在环境承载力约束下优化森林种植间距:一种机制性的碳-环境效率框架
《Ecological Modelling》:Optimizing forest planting spacing under environmental carrying capacity: A mechanistic carbon–environment efficiency framework
【字体:
大
中
小
】
时间:2026年06月25日
来源:Ecological Modelling 3.5
编辑推荐:
张志成|潘大为|张德海|李振宇|刘成祥|李彦琴中国上海200240,上海交通大学自动化与智能感知学院摘要森林的种植间距对森林碳动态及相关环境压力有着重要影响,但目前确定种植间距多依赖经验规则或以碳量为依据的标准,这些方法并未充分考虑环境承载能力。本研究构建了一个机制性建模框架,在
张志成|潘大为|张德海|李振宇|刘成祥|李彦琴中国上海200240,上海交通大学自动化与智能感知学院摘要森林的种植间距对森林碳动态及相关环境压力有着重要影响,但目前确定种植间距多依赖经验规则或以碳量为依据的标准,这些方法并未充分考虑环境承载能力。本研究构建了一个机制性建模框架,在规划尺度上同时考虑碳封存过程和受容量限制的环境响应,从而优化森林种植间距。该框架提出了一个TLC(树干–凋落物–冠层)模型,将总碳封存量分解为树干积累量、冠层吸收量以及凋落物–土壤碳储存量,并通过林分密度和冠层几何重叠度将这些组成部分与种植间距联系起来。环境承载能力则通过一个综合压力指数以及基于容量的平滑环境质量函数来表示,进而可形成综合的碳–环境效率指标。通过数值模拟和敏感性分析,研究了不同环境承载能力下的间距效应。模型结果表明,在固定规划面积的情况下,最终碳封存量和环境压力都会随着间距的增加而单调下降,而综合效率在所研究的参数范围内呈现一致的单峰分布,存在最优值。较高的环境承载能力会使效率最优的间距向更密集的方向偏移,并提高可达到的最大效率,而饱和效应则会限制过度密集化。总体而言,该框架表明,最优的森林配置是由碳–环境动态的耦合作用决定的,而非单纯追求碳最大化,同时为在生态承载能力不同的情况下评估造林策略提供了透明且可用于优化的工具。1. 引言森林是陆地碳汇的重要组成部分(Gu等人,2022),通过长期生物量积累和土壤碳储存,在气候缓解方面发挥着关键作用(Arezoo等人,2014;Hari等人,2026)。因此,大规模的造林和再造林被广泛视为提升碳封存效率且具有成本效益的基于自然的解决方案(Adinugroho等人,2026),也有助于实现碳中和目标(Piritta等人,2012)。然而,除了扩大森林面积外,如何在固定土地面积内合理配置树木也日益重要,因为种植设计不仅决定了碳收益,还影响着竞争强度、资源限制以及生态可持续性(Lu等人,2025)。尤其是种植密度(或间距)的选择会带来一种固有的权衡:较密的种植可能会提高单位面积的短期碳储量(Wang等人,2019a;Yao等人,2024),但过高的密度则可能增加环境压力(Chen等人,2025b),并降低生态系统质量(Elena等人,2010);而较疏的种植虽然能减轻压力,却往往无法充分利用土地潜力,降低碳储存能力(Domke等人,2020;Chen等人,2011)。尽管已有大量实证研究阐述了这些权衡关系,但能够明确将种植间距与碳封存及环境压力联系起来,并考虑环境承载能力限制的定量建模框架仍然较少。越来越多的实证研究表明,间距/密度会通过竞争机制显著影响树木生长轨迹、林分生产力(Liu等人,2025;Martens等人,2000)以及生物量分配模式(Fan等人,2022)。例如,一项针对杂交杨树种植园的多地点、多无性系研究显示,增加间距虽然能使树木长得更大,但每公顷的地上生物量却可能显著减少,而且地点质量会影响间距带来的变化,这说明资源可用性限制了较大间距的优势(Randriamananjara等人,2026)。在同一研究中,茎干与枝条的分配也会随间距发生变化,这表明密度管理会改变碳分配策略,而非简单均匀地改变树木大小(Randriamananjara等人,2026)。在针叶树种植园中也观察到了类似与密度相关的结构变化:对花旗松间距试验的观察表明,降低初始树木密度会增加枝条直径和枝条存活率,这在生长形态、竞争以及木材质量之间形成了管理上的权衡(Newton等人,2011)。综上所述,这些研究都表明,与间距相关的碳动态本质上是非线性的,且取决于具体过程,这就给那些依赖简单比例假设或与密度无关的表示方法的建模工作带来了挑战。可持续的种植设计需要认识到,生态系统对压力增加的反应往往是非线性的,“极限”可能表现为阈值或临界点,而非明确的界限(Wang和Liu,2019;Wang等人,2019b;Wang,2024)。生态阈值理论认为,当生态系统的恢复力被严重削弱时,哪怕是微小的干扰或资源限制变化都可能引发系统从理想状态转变为不良状态,因此识别和预防阈值成为实际管理中的重要任务(Sasaki等人,2015;He等人,2020)。以过程为导向的阈值建模被用于量化生态系统持续存在可能面临临界值,例如,有一个针对红树林的机制性建模框架,确定了海平面上升的临界速率,超过这一速率森林最终将会被淹没消失,这展示了如何将阈值应用于管理实践(Buffington等人,2024)。同样,对生态系统状态转变的观测研究也表明,一旦驱动因素超过临界水平,群落就可能发生突然转变,而逻辑斯蒂型模型能够很好地捕捉基于阈值的响应概率(Scharfenberger等人,2013)。这些研究都强调了,尤其是在优化种植密度等管理变量时,需要将环境耐受性表现为一种基于容量的平滑退化过程,而非严格的约束条件(Chen等人,2025a;Altay等人,2024)。现有的森林碳模型和优化研究尚未将这些生态学见解充分转化为可应用的种植设计规则(Filip等人,2026;Zhang等人,2025)。基于异速生长理论的碳估算方法(Hoover等人,2017;Huang等人,2025)以及基于清单数据的估算方法,再加上基于过程的生态系统模型,虽然为碳核算和情景模拟提供了有力工具,但它们通常并非旨在在明确的生态约束条件下找出最优的种植间距策略。近期的一些优化和决策支持方法则将森林生长模拟(Ngugi等人,2013)与多目标规划相结合,以便在气候变化背景下平衡各种生态系统服务功能(例如,将对气候敏感的森林模型与多目标优化相结合,用于企业规模的规划)(Bont等人,2025)。然而,在许多优化框架中,环境限制被设定为严格的阈值(Juhász等人,2026;Moning等人,2008),这可能会引入不连续性,降低数值计算的可行性,还会影响生态学的可解释性——尤其是在系统在接近极限时的真实响应是渐进式的情况下(Peng等人,2024)。此外,碳表现和环境表现往往被视为独立的优化目标,而非在一个统一的、基于效率的建模框架中被视为相互关联的组成部分,而这样的框架本应能够直接体现二者之间的权衡关系(Wang等人,2019b;Wang和Liu,2019)。为弥补这些不足,本研究构建了一个机制性的TLC(树干–凋落物–冠层)模型,作为统一框架,用于分析不同种植间距下的森林碳封存情况。在该TLC框架中,总碳封存量被明确分解为树干生物量积累量、与冠层相关的碳吸收量以及凋落物–土壤碳储存量,从而能够以过程导向的方式呈现与密度相关的碳动态变化。为考虑环境限制,该框架引入了一个平滑的逻辑斯蒂型环境质量函数,用于描述生态系统在接近环境承载能力时的渐进式退化过程,避免了不现实的阈值效应。基于这些组成部分,我们进一步定义了碳–环境效率指标,并建立了间距优化问题,从而可以找出能够在碳收益和环境压力之间取得平衡的最优间距。总体而言,所提出的基于TLC的框架为在明确的碳–环境权衡和环境承载能力限制条件下评估种植设计提供了一种连贯、具有机制性且可直接用于优化的建模方法。因此,本研究的目标是:(i)构建一个TLC框架,将种植间距与树干、冠层以及凋落物–土壤碳路径联系起来;(ii)将环境承载能力定义为规划尺度上的操作约束,并将其纳入到一个平滑的环境质量函数中;(iii)建立碳–环境效率指标,用以确定效率最优的种植间距;(iv)研究在不同环境承载能力情景下,最优间距的变化规律。