摘 要：【目的】研究基于光合法和生物量法分析塔里木沙漠公路防護(hù)林帶碳匯估算差異性，

為干旱荒漠區(qū)人工林管護(hù)和碳儲量的評估提供科學(xué)依據(jù)。

【方法】以新疆塔克拉瑪干沙漠公路沿線人工防護(hù)林為研究對象，對比光合速率模型和生物量模型，估算防護(hù)林帶3種主要建林植物各自光合速率及篩選最優(yōu)生物量模型，進(jìn)而估算其固碳能力及碳儲量。

【結(jié)果】3種植物在光合固碳模型中，單位葉面積固碳量差異顯著，表現(xiàn)為梭梭 gt; 沙拐棗 gt; 檉柳；3種植物生物量最優(yōu)模型均為冪函數(shù)，預(yù)測值與實測值回歸決定系數(shù)在90%以上。光合固碳法估算得到的沙漠公路防護(hù)林帶總固碳量為567 431.68 t，生物量法估算的值為565 083.75 t，2種方法估算得到的固碳量相當(dāng)。

【結(jié)論】3種植物固氮量差異顯著（梭梭 gt; 沙拐棗 gt; 檉柳），模型效果精確可靠。

關(guān)鍵詞：光合固碳法；生物量固碳法；碳匯估算；預(yù)測模型

中圖分類號：S718 ""文獻(xiàn)標(biāo)志碼：A ""文章編號：1001-4330（2024）08-2014-09

收稿日期（Received）：2024-01-15

基金項目：塔里木油田碳核算模型及指南研究（2023650001000073）

作者簡介：李汝勇（1966-），男，河北南皮人，教授級高級工程師，研究方向為新能源，（E-mail）liry-tlm@petrochina.com.cn

通訊作者：王克林（1989-），男，貴州松桃人，高級工程師，研究方向為新能源，（E-mail）wangkl-tlm@petrochina.com.cn

0 引 言

【研究意義】森林通過固碳釋氧功能緩解氣候變化，林業(yè)碳匯研究的關(guān)注度日益提升［1-2］。森林作為陸地生態(tài)系統(tǒng)的主體，是大氣CO2重要的吸收匯。除依靠天然林的自我恢復(fù)外更需依靠人工林發(fā)展才能與氣候變化相適應(yīng)［3］。人工造林通過增加森林面積、提升森林蓄積量，進(jìn)而提升森林生態(tài)系統(tǒng)碳儲量。以灌木為主體植被類型的干旱和半干旱地區(qū)約占世界陸地面積的三分之一，是森林生態(tài)系統(tǒng)的重要組成部分，在森林固碳和緩解全球氣候變化發(fā)揮著重要作用［4］?！厩叭搜芯窟M(jìn)展】我國森林面積達(dá)到2.08×108 hm2，其中人工林保存面積達(dá)6 933×104 hm2，占全國林地面積的36%，是全球森林資源增長最快的國家［5-6］。發(fā)展林草碳匯面臨森林面積的增加難度加大［7］?！颈狙芯壳腥朦c】塔里木油田公司目前綠化面積達(dá)到4 300 hm2左右，其中主要的沙漠公路綠化面積約3 100 hm2［8］。但有關(guān)沙漠公路防護(hù)林與碳相關(guān)的研究文獻(xiàn)較少且均為土壤碳分布方面的，而人工林生態(tài)系統(tǒng)固碳能力和碳儲量的相關(guān)研究尚未見報道。植被固碳方面的研究大多集中在森林，需針對荒漠地區(qū)灌叢的固碳研究，尤其是對干旱荒漠地區(qū)人工防護(hù)林的。需研究基于光合法和生物量法分析塔里木沙漠公路防護(hù)林帶碳匯估算差異性。【擬解決的關(guān)鍵問題】采用常用光合法和生物量法，結(jié)合實測數(shù)據(jù)分析兩種方法的差異性，研究并對比2種方法對碳儲量的計算是否一致，為沙漠人工林生態(tài)系統(tǒng)固碳能力和碳儲量評估提供科學(xué)可靠的參考。

