下载:
-
森林是陆地生态系统的主体，具有水源涵养、调节气候、生物多样性保护、维持生态平衡等功能，蕴藏着巨大的生态、社会和经济效益[1-3]。人工林是我国森林的重要组成部分，面积高居世界第一[4]。从全国森林资源清查数据来看，西南省份的人工林面积增量明显高于其他地区[5]。目前，我国林业发展已经从森林资源总量的提升进入了数量和质量并重的新阶段，所以森林质量的好坏已经成为森林经营者的首要任务。川西北地区不仅是青藏高原生态屏障的重要组成部分，还是黄河上游生态安全屏障的重要节点[6]，而森林生态系统的功能完整性和稳定性是判定该区域生态安全状态的关键指标。因此，有必要对各类森林生态系统开展森林质量评价，掌握森林资源总体状况，从而为后续开展森林质量精准提升奠定基础。
近年来，川西北地区关于人工造林树种的研究主要集中于人工林结构特征[7-9]、林下物种多样性[10, 11]、人工林土壤理化性质[12, 13]、退化区植被恢复[14-16]等方向。由于立地条件、温度、气候等环境因素限制，川西北人工造林更新主要选择云杉（Picea asperata）、辐射松（Pinus radiata ）、冷杉（Abies fabri）等耐寒耐旱的针叶树种[17, 18]。然而，关于云杉、辐射松这种典型人工林森林的生长情况、健康状况和质量提升等方面的分析相对缺乏，因此急需开展川西北地区典型人工林森林质量评价。
森林质量评价是基于森林资源数据，对森林经营及成效的综合分析[19, 20]。目前，国内外相关研究主要涉及森林的健康状况评价[21-23]、空气质量评价[24]、立地质量评价[25]、栖息地质量评价[26, 27]、景观质量评价[28, 29]、旅游质量评价[30-32]等。尽管研究内容不同，但开展森林质量评价的最终目标都是实现森林资源的可持续利用。研究针对川西北地区两种典型的人工林开展森林资源数据调查，进行森林质量评价，研究结果有助于掌握该区域森林质量现状，为后续制定并实施森林精准化的经营管理方案提供科学依据。
-
研究地点位于四川省西北部阿坝藏族羌族自治州的马尔康和茂县，是青藏高原和成都平原之间的过渡区域，也是全国第二大林区西南林区的重要组成部分[33, 34]。该处为高山峡谷区，地势起伏大，山地垂直分布明显，地貌复杂。受西风环境和印度洋西南季风影响，该区域属于高原季风气候。构成森林群落的主要树种有云杉、辐射松、冷杉、油松（Pinus tabuliformis）、红桦（Betula albosinensis）、青冈（Cyclobalanopsis glauca）等。
-
2022年的生长季（6~9月），在马尔康和茂县分别选择具有代表性的云杉人工林和辐射松人工林（见表1）。每种人工林设置15个样方，共计30个样方。具体设置样方大小为20 m×20 m，大样方内四角分别设置1个5 m×5 m的灌木样方和1个1 m×1 m的草本样方。样地基本信息记录包括经纬度、海拔、坡度、坡向、土壤类型等因子；此外，对样地中胸径≥5 cm或树高≥2 m的所有树种进行每木检尺，胸径<5 cm或树高<2 m 的按幼苗、幼树对待，记录优势树种幼苗的种类和数量及林分郁闭度；在灌木和草本样方中，记录灌木和草本的种类、盖度、多度和平均高度等信息。
表 1 样地基本概况表
Table 1. Basic information of the sample plots
基本信息
Basic survey马尔康 茂县 样地位置Location 松岗镇 小庙山 海拔Altitude 3300 m 1700 m 林分起源Stand origin 人工林 人工林 林龄Forest age 20年 20年 优势树种
Dominant species云杉 辐射松 平均胸径（乔木层）Average DBH 14 cm 7cm 平均高度（乔木层）Average height 12 m 6.5m -
对收集的数据进行分类和量化处理。本次分析选取坡度、坡向、坡位、土层厚度、腐殖层厚度、枯枝落叶层厚度、密度、郁闭度、平均树高、平均胸径、单位面积蓄积、灌木盖度、灌木层高、草本盖度和草本层高等15个指标。将“定性型”指标进行量化处理，包括坡度、坡向、坡位，采用等距赋值法将指标转化为数值[35]。对所有数据进行标准化处理，以消除由于指标单位和量级不同造成的不可公度性。
-
因子分析是从众多的变量中提取少数的综合变量，使数据简化的数据处理方法[36]。首先需要对数据进行KMO 和Bartlett球形度检验，以验证数据是否适合因子分析。接着将标准化的各因子变量代入计算公式进行分析，本次分析过程中因子抽取采用主成分分析法进行，因子旋转选择最大方差法进行。最后，利用各主成分及其方差贡献率构建森林质量综合评价函数，计算得分。
通过因子分析结果可计算各指标体系的权重，主成分权重由旋转后特征值计算得到。旋转成分矩阵结果中的因子载荷值反映了指标与主成分的相关性大小，因此可由该项数值计算得出指标层的权重。
-
