基于小班调查数据的赣南天然槠栲林多功能等级评价

李 鹏 ，孙科辉，黄锦程，刘洪生，宁金魁，欧阳勋志，臧 颢*

（1.江西农业大学林学院/鄱阳湖流域森林生态系统保护与修复，江西南昌 330045；2.江西省崇义县林业局，江西赣州 341300）

【研究意义】随着人类对森林认识的深入和生态保护的需求，森林多功能经营受到了更多的重视。依据《全国森林经营规划（2016−2050）》[1]，我国的森林功能可分为林产品供给、生态保护调节、生态文化服务和生态系统支持4类，这些功能在人类社会中发挥着巨大的生态、经济和社会效益[2]。如何准确评估森林的这些功能，成为了开展森林多功能经营的一个关键问题。

【前人研究进展】为准确评估森林功能，很多学者做了大量工作，但多集中于森林的单一功能评价。安宝利等[3]以砒砂岩区的沙棘为研究对象，以层次分析法计量了沙棘林地的水源涵养能力。王艳英等[4]采用主成分分析和聚类分析方法对福州旗山公园中典型森林群落的保健功能进行了评价，明确了大气含氧量、PM2.5浓度等指标对森林保健功能的影响。Jiang等[5]则采用随机森林分析了美国东部森林的生产能力。Buhyoff等[6]分析了美国加里福利亚的松类林的风景质量，并量化了林分结构与风景质量的关系。随着人们对环境认识的提高，多功能森林经营逐步受到人们重视[7−9]，这对如何综合评价森林的多种功能提出了要求。林业行业标准《森林生态系统服务功能评估规范》（LY/T 1721—2008）[10]提供了从涵养水源、保育土壤、固碳释氧、净化大气、生物多样性保护等8个方面综合评估森林生态系统服务功能的方法，很多学者依据该标准对不同的森林类型进行了评估[11−12]，但这些研究中没有考虑森林的林产品供给功能。为了更全面的评估森林的多种功能，邓成[13]从森林的生态功能、经济功能和社会功能3个方面对中国林业科学研究院热林中心的森林进行了功能评价，并将3方面功能进行累加以实现森林多功能评价，即认为森林3方面的功能具有同等重要性。而从人类利用的角度，森林多种功能之间的重要性并不完全相同[2,14]，因此进行森林多功能评价时，考虑到地域差异及社会需求，有时要考虑不同功能间重要性的差异，常用的方法有层次分析法和主成分分析法。李红振[15]采用层次分析法对大兴安岭东部地区过伐林的涵养水源功能、生产力功能、碳储量功能以及生物多样性功能进行了综合评价，并对比了3种类型森林的多功能评价值，结果发现针叶林的森林多功能评价值最大，其次是针阔混交林，阔叶林最低。也有一些学者采用主成分分析法进行了森林多功能评价，如：王荣新等[16]以北京市门头沟区侧柏人工林为对象，采用主成分分析法分析了木材生产、防风固沙、涵养水源、风景质量功能，并进行了森林的多功能综合评价；罗梅等[17]采用主成分分析对福建将乐林场的杉木人工林的风景质量、木材生产、涵水保土能力进行了综合评价。

【本研究切入点】层次分析法是一种定性与定量相结合的方法，能有效的分析各指标、各种森林功能在评价体系中的权重，但由于判断矩阵的构造依赖于专家经验，这给实际应用造成了一定的困难。主成分分析法作为一种多元统计方法，其结果仅依赖于调查数据，相对层次分析法而言更为客观，便于实际应用。但主成分分析法适用于评价指标间线性相关性很强的情况，但如果指标间的线性关系不强或呈非线性关系，此时若简单地进行线性处理，则会导致评价结果偏差较大。改进的主成分分析法可以处理指标间的线性关系不强或呈非线性关系的情况[18−19]，可用于森林多功能评价。天然槠栲林是我国南方天然常绿阔叶林的主要类型之一，对维护国土生态平衡、提高森林质量及保护生物多样性等方面有着重要作用[20−22]。【拟解决的关键问题】本研究以赣南天然槠栲林为对象，运用改进的主成分分析法，量化了木材生产、水土保持、形成土壤、风景质量功能，并对森林的多种功能进行综合评价，以期为天然槠栲林多功能经营提供依据。