通过实现这些目标,本研究旨在为在明确的碳–环境权衡条件下评估造林策略提供一个透明的建模框架。2. 模型构建本研究构建了一个机制性的TLC(树干–凋落物–冠层)框架,用于在规划尺度上分析种植间距对森林碳封存和环境压力的影响。该框架主要用于比较不同间距下的情况以及进行基于情景的优化,而非用于模拟完整的林分发育过程、物种种群动态或单株树木间的竞争关系。种植间距被视为核心决策变量,因为它直接决定了林分密度,并影响冠层重叠度、凋落物输入分布以及有限规划区域所面临的环境压力。所提出的TLC框架将总碳封存量分解为三个易于理解的模块:(i)树干生物量碳积累量;(ii)受冠层几何结构及重叠度影响的冠层驱动碳吸收量;(iii)与有机物质输入、转移和稳定过程相关的凋落物–土壤碳储存量。随后,这些碳相关模块与一个环境压力模块相耦合,用于判断某种种植配置是否与规划区域的环境承载能力相匹配。在本研究中,环境承载能力被作为一个操作性的、规划尺度上的概念来使用,而非传统的物种层面的平衡种群规模。具体而言,它指的是森林规划区域在不出现生态系统质量大幅下降的情况下所能承受的最大综合环境压力。综合压力指数反映了与种植密度相关的资源需求和干扰压力之和,而环境质量函数则将实际压力与区域承载能力之间的比值转换为连续的质量得分。这一定义在整个模型中得到一致应用,也为下文介绍的碳–环境效率指标提供了基础。种植间距l是核心决策变量,它决定了林分密度N(l)以及冠层重叠度,而这些因素又会影响树干碳积累、冠层驱动的碳吸收以及凋落物–土壤碳储存。同样的种植配置还会产生一个综合环境压力E(l),该压力值会与规划尺度上的环境承载能力Emax进行比较。随后,环境质量Q(l)与标准化碳封存量C?(l)相结合,用来计算综合碳–环境效率η(l),进而可以确定效率最优的间距l?。基于TLC的框架的整体工作流程如图1所示。种植间距决定了林分密度和冠层几何结构,这两者共同影响着树干碳积累、冠层碳吸收以及凋落物–土壤碳储存。与此同时,由间距决定的林分密度又会影响综合环境压力,而这个压力值会通过基于承载能力的函数转化为环境质量。最后,通过将标准化的碳封存量和环境质量相结合,就可以计算出综合碳–环境效率,从而确定效率最优的间距。下载:下载高分辨率图像(1MB)下载:下载全尺寸图像图1. 基于TLC的碳–环境效率框架的整体工作流程。2.1 系统边界与森林分层我们考虑一个面积为A(平方米)的有限森林规划区域。该区域被用作封闭的碳核算域,用于在完整林分条件下比较不同的种植配置。与大气之间的碳交换通过净冠层同化作用和呼吸作用来表示,而区域内的碳储存则被划分为植被、凋落物和土壤三个部分。由于本研究旨在在可控的规划假设下,单独分析种植间距对碳封存和环境压力的影响,因此没有明确考虑侧向碳输出、采伐、火灾、病虫害干扰以及其他人为管理导致的碳移除。森林的垂直分层为TLC框架的模块化结构提供了生态学依据。从概念上讲,森林结构被分为乔木层、灌木层、草本层、凋落物层和土壤层(图2)。在当前的碳核算实现方式中,乔木层的碳积累和冠层截留作用被纳入考量,而地下部分的碳路径则由凋落物输入和土壤碳稳定作用来体现。在数值实验中,灌木层和草本层并未作为独立的碳库进行建模;不过,它们仍存在于概念性的分层结构中,当有特定地点的植被组成信息时,也可以被纳入综合环境压力指数中。下载:下载高分辨率图像(474KB)下载:下载全尺寸图像图2. TLC框架中所采用的系统边界与垂直分层。森林规划区域被看作是一个包含乔木层、灌木层、草本层、凋落物层和土壤层的封闭碳核算域。在目前的实现方式中,乔木层结构负责树干碳积累和冠层截留作用,而凋落物层和土壤层则代表凋落物–土壤碳路径。灌木层和草本层在概念上也被纳入考虑,当有相应的特定地点信息时,它们也可能对环境压力指数产生影响。这种系统边界使得种植间距能够与地上碳积累、冠层几何结构、凋落物–土壤碳储存以及环境压力在同一个规划尺度框架下保持一致的联系。2.2 生长驱动因素与结构输入生成树木的结构性特征,如树干直径(或半径)、树高和冠层半径,是TLC碳核算模块所需的输入数据。在本研究中,这些结构属性被视为规定的或外部估算的结构输入,用以代表选定评估时间范围内的平均林分状况。因此,TLC框架并不模拟树木尺寸、树冠结构或林分结构的完整时间发展过程;而是利用结构输入来评估在相同参考条件下不同种植间距对碳封存及环境压力的影响。结构输入可通过实证测量、已发表的异速生长关系、森林清查数据,或在有观测数据时通过数据驱动的生长拟合获得。在后一种情况下,拟合函数可用于表示第i株树或代表性个体的结构变量变化,记为Yi(t)(例如树冠半径或胸径)(Chenge等人,2025年)。此处,t表示用于参数化外部提供结构属性的参考生长条件或评估时间范围,不应将其理解为完全动态林分生长模拟中的时间步长。这一区分很重要,因为TLC框架侧重于与间距相关的碳核算与优化,而物种特定的生长动态、密度驱动的树冠可塑性以及单株树间的竞争则被视为外部输入或未来模型的扩展内容。确定了这些输入后,后续模块会为树干、树冠以及凋落物-土壤中的碳组分提供基于过程层面的核算结构。
2.3 树干碳封存模型
树干碳储量是通过将每株树的生物量或体积函数与林分密度相结合来计算的。对于规则的方形种植布局,种植间距l决定了规划区域内的树木总数,即(2.1)n(l)=Al2,或者等价地,单位面积的林分密度为(2.2)N(l)=n(l)A=1/l2。如果植被层i和物种或功能类型j占据了所种乔木成分的pi,j比例,那么它们的密度可表示为(2.3)Ni,j(l)=pi,jN(l)(2.4)ni,j(l)=pi,jn(l),其中∑i∑jpi,j=1,适用于所研究的乔木成分。在给定的参考生长条件t下,物种j的每株树茎干体积或生物量可通过结构输入,利用异速生长函数或立木体积函数来估算:(2.5)Bi,j(t)=fv,j(ri,j(t),Hi,j(t)),其中ri,j(t)和Hi,j(t)分别表示平均茎干半径和树高。如果fv,j(·)返回的是茎干体积,就需要用木材密度ρw,j和碳分数γC,j将体积转换为碳质量;如果fv,j(·)直接返回生物量,则只需应用碳分数即可。首先计算单位面积归一化的树干碳储量,即(2.6)ctrunk(t,l)=∑i∑jNi,j(l)γC,jBi,j(t)。然后通过乘以A,或等价地使用总树木数ni,j(l),可得规划区域内的总树干碳储量,即(2.7)Ctrunk(t,l)=∑i∑jni,j(l)γC,jBi,j(t);若Bi,j(t)表示的是体积而非生物量,则公式为(2.8)Ctrunk(t,l)=∑i∑jni,j(l)ρw,jγC,jfv,j(ri,j(t),Hi,j(t))。当结果以二氧化碳当量形式呈现时,需将碳质量乘以分子量比44/12 = 3.67。该公式通过林分密度明确地将种植间距与树干碳储量联系起来,同时允许外部输入物种或立地特定的结构参数。
2.4 基于有效遮荫面积的树冠碳吸收
森林碳封存受树冠结构的强烈调控,因为树冠几何形状会影响光线的截获以及能够进行光合作用吸收的面积(Pajtík等人,2025年;Zhang等人,2024年)。在TLC框架中,我们采用平面树冠投影面积作为规划尺度上有效树冠面积的替代指标。这一选择并非要取代复杂的辐射传输模型或单株树竞争模型,而是为了在规则种植布局下,为种植间距、树冠重叠程度与树冠层碳吸收之间建立直观的几何关联。使用树冠投影重叠度也不同于传统的基于距离的竞争指数。竞争指数有助于描述邻近树木对单株树生长的抑制作用,但通常需要树木的个体大小、距离以及周边树木的信息。而本研究旨在构建一个以种植间距为核心决策变量的规划框架,因此采用树冠投影重叠度作为树冠拥挤程度和有效光照截获面积的一阶几何替代指标。关于省略明确竞争指数的影响,将在讨论部分进一步阐述。在规则种植布局中,树木按照中心间距为l的a×b网格排列,每个树冠用半径为R的圆形投影来表示。有效遮荫面积Ssh定义为规划区域内所有树冠投影的并集面积,因此重叠区域仅计算一次。这样的定义确保了树冠重叠会使得有效光合作用面积小于各树冠面积的简单相加值。树木被置于理想的a×b网格上,中心间距为l,每个树冠由半径为R的圆形投影表示。有效遮荫面积Ssh定义为所有树冠投影的并集面积,重叠区域仅计算一次。阴影区域表示树冠重叠部分,虚线网格则展示了由间距决定的林分布局。这种几何构造为规划尺度上的树冠光照截获面积提供了替代指标,并将种植间距与树冠碳吸收联系起来。