根据通过因子分析确定的森林质量评价指标主成分的得分及贡献率，计算各区划小班森林质量评价综合得分。进一步采用 K-Means 聚类法划分森林质量评价综合得分，划分森林质量等级。根据目前常用森林质量等级划分标准，可划分为4个等级：优、良、中、差[37]。
-
通过因子分析共提取出4个特征值大于1的主成分， 其旋转后方差贡献累积为76.877%（见表2），说明提取的主成分信息提取效果较好，可以作为森林质量评价的代表。旋转成分矩阵（见表3）可判断各指标因子分组情况。分析结果表明：第1主成分的5个指标可反映林木生长情况，故将其定义为“林木生长因子”；第2主成分的5项指标因子可反映林下灌木生长情况，定义为“林下灌木生长因子”；第3主成分的3项指标主要反映了林分郁闭情况，定义为“林分郁闭条件”；第4主成分的2项指标可反映草本生长情况，故定义为“林下草本生长因子”。
表 2 各主成分的特征值
Table 2. Eigenvalues of principal components
主成分
Principal
component初始特征值Initial eigenvalue 旋转后的特征值Eigenvalue after rotaion 特征值
Eigenvalue方差百分比
Percentage of
wariance /%累积百分比
Comulative
percentage /%特征值
Eigenvalue方差百分比
Percentage of
wariance /%累积百分比
Comulative
percentage /%1 6.880 45.866 45.866 4.316 28.776 28.776 2 2.057 13.711 59.577 4.166 27.772 56.547 3 1.463 9.755 69.332 1.817 12.112 68.659 4 1.132 7.546 76.877 1.233 8.218 76.877 表 3 旋转成分矩阵
Table 3. Rotated component matrix
指标项 Index 主成分Main composition 1林木生长因子
Timber factor2林下灌木因子
Understory shrub3林分郁闭条件
Stand canopy coverage4林下草本因子
Understory herb单位面积蓄积 Stock per unit area 0.918 0.221 0.140 −0.024 平均胸径 Average DBH 0.894 0.379 0.124 0.051 密度 Density −0.857 0.156 −0.103 −0.037 平均树高 Average height 0.717 0.533 0.221 0.152 枯枝落叶层厚度Thickness of litter layer 0.701 0.586 −0.091 −0.032 灌木层高 Height of shrubbery 0.497 0.799 −0.056 −0.021 土壤厚度 Thickness of soil 0.361 0.781 0.179 −0.085 灌木盖度 Shrub overcast −0.024 0.773 −0.175 0.393 坡向Slope aspect −0.057 0.766 0.165 0.068 腐殖层厚度 Thickness of hunus layer 0.440 0.706 −0.177 −0.199 坡度 Slope gradient −0.131 −0.205 0.722 −0.143 郁闭度 Canopy density 0.321 0.084 0.670 0.248 草本盖度 Coverage of herbs 0.363 0.500 0.651 −0.120 草本层高 Height of herbs 0.167 0.145 0.103 0.697 坡位 Slope position 0.286 0.264 0.432 −0.644 -
根据4个主要成分得分系数矩阵建立森林质量综合评价得分数学模型。其中第1主成分（F1）、第2主成分（F2）、第3主成分（F3）、第4主成分（F4）的表达式如下：
F1= − 0.100X1 − 0.005X2 − 0.203X3 + 0.153X4 + 0.041X5 − 0.050X6 − 0.343X7 + 0.018X8 + 0.131X9 + 0.242X10 + 0.282X11 − 0.147X12 + 0.027X13 − 0.052X14 + 0.021X15
F2= − 0.038X1 + 0.063X2 + 0.289X3 + 0.153X4 + 0.172X5 +0.213X6 + 0.237X7 − 0.042X8 + 0.040X9 − 0.050X10 − 0.110X11 + 0.271X12 + 0.188X13 + 0.115X14 − 0.008X15
