2014, Vol. 50
文章信息
- 张瑜, 贾黎明, 郑聪慧, 张西
- Zhang Yu, Jia Liming, Zheng Conghui, Zhang Xi
- 秦岭地区栓皮栎天然次生林地位指数表的编制
- Establishment of a Site Index Table for Quercus variabilis Natural Secondary Stand in Qinling Mountains
- 林业科学, 2014, 50(4): 47-54
- Scientia Silvae Sinicae, 2014, 50(4): 47-54.
- DOI: 10.11707/j.1001-7488.20140407
-
文章历史
- 收稿日期：2013-08-16
- 修回日期：2013-11-07
-
作者相关文章
立地质量评价通常采用地位指数来衡量(Green et al.，1989)。地位级与地位指数是评价林地生产力的指标，在同龄林生长与收获模型中应用较多(Skovsgarrd et al.，2008)。20世纪70年代以地位指数法评价林地生产力在北美地区被广泛接受(Monserud，1984)，美国中西部地区林农已经依据地位指数曲线指导生产(Carmean，1978)。随后，立地质量评价融合了各学科及模型模拟(Aertsen et al.，2012)方法，环境因子作为变量也被引入(Seynave et al.，2005; Monserud et al.，2006; Bravo-Oviedo，2010)。例如Monserud等(2008)在建立加拿大西部阿尔伯塔省黑松(Pinus contorta var.latifolia)地位指数模型时，将温度作为影响因子，通过计算某个时期的地位指数值，反映林地生产力的变化情况。
我国学者认为地位指数表是目前评价林地生产力的主要方法，由林分年龄和林分优势木树高的关系编制(孟宪宇，2006)。近年来对地位指数表编制的研究较多，研究内容包括编表方法、编制技术、最优数学模型的选取及地位指数表适用性的检验等(骆期邦，1989; 孟宪宇等，2001; 孙圆等，2006)。国外早在20世纪初就开始编制和使用地位指数表，我国自20世纪80年代起，各地开始编制松(Pinus)、杉(Cunninghamia lanceolata)等主要树种的地位指数表(南方十四省(区)杉木栽培科研协作组，1982)。国内对栓皮栎(Quercus variabilis)林地位指数表的研究包括中条山和太行山地区栓皮栎天然次生林地位指数表的编制(侯箕等，1993; 马增旺等，1995)，但区域相对集中，样本数较少。郑聪慧等(2013)编制的华北地区栓皮栎林地位指数表克服了上述不足，适用范围广、适用性强。
栓皮栎天然次生林是陕西省境内秦岭南北坡的主要林分类型，具有水土保持、水源涵养等生态效益以及工业和药用价值。近年来由于人为干扰严重，低山和近居民点区域林分多遭到破坏，其生态价值和经济价值大大降低，栓皮栎天然林的恢复与保护工作亟待进行。为改善秦岭地区栓皮栎林经营管理和综合利用效果，需对该地区栓皮栎林的立地条件进行评价。目前对秦岭地区栓皮栎林立地条件评价的研究未见报道。本文通过编制秦岭地区栓皮栎天然次生林地位指数表，对立地质量进行评价，为栎林经营提供参考。
1 资料来源与分析 1.1 资料来源调查地区分布于陕西省境内的秦岭南北坡，又被称为狭义的“秦岭”，包括商洛市山阳县、镇安县西口回民自治镇、周至县楼观台、太白县黄柏塬镇。于2012年和2013年6—8月进行外业调查工作，根据栓皮栎林立地类型的分布和林龄特征，共设置临时标准地104块，其中标准地面积为20 m × 20 m的85块，面积为20 m × 30 m 的19块。每块样地从4或6株优势木(调查中树高最高或者胸径最大的立木)中选取1株伐倒解析，共获得优势木75株。解析木采取1 m 区分段截取圆盘，最后不足一个区分段算做梢头。标准地林分特征统计见表 1。研究地区栓皮栎林主要为中、幼龄林，成、过熟林分布较少。林分平均胸径分布在6.3 ～37.4 cm，平均树高分布在5.1～20.3 m，中、幼龄林林分平均蓄积分别为93.842 6 m3·hm-2和30.187 5 m3·hm-2，近熟林蓄积较中龄林高出33.71%，成熟林蓄积较中龄林高出18.31%，过熟林的蓄积为中龄林蓄积的3.2倍(表 1)。优势木年龄和立地分布见表 2，由表 2可知优势木年龄在各龄组中均有分布，中龄林占绝大多数。解析木所在样地的立地类型有10种，基本涵盖该地区栓皮栎分布的主要立地类型。
|
|
|