2.4.1 布局假设与无树冠重叠时的遮荫面积
假设树木大致按照规则网格排列,共有a行b列,中心间距为l(米)。每个树冠被简化为半径为R(米)的圆形。当树冠不发生重叠时(2R < l),有效遮荫面积等于各个树冠投影面积的总和,即公式(2.9)所示。(2.9)Ssh(l,R)=ab·πR2,(2R
2.4.2 树冠重叠时的几何形态与有效遮荫面积
当2r ≥ l时,相邻的树冠投影会发生重叠,此时有效遮荫面积需作为所有树冠投影的并集面积来计算。对于相距l的距离的两棵相邻树冠,圆形重叠部分的半角为:(2.11)θ=arccos(l2r)两棵半径相同的圆形树冠之间的对应重叠面积为:(2.12)sov(l,r)=2r2θ?l24r2?l2对于有限的规则网格,总的有效遮荫面积可通过所有树冠投影的并集面积来计算:(2.13)ssh(l,r)=|ω∩?n=1n(l)b(xn,r)|,其中ω表示规划区域,xn为第n株树的位置,b(xn,r)是以xn为中心、半径为r的圆形树冠投影,|·|表示平面面积。这种并集面积的定义避免了重叠区域的重复计算,也被用作tlc模型中有效遮荫面积的替代指标。为便于分析,以树心为顶点的内部矩形包含(a ? 1)行间隔和(b ? 1)列间隔。由于每个内部网格单元的面积为l2,因此该矩形区域内的面积为:(2.14)sint=(a?1)(b?1)l2
2.4.3 树冠的光合作用-呼吸作用与年度碳积累量
净树冠碳吸收量是通过将有效遮荫面积与单位有效树冠面积的净吸收率相乘来计算的。设ucan(t)表示单位有效遮荫面积的年化净树冠碳吸收率,该值综合了白天的光合作用吸收量、呼吸作用消耗量以及温度或辐射等环境因素的影响。则在评估时间范围t内的树冠碳吸收量为:(2.15)ccan(t,l)=∫0tucan(t)·ssh(l,r(t))dt如果明确给出每日的光合作用时长和呼吸作用强度,ucan(t)可分解为:(2.16)ucan(t)=365·[x(t)·α(t)?(24?x(t))β(t)],其中x(t)为有效的每日光合作用时长,α(t)为单位有效遮荫面积的白天光合作用吸收率,β(t)为单位有效遮荫面积的呼吸作用率。在数值实验中,ucan(t)被视为经过校准的过程速率参数,以确保树冠碳吸收量与tlc框架的规划尺度特性保持一致。图3。下载:下载高分辨率图像(555kb)下载:下载全尺寸图像图3. 规则间距下的树冠布局与有效遮荫面积几何形态。
2.5 基于植硅体途径的凋落物与土壤碳封存
凋落物和土壤通过有机物质输入、转移与稳定过程,为长期碳储存做出贡献。在tlc框架中,凋落物-土壤途径通过分离三个过程来体现:(i)与密度相关的凋落物输入,(ii)从凋落物中转移到土壤库的碳,以及(iii)受有效土壤可用性制约的土壤碳稳定过程。此处采用的植硅体相关途径,用于表示凋落物-土壤系统内持续的碳稳定过程,其目的并非涵盖所有土壤有机碳相关过程。仅有通过简化项ir(l,t)体现来自根系的碳输入,而根系的具体动态、根区扩张、微生物转化以及与矿物质结合形成的有机碳等内容则未被明确纳入模型,被视为模型的局限性。标准化的树冠-树干-凋落物-土壤几何结构如图4所示。在这种几何结构中,树冠投影决定了凋落物的空间分布,林分密度控制了单位面积内的总凋落物输入量,而树干基部面积则减少了可用于碳稳定的有效土壤表面积。因此,有效土壤面积起到调节碳储存可用性的作用,而非土壤碳积累的唯一决定因素。下载:下载高分辨率图像(435kb)下载:下载全尺寸图像图4. tlc框架中树冠-树干-凋落物-土壤相互作用的简化表示。树冠投影反映了凋落物的空间分布,而种植密度则决定了单位面积内的总凋落物输入量。一部分来自凋落物的碳会转移到土壤碳库中,而其在土壤中的稳定过程又受到有效土壤可用性的限制。树干基部面积虽会减少有效土壤表面积,但土壤碳积累实际上是由与密度相关的输入、凋落物向土壤的转移以及稳定能力共同决定的。
2.5.1 与密度相关的凋落物输入量与凋落物覆盖面积
设bl(t)表示在参考条件t下,单株树每年产生的凋落物干质量输入量。由于种植间距决定了林分密度,因此单位面积的林分级凋落物输入量可表示为:(2.17)il(l,t)=n(l)bl(t)(2.18)il(l,t)=ail(l,t)=n(l)bl(t)其中,il(l,t)表示归一化后的凋落物输入量,il(l,t)表示规划区域内的总凋落物输入量,n(l)则为与间距相关的林分密度。这一表述清晰体现了随着树木密度增加,凋落物输入量也会随之上升的趋势。凋落物的空间分布通过树冠投影来体现。为避免重复计算重叠的树冠区域,凋落物覆盖面积是根据有效遮荫面积而非各树冠面积的简单相加来计算的:(2.19)sl(l,t)=max[ssh(l,r(t))?sb(l,t),0]其中(2.20)sb(l,t)=∑n=1n(l)πyn(t)2表示累计的树干基部面积,yn(t)为第n株树的树干半径。相应的凋落物面积修正因子为:(2.21)?l(l,t)=sl(l,t)a修正因子?l表示在理想化的树冠几何结构下,规划区域内受到凋落物输入影响的面积比例。
2.5.2 凋落物碳储存量
凋落物库中与植硅体相关的碳积累量,是根据凋落物输入量、植硅体碳含量以及凋落物覆盖面积修正因子共同计算得出的:(2.22)cl(t,l)=∫0tχl·δcp,l(t)·il(l,t)·?l(l,t)dt其中,δcp,l(t)为凋落物干物质中的植硅体碳含量,χl为单位转换系数,其数值取决于δcp,l和il所采用的单位。如果需要以二氧化碳当量表示,可将得到的碳质量乘以44/12。2.5.3 凋落物向土壤的转移与有效土壤可用性
土壤碳输入量由来自凋落物的转移碳与地下输入碳之和构成:(2.23)is(l,t)=τlsil(l,t)+ir(l,t),其中τls为凋落物向土壤的转移系数,ir(l,t)则表示来自根系或地下的碳输入量。如果地下输入量未单独测量,可将ir(l,t)设定为与密度相关的输入项,或将其纳入已校准的土壤输入系数中。用于土壤碳稳定的有效土壤面积,定义为规划区域减去树干基部面积后的面积:(2.24)so(l,t)=a?sb(l,t),相应的土壤可用性修正因子为:(2.25)?s(l,t)=so(l,t)a在此公式中,?s(l,t)用于修正潜在的稳定面积,而土壤碳输入量本身则由is(l,t)决定。因此,土壤碳积累量并不会随着林分密度的增加而单纯下降,而是反映了与密度相关的碳输入量与受空间限制的土壤可用性之间的平衡关系。2.5.4 随时间累积的土壤碳储存量
土壤中与植硅体相关的稳定能力,是通过土壤中的植硅体碳含量、土层厚度以及容重这些参数来设定的:(2.26)ks(t)=ksχs∑hδcp,s,h(t)δhh(t)δbdh(t),其中δcp,s,h(t)为第h层土壤中的植硅体碳含量,δhh(t)为该土层的厚度,δbdh(t)为该土层的容重,χs为相应的单位转换系数。在此公式中,ks(t)在经过单位转换和归一化处理后,被视为一个稳定能力修正因子,而非独立累积的土壤碳储量。随后,累积的土壤碳储存量可通过以下公式计算:(2.27)cs(t,l)=∫0tks(t)is(l,t)?s(l,t)dt在此公式中,ks(t)将土壤稳定系数、单位转换因子、土壤植硅体碳含量、土层厚度以及容重整合为一个统一的稳定能力修正因子。这种输入-转移-稳定型的建模方式,明确了种植间距通过林分密度、凋落物输入、凋落物向土壤的转移以及有效土壤可用性,与土壤碳储存之间的关联。
2.6 总碳封存量与模型输出
