森林质量精准提升工程进展、监测与评价——以四川省乐山市为例*

赵海兰,菅宁红,刘珉,夏朝宗,钟小川,毛建雄,吴哲,胡博

(1.国家林业和草原局发展研究中心， 北京 100714；2.国家林业和草原局林草调查规划院，北京100714；3. 四川省乐山市林业和园林局，四川 乐山614000；4. 四川省乐山市林业科学研究院，四川 乐山 610081；5.辽宁省林业科学研究院，辽宁 沈阳 110032)

我国森林面积和森林蓄积量连续30年保持 “双增长”。第九次全国森林资源清查结果显示，我国森林资源数量持续增加、质量稳步提升、生态功能不断增强，而且森林资源增长还有很大潜力[1]。然而，当前森林结构不合理、功能不完善，仍然是我国林业最突出的问题，提高森林质量，关键在于加强森林经营[2-5]。2014年4月，习近平总书记指出“林业建设是事关经济社会可持续发展的根本性问题”。2016年1月，习近平总书记作出“实施森林质量精准提升工程”的重要指示，并进一步提出森林关系到国家的生态安全。2017年1月，中央一号文件提出要推进森林质量精准提升工程。2017年8月，国家林业和草原局编制印发了《“十三五”森林质量精准提升工程规划》，由此拉开了森林质量精准提升工程监测实施的序幕。森林质量精准提升工程的实施对森林发展方式的转变、森林生产力的提高、森林结构的改善等均有着重要的理论和实践意义。

森林质量的提升是解决中国木材供给不足及生态环境恶化问题的关键，而森林质量评价体系的构建又是提升森林质量及森林可持续经营水平的关键[6-7]。森林质量的提升主要体现在两个方面，一是森林生态环境的改善，二是森林经营经济效益的改善。目前多数研究在探讨森林质量问题时关注自然因素的影响[8-10]，也有少部分学者关注经济增长对森林质量的影响[11-12]，并认为在全国范围内，森林质量已经处于随着经济增长而上升的阶段，但在各个不同的区域内，森林质量的变化存在着显著的差异[11]。随着生态文明建设的深入，森林质量提升成为重要主题，关于森林质量评价和理论技术支撑显得尤为重要[13]，在森林质量精准提升工程监测方面，有必要将具体的评价指标应用于样地监测，探讨工程监测的实施效果。目前尚缺乏相关具体的案例分析。

四川省地处长江上游，是长江上游的重要生态安全区域。其境内的森林资源变化情况不仅对该区域产生重要影响，还对长江中下游的生态环境产生重要影响。近年来，四川省森林资源总量实现跨越式增长，但依旧存在诸多问题，如森林生产力不高、质量较低、森林结构不合理及森林经营水平低下等。乐山市位于四川省中部，四川盆地的西南部，生态区位非常重要。2017年，“四川乐山岷江大渡河森林质量精准提升示范项目”被列为首批全国18个森林质量精准提升示范融资项目之一。2019年，该项目被确定为全国示范监测试点。通过多代轮植和多代萌生巨桉(Eucalyptusgrandis)林更替修复、生态廊道景观修复、重点社区绿化、中幼龄林分抚育间伐和珍贵树种大径级培育等经营措施，精准提升森林质量。并且选择典型的经营模式，通过固定样地连续监测，从多个尺度验证实施效果，为森林质量的提升提供科学依据和决策建议。

1 研究对象与研究方法

1.1 监测指标与监测对象

1.1.1 经营区监测指标

经营区层面监测指标分为三大类27项。三大类分别是：一是土地面积变化情况，包括土地总面积、林地面积、有林地面积；二是乔木林地优势树种组成、面积与蓄积变化情况，包括乔木林总蓄积量、单位面积蓄积量、森林自然度、混交林比例，其中，树种包括巨桉、柳杉(CryptomeriafortuneiHooibrenk ex Otto et Dietr)、杉木(Cunninghamialanceolata)、其他硬阔类、其他软阔类、混交类；三是乔木林地林龄结构变化情况，指幼龄林、中龄林、近熟林、成熟林、过熟林的面积比例。

1.1.2 小班及样地监测指标

小班及样地层面监测指标分为两个大类(即小班和样地)、四个分类(乔木层、幼树层、灌木层和草本层)、25个小项。小班监测指标包括生物量、蓄积量、年生长量和受灾受害情况等；样地监测指标包括环境指标和植被指标，其中，环境指标包括土壤养分含量、土壤pH值、土壤类型及质地结构、立地条件和气候条件等；植被指标分为乔木层、幼树层、灌木层和草本层。乔木层指标包括平均树高、平均胸径、树木密度、林层结构、群落结构、森林郁闭度、珍贵树种占比、大径材占比和幼苗数量；幼树层指标包括高度、优势种幼树及幼苗占比和盖度；灌木层和草本层指标均包括平均高度、物种数和盖度。

