基于熵值法的人工林林木鄰體結構優化方法

王博恒,盧 佶,王 丹,趙鵬祥,李衛忠,張國威*

(1.西北農林科技大學 林學院,陜西 楊陵 712100;2.國家林業和草原局 華東調查規劃設計院,浙江 杭州 310019)

人工林是我國森林生態系統中重要的組成部分之一,占我國森林總面積的36%,在維護區域生態安全、改善區域氣候環境等方面具有積極的貢獻[1]。目前我國人工林普遍存在著樹種單一、結構簡單、病蟲害頻發的問題[1-2],已成為制約人工林發展的主要問題之一。國家林業和草原局在《“十四五”林業草原保護發展規劃綱要》中,明確提出要加大人工純林改造力度。因此,開展森林結構調整研究,是遵循自然發展規律對低質低效人工林進行林分改造和群落重建的有效途徑和理論基礎。

林木是森林生態系統發揮功能的最小單元,林木與其相鄰個體間的相互作用是森林動態變化的重要驅動力[3]。鄰體間的相互作用塑造了林木的生長、死亡和大小分化等特征,進而極大程度地影響了林分空間結構的形成[4-5]。鄰體結構[6]是對目標樹及其相鄰林木在空間中分布特征的描述,反映了目標樹鄰域范圍內林木的密度、鄰體與目標樹間的距離及大小關系、鄰體樹種組成等。開展單木水平的林木結構優化調整,不僅有助于森林經營實踐中目標樹的培育,也可以為增加林分生產力提供理論和技術依據[7]。

油松(Pinustabuliformis)是黃土高原區重要的鄉土樹種和地帶性造林樹種,對維護緩解水土流失[8-10]、小氣候改善等具有重要的意義。由于早期造林、經營理論基礎缺乏,培育技術落后,目前該地區油松人工林混交度低、結構簡單、林下植被生長狀況差[1,11],亟須開展林分改造和群落結構調整等工作。本研究以陜西省延安市黃龍山林區油松人工林為對象,在單木水平上通過熵值法[12-13]和貪婪算法(greedy algorithm)[14],提出了一種單木鄰體結構模擬優化模型,探討了油松人工林近自然經營的策略方法,以期為該地區油松人工林的精準經營提供科學依據和理論方法。

1 材料與方法

1.1 研究區概況

研究區位于黃土高原東南部(35°28′46″-36°02′01″N,109°38′49″-110°12′47″E),總面積約19.4萬hm2,地勢西北高、東南低,地貌以丘陵溝壑為主,林區內的地形破碎化程度較高[15]。該地區屬溫帶大陸性季風氣候,四季分明,晝夜溫差大,年平均氣溫8～12 ℃,無霜期175 d,全年日照時數達到2 370 h,年平均降水量350～600 mm,主要集中于7、8、9月,約占年降水量的60%。黃龍山林區森林資源儲量豐富,有林地面積16.8萬hm2,活立木蓄積量為602萬m3[16-17],植被覆蓋率85%。林區內主要喬木種包括:油松、杜梨(Pyrusbetulifolia)、海棠(Malusspectabilis)、野山楂(Crataeguscuneata)、白樺(Betulaplatyphylla)、側柏(Platycladusorientalis)、遼東櫟(Quercuswutaishansea)等。

1.2 樣地布設與調查

基于實地踏查結果,于2017年7-8月在立地質量、海拔、坡度等條件相似,起源不同的林分中,依據典型取樣的方法,分別設置天然林樣地1塊和人工林樣地3塊,樣地大小均為20 m×30 m。各樣地基本信息見表1。

表1 樣地基本信息

在樣地中,分別測定和記錄胸徑3 cm以上所有喬木的樹種、胸徑、樹高、位置(相對坐標)、冠幅等因子。在后續計算鄰體結構指數時,人為在樣地內部外緣設置2 m寬的緩沖帶,以消除邊緣效應。