将树干、树冠、凋落物以及土壤这四部分的碳储存量相加,即可得到在特定种植间距l和评估时间范围t下的总碳封存量:(2.28)call(t,l)=ctrunk(t,l)+ccan(t,l)+cl(t,l)+cs(t,l),其中ctrunk、ccan、cl和cs分别代表树干碳积累量、树冠驱动的碳吸收量、凋落物碳储存量以及土壤碳储存量。除非另有说明,这些数值均为针对整个规划区域计算得出的结果。 2.4.2 树冠重叠时的几何形态与有效遮荫面积 当2r ≥ l时,相邻的树冠投影会发生重叠,此时有效遮荫面积需作为所有树冠投影的并集面积来计算。对于相距l的距离的两棵相邻树冠,圆形重叠部分的半角为:(2.11)θ=arccos(l2R)两棵半径相同的圆形树冠之间的对应重叠面积为:(2.12)Sov(l,R)=2R2θ?l24R2?l2对于有限的规则网格,总的有效遮荫面积可通过所有树冠投影的并集面积来计算:(2.13)Ssh(l,R)=|Ω∩?n=1n(l)B(xn,R)|,其中Ω表示规划区域,xn为第n株树的位置,B(xn,R)是以xn为中心、半径为R的圆形树冠投影,|·|表示平面面积。这种并集面积的定义避免了重叠区域的重复计算,也被用作TLC模型中有效遮荫面积的替代指标。为便于分析,以树心为顶点的内部矩形包含(a ? 1)行间隔和(b ? 1)列间隔。由于每个内部网格单元的面积为l2,因此该矩形区域内的面积为:(2.14)sint=(a?1)(b?1)l2 2.4.3 树冠的光合作用-呼吸作用与年度碳积累量 净树冠碳吸收量是通过将有效遮荫面积与单位有效树冠面积的净吸收率相乘来计算的。设ucan(t)表示单位有效遮荫面积的年化净树冠碳吸收率,该值综合了白天的光合作用吸收量、呼吸作用消耗量以及温度或辐射等环境因素的影响。则在评估时间范围t内的树冠碳吸收量为:(2.15)ccan(t,l)=∫0Tucan(t)·Ssh(l,R(t))dt如果明确给出每日的光合作用时长和呼吸作用强度,ucan(t)可分解为:(2.16)ucan(t)=365·[X(t)·α(t)?(24?X(t))β(t)],其中X(t)为有效的每日光合作用时长,α(t)为单位有效遮荫面积的白天光合作用吸收率,β(t)为单位有效遮荫面积的呼吸作用率。在数值实验中,ucan(t)被视为经过校准的过程速率参数,以确保树冠碳吸收量与TLC框架的规划尺度特性保持一致。图3。下载:下载高分辨率图像(555KB)下载:下载全尺寸图像图3. 规则间距下的树冠布局与有效遮荫面积几何形态。 2.5 基于植硅体途径的凋落物与土壤碳封存 凋落物和土壤通过有机物质输入、转移与稳定过程,为长期碳储存做出贡献。在tlc框架中,凋落物-土壤途径通过分离三个过程来体现:(i)与密度相关的凋落物输入,(ii)从凋落物中转移到土壤库的碳,以及(iii)受有效土壤可用性制约的土壤碳稳定过程。此处采用的植硅体相关途径,用于表示凋落物-土壤系统内持续的碳稳定过程,其目的并非涵盖所有土壤有机碳相关过程。仅有通过简化项ir(l,t)体现来自根系的碳输入,而根系的具体动态、根区扩张、微生物转化以及与矿物质结合形成的有机碳等内容则未被明确纳入模型,被视为模型的局限性。标准化的树冠-树干-凋落物-土壤几何结构如图4所示。在这种几何结构中,树冠投影决定了凋落物的空间分布,林分密度控制了单位面积内的总凋落物输入量,而树干基部面积则减少了可用于碳稳定的有效土壤表面积。因此,有效土壤面积起到调节碳储存可用性的作用,而非土壤碳积累的唯一决定因素。下载:下载高分辨率图像(435kb)下载:下载全尺寸图像图4. tlc框架中树冠-树干-凋落物-土壤相互作用的简化表示。树冠投影反映了凋落物的空间分布,而种植密度则决定了单位面积内的总凋落物输入量。一部分来自凋落物的碳会转移到土壤碳库中,而其在土壤中的稳定过程又受到有效土壤可用性的限制。树干基部面积虽会减少有效土壤表面积,但土壤碳积累实际上是由与密度相关的输入、凋落物向土壤的转移以及稳定能力共同决定的。 2.5.1 与密度相关的凋落物输入量与凋落物覆盖面积 设bl(t)表示在参考条件t下,单株树每年产生的凋落物干质量输入量。由于种植间距决定了林分密度,因此单位面积的林分级凋落物输入量可表示为:(2.17)il(l,t)=N(l)bL(t)(2.18)IL(l,t)=AiL(l,t)=n(l)bL(t)其中,iL(l,t)表示归一化后的凋落物输入量,IL(l,t)表示规划区域内的总凋落物输入量,N(l)则为与间距相关的林分密度。这一表述清晰体现了随着树木密度增加,凋落物输入量也会随之上升的趋势。凋落物的空间分布通过树冠投影来体现。为避免重复计算重叠的树冠区域,凋落物覆盖面积是根据有效遮荫面积而非各树冠面积的简单相加来计算的:(2.19)SL(l,t)=max[Ssh(l,R(t))?SB(l,t),0]其中(2.20)SB(l,t)=∑n=1n(l)πyn(t)2表示累计的树干基部面积,yn(t)为第n株树的树干半径。相应的凋落物面积修正因子为:(2.21)?L(l,t)=SL(l,t)A修正因子?L表示在理想化的树冠几何结构下,规划区域内受到凋落物输入影响的面积比例。 2.5.2 凋落物碳储存量 凋落物库中与植硅体相关的碳积累量,是根据凋落物输入量、植硅体碳含量以及凋落物覆盖面积修正因子共同计算得出的:(2.22)cl(t,l)=∫0TχL·ΔCp,L(t)·IL(l,t)·?L(l,t)dt其中,ΔCp,L(t)为凋落物干物质中的植硅体碳含量,χL为单位转换系数,其数值取决于ΔCp,L和IL所采用的单位。如果需要以二氧化碳当量表示,可将得到的碳质量乘以44/12。2.5.3 凋落物向土壤的转移与有效土壤可用性 土壤碳输入量由来自凋落物的转移碳与地下输入碳之和构成:(2.23)is(l,t)=τLSIL(l,t)+IR(l,t),其中τLS为凋落物向土壤的转移系数,IR(l,t)则表示来自根系或地下的碳输入量。如果地下输入量未单独测量,可将IR(l,t)设定为与密度相关的输入项,或将其纳入已校准的土壤输入系数中。用于土壤碳稳定的有效土壤面积,定义为规划区域减去树干基部面积后的面积:(2.24)SO(l,t)=A?SB(l,t),相应的土壤可用性修正因子为:(2.25)?S(l,t)=SO(l,t)A在此公式中,?S(l,t)用于修正潜在的稳定面积,而土壤碳输入量本身则由IS(l,t)决定。因此,土壤碳积累量并不会随着林分密度的增加而单纯下降,而是反映了与密度相关的碳输入量与受空间限制的土壤可用性之间的平衡关系。2.5.4 随时间累积的土壤碳储存量 土壤中与植硅体相关的稳定能力,是通过土壤中的植硅体碳含量、土层厚度以及容重这些参数来设定的:(2.26)ks(t)=kSχS∑hΔCp,S,h(t)ΔHh(t)ΔBDh(t),其中ΔCp,S,h(t)为第h层土壤中的植硅体碳含量,ΔHh(t)为该土层的厚度,ΔBDh(t)为该土层的容重,χS为相应的单位转换系数。在此公式中,KS(t)在经过单位转换和归一化处理后,被视为一个稳定能力修正因子,而非独立累积的土壤碳储量。随后,累积的土壤碳储存量可通过以下公式计算:(2.27)CS(T,l)=∫0TKS(t)IS(l,t)?S(l,t)dt在此公式中,KS(t)将土壤稳定系数、单位转换因子、土壤植硅体碳含量、土层厚度以及容重整合为一个统一的稳定能力修正因子。这种输入-转移-稳定型的建模方式,明确了种植间距通过林分密度、凋落物输入、凋落物向土壤的转移以及有效土壤可用性,与土壤碳储存之间的关联。 2.6 总碳封存量与模型输出 将树干、树冠、凋落物以及土壤这四部分的碳储存量相加,即可得到在特定种植间距l和评估时间范围t下的总碳封存量:(2.28)call(t,l)=>
2.4.2 树冠重叠时的几何形态与有效遮荫面积
当2r ≥ l时,相邻的树冠投影会发生重叠,此时有效遮荫面积需作为所有树冠投影的并集面积来计算。对于相距l的距离的两棵相邻树冠,圆形重叠部分的半角为:(2.11)θ=arccos(l2r)两棵半径相同的圆形树冠之间的对应重叠面积为:(2.12)sov(l,r)=2r2θ?l24r2?l2对于有限的规则网格,总的有效遮荫面积可通过所有树冠投影的并集面积来计算:(2.13)ssh(l,r)=|ω∩?n=1n(l)b(xn,r)|,其中ω表示规划区域,xn为第n株树的位置,b(xn,r)是以xn为中心、半径为r的圆形树冠投影,|·|表示平面面积。这种并集面积的定义避免了重叠区域的重复计算,也被用作tlc模型中有效遮荫面积的替代指标。为便于分析,以树心为顶点的内部矩形包含(a ? 1)行间隔和(b ? 1)列间隔。由于每个内部网格单元的面积为l2,因此该矩形区域内的面积为:(2.14)sint=(a?1)(b?1)l2
