基于结构方程模型的大兴安岭北部天然林森林生态系统恢复能力评价研究

2024-01-23萨如拉王子瑞滑永春呼日查高明龙于晓雨

南京林业大学学报（自然科学版） 2024年1期

萨如拉,王子瑞,滑永春,呼日查,刘磊,高明龙,于晓雨

(内蒙古农业大学林学院,内蒙古呼和浩特 010019)

森林作为陆地生态系统的主体,具有固碳释氧、水源涵养等多种生态功能[1]。近年来,由于人为干扰导致原本稳定的森林生态系统遭到破坏[2],致使森林生态系统朝着生物多样性降低、物质流动减少的方向发展[3]。森林生态系统的退化是当前全世界范围内所面临的主要问题[4-5]。针对退化森林生态系统的相关研究较多,相关学者对其恢复效果的定性定量评价也展开了分析研究。有学者利用层次分析法确定了江西德兴地区阔叶林生态系统恢复评价指标权重,得出森林生态系统的稳定性和物种多样性是影响生态恢复的关键因素[6];组合赋权法也曾用于确定森林生态系统恢复力评价指标权重,通过空间叠加计算莲花县森林生态系统恢复力,研究得出森林生态系统恢复力主要受内部储存的影响[7],但是层次分析法和组合赋权法均具有很大的缺陷,其主观性较强,而且容易忽视指标间的互相影响[8]。这些研究成果在一定程度上推进了森林生态系统恢复能力评价的发展,但是所采用的评价方法较为主观,所以评价结果会有一定的偏差,需采用全新的方法对森林生态系统恢复能力评价方法进行探索。本研究运用结构方程模型对森林生态系统恢复能力进行赋权,其优点是可以兼顾可观测变量和不可观测变量的研究,同时可以研究变量之间的直接影响和间接影响,并允许指标中存在测量误差[9],具有能够克服多种共线性的影响,以及能够充分提取指标信息的能力[10]。

大兴安岭林区是我国唯一位于寒温带的森林生态系统,是我国北方重要的生态屏障[11]。因大兴安岭林区遭受到多次干扰和破坏,使其明亮针叶林顶极群落退化形成了大面积的次生林[12]。本研究以森林生态系统恢复能力为评价尺度,以森林生产力要素、林分结构要素、气候要素和立地类型要素为一级指标,利用结构方程模型的优点构建科学的评价指标体系,对大兴安岭林区森林生态系统恢复能力进行评价。探明大兴安岭森林生态恢复过程中森林生态系统结构、功能、气候和立地类型情况的动态变化,筛查出影响大兴安岭生态系统恢复能力的关键因素,为大兴安岭森林生态系统功能提升和实现森林可持续经营提供理论依据。

1 材料与方法

1.1 研究区概况

研究区位于大兴安岭北部原始林区(121°12′～127°00′E,50°10′～53°33′N),海拔233～1 087 m,属于典型的寒温带季风气候,年均气温-5.4 ℃,年均降水量200～500 mm,雨季集中在6—8月。大兴安岭地区主要土壤类型为棕色针叶林土、暗棕壤、草甸土、沼泽土、石灰土。该地主要乔木树种为兴安落叶松(Larixgmelinii)、白桦(Betulaplatyphylla)、山杨(Populusdavidiana)等,林下以越橘(Vacciniumvitisidaea)、杜香(Ledumpalustre)和草类为主。

1.2 样地设置与调查

样地基本信息见表1。

表1 样地基本信息

在全面踏查的基础上,于2017—2021年在大兴安岭林区选择典型林分,采用机械抽样和公里网格的方法设置样地96块,记录样地GPS坐标、坡度、坡向、坡位、海拔等因子。样地面积为30 m×30 m,在样地范围内以5 cm为起测胸径,记录各样地林分调查因子,包括树种、胸径、树高、冠幅等。在样地中对角处设置2个10 m×10 m的灌木样方,调查灌木的物种、株数、相对盖度、高度和地径等。在灌木样方中的3个角分别设置3个1 m×1 m草本样方进行草本调查,包括物种、株数、相对盖度、高度等。