1.3 鄰體結構評價指標體系的構建

林木的鄰體結構從林木與其相鄰個體的空間距離關系、大小分化程度和樹種屬性差異3個維度進行量化,指標體系見圖1。

圖1 鄰體結構的評價指標體系

其中,空間距離關系、大小分化程度和樹種屬性差異維度的評價分別基于2、3和1個指標,各指標的含義和計算公式見表2。

表2 鄰體結構評價指標匯總表

鄰體結構中各指標權重的計算基于熵值法,該方法是一種基于信息熵(即信息混亂程度)進行指標權重估計的方法,可以有效避免主觀因素對賦權過程的影響,具有客觀、高效的優點。為了將人工林單木鄰體結構調整至近自然狀態,本研究以天然林樣地的鄰體結構熵值總得分為參照,通過模擬采伐,將3個人工林樣地的熵值總得分調整至與天然林樣地相近似的狀態。天然林和人工林樣地的熵值總得分計算方法如下。

1)將鄰體結構評價指標體系使用數據矩陣X表示

(1)

2)將數據矩陣X轉換為數據比重矩陣Y

(2)

(3)

(4)

(5)

dj=1-ej

(6)

(7)

(8)

(9)

式中:x1～x6為評價指標體系中的6個指標;n為納入評價指標體系的總樣本數;Pij為第j個樣本在第i個指標的上的比重值;dj為第j個指標的信息效用價值;ej為第j個指標的信息熵;K為常數且與評價指標體系中指標數量有關;m為評價指標體系中指標數量,本研究中m=6。

1.4 模擬調整

人工林樣地的模擬調整過程基于貪婪算法,該算法是求解復雜問題最優解的方法之一,其計算邏輯是:在求解需要多層次問題時,每一層將當前的局部最優解作為結果,并在該結果的基礎上進行后續部分求解,從而得到多層次問題的結果。通過貪婪算法通常無法得到復雜問題的全局最優解,但其結果通常與全局最優解近似。但相比于其他全局算法,貪婪算法結構簡單、運算速度快,目前仍廣泛被應用于復雜問題的求解過程中。模擬調整的算法架構見圖2。

圖2 模擬調整的算法架構

2 結果與分析

原始人工林a、b、c樣地和天然林樣地中林木各鄰體結構指標的權重見表3,表明人工林和天然林樣地中林木在大小分化程度、樹種屬性差異和空間距離存在較大差異。在模擬采伐后,人工林樣地a、b和c中,分別保留63、59、61株單木,采伐58、29、41株單木,3個人工林樣地中株數密度均與天然林樣地中株數密度更加接近。3個人工林樣地的所有模擬采伐木中,林木胸徑最大達到20.2 cm,而最小僅為4.7 cm。

表3 原始人工林樣地與天然林樣地鄰體結構指標權重

表4為人工林樣地在模擬調整前后與天然林樣地的參數對照,林分參數方面,調整后的人工林樣地在優勢木平均高、平均胸徑、平均生物量、平均樹高等參數的分布狀態均更接近于天然林樣地,說明通過模擬調整可以有效改善人工林的非空間結構參數分布,使其更接近于天然林。表征競爭的總覆蓋指數(TOI)值分別從調整前的1.72、1.64、1.77降低至調整后的0.96、1.02、0.99,顯著低于該指標在天然林中的數值。鄰體結構參數方面,大小比數、混交度、最近4株單木平均距離D4和樹高優勢度在試驗樣地進行模擬調整后,均更接近于天然林樣地,而模擬調整后人工林樣地的胸徑優勢度則顯著高于天然林樣地。

表4 油松人工林樣地優化調整前后與油松天然林樣地的對照

圖3(a)、圖3(b)、圖3(c)分別表征模擬調整前的人工林樣地a、b、c林木分布情況的可視化,圖3(e)、圖3(f)、圖3(g)分別為調整后人工林樣地a、b、c林木分布情況的可視化,圖3(d)為天然林樣地林木分布情況的可視化。相比于原始人工林樣地,經過優化調整后該樣地中林木的鄰體結構狀態得到明顯改善,林木間擁擠程度明顯降低,樹種混交程度極大提高,林木在空間中的分布狀態更趨近于天然林。

