ITEM METADATA RECORD
Title: Uncertainties of forest soil carbon stock assessment in Flanders
Other Titles: Onzekerheden bij het bepalen van de koolstofstocks in Vlaamse bosbodems
Authors: De Vos, Bruno; M0333121
Issue Date: 7-Oct-2009
Abstract: Samenvatting Bodems die in evenwicht zijn met een bosecosysteem hebben vaak een hoge koolstof-voorraad. De grootte en samenstelling van deze voorraad varieer t zowel in de ruimte als in de tijd. Deze intrinsieke natuurlijke variat ie induceert heel wat onzekerheden bij het begroten van de koolstofstock s. Dit proefschrift heeft als doel de onzekerheden te bepalen die gepaard g aan met het inschatten van de koolstofstock van Vlaamse bosbodems tot 1 meter diepte en dat op 4 verschillende schaalniveaus: het niveau van het staal, het bodemprofiel, het proefvlak en de regio. Het meeste onderzoe k is gebaseerd op data afkomstig van de historische bosbodem-databank HI BBOD+ en recente gegevens uit de ForSite databank. Koolstofvoorraden worden bepaald als het product van het volumegewicht, de koolstof-concentratie en de dikte van een bodemlaag. Voor elk van dez e drie variabelen werd de accuraatheid bepaald. Een vierde factor, de st enigheid werd niet beschouwd omdat stenige bodemhorizonten slechts in ze er beperkte mate voorkomen in Vlaamse bosbodems. Het volumegewicht (&#96 1;b) ontbreekt vaak in bodemdatabanken en wordt daarom geschat. Op basis van een groot aantal waarnemingen, werd de gemiddelde ρb voor de totale strooisellaag berekend alsook voor de aparte L, F en H laag w aaruit deze is opgebouwd. Voor het inschatten van de ρb in de minerale bosbodem, werden 12 pedo-transfer functies (PTFs) uit de litera tuur geëvalueerd en nieuwe, meer adequate PTFs gekalibreerd en gevalidee rd. Analytische onzekerheden werden bepaald door het vergelijken van de twee meest toegepaste koolstofbepalingsmethoden uit het verleden, zijnde de gloeiverlies (LOI) en de Walkley & Black (WB) methode enerzijds met de elementairanalyse door middel van een totale koolstof (TOC) analyser anderzijds. Deze laatste werd beschouwd als de referentiemethode. LOI bleek een zeer geschikte methode te zijn voor het analyseren van org anisch rijke matrices, zoals strooiselstalen. Correctie op basis van het klei-gehalte bleek echter nodig voor het betrouwbaar analyseren van min erale bosbodems. De WB methode bleek systematisch de TOC concentratie te onderschatten. D iepgaand onderzoek toonde aan dat bosbodemstalen een specifieke WB corre ctiefactor vergen omdat ze een 20 % lagere oxideerbaarheid vertonen vergeleken met de standaard oxideerbaarheid van landbouwbodems. Dit is te wijten aan een groter aandeel recalcitrante organische deeltjes in bo sbodems die aan dichromaat oxidatie kunnen weerstaan. De spatiale onzekerheid werd onderzocht in de verticale dimensie (het bo demprofiel) en de laterale dimensie (het proefvlak). TOC en ρb vertoonden onderscheiden verticale dieptedistributies. TOC nam hierbij exponentieel af terwijl ρb toenam met de diepte. Hun verloop k on efficiënt beschreven worden met profieldistributiefuncties. Gemiddeld kwam de helft van de 1-m koolstofstock voor in de 20 cm opperb odem. Voor deze toplaag en de diepere lagen werd een staalnameschema uit gewerkt dat voor een gegeven