC, Mg C ha⁻¹）与 SF（m）之间的关系进行了建模。针对不同的 GEZ 拟合了不同的渐近参数，以定义理论上的储碳上限。模型通过交叉验证和残差分析进行了验证。
案例研究： 该框架被应用于：
- 拉脱维亚： 31 处原始林（86 个样地），旨在评估天然森林是否达到了 PCSC。
- 西班牙： 10 个不同间伐强度的试验（对照组、轻度、中度、重度），以评估管理对 AGC 相对于 PCSC 的影响。

主要结果

地块形态建模： 带有 GEZ 虚拟变量的 GADA 模型表现出极高的稳健性（ $R^2 = 0.999$ , RMSE = 0.193 m），证实了 SF 是跨纬度梯度（37° N – 70° N）衡量生产力的有效指标。
PCSC 曲线： 为每个 GEZ 生成了独特的 PCSC 曲线。结果表明，PCSC 随地块质量（SF）的提高而增加。寒带针叶林表现出较低的 PCSC 值，而温带和亚热带地区的潜在碳储量则相近。
案例研究发现：
- 原始森林（拉脱维亚）： 虽然部分样地接近 PCSC，但观察到了显著的变异性。研究结论认为，“原始林”身份本身并不能保证林分已达到其最大碳储量潜力；PCSC 更好地作为一种参考边界，用以评估天然干扰机制的强度。
- 管护林（西班牙）： AGC 随间伐强度的增加而减少（对照组 > 轻度 > 中度 > 重度）。然而，研究指出“平台法则”表明，在一个完整的轮伐期内，间伐样地中的立木储量与采伐木材之和，可能等于未管理样地的立木储量，尽管两者的最大储量出现时间不同。
模型性能： PCSC 模型的 $R^2$ 为 0.578，RMSE 为 45.336 Mg C ha⁻¹。作者承认，该模型侧重于地上碳，排除了地下及枯死生物量，而后者在原始林系统中可能构成总碳的重要部分。

意义与主张
本文认为，建立基于地块质量的 PCSC 基准为当前的 NGHGI 方法提供了一种互补的核算方案。作者声称该框架具有以下三个主要方面的意义：

评估损失： 通过将当前储量与特定地块的理论最大值进行比较，能够一致地评估因人为和自然干扰导致的过去碳储量损失。
预测增益： 它有助于预测通过改变森林管理实践可以实现的潜在碳储量增益。
评估减缓： 它允许评估当森林管理所保留的碳量低于其最大容量时，所损失的减缓效益。

研究强调，这种方法对于林分连续覆盖林业（CCF）和无管理系统尤为相关，因为在这些系统中，最大碳潜力并非由轮伐年龄决定。它与《巴黎协定》和欧盟森林战略等国际框架保持一致，为“保护并增强”碳汇提供了机制。然而，作者也保持谨慎，指出虽然促进 PCSC 是一种减缓策略，但它可能与适应策略（例如，通过降低密度来提高抗旱韧性）存在冲突，且该方法论需要谨慎应用，以避免在高干扰或低自然度森林中高估潜力。研究结论指出，尽管该方法是针对欧洲赤松开发的，但该框架对其他森林类型具有潜在的适用性。