基于小班尺度的县域森林质量评价研究*

张 峰 张丽君 胡 炜 梁承坚

（肇庆市林业科学研究所，广东 肇庆 526000）

优质的生态产品供给与森林质量息息相关。近年来，国家林业和草原局出台了《“十三五”森林质量精准提升工程规划》，要求把全面加强森林经营、提升森林质量作为林业建设的核心和主攻方向。森林资源质量问题已经上升为林业生态工程成败的关键，没有森林资源质量的大幅度提高，从传统林业向现代化林业的跨越就无法实现。森林资源质量评价就是分析和评价区域森林资源质量好坏、定性与定量研究相结合，准确客观的得出区域森林资源质量综合指数的分析方法[1]。最初研究森林资源质量评价的方式为定性评价，这种分析方法带有极大地主观性，评价结果不能科学合理反映森林质量空间分布状态[2]。目前森林资源质量评价方法更加趋于采用定量评价方式，其评价方法多样且各具特色，主要采用层次分析法、综合指数法、模糊综合评价法、灰色关联度法、视神经网络法和物元分析法等评价方法[3-8]。本研究依据县域森林资源二类调查数据，在小班尺度上采用主成分分析方法进行评价指标筛选，再进行层次分析法指数标度，使其能够更加全面反映森林资源质量情况，并对森林经营起到指导性作用。本研究方法便于及时掌握森林资源质量动态变化，为森林资源质量监测、森林经营规划、森林经营方案的编制提供有力依据。

1 材料与方法

1.1 研究区概况

研究地区位于广东省肇庆市高要区，其地理坐标为22°47′N-23°26′N、112°11′E-112°50′E，高要区属广佛肇经济圈和肇庆市经济发展中心区，东邻佛山市三水区，西连云浮市云城区及肇庆市德庆县，南接佛山市高明区及云浮市新兴县，北与肇庆市端州区、鼎湖区、广宁县、四会市相连，全区总面积2 196 km2。地貌属低山丘陵，海拔在1～900 m 之间。地带性土壤为赤红壤，地域性土壤为黄壤、黑色石灰地、潮沙泥地、基水地、水稻土等土类。地处低纬度北回归线南侧，属亚热带季风气候，热量丰富，阳光充足、雨量充沛。年平均气温为22 ℃，年平均降雨量1 647.9 mm，年平均日照时数1 801.6 h。森林面积91 892.7 hm2，森林覆盖率59.64%，活立木总蓄积量722.9 万m3。地带性植被有季风常绿阔叶林、南亚热带沟谷季雨林、山地常绿阔叶林、针叶混交林、针叶林、山顶矮林灌丛6 种类型及少量的人工经济林，主要树种有桉树（Eucalyptusrobusta）、马尾松（Pinus massoniana）、湿地松（Pinus elliottii）、肉桂（Cinnamomum cassia）、马占相思（Acacia mangium）等。

1.2 数据来源及处理

1.2.1 数据来源 本研究以2017 年完成的高要区森林资源二类调查小班数据为主要数据源，并通过野外踏查的方法对所获取的数据进行核查与相关因子的补充调查，共选取高要区林地小班15879 个，小班的属性主要包括小班号、地类、面积、坡度、坡位、土壤类型、土层厚度、立地等级、优势树种、群落结构、森林类别、林种、起源、林分自然度、郁闭度、平均胸径、平均树高、平均年龄、龄组、腐殖质层厚度、森林健康等级、灾害程度、公顷蓄积、公顷株数等，小班数据信息满足森林质量指数评价的要求。小班属性中的海拔信息，通过地理信息系统软件Arcgis10.2 中空间分析模块工具进行提取，提取过程均采用西安80 坐标系配准相关空间数据。

1.2.2 数据处理 县域森林资源调查数据中往往存在多个以文字形式表述的指标，如坡向、灾害程度、优势树种等，这类指标自身存在优劣层次，可采用等距赋值法将其转化为数值进行评价[9]。为了消除评价指标之间的量纲影响，需要进行数据归一化处理。具体方法如下：