1.2 监测类型与样地布局

以乐山市主要森林经营类型和技术措施为依据，结合《四川省乐山岷江大渡河森林质量精准提升示范项目实施方案》，在原有森林质量监测的基础上，选择典型技术模式，建立森林质量精准提升长期监测样地，见表1。

表1 乐山市森林质量精准提升工程监测模式与监测类型Tab.1 Monitoring mode and monitoring type of forest quality precision improvement project

1.3 调查方法与数据来源

1.3.1 调查方法

采用样地数据调查记录法，通过定期定位反复观测样地上森林调查因子(包括林分概况、乔木、灌木，土壤及枯枝落物等)的变化，记录变化的相关情况，从而取得评估典型森林经营技术模式效果的经验数据，进一步分析、总结、评价森林质量精准提升工程的成效。

(1)监测时间 森林质量精准提升工程监测分为3个阶段，第一阶段是完成样地初设并做本底调查，第二阶段是在第三年时定期开始复测，第三阶段是在第五年期末时再次复测。

(2)初设样地调查 根据乐山市森林质量精准提升示范项目的布局和实施进展，在项目区设置标准地。为了比较经营前后效果，各工程技术模式一般设置4个已作业固定观测样地，1个未作业的对照样地。作业样地和对照样地均使用666 m2(25.8 m×25.8 m)的正方形标准地。样地中心点、端点、四角及边界设置明显的标识。确定样地GPS点、绘制监测样地布设示意图、样地调查，样地因子调查等。在样地内设置灌木、草本和土壤调查样方。

在666 m2的正方形样地中，随机布设灌木、幼树(5 m×1 m)样方、草本幼苗(1 m×1 m)样方、土壤调查样方各1个，并标注四至。按照调查目的与对象的不同，将林分分为乔木层(A)、灌木和幼树层(B)、草本和幼苗层(C)和土壤层(D)四个层次进行调查。

(3)复测样地调查 初设样地完成布设调查后，以后每隔两年进行一次监测调查。

两年间隔期复测样地调查因子主要是林木资源质量的调查，包括枯损量、采伐消耗量、平均树高、平均胸径、目的树种占比、树种组成、径阶比例、林层结构、混交比例，林龄结构、森林郁闭度、灾害类型、灾害面积比例、受害株数、受害等级。

期末复测调查因子主要是林下生物多样性的调查，包括灌木层和草本层的物种数、株数、平均高度和盖度。

1.3.2 数据来源

经营区监测指标数据主要来源于“二类”森林清查数据和森林资源调查年度更新数据；样地监测指标数据主要来源于样地实地调查，其原始数据调查包括单株木测量指标(如胸径、树高、林龄等)、林下植被、土壤状况等。时序数据包括工程技术实施前的本底调查数据、作业后的观测数据和定期复测数据等。

2 结果与分析

2.1 经营区森林质量精准提升监测指标数据分析

2.1.1 经营区林地面积变化情况

参考“二类”森林资源调查数据，按照2017、2018、2019年三年数据进行统计(2020年数据未出)，经营区林地面积变化情况详见图1和图2。

图1 经营区林地和有林地面积变化情况Fig.1 Changes in forestry and forested land area in operating areas

由图1可知： 2017—2019年，5个经营区域林地面积、有林地面积总体变化不大。其中：市中区、夹江县、犍为县林地面积略有增加，沐川县略有下降。

图2 经营区灌木林和特灌林面积变化情况Fig.2 Changes in the area of shrubs and special shrubs in the operating area

由图2可知：2017—2019年，经营区域的灌木林地面积有增有减。其中：犍为县、市中区的灌木林地有较大幅度增长，夹江县略有下降，沐川县基本不变；经营区域的特灌林地面积均有所增加，以沐川县的增长幅度最大，犍为县次之。

2.1.2 经营区乔木林地优势树种组成、面积与蓄积变化情况

乐山市乔木林地优势树种主要有巨桉、柳杉、杉木、硬阔类、软阔类和混交类，乐山市及监测点所在区县具体数据详见图3和图4。

图3 乔木林蓄积量与单位面积蓄积量变化情况Fig.3 Changes in arbor forest accumulation and unit area accumulation

由图3可知：2015—2018年，4个经营区域的乔木林总蓄积量(夹江县除外)都有所增加，市中区和沐川县的增长幅度较大，夹江县则是先上升后下降；4个经营区域的乔木林单位面积蓄积量都有所增加，增长幅度都在103/hm2以上。

图4 乔木林森林自然度与混交林比例变化情况Fig.4 Changes in the arbor forest naturalness and proportion of mixed forest

