松林“低改阔”林分干扰和植被空间格局分析

程玉娜,石磊桥,林 洪,李 亮，贾全全，刘丽婷★

（1.江西省林业科学院·珍贵树种与森林提质增效产研创新团队，江西 南昌330013；2.赣州市林业局，江西 赣州341000；3.江西省科学院微生物研究所，江西 南昌330096）

松树在荒山复绿、采收松脂、木材培育上有重要作用。近年来，因林分过熟、地力退化等多种原因，松类纯林已经成为江西退化面积最大的森林类型[1]。质量低效的松树纯林，因其林分结构单一、生物多样性下降、生态功能低下等多种原因，不能满足江西省“森林四化”建设的需要。尤其是因松材线虫等病虫害影响，大面积的松类纯林亟需改造提升。在松类纯林中补植乡土阔叶树，营造异龄针阔混交林是提升松树低效林质量的有效途径之一[1-2]。不少学者[2-3]对松树低效林的成因、改培技术及改培效果进行了研究，多集中在改造林分近地表空间的特征变化，如生物多样性、土壤肥力和土壤碳汇变化等方面，缺乏对改造过程中树冠改变及树冠变化带来的林分影响的研究，亦缺乏“干扰-植被”间互作效果和机理的研究，基于此，文章以湿地松低效林改造过程中干扰历程、林冠变化及地表事物等为研究对象，应用扩展点格局的方法，通过对林分中多对事物空间格局关联分析，找到林冠、干扰、各类营林改造措施等事物之间的相互影响，从而分析林地利用和林分改造对森林质量的影响。

空间点格局（Point pattern）是研究空间分布格局的重要工具[4]，于1998 年引入我国生态学的研究，侧重对种群间、种群与环境间相互关系的分析[5]。高猛[6]从数学生态学的角度，以具有空间结构的种群模型与空间格局为例，介绍了空间点格局的原理和模型：将研究对象的个体视为一个具有位置、形成时间、状态等属性的点，映射到空间中；基于点的属性和空间信息数据，用二阶统计量RIplay’s K-function、Gfuntion 等函数，归类个体分布特征及分析不同类型个体间的相互关系。

在应用点格局分析时，首先调查样地以获得个体特征属性及个体的空间信息，建立个体空间信息的栅格数据库。基于数据的点格局分析，可以得到：①对个体的分布格局进行零假设检验；②在完成假设检验的同时，结合K-function 等函数模型判定具体的点分布格局的类型；③对K-function 延申后判断物种间的关联度。如果分析个体大小差异很大或者所感兴趣的尺度与个体大小属于一个数量级时存在局限性[6]，可将研究对象由点拓展到具有一定大小、不规则形状的事物（点集合），衍生出扩展点格局方法[7]，此时分析对象可由“点”拓展到“面”，并且将事物本身的属性、不规则形状和对研究尺度的影响等因素均考虑在内。陈丽等[7]利用扩展点格局分析方法分析了群落中四合木（Tetraena mongolica）单种的空间分布格局及其与群落中霸王(Zygophyllum xanthoxylum)种群的关系；黄琴[8]应用扩展点格局的方法，研究了民勤地区绿洲-荒漠过渡带环境因素对白刺（Nitraria tangutorum）的种群空间格局的影响，两者均通过零模型检测和空间聚类分析得到这些事物（点集合）之间的空间分布格局和空间关联性[7-8]。

在小区域尺度上，通常环境异质性、生物因素、种子扩散机制和干扰被认为是决定植物种群空间格局的关键因素[9]，本文将扩展点格局分析的研究对象进一步拓展，由植物种群间及种群与环境间的关系，拓展到林分中涵括干扰和营林措施的各类事物间的关联判定，即：以树冠、林分破坏、林地利用、林窗补植、林下草本等事物（包括事件个体）在空间中的真实分布信息为基础进行格局分析，找到各类事物之间的联系。通过分析各类干扰、营林措施对生物体、环境更具体的影响，从而判断林分质量的发展趋势。

1 研究材料与方法

1.1 扩展点格局的方法

扩展点格局分析的对象是能转化成栅格数据的点集合[7]。某一类点集合可映射到事物，其本质是若干组二维数集。所有的点要求有类别、有坐标、有状态、对应一组栅格数据。

本研究应用扩展点格局的方法，去分析同一空间的各类事物间的格局关联，大致分为4 个步骤（图1）

图1 扩展点格局分析同一空间事物格局关系流程图Fig.1 Point pattern method is used to analyze the flow chart of correlation between things in the same space