根据陕西省2009年陕西省森林资源调查规划手册中栎类树种龄级与龄级划分表(表 1)可知，61年以上为过熟林，研究中调查优势木最大年龄为68年，且60年以上的栓皮栎林分布较少，特以70年作为栓皮栎林的年龄上限(表 2)。关于编制地位指数表的数据主要来自标准地调查和解析木资料，利用解析木资料编制的地位指数表描述林分幼龄时期的高生长特征更为准确(Palahí et el.，2004)。75株平均优势木信息详见表 3，在编表前对各龄阶平均高应用3倍树高标准差法将异常优势木数据剔除，最终保留498对样本进行编表。
|
|
秦岭地区栓皮栎天然次生林树种组成中，栓皮栎占80%以上，属纯林。随机选择一块栓皮栎标准地，林分平均直径15.0 cm，运用统计软件SPPS18.0对该林直径分布频次作图(图 1)，从图 1可知直径主要分布于10.0～20.0 cm 区间。进一步作直径P-P概率图与残差分布(图 2，3)，其直径实际概率分布与正态累积概率分布相吻合，因为散点围绕在一条直线周围(图 2)，且实际累积概率与理论累积概率之差分布在对称于以0为水平轴的带内(图 3)。即栓皮栎林分直径分布为一条单峰、左右近似对称的山状曲线，该分布曲线近似以林分算术平均直径为峰点，中等大小林木占多数，两端径阶的林木株数逐渐减少，近似于正态分布特征，与同龄纯林直径分布规律相符合(孟宪宇，2006)。同理对其它林分作同样分析，得出结果基本一致，即认为该地
 |
图 1 栓皮栎林直径分布频次
Fig. 1 The diameter frequency distribution
histogram of Quercus variabilis stand
|
 |
图 2 直径分布正态检验P-P图
Fig. 2 The normality test P-P diagram of diameter distribution
|
 |
图 3 预测值与实际值残差分布
Fig. 3 The residual distribution diagram of predicted
value and the actual value of the diameter distribution
|
常用的导向曲线模型有对数双曲线式、对数曲线式、抛物线式、单分子式、理查德式、双曲线式(孟宪宇，2006)。本研究使用12个曲线方程拟合树高曲线，使用ForStat 2.0和SPSS 18.0统计软件，各方程表达式及计算结果见表 4。综合考虑决定系数、回归标准差和残差平方和，比较12个曲线方程，最终的导向曲线拟合公式确定为对数曲线式lgH = a + blgA，即
| $ \lg H = - 0.0146 + 0.7438\lg A。 $ | (1) |
式中: H为优势木树高; A为优势木年龄。其决定系数R2 = 0.975 1，回归标准差S 最小，为0.907 6;残差平方和Q最小，为0.020 5。
|
|
当树高生长趋于稳定且能灵敏反映立地条件差异的年龄即为基准年龄A0 ; 在基准年龄时优势木树高的变动范围与指数级个数的比值称为指数级距，国内多采用1 m或2 m作为指数级距(孟宪宇，2006)。确定基准年龄和指数级距时需综合考虑树种生长规律和培育目的，一般参考树高(或林分蓄积量)的平均生长量或连年生长量最大的时期(段劼等，2009)。国外学者们计算基准年龄时依据树种的生活史(詹昭宁，1982)。前人在编制其他地区栓皮栎地位指数表时选用的基准年龄有30，40和50年这3种(中国林业科学研究院林业研究所，1993; 郑聪慧等，2013)。
依据栓皮栎林的树高生长过程和各龄阶树高标准差SH及变动系数CV 的变化幅度来确定基准年龄，当变化幅度接近1时，说明该龄阶树高生长趋于稳定(郑聪慧等，2013; 李佩萍等，1999)。利用解析木数据分析秦岭地区栓皮栎林的高生长过程，统计75株优势木解析木的树高平均生长量、连年生长量的均值，绘制折线图(图 4)。统计各龄阶栓皮栎树高标准差SH和变动系数CV，得到SH和CV 的变化幅度，并绘制折线图(图 5)。SH(或CV)的变化幅度为SH(i+ 1)(或CV(i+ 1))与SH(i)(或CV(i))的比值，i为第i个龄阶。
 |
图 4 树高生长量变化趋势
Fig. 4 The curves of the tree height growth increment
|
 |
图 5 树高标准差与变异系数变化幅度
Fig. 5 The curves of the standard deviation and coefficient change
|
栓皮栎的树高平均生长量、连年生长量最大值都在5年左右出现。随后连年生长量出现2次峰值的年龄分别为20年和35年，35年后树高平均生长量趋向于稳定。连年生长量SH的变化幅度和CV 的变化幅度都与35年前相比较，其值更接近于1，且随林龄的增加保持稳定(图 5)。故本研究认为栓皮栎林的基准年龄A0为35年。
