林业科学  2011, Vol. 47 Issue (1): 135-142   PDF    
0

文章信息

彭舜磊, 王得祥
Peng Shunlei, Wang Dexiang
秦岭主要森林类型近自然度评价
Naturalness Assessment of the Main Forest Communities in Qinling Mountains
林业科学, 2011, 47(1): 135-142.
Scientia Silvae Sinicae, 2011, 47(1): 135-142.

文章历史

收稿日期:2009-04-21
修回日期:2009-11-30

作者相关文章

彭舜磊
王得祥

秦岭主要森林类型近自然度评价
彭舜磊1,2, 王得祥1    
1. 西北农林科技大学林学院 杨凌 712100;
2. 华东师范大学环境科学系 上海 200062
摘要: 选择秦岭火地塘林区7个森林类型,在样地调查的基础上,基于敏感性分析,选择17个反映森林类型特征的指标,运用层次分析法建立秦岭主要森林类型近自然度评价指标体系,应用综合指数法建立评价数学模型。根据等间距法,将森林类型近自然度评价综合指数划分为5个等级。评价结果表明:秦岭7个主要森林类型即铁杉天然次生林、锐齿栎天然次生林、华山松天然次生林、红桦天然次生林、华山松人工林、油松人工林、华北落叶松人工林的近自然度评价综合指数分别为0.98,0.90,0.78,0.56,0.39,0.35,0.01,近自然度等级分别为1,1,2,3,4,4,5,铁杉和锐齿栎天然次生林处于近自然状态,其他林分分别处于半自然、远天然、近人工和人工状态,近自然度顺序表现为顶极群落森林>演替过渡群落森林>先锋群落森林>乡土树种人工林>外来树种人工林。评价结果与该区森林天然性程度相吻合,证明评价指标体系和模型的适用性。针对不同森林类型的近自然度,提出相应的经营措施。
关键词:秦岭    森林类型    指标体系    近自然度    评价    
Naturalness Assessment of the Main Forest Communities in Qinling Mountains
Peng Shunlei1,2, Wang Dexiang1    
1. College of Forestry, Northwest A & F University Yangling 712100;
2. Department of Environment Science, East China Normal University Shanghai 200062
Abstract: Naturalness assessment was a basic work for natural forest management and it also could be used to propose reasonable measures for forestation. This study was carried out in Qinling mountain where most forests were natural secondary forests and our objective was to assess naturalness of the main forest types in this region. The data were collected from 35 stand plots and 105 soil samples. On this basis, through sensitivity analysis of 30 indexes which describes the community characteristics, 17 indexes were filtered out and used to establish an assessment index system. Integrated indexes were analyzed with the analytic hierarchy process (AHP) to build a model for assessing the naturalness. The results showed that: The integrated indexes of naturalness of Tsuga chinensis secondary forest, Quercus aliena var. acuteserrata secondary forest, Pinus armandii secondary forest, Cephalotaxus sinensis secondary forest, Pinus armandii plantation, Pinus tabulaeformis plantation, Larix principis-rupprechtii plantation were 0.98, 0.90, 0.78, 0.56, 0.39, 0.35, 0.01 and their naturalness classifications were 1, 1, 2, 3, 4, 4, 5 respectively. Tsuga chinensis secondary forest, Quercus aliena var. acuteserrata secondary forest were Near -natural forest, other forests were semi-natural forest, Far from-natural forest, Near-plantation and plantation, respectively. The order of naturalness was climax community > transition succession community > pioneer community > native seedling plantation > exotic seedling plantation. The assessment results fitted the actual situation well, which indicated the index system had good performance in this region. According to the naturalness of different forest types, some corresponding measures of management were proposed.
Key words: Qinling moutains    forest types    index system    naturalness    assessment    