precisie, een sterk dalend aantal stalen me t de diepte voorschrijft. Teneinde de laterale variatie te onderzoeken, werden 7 proefvlakken vers preid over Vlaanderen intensief bemonsterd op organische koolstof in de minerale opperbodem. Meer dan 70 % van de totale variatie situeerde zich in de proefvlakken. Binnen elk proefvlak bleken de experimentele v ariogrammen gebaseerd op ~ 50 staalnamepunten te erratisch om duidelijke spatiale patronen aan te tonen voor TOC met tussenafstanden variërend v an 2 tot 80 m. Dit doet vermoeden dat er een hoge variabiliteit is op ko rte afstand (minder dan 2 m). Een steekproefschema werd ontwikkeld dat r ekening houdt met deze hoge, kleinschalige variabiliteit. Onzekerheden die voortkwamen uit de opschaling van koolstofstocks van pr ofiel/proefvlak niveau naar regionaal niveau werden berekend op basis va n de HIBBOD+ en ForSite databanken waarbij tegelijkertijd de historische en recente regionale stocks werden bepaald. Verschillende opschalingmethoden werden getest maar de resulterende regi onale koolstofstocks bleken niet significant verschillend van elkaar en waren allen binnen de 10 % afwijking van de gemiddelde schatting ge legen. De gemiddelde 1-m bosbodemkoolstofstock in Vlaanderen bedraagt tu ssen de 21.5 en 22 Mt C. De onzekerheden voor deze schattingen die afhan kelijk zijn van de opschalingmethode werden gerapporteerd. In het algemeen bleek de combinatie van de bodemklassen textuur en drain age (TD) de beste en meest bruikbare predictor voor het bepalen van de b odemkoolstofstock en dus ook geschikt om een bodemkoolstofkaart te maken op regionale schaal. Uit de vergelijking van de historische en recente koolstofstocks bleek e r geen significant verschil te bestaan voor de stocks tot 1 m diepte, ma ar wel voor de bodemlaag van 0 tot 10 cm diepte. Dit werd bevestigd door een subset van 50 individuele bodemprofielen die herbemonsterd werden n a 40 jaar. Dit geeft aan dat er geen verlies aan koolstof voor Vlaamse b osbodems optrad, integendeel, zelfs een lichte toename à rato van 0 .13 t C ha-1 jaar-1. Dit bevestigt gepubliceerde modellen die een toenam e voorspellen van de koolstofstocks in West-Europese bosbodems. Een simulatiemodel werd ontwikkeld gebaseerd op TD data voor het voorspe llen van wijzigingen in regionale C stock te wijten aan veranderende voc httoestand. Op basis van een simulatiestudie werd gevonden dat bij een sterke region ale verdroging de koolstofstock maximaal zou kunnen dalen van 22 Mt C na ar ~15 Mt C en in een sterke regionaal vernatting-scenario de koolstofst ock zou kunnen stijgen naar ~30 Mt C zonder veenvorming en ~38 Mt C met veenvorming. Dit geeft tevens aan dat veenvorming een belangrijke rol zo u kunnen spelen, zelfs binnen een beperkt areaal. Tenslotte werden alle factoren die de onzekerheid op de koolstofstock ku nnen beïnvloeden geëvalueerd en de grootte van hun impact nagegaan. Onge twijfeld de grootste bron van onzekerheid voor de regionale koolstofstoc kbepaling is de bodemdatabank nodig om de voorraad te berekenen, en voor al de accuraatheid van de TOC en ρb gegevens. De aanbevolen methodes en werkwijzen in dit werk kunnen bijdragen tot he t reduceren van de onzekerheden van koolstofstockbepaling tot een aanvaa rdbaar niveau.
