2. 广东广宁竹林生态系统国家定位观测研究站, 526300, 广东广宁;
3. 中国科学院地理科学与资源研究所, 100101, 北京;
4. 湖北省林业科学研究院, 430075, 武汉;
5. 南京林业大学, 210037, 南京;
6. 北京林业大学, 100083, 北京
中国水土保持科学 ![]() ![]() |
南方人工林区域是我国人工林发展的重点地区和南方传统的集体林集中分布区,人工林面积达2 888.84万hm2,占该区森林面积的45.40%,占全国人工林面积的36.32%。全国人工乔木林蓄积按组成树种(组)分,杉木(Cunninghamia lanceolata)与马尾松(Pinus massoniana)资源量分列第一、三位。其中,杉木人工林面积990.20万hm2,占该区森林面积的15.56%;马尾松人工林面积251.92万hm2,占该区森林面积的3.96%。毛竹林467.78万hm2,占该区森林面积的7.35%,占全国竹林面积的72.96%。可见,南方低山丘陵区是国家木材战略储备林的最重要基地,也是我国“三区四带”国家生态安全战略格局、《全国重要生态系统保护和修复重大工程总体规划(2021—2035年)》的重要组成部分。由于早期的人工林造林往往采用单一树种、单一的林分结构,加之粗放管理,该区人工林面临着面积不断增加但质量不高、稳定性较差、结构简单,生产力低下以及生态系统服务较弱等突出问题[1-2]。这一问题在地形地貌复杂、水热资源丰富的南方低山丘陵区尤为突出。
在全球气候变化的背景下,生态文明建设的推进,人工林的经营发展已经由追求木材产量的单一目标转向生态系统服务质量和效益提升的多目标经营[3]。国内外人工林经营研究多关注人工林恢复的气候效应[4-5]、人工林的扩张与退化[6-7]、人工林生产力的影响与维持机制[8-9],林分结构优化和密度调控[10-11],林下植被构建[12],不同人工林管理措施的碳水效应[13-14],土壤保持和改良效益[15-16]等方面取得重要进展,但从“群落结构-土壤质量-生态服务”耦合机制的角度出发则显不足。开展乔木层群落结构优化-林下植被功能群恢复-土壤生境修复“三位一体”的南方低山丘陵区低质低效人工林质量改善研究,是协同提升人工林生产力和生态系统服务的关键,也是实现区域生态安全战略格局的前提。
群落结构优化是人工林质量改善与生态服务提升技术的关键,在很大程度上决定生态系统生产力和稳定性。盲目追求林分生产力最大化往往导致生态系统稳定性降低,人工林退化,形成“高产低效”林。然而,国内外对人工林结构和生态系统稳定性的研究仍局限于提高林层分化程度[17-18]、增加乡土树种筛选[19]和降低林木竞争水平[20]等优化结构的森林经营措施,导致人工林质量提升精准性不足。研发基于多源稳定同位素技术的、以乡土植物为主的多树种混交配置与生态位优化互补的人工林群落结构优化与固碳增产协同提升技术,已是南方低山丘陵区人工林质量改善研究的重要途径。
人工林林下植被功能群是森林生态系统的重要组成部分,在维持结构多样性、功能稳定性和生态服务协同性等方面发挥着重要作用[21]。长期的过度经营导致林下水土流失严重、林下植被功能弱、水源涵养功能差等问题。尽管已有研究聚焦于林下植被更新、乡土植物诱导恢复、林下植被生物多样性保育等方面并进行了探索[22-24],相关技术在控制水土流失方面发挥了一定作用,但未能实现不同生态系统服务协同提升目标。研发基于精确林窗的林下植被人工诱导恢复、多元嵌套涵水保土、毛竹(Moso bamboo)林“林下+”定向增值调控等技术,实现低质低效人工林水源涵养、土壤保持与生物多样性保育协同提升,是当前南方低质低效人工林质量改善中急需解决的关键技术。
土壤生境修复是开展人工林质量改善与生态服务提升技术的重要环节。不合理经营管理导致南方红壤地区土壤酸化问题突出,出现酸化范围逐年扩大、酸化程度逐步加重,有效养分含量低、养分失衡等问题[25-27]。众多研究从生石灰、有机肥、生物质炭改良土壤等方面进行了探索,相关技术在土壤生境修复方面取得了重要成效。然而,国内外研究忽略了土壤酸化改良与养分协同提升的互馈过程,未能协同解决养分均衡、土壤生态服务功能低下等问题[28-30]。项目团队针对酸化土壤改良与养分协同提升、基于土壤-根际-微生物互作的土壤生境综合修复的前期研究,为南方低山丘陵区人工林质量改善与生态服务提升提供了重要支撑。
全球变暖导致大气CO2浓度不断升高,干旱、高温、极端降雨等极端气候事件愈发频繁,对人工林生态系统、生态系统服务及其权衡协同关系产生了重大影响[31-32]。越来越多的证据[33-35]表明,气候变化已经并将继续改变人工林的林分生长、光合作用、水分利用效率、土壤-植被养分循环等过程。值得注意的是,气候变化和人工林生态系统变化并不是相互独立地影响生态系统服务及其权衡协同关系[36]。然而,当前有关气候变化对人工林生态系统服务影响的研究多集中在生态系统服务供给而不是相互作用上[37-39]。因此基于气候适应性模式,研究采用大数据和机器学习算法建立多目标多效益兼顾的智慧决策平台,从而评估生态服务提升技术的适应性和潜力,将有利于区域人工林提质增效。
