森林的空间结构反映森林群落内物种的空间关系, 在很大程度上影响着林木的生长和林分的稳定性, 从而决定森林的功能。研究林分空间结构的目的是为森林的有效保护和合理经营、充分发挥森林的多种效能提供依据与可行的方法(惠刚盈等, 2003; 郝云庆等, 2006; 王超等, 2006; 王威等, 2008)。景观是具有明显视觉特征的地理实体, 兼具有经济、生态和美学的多重价值(肖笃宁等, 2004)。森林景观质量评价是森林景观资源管理的重要环节, 是科学保护和利用好森林景观资源的基础。在具体方法上, 目前世界上比较公认的景观质量评价方法有专家学派、心理物理学派、认知学派(心理学派)和经验学派(现象学派)四大学派, 其中心理物理学派应用最成熟的风景类型就是森林风景, 在森林风景评价及其管理中应用最广泛的是美景度评价法(scenic beauty estimation, SBE) (Daniel et al., 1976; 翟明普等, 2003)。森林景观的美景度评价(SBE)就是用心理物理学派的方法定量地测度公众对森林景观的审美态度, 得到其美景度测定值, 将森林景观进行要素分解并测定其量值, 最后建立美景度与各要素之间的关系模型(Brown et al., 1986; 王雁等, 1999; 欧阳勋志, 2004;杨亚玲, 2007;谷晓萍, 2008; 缪林海, 2008)。随着统计学和计算机技术的发展, 森林景观质量评价逐渐走向了定量测度与仿真模拟分析的阶段(Gandy et al., 2007)。

在风景游憩林研究中, 将森林群落生态学因子或结构特征, 如郁闭度、种间连接等与美景度结合起来进行研究, 近来受到了研究者的重视(章志都等, 2008; 董建文, 2006); 但是把森林空间结构特征与其美景度分析结合起来, 探寻森林空间结构特征与美景度之间的关系, 以便在森林经营中采取定量的调控措施提高风景游憩林的视觉美学价值(美景度)的研究尚未见报道。本文以四川龙门山国家地质公园天台山的风景游憩林为研究对象, 借助GIS空间分析与定点拍摄的景观照片评价技术, 从林分空间结构与美景度2方面对天台山风景游憩林进行分析, 结合林分空间结构特征建立景观评价模型, 旨在为该地风景游憩林的经营管理和发展生态旅游提供理论依据, 更好地发挥风景游憩林的生态服务价值与风景游憩效益。

1 研究区域概况

龙门山坐落于四川盆地西缘, 位居川西高原向四川盆地的过渡地带, 得天独厚的自然地理条件造就了龙门山成为四川省内自然、人文旅游资源类型齐全、分布较为集中的区域。龙门山国家地质公园于2001年3月16日经国土资源部正式批准, 成为我国首批11个国家地质公园之一。公园处于龙门山脉腹地, 北起绵竹市清平九顶山, 南至彭州九陇(关口), 长约55 km, 宽35 km, 总面积约1 900 km²。

天台山位于31°12'30″—31°15'00″ N, 103°48' 45″—103°52'10″ E, 海拔1 400 ~ 2 500 m, 坡度为25 ~ 30°。山体上部即著名的天台山“飞来峰”, 地层露头较好, 人文景观有东岳庙、祖师殿和位于天台山顶的大雄宝殿, 与山势同样雄伟壮观的白鹿顶和溜沙坡隔山相望, 环境优美。本区属亚热带温湿型气候区, 年降水量1 314. 3 mm, 年平均气温12.5 ℃。土壤类型为山地黄棕壤, 土层中厚, 腐殖质较丰富。自然植被为地带性的亚热带山地常绿阔叶林和常绿、落叶阔叶混交林退化演替形成的天然次生林, 主要树种有中华槭(Acer sinense)、多脉榆(Ulmus castaneifolia)、褐毛溲疏(Deutzia pilosa)、尾叶樱(Cerasus dielsiana)、垂枝泡花树(Meliosma flexuosa)、红桦(Betula albo-sinensis)、大叶腊莲绣球(Hydrangea strigosa var. macrophylla)、大叶椴(Tilia nobilis)、枫杨(Pterocarya stenoptera)、柳叶栒子(Cotoneaster salicifolius)、灯台树(Cornus controversa)、云南山楂(Crataegus scabrifolia)、川陕梾木(Swida koehneana)、石枣子(Buonymus sanguineus)等。人工林主要是1980年以来营造的柳杉(Cryptomeria fortunei)林、水杉(Metasequoia glyptostroboides)林、日本落叶松(Larix kaempferi)林和厚朴(Magnolia officinalis)林等。