1 材料與方法

1.1 材 料

以新疆塔里木沙漠公路（37°～42°N和82°～85°E）［9］沿線人工防護(hù)林為研究對象。年降水量11～50 mm，潛在蒸散量高達(dá)3 638.6 mm；年平均氣溫12.7℃，極端最高氣溫可達(dá)45.6℃，極端最低氣溫為-22.2℃［10］；年日照時數(shù)累計為2 854.2 h，年平均風(fēng)速2.5 m/s，最大瞬時風(fēng)速為24 m/s，年起沙風(fēng)時數(shù)550～800 h，浮塵揚沙天氣頻繁［11］。沙漠公路其防護(hù)林帶全長436 km，其呈南北走向，貫穿整個塔克拉瑪干沙漠，防護(hù)林帶植被群落成活率穩(wěn)定時長，以檉柳（Tamarix chinensis）、梭梭（Haloxylon ammodendron）和沙拐棗（Calligonum mongolicum）等適應(yīng)性強、耐風(fēng)蝕、耐旱、耐沙埋的木本植物作為主要建設(shè)樹種［12］。

1.2 方 法

1.2.1 樣本采集

2023年5月中旬采樣，沿沙漠公路從北向南均勻設(shè)置10個樣地S1～S10，每個樣地尺寸為50 m×50 m，樣地之間間隔為45 km。在每個樣地內(nèi)設(shè)置一個10 m×10 m的樣方，在每個樣方內(nèi)隨機選擇個體大小接近，生長健康的沙拐棗、檉柳和梭梭各3棵重復(fù)測量其株高（Height，H）、冠幅直徑（Crown length，L）、冠幅面積（Canopy，C）和光合作用參數(shù)（采用便攜式光合測定系統(tǒng)LI-6400XT，LI-COR，USA），總計270株。表1

在每個50 m×50 m每個樣方中取1株植物整株連根盡可能完全挖出，將植株分成根、干、枝、葉4部分，隨后將其帶回實驗室，把樣品放入烘箱用105°C烘10 min殺青，85°C烘干至恒重，分別稱取植株各部分的干重，其和為該植株總生物量，作為檢驗生物量模型的實際生物量值。

1.2.2 光合固碳法

采用便攜式光合測定系統(tǒng)分別對10個樣方內(nèi)待測植株的凈光合速率和葉片溫度進(jìn)行測定，選擇2 cm×3 cm的標(biāo)準(zhǔn)葉室，使用自然光輻射（以研究區(qū)當(dāng)日的輻射強度為準(zhǔn)）。每天8：00～18：00，每隔2 h測定1次。每棵植株測3次作為重復(fù)，每次測量記錄5個瞬時值，分別計算各樣方內(nèi)3種不同植株的平均值。

根據(jù)每種植物凈光合速率日變化曲線，采用簡單積分法計算測試植物在測定當(dāng)日的凈同化量［13］。

P=Σ（Pi+1+Pi）2×（ti+1-ti）×3 6001 000.

式中，P為測定日單位葉面積的凈同化總量（mmol/（m2·d））；pi為初測點的瞬時光合作用速率；pi+1為i+1測點的瞬時光合作用速率（μmol/（m2·s））；ti為初測點的瞬時時間；ti+1為t+1測點的時間（h）；j為測試次數(shù)；3 600為3 600 s/h；1 000為1 mmol 等于1 000 μmol。

1.2.3 生物量模型建立和檢驗

將實測生長因子（株高H、冠幅直徑L及其組合因子植株體積V=CH=π·L1·L2·H/4）作為生物量模型擬合的自變量，通過篩選最佳擬合變量，選取一次函數(shù)、二次函數(shù)、對數(shù)函數(shù)、冪函數(shù)和指數(shù)函數(shù)等模型進(jìn)行擬合［14-16］。生物量模型采用判定系數(shù)（R2）、標(biāo)準(zhǔn)誤（SEE）以及回歸檢驗顯著水平評價方程的優(yōu)劣，判定系數(shù)R2值最大，SEE最小，回歸顯著（P lt; 0.05）的方程最優(yōu)，方程的擬合精度最高。

一次函數(shù)經(jīng)驗公式：

W=a+bX.

指數(shù)函數(shù)經(jīng)驗公式：

W=aebX.

冪函數(shù)經(jīng)驗公式：

W=aXb.