1 总体思路南方低山丘陵区是我国“三区四带”生态安全屏障建设的重要区域,是我国南方低质低效人工林的主要集中分布区。由于连栽、粗放经营、土壤养分过度消耗等不合理人为干扰及自然因素,导致南方低山丘陵区杉木、马尾松、毛竹低质低效人工林面积至少分别占30%、35%和50%以上。通过林分群落结构优化、林下植被恢复和土壤生境修复等多层级综合技术研发与应用,改善杉木、马尾松、毛竹等典型低质低效人工林的林分质量,提高生态系统稳定性与生态服务能力,对于区域水土流失治理、脆弱生态系统保护和修复具有重大意义。然而,以往关于低质低效人工林的研究,多集中于林分、林种水平上的生产力与生态功能等内容,而在生态系统水平上基于“群落结构-土壤质量-生态服务”耦合关系的人工林提质增效技术储备与研发都十分薄弱,更缺乏与气候变化关联性的考量,难以突破南方低质低效人工林生产力与生态服务协同提升的技术瓶颈。
针对南方低质低效人工林水土流失严重、系统稳定性弱、生态服务低下等问题,解析南方低质低效人工林分布格局与生态系统服务退化成因,揭示群落结构-土壤质量-生态服务耦合机制及其与气候变化的关联;研发群落结构优化、林下植被功能群诱导恢复、土壤生境修复等关键技术,形成人工林生产力与生态服务协同提升技术体系;构建低质低效人工林提质增效智慧决策平台。拟在福建长汀、广西南宁、江西赣州、湖北黄冈、安徽黄山等区域示范。技术路线见图 1。
![]() |
图 1 项目总体技术路线 Fig. 1 Overall technical route of a project |
1) 南方低质低效人工林生态系统服务分布格局、演变特征及对气候变化的响应。解析南方低山丘陵区杉木、马尾松和毛竹等低质低效人工林时空分布格局与退化机制,明晰典型区域关键生态系统服务协同与权衡机制,厘清生物环境对生态系统服务影响的阈值效应,揭示气候变化对生态系统服务的影响规律。
2) 人工林群落结构-土壤质量-生态服务互馈机制。阐明“乔木层-林下植被层-土壤层”的生态系统层级互馈机制,揭示典型人工林多树种多尺度的生态系统服务权衡与协同关系。
3) 人工林质量与生态系统服务多目标决策优化算法与路径。构建南方低质低效人工林提质增效智慧决策平台,明确人工林生产力和生态服务协同提升的精准路径,全面服务区域人工林生态服务能力整体提升。
3 研究内容1) 南方低山丘陵区人工林生态服务退化机制与提升路径。阐明南方低山丘陵区杉木、马尾松和毛竹等典型人工林生态系统服务时空格局、演变特征和退化机制;明晰气候变化对生态系统服务及其权衡协同关系的影响,解析低质低效人工林群落结构、生态系统服务对气候变化的响应;揭示典型低质低效人工林群落结构、土壤质量与生态服务的耦合机制,厘清低质低效人工林关键生态服务供需关系,提出区域人工林生态服务协同提升策略和路径。
2) 低质低效人工林群落结构优化与固碳增产技术。运用多源稳定同位素技术,筛选水分利用率高、固碳能力强的功能型乡土树种,研发杉阔复层混交、马尾松人工林生态系统稳定性提升、毛竹林全生命周期经营等技术,形成低质低效人工林群落结构优化与固碳增产协同提升技术及模式,并示范。
3) 低质低效人工林林下植被功能群诱导恢复与生态服务协同提升技术。研发林下植被功能群构建与生物多样性提升、杉木及马尾松人工林林下植被更新、林下覆被诱导恢复与涵水保土功能提升、毛竹林“林下+”定向调控与增值提效等技术,构建林下植被生态与经济协同提升的技术与模式,并示范。
4) 低质低效人工林土壤生境修复与功能提升技术。研发人工支持引导的酸化土壤改良、杉木人工林生态化学计量与养分均衡调控、马尾松人工林根系经济谱互补与土壤养分提升、毛竹林土壤结构性障碍消减与养分利用提升等技术,形成土壤—根际—微生物互作的土壤生境修复技术及模式,并示范。
5) 低质低效人工林质量改善与生态服务智慧决策应用示范。集成乔木层—林下植被层—土壤层“三位一体”技术及模式,建立技术模式及区域环境参数数据库,评价人工林质量改善与生态服务协同提升技术及模式的区域分异及气候变化适应性,筛选具有应用潜力的提升技术与模式,采用大数据和机器学习算法建立多目标多效益兼顾的优化决策平台,构建低质低效人工林提质增效智慧决策平台,提出最优智慧应用方案并示范。
项目研究内容主要分为3个层面,设置5个课题,包括基础理论研究(课题1)、技术模式研发(课题2~4)、集成优化示范(课题5)(图 2)。其中,课题1南方低山丘陵区人工林生态服务退化机制与提升路径的基础理论研究,为其他课题提供理论支撑;课题2—4分别从人工林乔木层、林下植被层和土壤层,突破人工林生产力与生态服务协同提升的技术瓶颈,为示范应用提供技术支撑;结合课题1—4的成果,课题5依托课题1—4的理论与技术研究成果,整合、优化、集成形成低质低效人工林提质增效的技术体系,并开展示范。
![]() |
图 2 项目研究内容间的相互关联 Fig. 2 Correlation among the studied contents |
针对南方低质低效人工林水土流失严重、系统稳定性弱、生态服务低下等问题,在深入剖析南方低质低效人工林分布格局与生态系统服务退化成因的基础上,科学揭示群落结构-土壤质量-生态服务耦合机制及其与气候变化的关联,研发适用于杉木、马尾松、毛竹等典型人工林的群落结构优化、林下植被功能群诱导恢复、土壤生境修复等关键技术,形成人工林生产力与生态服务协同提升技术体系,构建低质低效人工林提质增效智慧决策平台,为南方大面积人工林质量改善、水土流失治理、系统稳定性增强、生态服务能力提升以及区域生态保护修复提供科技支撑和应用示范。
5 预期成果本研究预计研发低质低效人工林质量改善与生态服务提升技术及模式10~15项,构建生产力与生态服务协同提升技术体系1套,实现土壤pH值提高0.5~1.0个单位,土壤养分利用率和生物多样性分别提升10%和20%以上,生产力、涵水保土、固碳增汇能力提高15%以上;构建决策平台1个,建立示范区5个,面积2 000 hm2以上。