林分树高的变化范围是确定指数级距D 的主要依据，本研究中栓皮栎在基准年龄(A0 = 35年)时优势木树高为9.6～20.7 m，ΔH = 11.1，指数级距D为2 m，最终得到10，12，14，16，18和20 m，共6个指数级。
4 地位指数表编制常用的编制地位指数表方法有标准差调整法、变动系数法和相对优势高法，前人对于编表过程和方法选择的研究已十分详述(侯箕等，1993; 马增旺等，1995; 孟宪宇，2006; 张咏祀，2008; 段劼等，2009; 马丰丰等，2008)。以导向曲线为基础，按标准年龄时树高值和指数级距，采用标准差法或变动系数调整法，可形成地位曲线簇(即树高生长曲线簇)，这一点有别于变动系数法(孟宪宇，2006)。阔叶树种的地位指数表编制多用标准差调整法，针叶树种的地位指数表编多用变动系数法，且标准差调整法更为简便好用(陶吉兴等，1990)。故相关研究者多采用标淮差调整法进行地位指数表的编制(林杰等，1981)。本研究也使用标淮差调整法进行地位指数表的编制，具体过程如下。
利用导向曲线方程(1)结合年龄A，依次计算各龄阶导向曲线树高Hik值，具体计算结果如表 5。再使用式(2)，根据各龄阶树高标准差(SH)与各龄阶平均年龄的值，得到方程表达式(3)。将年龄A代入式(3)中，得到各龄阶树高标准差的理论值SAi，计算结果如表 5。
|
|
| $ \lg {S_{\rm{H}}} = a + b\lg A， $ | (2) |
| $ \lg {S_{\rm{H}}} = - 0.2740 + 0.4540\lg A。 $ | (3) |
比例系数Kj为级距值D与基准年龄所在龄阶(龄阶35)的树高标准误差理论值SA0之间的比值，其计算公式为:
| $ {K_j} = D/{S_{{\rm{A0}}}}。 $ | (4) |
将D = 2，SA0 = 2.67代入式(4)，得到Kj =0.749 1 m。分别用Kj的值乘以各龄阶树高标准差理论值SAi，即可得到各龄阶曲线的级距值Kj × SAi，计算结果如表 5。
在基准年龄A0(35年)时，导向曲线的理论树高值H0为13.57 m(表 5)，根据上述计算方法，将13.57m 提高为地位指数值S0 = 14 m，得到比例系数: K =(14-13.57)/2.67 = 0.161 0 m，根据K 值统计各龄阶间距值和14指数级的各龄阶树高值H(表 5)。
根据地位指数级14 m 及各龄阶的间距值Kj × SAi，得到各龄阶各地位指数级的树高值，通过上限排外法最终形成栓皮栎天然次生林地位指数表(表 6)，绘制的地位指数曲线簇见图 6。
|
|
 |
图 6 地位指数曲线簇
Fig. 6 Site index cluster
|
运用SPSS 18.0统计软件分析lgH与lgA的相关系数R，对导向曲线合适性进行检验。得到相关系数R 值为0.987 0，通过查表可知，R = 0.987 0＞R0.01 = 0.661 42 ＞ R0.05 = 0.532 4。另计算出回归标准差为0.034 0，标准误为0.004 3。说明回归关系显著，导向曲线回归效果较好。
5.2 树高值的X2检验利用75株优势木解析木年龄与树高数据，在编制的地位指数表中查出其对应的地位指数，求出各龄阶的树高理论值与实际值进行X2检验，计算得出X2 = 0.115 0，远远小于X0.052，表明该地位指数表所反映的优势木解析木树高生长过程与实际生长过程差异不显著，即地位指数曲线趋势符合解析木树高生长趋势。
5.3落点检验统计104块标准地中452株优势木树高均值，将104株优势木高绘在地位指数曲线图 6上，从图 6可以看出，有99株优势木落在所编的地位指数曲线图内，达到95.19%。该结果表明所编的地位指数表能够很好地表现出该区域栓皮栎天然次生林的地位质量。
5.4 树高生长量检验同一地位条件下，树高生长情况除受环境和人为干扰外，树木自身遗传因素也会导致生长情况出现差异。学者认为在对地位指数表进行检验时，所选样本数在各龄阶的跳级个数与总个数的比值在0%～5%区间内，即编制的地位指数表合格，可在实际生产中加以运用(段劼等，2009)。从75株优势木解析木中随机选取解析木共3株，地位指数级为12，14与18级，将3株解析木各龄阶树高生长实际值Hm与编制的地位指数表中树高值Hi进行比对，结果显示: 地位指数级为14的各龄阶树高生长过程与地位指数表完全符合，12级和18级树高值在5龄阶均出现跳级情况(表 7)，可能与幼林期生长情况较为复杂有关，这一结果与段劼等(2009)关于验证北京低山油松(Pinus tabulaeformis)人工林地位指数表的精度时情况相似。