式中，W表示生物量；a、b、c為方程擬合參數(shù)；e為自然對數(shù)的底；X為自變量（LH和V）。

采用預(yù)測值與實測值的回歸決定系數(shù)R2、平均相對誤差（RMA）和總相對誤差（RS）檢驗［17］。選用3種灌木樹種的部分預(yù)測值和實測值進(jìn)行回歸分析。

總相對誤差：

RMA=1nΣ（Xi-Xi）i.

平均相對誤差：

RS=ΣXi-ΣXiΣi.

式中，Xi代表實測值；Xi代表預(yù)測值；n代表樣本數(shù)量。

1.2.4 生物量固碳法

通過碳儲量與生物量的關(guān)系（生物量乘以含碳率），估算人工林群落植被碳儲量［18］，植被碳儲量公式：

Q=0.5W總.

式中，Q為碳儲量（t）；W總為全株生物量（t）；采用IPCC推薦的灌木林含碳率平均值0.50［19］。

生物量法固碳計算公式：

G碳=3.67Q.

式中，GC為固碳量（t）；CO2與C的摩爾質(zhì)量比約為3.67。

1.3 數(shù)據(jù)處理

數(shù)據(jù)使用Microsoft Office 2016（Microsoft，Washington，USA），整理數(shù)據(jù)并制表。采用單因素方差分析中的最小顯著差異法（LSD）進(jìn)行分析比較，當(dāng)Pgt;0.05為無顯著差異；用線性回歸模擬植被特征因子與植株總生物量方程，利用F檢驗和t檢驗對方程進(jìn)行篩選；數(shù)據(jù)處理在SPSS 24.0（IBM，New York，USA）中完成，使用Origin 2022（OriginLab，Massachusetts，USA）繪制圖片。

2 結(jié)果與分析

2.1 沙漠公路防護(hù)林帶3種木本植物光合速率日變化特征

研究表明，3種沙漠公路防護(hù)林帶木本植物的光合速率日變化均呈明顯的“單峰”曲線，峰值出現(xiàn)在12：00左右，其中檉柳的峰值光合速率最高，梭梭與沙拐棗在不同時間點交替變化趨勢，兩者的光合速率日變化無明顯差異。檉柳的日平均光合速率和單位葉面積固碳量明顯高于梭梭和沙拐棗（Plt;0.05），而梭梭和沙拐棗之間的差異則不顯著（Pgt;0.05） 。圖1

2.2 生物量固碳

2.2.1 生物量模型挑選及檢驗

研究表明，3種灌木生物量最優(yōu)生物量模型均為冪函數(shù)；V是梭梭和檉柳生物量方程的最佳預(yù)測變量，LH是沙拐棗生物量方程的最佳預(yù)測變量，3種灌木的生物量最優(yōu)估算模型如下：檉柳生物量估算最優(yōu)模型：W = 2.866 3V0.726 5；梭梭生物量估算最優(yōu)模型：W = 2.798 2V0.973 6；沙拐棗生物量估算最優(yōu)模型：W = 6.034 9（LH）0.769 6。

擬合模型RS介于-3.25～2.67，RMA介于4.60～8.40，3種灌木全株生物量擬合精度較高。預(yù)測值與實測值的相關(guān)性均較好，其回歸決定系數(shù)均在90%以上，其模型效果精確。表2，圖2

2.2.2 生物量模型固碳量

研究表明，單株固碳量上3種植物有顯著差異，并且梭梭 gt; 沙拐棗 gt; 檉柳。

2.3 光合法與生物量法固碳量比較

研究表明，3種植物的單位葉面積年固碳量，檉柳 gt; 沙拐棗 gt; 梭梭，但梭梭依靠種植面積最廣的優(yōu)勢成為固碳量最高的物種（25 181.52 t/a），遠(yuǎn)超沙拐棗與檉柳年固碳量之和。沙漠公路建林16年后整體防護(hù)林帶的總固碳量約為567 431.68 t。3種植物的個體生物量存在顯著差異，其固碳能力也存在顯著差異。其中，檉柳單株生物量為8.72 kg，沙拐棗單株生物量為11.67 kg，梭梭單株生物量為19.62 kg，與其他2種植物相比，梭梭具有更大的單株生物量并且具有更大的固碳能力。防護(hù)林內(nèi)檉柳為147×104株，梭梭為1 260×104株，沙拐棗為413×104株，檉柳總固碳量23 500.4 t，梭梭總固碳量453 222 t，沙拐棗88 361.35 t，防護(hù)林總固碳量約為565 083.75 t。防護(hù)林總固碳量約為567 431.68 t，生物量法估算防護(hù)林總固碳量約為565 083.75 t，光合固碳法所得數(shù)值略高于生物量法，估算結(jié)果差異不大，均具有一定的參考價值及科學(xué)性。表3～4，圖3～4