F3 = 0.451X1 + 0.165X2 + 0.122X3 − 0.147X4 − 0.184X5 + 0.061X6 + 0.044X7 + 0.403X8 + 0.065X9 − 0.031X10 − 0.032X11 − 0.059X12 − 0.097X13 + 0.349X14 + 0.118X15
F4= − 0.035X1 − 0.500X2 + 0.045X3 − 0.057X4 − 0.210X5 − 0.080X6 − 0.050X7 + 0.276X8 + 0.132X9 + 0.044X10 − 0.011X11 + 0.280X12 − 0.052X13 − 0.049X14 + 0.587X15
森林质量综合评价得分与各主成分得分和旋转后方差解释率相关，计算公式为：
F=（28.776 × F1 + 27.772 × F2 + 12.112 × F3 + 8.218 ×F4）/76.878
表 4 各成分得分系数矩阵
Table 4. Score coefficient matrix of each component
指标
Index主成分 Principal component 1林木生长因子
Timber factor2林下灌木因子
Understory shrub3林分郁闭条件
Stand canopy coverage4林下草本因子
Understory herbX1坡度Slope gradient −0.100 −0.038 0.451 −0.035 X2坡位Slope position −0.005 0.063 0.165 −0.500 X3坡向Slope aspect −0.203 0.289 0.122 0.045 X4枯枝落叶层厚度Thickness of litter layer 0.153 0.068 −0.147 −0.057 X5腐殖层厚度Thickness of hunus layer 0.041 0.172 −0.184 −0.210 X6土壤厚度Thickness of soil −0.050 0.213 0.061 −0.080 X7密度Density −0.343 0.237 0.044 −0.050 X8郁闭度Canopy density 0.018 −0.042 0.403 0.276 X9平均树高Average height 0.131 0.040 0.065 0.132 X10平均胸径Average DBH 0.242 −0.050 −0.031 0.044 X11单位面积蓄积Stock per unit area 0.282 −0.110 −0.032 −0.011 X12灌木盖度Shrub overcast −0.147 0.271 −0.059 0.280 X13灌木层高Height of herbs 0.027 0.188 −0.097 −0.052 X14草本盖度Coverage of herbs −0.052 0.115 0.349 −0.049 X15草本层高Height of herbs 0.021 −0.008 0.118 0.587 由表5中各指标的权重计算结果可知，4个准则层的权重值表现为林木生长因子>林下灌木因子>林分郁闭条件>林下草本因子，说明林木生长因子对森林质量评价指标体系的影响最大。在指标层中，单位面积蓄积量指标因子的综合权重最高（0.084），说明单位面积蓄积量是森林评价中的关键因子。
表 5 森林质量评价指标体系
Table 5. Forest quality evaluation index system
指标体系
Index system准则层
Principle level准则层相对权重
Relative weight of principle level指标层
Index level指标层相对权重
Relative weight of index level综合权重
Comprehensive weight森林质量评价指标体系
Forest quality evaluation
index system1林木因子 0.374 单位面积蓄积 0.225 0.084 平均胸径 0.219 0.082 密度 0.210 0.078 平均树高 0.175 0.066 枯枝落叶层厚度 0.172 0.064 2林下灌木 0.361 灌木层高 0.209 0.075 土壤厚度 0.204 0.074 灌木盖度 0.202 0.073 坡向 0.200 0.072 腐殖层厚度 0.185 0.067 3林分郁闭条件 0.158 坡度 0.353 0.056 郁闭度 0.328 0.052 草本盖度 0.319 0.050 4林下草本 0.107 草本层高 0.520 0.056 坡位 0.480 0.051 -
森林质量分值分析结果显示，各样方森林质量评价综合得分在−0.775至1.200之间，各等级综合得分均值分别为优=0.985、良=0.379、中=−0.237、差=−0.559。各等级样方数量占比分别为优10%、良40%、中10%、差40%，这表明川西北地区人工林森林质量差异较大，其中云杉人工林森林质量较好，评价等级集中分布于“良”，占该人工林的比例达80%，辐射松人工林森林质量较差，处于“差”等级的林木样方占该人工林比例达80%。