1 研究区概况

研究区位于江西省赣州市崇义县，属于南岭的北端。崇义县的地理坐标为113°55′E～114°38′E，25°24′N～25°55′N。全县属亚热带季风气候，年平均气温17.9 ℃，极端最高39.9 ℃，最低−8 ℃，年均降水量1 603.1 mm，无霜期307 d。全县总面积2 206.27 km2，主要地貌为低山、丘陵，土壤类型有黄壤、红壤等。崇义县属常绿阔叶林生物气候带，主要树种有丝栗栲（Castanopsis fargesiiFranch.）、米槠（Castanopsis car⁃lesii（Hemsl.）Hayata）、杉木（Cunninghamia lanceolata（Lamb.）Hook.）、马尾松（Pinus massonianaLamb.）、南酸枣（Choerospondias axillaris（Roxb.）Burtt.et Hill）、苦楝（Melia azedarachL.）等。

2 材料与方法

2.1 数据来源

数据来源于2016年江西省赣州市崇义县的森林资源二类调查数据，本研究选择了起源为天然且优势树种为槠栲类的77个乔木林小班进行分析。

2.2 研究方法

本研究采用改进的主成分分析法，对天然槠栲林的多种功能进行综合评价。

综合前人对森林功能评价的结果，发现森林的木材生产、涵养水源、水土保持、风景质量等功能的发挥受森林蓄积量、年龄、平均胸径、坡度等因子的影响[5,22−27]，因此本研究选取郁闭度、平均年龄、平均胸径、平均树高、每公顷蓄积、坡度、土层厚度、腐殖质层厚度、植被总盖度共9个因子作为森林功能的评价指标。

通过改进的主成分分析法，即：先对原始数据进行对数变换（zij=lnxij），再对变换后的数据进行主成分分析[18−19]。依据各主成分的特征值计算贡献率，保留贡献率高的主成分，通过分析各主成分中的主要因子来判断该主成分所代表的森林功能，最终以特征值为权重计算出各个小班的森林多功能指数。

常见的判断各主成分中主要因子的方法有特征向量或因子负荷量[28]，本研究选用特征向量判断各主成分中的主要因子。

如何确定选择的主成分个数是主成分分析中的一个关键，本研究采用置换检验[29−30]确定各主成分的显著性（显著性水平取0.05），并选择显著的主成分进行后续的森林多功能评价。

考虑到最后计算的各功能和多功能指数可能有正有负，为了便于比较和等级划分，采用归一化方法对各功能和森林多功能指数进行换算，公式如下[31−32]：

式（1）中：F为各小班森林功能的归一化值，Yi为第i个小班的森林功能值，Ymin为所有小班中该森林功能的最小值，Ymax为所有小班中该森林功能的最大值。

采用等间距法对小班的森林单一功能及多功能评价结果进行等级划分，分别为极差（F<0.2）、差（0.2≤F<0.4）、中等（0.4≤F<0.6）、良（0.6≤F<0.8）、优（0.8≤F）5个等级。

3 结果与分析

3.1 主成分分析结果

通过主成分分析得到的各主成分特征值、贡献率及置换检验得到的显著性结果见表1。可以发现，前4个主成分的特征值都大于1，累计贡献率达到87.19%，且都显著（P值均小于0.05），而后续主成分的特征值均较小且均不显著（P值大于0.05）。可以认为前4个主成分代表研究区天然槠栲林的多功能水平。

表1 特征值及贡献率Tab.1 Eigenvalues and contribution rates

置换检验中显著的4个主成分的特征向量如表2所示。由表2可知，在第1主成分中，平均胸径、平均树高和每公顷蓄积的系数最高，分别为0.449、0.460和0.485，这3个因子均与森林的木材生产能力有密切关系，因此，可以将第1主成分定为木材生产功能。在第2主成分中，与森林水土保持功能密切的因子，如坡度和植被总盖度的系数最高，分别为−0.749和0.440，因此，第2主成分可定为水土保持功能。第3主成分中，系数最高的是土层厚度（0.591），其次是腐殖质层厚度（0.565），这与森林形成土壤的能力有关，因此第3主成分可定为形成土壤能力。第4主成分中，系数较高的有平均年龄和平均胸径，分别为0.608、和0.509，这与森林的风景质量功能具有密切关系，因此第4主成分可定为风景质量功能。

表2 前4个主成分对应的特征向量Tab.2 Eigenvectors for the first 4 principal components

3.2 小班因子与森林功能的耦合关系模型

根据表2，可以构建研究区小班因子与森林功能的耦合关系模型，模型公式如下：

式（2）、（3）、（4）和（5）中：Y1、Y2、Y3、Y4分别表示木材生产功能、水土保持功能、形成土壤能力和风景质量功能，z1～z9为先对数化再中心化后的因子，分别表示坡度、土层厚度、腐殖质层厚度、植被总盖度、平均年龄、平均胸径、平均树高、郁闭度和每公顷蓄积。