3 討 論

3.1 3種防護(hù)林植物的光合速率在一天中呈現(xiàn)出“單峰”曲線，即在正午（12：00）達(dá)到最高峰值。就單位葉面積的固碳能力而言，檉柳具有最高的

固碳能力；從單株的固碳能力來看，梭梭表現(xiàn)最強，檉柳次之。賈宏濤等［20］對準(zhǔn)葛爾盆地南緣荒漠區(qū)的檉柳、梭梭和沙拐棗進(jìn)行了固碳能力分析，通過比較最大光合速率的大小來衡量固碳能力，并得出了檉柳作為首選樹種的結(jié)論。試驗研究的結(jié)論與其相吻合。然而，僅僅用這一數(shù)值來衡量植被的固碳能力可能會高估植被整體固碳量。是因為光合速率和單位葉面積固定CO2量反映了灌叢葉片光合固碳能力的強弱［21］，而單株固碳量則綜合考慮了灌叢個體角度上的固碳能力。因此，在沙漠公路人工林防護(hù)林培育的選擇上，梭梭作為優(yōu)勢物種，并適當(dāng)增加檉柳的種植面積，以提升整個防護(hù)林的固碳能力。試驗結(jié)果發(fā)現(xiàn)，3種木本種植面積存在差異，從而導(dǎo)致不同灌叢單位葉面積固定CO2量和單株固碳量的規(guī)律不一致。因此，完善碳匯系統(tǒng)固碳能力核算方法至關(guān)重要。

3.2 趙成義［22］利用植株的株高H和基徑D構(gòu)建了用于荒漠地區(qū)梭梭和檉柳生物量估測的方程，但其因變量的選擇與試驗結(jié)果不完全一致。這是因為荒漠植物的生長受氣候、土壤和降水等因素的緊密影響，因此即使是同一物種在不同環(huán)境下的生物量模型也會有所差異。此外，趙夢穎等［23］、楊昊天等［24］認(rèn)為冪函數(shù)模型是最適合用于估算灌木生物量的模型，與研究得出的結(jié)論一致。然而，黨曉宏［25］在其對庫布其沙漠北緣的沙拐棗和檉柳的研究以及魏小平［26］在民勤荒漠綠洲過渡帶的沙拐棗和梭梭的研究中選擇的最佳生物量模型并非冪函數(shù)模型，與研究結(jié)果存在一定差異。是由于沙漠公路地區(qū)的極端氣候條件，導(dǎo)致了植物呈現(xiàn)出形態(tài)特征的差異。

4 結(jié) 論

3種植物固碳量具有顯著差異，表現(xiàn)為梭梭 gt; 沙拐棗 gt; 檉柳。3種植物生物量最優(yōu)模型均為冪函數(shù)，其中檉柳生物量估算最優(yōu)為冪指數(shù)模型，預(yù)測值與實測值回歸決定系數(shù)在90%以上，模型效果精確可靠。另外，光合固碳法估算得到的沙漠公路防護(hù)林帶總固碳量為567 431.68 t，生物量法估算的值為565 083.75 t，2種方法估算得到的固碳量相當(dāng)。

參考文獻(xiàn)（References）

［1］

蔣蕾. 基于GIS大興安嶺過伐林多功能評價體系［D］. 哈爾濱： 東北林業(yè)大學(xué)， 2016.

JIANG Lei. Multifunction Evaluation System of Overcutting Forest in Daxing’an Mountains Based on GIS Technique［D］. Harbin： Northeast Forestry University， 2016.

［2］ 劉彥青. 發(fā)揮森林固碳功能減緩全球氣候變暖［J］. 中國林業(yè)， 2011，（20）： 55.

LIU Yanqing. Give full play to the function of forest carbon fixation and slow down global warming［J］. Forestry of China， 2011，（20）： 55.