图 1 川西北地区人工林森林质量等级
Figure 1. Forest quality level of plantations in Northwest Sichuan
-
森林质量是指森林本身的内在特性和价值，其特征参数主要包括森林结构、生物量、生产力、生态服务效率、健康状况等[38, 39]。森林质量评价主要分为确定权重和计算等级两部分。大多数研究中，权重的确定使用的是层次分析法[40-42]，这种方法有效地结合了定性分析和定量分析进行计算，但存在评价过程随机，专家意见主观性较强的缺点[36]。而因子分析能够加强指标相关性的计算，克服权重主观性的问题。同样，聚类分析是以样本数据为基础进行质量分类，能避免人为判断产生的偏差。因此，利用因子分析和聚类分析相结合的方法对两种人工林森林质量进行综合评价，能够科学、客观地反映川西北地区典型人工林的森林质量实际状况。
在森林质量评价指标体系建立的过程中，针对不同的研究尺度、研究对象、森林经营目的等需求，选取的评价指标因子也有差异，因此提取出的主要成分也不同。从15个指标里提取出了4个主成分，分别代表了林木生长因子、林下灌木因子、林下草本因子和林分郁闭条件。其中林木生长因子的准则层指标权重值最高（0.374），这说明在森林质量评价中林木的胸径、树高、密度、单位蓄积量等因子是评估森林质量优劣的关键影响因素。这与其他相关研究结果一致，虽然研究对象不同，但在众多因子的提取中，林分生长因子都是影响森林质量评价的主要因子。
从评价结果看，川西北地区人工林森林资源质量分化明显。云杉人工林的森林质量等级较高，通过野外调查原始数据可知，云杉纯林在自然演替下，有少量高山栎（Quercus semecarpifolia ）、红桦、野樱桃（Prunus tomentosa ）等阔叶树种生长，且乔灌草植被丰富，森林结构相对完整，因此森林质量显示出较好的状态。辐射松人工林的森林质量较低，表现为林木的平均胸径、平均高度都明显低于云杉林。并且，由于乔木栽植密度较高，影响了林下灌、草植被的更新，导致群落结构简单，同时也会加剧树木对光照、水、营养物质等生长条件的竞争，从而在一定程度上影响林木胸径的生长[43]。因此，针对辐射松林中质量等级较低的样地，建议开展森林质量精准提升，实施具有针对性的疏伐、修枝等抚育措施。
Forest quality evaluation of two typical plantations in northwest Sichuan
More Information-
摘要: 人工林是川西北森林生态系统的重要组成部分，为了解其森林质量状况，以云杉（Picea asperata）和辐射松（Pinus radiata ）为优势树种的2种典型人工林为对象，采用因子分析和聚类分析开展了森林质量评价。研究结果表明：（1）通过因子分析提取出4个主成分，累积方差贡献率为76.877%，能较全面地反映森林质量状况；（2）4个准则层的权重值表现为林木生长因子>林下灌木因子>林分郁闭条件>林下草本因子，说明林木生长因子对森林质量评价指标体系的影响最大；（3）根据森林质量评价综合得分，各等级样地数量占比分别为优10%、良40%、中10%、差40%；（4）川西北地区不同树种人工林质量分化明显，其中云杉人工林质量以“良”为主，辐射松人工林质量以“差”为主。研究结果有助于掌握川西北地区人工林森林质量状况，从而为后续开展森林质量精准提升奠定基础。Abstract: Plantation is an important part of forest ecosystem in northwest Sichuan. In order to understand the forest quality status of the two typical plantations with spruce (Picea asperata) and radiata pine (Pinus radiata) as the dominant species, the forest quality assessment was carried out by using factor analysis and cluster analysis. The research results showed that: (1) Four principal components were extracted by factor analysis, and the cumulative variance contribution rate of the four principal components was 76.877%, which could comprehensively reflect the forest