正向指标型：

这类指标主要为平均胸径、郁闭度、公顷蓄积量、平均高、土层厚度和腐殖质层厚度。

逆向指标型：

这类指标主要为坡度、海拔。

极值指标型：

这类指标主要为坡向、灾害等级、优势树种、龄组。

式中：Ai为第i评价因子的归一化值，Xi为第i评价因子的原始值，Xmax为Xi中最大值，Xmin为Xi中最小值，X0为Xi取值区间内某个程度最优值。

1.3 研究方法

1.3.1 主成分分析法 主成分分析法在评价因子筛选及避免因子发生自相关方面应用较多，将多个测定因子归纳为数量较少的若干主成分，以减少研究因子的个数。本研究利用主成份分析法根据相关但不同质的原则进行指标筛选，运用 SPSS19 软件对初筛因子进行主成分分析，以方差累计贡献率≥85% 为标准确定主成分，并通过研究区实际情况选出影响森林资源质量评价的主要指标。

森林资源质量的好坏由多种因素共同决定，采用主成分分析法利用线性回归模型对主导功能进行描述。本研究选取平均胸径、郁闭度、活立木公顷蓄积量，平均树高、坡度、坡位、海拔、腐殖质层厚度、土层厚度、灾害等级、优势树种、龄组等12 个模型参数，建立主成分模型。由表1 可知，第一、二、三主成分的特征值均大于1，特征值累计贡献率达到95.6%，具有很强的代表性且符合统计学要求。因此，这三个主成分可以代表高要区森林资源质量评价指标要求。

在小学数学合作学习教学中存在的种种弊病，我们不得不面对，不得不让人深入思考。为了提高小组合作学习的有效性，促进合作学习在教学中的运用，探索优化合作学习的教学策略，笔者经过多年的实践研究发现，可以从以下几方面进行优化，从而真正体现合作学习的优越性，给学生合作的机会，笔者试提出以下策略，以供参考。

表1 特征值及贡献率解释Table 1 Explanation of eigenvalues and contribution rates

由表2 可知，第一主成分中平均胸径（0.907）、平均高（0.910）、郁闭度（0.831）、活立木公顷蓄积量（0.912）的载荷信息最大且比较平均，与森林木材生产力有关，将其定义为森林生产力描述；第二主成分中海拔（-0.614）、坡度（0.497）、坡向（0.579）、土层厚度（0.601）、腐殖质层厚度（-0.508）的载荷信息较大，分布较均匀，该载荷信息与森林立地条件关系密切，将其定义为森林立地质量描述；第三主成分中优势树种（-0.654）、龄组（-0.672）、灾害等级（0.610）的载荷信息较大，与森林结构稳定有关，将其定义为林分稳定性描述。

1.3.2 层次分析法 层次分析法是将与决策总是有关的指标分解成目标、准则、方案等层次，通过主观判断和两两比较，得到决策因素对于目标的重要性总排序，最终根据得出的排序结果进行决策和选择解决问题的措施[10-13]。本研究根据主成分分析法筛选出的各主成分因子，按照代表性、可行性、可比性、整体性、实用性，确定森林质量评价目标层（A）、评价准则层（B）、评价因子层（C）。通过评价指标体系所列各项指标两两比较判断矩阵来得出各评价因子对该准则的相对权重，经过判断矩阵一致可靠性检验、层次单排序、层次总排序与一致性检验后，得出高要区森林资源质量评价模型与准则层、各评价因子所占权重。

表2 指标载荷信息表Table 2 Index load information table

本研究以森林质量评价为最终目标层（A），根据主成分分析中指标载荷信息描述结果，从森林生产力、立地质量、林分稳定性3 个方面构建评价体系的准则层（B），各主要构成要素的评价因子作为评价因子层（C）。其中森林生产力由平均胸径、郁闭度、活立木公顷蓄积量、平均高4 个评价因子组成；立地质量由坡度、坡向、海拔、土层厚度、腐殖质层厚度5 个评价因子组成；林分稳定性由灾害等级、优势树种、龄组3 个评价因子组成。

1.3.3 指标权重的确定及检验 采用层次分析法对高要区森林质量评价体系所列各项评价指标采用1-9标度法，通过构造A-B、B1-C、B2-C、B3-C 的两两比较判断矩阵，在Microsoft Excel 2016 软件中求得各评价因子对准则层的相对权重，经过判断矩阵一致性检验、层次单排序、层次总排序和一致性检验后，得出高要区森林资源质量评价模型与准则层、各评价因子所占权重（表3）。检验判断矩阵是否具有满意一致性，需将一致性指标CI 和随机一致性指标RI 进行比较，得出检验系数CR，公式如下：

式中：CR 为检验系数，CI 为一致性指标值，RI 为随机一致性指标值。当CR＜0.10 时，则认为判断矩阵通过一致性检验，该判断矩阵具有满意一致性，否则就不具有满意一致性。层次总排序一致性检验是根据单排序一致性指标为CIj，（j=1，· · ·m），相应的平均随机一致性指标为RIj，准则层总排序随机一致性比例为：