由图4可知：2015—2018年，4个经营区域的乔木林森林自然度(人工林占比)变化不大，市中区、夹江县、犍为县接近100%(几乎全部都是人工林)，沐川县由80%降到76.3%;4个经营区域的混交林比例有一定提高，沐川县和犍为县较高，分别约为38%和34%，市中区仅占2.5%，而夹江县则很低(几乎全部为纯林)。

2.1.3 经营区乔木林林龄结构变化情况

经营区内，按优势树种分，主要有巨桉、柳杉、杉木、硬阔类、软阔类和混交类，各经营区域的监测结果详见图5。

图5 乔木林地林龄结构情况变化Fig.5 Changes in the age structure of arbor forest

由图5可知：树种类型中的巨桉、柳杉、杉木、硬阔类、软阔类和混交类龄林分布，总体状况是以中、近、成熟林居多；市中区的柳杉和杉木以幼龄林居多，沐川县的巨桉以幼龄林居多。

2.2 小班及样地主要监测类型及监测数据分析

小班及样地监测涵盖3类经营类型的5种模式，共有23个作业样地和2个对照样地，均为人工造林样地。3类经营类型及5种模式分别是：在“退化人工商品纯林更替修复”经营类型中选择多树种混交模式和林茶套种模式，在“低效人工商品林大径材培育”经营类型中选择珍贵林木大径材培育模式和柳杉大径材培育模式，在“人工中幼龄林抚育”经营类型中选择柳杉〔杉木、青钱柳(Cyclocaryapaliurus)〕中幼龄林抚育模式。各小班及样本监测点的监测结果详见图5。

2019年进行初设样地监测，监测指标包括环境指标和植被指标。环境指标包括土壤养分含量、立地条件、气候条件；植被指标分为乔木层、幼树层、灌木层、草本层。监测完成了各样地林分概况、乔木层每木调查、灌木幼树样方、幼苗草本样方调查、枯落物和土壤调查。

通过2021年样地再次监测，并与2019年度数据进行对比分析，发现各样地林木长势良好，中幼龄林已逐步进入速生期，年生长量增长快，林分蓄积量涨幅明显。

林分生长主要是通过乔木层的主要林分指标变化、以及监测期间林木进阶株数、间伐株数、死亡株数的变化来体现。从各项指标变化情况来看，各监测点样地基本达到“四川乐山岷江大渡河森林质量精准提升示范”项目实施方案中的人工纯林林分年生长量15%～20%、木材战略储备林年蓄积量增长率10%的要求。

由图6可以看出，在初次监测(2019年)和间隔期复测(2021年)期间，目标树种的胸径、树高和蓄积增长较快。以市中区多树种混交模式的楠木(Phoebezhennan)生长为例，2019年平均胸径、平均树高和平均蓄积分别是18 cm、26.55 m、0.165 m3/hm2，到了2021年则分别增长至30 cm、37.5 m、1.665 m3/hm2,涨幅分别达到67%、41%和909%。以沐川县的中幼龄抚育模式的柳杉生长为例，2019年平均胸径、平均树高和平均蓄积分别是51 cm、42 m、5.01 m3/hm2，到了2021年则分别增长到139.5 cm、84 m、64.965 m3/hm2,涨幅分别达到174%、100%和1 197%。与森林质量精准提升工程实施以前的年份相比，增长速度明显加快。

图6 监测点林分生长动态变化情况Fig.6 Dynamic changes of forest stand growth at monitoring points

2.3 样地所在区主要气候条件及立地条件数据分析

气候条件是树木生长的基础条件。研究表明树木利用光合作用，每生长1 m3蓄积量，能吸收1.83 t二氧化碳，释放1.62 t氧气。水分是树木生长的约束条件，原木树干平均含水率在40%～55%之间。温度是影响树木生长的重要因子，它决定着树种的自然分布，温度会因纬度、海拔高度不同而发生变化。

样地所在区主要气候条件监测结果，见表2。

表2 经营区主要气候条件Tab.2 The main climatic conditions of the operating area

从表2可知，虽然4个试点区域同在乐山市，但是由于地形地貌和海拔不同，平均气温、年降雨量、日照时数有差别：沐川县平均气温较低，犍为县的年降雨量较低，夹江县和沐川县的日照时数较少。

土壤养分是林木生存的基础，土壤养分变化直接影响到森林与林木生长的质量。通过土壤养分含量的变化可以分析判断监测点森林质量精准提升的生态修复效果。

样地所在区土壤情况监测结果，见表3。

表3 监测点样地土壤情况一览表Tab.3 List of soil conditions in monitoring sites

从表3可知，柳杉等轮伐周期为20年的山地土壤，各种养分含量远高于约6～8年经营周期的巨桉林、以及茶地等土壤养分含量，可以预测，随着林分林龄增加、人为活动减少，各监测点样地的土壤结构会更加优化，土壤养分会更加丰富。

