針闊混交林林分結構與固碳功能耦合關系研究
——以青羊湖國有林場馬尾松—南酸棗混交林為例

趙東方

(國家林業和草原局中南調查規劃設計院，長沙 410014)

耦合是近年來應用頻率較高的專業術語之一，已逐漸應用于農業、生物學、生態學和地理學的研究。將耦合引入到林業研究領域具有重要的創新意義，它強調了因素之間深層次的關系[1]，為揭示森林系統的協同作用和制約關系提供了理論依據。

森林具有復雜的結構和功能，森林功能的發揮很大程度上取決于森林的結構是否合理。林分結構是林木個體生長發育空間的決定性因素[2]，直接影響林分穩定性、林木質量、健康狀況及林分多種功能，是森林經營過程中最可能調節的因素，因此，優化林分結構是培育多功能森林的重要途徑。合理的林分結構，既有利于林木個體獲取充分的生長發育條件，又能實現土地和空間最大限度利用，還具有培育優良干形、提高產量和提升木材品質等重要意義[3]。

目前，國內學者對林分結構與功能的耦合關系進行了一些研究，但大多是對林分非空間結構與功能進行研究，對林分空間結構與林分功能之間的耦合關系的研究鮮見報道。對于林分結構與水源涵養功能[4-7]、土壤養分[8-9]等耦合關系的研究較多，但尚未有對林分空間結構與非空間結構和固碳功能的耦合關系進行研究。本文以馬尾松(MassonPine)—南酸棗(Choerospondiasaxillaris)人工混交林為研究對象，通過主成分分析法研究林分結構與固碳功能之間的關系，建立耦合關系模型，以期為針闊混交林可持續經營及合理的經營密度提供參考。

1 研究區概況

青羊湖國有林場位于湖南省寧鄉縣西部，平均坡度35°，最高海拔927.4m，最低海拔166m；林場內土壤以山地黃紅壤、山地黃棕壤為主，土層厚度40～100cm，腐質層厚度18～28cm，土壤肥力較高；中亞熱帶向北亞熱帶過渡的大陸季風性濕潤氣候區，年均氣溫16.2℃，平均降雨量1438.8mm，相對濕度85%，無霜期273d。林場土地總面積為1129.1hm2，森林覆蓋率為98.7%。

林場內物種多樣，共有木本植物86科691種。有銀杏(Ginkgobiloba)、南方紅豆杉(Taxuschinensis)、水杉(Metasequoiaglyptostroboides)等5種國家一級重點保護植物；有香榧(Torreyagrandis)、鵝掌楸(Liriodendronchinese)等15種國家二級重點保護植物。

2 材料與方法

2.1 樣地設置與調查

在青羊湖國有林場選擇馬尾松林、馬尾松—南酸棗混交林，設置16塊大小為25m×25m的固定標準地。樣地基本調查因子包括海拔、坡度、坡位、坡向、土壤類型、土層厚度，林木的X，Y坐標、喬木樹種組成、年齡、株數、胸徑、樹高、冠幅、郁閉度等因子。樣地基本概況詳見表1。

表1 樣地基本概況樣地編號坡度/(°)海拔/m平均胸徑/cm平均樹高/m郁閉度株數密度/株/hm212315011.9011.550.709502151429.9010.000.801 7003201319.909.040.902 06642012010.509.900.601 10251413613.3012.700.6035062013013.5012.000.9585071612512.7011.300.851 00081512313.1012.100.801 20093413612.4010.900.601 120102512515.0614.100.80400111513115.1014.000.65450122012014.8013.500.95460131811813.6612.100.8081714231299.608.700.75964152512011.6010.900.651 050163013412.3011.300.751 100

2.2 研究方法

2.2.1 耦合關系因子的確定

選取林分平均胸徑(X1)、平均高(X2)、郁閉度(X3)、樹種組成(X4)、林分密度指數(X5)等作為林分非空間結構指標；選取混交度(X6)、角尺度(X7)、大小比數(X8)、林層指數(X9)、競爭指數(X10)、開闊比數(X11)等作為林分空間結構指標[10-11]；選取灌木蓋度(X12)、灌木均高(X13)、草本蓋度(X14)、草本均高(X15)等以反應林下植被情況。

2.2.2 固碳功能

依據馬尾松、硬闊及軟闊單木生物量模型[12]，計算樣地單位面積生物量，換算到樣地單位面積的固碳量，計算公式如(1)：

(1)

式中，C為單位面積固碳量；i為第i株樹；wi為第i株樹的生物量；A為樣地面積。

2.3 數據處理及分析

采用SPSS 19.0軟件，運用主成分分析法，通過降維從眾多因子中找出主要的影響因子，用較少的林分結構變量來衡量林分的固碳功能，以此來研究林分結構與固碳功能之間的耦合關系。

為驗證改進后的遺傳算法在排課問題中的應用效果，與文獻[10]及基本遺傳算法進行對比實驗。種群數量設為400，基本遺傳算法迭代數設為500，本文改進的遺傳算法最大允許停滯代數設為20，交叉概率為0.89，變異概率為0.02。分別在不同授課任務數時，三種算法得到的平均運行時間及適應度值如圖所示。

