
文章信息
- 栾启福, 卢萍, 肖复明, 姜景民, 虞木奎.
- Luan Qifu, Lu Ping, Xiao Fuming, Jiang Jingmin, Yu Mukui
- 雨雪冰冻重灾区湿地松受害情况调查及其原因初步分析
- Investigation on the Damage of Pinus elliottii in the Freezing Rain and Snow Area and the Analysis on the Reason
- 林业科学, 2008, 44(11): 50-54.
- Scientia Silvae Sinicae, 2008, 44(11): 50-54.
-
文章历史
- 收稿日期:2008-07-28
-
作者相关文章
2. 江西省林业科学院 南昌 330032
2. Forest Academy of Jiangxi Province Nanchang 330032
湿地松(Pinus elliottii)原产美国东南部,它因生长迅速、适应性强、用途广泛等原因成为人工造林的理想树种,从而被广泛引种于世界热带及亚热带地区。我国从20世纪30~40年代引种以来,湿地松逐渐受到广大林农和林业生产者的欢迎,目前已经在广东、江西、湖南和安徽等南方各省造林200万hm2以上。受全球气候变化的影响, 近年来森林风/雪灾害发生的强度和频率也有明显的上升趋势(李秀芬等,2005),特别是2008年年初以来我国南方地区出现了极端的持续雨雪冰冻天气,对19个省(区、市)的林业生产造成严重危害(祝列克,2008),其中湿地松由于种植面积大、生长快等原因,其造成的损失尤显严重,这就提醒我们要加强湿地松应对极端天气破坏能力的研究。
由于极端天气灾害的发生具有偶然性和不可预知性等,对其进行研究难度较大,至今国内外在这方面的研究尚处于起步阶段,特别是关于偶发特大雨雪冰冻灾害的研究更少。国外一些专家(Rooney,2006;Bragg et al.,2003;久保山裕史等,2003;Paatalo,2000)回顾、记录和总结了近几十年来一些风雪灾害对林业造成的损失,并提出了一些与受灾程度相关的因子,如林分类型、林龄、木材基本密度和经营管理措施等,其中木材基本密度是反映木材材性的一个综合性的性状,它与树木的许多物理、化学性质都密切相关,特别是与抗雪压能力相关的强度性状呈显著的相关(Cameron et al.,1999;Zobel et al.,1989)。此外,一些国外专家(Peltola et al.,1999;Jalkanen et al.,2000)利用回归模型或其他模型模拟灾害发生的气象、林分等条件,从而用来指导预防、预测林业突发自然灾害。国内关于林木自然灾害的研究还比较少,李秀芬等(2005)综述了国内外相关的一些研究,另外专家(祝列克,2008;沈国舫,2008;尹伟伦,2008;吴斌,2008;傅懋毅,2008)对2008年的冰雪灾害进行了总结和分析。但是由于时间原因,国内对2008年的雨雪冰冻发生情况及受害原因还缺乏系统、详细的统计分析资料。因此,本研究借鉴国内外的研究方法,对南方受灾较严重的安徽、江西省的湿地松受灾情况进行了较大规模地调查和分析,为更好地应对突发灾害天气、发展利用湿地松、服务广大林农和林业生产单位提供科学的分析和建议。
1 调查研究方法调查分大面积初步勘察、不同林分受灾情况差异调查及典型样地单株调查3种方法。
1.1 大面积初步勘察通过相关媒体、政府以及科研单位反馈信息,确定调查路线为:浙江杭州—安徽宣城、芜湖、池州和安庆—江西九江、吉安,在15个林场或林区进行了受灾情况的初步统计,用手持GPS定位系统确定经纬度信息。调查林分以15~20年有代表性、较易受灾的中、幼龄林为主,受灾情况(指调查的林场或林区的总体情况)通过现场目测分5级(倒伏、折断10%以下的为1级,10%~30%为2级,30%~50%为3级,50%~70%为4级,70%以上为5级),记录每个调查地点的经纬度和受灾级别作为最终分析数据。
1.2 不同林分受灾情况差异调查依据大面积勘察结果,选择受灾较集中、林分类型较丰富的安徽省泾县马头林场作为试验点,选择了不同林区、林种和林龄的受灾作业区进行受灾情况的较详细统计。调查共选择了22片比较典型的林区(斑),统计情况包括7个因素:树龄(x1)、海拔(x2)、栽植密度(x3)、树高(x4)、胸径(x5)、采脂与否(x6)(计作“1”或“0”)、坡度(x7)(陡或平分别计作“1”或“0”,其中陡坡或平坡的判断标准以调查的林业工人的经验判断),每片林区(斑)面积2 hm2左右,通过调查计算每片林区这7个因素的平均值作为分析数据。