2.4.3 树冠的光合作用-呼吸作用与年度碳积累量
净树冠碳吸收量是通过将有效遮荫面积与单位有效树冠面积的净吸收率相乘来计算的。设ucan(t)表示单位有效遮荫面积的年化净树冠碳吸收率,该值综合了白天的光合作用吸收量、呼吸作用消耗量以及温度或辐射等环境因素的影响。则在评估时间范围t内的树冠碳吸收量为:(2.15)ccan(t,l)=∫0tucan(t)·ssh(l,r(t))dt如果明确给出每日的光合作用时长和呼吸作用强度,ucan(t)可分解为:(2.16)ucan(t)=365·[x(t)·α(t)?(24?x(t))β(t)],其中x(t)为有效的每日光合作用时长,α(t)为单位有效遮荫面积的白天光合作用吸收率,β(t)为单位有效遮荫面积的呼吸作用率。在数值实验中,ucan(t)被视为经过校准的过程速率参数,以确保树冠碳吸收量与tlc框架的规划尺度特性保持一致。图3。下载:下载高分辨率图像(555kb)下载:下载全尺寸图像图3. 规则间距下的树冠布局与有效遮荫面积几何形态。
2.5 基于植硅体途径的凋落物与土壤碳封存
凋落物和土壤通过有机物质输入、转移与稳定过程,为长期碳储存做出贡献。在tlc框架中,凋落物-土壤途径通过分离三个过程来体现:(i)与密度相关的凋落物输入,(ii)从凋落物中转移到土壤库的碳,以及(iii)受有效土壤可用性制约的土壤碳稳定过程。此处采用的植硅体相关途径,用于表示凋落物-土壤系统内持续的碳稳定过程,其目的并非涵盖所有土壤有机碳相关过程。仅有通过简化项ir(l,t)体现来自根系的碳输入,而根系的具体动态、根区扩张、微生物转化以及与矿物质结合形成的有机碳等内容则未被明确纳入模型,被视为模型的局限性。标准化的树冠-树干-凋落物-土壤几何结构如图4所示。在这种几何结构中,树冠投影决定了凋落物的空间分布,林分密度控制了单位面积内的总凋落物输入量,而树干基部面积则减少了可用于碳稳定的有效土壤表面积。因此,有效土壤面积起到调节碳储存可用性的作用,而非土壤碳积累的唯一决定因素。下载:下载高分辨率图像(435kb)下载:下载全尺寸图像图4. tlc框架中树冠-树干-凋落物-土壤相互作用的简化表示。树冠投影反映了凋落物的空间分布,而种植密度则决定了单位面积内的总凋落物输入量。一部分来自凋落物的碳会转移到土壤碳库中,而其在土壤中的稳定过程又受到有效土壤可用性的限制。树干基部面积虽会减少有效土壤表面积,但土壤碳积累实际上是由与密度相关的输入、凋落物向土壤的转移以及稳定能力共同决定的。
2.5.1 与密度相关的凋落物输入量与凋落物覆盖面积
设bl(t)表示在参考条件t下,单株树每年产生的凋落物干质量输入量。由于种植间距决定了林分密度,因此单位面积的林分级凋落物输入量可表示为:(2.17)il(l,t)=n(l)bl(t)(2.18)il(l,t)=ail(l,t)=n(l)bl(t)其中,il(l,t)表示归一化后的凋落物输入量,il(l,t)表示规划区域内的总凋落物输入量,n(l)则为与间距相关的林分密度。这一表述清晰体现了随着树木密度增加,凋落物输入量也会随之上升的趋势。凋落物的空间分布通过树冠投影来体现。为避免重复计算重叠的树冠区域,凋落物覆盖面积是根据有效遮荫面积而非各树冠面积的简单相加来计算的:(2.19)sl(l,t)=max[ssh(l,r(t))?sb(l,t),0]其中(2.20)sb(l,t)=∑n=1n(l)πyn(t)2表示累计的树干基部面积,yn(t)为第n株树的树干半径。相应的凋落物面积修正因子为:(2.21)?l(l,t)=sl(l,t)a修正因子?l表示在理想化的树冠几何结构下,规划区域内受到凋落物输入影响的面积比例。
2.5.2 凋落物碳储存量
凋落物库中与植硅体相关的碳积累量,是根据凋落物输入量、植硅体碳含量以及凋落物覆盖面积修正因子共同计算得出的:(2.22)cl(t,l)=∫0tχl·δcp,l(t)·il(l,t)·?l(l,t)dt其中,δcp,l(t)为凋落物干物质中的植硅体碳含量,χl为单位转换系数,其数值取决于δcp,l和il所采用的单位。如果需要以二氧化碳当量表示,可将得到的碳质量乘以44/12。2.5.3 凋落物向土壤的转移与有效土壤可用性
土壤碳输入量由来自凋落物的转移碳与地下输入碳之和构成:(2.23)is(l,t)=τlsil(l,t)+ir(l,t),其中τls为凋落物向土壤的转移系数,ir(l,t)则表示来自根系或地下的碳输入量。如果地下输入量未单独测量,可将ir(l,t)设定为与密度相关的输入项,或将其纳入已校准的土壤输入系数中。用于土壤碳稳定的有效土壤面积,定义为规划区域减去树干基部面积后的面积:(2.24)so(l,t)=a?sb(l,t),相应的土壤可用性修正因子为:(2.25)?s(l,t)=so(l,t)a在此公式中,?s(l,t)用于修正潜在的稳定面积,而土壤碳输入量本身则由is(l,t)决定。因此,土壤碳积累量并不会随着林分密度的增加而单纯下降,而是反映了与密度相关的碳输入量与受空间限制的土壤可用性之间的平衡关系。2.5.4 随时间累积的土壤碳储存量
土壤中与植硅体相关的稳定能力,是通过土壤中的植硅体碳含量、土层厚度以及容重这些参数来设定的:(2.26)ks(t)=ksχs∑hδcp,s,h(t)δhh(t)δbdh(t),其中δcp,s,h(t)为第h层土壤中的植硅体碳含量,δhh(t)为该土层的厚度,δbdh(t)为该土层的容重,χs为相应的单位转换系数。在此公式中,ks(t)在经过单位转换和归一化处理后,被视为一个稳定能力修正因子,而非独立累积的土壤碳储量。随后,累积的土壤碳储存量可通过以下公式计算:(2.27)cs(t,l)=∫0tks(t)is(l,t)?s(l,t)dt在此公式中,ks(t)将土壤稳定系数、单位转换因子、土壤植硅体碳含量、土层厚度以及容重整合为一个统一的稳定能力修正因子。这种输入-转移-稳定型的建模方式,明确了种植间距通过林分密度、凋落物输入、凋落物向土壤的转移以及有效土壤可用性,与土壤碳储存之间的关联。
2.6 总碳封存量与模型输出
将树干、树冠、凋落物以及土壤这四部分的碳储存量相加,即可得到在特定种植间距l和评估时间范围t下的总碳封存量:(2.28)call(t,l)=ctrunk(t,l)+ccan(t,l)+cl(t,l)+cs(t,l),其中ctrunk、ccan、cl和cs分别代表树干碳积累量、树冠驱动的碳吸收量、凋落物碳储存量以及土壤碳储存量。除非另有说明,这些数值均为针对整个规划区域计算得出的结果。>面积归一化的碳封存量可按以下公式计算:(2.29)Cˉall(T,l)=Call(T,l)A因此,TLC模型可提供三种类型的输出结果:(i) 终期总碳封存量Call(T,l),用于描述某一种植配置下的总体碳储存情况;(ii) 面积归一化的碳封存量Cˉall(T,l),便于比较不同规模规划区域内的碳封存情况;(iii) 与种植间距相关的响应曲线,这类曲线可结合环境压力与环境质量函数,用于评估碳与环境之间的权衡关系。2.7 环境容量约束与碳环境效率优化2.7.1 运行层面的环境容量约束上述碳相关模型可用于量化种植间距对碳储存的影响。但在有限的规划区域内,提高林分密度还会增加各种环境压力,包括水资源需求、养分需求、土壤扰动以及对生态系统恢复能力的压力。为体现这一约束,我们从运行规划的角度定义环境承载力。它并非指传统意义上的物种层面平衡种群规模,而是表示规划区域在不会导致生态系统质量显著下降的前提下所能承受的最大综合环境压力。设E(l)表示由种植间距l所产生的综合环境压力,其定义如下:(2.30)E(l)=∑kwk·ρk(l)·Ak其中k代表不同植被类型或植被层,ρk(l)是间距为l时的植被类型k的密度,Ak为植被类型k所占的面积,wk则为权重系数,用于体现单位ρk(l)Ak所带来的相对环境压力。