式中：CR 为层次总排序一致性检验系数，CIj为第j指标单排序一致性检验指标，RIj为第j指标对应的平均随机一致性指标，aj为层次总排序权重。当CR＜0.10 时，认为层次排序结果具有较满意的一致性并接受该分析结果。

表3 森林质量评价各指标权重及一致性检验值Table 3 Weight of each index and consistency test value of forest quality evaluation

1.3.4 森林质量指数 县域森林质量评价指数是根据各小班的森林质量综合评价指数与小班面积的百分比计算得出，计算方法如下：

式中：Fi为第i小班森林质量综合分值，Bi为第j评价因子的评分；W为第j评价因子的权重。

县域森林质量指数F值由下式得出：

式中：F为县域森林质量指数，Si为第i小班面积，Fi为第i小班森林质量综合分值。

1.3.5 森林质量指数分级 将高要区15 879 个林地小班森林质量指数导入SPSS19.0 中进行统计描述分析，由表4 可以看出，小班质量指数从0.279 2 到0.866 3 均有分布，均值为0.527 5，标准差为0.064 6，变动系数为0.122 5＜0.15，表明统计数据正常，小班森林质量指数变异性小。

表4 小班质量指数描述性统计分析Table 4 Descriptive statistical analysis of forest quality index of subcompartment

应用统计学中Q-Q 图检验小班森林质量指数数据分布是否服从正太分布，该统计图中横轴为小班森林质量指数分位数，纵轴为正态分布分位数，如果两者构成的散点分布在一条直线上，就证明小班森林质量指数与正态分布存在相关性，即服从正态分布。由图1 可以看出，大部分小班森林质量指数偏离直线不远，只有少部分小班森林质量指数偏离直线较远，数据大致服从正态分布。

按照等距分组确定各等级间阈值，本研究将森林质量评定等级划分为优、中、差、劣4 个等级，分别为优∈[0.7,0.9]，中∈[0.5,0.7），差∈[0.3,0.5），劣∈[0.1,0.3）。

2 结果与分析

2.1 研究区森林质量评价

通过上述研究方法和森林质量评价结果，本研究对高要区15 879 个林地小班进行了森林质量评价，评价结果表明高要区县域森林质量水平处于中等水平，其森林质量指数为0.53。小班森林质量评价统计结果表明，全县森林质量等级处于中等的小班个数为10 221 个，面积占比为65.64%；全县森林质量等级处于优等的小班仅213 个，面积占比不足1.53%；森林质量等级为劣和差等级的小班合计5 445 个，面积占比32.83%。从不同森林类别的小班森林质量统计结果表5 可以看出，生态公益林森林质量等级为中等以上的面积占生态公益林总面积的69.67%，商品林森林质量等级为中等以上的面积占商品林总面积的66.24%，表明研究区生态公益林森林质量水平比商品林较高，两者差异显著性不强。根据研究区实际，公益林森林质量较高于商品林的主要原因为当地开展的公益林严格保育制度，两者差异显著性不强的主要原因为生态公益林森林质量精准提升措施不到位。总体来看，研究区通过实行公益林严格保育制度使得全区公益林林分结构趋于合理，森林整体质量水平有所提高。

运用ArcGIS10.2 软件对全区森林质量等级进行划分，得到全区森林质量等级分布图（图2）。由图2可以看出，高要区森林质量等级分布明显存在空间分布特征，即北部和南部山地丘陵区森林质量等级较高，中部地区森林质量等级较低，其主要原因为中部平原地区人为干扰明显，南部和北部山区人为干扰较小。表明森林质量好坏与人为干扰存在明显相关关系。高要区森林质量等级整体处于中等水平，表明全区森林质量有很大提升空间，后期应该加强森林经营水平，通过科学合理规划和经营使得全区森林质量水平获得较大提升。全区森林质量等级为优的森林小班均有小而少的分布，其主要分布于公益林范围内；北部山区存在较大面积的森林质量等级为差的小班，其主要原因为该区域存在较大面积的肉桂经济林，该林分受人为因素干扰较强，森林经营强度高，森林生态系统不完整，林分结构不合理，造成了这部分区域森林质量等级不高，后期森林经营规划中应加强该区域林分结构调整和森林生态系统构建等精准措施力度。

表5 小班森林质量评价统计结果Table 5 Statistical results of forest quality evaluation in subcompartment