2 研究方法 2.1 样地设置与调查方法

研究样地设在天台山祖师殿以上100 m处, 海拔2 080 m, 坡向96°, 坡度25° ~ 30°。按照固定样地设置的要求, 在全面踏查的基础上, 选择典型地段设置样地2块, 其中, 1号样地(a)为70 m × 70 m, 2号样地(b)为50 m × 100 m。分别用全站仪测定记录样地4个角点的坐标, 对样地内胸径≥3 cm的林木进行坐标定位, 然后在树干上编号并调查。调查内容包括每株树木的编号、分类学名称、胸径(cm)、树高(m)、枝下高(m)、南北和东西2个方向的树冠直径(m)等。将1号样地划分成49个10 m × 10 m(江波等, 2005)的样方, 2号样地划分成50个10 m × 10 m的样方。在2号样地, 统一选择每个样方的西北角点面向东南方向对该样方所代表的林内风景逐一拍摄照片, 拍摄时采用相同的视高、视角和焦距, 每张照片均横向拍摄。拍摄时间分别为2009年8月和10月, 前者反映夏季林内景观, 后者代表秋季林内景观。

2.2 数据处理

将调查时记录的样地4个角点坐标录入. txt文档, 每木属性数据录入Excel。在ArcGIS 9.3中选择合适的地图投影及大地参考平面, 用Create Features From Text File工具将样地坐标转换生成样地矢量文件, 用Create Fishnet工具分别对2个样地生成10 m × 10 m的网格, 用Add XY Data工具将林木个体点位转换生成矢量文件, 见图 1。

2.3 空间结构分析

目前反映林分空间结构的指标很多, 本文选取描述林木个体在水平地面上分布格局的角尺度(W_i) (惠刚盈, 1999)、反映林木个体大小差异的大小比数(U_i) (惠刚盈等, 1999), 以及体现树种空间分隔程度的空间测度指数(Ms_i) (惠刚盈等, 2008), 其中, Ms_i是对混交度(M_i)的改进, 生物意义更明确, 用一个数值就能对树种分隔程度进行恰当描述。为避免边缘效应, 采用8领域平移式大样地法(周红敏等, 2009), 在ArcGIS 9.3中, 在原样地文件的上、下、左、右、左上、左下、右上和右下8个方向分别复制样地文件和林木矢量文件, 形成由9个样地组成的8领域大样地(图 2)。将空间结构单元作为基础, 其是以林分中每株树(参照树)以及它的n株相邻最近树木(相邻木)构成的空间关系(惠刚盈等, 2003)。结合林分空间结构分析应具有较强可释性的要求, 本文选定相邻木n = 4(惠刚盈, 2001)。针对相邻木n = 4, 在计算W_i时选取标准角为72°(惠刚盈等, 2003), 当W＜0.475时为均匀分布(W为角尺度平均值); 当0.475≤W≤0.517时为随机分布; 当W＞0.517为团状分布。在ArcGIS 9.3中借助Generate Near Table工具, 以原样地文件的所有林木为参照树, 以8领域大样地的所有林木为相邻木, 寻找与参照树距离最近的4株相邻木从而确定空间结构单元。

空间结构参数具体计算方法如下:

式中: z_ij = 1表示第j个α角小于标准角; 否则z_ij =0。

式中: k_ij = 1表示相邻木j比参照树i大; 否则k_ij =0。

式中: s_i表示结构单元中的树种数。

式中: v_ij = 1表示参照树i与第j株相邻木为非同种; 否则v_ij = 0。

2.4 美景度评价

考虑到审美疲劳的问题, 本文只选取2号样地作为美景度研究对象。将拍摄的2号样地的照片制作成幻灯片, 让评判者观看每张幻灯片后再打分。评判的反应尺度为7分制, 即以美景度得分值3, 2, 1, 0, -1, -2, -3分别代表感觉很喜欢、喜欢、较喜欢、一般、不太喜欢、不喜欢、很不喜欢(董建文, 2006)。评判者按幻灯片顺序在评判反应表上记录每个样方的评判值。评判者包括风景园林、城市规划、地理信息系统、土木工程教育、室内设计等专业大一大二的本科生共61人, 收回58张评判反应表, 剔除2张无效表, 最终得到有效评判反应表56张。