3 結果與分析

3.1 主成分提取與表達

將代表林分結構因子的角尺度、大小比數、混交度、開敞度、林層指數等指標中的屬性數據轉換為數值型數據，將數據標準化，消除數量級和量綱的影響，然后，計算其相關矩陣，結果如表2所示。

表2 林分結構因子相關性分析因子X1X2X3X4X5X6X7X8X9X10X11X12X13X14X15X1 1.000 X20.971 1.000 X30.136 0.064 1.000 X40.652 0.552 0.536 1.000 X5-0.463 -0.520 0.282 -0.077 1.000 X60.701 0.586 0.373 0.860 -0.149 1.000 X7-0.139 -0.060 -0.066 -0.121 -0.267 -0.121 1.000 X80.025 0.161 -0.207 -0.094 -0.026 -0.238 0.579 1.000 X90.590 0.567 -0.145 0.401 -0.699 0.509 0.250 -0.117 1.000 X10-0.422 -0.564 0.117 -0.032 0.632 -0.018 -0.295 -0.557 -0.267 1.000 X110.619 0.523 0.032 0.617 -0.207 0.731 0.051 -0.136 0.523 0.149 1.000 X120.458 0.379 0.289 0.425 -0.088 0.340 -0.339 -0.215 -0.003 -0.002 0.079 1.000 X13-0.511 -0.421 -0.205 -0.341 0.223 -0.350 0.361 0.657 -0.469 -0.266 -0.406 -0.418 1.000 X140.718 0.635 0.059 0.429 -0.312 0.587 0.163 -0.022 0.538 -0.086 0.721 0.241 -0.475 1.000 X150.696 0.592 -0.020 0.415 -0.396 0.658 0.053 -0.208 0.527 0.001 0.817 0.332 -0.493 0.896 1.000

由各個因子的相關系數可知，林分結構因子間存在一定的相關性，各個因子相互作用，相互影響。使用因子分析來將信息簡化，篩選出影響林分結構和功能的代表性因子。通過主成分因子分析法計算每個主成分因子的特征值和貢獻率(表3)。由表3可知，前4個主成分的樣本方差累積貢獻率為 81.034%，大于80%，符合主成分提取原則，因此，這4個主成分因子能夠代表所研究的馬尾松—南酸棗混交林的林分結構特征。

另外，各主成分因子的代表變量，即主成分體現的結構因子的信息，可以從因子載荷矩陣表中(表4)獲得。由各因子載荷的絕對值可知，第1主成分在林分的平均胸徑、平均高、混交度、草本蓋度和草本均高等指標上有較大載荷；它們的載荷分別為0.923，0.843，0.826，0.821和0.847。第2主成分在林分的大小比數和競爭指數指標上有較大載荷，它們的載荷分別為0.758和-0.791。第3主成分在林分的郁閉度和樹種組成指標上有較大載荷，它們的載荷分別為0.618和0.460。第4主成分因子主要反映了林分的角尺度和開闊比數特征，它們的載荷分別為0.514和0.460。

表3 主成分特征值及貢獻率成分特征值貢獻率累計貢獻率16.21541.43641.43622.87119.14060.57731.62410.83071.40641.4449.62781.03450.8985.98487.01860.7174.78091.79870.4773.17994.97880.3632.42397.40190.1951.29898.699100.0990.66299.361110.0520.34699.707120.0200.13399.840130.0130.08599.925140.0080.05099.975150.0040.025100

表4 因子載荷矩陣表結構因子成分1234X10.9230.1340.187-0.193X20.8430.2910.218-0.254X30.185-0.4660.6180.160X40.732-0.2430.4600.200X5-0.485-0.5850.2810.393X60.826-0.2140.2170.253X7-0.0520.671-0.0210.514X8-0.1800.7580.4390.241X90.7090.319-0.355-0.018X10-0.201-0.791-0.3530.376X110.787-0.073-0.2000.460X120.438-0.3510.343-0.435X13-0.6210.4640.3400.303X140.8210.094-0.1650.255X150.847-0.006-0.2810.192

3.2 耦合關系模型構建

根據對林分結構特征的分析結果，將其與林分固碳功能指標對應，運用SPSS19.0采用Pearson檢驗法進行結構因子與功能指標的相關性分析，并對其進行模型擬合。

根據林分結構因子與林分固碳功能的特點，選擇線性模型擬合林分結構與固碳功能之間的關系，表達式如(2)：

A=m1x1+m2x2+…+mnxn

(2)

式中:A為因變量；x1，x2，…,xn為自變量；m1，m2，…,mn為自變量系數?？梢詮囊蜃拥梅窒禂稻仃?表5)獲得自變量系數m的值。

表5 因子得分系數矩陣結構因子成分1234X10.1490.0470.115-0.133X20.1360.1010.134-0.176X30.030-0.1620.3800.111X40.118-0.0850.2830.139X5-0.078-0.2040.1730.272