扩展点格局分析方法与理论涉及到三类空间分析统计量[7]：描绘点集合的格局特征的一次结构特征的点密度（λ）、及二次结构特征的协方差(K)；体现点及点集合间距离的测定指标函数Ripley K 函数（K(r)函数）、K 函数的推导函数g 函数；体现任意形状间格局关系的二元g12函数。

点格局分析对栅格数据的分析处理，以Ripley's K 函数为例，用K(r)函数对点数据集进行不同距离的聚类程度分析。当分析窗口大小（由r 确定）发生变化时，窗口内的不同类型的点密度会发生变化，Ripley's K 函数就是用来表明这批点的空间聚集或空间扩散的程度，以及在邻域大小发生变化时是如何变化的。这种所谓的离散或者距离，更多的是一种定性的说法，至于哪个距离上聚集效果好，哪个程度上离散程度大，一般通过观察k 值和预期k 值进行比较得来。所谓的观察k 值，指的是我们计算出来的实际密度值，而预期k 值，指的是在随机分布的情况下，预期的分布情况。在研究空间分布的时候，更多是利用零假设的方式，来设定随机数进行分布，作为预期值，因此有备择模型：假设事物空间格局为完全随机模型(CSR)布局；假设因为复杂背景（环境异质性和点与点之间存在相互作用），事物在空间的格局分布假设服从为异质泊松模型HP 分布[6-7,10]。

1.2 样地选择与矢量数据获取

选择位于南昌市江西省林业科学院内1972 年造湿地松(Pinus elliottii)实验林（145 m×60 m）为调查样地；调查事物从上至下有三类冠层、芒萁层片、人迹干扰、人工林窗干扰；三类冠层分为针叶冠层、常绿阔叶冠层、落叶阔叶冠层。通过分析松林自2002 年起经历的事件有：城市建设开挖道路的林分破坏、2008 年开始林下户外活动基地建设及2002 年逐步开始的“针改阔”林相改造。结合发生的事件和影响范围，分析得到林分受到的干扰类型、干扰发生位置及干扰范围，将干扰分成人迹干扰、林窗干扰。利用Google earth 软件和无人机航拍，确定调查样地边界和地理坐标；通过从上至下，从实物到事件痕迹的次序，将各层研究对象分类；通过调查、测量、测绘后将各类事物斑块化后绘制在同一矢量图上。本研究中用扩展点格局的方法分析：①芒萁种群（层片）的格局特点；②芒萁层片与针叶、常绿阔叶树冠、落叶阔叶3 种树冠的格局关联关系；③芒萁层片与人迹干扰、林窗干扰和边坡干扰的格局关联关系。

1.3 栅格数据获取

上述获得的斑块形状均是不规则的“块”属性矢量图形。应用GIS 软件“面转点工具”[11]，将各类事物的斑块“块”属性转化成“点集合”属性[7,12-13]。在转化的过程中，要确定单位元的大小（Cell size）[4]。各类型树冠斑块组成点大小由乔木平均冠幅确定，芒萁斑块组成点大小由芒萁完整植株的平均面积确定；干扰斑块分解成大小为1 单位的点集合。最终，可建立点集合栅格数据库[11]：

其中，A 表示事物类型，An是表示A 类型事物映射的n 个栅格，xi，yi表示横纵坐标点；1(0)、0(1) 表示坐标（xi，yi)点上An的有无。

1.4 数据处理方法

1）单个事物格局分析

选用函数Ripley K 函数、g (r) 函数分析；选择CSR 为备测模型；应用蒙特卡洛（Monte-Carlo）拟合方法，设置拟合次数为99，置信度为99%[6-7]。

2）二元g 函数分析两类事物间关联分析

以邻体距离r 为变量。点格局分析过程使用ProgramitaWiegand 2014 软件完成。分析时定义芒萁斑块为pattren 1，其它斑块为pattern 2，设置pattern 2为背景环境（fix）、pattern1 随机分布（CSR）；拟合方法同上[6-7]。拟合时背景距离(HP 距离)的设置依据：植被斑块形成时间或干扰出现时间段内芒萁单株最大移动距离，结合斑块形成时间(表1)、芒萁种群克隆扩散速率（1.5 m·a-1）求得(表2)。3 种格局分析在0~40 m 空间尺度内进行，测试步长（ring wight）单位为m，值为1,3,5,7,9,11,13,15,17。