目前,全球森林生态系统退化严重,森林面积在以每年9.4×106 hm2速度减少,热带森林的破坏速度平均每年超过1.2×107 hm2,43%的陆地生态系统的服务功能受到影响(张永民等, 2007);我国森林生态系统25%已严重退化,现存森林植被处于不同程度的退化状态(彭少麟, 2007)。如何实现退化森林生态系统的恢复已成为世界关注和研究的焦点领域,Chazdon(2008)认为现实植被群落与原生植被群落的物种丰富度、空间分布、更新状况及其生境的对比研究是进行退化森林生态系统恢复的基础工作,因此,现实植被天然性程度评价对于退化森林生态系统的恢复尤为重要。近自然森林经营体系是退化森林生态系统恢复最成功的实践,在德国已有上百年的历史和成功实践,为多数国家所接受(Pommerening et al., 2004),该体系的基础和工具就是森林近自然度评价。

植被的近自然度(degree of natural likeness)是现实植被离开天然植被的距离,即现实植被的天然性程度(naturalness),是通过对具体地段上不同植物群落的空间位置、物种组成、立地条件和演替阶段等因素的调查记录综合评定的(陆元昌, 2006)。近自然度评价最理想的方法是找到一个对应的、从未受人类干扰仍处于天然状态的参照系,以便在植被、立地和生态系统层面上去比较评价对象的现实状态与天然参照系之间的距离,然而这样的参照系除非在极个别的高山地段或古寺庙宇周围,现在几乎无法找到。因此,近自然度评价多是通过现实植被与潜在植被的对比和平衡关系来实现的(李迈和等, 2002)。国外的研究多是大尺度的区域性研究。20世纪90年代以前,主要是通过生态干扰度或演替阶段等级划分,确定近自然度评价等级序列进行定性研究(Anderson, 1991; Hoerr, 1993; Sturm, 1993; Schirmer, 1999; Tiefenbancher, 1999),90年代之后,在演替阶段划分的基础上,运用林区面积、土壤特征、森林利用程度、乡土树种或外来树种所占的比例、林内自然枯死木的数量、树龄、生物多样性、天然更新以及森林功能等指标进行定量评价研究(Lee et al., 2001; Uotila et al., 2002; Bartha, 2004; Machado, 2004; Relf et al., 2008)。国内的研究主要是试点探索性研究,多集中在指标体系的引进、探讨和描述性研究上(王丽丽等, 1994; 宋永昌, 2001; 陆元昌等, 2004; 王小平等, 2008),对中小尺度森林生态系统近自然度的定量评价尚不多见(张玉环等, 1991; 喻理飞等, 2000; 郝云庆等, 2005),而且所选取的评价指标偏少,仅考虑物种组成和演替阶段的近自然度,忽视了土壤特性对近自然度的影响,评价体系不够完善。本研究以秦岭火地塘林区7个主要森林类型为研究对象,通过对其植被特征和土壤特征的全面调查研究,筛选出17个反映森林类型特征的敏感性指标,建立近自然度评价指标体系,运用综合指数数学模型对该区处于不同程度退化状态的主要天然次生林类型和人工林的近自然度进行量化评价,以期为秦岭林区近自然森林经营及退化森林生态系统的恢复和重建提供理论依据与科技支撑。

1 材料与方法 1.1 研究区概况

研究区位于陕西秦岭森林生态系统国家野外科学观测研究站火地塘林区(33°25′—33°29′ N,108°25′—108°30′ E)内,气候属我国北亚热带和暖温带的过度地带。年平均气温8~10 ℃,年降水量1 000~1 200 mm。区内山势陡峭,地貌破碎,为花岗岩和片麻岩石质山地,海拔1 450~2 470 m,土壤主要以山地棕色森林土为主,土层厚45~105 cm,pH 5.14~5.81。区内植物种类繁多,区系成分复杂,群落类型多样,下界亚热带常绿阔叶成分居多,上界随海拔升高发育着温性针阔混交林、落叶阔叶林、寒温性针叶林等植被类型。由于20世纪60—70年代进行全面的森林主伐,现存植被多为不同退化程度的大面积天然次生林,在部分地段有一定面积的人工林。主要成林树种有华山松(Pinus armandii)、油松(Pinus tabulaeformis)、铁杉(Tsuga chinensis)、锐齿栎(Quercus aliena var. acuteserrata)、红桦(Betula albo-sinensis)、华北落叶松(Larix principis-rupprechtii)等,森林覆盖率高达93.8%。