|
|
1)编制地位指数表的数据来源通常有固定标准地的多年连续观测、大量临时标准地测量和优势木解析木数据等。本研究利用优势木解析木数据，根据优势木平均高与优势木年龄的关系，采用标准差调整法编制地位指数表。运用树干解析的资料编制出的地位曲线更能准确反映林分优势高的生长情况，因不同林分基准年龄的树高值为实测值(郑聪慧等，2013; 李玉明，1998)。
2)采用104块标准地和75株平均优势木解析木的498对树高-年龄数据，选择12个常用树高与年龄关系的数学模型，拟合优势木树高生长与年龄关系的曲线，编制秦岭地区栓皮栎天然次生林地位指数表。综合考虑回归系数、回归标准差和残差平方和，最终选定lgH =-0.014 6 + 0.743 8lgA作为导向曲线，基准年龄为35年，指数级距为2 m，运用标准差调整法导出的地位指数表通过了导向曲线适合性检验、树高理论值与实际值的X2检验、落点检验和树高生长量检验，所编地位指数表精度较高，能够客观反映该地区栓皮栎天然次生林的地位质量。
3)参与编表的材料包括部分栓皮栎成过熟林的数据，说明该地位指数表在一定程度上能客观评价栓皮栎成过熟林的地位质量。
4)栓皮栎是我国分布范围最广的落叶树种之一，而其在我国的核心分布区研究者观点各异，但秦岭至大别山一带为其分布中心之一均得到认可(罗伟祥等，2009)。对比郑聪慧等(2013)对栓皮栎林地位指数表的研究发现，秦岭地区栓皮栎优势木各龄阶平均树高值均大于华北地区栓皮栎各龄阶优势木平均树高值。华北地区对于栎类树种龄组划分标准认为40年及以下为幼龄林，41～60年为中龄林，而秦岭地区将20年及以下为幼龄林，21～40年为中龄林。说明秦岭地区是栓皮栎这一树种的适生区。
5)由于秦岭地区近居民点和低山地区栓皮栎林人为干扰严重，遭到多次砍伐，近年来实施的天保工程对栓皮栎林保护工作起到了一定的作用，使该地区成过熟林分布较少，多为中幼龄林。为了进一步提高该地区地位指数表的精度，后期研究应增加成过熟林的数量。
| [1] |
段劼, 马履一, 贾黎明, 等.2009.北京低山地区油松人工林立地指数表的编制及应用.林业科学, 45(3): 7-12.( 4)
|
| [2] |
侯箕, 门海元.1993.中条山天然栓皮栋林地位指数表的编制.山西林业科技, (2): 1-5.(2)
|
| [3] |
李佩萍, 武建林.1999.晋中东部山区油松人工林地位指数表的编制.山西林业科技, (4): 19-27.(1)
|
| [4] |
李玉明. 1998.用树干解析资料编制刺槐地位指数曲线. 陕西林业科技, (1): 18-23.(1)
|
| [5] |
林杰, 陈平留.1981.关于各地位指数级不同龄阶树高值导算方法的探讨. 林业科技通讯, (7): 22-24.(1)
|
| [6] |
骆期邦. 1989. Richards函数拟合多形地位指数曲线模型的研究. 林业科学研究, 2(6): 534-539.(1)
|
| [7] |
罗伟祥, 张文辉, 黄一钊.2009.中国栓皮栎.北京: 中国林业出版社.(1)
|
| [8] |
孟宪宇. 2006.测树学.3版.北京: 中国林业出版社.(6)
|
| [9] |
孟宪宇, 陈东来. 2001.山杨次生林地位指数表编制方法的研究. 北京林业大学学报, 23(3): 47-51.(1)
|
| [10] |
马增旺, 毕 君, 刘德章, 等.1995.太行山天然次生林主要树种地位指数表的编制. 山西林业科技, (3): 13-16.(2)
|
| [11] |
马丰丰, 贾黎明, 段 劼, 等.2008. 北京山区侧柏人工林立地指数表的编制. 北京林业大学学报, 30(6): 78-82.(1)
|
| [12] |
南方十四省(区)衫木栽培科研协作组. 1982.全国杉木(实生林)地位指数表的编制与应用. 林业科学, 18 (3): 265-278.(1)
|
| [13] |
孙 圆, 程小义, 佘光辉. 2006.江苏省南方型黑杨地位指数表的编制. 南京林业大学学报: 自然科学版, 30(1): 29-32.(1)
|
| [14] |
陶吉兴, 唐明荣.1990.常规立地指数表的误差来源与分析. 浙江林学院学报, 7(4): 391-395.(1)
|
| [15] |
詹昭宁. 1982.森林生产力的评定方法. 北京: 中国林业出版社.(1)
|
| [16] |
张咏祀.2008.标准差法在森林立地质量评价中的应用——用标准差法编制恩施州马尾松人工林地位指数表. 西华师范大学学报: 自然科学版, 29(4): 348-351.(1)
|
| [17] |