Table of Contents: Table of contents
Dankwoord ……………………………………………………………………………………. i
List of publications …………………………………………………………………………… iii
Table of contents …………………………………………………………………………….. vii
Summary ……………………………………………………………………………………… xi
Samenvatting …………………………………………………………………………………. xiii
List of abbreviations …………………………………………………………………………. xv
1. Introduction ………………………………………………………………………………. 1
1.1. General introduction ………………………………………………………………. 1
1.1.1. Carbon ……………………………………………………………… 1
1.1.2. Soil carbon ………………………………………………………… 2
1.1.3. Forest Soil carbon ………………………………………………… 3
1.1.4. Uncertainty ………………………………………………………… 5
1.2. Problem statement and objectives ……………………………………………… 6
1.2.1. Problem and research questions ……………………………….. 6
1.2.2. Scope, scales and assumptions ………………………………… 7
1.2.3. Objectives …………………………………………………………. 8
1.3. Outline ……………………………………………………………………………… 9
2. Materials and Methods …………………………………………………………………. 13
2.1. Environmental setting …………………………………………………………….. 13
2.1.1. Study area …………………………………………………………. 13
2.1.2. Forests ……………………………………………………………… 13
2.1.3. Forest soils ………………………………………………………… 14
2.2. Sampling methods ………………………………………………………………… 18
2.2.1. Sampling schemes ……………………………………………….. 18
2.2.2. Forest floor ………………………………………………………… 20
2.2.3. Mineral forest soil …………………………………………………. 20
2.3. Laboratory procedures ……………………………………………………………. 22
2.3.1. Sample preparation ………………………………………………. 22
2.3.2. Physical analysis ………………………………………………….. 22
2.3.3. Chemical analysis ………………………………………………… 22
2.4. Soil databases …………………………………………………………………….. 24
2.4.1. General overview …………………………………………………. 24
2.4.2. HIBBOD ……………………………………………………………. 25
2.4.2. ForSite ……………………………………………………………… 31
2.4.3. Bodvar ……………………………………………………………… 33
2.4.4. VARIO ……………………………………………………………… 34
2.4.5. WBCREC dataset ………………………………………………… 35
2.5. Geodatasets ……………………………………………………………………….. 36
2.5.1. Biotic geodata ……………………………………………………... 36
2.5.2. Abiotic geodata ……………………………………………………. 38
vii
2.6. Statistical approach ………………………………………………………............ 40
2.6.1. Classical statistics ………………………………………………… 40
2.6.2. Prediction quality ………………………………………………….. 41
2.6.3. Bootstrapping procedures ………………………………………... 42
2.6.4. Estimates of uncertainty ………………………………………….. 43
2.6.5. Geostatistics ……………………………………………………….. 45
3. Uncertainties of bulk density estimations ………………………………………….. 47
3.1. Bulk density and carbon density of forest floors ……………………………….. 47
3.1.1. Introduction ………………………………………………………... 47
3.1.2. Methodology ……………………………………………………….. 48
3.1.3. Results ……………………………………………………….......... 50
3.1.4. Discussion ………………………………………………………..... 53
3.1.5. Conclusions ………………………………………………………... 55
3.2. Estimating bulk density of mineral forest soils …………………………………. 57
3.2.1. Introduction ………………………………………………………... 57
3.2.2. Methodology ……………………………………………………….. 59
3.2.3. Results ……………………………………………………….......... 63
3.2.4. Discussion ………………………………………………………..... 69
3.2.5. Conclusions ………………………………………………………... 73
4. Analytical uncertainty of organic carbon determination …………………………. 75
4.1. Capability of loss-on-ignition to determine organic carbon content ………….. 75
4.1.1. Introduction ……………………………………………………….... 75
4.1.2. Methodology ……………………………………………………….. 76
4.1.3. Results and discussion …………………………………………… 78
4.1.4. Conclusions ………………………………………………………... 89
4.2. Walkley-Black analysis of forest soil carbon …………………………………… 91
4.2.1. Introduction ……………………………………………………….... 91
4.2.2. Methodology ……………………………………………………….. 92
4.2.3. Results and discussion …………………………………………… 95
4.2.4. Conclusions ………………………………………………………... 103
5. Spatial variability causing uncertainty at profile and plot level ………………… 105
5.1. Vertical distribution of total organic carbon, bulk density and carbon stocks
in forest soils ……………………………………………………….............................. 105
5.1.1. Introduction ………………………………………………………... 106
5.1.2. Methodology ……………………………………………………….. 107
5.1.3. Results ……………………………………………………….......... 110
5.1.4. Discussion ………………………………………………………..... 122
5.1.5. Conclusions ………………………………………………………... 127
5.2. Horizontal variation of mineral SOC concentration at stand level ……………. 129
5.2.1. Introduction ………………………………………………………... 129
5.2.2. Methodology ……………………………………………………….. 130
5.2.3. Results ……………………………………………………….......... 131