［3］ 賈存， 郭明明， 王倩， 等. 華北落葉松人工林和天然林徑向生長對氣候變化的響應(yīng)［J］. 中南林業(yè)科技大學(xué)學(xué)報， 2022， 42（1）： 120-128.

JIA Cun， GUO Mingming， WANG Qian， et al. Response of the radial growth of Larix principis-rupprechtii plantations and natural forests to climate change［J］. Journal of Central South University of Forestry amp; Technology， 2022， 42（1）： 120-128.

［4］ 陳廣生， 曾德慧， 陳伏生， 等. 干旱和半干旱地區(qū)灌木下土壤 “肥島”研究進(jìn)展［J］. 應(yīng)用生態(tài)學(xué)報， 2003， 14（12）： 2295-2300.

CHEN Guangsheng， ZENG Dehui， CHEN Fusheng， et al. A research review on “fertile islands” of soils under shrub canopy in arid and semi-arid regions［J］. Chinese Journal of Applied Ecology， 2003， 14（12）： 2295-2300.

［5］ 國家林業(yè)局. 第八次全國森林資源清查結(jié)果［J］. 林業(yè)資源管理， 2014，（1）： 1-2.

State Forestry Administration. The eighth national forest resources inventory results ［J］. Forest Resources Management， 2014，（1）： 1-2.

［6］ 陳敏利， 王旭榮. 重視森林資源保護(hù)強化森林資源管理［J］. 花卉， 2018，（6）： 210-211.

CHEN Minli， WANG Xurong. Attach importance to forest resources protection and strengthen forest resources management［J］. Flowers， 2018，（6）： 210-211.

［7］ 胡三. 加強森林資源管理不斷提升森林質(zhì)量［J］. 綠色中國， 2019，（24）： 22-25.

HU San. Strengthen management of forest resources and improve the quality of forests［J］. Green China， 2019，（24）： 22-25.

［8］ 鄧乾星， 耿海龍， 趙冬立， 等. 塔中沙漠公路零碳示范工程案例研究［J］. 石油石化節(jié)能， 2023， 13（5）： 15-21.

DENG Qianxing， GENG Hailong， ZHAO Dongli， et al. Research on the case of zero carbon demonstrate project in Tazhong Desert highway［J］. Energy Conservation in Petroleum amp; Petrochemical Industry， 2023， 13（5）： 15-21.

［9］ 杜虎林， 王濤， 肖洪浪， 等. 塔里木沙漠公路防護(hù)林帶根灌節(jié)水試驗研究［J］. 中國沙漠， 2010， 30（3）： 522-527.

DU Hulin， WANG Tao， XIAO Honglang， et al. Root irrigation experiments used in the protective forest belt along the Tarim Desert highway［J］. Journal of Desert Research， 2010， 30（3）： 522-527.

［10］ 雷加強， 王雪芹， 王德. 塔里木沙漠公路風(fēng)沙危害形成研究［J］. 干旱區(qū)研究， 2003， 20（1）： 1-6.

LEI Jiaqiang， WANG Xueqin， WANG De. The formation of the blown sand disaster to the Tarim Desert highway， Xinjiang， China［J］. Arid Zone Research， 2003， 20（1）： 1-6.

［11］ 單立山， 張希明， 王有科， 等. 水分條件對塔里木沙漠公路防護(hù)林植物幼苗生長及生物量分配的影響［J］. 科學(xué)通報， 2008， 53（S2）： 82-88.

SHAN Lishan， ZHANG Ximing， WANG Youke， et al. Effects of water conditions on seedling growth and biomass distribution of shelterbelt in Tarim Desert highway［J］. Chinese Science Bulletin， 2008， 53（S2）： 82-88.

［12］ 李濤， 姬學(xué)龍， 許浩， 等. 塔里木沙漠公路防護(hù)林造林樹種生長動態(tài)研究［J］. 內(nèi)蒙古林業(yè)科技， 2006， 32（3）： 8-11.

LI Tao， JI Xuelong， XU Hao， et al. Study on dynamic growth of forestation trees on talimu desert highway［J］. Inner Mongolia Forestry Science and Technology， 2006， 32（3）： 8-11.