1.2 研究方法 1.2.1 样地设置和调查分析

选择秦岭火地塘林区内铁天然次生杉林、华山松天然次生林、锐齿栎天然次生林、红桦天然次生林、油松人工林、华山松人工林、华北落叶松人工林7个主要的森林类型作为研究对象。针对不同的森林类型,选择有代表性的地段分别设置样地(表 1),每个森林类型内设置乔木样地5个,每个乔木样地的面积为20 m×20 m,在每个乔木样地内分别设置5 m×5 m的灌木样方、1 m×1 m的草本样方各5个。对乔木进行每木检尺,用生长锥确定树龄,用直径围尺测胸径(对幼树用游标卡尺测地径),用瑞典VertexⅢ超声波树木测高仪测树高和枝下高,记录乔木种名、树龄、株数、胸径(幼苗测地径)、枝下高、树高、冠幅、郁闭度、枯死木的种类、株数、死亡原因、坐标定位等;对灌木和草本调查,记录种名、高度、多度、盖度等。共取乔木样地35个,灌木和草本样方各175个进行森林群落特征分析。

表 1 火地塘试验示范区调查样地概况 Tab.1 General situation of plots in Huoditang experiment and demonstration site

林分的混交度和生物多样性指数的计算方法分别见文献(惠刚盈等, 2003; 马克平等, 1995; 张金屯, 2004);自然构成系数(compose index, CI)计算公式为CI=ΣIV×CAV,式中IV为重要值(采用相对优势度,即某乔木树种胸高断面积占全部乔木树种胸高断面积的百分数);CAV为顶极适应值(climax adaptation value, CAV)(郭全邦等, 1999)。CAV的确定方法是:根据雷瑞德等(1996)研究,将研究区各林型中出现的树种划分为外来种、先锋种、过渡种和顶极种4个树种组,并分别赋以顶极适应值0,1,5,9(郭全邦等, 1999),见表 2

表 2 火地塘林区各演替种组中主要树种及顶极适应值 Tab.2 Main tree species and climax adaptation value of each successive group in Huoditang forest region

土壤调查方法:在每个乔木样地内,按常规调查方法随机选取样点3个,共105个。用土钻按每20 cm为一层分层进行取样,取至母质层处(80~100 cm),所取的土样装入对应标记的采样袋内。然后在样地内对应的采样点上,挖取2个土壤剖面,按不同土层分别用环刀取土,现场测定土壤鲜质量,然后装入铝盒,以备测土壤密度之用。

土样分析的方法:有机质测定采用重铬酸钾氧化外加加热法,全氮采用半微量开氏法,有效磷测定采用NaHCO3浸提,钼锑抗显色比色法,速效钾测定采用醋酸铵浸提源自吸收法,阳离子交换量采用醋酸铵交换法(鲍士旦, 2000);脲酶采用靛酚蓝比色法(关松荫, 1986)。

1.2.2 评价指标的筛选

为了客观真实地评价各个森林类型的近自然度,对能全面反映群落特征的30个指标进行全面调查,但是这30个指标中,有些指标在不同森林类型之间变化差异不明显,即它们的变异系数CV较小,不能敏感地反映出近自然度的变化,因此采用变异系数(CV)对指标进行敏感性分析(许明祥等, 2005),CV≤10%为不敏感;10%<CV ≤30%为低敏感;30%<CV≤60%为中敏感,CV>60%为高敏感,筛选高、中敏感性的指标建立评价体系。

1.2.3 评价指标体系的建立

采取层次分析法(AHP)建立评价指标体系(肖风劲等, 2003; 黄宇等, 2004; 侯琳等, 2007)。欲建的评价指标体系应遵循以下原则: 1) 综合性原则,选取的评价指标体能直接而全面地反映森林类型的综合特征;2) 代表性原则,群落的近自然度特征;3) 实用性原则,选取指标概念明确,具有可测度、可比较、可操作性;4) 尺度性原则,指标体系与研究区的尺度大小相适应。