quality; (2) The weight values of the four criterion layers were as follows: timber growth factor> understory shrub factor > stand canopy coverage> understory herb factor, indicating that timber growth factor had the greatest influence on the forest quality evaluation index system. (3) According to the comprehensive score of forest quality evaluation, the proportion of sample plots in each grade was 10% in excellent condition, 40% in good condition, 10% in medium condition and 40% in poor condition, respectively. (4) There are obvious differences in the quality of plantions of different tree species in northwest Sichuan, among which the quality of spruce plantations was "good" and that of radiant pine plantations was "poor". This study is helpful to grasp the forest quality status of plantations in northwest Sichuan, thus laying the foundation for accurate improvement of forest quality in the future.
-
表 1 样地基本概况表
Tab. 1 Basic information of the sample plots
基本信息
Basic survey马尔康 茂县 样地位置Location 松岗镇 小庙山 海拔Altitude 3300 m 1700 m 林分起源Stand origin 人工林 人工林 林龄Forest age 20年 20年 优势树种
Dominant species云杉 辐射松 平均胸径（乔木层）Average DBH 14 cm 7cm 平均高度（乔木层）Average height 12 m 6.5m 
下载: 导出CSV
表 2 各主成分的特征值
Tab. 2 Eigenvalues of principal components
主成分
Principal
component初始特征值Initial eigenvalue 旋转后的特征值Eigenvalue after rotaion 特征值
Eigenvalue方差百分比
Percentage of
wariance /%累积百分比
Comulative
percentage /%特征值
Eigenvalue方差百分比
Percentage of
wariance /%累积百分比
Comulative
percentage /%1 6.880 45.866 45.866 4.316 28.776 28.776 2 2.057 13.711 59.577 4.166 27.772 56.547 3 1.463 9.755 69.332 1.817 12.112 68.659 4 1.132 7.546 76.877 1.233 8.218 76.877
下载: 导出CSV
表 3 旋转成分矩阵
Tab. 3 Rotated component matrix
指标项 Index 主成分Main composition 1林木生长因子
Timber factor2林下灌木因子
Understory shrub3林分郁闭条件
Stand canopy coverage4林下草本因子