表1 林分类事物信息调查及斑块化Tab.1 Type and characteristics of patches

表2 扩展点格局分析中点单元大小值及异质性背景范围值Tab.2 The value of cell size and HP in extending point pattern analysis

1.5 结果分析方法

根据选择的备择假设模型下随机模拟分布格局来构建置信区间。由于每一次模拟都会生成对应的g(r)或g12(r)值，重复模拟过程直到达到满足置信水平的次数，利用r 值为横坐标，模拟产生的g(r)或g12(r)的最大和最小值为纵坐标值绘图，形成称之为包迹线的两条曲线[4,7]；计算出不同空间尺度r 值的g(r)或g12(r)值后绘制曲线，当曲线在包迹线以内，则点格局分布属随机分布，显示出点集合间(斑块)之间相互独立；若在包迹线之外的上方或下方，则显著偏离了假设模型。

2 结果分析

2.1 调查样地斑块属性、及点集合属性转换结果

调查样地12 300 m2样地里共分布芒萁居群72个，投影面积1 110.9 m2，展开面积1 205.6 m2，分盖度9.8%。人工林窗种植树种有闽楠(Phoebe bournei)、紫花泡桐(Paulownia tomentosa)、乐昌含笑(Michelia chapensis)、红 楠(Machilus thunbergii)、樱 花(Cerasusspp.)； 自然更新的树种有构树 (Broussonetia papyrifera)、紫花泡桐、大叶女贞(Ligustrum lucidum)。景观斑块的布局见图2。

图2 调查样地斑块布局图Fig.2 The pattern of patches

2.2 芒萁种群格局特点

芒萁格局特征(图2，图3)：在0~38 m 区间内，g(r)＞1，芒萁种群表现出聚集性；在0~10 m 区间g(r)值在包迹线外侧，芒萁植株分布不符合随机分布特点，由较强的聚集性，这与芒萁在林地里居群的大小有关；随着r 值增加和单位元大小的增加，芒萁种群强聚集性有减弱趋势，当r 足够大时(＞38 m)，芒萁种群趋向于离散型分布。

图3 芒萁种群斑块格局Fig.3 Patch pattern of D.pedata population

2.3 芒萁层片与不同树冠间空间关联

芒萁层片跟落叶阔叶树冠空间格局关联分析结果显示，不同空间尺度上，两种间关联关系体现出多样化的特点。0~12 m 区间内，成对相关函数值g12(r)＜1且分布在包迹线外侧下方，两种斑块呈显著负关联并偏离HP 模型假设；在12~22 m 和32~40 m 区间内，g12(r)＞1 且分布在包迹线上方，两种斑块显著正关联关系，同样偏离HP 模型假设；在22~32 m 区间，g12(r)＞1 且分布在包迹线内，两种斑块正关联且这种关联关系显示出随机分布特征，符合HP 模型假设(图4a)。

芒萁层片与常绿阔叶树冠在0~40 m 尺度空间里，两者呈显著负关联关系(图4b)。

芒萁层片与针叶树冠在0~40 m 尺度空间里，两者呈显著正关联，且这种关系在调查样区符合HP 模型假设，具有随机分布特征(图4c)。

图4 芒萁层片与3 类树冠空间格局关系Fig.4 Relevancy on patches between heterogeneity-crown layer and D.pedata populations

2.4 芒萁与干扰斑块的格局关联

芒萁与人迹干扰空间格局关联分析结果表明，在0~1 m 的区间，两者显著正关联，且这种关系在调查样地里满足HP 模型假设，具有随机特征；在2~35 m区间，两者存在显著负关联关系；在35~39 m 区间，两者存在满足随机分布的负关联(图5a)。

芒萁与边坡空间格局分析结果显示，在0~32 m的区间，两者存在显著正关联关系，且在距离小于1 m 和9~40 m 空间尺度上，这种关联关系表现出随机性(图5b)。

芒萁与人工林窗（择伐松木出现的林窗），在0~34 m 的区间两者负关联；空间尺度大于38 m，两个斑块间有正关联关系，但随着空间尺度增加，两者正关联强度减弱(图5c)。

图5 芒萁斑块与3 类干扰空间格局关系Fig.5 Relevancy on patches between D.pedata populations and disturbance