图2 高要区森林经营小班森林质量等级分布图Fig.2 Distribution diagram of forest quality grade of subcompartment in Gaoyao district

2.2 不同起源的森林质量状况分析

研究区不同起源森林质量等级情况如图3 所示，天然林森林质量等级为中等以上的面积占研究区总面积的47.53%，人工林森林质量等级为中等以上的面积占研究区总面积的3.18%，表明天然林的森林质量水平明显高于人工林，其主要原因为天然林人为干扰因素较小，森林群落较易形成稳定的正向演替群落，森林林分质量较高。人工林林分单一，人为干扰大，不利于森林群落的演替，研究区主要人工林为桉树和肉桂。在后期的森林经营中应加大对人工林林分结构调整的力度，积极营混交林，同时积极开展近自然森林经营措施。研究区天然林中森林质量等级为差等级的比例要高于人工林，说明研究区天然林亟需进行森林抚育。

图3 不同起源的森林质量状况Fig.3 Forest quality of different origins

2.3 不同龄组的森林质量状况分析

研究区龄组分布表现为幼龄林和中龄林面积最大，近熟林次之，成、过熟林面积偏小（图4）。从森林质量指数均值随龄组分布图中可以看出，各龄组小班森林质量指数均值均高于0.50，全区森林质量水平处于中等水平。随着龄级的增高，小班森林质量指数均值呈上升趋势，幼龄林由于林木郁闭度不高，小班优势树种胸径较小，完整的森林群落尚未形成，故森林质量等级偏低，成、过熟林小班林分已生长成熟，小班森林群落结构趋于完整，林内种间竞争和林分密度达到最优状态，各林木充分利用林内资源，形成了稳定的林分结构，森林质量水平较高。

图4 不同龄组小班面积与森林质量均值Fig.4 Mean values of area and forest quality of subcompartment in different age groups

2.4 不同森林类型的森林质量状况分析

研究区不同森林类型的森林质量指数均值状况如图5 所示，从该图可以看出，不同龄组的混交林森林质量指数均值均高于纯林，不同龄组的阔叶林森林质量水平均高于针叶纯林。表明混交林具有较高的森林稳定性，林分结构合理，自然演替能力强，抵御森林病虫害能力强，其森林质量水平提高快。纯林中阔叶林森林质量比针叶纯林的森林质量要好，相比阔叶纯林，针叶纯林林分结构不合理，森林群落极易引发森林病虫害，森林质量的提高需要加强森林抚育和近自然经营水平。

图5 不同森林类型小班森林质量均值Fig.5 Forest quality mean of different forest types in subcompartment

3 结论与讨论

森林质量评价是一个及其复杂的问题，评价指标具有尺度性和相关性，其评价结果能够显示出区域森林资源质量现状和发展趋势，对于开展森林经营具有现实指导性。本研究根据高要区森林资源二类调查数据库，在森林经营最小单位即小班尺度上，构建基于县域的森林资源质量评价体系，得到主要结论如下：

（1）本研究利用主成分分析法对森林质量评价因子进行了筛选，最终选择了平均胸径、平均高、郁闭度、活立木公顷蓄积量、海拔、坡度、坡向、土层厚度、腐殖质层厚度、灾害等级、优势树种、龄组作为评价指标。通过层次分析法确定了各指标的权重并通过一致性检验，最终得到了小班森林质量评价指标总权重向量α=（0.261 3，0.202 4，0.070 6，0.049 9，0.102 5，0.094 5，0.046 9，0.025 1，0.011 9，0.086 0，0.034 9，0.014 1）。

（2）按照Q-Q 图检验法得出小班森林质量指数基本服从正态分布，通过等距分组确定了各等级间阈值，将森林质量等级划分为劣、差、中、优4 个等级。

（3）本研究对高要区15 879 个林地小班进行了森林质量评价，得出了高要区县域森林质量指数为0.53，县域森林质量水平处于中等水平，同时也得出了高要区县域森林质量等级空间分布状况，并从森林起源、龄组和森林类型3 个方面分析了研究区森林质量现状与不足，提出亟需进行精准森林经营，来提高研究区森林质量水平。

森林质量评价指标体系建立涉及方面很多，如森林干扰理论、森林演替理论、生态位原理等，不可能凭借几个简单的评价指标就可以进行完整系统的评价，本研究利用森林资源调查数据库中林地小班调查因子对森林质量进行评价，旨在为森林经营规划和森林经营方案等的编制提供一定的理论依据，同时也为区域性森林质量状况监测提供可行性。