5.2.4. Discussion ………………………………………………………..... 140
5.2.5. Conclusions ………………………………………………………... 142
viii
6. Uncertainties of upscaling SOC stocks to the regional level …………………… 143
6.1. Past regional forest soil carbon stocks estimated from the historical soil
database HIBBOD+ (1949-1965)………………………………………………………. 143
6.1.1. Introduction ……………………………………………………….... 143
6.1.2. Methodology ……………………………………………………….. 145
6.1.3. Results ……………………………………………………….......... 149
6.1.4. Discussion ………………………………………………………..... 163
6.1.5. Conclusions ………………………………………………………... 168
6.2. Estimates of contemporary regional forest soil carbon stocks using the
ForSite soil database and various upscaling stratifiers……………………………... 169
6.2.1. Introduction ………………………………………………………... 169
6.2.2. Methodology ………………………………………………………. 171
6.2.3. Results ……………………………………………………….......... 173
6.2.4. Discussion ………………………………………………………..... 187
6.2.5. Conclusions ………………………………………………………... 192
7. Uncertainty associated with temporal stock changes at the regional level ….. 193
7.1. Change of regional forest SOC stocks over a 40 yrs period …………………. 193
7.1.1. Introduction ………………………………………………………... 193
7.1.2. Methodology ………………………………………………………. 195
7.1.3. Results ……………………………………………………….......... 196
7.1.4. Discussion ………………………………………………………..... 200
7.1.4. Conclusions ………………………………………………………... 204
7.2. Impact of changing soil hydromorphy on SOC stocks at the regional level, a
simulation study ………………………………………………………......................... 205
7.2.1. Introduction ………………………………………………………... 205
7.2.2. Methodology ……………………………………………………….. 206
7.2.3. Results and discussion …………………………………………… 207
7.2.4. Conclusions ………………………………………………………... 211
8. General evaluation of factors affecting the uncertainty of forest soil C stock
assessments at the sample, profile, plot and regional scale ………………………. 213
8.1. Uncertainties at sample level …………………………………………………….. 213
8.1.1. Sampling uncertainties …………………………………………... 213
8.1.2. Analytical uncertainties of C analysis …………………………... 214
8.1.3. Predictive uncertainties of bulk density ………………………… 219
8.2. Uncertainties at profile level ……………………………………………………… 220
8.2.1. Separation of forest floor and mineral soil …………………….. 220
8.2.2. Sampling by horizon or by depth increment …………………… 220
8.2.3. Variation with depth and required number of samples ……….. 220
8.3. Uncertainties at plot level ………………………………………………………... 222
8.3.1. Inherent within plot variability …………………………………… 222
8.3.2. Sampling strategy ………………………………………………… 223
8.4. Uncertainties at regional level …………………………………………………… 225
8.4.1. The bulk density problem ………………………………………… 225
ix
8.4.2. Accurate TOC determination …………………………………….. 227
8.4.3. Uncertainties associated with the factor depth ………………… 230
8.4.4. The up scaling problem …………………………………………... 231
8.4.5. Number of plots required to reduce the uncertainty of the
regional SOC stock estimate ……………………………………………. 235
9. Conclusions ………………………………………………………................................. 237
9.1. General conclusions ………………………………………………………............ 237
9.2. Practical recommendations ………………………………………………………. 241
9.3. Further research ……………………………………………………….................. 244
Bibliography ……………………………………………………....………………………….. 245
List of Figures ……………………………………………………….................................... 255
List of Tables ………………………………………………………..................................... 260
Appendix ……………………………………………………….......................................... 266
Annex I. HIBBOD and ForSite database …………………………………………….. 266
Annex II. Attribute Tables of Geodata .……………………………………………….. 273
Annex III. HIBBOD+ based carbon stocks …………………………………………… 279
Annex IV. ForSite carbon stocks ……………………………………………………… 286
Annex V. Forest soil carbon map ……………………………………………………... 294
Annex VI. Additional data ………………………………………………………........... 296
Publication status: published
KU Leuven publication type: TH
Appears in Collections:Division Soil and Water Management
Division Forest, Nature and Landscape Research

Files in This Item:
File Status SizeFormat
PHD_DE_VOS_2009.pdf Published 7401KbAdobe PDFView/Open Request a copy

These files are only available to some KU Leuven Association staff members

 




All items in Lirias are protected by copyright, with all rights reserved.