由于评判结果是由景观本身的特征和评判者的审美尺度2方面决定的, 而观察者的身份效应是明显的, 所以评判值必须进行标准化, 标准化值为(Daniel et al., 1976) :

式中: Z_ij为第j个评判者对第i个景观的评判标准化值; R_ij为第j个评判者对第i个景观的评判值; R_j为第j个评判者对林内景观的所有评判值的平均值; S_j为第j个评判者对林内景观的所有评判值的标准差。

标准化消除了不同的观察者由于审美尺度的严格与宽松而使评判值受到的影响。Daniel等(1976)认为SBE值是不受评判者审美尺度差异和不同得分制影响的理想的美景度代表值。

依照研究目的和景观照片反映的全部表现特征, 参照前人的研究(谷晓萍, 2006;欧阳勋志, 2004;杨亚玲, 2007), 将景观要素进行分解, 本文将空间结构参数也作为景观要素纳入分析, 景观要素分解具体情况见表 1, 其中, 郁闭度和坡度幅度2个因子是在ArcGIS 9.3中分析得到的。根据郁闭度的含义借助Buffer工具模拟树冠投影, 进而计算投影面积与林地面积之比得到郁闭度, 并用Clip工具将树冠投影按样方分割, 从而计算统计每个样方的郁闭度(图 3)。坡度幅度是用Zonal Statistics As Table工具结合三维地形图分析得到的。以SBE值为因变量, 各要素值为自变量, 根据数量化理论-Ⅰ中兼有定性和定量变量的回归模型(董文泉, 1979), 采用SPSS多元线性回归程序Backward法建立景观评价模型。数量化理论模型表达式为:

式中: y_i是第i个景观的SBE值; x_i(μ)表示第i个景观第μ个定量因子的观测值; δ_i(j, k)表示第 i个景观第j定性因子第i等级的反应(1或0); a₀为常系数; a_μ为第μ定量因子的回归系数; a_jk为第j定性因子第i等级的回归系数。

3 结果与分析 3.1 空间结构分析

天台山风景游憩林1, 2号样地空间结构参数分别见表 2, 3。其中, 1号样地的川西阔蜡瓣花(Corylopsis platypetala var.levis)、粉团蔷薇(Rosa multiflora var. cathayensis)和枸骨(Ilex cornuta)、2号样地的匙叶五加(Acanthopanax rehderianus)和粉团蔷薇分别只有1株, 其空间结构参数不具有代表性。

3.1.1 角尺度分析

根据表 2、3可知: 1号样地W_i = 0.555, 2号样地W_i = 0.527, 2个样地都属于团状分布; 1号样地柳叶栒子、尾叶樱以及2号样地的白蜡树(Fraxinus chinensis)、楤木(Aralia chinensis)、多脉榆、尾叶樱、掌叶梁王茶(Nothopanax delavayi)取值[ 0.475, 0.517]范围内, 其周围林木取值大于0.517, 属于随机分布, 其余树种的周围林木均是团状分布。

3.1.2 大小比数分析

本文采用胸径和树高2个参数来分析林分的大小比数。由表 2统计分析:样地林分U_d = 0.509, U_h = 0.546, 说明1号样地大部分树种在其空间结构单元中, 相邻木比参照树高大得多。大叶椴、灯台树和红桦的U_d和U_h最低, 说明在结构单元中, 这3个树种的参照树相对于相邻木生长处于优势地位; 高丛珍珠梅(Sorbaria arborea)的U_d和U_h差值较大, U_d说明其胸径比相邻木更有优势, 而U_h说明其树高相对于相邻木处于劣势状态, 这种结果可能与其树木形态有关。