圖3 優化前后的人工林樣地和天然林樣地中單木鄰體結構

3 結論與討論

本研究發現,在優化調整的人工林樣地中,林木胸徑結構更接近于天然林樣地(呈倒“J”形分布)。這主要是由于原始人工林樣地中林木均為同期栽種,且由于栽植密度較高,林木間競爭激烈,林下更新狀況較差[20],進而導致林分中大徑級林木的比例較低,而中徑級林木和小徑級林木(多為更新幼樹)比例則較高。而在模擬調整的過程中,原始人工林樣地中大量中等胸徑林木被剔除。此外,調整后的人工林樣地中,表征林木競爭關系的TOI指數顯著低于其在天然林樣地中的數值。這主要是由于TOI競爭指數的計算主要基于林木的樹冠大小和三維位置關系[3],在模擬采伐后,盡管樣地中林木鄰體競爭和互補效應發生變化,但用于計算競爭指數的林木生長狀態變量(胸徑、樹高和冠長等)仍需要一定時間才能發生變化[21]。而調整后的人工林樣地中,表征林木大小關系的胸徑優勢度則顯著大于其在天然林樣地中的數值,這是由于原始的人工林樣地中,林木胸徑大小分化程度較低,而在模擬采伐的過程中,大量中等胸徑的林木被移除,導致林木胸徑的分布狀態趨向兩極?？偟膩碚f,基于熵值法的鄰體結構模擬調整效果符合試驗預期,可以達到調整林木與其鄰體空間分布狀態的效果。

在現代人工林經營理論的研究中,人類對人工林生態系統功能的要求不斷提高,提倡在兼顧木材生產的條件下,不斷提高其生態服務價值[22-23]。而關于人工林結構和功能的優化調整,無論在近自然經營理論[24],抑或是森林生態系統經營理論[25]中,都以原始林作為最終目標[26-27]。前人研究中,人工林的撫育經營策略通常以關于原始林的先驗知識為基礎,建立在人為設置的約束條件和目標函數之上。這種人為設置函數和條件的方法對研究者的理論基礎和實踐經驗均有較高要求,受主觀感受影響較大[20]。而基于熵值法的模擬優化模型則以客觀賦權法為基礎,以林分中特定指標(本研究中為鄰體結構)的無序程度為橋梁,實現天然林和人工林的緊密聯系,受研究者人為影響程度較低。該方法的核心邏輯為:通過量化計算,將林木特定指標(除本研究中的鄰體結構外,還可以是競爭、胸徑分布等指標)的無序程度調整至與天然林相似的狀態,實現人工林的優化過程。

此外,由于異齡、混交的林分的演替周期與其林木的生長發育過程不同步,為了構建異齡、混交的人工林生態系統,侯元兆等[28]認為在對人工林進行林分改造和群落重建時,需要以林木個體的經營周期為基礎,將林木作為森林經營和收獲的最小單位。本研究提出的鄰體結構的配置方法可以從林木水平上實現對整體林分的結構調整,模擬試驗的結果顯示,采用該方法優化調整的效果符合研究預期,可以在林木水平上實現調整林分結構的效果,表明基于熵值法的優化調整可以廣泛適用于林分演替周期與林木生長發育過程不同步的次生天然林、原始天然和異齡混交人工林。

除本研究中的鄰體結構外,基于熵值法的模擬優化模型中還可以考慮使用其他參數作為核心變量,例如林木競爭[29]、年齡結構、點格局關系[30-32]等。同時,在核心變量的基礎上,還可以增加林木健康、林木樹冠所處冠層等類型的約束條件,優先對特定類型林木進行采伐。本研究中,為了獲得人工林樣地調整的最佳效果,模擬調整僅考慮了人工林和天然林樣地中鄰體結構的相似性,未設置單次采伐株數和采伐強度的約束條件,導致模擬采伐的強度(48%)遠高于撫育經營規程中規定的最大采伐強度。在未來研究和實際應用中,可以按照實際生產需求,通過在模擬調整模型中增加單次采伐株數或強度的約束條件,逐年、多次對林分進行調整,進而達到與本研究相似調整效果。