1.3 数据来源

土壤数据来源于世界土壤数据库(www. fao. org /faostat / en / #data.),空间分辨率为30 m,利用样地经纬度坐标读取3个土壤数据,包括土壤容重、土壤饱和度、有机碳含量。

气候数据来源于世界气候数据库(www.worldclim.org),空间分辨率为30 m,利用样地经纬度坐标读取4个气候数据,包括年均气温、年均降水量、蒸散量、短波辐射净强度。

1.4 评价方法

1.4.1 大兴安岭森林生态系统恢复能力评价指标权重的确定方法

采用结构方程模型对森林生态系统恢复能力指标进行权重确定,结构方程模型是一种可以全面考量潜变量与观测变量、潜变量与潜变量之间作用关系的研究方法[13]。在结构上,可以根据变量之间的关系分为测量模型[式(1)(2)]和结构模型[式(3)]两部分[14]:

X=ΛXξ+δ;

(1)

Y=ΛYη+ε;

(2)

η=Bη+Гξ+ζ。

(3)

式中:外因测量变量X为p×1阶向量;外因潜变量ξ为m×1阶向量;ΛX为X在ξ上的因子荷载矩阵,是p×m阶矩阵;δ为测量误差;内因测量变量Y为q×1阶向量;内因潜变量η为n×1阶向量;ΛY为Y在η上的因子荷载矩阵,是q×n阶矩阵;ε为测量误差;B为表示内生潜变量间的回归系数;Г表示外因潜变量对内因潜变量之间的回归系数;ζ为测量误差。

利用大兴安岭森林生态系统恢复能力评价的结构方程模型可进行指标权重的确定,指标权重的确定过程大致可以分为构建理论模型、提出研究假设、信度与效度检验、模型适配度评估4个步骤。

1)构建理论模型。

结合本研究区的实际情况,将森林生产力、林分结构、气候因子、立地类型4个指标作为森林生态系统恢复能力评价的准则层;将平均树高、平均胸径、单位面积蓄积量、平均冠幅、株数密度、大小比数、混交度、角尺度、年均气温、年均降水、短波辐射净强度、蒸散量、海拔、坡度、有机碳含量、土壤容重、土壤饱和度作为森林生态系统恢复能力评价的指标层。为了避免各个潜变量和观测变量之间存在信息冗余和重叠[15],利用MPLUS软件对潜变量和观测因子进行区分效度检验,以此构建森林生态系统恢复能力评价指标体系,从而科学合理地评价森林生态恢复能力。

2)提出研究假设。

在进行模型实证分析之前,根据国内现有的森林生态系统恢复评价理论[16],以及研究区的实际情况[17],提出下列假设:H1,森林生产力对森林生态系统恢复能力有显著正向影响;H2,林分结构对森林生态系统恢复能力有显著正向影响;H3,气候因子对森林生态系统恢复能力有显著正向影响;H4,立地类型对森林生态系统恢复能力有显著正向影响。

3)信效度检验。

采用克朗巴哈和KMO检验对数据进行信效度检验,以此来判断数据能否作为结构方程模型的建模数据。

4)模型适配度评估。

采用MPLUS 8.0软件对提出的研究模型进行检验。选取了卡方(χ2)自由度(df)比(χ2/df)、比较拟合指数(CFI)、非标准拟合指数(TLI)、近似误差均方根(RMSEA)和标准化残差均方根(SRMR)等指标来衡量模型的拟合情况。

1.4.2 森林生态系统恢复能力评价指标评分标准的确定方法

本研究以大兴安岭森林的实地情况为基础,利用K-means聚类分析法对森林生态系统恢复能力评价指标体系中的17个观测变量按照由优到差进行分级,将其分为5个等级,进而对观测变量进行加权赋值,划分结果见表2。