6 结语南方低山丘陵区是我国“三区四带”生态安全屏障建设的重要区域,是我国南方低质低效人工林的主要集中分布区,长期存在水土流失、生态服务能力低、系统稳定性差等突出问题。国家《“十四五”规划和2035远景目标纲要》和《全国重要生态系统保护和修复重大工程总体规划(2021—2035年)》明确指出实施重要生态系统保护和修复重大工程,优化生态安全屏障体系,开展“三区四带”为核心的全国重要生态系统保护和修复重大工程总体布局,提出要加强森林资源管护和森林质量精准提升,提高森林生态系统结构完整性,提升森林生态系统服务能力。因此,亟待开展生产力与生态服务协同的南方低质低效人工林质量改善与生态服务提升理论与技术的研究。通过项目实施所形成的理论方法、关键技术、示范基地,可为南方低山丘陵区生态修复工程提供重要的科学依据和可复制可推广的技术模式,为南方低质低效人工林质量改善与生态服务提升、国家生态安全屏障建设和区域可持续发展提供科技支撑。
[1] |
ZHANG Junze, FU Bojie, STAFFORD-SMITH M, et al. Improve forest restoration initiatives to meet sustainable development Goal 15[J]. Nature Ecology and Evolution, 2021, 5(1): 10. |
[2] |
HUA Fangyuan, BRUIJNZEE L A, MELI Paula, et al. The biodiversity and ecosystem service contributions and trade-offs of forest restoration approaches[J]. Science, 2022, 376(6595): 839. DOI:10.1126/science.abl4649 |
[3] |
刘世荣, 杨予静, 王晖. 中国人工林经营发展战略与对策: 从追求木材产量的单一目标经营转向提升生态系统服务质量和效益的多目标经营[J]. 生态学报, 2018, 38(1): 1. LIU Shirong, YANG Yujing, WANG Hui. Development strategy and management countermeasures of planted forests in China: Transforming from timber-centered single objective management towards multi-purpose management for enhancing quality and benefits of ecosystem services[J]. Acta Ecologica Sinica, 2018, 38(1): 1. DOI:10.3969/j.issn.1673-1182.2018.01.001 |
[4] |
HERMOSO V, REGOS A, MORÁN-ORDÓÑEZ A, et al. Tree planting: A double-edged sword to fight climate change in an era of megafires[J]. Global Change Biology, 2021, 27(13): 3001. DOI:10.1111/gcb.15625 |
[5] |
UDDIN M M, ABDUL A A, LOVELOCK C E. Importance of mangrove plantations for climate change mitigation in Bangladesh[J]. Global Change Biology, 2023, 29(12): 3331. DOI:10.1111/gcb.16674 |
[6] |
VIVIANA Z, HANSEN M C, POTAPOV P V, et al. Rapid expansion of human impact on natural land in South America since 1985[J]. Science Advances, 2021, 7(14): eabg1620. DOI:10.1126/sciadv.abg1620 |
[7] |
FAGAN M E, KIM D H, SETTLE W, et al. The expansion of tree plantations across tropical biomes[J]. Nature Sustainability, 2022, 5: 681. DOI:10.1038/s41893-022-00904-w |
[8] |
WANG Zhen, ZHANG Xiongqing, CHHIN S, et al. Disentangling the effects of stand and climatic variables on forest productivity of Chinese fir plantations in subtropical China using a random forest algorithm[J]. Agricultural and Forest Meteorology, 2021, 304/305(15): 108412. |
[9] |
ZHAO Junyang, QIN Shutao, PAN Peng, et al. Microbial driving mechanism of soil conditioner on reducing cadmium uptake by rice and improving soil environment[J]. Agriculture Ecosystems and Environment, 2023, 349(15): 108452. |