1.2.4 评价指标权重的确定

采用层次分析法(AHP)构造判断矩阵确定评价指标权重,所构造的各层判断矩阵通过MATLAB 7.0软件运算。

1.2.5 评价指标标准化

由于指标间量纲不统一,缺乏可比性,须对参评因子进行标准化处理(杨娟等, 2006),以克服参数间的不可比性,参评因子标准化公式如下:

式中:Si为参评因子标准化值,xi为参评因子实测值,xmax为实测最大值,xmin为实测最小值。

1.2.6 近自然度评价模型

运用综合指数法建立近自然度评价模型(侯琳等, 2007):

式中:D为森林类型近自然度综合指数值;Bv, Bs分别为准则层植被特征和土壤特征的权重值;WiWj分别为植被特征和土壤特征2个指标层下各参评指标的权重值;SiSj分别为植被特征和土壤特征指标层下各指标的标准化值;nm为指标层植被特征和土壤特征指标数。

1.2.7 近自然度等级划分

近自然度综合指数值由多个要素加权所得,计算结果随机分布在0~1之间,借鉴德国近自然度评价体系(Sturm, 1993; olak et al., 2003; ),根据火地塘林区的实际,采取等间距法,将近自然度划分为5个等级(表 3)。

表 3 秦岭主要森林类型近自然度分级标准 Tab.3 Criteria used in the determination of naturalness levels of the main forest types in Qinling mountains
2 结果与分析 2.1 建立评价指标体系 2.1.1 指标敏感性分析

对30个群落特征指标进行敏感性分析,从表 4可以看出:自然构成系数、混交度、乔木层物种丰富度、土壤有机质含量等17个指标属于高、中级敏感性指标。

表 4 群落特征指标的敏感性分级 Tab.4 Sensitive classification of characteristic indexes of community
2.1.2 建立评价指标体系及确定指标权重

根据筛选的17个指标,运用层次分析法构建一个3层次结构的评价指标体系(表 5)(肖风劲等, 2003; 黄宇等, 2004; 侯琳等, 2007)。定义第1层权重集为A=(a1, a2),第2层权重集A1= (a11, a12, a13, …, a113);A2 = (a21, a22, a23, a24),分别构造第1层次判断矩阵P和第2层次判断矩阵P1P2,然后分别运算各层次判断矩阵,求解特征向量W,各矩阵经一致性检验后,得到各层次指标的权重值(表 5)(常建娥等, 2007)。

表 5 秦岭主要森林类型近自然度评价指标体系及指标权重值 Tab.5 Index system of assessment naturalness and weight value of the assessment indexes of the main forest types in Qinling mountains
2.2 近自然度评价结果与分析

对评价参数原始数据(表 6)进行标准化处理,把评价参数序列标准化值分别代入近自然度综合指数计算公式,得到不同森林类型的近自然度综合指数值,根据近自然度等级划分标准评价不同森林类型的近自然度等级和最终的评价结果(表 7)。由表 7可知:铁杉天然次生林的近自然度综合指数最高,为0.98,锐齿栎天然次生林的为0.90,位居第2,它们的近自然度等级均为1,属近自然林;其次是华山松天然次生林,近自然度为0.78,等级为2,属半天然林;红桦林的近自然度综合指数为0.56,等级为3,属远天然林;华山松人工林与油松人工林的近自然度指数分别为0.38和0.37,等级为4,为近人工林;华北落叶松人工林近自然度最低,近自然度综合指数仅有0.01,等级为5,属于外来树种人工林。7种森林类型的近自然度顺序为:铁杉天然次生林>锐齿栎天然次生林>华山松天然次生林>红桦天然次生林>华山松人工林>油松人工林>华北落叶松人工林。

表 6 秦岭主要森林类型评价特征参数原数据 Tab.6 Source data of parameters of the main forest types in Qinling mountains
表 7 秦岭主要森林类型近自然度综合指数值 Tab.7 Integrate index value of naturalness of the main forest types in Qinling mountain