以特征值为权重，对每个小班的木材生产、水土保持、形成土壤和风景质量功能进行加权平均，即可计算出各个小班的森林多功能指数，计算方法如下：

式（6）中：Y为各小班森林多功能指数，λ1、λ2、λ3、λ4分别表示前4个主成分对应的特征值（表1），其他变量如前所述。

3.3 森林功能分析

通过构建的模型可以计算出各小班的木材生产、水土保持、形成土壤、风景质量功能和多功能指数。鉴于计算结果正负不一，不利于比较，故对各功能和多功能指数进行归一化处理，并进行等级划分。

全部77个小班对应的森林功能等级见表3。可以发现，研究区天然槠栲林的木材生产、水土保持、形成土壤能力和风景质量能力中，等级为优的小班比例分别为10.39%、36.36%、24.68%和27.27%，等级在中等以下的小班比例分别为38.96%、12.99%、23.38%、5.19%。

依据各小班多功能指数的分级结果，等级为优、良、中等、差、极差的在小班比例分别为20.78%、40.26%、27.27%、7.79%和3.90%。

表3 不同森林功能等级的小班分布情况Tab.3 The distribution of subcompartments under different forest functional levels

4 结论与讨论

基于森林资源二类数据，采用改进的主成分分析，在小班层次上量化了赣南天然槠栲林的木材生产、水土保持、形成土壤、风景质量功能，并对小班的多种功能进行了综合评价。结果表明，天然槠栲林的水土保持、形成土壤、风景质量功能很高（功能等级中等以上的小班比例为51.95%～72.73%），木材生产功能较高（功能等级中等及以上的小班比例为61.04%），而综合考虑4种功能，赣南天然槠栲林多功能水平很高（功能等级中等以上的小班比例为61.04%）。因此，可以认为赣南天然槠栲林更适于主导功能为水土保持、形成土壤、风景质量的多功能森林经营。

森林具有着复杂的结构以及多样的功能，每种功能都是多个因素共同作用的结果。国内外学者对森林结构和功能间的关系进行了很多研究：就木材生产功能而言，一些研究表明胸径、每公顷蓄积主要的影响因子[14,16−17]；而坡度、植被总盖度等因子会影响到水力、风力等外营力对地表的侵蚀[25−26,33]，因此被认为是影响水土保持能力的主要因子；腐殖质层厚度、土层厚度等是直接反映森林形成土壤能力大小的因子[2,13]；景观质量好的林分，其中的树木一般较粗壮且树体长势旺盛[6,34−35]，因此可以认为年龄、胸径等因子与风景质量功能有关。而这些研究结果也为本研究确定各主成分对应的森林功能提供了依据，因此可以认为采用改进的主成分分析法能较好的进行森林多功能等级评价。需要指出的是森林多功能是相对的，同样的森林，所处的区域和地理位置不同，森林的价值体现也不同[15]，因此森林多功能的评价指标及权重也应有所改变。

正因为森林结构和功能存在着密切的关系，想要实现森林的功能的最大化，就需要从结构上进行调控，对可调控的因子，需采取有效的经营措施进行调控，才能够最大限度的发挥森林多功能效益。因此，可制定科学合理的经营措施，调整以实现对天然槠栲林小班的因子（如：年龄结构、平均胸径、每公顷蓄积）进行调整，进而最大化森林的多种功能。结合森林所处的环境条件和主导功能的差异，《全国森林经营规划（2016—2050）》[1]提供了实现森林多功能经营的7种乔木林作业法。依据多功能森林经营的研究实践，中国林业科学研究院热林中心总结出7种森林经营类型，并分别给出了全周期经营的作者业法设计案例[2]。

本研究量化小班与森林功能的关系时，只选择了与森林各种功能关联性较强的9个因子，假定的因子与功能的关系也是简单的对数关系，而影响森林功能的因素较多，如温度、降雨等环境因素[5]、生物多样性等林分结构因子[36]、经营措施[37]等经营管理因素，且功能与环境因素、结构因子、经营措施间的关系也可能呈现复杂的非线性关系[5,37]，因此需要进一步完善，如引入更多的环境因素、结构因子和经营管理因素，并采用非线性模型或者机器学习构建耦合关系模型。