郑聪慧, 贾黎明, 段 劼, 等. 2013.华北地区栓皮栎天然次生林地位指数表的编制. 林业科学, 49(2): 79-85.(5)
|
| [18] |
中国林业科学研究院林业研究所.1993.太行山适地适树与评价研究报告集. 北京: 中国林业出版社.(1)
|
| [19] |
Aertsen W, Kint W, Vmuys B, et al. 2012. Effects of scale and scaling in predictive modelling of forest site productivity. Environmental Modelling and Software, 31: 19-27.(1)
|
| [20] |
Bravo-Oviedo A, Gallardo-Andres C, del Rio M, et al. 2010.Regional changes of pinus pinaster site index in Spain using a climate-based dominant height model. Cnandian Journal of Forest Research, 40(10): 2036-2048.(1)
|
| [21] | Garmean W H. 1978.Site index cuves for northern hardwoods in northern Wisconsin and upper Michigan. New York: Department Agriculture. |
| [22] |
Green R N, Marshall P L, Klinka K. 1989. Estimating site index of Douglas-fir[Pseudotsuga menziesii(Mirb.) Franco] from ecological variables in southwestern British Columbia.Forest Science, 35(1): 50-63.(1)
|
| [23] |
Monserud R A. 1984.Height growth and site index curves for inland Douglas-fir based on stem analysis data and forest habitat type.Forest Science, 30(4): 943-965.(1)
|
| [24] |
Monserud R A, Huang S, Yang Y. 2006.Predicting lodgepole pine site index from climatic parameters in Alberta. Forestry Chronicle, 82(4): 562-571.(1)
|
| [25] |
Monserud R A, Yang Y, Huang S, et al. 2008.Potential change in lodgepole pine site index and distribution under climatic change in Alberta.Canadian Journal of Forest Research, 38(2): 343-352.(1)
|
| [26] |
Palahí M, Tomé M, Pukkala T, et al. 2004. Site index model for Pinus sylvestris in north-east Spain. Forest Ecology and Management, 187(1): 35-47.(1)
|
| [27] |
Seynave I, Gegout J C, Herve J C, et al. 2005. Picea abies site index prediction by environmental factors and under storey vegetation: a two-scale approach based on survey databases.Canadian Journal of Forest Research, 35(1): 1660-1678.(1)
|
| [28] |
Skovsgarrd J P, Vanclay J K. 2008.Forest site productivity: a review of the evolution of dendrometric concepts for even-aged stands. Forestry, 81(1): 13-31.(1)
|