1.3 典型样地单株调查在受灾情况宏观统计的基础上,选择湿地松种植面积集中、种苗来源和受害情况差异较大的江西省吉安地区2个林场和安徽省泾县的马头林场作为调查对象,共选择了6片样地进行单株胸径和基本密度的抽样调查。样地选择的林分经营管理不同,受害情况不一样。一个样地一般位于同一作业区内(不具体划定面积大小,一般足够大以确保取样木充裕)。每个样地内随机取10个样方(样方面积根据株行距大小而异,一般为10株调查木所占的面积,约90 m2),每个样方居中有1株树没有受到雨雪冰冻的伤害(称为A树),该树周围东、西、南、北4个方向中至少有1株树受到雨雪冰冻伤害而倒伏或者弯折(称为B树,B树根据受损情况分为1,2,3,4共4个等级),着重对A树和B树进行性状调查,并用生长锥钻取木芯样(南向)进行基本密度的测定。样地的基本情况见表 1。
![]() |
基本密度测定方法为饱和含水率法(成俊卿,1985):
其他数理统计方法包括逐步回归分析和多因素分析等(唐启义等,2002)。
2 结果与分析 2.1 浙江、安徽和江西省湿地松总体受灾情况分析所调查的15个林场或林区的林分受灾情况和其地理位置信息的逐步回归分析方程:
逐步回归结果引入的变量只有纬度(X1),其回归方程为
以上结果表明2008年雪灾对生长、树龄和所处海拔基本相近的湿地松林分的破坏表现出随纬度降低而损害程度加重的规律,而经度对其影响不明显。根据2008年初初冰雪灾害发生的特点,在我国北纬27°附近,冷暖空气在该区交汇时间较长,使树冠上的积雪反复冻融,形成很重的冰雪层,树冠积累的冰雪达到树干承受的极限就导致折断或倒伏,调查结果显示最高损害率达80%以上。而北纬30°偏北的地区温度偏低一些,积雪只要不熔化就会自动滑落而不会形成厚的冰层,从而减轻了危害,一般损害程度在20%以下。
2.2 不同林分湿地松受灾情况分析在安徽泾县的马头林场共调查了22片比较典型的林区(斑),利用多因子分析,得出4个主因子累计贡献率达93.2%,其结果见表 2。由表 2可以看出,累计占37%的主因子1主要是由树龄(x1)和采脂与否(x6)决定,而因子2与栽植密度(x3)关系密切,因子3和因子4分别主要由胸径(x5)和坡度(x7)决定,而海拔(x2)在所有调查的样地中差异不大,影响较小。因此,在所调查的7个因素中,树龄(x1)和采脂与否(x6)是影响湿地松受灾的主要原因;栽植密度(x3)和胸径(x5)是相互联系的影响因素,密度大,胸径相对较小; 坡度(x7)是导致林木翻倒和折断的重要外界因子。进一步对调查结果分析后认为,树龄在13~18年之间的林分因为较早违规割脂,受灾最严重,而胸径在20 cm、树龄在20年左右、割脂时间比较长的林分受灾也较严重(具体调查数据略)。树龄在13年以下的湿地松由于太小,没有割脂,调查显示折断的很少,多半是倒伏、弯曲,还可以扶正,恢复生长。
![]() |
对6块不同样地、共计120株没有受损的木材和折断、倒伏的木材基本密度的方差分析结果见表 3。分析数据包括单株的基本密度值及其对应的胸径数据。
![]() |
方差分析表明,受灾的湿地松林分中,没有受损的木材和折断、倒伏的木材的基本密度之间虽然有大小差异(没有受损的木材的基本密度平均值略大于受损的木材的密度),但是其差异是不显著的,这与Cameron等(1999)的研究相似,即单一树木受灾的原因是非常复杂的,决定其受灾与否的因素是一个临界值,不需要其差异达到显著水平;而不同地点、同一地点的不同单株以及单株和地点的相关的差异都达到显著水平(P < 0.05),特别是不同地点之间基本密度的差异达到极显著的水平,这也印证了湿地松基本密度是受立地等因素的显著影响的(Zobel et al., 1989)。
以单株林木受损程度为因变量(y)、单株基本密度(x)为自变量对受损林木(B树)做回归分析,回归方程为y=4.214-1.608x。由回归方程可以看出,单株林木受损程度与其基本密度呈负相关,即密度越小,受损情况越严重。
6个取样点的经营措施不一样,因此其林分显示出3个等级,林分状况和整体受灾情况的相关分析表明其相关是非常显著的,相关系数R为-0.88,P < 0.01。由于海拔、坡度等差异不大,其与受灾情况的相关也不显著。因此经营措施是显著影响湿地松抵抗突发自然灾害的另一个重要原因,Paatalo(2000)也观察到经营粗放(或不管理)的林分要更容易受到雪害,并认为其主要原因是不管理的林分高/径比太大,笔者观察到的粗放经营的林分除了高/径比较大的原因以外,另一个原因就是其林分胸径差异很大,优势木和劣等木混杂,在断折时互相影响,形成断折时的“集体效应”——折断、倒伏时往往形成片块状。
3 结论与讨论2008年严重的雨雪冰冻天气使我国南方地区几乎所有的林木都不同程度的受灾,湿地松作为亚热带低山丘陵地区造林的主要南方松类树种,其损失显得尤为严重。而这种天气的表现又和小范围内的地理纬度相关。在受损的湿地松林分中,能够抵抗雪压而不倒伏的单株一般是基本密度较大、生长较好的优势株,但是其相关是不显著的,表现出受灾原因的复杂性。林分的经营管理也显著影响着湿地松抗雪压能力,经营好生长比较一致的林分抗雪压的能力显著高于生长严重不整齐的林分。