表2 森林生态系统恢复能力评价指标评分标准

1.5 森林生态系统恢复能力评价指标合理性检验

为了确保各潜变量、观测变量之间不存在相互包含或者重复的问题,运用MPLUS 8.0软件首先对各指标进行区分效度检验。

1)对于森林生产力下面的5个变量即平均树高、平均胸径、单位面积蓄积量、平均冠幅、株数密度进行验证性因子分析(CFA),结果为:χ2为4.851,近似误差均方根<0.001,标准化均方根残差为0.030,比较拟合指数(CFI)为1.000, 非标准拟合指数(TLI)为1.003。这表明5个变量之间具有良好的区分效度(可以被显著区分为5个不同的变量),可以构成森林生产力,并互不重复影响。

2)对于林分结构下面的3个变量即大小比数、混交度、角尺度,CFA结果为(最优模型):χ2<0.001,近似误差均方根与标准化均方根残差均小于0.001,CFI为1.000, TLI为1.000。这表明3个变量之间具有良好的区分效度(可以被显著区分为3个不同的变量),可以构成林分结构,并互不重复影响。

3)对于气候因子下面的4个变量即年均气温、年均降水、蒸散量、短波辐射净强度,CFA结果为:χ2为1.972,近似误差均方根小于0.001,标准化均方根残差为0.020,CFI为1.000, TLI为1.001。这表明4个变量之间具有良好地区分效度(可以被显著区分为4个不同的变量),可以构成气候因子,并互不重复影响。

4)对于立地类型下面的5个变量,即海拔、坡度、有机碳含量、土壤容重、土壤饱和度,CFA结果为:χ2为8.630,近似误差均方根为0.087,标准化均方根残差为0.045,CFI为0.951, TLI 为0.903。这表明5个变量之间具有良好的区分效度(可以被显著区分为5个不同的变量),可以构成立地类型,并互不重复影响。

5)对二阶的4个维度,即森林生产力、林分结构、气候因子和立地类型,CFA结果为:χ2为134.335,近似误差均方根为0.044,标准化均方根残差为0.067,CFI为0.956, TLI为0.947。这表明4个维度之间具有良好的区分效度,可以构成生态恢复能力,并互不重复影响。

根据上述结果,可以看出森林生态系统恢复能力评价的指标能够被很好地区分开来,不存在大量信息冗余。

1.6 森林生态系统恢复能力评价评分值的确定

生态系统恢复能力综合评分计算公式如下:

(4)

式中:A为生态系统恢复能力综合评分值;Wi为权重;且Wi≥0,∑Wi=1;W1、W2、W3、W4分别代表着森林生产力要素、林分结构要素、气候因子要素、立地类型要素的权重;B1、B2、B3、B4分别代表着森林生产力要素、林分结构要素、气候因子要素和立地类型要素的得分值。

森林生态系统恢复能力综合得分值符合正态分布,可以使用等距划分法来确定森林生态系统恢复能力的等级临界值[18]。采用等距划分法对森林生态系统恢复能力进行等级划分,划分为差、较差、良好、较好、优5个等级,各等级对应的分值分别为[1.50,1.92)、[1.92,2.34)、[2.34,2.76)、[2.76,3.18)、[3.18,3.60)。

2 结果与分析

2.1 森林生态系统恢复能力评价结构模型

2.1.1 建模数据的信效度检验

森林生产力、林分结构、气候因子和立地类型的克朗巴哈系数分别为0.762、0.715、0.803和0.701;森林生产力、林分结构、气候因子和立地类型的KMO检验系数分别为0.791、0.677、0.768和0.720(表3)。4个准则层变量的克朗巴哈系数和KMO检验系数高于可接受的最低值[19],说明各变量之间存在相关性,数据通过信效度检验,可进行后续研究使用。

表3 样本数据信效度检验统计量

2.1.2 森林生态系统恢复能力评价结构方程适配度

运用MPLUS 8.0软件对理论模型进行二阶验证性因子分析,结果表明,测量模型拟合结果良好:χ2/df= 1.220,RMSEA为0.048,SRMR 为0.071,CFI为0.948, TLI为 0.938。由于卡方自由度比越低越好,CFI和TLI的适用标准大于0.9,RMSEA和SRMR的最低接受标准为小于0.09,因此该测量模型适配度均满足临界值要求,说明4个准则层变量的指标体系以及逻辑关系整体是合理可信的。