7种森林类型近自然度等级不同的原因与各自的演替阶段、植被组成和土壤特性有关。由表 6可看出:在演替阶段上,铁杉、锐齿栎、华山松和红桦天然次生林的自然构成系数分别为8.48,8.01,6.82和5.22,它们分别处于演替的后期、中期和先锋群落阶段;华北落叶松为外来树种,林内地带性天然植被较少,自然构成系数最低,仅为1.35,处于演替序列的初期阶段。从演替阶段上分析,近自然度的规律是:顶极群落森林>演替过渡群落森林>先锋群落森林>乡土树种人工林>外来树种人工林。

从生物多样性角度看,由表 6可知:华北落叶松林乔、灌层物种丰富度只有3种和9种,灌、草层盖度仅有15%和5%,林种单一,草灌稀少,因此其Shannon-Wiener指数、Pielou均匀度指数都最低。华山松和油松人工林为乡土树种人工林,林内拥有大量天然更新的地带性植被,灌、草层发育良好,所以物种多样性指数较前者高。处于演替后期的天然次生林,物种数量接近最大环境容纳量,种间关系趋于稳定,物种在空间上多呈镶嵌分布,生物多样性和均匀度较其他林型高,近自然度也相对较高。

从林下更新状况看,由表 6可知:人工林类型中,华北落叶松林下幼苗很少,自身无法完成更新,尤其在阳坡,只是在阴坡部分地段,由于林地保留有耐荫的天然树种的种子,有少量更新,多为铁杉幼苗。华山松和油松人工林下天然更新的树种较前者多,分别为1 475,1 100株·hm-2,多以地带性的阔叶树种如漆树(Toxicodendrom verniciflua)、锐齿栎等为主,所以近自然度比前者高。天然次生林类型中,锐齿栎林下更新为1 800株·hm-2,多为锐齿栎萌生幼苗,其次是油松和漆树;华山松天然次生林林下更新树种为1 905株·hm-2,以铁杉、华山松为主,其次是锐齿栎、漆树和青榨槭(Acer davidii);红桦林下更新以华山松、巴山冷杉(Abies fargesii)为主,其次是红桦萌生幼苗,更新幼苗为2 500株·hm-2;铁杉天然次生林林下更新最为丰富,为2 900株·hm-2,多为铁杉实生幼苗。

从土壤特性看,由表 6可知:无论是有机质含量、有效磷、速效钾、阳离子交换量都表现为:铁杉天然次生林>锐齿栎天然次生林>华山松天然次生林>红桦天然次生林>华山松人工林>油松人工林>华北落叶松人工林,与近自然度的大小顺序一致。森林的土壤条件和生境状况决定着植被组成和森林群落演替,植被组成和森林群落演替也影响着土壤发育,三者之间相互影响、相互协调、相互发展,构成具有一定结构和功能的森林生态系统。三者发展阶段不同,形成森林类型的近自然度就有差异。

3 结论与讨论

本研究从植被特征和土壤特征2个方面选取的乔、灌、草层的多样性指数、建群种的平均胸径和树高、天然更新幼苗数量、混交度、自然构成系数、土壤的有机质、有效磷、速效钾和阳离子交换量等17个敏感性指标构建近自然度评价指标体系,建立近自然度综合指数评价数学模型,对秦岭林区主要森林类型的近自然度进行量化评价。秦岭7个主要森林类型即铁杉天然次生林、锐齿栎天然次生林、华山松天然次生林、红桦天然次生林、华山松人工林、油松人工林、华北落叶松人工林的近自然度评价综合指数分别为0.98,0.90,0.78,0.56,0.39,0.35,0.01,近自然度等级分别为1,1,2,3,4,4,5,铁杉和锐齿栎天然次生林处于近自然状态,其他林分分别处于半自然、远天然、近人工和人工状态,近自然度顺序表现为顶极群落森林>演替过渡群落森林>先锋群落森林>乡土树种人工林>外来树种人工林。评价结果与该地区森林天然性程度相符合,评价指标体系和模型在该林区具有普适性,可以直接运用到生产实践中去。对于秦岭全区森林植被或更大尺度的森林类型近自然度评价,可以利用遥感分析的方法从区域尺度上分析不同森林类型近自然度的空间分布状况及其生态学过程。