E(l)和Emax均以综合压力指数单位表示,这些权重可代表相对的水资源需求、养分需求、土壤扰动或其他特定地点的压力因素,其数值可通过参考相关文献中的数据、专家知识,或依据特定地点的环境指标进行设定。由此,规划层面的环境承载力Emax被定义为在所选规划假设下该区域所能承受的最大综合压力:(2.31)E(l)≤Emax这一约束应被视为区域层面的环境容量条件,而非种群层面的承载力限制。在实际应用中,Emax可根据具体情景设定,或通过水资源可用性、土壤恢复能力、养分限制程度、生态系统韧性等指标进行校准。2.7.2 用于比较优化的软容量惩罚机制除了方程(2.31)中规定的硬性可行性条件外,还可引入软容量惩罚机制,用于描述当环境压力超过区域承载力时性能逐渐下降的情况。我们将标准化超额惩罚值定义为:(2.32)Φ(l)=[max(0,E(l)Emax?1)]2此时,经过惩罚调整后的目标函数为:(2.33)J(l)=C?(l)?μ·Φ(l)其中C?(l)为归一化后的碳封存量,μ为无量纲惩罚系数,用于控制环境超载问题的相对重要性。这种表述方式避免了碳质量与环境压力之间的单位不一致问题,同时也能将超载风险作为敏感性分析的考量因素。2.7.3 碳环境效率指标仅考虑碳封存因素可能会导致过度密集的种植方式,而仅关注环境质量则可能促使人们选择种植密度较低、碳收益有限的配置。为评估这两者之间的权衡关系,需首先在所研究的设计空间内对终端碳封存量进行归一化处理:(2.34)C?(l)=Call(T,l)Cmax其中Cmax为在所研究的种植间距范围内观察到的Call(T,l)的最大值。通过这种归一化处理,研究范围内的C?值始终处于0到1之间。环境质量则通过基于平滑容量函数的逻辑斯蒂函数来表示:(2.35)Q(l)=1+exp(?κ)1+exp(κ(E(l)Emax?1)),且00,用于控制环境质量在接近容量阈值时的下降速率。归一化因子1 + exp(?κ)可确保当E(l) = 0时Q(l)的值为1;而当E(l) = Emax时,若κ值足够大,该函数的值大约处于过渡的中点位置。这种连续型的函数形式避免了硬阈值约束所带来的突然间断问题。随后,碳环境综合效率被定义为:(2.36)η(l)=C?(l)·Q(l),且0≤η(l)≤1这种乘法形式的表达方式意味着,那些碳封存量低或环境质量差的配置会获得较低的效率值。因此,当碳收益与环境质量随种植间距的变化呈现相反趋势时,可能会出现效率最优的中间状态。在特定的参数范围与环境容量情景下,可通过数值方法判断这种最优状态的存在与否及其具体位置。2.7.4 最优化目标与结果解读TLC框架支持三种相互补充的优化思路。第一种思路是在硬性约束E(l) ≤ Emax的前提下最大化Call(T,l),从而确定能够实现最大碳封存的合理种植间距;第二种思路是通过最大化带惩罚的目标函数J(l),在放宽严格可行性约束的情况下评估超载风险;第三种思路则是最大化综合效率η(l),找出能够在碳封存量归一化值与环境质量之间实现平衡的种植间距。由于本研究的核心目标是评估碳与环境之间的权衡关系,因此数值分析主要聚焦于效率最优的种植间距:(2.37)l*=argmaxl∈ξη(l)其中ξ代表所研究的种植间距设计空间。碳最大化与基于惩罚的优化目标仍作为补充性的参考目标,而η(l)则是用于在不同环境容量情景下比较各类种植配置的主要评判标准。2.8 数值实验设计与参数设定在基准数值模拟中,一些复杂的凋落物-土壤相关参数是通过汇总后的校准系数来表示的。第2.5节中的扩展公式明确了输入-传递-稳定化这一结构,同时也为在不改变TLC框架基于种植间距的优化逻辑的前提下,针对特定地点进行参数设定提供了途径。因此,这种扩展后的公式在保留原有数值实现方式的同时,也明确了凋落物-土壤作用过程的生态学意义。这些数值实验旨在在受控的规划尺度条件下,研究TLC框架的种植间距依赖性特征。实验的目的并非预测特定森林林分的碳封存量,而是探讨种植间距、林冠结构几何形态、凋落物-土壤间的碳交换过程以及环境承载力是如何共同影响碳环境效率的。因此,所设定的参数值代表了一种类似人工林的参考配置,用于开展不同情景之间的对比分析。在所有模拟中,规划区域面积A和评估时间范围T均为固定值,而种植间距l则被视为主要的决策变量。对于规则的正方形种植布局,林分密度可通过N(l) = 1/l2计算得出,相应地,规划区域内的树木总数为n(l)=A/l2。通过扫描不同的种植间距,可以生成终端总碳封存量Call(T,l)、环境压力E(l)、环境质量Q(l)以及碳环境综合效率η(l)等参数的响应曲线。模型参数被分为五类。第一类为固定的设计参数,比如规划区域面积和评估时间范围;第二类为外部提供的结构参数,包括树干半径、树高、树冠半径以及不同植被层或物种的比例等,这些参数代表典型的参考林分状况,在TLC框架中不会被动态模拟;第三类为控制林冠碳吸收过程以及凋落物-土壤间碳输入、传输和稳定过程的碳相关参数;第四类为环境容量相关参数,包括综合环境压力权重、环境承载力Emax以及逻辑斯蒂函数的斜率参数κ;第五类为用于分析在不同容量和过程速率假设下,种植间距与效率之间的定性关系是否依然成立的敏感性控制参数。与林冠碳吸收过程及凋落物-土壤过程相关的参数,都是根据类似人工林的实际情况,在合理的范围内进行设定或校准的。在凋落物-土壤模块中,面积归一化的凋落物输入量明确与林分密度相关,其计算公式为iL(l,t) = N(l)bL(t),而总的凋落物输入量则为IL(l,t) = n(l)bL(t)。土壤中的碳输入则通过凋落物向土壤的转移量以及地下部分的碳输入量来表示。这样的参数设定方式避免了将土壤碳储存量简单视为有效土壤面积的函数,实际上,土壤碳积累量反映了由密度相关的输入量、碳传输量、碳稳定化过程以及有效土壤可利用性共同作用的结果。环境承载力被设定为一种情景参数,而非直接观测得到的种群层面的承载力值。具体而言,Emax代表在所选假设条件下,规划区域所能承受的最大综合环境压力。通过设置不同的Emax值,可以体现不同区域的环境承受能力差异。在敏感性分析中,会通过改变逻辑斯蒂函数的斜率参数κ,来研究环境质量在接近容量阈值时下降的幅度。所有基于面积的计算量在汇总之前都会先转换为统一的单位面积值。数值实验中使用的全部参数及衍生量值汇总于表1中。表1 数值实验中使用的模型参数及衍生量值。类别符号描述数值/范围单位来源/作用设计参数AT总规划区域面积10,000m2固定的规划尺度参数设计参数TE评估时间范围30年固定的评估周期设计参数l种植间距1 – 4m主要的决策变量设计参数n(l)规划区域内的树木数量A/l2棵树由种植间距决定设计参数N(l)林分密度1/l2棵树/平方米由种植间距决定结构参数pTa乔木层比例0.7–反映典型的层结构组成结构参数pSS灌木层比例0.2–反映典型的层结构组成结构参数pH草本层比例0.1–反映典型的层结构组成结构参数r(t)平均树干半径给定值米外部提供的参数结构参数H(t)平均树高12米参考性的结构参数结构参数R(t)平均树冠半径2.0米参考性的结构参数树干碳ρw木材密度给定值吨生物质/立方米当使用异速生长模型计算体积时会用到树干碳γCB生物量中的碳占比给定值–用于将生物量转换为碳质量林冠碳Ssh(l,R)有效遮荫面积计算值平方米林冠投影区域的并集面积林冠碳ucan(t)净林冠碳吸收率0.002–0.005吨碳/平方米·年经过校准的过程速率参数凋落物碳bL(t)每棵树每年的凋落物干物质输入量给定值/校准值千克/棵树·年用于控制与密度相关的凋落物输入量凋落物碳IL(l,t)规划区域内的总凋落物输入量n(l)bL(t)千克/年由树木数量和每棵树的输入量共同决定凋落物碳△Cp,L(t)凋落物干物质中的植硅体碳含量给定值克/千克凋落物植硅体碳参数凋落物碳χLL凋落物的单位转换系数给定值–用于对凋落物中的植硅体含量进行单位换算凋落物碳kLL凋落物的稳定化/比例系数给定值/校准值–可选的过程速率参数空间修正参数SB(l,t)树干基部面积的累积值计算值平方米由树干半径和树木数量决定空间修正参数SL(l,t)被凋落物覆盖的面积计算值平方米由(Ssh)和(SB)的值共同决定空间修正参数?L(l,t)凋落物面积修正系数SL/A–空间可用性系数土壤碳τLS凋落物向土壤的转移系数给定值/敏感性参数–用于表示由凋落物带来的碳转移量土壤碳IR(l,t)根系/地下部分带来的碳输入量给定值/校准值千克/年简化的地下部分碳输入参数土壤碳IS(l,t)土壤碳输入量τLS