各路径系数均呈显著正相关,即P<0.01,表明4个准则层变量与森林生态系统恢复能力存在因果关系。同样,17个观测变量与4个准则层变量之间也存在因果关系。说明森林生产力、林分结构、气候因子和立地类型是影响森林生态系统恢复能力的重要因素,同样也说明17个观测变量是影响4个准则层变量的重要因素。

变量森林生产力要素、林分结构要素、气候因子要素和立地类型要素与森林生态系统恢复能力之间的载荷系数分别为1.076、0.610、0.814和0.675(图1),这4个值均大于0,说明森林生产力要素、林分结构要素、气候因子要素和立地类型要素存在极显著正向相关关系,符合上述提出的假设。观测变量平均树高、平均胸径、单位面积蓄积量、平均冠幅、株数密度与森林生产力之间的载荷系数分别为0.590、0.686、0.648、0.607、0.593;观测变量大小比数、混交度、角尺度与林分结构要素之间的载荷系数分别为0.639、0.715、0.686;观测变量年均气温、年均降水量、蒸散量、短波辐射净强度与气候因子之间的载荷系数分别为0.862、0.653、0.713、0.628;观测变量海拔、坡度、有机碳含量、土层容重、土壤饱和度与立地类型要素之间的载荷系数分别为0.621、0.655、0.597、0.547、0.435;通过以上载荷系数可知,4个准则层变量与森林生态系统恢复能力之间的关系为极显著正相关;4个准则层变量与17个观测变量之间的关系同样也为极显著正相关(P>0.01)。

***.P<0.01极显著正相关extremely significant positive eorrelation; n1—n4为潜变量的残差项residual term of latent variable;e1—e17为可观测变量的残差项residual term of observable variables。图1 结构方程路径图Fig. 1 Structural equation path diagram

2.2 森林生态系统恢复能力评价指标权重确定

基于结构方程模型的路径图中的各路径系数,通过加权平均的方式计算权重系数,从而得出森林生态系统恢复能力各指标权重结果见表4。

表4 森林生态系统恢复能力指标权重计算结果

由表4可知,森林生产力在4个准则层变量中所占权重最大,为0.339,这说明森林生产力对森林生态系统恢复能力的影响最大,是制约森林生态系统恢复能力的关键因素。林分结构、气候因子和立地类型的权重分别为0.192、0.256和0.213。在森林生产力要素中观测变量平均胸径的权重最大,为0.220,说明平均胸径是影响森林生产力要素的决定因素;在林分结构要素中观测变量混交度的权重最大,为0.350,说明混交度是影响林分结构要素的决定因素;在气候因子要素中观测变量年均气温权重最大,为0.302,说明年均气温是影响气候因子要素的决定因素;在立地类型要素中坡度的权重最大,为0.229,说明坡度是影响立地类型要素的决定因素。

森林生态系统恢复能力评价结果见表5。

表5 森林生态系统恢复能力评价综合得分值

96块样地的森林生态系统恢复能力评价的综合分值处于1.70～3.53,其中等级为“较差”的占比最大,为36块样地,占总数的37.5%;“差”为24块样地,占总数的25.0%;“良好”为20块样地,占总数的20.8%;“较好”为14块样地,占总数的14.6%;“优”为2块样地,占总数的2.1%。混交林生态系统恢复能力评价综合得分较高,其中25块样地的综合得分超过相关临界值2.34[18],占混交林样地总数的40.3%;纯林样地中有11块样地的综合得分超过2.34,占纯林样地总数的32.4%。从整体上可以得出,2种森林的生态系统恢复能力等级为混交林>纯林。