3 讨论与结论

3.1 讨论

(1)各试点区域各样地的中幼龄林林分逐步进入速生期，长势良好，符合“四川乐山岷江大渡河森林质量精准提升示范”可行性研究的报告设计目标。一个监测周期(样地层面)共5年，分3个阶段，目前完成了第二阶段的调查，即样地布设开展本底调查后，第三年时定期开始复测，研究的结论主要基于此次复测结果，更长期的效果需要第三阶段(第五年末)监测时再做验证，甚至是第二个、第三个监测周期的长期数据支撑。

(2)乐山市原主要造林树种巨桉(对照样地树种)在生长量、短期经济效益方面有明显优势，但过度种植也会对生态环境产生一定破坏。保持森林资源的可持续增长是森林经营的基本原则和理想状态，质量精准提升重在森林的长期可持续经营，重视森林生态系统平衡以及经济、社会、生态系统协同增效。森林质量精准提升工程典型技术模式设计了多树种混交等经营模式，其能否在优化树种结构、获得良好生态效益的同时，提高经济效益和社会效益，尚需要进一步跟踪监测。

(3)乐山市森林质量精准提升工程所采用的树种多为中生或慢生树种，幼苗、幼树期较长，受灌草压迫影响大，需要在较长的幼龄林期间加强抚育管理，这就增加前期投入成本，影响部分林农参与项目的积极性，使得一部分森林质量精准提升工程模式设计虽然合理，但是实施方面存在制约屏障，导致最终林分质量精准提升效果不明显。需要进一步在监测评估的基础上，发现问题，探索新的技术模式，改进经营措施，加大工程投入，争取政策支持。

(4)新《森林法》强调国土绿化与森林保护经营的重要性，要求县级以上政府重视森林资源保护和林业发展，并将其纳入到国民经济和社会发展规划，并要求和鼓励做好森林经营方案编制工作，提出森林培育和管护的经营措施，严格按照方案规划开展经营活动。森林质量精准提升工程是当前和今后一段时期加强森林经营的一项重要工程，可以很好地实现兴林与富民的双重效果，各地政府要提高认识，高度重视，将其纳入到重点工作之中。此外，森林质量精准提升工程要坚持问题导向和目标导向，在不断创新经营模式的同时，也需要立足实际，着眼长远，结合森林经营方案的编制和实施开展工作，以保持项目的科学性、连续性和可操作性。

3.2 结论

3.2.1 经营区监测分析

4个经营区域林地和有林地面积总体变化不大，灌木林地和特灌林地面积有增有减；4个经营区域的乔木林总蓄积量(夹江县除外)均有所增加，乔木林单位面积蓄积量均持续增长。乔木林林龄结构分布总体状况是以中、近、成熟林居多。

3.2.2 小班及样地监测分析

(1) 土壤养分变化 初测和复测的结果对比可知，土壤养分、土壤pH值和土壤结构发生了一些变化。这些变化与工程技术模式有关，退化人工商品纯林更替修复模式变化明显，特别是巨桉林的多树种混交模式改造尤其明显。土壤养分(氮磷钾和有机质)有不同程度的提高，土壤结构也得到了一定程度的改良。

(2)植被生长变化 初测和复测的结果对比可知，不同工程技术模式、不同经营区域、不同树种、不同样地的林分生长情况不同。乔木林关键指标如胸径、树高、蓄积、年生产量等方面都有不同程度的增长，以蓄积涨幅和年生长量涨幅最为明显。树种方面，以巨桉的涨幅最快，远远高于楠木和柳杉。这与森林质量提升工程实施以前的年份相比，增长速度明显加快。

3.2.3 森林质量精准提升典型技术模式分析

横向与纵向的结果对比表明，几种工程技术模式所采取的各种经营措施都取得了较好的效果。多树种混交模式、林茶套种模式、珍贵林木大径材培育模式、柳杉大径材培育模式、人工中幼龄林抚育模式各自有不同的特点，在一定条件下都可以取得良好的经济、社会和生态效益，要因地、因林、因人而宜，适地适树，择机决策，多种经营。

处理组与对照组的结果对比表明，采取工程技术模式措施的处理组，与对照组相比，产生了更高的综合效益。这些工程技术模式更加注重多树种混交林、大径材培育、中幼林抚育，具体体现在：一方面通过结构调整和近自然管理，改变了森林生态系统的稳定性和健康状况，增加了生物多样性；另一方面通过长期投资和目标树经营，提高了单位面积的森林蓄积量，增加了林农收入。

初测与复测的结果对比表明，目标树种的生长量，与以前的年份相比，增长速度明显加快。这与森林质量精准提升工程实施带来的投资增长和精细管理是分不开的。