3 讨论与结论

3.1 芒萁扩散对松树林分趋于低质的质量指示

芒萁层片是亚热带红壤区最常见的蕨类植物种群，分布于稀疏林下、边坡等地，少见于生长良好的常绿阔叶林、郁闭针叶林或阔叶人工林[1,14-15]，这是因为林分质量较高的森林，因冠层致密少透光、林相郁闭，林下没有足够芒萁克隆扩散所需光资源；而松树等低效林，因树木生长势差，树冠不郁闭，针叶稀疏，冠层透光较强，能够提供芒萁克隆生长的光资源，加上芒萁根系纤维素降解菌对地表枯落物的强降解功能[14]，芒萁能够在这种质量相对较差的林分中扩散。在立地条件较差的区域，飞播造林形成的“马尾松-芒萁”群落结构的林分是一种常见林分[1]。因此有芒萁生长的针叶林在某种程度上说林分质量趋于低质，是需改造对象。同时南方常绿阔叶林相对于针叶纯林，生态质量更优。因此现阶段大面积实施的“针改阔”，尤其是马尾松病害林针改阔工程，是一项积极促进林分质量提升的低质低效林改造项目[16-17]。

芒萁扩散对林分趋于低质的质量指示是相对的。对于非常贫瘠，破坏程度大的原造林地，如地表裸露崩岗地、光板地等，无疑有植被覆盖状态有利于水土保持和森林形成[18]；对一些尾矿、矿山、高陡边坡等困难立地，芒萁层片覆盖更是提升环境质量、生态修复的重要举措[14]。

3.2 扩展点格局方法评价改造措施对林分质量的影响

近年来，低质低效林改造是我国林业森林质量精准提升工作的重要内容之一。我国森林法规定，县级以上人民政府林业主管部门应当有计划地组织公益林经营者对公益林中生态功能低下的疏林、残次林等低质低效林，采取林分改造、森林抚育等措施，提高公益林的质量和生态保护功能[19]。低改项目实施的效果最直观的体现在林相结构调整上。通过调整林分密度、林分中阔叶树比例、土壤增施肥和土壤熵增加等，均是一定程度的营林干扰，改变原低效林分的产生环境，达到各因素重新布局，提高林分质量的目的[20]。且改造林管护期通常在前3 a 内。大面积低改项目实施，需要精准评价改造带来的林分质量变化。赣州市自2016 年大面积实施低质低效林改造，按目前改造成效和实践经营来看，林分质量提升是个长期的、持续的过程，需要依据林分内各种因素的变化调整改造力度和措施[16]。

研究中通过应用扩展点格局的方法，对成熟松林改造、利用过程中出现的相关事物之间做了关联分析，对干扰带来的林分质量影响进行了判定。结果显示，在近15 a 中，择伐、人工林窗和补植阔叶树等改造措施是增益性干扰[20]；城市建设挖断山体、林地上户外运动基地建设等林分利用举措则是破坏性干扰[21]；研究进一步论证松树低效林改造中，择伐松木后补植阔叶树是促进林分质量提升的有效举措。

目前江西省低质低效林改造项目绩效评估的指标都是较简单直观的常规指标。如用改造面积、造林成活率、阔叶树比例等指标来衡量工程实施质量，且均用项目实施当年的观测值、调查值来评定改造成效。事实上低改项目的实施，作为一种对林分的增益型干扰[20]，是一种对致使林分低效的本底环境的改变，它需要打破原有抑制林分高质量生长的均质性生境格局，破坏原有抑制林分高质量生长的制约性条件，同时引入新的资源，才能启动和加速林分向更高质量森林生长。例如低改项目的实施中，整枝和卫生伐改变了林下较弱的光资源分布格局，带来更多的强光照条件的林窗条件，有利于下层林木生长[21]；通过施有机肥和种植新的树种，带来了更多的生物资源，增加了林分的生物多样性和生物群落活跃性；通过施肥和培土，打破了原贫瘠且均质的土壤环境，增加土壤肥力和墒值[22]。这一系列的增益性干扰，打破林分原有低质格局，形成一个新的更优、更佳林分生长状态，逐步生长出结构更合理、质量更高的森林。这一系列事件的发生是个持续的过程，低效林质量得到提升是增益型干扰和林分生长的共同效果，因此，不能用刚进行改造的低质林分的简单常规指标值来评价低改项目的长期成效。

文章尝试提供了一种新的低质低效林改造成效评测方法，定性评价森林经营和利用对林分生态质量的影响——扩展点格局事物格局关联分析法。在以后的研究中，会尝试将林分中更多质量指示性的事物斑块化，分析具体的营造林工序的实施成效及林分利用对森林质量的影响。