[10] |
WEI Xi, LIANG Wenjun. Regulation of stand density alters forest structure and soil moisture during afforestation with Robinia pseudoacacia L. and Pinus tabulaeformis Carr. on the Loess Plateaut[J]. Forest Ecology and Management, 2021, 491(3): 119196. |
[11] |
QU Yancheng, WANG Hanchen, DEAN T J, et al. Growth dominance and growth efficiency in response to thinning treatments in Chinese fir plantations with long-term spacing trials[J]. Forest Ecology and Management, 2022, 521(2/3): 120438. |
[12] |
ZHENG Hua, WANG Lijuan, PENG Wenjia, et al. Realizing the values of natural capital for inclusive, sustainable development: Informing China's new ecological development strategy[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(17): 8623. |
[13] |
FENG Xiaoming, FU Bojie, PIAO Shilong, et al. Revegetation in China's Loess Plateau is approaching sustainable water resource limits[J]. Nature Climate Change, 2016, 6: 1019. DOI:10.1038/nclimate3092 |
[14] |
TONG Xiaowei, BRANDT M, YUE Yuemin, et al. Forest management in southern China generates short term extensive carbon sequestration[J]. Nature Communications, 2020, 11(1): 129. DOI:10.1038/s41467-019-13798-8 |
[15] |
LI Junya, YUAN Xiaoyuan, GE Le, et al. Rhizosphere effects promote soil aggregate stability and associated organic carbon sequestration in rocky areas of desertification[J]. Agriculture, Ecosystems and Environment, 2020, 304: 107126. DOI:10.1016/j.agee.2020.107126 |
[16] |
WANG Jingjing, LIU Zhiping, GAO Jianlun, et al. The Grain for Green project eliminated the effect of soil erosion on organic carbon on China's Loess Plateau between 1980 and 2008[J]. Agriculture, Ecosystems and Environment, 2021, 322(6): 107636. |
[17] |
CANDELP D, LUCAS B M E, GARCIA C A I, et al. Forest structure drives the expected growth of Pinus nigra along its latitudinal gradient under warming climate[J]. Forest Ecology and Management, 2021, 505: 119818. |
[18] |
莫永俊, 曹小玉, 赵文菲, 等. 基于结构方程模型的杉木林林分结构多样性评价[J]. 生态学报, 2024, 44(2): 745. MO Yongjun, CAO Xiaoyu, ZHAO Wenfei, et al. Evaluation of stand structure diversity of Cunninghamia lanceolata forest based on structural equation modeling[J]. Acta Ecologica Sinica, 2024, 44(2): 745. |
[19] |