Understory herb单位面积蓄积 Stock per unit area 0.918 0.221 0.140 −0.024 平均胸径 Average DBH 0.894 0.379 0.124 0.051 密度 Density −0.857 0.156 −0.103 −0.037 平均树高 Average height 0.717 0.533 0.221 0.152 枯枝落叶层厚度Thickness of litter layer 0.701 0.586 −0.091 −0.032 灌木层高 Height of shrubbery 0.497 0.799 −0.056 −0.021 土壤厚度 Thickness of soil 0.361 0.781 0.179 −0.085 灌木盖度 Shrub overcast −0.024 0.773 −0.175 0.393 坡向Slope aspect −0.057 0.766 0.165 0.068 腐殖层厚度 Thickness of hunus layer 0.440 0.706 −0.177 −0.199 坡度 Slope gradient −0.131 −0.205 0.722 −0.143 郁闭度 Canopy density 0.321 0.084 0.670 0.248 草本盖度 Coverage of herbs 0.363 0.500 0.651 −0.120 草本层高 Height of herbs 0.167 0.145 0.103 0.697 坡位 Slope position 0.286 0.264 0.432 −0.644
下载: 导出CSV
表 4 各成分得分系数矩阵
Tab. 4 Score coefficient matrix of each component
指标
Index主成分 Principal component 1林木生长因子
Timber factor2林下灌木因子
Understory shrub3林分郁闭条件
Stand canopy coverage4林下草本因子
Understory herbX1坡度Slope gradient −0.100 −0.038 0.451 −0.035 X2坡位Slope position −0.005 0.063 0.165 −0.500 X3坡向Slope aspect −0.203 0.289 0.122 0.045 X4枯枝落叶层厚度Thickness of litter layer 0.153 0.068 −0.147 −0.057 X5腐殖层厚度Thickness of hunus layer 0.041 0.172 −0.184 −0.210 X6土壤厚度Thickness of soil −0.050 0.213 0.061 −0.080 X7密度Density −0.343 0.237 0.044 −0.050 X8郁闭度Canopy density 0.018 −0.042 0.403 0.276 X9平均树高Average height 0.131 0.040 0.065 0.132 X10平均胸径Average DBH 0.242 −0.050 −0.031 0.044 X11单位面积蓄积Stock per unit area 0.282 −0.110 −0.032 −0.011 X12灌木盖度Shrub overcast −0.147 0.271 −0.059 0.280 X13灌木层高Height of herbs 0.027 0.188 −0.097 −0.052 X14草本盖度Coverage of herbs −0.052 0.115 0.349 −0.049 X15草本层高Height of herbs 0.021 −0.008 0.118 0.587
下载: 导出CSV
表 5 森林质量评价指标体系
Tab. 5 Forest quality evaluation index system
指标体系
Index system准则层
Principle level准则层相对权重
Relative weight of principle level指标层
Index level指标层相对权重
Relative weight of index level综合权重
Comprehensive weight森林质量评价指标体系
Forest quality evaluation
index system1林木因子 0.374 单位面积蓄积 0.225 0.084 平均胸径 0.219 0.082 密度 0.210 0.078 平均树高 0.175 0.066 枯枝落叶层厚度 0.172 0.064 2林下灌木 0.361 灌木层高 0.209 0.075 土壤厚度 0.204 0.074 灌木盖度 0.202 0.073 坡向 0.200 0.072 腐殖层厚度 0.185 0.067 3林分郁闭条件 0.158 坡度 0.353 0.056 郁闭度 0.328 0.052 草本盖度 0.319 0.050 4林下草本 0.107 草本层高 0.520 0.056 坡位 0.480 0.051
下载: 导出CSV
-