2008年年初的雨雪冰冻对林业造成的损失是巨大的,诱发雨雪冰冻灾害的原因多种多样。宏观上来看,恶劣的、反常的天气因素是造成林业冰雪灾害首要的、不可抵抗的外界因素。本研究仅从宏观地理气候因子和不同林分、树种树龄以及单株差异等因素来具体分析湿地松的受害原因,其结果只能解释问题的一个很小的方面。正如Bragg等(2003)的研究指出,每一次暴风雪自然灾害的特点几乎都是独一无二的,对其进行预测预防异常困难。因此应对这种恶劣的、反常的天气状况,积极的应对态度应该是加强人工林科学合理的培育管理,包括密度管理、树种选育等。灾后评估和救助、立地恢复以及森林健康状况的长期监测也是应对灾难性的气候的重要措施。
成俊卿. 1985. 木材学. 北京: 中国林业出版社.
|
傅懋毅. 2008. 雪灾后的思考. 林业科学, 44(3): 4-5. DOI:10.3321/j.issn:1001-7488.2008.03.004 |
久保山裕史, 郑嚁军, 罔裕泰. 2003. 主要森林气象灾害中林龄和被害率的相关考察. 日本林学会志, 85: 191-198. |
李秀芬, 朱教君, 王庆礼, 等. 2005. 森林的风/雪灾害研究综述. 生态学报, 25(1): 148-157. DOI:10.3321/j.issn:1000-0933.2005.01.024 |
沈国舫. 2008. 关注重大雨雪冰冻灾害对我国林业的影响——主编的话. 林业科学, 44(3): 1. |
唐启义, 冯明光. 2002. 实用统计分析及其DPS数据处理系统. 北京: 科学出版社.
|
吴斌. 2008. 对南方雨雪冰冻灾区林业和生态恢复与重建的几点思考. 林业科学, 44(3): 2-4. DOI:10.3321/j.issn:1001-7488.2008.03.003 |
尹伟伦. 2008. 要高度重视我国南方森林的灾后恢复重建工作. 林业科学, 44(3): 1-2. |
祝列克. 2008. 特大雨雪灾害对林业的影响及恢复重建思路. 林业经济, 3: 3-7. |
Bragg D C, Michael G S, Boris Z, et al. 2003. Impacts and management implication of ice storms on forests in the Southern United States. Forest ecology and management, 186: 99-123. DOI:10.1016/S0378-1127(03)00230-5 |
Cameron A D, Dunham R A. 1999. Strength properties of wind- and snow-damaged stems of Picea sitchensis and Pinus sylvestris in comparison with undamaged trees. Canadian Journal of Forest Research, 29: 595-599. DOI:10.1139/x99-023 |
Jalkanen A, Mattila U. 2000. Logistic regression models for wind and snow damage in northern Finland based on the National Forest Inventory data. Forest ecology and management, 135: 315-330. DOI:10.1016/S0378-1127(00)00289-9 |
Paatalo M L. 2000. Risk of Snow damage in unmanaged and managed stands of Scots Pine, Norway Spruce and Birch. Scand J For Res, 15: 530-541. DOI:10.1080/028275800750173474 |
Peltola H, Kellomaki S, Valsanen H, et al. 1999. A mechanistic model for assessing the risk of wind and snow damage to single trees and stands of Scots pine, Norway spruce, and birth. Canadian Journal of Forest Research, 29: 647-660. DOI:10.1139/x99-029 |
Rooney D. 2006. Snow damage in Canterbury: looking back. New Zealand Tree Grower, 9: 40-41. |
Zobel B J, Van Buijtenen J P. 1989. Wood variation: its causes and control. Berlin: Springer-Varlag.
|