［13］ 劉靜， 王連喜， 戴小笠， 等. 枸杞葉片凈光合速率與其它生理參數(shù)及環(huán)境微氣象因子的關(guān)系［J］. 干旱地區(qū)農(nóng)業(yè)研究， 2003， 21（2）： 95-98.

LIU Jing， WANG Lianxi， DAI Xiaoli， et al. Relationship between leaf net photosynthesis rate of Lyciumbarbarum L. and it’s environmental micrometeorological factors［J］. Agricultural Research in the Arid Areas， 2003， 21（2）： 95-98.

［14］ 馬媛， 李鋼鐵， 潘羿壅， 等. 渾善達(dá)克沙地3種灌木生物量的預(yù)測模型［J］. 干旱區(qū)資源與環(huán)境， 2017， 31（6）： 198-201.

MA Yuan， LI Gangtie， PAN Yiyong， et al. Prediction model for biomass of 3 shrubs in Hunshandake sandy land［J］. Journal of Arid Land Resources and Environment， 2017， 31（6）： 198-201.

［15］ 黃勁松， 邸雪穎. 帽兒山地區(qū)6種灌木地上生物量估算模型［J］. 東北林業(yè)大學(xué)學(xué)報， 2011， 39（5）： 54-57.

HUANG Jinsong， DI Xueying. Estimation model for biomass of typical shrubs in Maoershan Area， Heilongjiang［J］. Journal of Northeast Forestry University， 2011， 39（5）： 54-57.

［16］ 陶冶， 張元明. 荒漠灌木生物量多尺度估測——以梭梭為例［J］. 草業(yè)學(xué)報， 2013， 22（6）： 1-10.

TAO Ye， ZHANG Yuanming. Multi-scale biomass estimation of desert shrubs： a case study of Haloxylonammodendron in the Gurbantunggut Desert， China［J］. Acta PrataculturaeSinica， 2013， 22（6）： 1-10.

［17］ 鄭雪婷， 儀律北， 李強峰， 等. 青藏高原典型人工林幼樹生物量模型構(gòu)建［J］. 應(yīng)用生態(tài)學(xué)報， 2022， 33（11）： 2923-2935.

ZHENG Xueting， YI Lyubei， LI Qiangfeng， et al. Developing biomass estimation models of young trees in typical plantation on the Qinghai-Tibet Plateau， China［J］. Chinese Journal of Applied Ecology， 2022， 33（11）： 2923-2935.

［18］ IPCC.2006 IPCC guidelines for national greenhouse gas inventories［M］. UK： Cambridge University Press， 2006．

［19］ 李峰， 劉桂英， 王力剛. 黑龍江省森林碳匯價值評價及碳匯潛力分析［J］. 防護(hù)林科技， 2011，（1）： 87-88.

LI Feng， LIU Guiying， WANG Ligang. Evaluation of forest carbon sink value and analysis of carbon sink potential in Heilongjiang Province［J］. Protection Forest Science and Technology， 2011，（1）： 87-88.

［20］ 賈宏濤， 趙成義， 盛鈺， 等. 干旱區(qū)退耕還林高固碳效率樹種篩選［J］. 新疆農(nóng)業(yè)大學(xué)學(xué)報， 2009， 32（3）： 29-31.

JIA Hongtao， ZHAO Chengyi， SHENG Yu， et al. Screening of tree species with high-efficiency carbon sequestration for returning cultivated land to forest in arid area［J］. Journal of Xinjiang Agricultural University， 2009， 32（3）： 29-31.

［21］ 徐瑋瑋， 李曉儲，汪成忠， 等. 揚州古運河風(fēng)光帶綠地樹種固碳釋氧效應(yīng)初步研究［J］. 浙江林學(xué)院學(xué)報， 2007， 24（5）： 575-580.

XU Weiwei， LI Xiaochu， WANG Chengzhong， et al. Carbon fixation and oxygen release of landscaping trees along the Grand Canal in Yangzhou［J］. Journal of Zhejiang Forestry College， 2007， 24（5）： 575-580.

［22］ 趙成義， 宋郁東， 王玉潮， 等. 幾種荒漠植物地上生物量估算的初步研究［J］. 應(yīng)用生態(tài)學(xué)報， 2004， 15（1）： 49-52.