[1] 赵同谦,欧阳志云,郑华,等. 中国森林生态系统服务功能及其价值评价[J]. 自然资源学报,2004,19(04):480−491. doi: 10.3321/j.issn:1000-3037.2004.04.010 [2] 肖寒,欧阳志云. 森林生态系统服务功能及其生态经济价值评估初探——以海南岛尖峰岭热带森林为例[J]. 应用生态学报,2000,11(04):481−484. [3] Richard H W. Forest Ecosystems, Third Edition: Analysis at Multiple Scales[M]. 2007. [4] 彭舜磊,王得祥,赵辉,等. 我国人工林现状与近自然经营途径探讨[J]. 西北林学院学报,2008,23(02):184−188. [5] 杜志,胡觉,肖前辉,等. 中国人工林特点及发展对策探析[J]. 中南林业调查规划,2020,39(1):5−10. [6] 周彬. 西南林区天然林资源动态及恢复对策研究[D]. 北京:中国林业科学研究院,2011. [7] 刘兴良,汪明,宿以明,等. 川西高山林区人工林生态学研究——种群结构[J]. 四川林业科技,2003,24(3):1−9. [8] 张远东,刘世荣,赵常明. 川西亚高山森林恢复的空间格局分析[J]. 应用生态学报,2005,16(9):1706−1710. [9] 邢韶华,姬文元,郭宁,等. 川西米亚罗林区云杉天然林与人工林的群落特征比较[J]. 山地学报,2010,28(02):218−225. [10] 周钰淮,王瑞辉,刘凯利,等. 抚育间伐对川西柳杉人工林生长和林下植被多样性的影响[J]. 中南林业科技大学学报,2022,42(06):65−74. [11] 冯秋红,黄劲松,徐峥静茹,等. 密度调控对川西亚高山云杉人工林生物量和生物多样性的影响[J]. 四川林业科技,2016,37(03):10−14. [12] 李志萍,吴福忠,杨万勤,等. 川西亚高山森林林窗对不同关键时期土壤转化酶和脲酶活性的特征[J]. 生态学报,2015,35(12):3919−3925. [13] 蒋倩,姚俊宇,伍炫蓓,等. 川西周公山柳杉人工林林窗大小对土壤理化性质和物种多样性的影响[J]. 生态与农村环境学报,2018,34(04):326−332. [14] 赵琳,杨育林,鄢武先,等. 川西干旱河谷植被恢复立地质量评价[J]. 南方林业科学,2018,46(04):51−62. [15] 何建社,王志明,毛丽菲,等. 岷江上游干旱河谷区植被恢复保水措施研究初报[J]. 四川林业科技,2015,36(03):91−93. [16] 李天斌,徐华,周雄华,等. 高寒高海拔地区岩质陡边坡JYC生态基材护坡技术[J]. 岩石力学与工程学报,2008(11):2332−2339. [17] 刘兴良,宿以明,刘世荣,等. 川西高山林区人工林生态学的研究——人工林分区与分类[J]. 四川林业科技,2004,25(1):1−9. [18] 刘庆,尹华军,程新颖,等. 中国人工林生态系统的可持续更新问题与对策[J]. 世界林业研究,2010,23(01):71−75. [19] 毛淑娟,胡月明. 森林质量评价研究探讨[J]. 林业与环境科学,2007,23(02):67−71. [20] 张会儒,雷相东,张春雨,等. 森林质量评价及精准提升理论与技术研究[J]. 北京林业大学学报,2019,41(5):1−18. [21] 郭宁,邢韶华,姬文元,等. 森林资源质量状况评价方法及其在川西米亚罗林区的应用[J]. 生态学报,2010,30(14):3784−3791. [22] Yang X C, Dong X B, Jiang F, et al. Assessment of Low-quality Forest Stands in Yichun Forest Region of Heilongjiang Province[J]. Journal of Northeast Forestry University, 2009, 37(10): 10−12. [23] Assini S, Albanesi M G. A new biodiversity composite indicator based on anthropentropy and forest quality assessment: Framework, theory, and case studies of Italian territory[J]. International Journal on Advances in Life Sciences, 2015, 7(3): 177−194. [24] 王琨,王文帅,张夏,等. 基于BP神经网络模型的森林空气质量评价[J]. 哈尔滨工业大学学报,2010,42(008):1278−1281. [25] 滕维超,万文生,王凌晖. 森林立地分类与质量评价研究进展[J]. 广西农业科学,2009,40(8):1110−1114. [26] Lawson T, Goosem M, Gillieson D. Rapid assessment of habitat quality in riparian rainforest vegetation. Pacific Conservation Biology. 