IL+IR千克/年由土壤输入量计算得到的值土壤碳△Cp,S,h(t)土层h中的植硅体碳含量给定值克/千克土壤植硅体碳参数土壤碳△Hh(t)土层h的厚度给定值厘米土层参数土壤碳△BDh(t)土层h的容重给定值克/立方厘米土层参数土壤碳χS土壤的单位转换系数给定值–用于对土壤中的植硅体含量进行单位换算土壤碳KS(t)土壤稳定化修正系数计算值–或以指数形式表示由土壤中的植硅体含量及土层参数共同决定空间修正参数SO(l,t)有效土壤面积A – SB平方米由树干基部面积决定空间修正参数?S(l,t)土壤可用性修正系数SO/A–空间可用性系数环境压力ρk(l)植被类型/层的密度计算值株/平方米由种植间距或各层比例决定环境压力Ak植被类型(k)所占的面积或对应代表面积给定值/计算值平方米用于计算压力指数环境压力wk环境压力权重给定值/校准值指数单位用于将密度与面积的乘积转换为压力值环境压力E(l)综合环境压力计算值指数单位由压力计算公式得出环境容量Emax规划尺度下的环境承载力1e4 – 5e4指数单位情景参数环境质量κ逻辑斯蒂函数的斜率参数6 – 10–用于敏感性分析的控制参数优化参数μ惩罚权重给定值/敏感性参数–用于软容量惩罚目标函数中注:标有“计算值”的量值是根据种植间距及模型方程内部计算得出的;而标有“给定值/校准值”的参数并非通用常数,它们是框架所需的输入参数,可以通过特定地点的实测数据、相关文献中的数值,或通过与实际观测到的碳储量进行校准来获得(Zhang et al., 2025)。在基准数值实验中,采用了类似人工林的典型参考值,部分复杂的凋落物-土壤相关参数则被整合进汇总后的过程速率系数中,以此便于开展不同情景之间的对比分析,而非针对特定地点进行精确预测。3. 结果3.1 与种植间距相关的碳封存量与环境压力数值结果是基于第2.8节中描述的基准参数设定与情景设计得出的,这些结果应被视为在规划尺度下的TLC框架下种植间距变化所导致的响应模式,而非针对特定地点的预测结果。图5展示了在固定规划区域条件下,种植间距变化对终端总碳封存量Call(T,l)以及综合环境压力E(l)的影响规律。随着种植间距的增大,根据N(l)=1/l2的关系,林分密度会随之降低,从而导致Call(T,l)呈单调下降趋势。综合环境压力E(l)也会随着间距的增大而下降,因为较低的林分密度会减少整体的资源需求和生态负担。这些单调的变化规律为后续分析碳与环境之间的权衡关系提供了基础性的间距依赖性模式。下载:下载高分辨率图像(261KB)下载:下载全尺寸图像图5 在固定规划区域条件下,种植间距变化对终端总碳封存量Call(T,l)与环境压力E(l)的影响。随着种植间距的增大,林分密度降低,进而导致总碳封存量与环境压力均下降。这些单调的趋势为后续的环境质量与效率分析提供了基础数据。3.2 不同环境容量情景下的环境质量与综合效率虽然E(l)是由林分结构决定的,并不直接取决于Emax,但它对环境质量的影响却与E(l)/Emax这一比值密切相关。图6显示,在不同的环境容量情景下,相同的压力水平可能会对应不同的环境质量数值。在Emax较低的情景下,小间距下的密集种植会带来接近或高于该区域环境承受能力的压力,从而导致环境质量Q(l)下降至较差的水平。随着种植间距的增大,环境压力会降低,环境质量Q(l)也会随之上升。相反,较高的Emax值可以缓解密集种植带来的负面影响,使得在更宽的种植间距范围内环境质量都能保持在较高水平。下载:下载高分辨率图像(367KB)下载:下载全尺寸图像图6 不同环境容量Emax下,种植间距变化对环境压力E(l)与环境质量Q(l)的影响。由于林分密度随间距增大而降低,压力指数E(l)也会随之下降。而环境质量Q(l)则由逻辑斯蒂函数决定,其值取决于E(l)/Emax这一比值。因此,不同的Emax值会将相同的压力变化趋势转化为不同的环境质量变化结果。碳环境综合效率是将归一化后的碳封存量与环境质量相结合而得,其计算公式为η(l) = C?(l)·Q(l)。如图7所示,在所研究的各类环境容量情景下,η(l)值都会出现一个内部最大值。密集种植虽然能增加碳封存量,但在环境容量有限的情况下可能会降低环境质量;而稀疏种植虽能保持较高的环境质量,但碳封存量相对较低。
效率最优间距反映了碳封存与环境质量这两种相反效应之间的平衡。下载:高分辨率图片(316KB)下载:完整尺寸图片图7. 不同环境承载力下,综合碳-环境效率η(l)=C?(l)·Q(l)作为种植间距的函数。在研究的参数范围内,η(l)存在一个内部最大值,因为随着间距增大,碳封存量减少,而压力减轻则使环境质量提升。提高Emax会使效率最优间距l*向更密集的配置偏移,并提升可达到的最高效率。3.3 最优间距对环境承载力的敏感性为研究环境承载力如何影响最佳种植策略,从每条效率曲线中提取了效率最优间距l*及对应的最高效率ηmax。图8显示,随着Emax的增加,l*减小,这说明环境耐受性更高的区域能够支持更密集的种植布局。同时,由于更高的承载力降低了密集种植带来的环境质量下降,ηmax也会上升。下载:高分辨率图片(228KB)下载:完整尺寸图片图8. 效率最优间距l*及对应最高效率ηmax对环境承载力Emax的敏感性。在较高的Emax下,l*的下降趋势变缓,表明间距响应存在饱和现象。这表明环境承载力的提升并不会带来无限制的密集化。在TLC框架下,与林分密度、冠层重叠度及空间可用性相关的结构限制,依然会制约过小间距带来的效率提升。因此,在所研究的情景中,即便在环境承载力相对较高的条件下,最优间距仍保持有限。对于每种承载力情景,均从图7中的相应效率曲线中提取l*和ηmax。Emax的增加会使l*向更小的间距偏移并提升ηmax,而在高承载力下l*的变化速率会减弱,呈现饱和特征。4. 讨论4.1 效率最优间距的生态学解读数值结果表明,效率最优间距是由碳封存与环境质量对种植密度的不同反应共同决定的。在固定规划面积的情况下,较小的间距会增加林分密度,从而提升参与树干碳积累、冠层吸收及凋落物输入的树木数量。然而,同样的密度增加也会因资源需求上升和干扰加剧而提升综合环境压力。相反,较大的间距虽能降低环境压力,但也会减少林分层面的碳积累。因此,η(l)的内部最优值反映的是在规划尺度上碳收益与环境质量之间的折衷,而非单纯追求碳储量的最大化。这一结果与普遍认知一致,即间距与林分密度会以不同方式影响树木及林分的生长表现。密集种植虽能增加林分层面的生物量积累,但可能加剧竞争并抑制单株树木的生长;而较大间距则有助于促进单株树木的冠层与茎干发育,但会降低单位面积的总生物量。在人工林与森林管理研究中也有类似基于密度的权衡现象,其中间距、间伐措施以及立地条件共同影响生产力、生物量分配及碳储量(Newton等人,2011;Piritta等人,2012;Liu等人,2025;Randriamananjara等人,2026)。TLC框架通过将由密度驱动的碳响应与环境承载力响应转化为单一效率指标,进一步拓展了这一解释。该单峰形态应在所研究的参数范围及既定的规划尺度假设下进行解读。该模型并非证明每个森林系统都必须存在唯一的最优解,而是表明当碳封存随间距增大而减少,环境质量随压力缓解而提升时,二者的乘积积分可产生一个中间效率峰值。相较于将最优解视为普适的生物学常数,这种解释更为合理。4.2 环境承载力作为规划尺度约束本研究的一个核心要点在于将环境承载力作为规划尺度的约束条件。在传统种群生态学中,承载力通常指环境所能支撑的平衡种群规模。但在当前框架中,Emax并不代表物种的平衡密度,而是指规划区域在不导致生态系统质量严重下降的前提下所能承受的最大综合环境压力。这一区别十分重要,因为TLC模型旨在用于间距比较与种植设计优化,而非模拟物种种群动态。环境压力指数E(l)综合体现了与种植密度相关的各种压力,包括水分需求、养分需求、土壤扰动以及对生态系统恢复能力的压力。随后,承载力参数Emax通过逻辑斯蒂函数Q(l)将这种压力转化为环境质量响应。