ZHAO Chengyi， SONG Yudong， WANG Yuchao， et al. Estimation of aboveground biomass of desert plants［J］. Chinese Journal of Applied Ecology， 2004， 15（1）： 49-52.

［23］ 趙夢穎， 孫威， 羅永開， 等. 內(nèi)蒙古26種常見溫帶灌木的生物量模型［J］. 干旱區(qū)研究， 2019， 36（5）： 1219-1228.

ZHAO Mengying， SUN Wei， LUO Yongkai， et al. Models for estimating the biomass of 26 temperate shrub species in Inner Mongolia， China［J］. Arid Zone Research， 2019， 36（5）： 1219-1228.

［24］ 楊昊天， 李新榮， 王增如， 等. 騰格里沙漠東南緣4種灌木的生物量預(yù)測模型［J］. 中國沙漠， 2013， 33（6）： 1699-1704.

YANG Haotian， LI Xinrong， WANG Zengru， et al. Biomass estimation models of four shrub species at southeastern edge of the tengger desert［J］. Journal of Desert Research， 2013， 33（6）： 1699-1704.

［25］ 黨曉宏， 高永， 虞毅， 等. 庫布其沙漠北緣8種荒漠灌叢生物量預(yù)測模型研究［J］. 干旱區(qū)資源與環(huán)境， 2016， 30（5）： 168-174.

DANG Xiaohong， GAO Yong， YU Yi， et al. The biomass estimation models for eight desert shrub species in northern edge of the Hobq Desert［J］.Journal of Arid Land Resources and Environment， 2016， 30（5）： 168-174.

［26］ WEI Xiaoping， ZHAO Changming， WANG Genxuan， et al. Estimation of above-and below-ground biomass of dominant desert plant species in an oasis-desert ecotone of Minqin， China［J］. Chinese Journal of Plant Ecology， 2005， 29（6）： 878-883.

Differences in carbon sink estimation between photosynthetic

and biomass methods in the Tarim Desert Highway shelterbelt

LI Ruyong1， REN Jiuming1， LEI Ting1， WANG Kelin1， LIU Pengcheng1， LI Jiangtao2

（1." Tarim Oilfield Company， Korla Xinjiang 841000， China；2.Xinjiang Hongshan Technology Service Co.， Ltd.， Urumqi 830000， China）

Abstract：【Objective】 Desert highway shelterbelts play a major role in wind prevention and sand fixation， as well as oxygen release and carbon fixation. By investigating vegetation along the Tarim Desert Highway and obtaining corresponding measured data， this study aims to further reveal the ecological and environmental effects and artificial ecosystem service functions of desert highway shelterbelts， providing a scientific basis for artificial forest management and carbon storage assessment in arid desert areas.

【Methods】" In this study， we compared the photosynthetic rate model with the biomass model to estimate the photosynthetic rate and the optimal biomass model of each of the three main forest-building plants in the shelterbelt， and then estimated their carbon sinksink capacity and carbon storage， taking the planted shelterbelt along the highway in the Tarim Desert as an object of study.

【Results】" There were significant differences in carbon fixation per unit leaf area among the three plants in the photosynthetic carbon fixation model， which were in the order of Haloxylon ammodendron gt; Calligonum mongolicum gt; Tamarix ramosissima." The optimal biomass models of the three plants were all power functions. The validation results showed that the regression determination coefficients between the predicted and measured values exceeded 90%， indicating high precision and reliability of the models. The total carbon sfixation of the desert highway shelterbelt estimated by the photosynthetic method was 567，431.68 tons， and the value estimated by the biomass method was 565，083.75 tons， indicating that the carbon sink estimated by the two methods was comparable.

【Conclusion】" There were significant differences in nitrogen fixation among the 3 species（Haloxylon ammodendron gt; Calligonum mongolicum gt; Tamarix ramosissima），indicating high precision and reliability of the models.

Key words：carbon sink estimation; photosynthetic sink method; biomass method; prediction models

Fund projects：Study on Carbon Accounting Model and Guidelines for Tarim Oilfield （2023650001000073）

Correspondence author：WANG Kelin （1989-）， male， from Songtao， Guizhou， senior engineer， research direction： organic chemistry and ecological restoration， （E-mail） wangkl-tlm@petrochina.com.cn