2008;14(14): 20−33. [27] Tina L, Miriam G, David G. Rapid assessment of habitat quality in riparian rainforest vegetation[J]. Pacific Conservation Biology, 2008, 14(1): 20−33. doi: 10.1071/PC080020 [28] 李春阳,周晓峰. 帽儿山森林景观质量评价[J]. 东北林业大学学报,1991,19(6):91−95. [29] Niu J L, Xu C Y. Review on Quality Assessment and Management of Scenic and Recreational Forest[J]. World Forestry Research, 2008, 21(3): 34−37. [30] Lu S Z. Research on the Quality Assessment for Ecotourism Resources of Mopan Mountain National Forest Park in Yunnan Province[J]. Journal of Anhui Agricultural Sciences, 2008, 36(12): 5134−5136. [31] 钱益春. 张家界国家森林公园旅游环境质量评价[J]. 东北林业大学学报,(15):76−78. [32] Mohamed N, Othman N, Ariffin M H. Value of nature in life: Landscape visual quality assessment at rainforest trail, Penang[J]. Procedia - Social and Behavioral Sciences, 2012, 50: 667−674. doi: 10.1016/j.sbspro.2012.08.069 [33] 刘斯媛,罗勇,于慧,等. 川西北长江黄河源区生态安全格局构建及优化[J]. 环境工程技术学报,2023,13(4):1315−1324. [34] 张运春,高贤明,苏智先,等. 四川森林资源的可持续发展[J]. 长江流域资源与环境,2002,11(3):224−228. [35] 黄莉雅,黄俊才,廖南燕,等. 基于主成分分析与聚类分析的森林质量评价——以广西国有博白林场为例[J]. 广西林业科学,2022,51(4):543−548. [36] 莫可,赵天忠,蓝海洋,等. 基于因子分析的小班尺度用材林森林质量评价——以福建将乐国有林场为例[J]. 北京林业大学学报,2015,037(001):48−54. [37] 周洁敏. 森林资源质量评价方法探讨[J]. 中南林业调查规划,2001,20(2):5−8. [38] Riedler B, Pernkopf L, Strasser T, Lang S, Smith G. A composite indicator for assessing habitat quality of riparian forests derived from Earth observation data[J]. International Journal of Applied Earth Observation and Geoinformation, 2015, 37: 114−123. doi: 10.1016/j.jag.2014.09.006 [39] Bull G Q, Boedhihartono A K, Bueno G, et al. Global forest discourses must connect with local forest realities[J]. International Forestry Review, 2018, 20(2): 160−166. doi: 10.1505/146554818823767573 [40] 曲松. 帽儿山实验林场森林质量评价的研究[D]. 哈尔滨:东北林业大学,2008. [41] 张博,王照利,雷方隽. 基于层次分析法和物元分析法的森林资源质量评价——以延川县为例[J]. 西北林学院学报,2022,37(02):208−215. [42] 张邦文,郑世跃,欧阳勋志,等. 基于森林资源二类调查数据的森林资源质量评价——以江西安福县明月山林场为例[J]. 江西农业大学学报,2011,33(6):1155−1159. [43] 姜丽,张雄清,段爱国,等. 不同林分密度指标在杉木单木直径年生长模型的应用[J]. 林业科学研究,2022,35(04):123−129. doi: 10.13275/j.cnki.lykxyj.2022.004.013 -
点击查看大图
图(1) / 表(5)
计量
- 文章访问数: 93
- HTML全文浏览量: 26
- PDF下载量: 6
- 被引次数: 0