针对不同林分类型的近自然度,应采取相应的经营措施。对处于近自然状态的林分,必须封山育林,停止一切干扰和破坏活动,即使过成熟林成片枯死,也不要人为干预,保护植被和生境,促进次生林顺利向顶极演替与发展;对处于半天然或远天然状态的林分,为加速演替进程,视其演替程度可以适当进行人为抚育。如在红桦林先锋群落内,前期应保障林分的郁闭度,为更新的华山松或巴山冷杉幼苗提供遮荫环境,待华山松或巴山冷杉更新起来后,可以择伐一些红桦先锋树种,促进后演替阶段树种华山松或巴山冷杉的生长,使群落顺利向顶极演替;人工林自然演替过程是较为漫长的,可以人为正向干预,加速其演替过程。对处于近人工状态的乡土树种人工林,可以通过择伐形成林窗,促进林下幼苗天然更新,林下天然更新困难的,可采用保针引阔或保阔引针的方法,比如在华山松人工林下,应促进华山松、红桦和漆树幼苗的更新,林下更新不良时,可人为引入红桦或漆树等阔叶树种。对于外来树种应进行林分改造,比如在秦岭林区高海拔的华北落叶松林内,首先引入耐荫的树种巴山冷杉或铁杉,待这些树种更新起来后,再伐除华北落叶松,逐步实现对外来人工林分的改造。