3 讨论

森林退化导致森林生态系统功能的退化日益严重,恢复退化森林生态系统、提高森林生态系统功能成为改善森林环境问题的关键。目前许多学者在这方面的研究取得了一定的进展,但在权重的确定上还存在许多争议,因此采用客观合理的权重确定方法仍然是学者们需要解决的难题。本研究以森林生产力、林分结构、气候因子和立地类型为一阶因子,以森林生态系统恢复能力为二阶因子,利用结构方程模型确定森林生态系统恢复能力评价指标权重,与层次分析法[6]和组合赋权法[7]等方法相比,结构方程模型确定权重的方式更加客观,评价结果更加简便。从结果来看,研究区96块样地中有36块样地的森林生态系统恢复能力处于较差的状态,这与相关研究结果一致[12]。从森林生态系统恢复能力指标权重中可以得出,森林生产力所占权重最大,说明森林生产力是影响森林生态系统恢复能力评价的关键因素,与战金艳等[7]的研究成果一致。因此为提高森林生产力,需通过合理的林分改造措施,在增强生物多样性的同时能够显著增加单位面积林分的生产力[20-21],通过合理的采伐措施后,林木株数减少,林分密度减少,降低了样方内的胸径等级数和树高等级数,林分结构异质性降低,同时保留木可拥有较为充足的生长空间和养分供给,有效地降低了个体间的竞争,促进保留木的生长发育[22],通过提高林分生产力对森林生态恢复能力进行改善。气候因子是影响森林生态系统恢复能力评价的次要因素,不同气候条件对森林生态系统恢复能力具有显著的正向影响。目前,随着全球气候变暖,森林生态系统恢复能力也随之发生变化,许多研究表明适应性森林管理是应对气候变化的最有效的方式之一[23],加强对天然林的保护,适度补植,控制合理的林分密度,制定科学的森林经营政策,提高森林对气候变化的适应性,进而提高森林生态系统恢复能力[24]。同时,本研究发现,在立地类型要素中,坡度所占权重最大,这是因为林分生长所需的养分和水分会随着坡度的增加而减少[9],导致森林生态系统恢复能力较弱,所以需要对坡度较大的林分进行保护,避免森林生态系统被人为破坏后难以恢复。在结构要素中,混交度所占权重最大,说明林分中林木混交度越高,林分空间结构越优[25-27],因此采取合理的改造措施,改良原有森林结构,有助于提高森林生态系统的功能恢复能力。

进一步分析表明,混交林生态恢复能力评价综合得分较高,究其原因,树种单一的纯林与树种复杂的混交林相比,林分土壤肥力会降低,生物多样性减少,使得林分抗逆性降低,导致林分抵御灾害能力和生态恢复能力降低[28];而混交林充分利用了林分空间,其水平结构和垂直结构更为复杂,树冠分层现象更为明显,林内光照的利用率更高,林内光照强度随高度减小逐渐减弱,林内直射光比例较低,散射光比例更高且分布合理。同时,混交林地表覆盖的森林枯落物相较纯林数量更大,成分更复杂,更有利于土壤微生物数量和种类的增加。森林枯落物分解后,可以改良土壤,并有效提高土壤理化性质。因此,需以混交林中综合得分为优的林分为参照,对纯林进行改造,以此来提高纯林林分的生态恢复能力。

本研究以林分尺度对大兴安岭森林生态系统恢复能力进行评价,林分尺度评价关注的是林分的完整性、稳定性和可持续发展方向,单木尺度评价则更多地关注林木根部、干形、树冠等特征要素。林分尺度对森林生态系统恢复能力评价是属于对林分进行宏观上的评价,无法做到单木尺度对林分进行微观上的评价,所以对森林生态系统恢复能力评价还存在缺陷。因此在以后对于森林生态系统恢复能力评价中,需要采用将林分尺度和单木尺度相结合的方式进行评价。

综上所述,科学合理的森林经营措施将提高林分生产力、优化林分结构、改善立地条件,以及优化保育保护等多方面,进而调节森林生态系统总体状况,提高退化森林生态系统功能恢复能力。需要进一步开展可持续经营决策对退化森林生态系统功能恢复的作用机制方面的研究。