这种处理方式与更广泛的资源与环境承载力评估方法一致,在这些方法中,承载力往往被视为一项综合性的规划或管理约束,而非单一的生物学阈值(Wang和Liu,2019;Peng等人,2024;Chen等人,2025a)。基于情景的Emax处理方式也有助于实际应用中的理解。在水分充足、土壤肥沃且恢复能力强的地区,相同的种植配置可能是可行的,但在资源匮乏或土壤脆弱的地区则可能过于密集。因此,最优间距不应被视为在所有区域都固定不变,而应取决于具体的环境承载力状况。这也解释了为何提高Emax会使l?向更密集的配置偏移并提升ηmax,同时在所研究的情景中仍保持有限的最优间距。4.3 冠层几何结构、竞争作用及未被纳入的密度相关过程冠层模块采用冠层投影重叠度作为有效遮荫面积与冠层拥挤程度的几何替代指标。选择这一指标是为了在种植间距、冠层半径、重叠度与冠层碳吸收之间建立直接且清晰的关联。与复杂的辐射传输模型或基于距离的竞争指数相比,冠层投影法所需的树木层面输入数据更少,适用于规则种植布局下的规划尺度情景分析,同时也能明确且可重复地体现间距对冠层重叠度的影响。不过,冠层投影重叠度并不能完全代表树木间的竞争关系。在真实的林分中,竞争还受到树木大小层次、冠层不对称扩展、冠层可塑性、根系深度、土壤湿度、养分差异以及邻域结构等因素的影响。传统的竞争指数能够更直观地描述其中一些过程,尤其是在单株树木生长模型中。当前的TLC框架并非要取代这类竞争模型,而是提供了一种基础性的几何表述,可通过引入竞争修正因子或动态冠层函数来进一步扩展。此外,当前框架未考虑化感作用以及物种特有的促进或抑制效应,尽管在混交林或存在化学相互作用的林分中,这些因素可能会进一步限制间距的选择。若不考虑明确的竞争过程,可能会影响l?的预测位置。例如,如果强烈的密度相关竞争会在较小间距下显著抑制单株树木的生长,那么基于纯几何模型的预测结果将低估密集种植的碳优势。同样,冠层羞避性或冠层可塑性也可能使实际冠层重叠度低于理想化的圆形冠层投影值。根据物种特性与立地条件,这些机制可能会使效率最优间距向更宽或更窄的配置偏移。未来的扩展工作可将TLC框架与基于距离的竞争指数、大小不对称的生长函数或动态冠层半径模型相结合,以更真实地反映这些过程。4.4 凋落物-土壤碳路径与土壤碳的解释凋落物-土壤模型将依赖密度的凋落物输入、凋落物向土壤的转移以及土壤碳的稳定过程分开考虑。这种区分是必要的,因为土壤碳储存不能仅理解为受有效土壤面积的控制。较高的林分密度会增加总凋落物量及地下碳输入,而树干基部面积与空间限制则会减少可用于碳稳定的有效土壤表面积。因此,土壤部分体现的是输入与稳定能力之间的平衡,而非对种植密度的简单单调响应。IL(l,t)、τLS、IS(l,t)和?S(l,t)等参数的引入进一步明确了这一路径。种植间距通过影响林分密度来影响凋落物输入,部分来自凋落物的碳会转移到土壤中,而最终的土壤碳积累则受有效土壤可用性及稳定能力的调节。这一结构直接回应了这样一个生态学问题:即使可利用的表面积减少,提高树木密度仍可能增加有机物质输入。同时,它也使得模型在未来针对特定立地条件进行参数化时更具透明度。与植硅体相关的路径在更广泛的凋落物-土壤系统中被视作一种持续的碳稳定成分,其目的并非涵盖所有土壤有机碳过程。其他路径,如微生物转化、与矿物结合的有机碳形成、根系带来的稳定作用以及团聚体保护作用,在基础版本中并未得到明确体现。关于凋落物分解与土壤碳稳定的研究表明,凋落物质量、分解途径以及土壤性质都会显著影响进入土壤池的碳的命运(Huang等人,2011;Arezoo等人,2014)。因此,凋落物-土壤模块应被视为一种简化的稳定路径,当有特定立地的凋落物量、根系输入、土壤容重及土壤碳测量数据时,可对其进一步扩展。4.5 对造林规划的意义研究结果表明,种植设计不应仅以最大化碳封存为目标。在某些条件下,密集种植确实可以实现较高的碳积累,但它也可能带来环境压力,从而在区域承载力受限时降低整体效益。相反,过度稀疏的种植虽然能维持较高的环境质量,但却无法充分利用土地进行碳封存。碳-环境效率指标为在统一的规划框架内评估这些权衡提供了依据。对于环境承载力较低的地区,模型表明可能需要更大的间距以避免过度压力并维持环境质量。而对于承载力较高的地区,则可以在一定程度上支持更密集的种植而不至于造成同等程度的环境质量下降。然而,l*的饱和趋势表明,即使提升承载力,也不意味着可以无限制地增加密度。结构限制、冠层重叠度以及与密度相关的生态过程仍会制约过小间距带来的效率提升。因此,TLC框架作为基于情景的决策支持工具最为实用。它能够帮助规划者在不同的环境耐受性、冠层结构及碳过程参数假设下,比较不同的间距策略。这对于造林及实现碳中和的目标尤为重要,因为在这些目标中,碳收益必须与水资源需求、养分限制、土壤恢复能力以及长期生态系统韧性相平衡。大规模的植树活动具有显著的碳封存潜力,但其可持续性取决于种植设计能否与当地的生态限制相匹配(Domke等人,2020;Yao等人,2024)。4.6 模型的局限性及未来发展方向需认识到若干局限性。首先,TLC框架采用了理想化的规则种植布局及简化的冠层几何结构。真实的森林林分往往具有不规则的空间分布、不对称的冠形、冠层可塑性以及冠层羞避性,这些因素尤其在高密度条件下可能会改变冠层重叠度与光截获量。其次,树干半径、树高及冠层半径等结构变量被视为外部提供的参考输入,而非通过动态模拟得到的生长轨迹。因此,当前框架并未明确模拟林分发展、物种特异性生长、自我间伐或由密度驱动的冠层调整过程。第三,竞争过程也未被明确建模。冠层重叠度公式仅能捕捉间距对冠层拥挤程度的初级几何效应,无法体现地下竞争、大小不对称的竞争或基于邻域的生长抑制作用。第四,凋落物-土壤模块在基础数值实现中采用了简化的校准系数。尽管扩展后的符号体系明确了输入、转移及稳定过程,但在具体应用时仍需要依靠实测的凋落物量、根系输入、土壤容重、土壤碳含量及分解数据来进行校准与验证。第五,环境压力指数与Emax均为基于情景的综合量,虽适用于比较分析,但其实际应用仍需结合水分可用性、土壤养分状况、土壤恢复能力及生态系统韧性等指标进行本地化校准。最后,当前模型并未明确纳入气候变率、干扰事件、采伐、间伐、病虫害爆发以及生物多样性响应等因素,而这些因素可能会对长期的碳封存与环境质量产生重大影响。这些局限性限定了当前TLC框架的应用范围,并不意味着它不能作为规划尺度的比较模型使用。未来的研究应朝着三个方向展开:整合特定立地的清单与通量数据以进行校准与基准测试;将TLC框架与动态生长及竞争模型相结合;以及扩展优化目标,纳入生物多样性、用水量、养分需求及干扰抵御能力等更多生态指标。这样的扩展将提升模型的预测能力,同时保留其基于间距的清晰结构。5. 结论本研究构建了一个规划尺度的TLC(树干-凋落物-冠层)框架,用于评估在环境承载力约束下,种植间距对森林碳封存的影响。该框架将种植间距与林分密度、冠层重叠度、树干碳积累量、冠层碳吸收量、凋落物-土壤碳储存量、环境压力以及碳-环境效率联系起来。数值分析结果表明,增加种植间距会降低总碳封存量Call(T,l)以及综合环境压力E(l)。当通过基于承载力的函数将环境压力转化为环境质量指标后,综合效率η(l) = C?(l)·Q(l)在所研究的参数范围内存在一个最优值。这一最优值反映了密植带来的碳收益与疏植带来的环境质量保持之间的权衡。环境承载力对最佳种植间距有着重要影响:较高的Emax值能够支持更密集的效率最优配置,并提升峰值效率,但在高承载力条件下,最优间距l?的变化幅度会减弱,表明其增长存在饱和趋势,而非无限密集化。总体而言,TLC框架为在不同环境承载力假设下比较不同种植策略提供了直观的基于场景的分析工具。未来的应用应结合特定地点的结构测量数据、碳库观测结果、气候变率、干扰因素以及明确的竞争机制,以提高模型的校准精度和预测能力。
CRediT作者贡献说明:
张志成:初稿撰写、验证、软件开发、方法设计、概念构思。
潘大为:软件开发、数据收集、定量分析。
张德海:资源协调、资金获取、概念构思。
李振宇:初稿撰写、数据收集。
刘成祥:文章审阅与编辑、数据收集、定量分析。
李彦琴:文章审阅与编辑、资源协调、数据整理。