Combining LPJ-GUESS and HASM to simulate the spatial distribution of forest vegetation carbon stock in China

它在因为他们在陆上的生态系统的碳股票拥有大率，精确地在地区性的规模估计森林碳股票和空间分发是很重要的。然而，在地区性的规模的森林碳存货的当前的评价主要取决于森林库存数据，并且整个过程消费太多劳动，钱和时间。并且同时，它在森林碳存储上有许多否定影响更新。以便弄明白这些问题，基于当模特儿的高精确性表面(HASM ) ，这份报纸建议一个森林植被碳存储模拟方法。这个新方法作为 HASM 的起始的值采用 LPJ 猜测模型的输出并且把库存数据用作 HASM 的样品点在中国模仿森林碳存储的分发。这研究也作为数据来源采用中国的第七森林资源统计产生样品点，并且它也作为模拟精确性测试工作。HASM 模拟证明中国的全部的森林碳存储是 9.2405 Pg，当计算价值基于森林资源统计是 7.8115 Pg 时。森林资源统计基于森林华盖闭合被拿，并且 HASM 的结果对真实森林碳存储更合适。模拟结果也显示西南的山区域和东北森林是在中国的重要森林碳水库，并且他们分别地说明 39.82% 国家和 20.46% 总数森林植被碳存货。与以前的价值(1975-1995 ) 相比，二个区域的碳存储确实清楚地增加，这表明。这研究的结果证明在在中国的最后十年的大规模重新造林达到一个重要的碳水池。