由表 3统计分析:样地林分U_d = 0.536, U_h = 0.581, 说明2号样地大部分树种在其空间结构单元中, 相邻木比参照树高大得多。红桦的U_d和U_h最低, 表明相对于相邻木, 红桦竞争态势最强; 而尖中稠李(Prunus undulate)的U_d和U_h 2个值都接近1, 是样地内竞争最弱的树种。

3.1.3 树种分隔程度分析

根据表 2, 3可知: 1号和2号样地的树种分隔程度都属中等水平, Ms_i分别是0.497和0.520, 这与2个样地的树种量有很大关系, 树种越多混交度就越高, 因而树种分隔程度就越大。1号样地的藏刺榛(Corylus ferox var. thibetica)分隔程度最低, 只有0.189; 2号样地云南山楂的分隔程度最低, 只有0.127。

3.2 美景度评价 3.2.1 SBE值

经过标准化处理, 2号样地各个样方的SBE值见表 4。从表 4可以看出: SBE值最高的是65号样方, 为0.481 504;最低的是85号样方, 为-0.362 175。

3.2.2 景观模型的建立

将标准化处理后的SBE值与景观要素在SPSS中用Backward法分析, 分析过程与结果见表 5。最终引入模型的有5个变量: x₁ (角尺度)、x₁₀₁ (自然整枝)、x₂ (胸径大小比数)、x₅ (郁闭度)、x₇ (平均树高)。F = 5.761, 对应的P = 0.000＜0.01, 所以5个因子与美景度之间的关系是极显著的, 可以建立线性模型:

3.2.3 景观评价模型分析

1) 在引入模型的5个变量中, 对美景度贡献的大小顺序依次为胸径大小比数＞角尺度＞平均树高＞自然整枝＞郁闭度。

2) 胸径大小比数与美景度呈正相关关系, 并且回归系数较大。因为在一个“1 + 4”的空间结构单元中, 参照树的胸径大小比数越大, 表明比它胸径大的相邻木越多。由胸径大小比数与美景度的正相关关系说明人们倾向于胸径大的林分。

3) 角尺度与美景度呈负相关关系, 说明人们比较偏向于均匀分布的林分。

4) 平均树高与美景度呈正相关关系, 说明人们喜欢高的树木。

5) 自然整枝的“几乎没有”这一项目与美景度呈正相关关系。可见, 自然整枝越少, 林分的美景度就越高;

6) 郁闭度与美景度呈负相关关系, 其回归系数较小, 仅为0.003, 说明林分光线的通透可见对美景度有一定影响, 但是不显著。

4 结论与讨论

本文在分析过程中借助ArcGIS 9.3平台, 一定程度上减轻了外业调查的负担, 提高了工作效率和分析的精度。

本文从空间结构与美景度2个方面对四川天台山风景游憩林开展分析与评价。从空间结构来看, 样地的整体林分分布格局为团状分布。样地内大部分树种在其空间结构单元中相邻木比参照树大得要多一些, 其中红桦、灯台树的优势地位比较明显。1号样地高丛珍珠梅的大小比数出现分歧, U_d表明其处于优势状态, 而U_h表明其处于劣势状态, 这可能与高丛珍珠梅本身的树木形态有关。对于大部分树种来说, 大小比数能够很客观地反映其生长竞争状况。研究区域的树种比较丰富, 树种量大混交度就越高, 因此2个样地的树种分隔程度测度指数都大于0.5。总的看来, 天台山风景游憩林是一个团状分布、多树种组成的中度混交状态的较复杂森林群落。

出于研究目的, 在建立景观模型时采用了较多的定量因子。结果证明本文成功地将空间结构参数(角尺度与胸径大小比数)引入到景观评价模型中, 由此可以看出:空间结构与美景度有一定关系, 胸径大小比数、平均树高与美景度的关系共同说明大树是景观提高的重要因子; 角尺度与美景度的关系说明人们偏好均匀分布的林分。但是从空间结构方面来看, 人们偏好欣赏分布整齐均匀的林分却与标志森林结构稳定的林木分布格局的随机性(惠刚盈等, 2007)有了冲突。所以这给人们提供了一个新的思路:在经营森林时, 如何做到从生态效益和景观质量出发, 宏观与微观层面综合考虑, 复层混交与整齐分布合理协调, 从而在提高森林生态结构稳定性的同时又能提高森林的美学价值。