BROWN C, LAW R, ILLIAN J B, et al. Linking ecological processes with spatial and non-spatial patterns in plant communities[J]. Journal of Ecology, 2011, 99(6): 1402. DOI:10.1111/j.1365-2745.2011.01877.x |
[20] |
RATCLIFFE S, HOLZWARTH F M, NADROWSKI K, et al. Tree neighbourhood matters-tree species composition drives diversity-productivity patterns in a near-natural beech forest[J]. Forest Ecology and Management, 2015, 335: 225. DOI:10.1016/j.foreco.2014.09.032 |
[21] |
LI Yuanfa, YE Shaoming M, HUI Gangying, et al. Spatial structure of timber harvested according to structure-based forest management[J]. Forest Ecology and Management, 2014, 322: 106. DOI:10.1016/j.foreco.2014.02.042 |
[22] |
TRENTINI C P, CAMPANELLO P I, VILLAGRA M, et al. Thinning of loblolly pine plantations in subtropical Argentina: Impact on microclimate and understory vegetation[J]. Forest Ecology and Management, 2017, 384: 236. DOI:10.1016/j.foreco.2016.10.040 |
[23] |
王媚臻, 毕浩杰, 金锁, 等. 林分密度对云顶山柏木人工林林下物种多样性和土壤理化性质的影响[J]. 生态学报, 2019, 39(3): 981. WANG Meizhen, BI Haojie, JIN Suo, et al. Effects of stand density on understory species diversity and soil physicochemical properties of a Cupressus funebris plantation in Yunding Mountain[J]. Acta Ecologica Sinica, 2019, 39(3): 981. |
[24] |
杜雪, 白彦锋, 杜志, 等. 湖南省马尾松天然次生林最优均衡曲线[J]. 北京林业大学学报, 2023, 45(1): 21. DU Xue, BAI Yanfeng, DU Zhi, et al. Optimal equilibrium curve of natural secondary forest of Pinus massoniana in Hunan province of central China[J]. Journal of Beijing Forestry University, 2023, 45(1): 21. |
[25] |
HONG Songbai, PIAO Shilong, CHEN Anping, et al. Afforestation neutralizes soil pH[J]. Nature Communication, 2018, 9: 520. DOI:10.1038/s41467-018-02970-1 |
[26] |
SEMCHENKO M, BARRY K E, DE VRIES F T, et al. Deciphering the role of specialist and generalist plant-microbial interactions as drivers of plant-soil feedback[J]. New Phytologist, 2022, 234: 1929. DOI:10.1111/nph.18118 |
[27] |
ZHAO Dehai, MONTES C R, BULLOCK B P, et al. Effects of intensive fertilization, complete competition control and site quality on aboveground net primary production (ANPP) dynamics of loblolly pine plantations[J]. Forest Ecology and Management, 2022, 506: 119986. DOI:10.1016/j.foreco.2021.119986 |
[28] |
RYALS R, KAISER M, TORN M S, et al. Impacts of organic matter amendments on carbon and nitrogen dynamics in grassland soils[J]. Soil Biology and Biochemistry, 2014, 68: 52. DOI:10.1016/j.soilbio.2013.09.011 |