續表5 因子得分系數矩陣結構因子成分1234X60.133-0.0740.1340.175X7-0.0080.234-0.0130.356X8-0.0290.2640.2700.167X90.1140.111-0.219-0.012X10-0.032-0.276-0.2170.260X110.127-0.025-0.1230.318X120.070-0.1220.211-0.301X13-0.1000.1620.2090.210X140.1320.033-0.1010.176X150.136-0.002-0.1730.133

基于因子得分系數和原始變量的觀測值來計算出各個樣地在4個主成分上的得分，如(3)～(6)式所示：

(3)

F2=0.047X1+0.101X2-0.162X3-0.085X4-0.204X5-0.074X6+0.234X7+0.264X8+0.111X9-0.276X10-0.025X11-0.122X12+0.162X13+0.033X14-0.002X15

(4)

F3=0.115X1+0.134X2+0.38X3+0.283X4+0.173X5+0.134X6-0.013X7+0.27X8-0.219X9-0.217X10-0.123X11+0.211X12+0.209X13-0.101X14-0.173X15

(5)

F4=-0.133X1-0.176X2+0.111X3+0.139X4+0.272X5+0.175X6+0.356X7+0.167X8-0.012X9+0.26X10+0.318X11-0.301X12+0.21X13+0.176X14+0.133X15

(6)

3.3 因子得分綜合分析

每個主成分因子的權重(主成分特征值)和因子得分乘積之和便是主成分因子綜合得分(F)，即林分的固碳功能指數，表達式如(7)：

(7)

式中:λ1=6.215，λ2=2.871，λ3=1.624，

λ4=1.444。

通過建立的林分結構與功能模型可以計算出16個樣地的固碳功能指數。為方便樣地等級劃分，將各樣地的主成分因子綜合得分值F進行標準化。標準化后的值用P表示，P即為評價指數，范圍在0～100之間。其標準化公式為：

(8)

式中：Fi表示第i個樣地的固碳功能綜合評價值；Fmin表示樣地固碳功能的最小綜合評價值；Fmax表示樣地固碳功能的最大綜合評價值。

利用分析評價結果構建的公式計算樣地主成分綜合評價指數P，根據綜合評價指數P和蓄積量的關系散點圖(圖1)可以看出，它們之間的關系可以用線性函數表達，其相關系數為0.801 7(P<0.05)。

圖1 主成分綜合評價指數與蓄積量相關關系散點圖

通過16個樣地功能評價值P的計算結果可知：固碳功能評價值最高達100分(1個樣地)，主林層是馬尾松與南酸棗，次林層為木荷(Schimasuperba)、香樟(Cinnamomumcamphora)等樹種，林分結構合理；固碳功能綜合評價值在[80，100)的樣地有2個，主要優勢樹種是南酸棗、木荷；固碳功能綜合評價值在[60，80)分的樣地有4個；固碳功能綜合評價值在[40，60)分的樣地有4個；固碳功能綜合評價值在[20，40)分的樣地有2個；固碳功能綜合評價值低于20分的樣地有3個，其樹種全部為馬尾松，林層結構單一。

4 結論與討論

1)研究結果表明，運用主成分分析研究林分固碳功能與結構因子的關系是可行的。通過尋找影響林分固碳功能的主要結構因子，再通過降維將代表林分結構的15個因子簡化為4個，從分析結果看，影響林分固碳功能的結構指標可以歸并為林木和林下植被生長情況、林木競爭壓力、樹種組成、空間分布格局4個方面。其中林木和林下植被生長情況的貢獻率最高，對林分固碳功能的影響最大。

2)本研究以青羊湖林場馬尾松—南酸棗混交林為研究對象，建立了林分結構與固碳功能的耦合關系模型，利用模型計算出各樣地主成分綜合評價指數P，從P與固碳功能(蓄積量)之間的關系散點圖(圖1)可知，兩者具有顯著相關關系，其中綜合評價指數最高的樣地其蓄積量也最高，固碳綜合評價指數較高的林分其密度約為1050株/hm2、郁閉度為0.65左右，林層結構為復層林的馬尾松—南酸棗混交林。該類型林分有利于保持較穩定的林分結構特征和較高的固碳功能，是青羊湖林場馬尾松—南酸棗混交林的最佳林分結構。

3)影響林分固碳功能的因子是多方面的，固碳功能的大小是由多個因子相互作用、共同影響的結果，這是由森林生態系統所具有的復雜結構和功能特征決定的。為了最大限度地發揮林分的固碳功能，就要確保林分結構的合理性，只有結構合理才能正常發揮其功能[13]。研究區可以制定科學的經營管理措施，調整林分結構，最大限度地發揮其經濟效益。

4)在構建林分結構與固碳功能的耦合關系模型時，選擇了與林分固碳功能密切相關的15個結構指標，但選擇的指標還不夠全面，林地的土壤養分、土層厚度等也會對林木固碳產生影響，因此，今后的研究還需進一步探討這一方面的內容。本研究采用了線性模型來表達林分結構與功能之間的關系，而非線性模型也會成為今后的研究方向之一。