参考文献(References)
鲍士旦. 2000. 土壤农化分析[M]. 北京: 中国农业出版社: 19-26.
常建娥, 蒋太立. 2007. 层次分析法确定权重的研究[J]. 武汉理工大学学报:信息与管理工程版, 9(1): 153-156.
关松荫. 1986. 土壤酶及其研究方法[M]. 北京: 农业出版社: 11-17.
郭全邦, 刘玉成, 李旭光. 1999. 缙云山森林次生演替序列群落的物种多样性动态[J]. 应用生态学报, 10(5): 521-524.
郝云庆, 王金锡, 王启和, 等. 2005. 崇州林场不同林分近自然度分析与经营对策研究[J]. 四川林业科技, 26(2): 20-26.
侯琳, 雷瑞德. 2007. 完全封育方式对天然油松林的影响[J]. 生态学报, 27(1): 288-591.
黄宇, 汪思龙, 冯宗炜, 等. 2004. 不同人工林生态系统林地土壤质量评价[J]. 应用生态学报, 15(12): 2199-2205. DOI:10.3321/j.issn:1001-9332.2004.12.001
惠刚盈, 克劳斯·冯佳多. 2003. 森林空间结构量化分析方法[M]. 北京: 中国科学技术出版社: 57-62.
雷瑞德, 彭鸿, 陈存根. 1996. 火地塘林区天然次生林类型及群落特征的研究[J]. 西北林学院学报, 11(增): 43-52.
李迈和, NorbertK, 杨健. 2002. 生态干扰度:一种评价植被天然性程度的方法[J]. 地理科学进展, 21(5): 450-458. DOI:10.11820/dlkxjz.2002.05.006
陆元昌, SturmK, 甘敬. 2004. 近自然森林经营的理论体系及在北京市中幼林抚育改造中的实践[J]. 中国造纸学报, 19(增1): 285-289.
陆元昌. 2006. 近自然森林经营的理论与实践[M]. 北京: 科学出版社: 99-100.
马克平, 黄建辉, 于顺利, 等. 1995. 北京东灵山地区植物群落多样性研究: Ⅱ.丰富度、均匀度和物种多样性指数[J]. 生态学报, 15(3): 268-277.
彭少麟. 2007. 恢复生态学[M]. 北京: 气象出版社: 115-116.
宋永昌. 2001. 植被生态学[M]. 上海: 华东师范大学出版社: 534-535.
王丽丽, 郭晶华. 1994. 江西大岗山植被类型及其自然度与经营集约度的划分和评价[J]. 林业科学研究, 7(3): 286-293.
王小平, 陆元昌, 秦永胜. 2008. 北京近自然森林经营技术指南[M]. 北京: 中国林业出版社: 51-52.
肖风劲, 欧阳华, 傅伯杰, 等. 2003. 森林生态系统健康评价指标及其在中国的应用[J]. 地理学报, 58(6): 803-809. DOI:10.11821/xb200306001
许明祥, 刘国彬, 赵允格. 2005. 黄土丘陵区土壤质量评价指标研究[J]. 应用生态学报, 16(10): 1843-1848. DOI:10.3321/j.issn:1001-9332.2005.10.009
杨娟, 李静, 宋永昌, 等. 2006. 受损常绿阔叶林生态系统退化评价指标体系和模型[J]. 生态学报, 26(11): 3749-3755. DOI:10.3321/j.issn:1000-0933.2006.11.030
喻理飞, 朱守谦, 叶镜中. 2000. 退化喀斯特森林自然恢复评价研究[J]. 林业科学, 36(6): 12-19. DOI:10.11707/j.1001-7488.20000609
张金屯. 2004. 数量生态学[M]. 北京: 科学出版社: 185-189.
张永民, 赵士洞. 2007. 全球生态系统的状况与趋势[J]. 地球科学进展, 22(4): 403-409.
张玉环, 汪俊三. 1991. 生态破坏等级的自然度研究及应用:以海南岛为例[J]. 环境科学研究, 4(5): 45-49.
Anderson J E. 1991. A conceptual framework for evaluating and quantifying naturalness[J]. Conservation Biology, 5(3): 347-352. DOI:10.1111/cbi.1991.5.issue-3
Bartha D. 2004. Chances for a stand level evaluation of the naturalness of forests[J]. Allgemeine Forst und Jagdzeitung, 175(1/2): 8-13.
Chazdon R L. 2008. Beyond deforestation: restoring forests and ecosystem services on degraded lands[J]. Science, 320(5882): 1458-1460. DOI:10.1126/science.1155365
Çolak A.H, Rotherham I.D, Çalikoglu M. 2003. Combing 'naturalness concepts' with close to natural silvicuture[J]. Forestwissenschaftliches Centrablatt, 122(6): 421-431. DOI:10.1007/s10342-003-0007-1
Hoerr W. 1993. The concept of naturalness in environmental discourse[J]. Natural Areas Journal, 13(1): 29-32.
Lee Y G, Lee D K, Lee B D. 2001. Assessment of naturalness by application of new technique[J]. Journals of Korean Forestry Society, 90(4): 488-494.
Machado A. 2004. An index of naturalness[J]. Journal for Nature Conservation, 12(2): 95-110. DOI:10.1016/j.jnc.2003.12.002
Pommerening A, Murphy S T. 2004. A review of history, definition and methods of continuous cover forestry with special attention to afforestation and restocking[J]. Forestry, 77(1): 27-44. DOI:10.1093/forestry/77.1.27
Relf A, Walentowski H. 2008. The assessment of naturalness and its role for nature conservation and forestry in Europe[J]. Waldökologie, Landschaftsforschung und Naturschutz, 6(3): 63-76.
Schirmer C. 1999. Reflections on assessing the naturalness of present forest[J]. Allgemeine Forst und Jagdzeitung, 170(1): 11-18.
Sturm K. 1993. Methoden und Ziele der Waldbiotopkartierung[J]. Mitteilungen aus der NNA, 4(5): 7-20.
Tiefenbancher E. 1999. Measuring and controlling the degree of naturalness of forest stands[J]. Schweizerische Zeitschrift für Forstwesen, 150(7): 246-248. DOI:10.3188/szf.1999.0246
Uotila A, Kouki J, Kontkanen H, et al. 2002. Assessing the naturalness of boreal forests in eastern Fennoscandia[J]. Forest Ecology and Management, 161(1/3): 257-227.