[29] |
张玲玉, 赵学强, 沈仁芳. 土壤酸化及其生态效应[J]. 生态学杂志, 2019, 38(6): 1900. ZHANG Lingyu, ZHAO Xueqiang, SHEN Renfang. Soil acidification and its ecological effects[J]. Chinese Journal of Ecology, 2019, 38(6): 1900. |
[30] |
WANG Yilong, WANG Xuhui, WANG Kai, et al. The size of the land carbon sink in China[J]. Nature, 2022, 603(7901): E7. DOI:10.1038/s41586-021-04255-y |
[31] |
MORÁN-ORDÓÑE A, RAMSAUER J, COLL L, et al. Ecosystem services provision by Mediterranean forests will be compromised above 2℃ warming[J]. Global Change Biology, 2021, 27(18): 4210. DOI:10.1111/gcb.15745 |
[32] |
ZHANG Yan, WU Tong, SONG Changsu, et al. Influences of climate change and land use change on the interactions of ecosystem services in China's Xijiang River Basin[J]. Ecosystem Services, 2022, 58: 101489. DOI:10.1016/j.ecoser.2022.101489 |
[33] |
MOSS E D, EVANS D E, ATKINS J P. Investigating the impacts of climate change on ecosystem services in UK agro-ecosystems: An application of the DPSIR framework[J]. Land Use Policy, 2021, 105: 105394. DOI:10.1016/j.landusepol.2021.105394 |
[34] |
ZHANG Yao, KEENAN T F, ZHOU Sha. Exacerbated drought impacts on global ecosystems due to structural overshoot[J]. Nature Ecology and Evolution, 2021, 5: 1490. DOI:10.1038/s41559-021-01551-8 |
[35] |
ZHANG Yichen, PIAO Shiling, SUN Yan, et al. Future reversal of warming-enhanced vegetation productivity in the northern Hemisphere[J]. Nature Climate Change, 2022, 12: 581. DOI:10.1038/s41558-022-01374-w |
[36] |
BüHNE H S, TOBIAS J A, DURANT S M., et al. Improving predictions of climate change-land use change interactions[J]. Trends in Ecology and Evolution, 2021, 36(1): 29. DOI:10.1016/j.tree.2020.08.019 |
[37] |
LAWLER J, LEWIS D J, NELSON E, et al. Projected land-use change impacts on ecosystem services in the United States[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(20): 7492. |
[38] |
SCHIBALSKI A, KLEYER M, MAIER M, et al. Spatiotemporally explicit prediction of future ecosystem service provisioning in response to climate change, sea level rise, and adaptation strategies[J]. Ecosystem Services, 2022, 54: 101414. DOI:10.1016/j.ecoser.2022.101414 |
[39] |
TRIVIÑO M, MORÁN-ORDOÑEZ A, EYVINDSON K, et al. Future supply of boreal forest ecosystem services is driven by management rather than by climate change[J]. Global Change Biology, 2023, 29: 1484. DOI:10.1111/gcb.16566 |