-
立地质量是指在某一立地条件上森林植被的生产潜力,立地质量评价则是对该立地的宜林性或潜在的生产力进行判断或预测[1-2]。通常用林地上一定树种的生长指标来衡量或评价立地质量,由于受林木本身的生物学特性的影响,立地质量与其林地上的树种有很大关系[3]。通过立地质量评价,可以确定某一立地条件下不同树种的适宜程度,从而合理地选择造林树种,达到适地适树和科学经营,充分发挥土地利用率和林木生产潜力。
樟子松(Pinus sylvestris var. mongolica)属松科(Pinaceae Spreng. ex F. Rudolphi)松属(Pinus)常绿乔木,为欧洲赤松分布至远东的一个地理变种,是我国北方特有的国家二级珍贵树种,是耐寒、抗旱耐瘠薄的优良针叶树种,具有良好的生态效益和社会经济效益[4-6]。在我国北方已进行了大面积的推广和栽培,在三北防护林工程建设和防沙治沙工程建设中发挥着巨大的作用[7]。目前,樟子松已成为毛乌素沙地榆林沙区防沙治沙、造林绿化工程中的首选树种、先锋树种。在榆林沙区尽管樟子松虽具有广泛的种植面积,但整体造林质量参差不齐,导致造林成活率不是很高,无法满足生产需要,对榆林沙区樟子松林进行立地质量评价则可以摸清整个榆林沙区樟子松的造林情况,从而有针对性地为不同立地质量的樟子松林提供管理措施和方案经验。
为进一步加强樟子松人工林的造林质量及科学管理,采用数量化理论Ⅰ模型建立樟子松人工林优势木平均树高与立地因子之间的多元线性回归方程,根据偏相关系数大小筛选出主导因子,利用主导因子划分立地评价等级,并对榆林沙区樟子松人工林进行立地质量评价,以期提高樟子松造林成活率及经营管理,为樟子松的立地质量评价提供统一参考依据。
-
研究区域位于陕西省榆林市榆阳区(38°21′N,109°42′E之间),海拔560~1 907 m,平均海拔为1000 m。其地势东北高,中南低,以明长城为界,长城以北为风沙草滩区,长城以南为丘陵沟壑区。地貌类型主要为固定沙地,沙丘起伏不大,约7 m~10 m。气候属温带半干旱大陆性季风气候,春季干燥,风大风多,秋、冬、春三季多为西北风;夏季炎热干燥,多为东南风;秋季地面迅速冷却,上热下冷,空气日趋稳定,天气比较晴朗凉爽;冬季漫长、干燥、寒冷、少雪。全年降水量400 mm左右,主要集中在7—9月,年平均蒸发量为2 388.7 mm,一般为降水量5倍。年均气温7.9℃左右,无霜期150~180 d,全年日照时数一般在2 700 h以上。
土壤类型主要为风沙土,植被类型主要乔木树种为樟子松,林下灌木主要有乌柳(Salix cheilophila)、花棒(Corethrodendron scoparium)、紫穗槐(Amorpha fruticosa)、柠条锦鸡儿(Caragana korshinskii)、臭柏(Juniperus sabina),主要草本植物有蒙古羊柴(Corethrodendron fruticosum var. mongolicum)、沙蒿(Artemisia desertorum )、苜蓿(Medicago Sativa)等。
-
在陕西省榆林市榆阳区依据不同地形、土壤条件共设置了38块面积为400 m2(20 m×20 m)的标准样地。采用GPS定位系统获取地理位置及海拔高度,利用激光罗盘仪坡位、坡向、坡度等地形因子;在划定的每块样地中进行每木检尺(胸径、树高、冠幅、枝下高等),每测一树进行编号,避免漏测。在处理数据时依据以下公式进行樟子松单株材积量[8]。
式中,V为单株材积,D为胸径,H为树高。
-
立地因子的选定必须对树木生长情况影响较大,能精准预测樟子松林分生产力,因此选取海拔、坡位、坡度、林龄和坡向5个与树木生长情况密切相关的立地因子(见表1)。其中坡向、坡度、坡位和林龄等因子的类目划分依据国家森林资源连续清查技术规定,海拔类目划分则依据实际测定结果,将坡向、坡位等定性因子定量化处理后结合定量因子分级赋值。各因子分级标准如下:
立地因子site factor 类目等级 category level 1 2 3 4 海拔/m altitude <1000 (X11) ≥1000(X12) 林龄/a tree age 10(X21) 20(X22) 30(X23) 40(X24) 坡度/(°)slope <20(X31) 20~35 (X32) ≥35(X33) 坡位slope position 上坡(X41) 中坡(X42) 下坡(X43) 坡向
slope direction阴坡(X51) 阳坡(X52) Table 1. Category classification of site factors
(1)海拔分级标准:分为低(<1 000 m),高(≥1 000 m)。
(2)坡位分级标准:将山脊至山谷范围内的山坡三等分,从上至下将整个坡面分为上坡位、中坡位、下坡位。
(3)坡度分级标准:根据坡度的陡峭程度分为平缓坡(<20°),斜陡坡(20°~35°),急坡(≥35°)。
(4)坡向分级标准:阴坡、阳坡。具体见表1。
-
运用Excel 2010进行数据整理与统计,采用数量化理论Ⅰ预测模型得到数量化函数:
其中:i为标准地号;j为项目数;k为各项目的类目数;bjk是第j个项目第k个类目的得分值;εi为随机误差;yi为第i个标准地的优势木平均高。运用SPSS 20.0计算出各因子的复相关系数及偏相关系数,并进行显著性t检验。
-
通过对不同林龄的樟子松人工林优势木的生长因子(胸径、树高、单株材积)进行差异分析,由图1可以看出,随着樟子松林龄的增长,优势木的平均胸径(见图1A)、树高(见图1B)、单株材积(见图1C)都达到显著水平(P<0.05)。樟子松人工林平均胸径在第10-20年增长最快,增长幅度为2.25 cm;平均树高也是在第10-20年增长最快,由4.55 m增长到了7.86 m,增长量为3.31 m;平均单株材积量增长幅度比平均胸径、平均树高快,分别为0.014 m3、0.012 m3、0.021 m3。
-
数量化理论是多元统计分析方法的一种。其中数量化理论Ⅰ常用于综合多因子法进行的森林立地分类及评价,就是通过把定性因子(如坡位、海拔、坡向等)转化为定量因子,从而掌握它们之间的定量关系,应用于兼有定性因子和定量因子数据的立地研究中[9]。根据数量化理论Ⅰ的模型将樟子松林调查数据中各样地的立地因子进行(0,1)化处理后,将林分优势高及各因子类目数值整理后得立地因子原始数据反映表,如表2所示。
样地
sample plot优势高/m
dominant height海拔 X1 林龄 X2 坡度 X3 坡位 X4 坡向 X5 X11 X12 X21 X22 X23 X24 X31 X32 X33 X41 X42 X43 X51 X52 1 9.8 1 0 0 1 0 0 0 1 0 0 0 1 0 1 2 13.5 1 0 0 0 1 0 1 0 0 0 0 1 0 1 3 6.7 1 0 1 0 0 0 0 1 0 0 0 1 0 1 4 7 0 1 1 0 0 0 1 0 0 0 1 0 0 1 5 12.8 1 0 0 0 1 0 1 0 0 1 0 0 0 1 6 13.1 1 0 0 0 1 0 1 0 0 0 1 0 0 1 7 13.7 1 0 0 0 1 0 1 0 0 0 0 1 0 1 … 38 6.5 1 0 1 0 0 0 1 0 0 0 1 0 0 1 Table 2. Original data of site factors
-
根据表2得出的立地因子原始数据反映表,采用数量化理论模型Ⅰ的公式,进行最小二乘原理拟合,得到每块样地樟子松优势木平均树高的预测方程:
以上樟子松优势木预测方程是由5个不同立地因子14个类目等级构成。该预测方程的系数表示这14个类目等级的得分值。具体得分表由表3所示。
指标index 项目item 类目category 得分值score 海拔/m <1000 X11 2.7456 Altitude ≥1000 X12 0.4371 林龄/a 10 X21 1.3346 tree age 20 X22 2.4326 30 X23 2.2327 40 X24 1.3436 坡度/(°) <20 X31 2.4165 slope 20~35 X32 0.5421 ≥35 X33 0.1434 坡位 上坡 X41 0.9544 slope position 中坡 X42 1 下坡 X43 1.9767 坡向 阴坡 X51 0.1253 slope direction 阳坡 X52 1.8453 Table 3. Site quality score of Pinus sylvestris plantation
由表3可以看出,低海拔(<1000 m)得分值明显高于高海拔(≥1000 m);随着坡度的增加,坡度的得分值越低;下坡位得分值明显高于中坡位、上坡位;阳坡得分值高于阴坡。总的来说,海拔(<1000 m)、坡度(<20°)、坡位(下坡)、坡向(阳坡)的得分值在所属项目中最高,说明樟子松林更适合在低海拔、坡度<20°的下坡位、阳坡等立地因子条件下生长,这与我们榆林地区樟子松生产实践的结论一致。
-
运用SPSS进行复相关系数及t检验得出:R复=0.951,F=6.090,P<0.001,说明樟子松人工林优势木平均树高与5个不同立地因子(海拔、林龄、坡度、坡位、坡向)存在着显著的线性相关性,可以作为樟子松立地因子评价的代表因子。
-
由表4可以看出,樟子松人工林优势木平均树高与海拔、林龄、坡向之间存在显著相关性,但与坡度、坡位相关性不强。而在偏相关系数中,坡向对立地质量的影响程度最大,其次为海拔、坡位,坡度的影响程度最小。根据偏相关系数大小,我们确定坡向、海拔、坡位这三个因子为主导立地因子,进行立地分类。
项目
item偏相关系数
partial correlation
coefficient显著性
significance
( sig. )海拔 altitude 0.285 0.098 林龄 a tree age 0.135 0.005 坡度 slope 0.015 0.218 坡位 slope position 0.217 0.932 坡向 slope direction 0.345 0.046 Table 4. Partial correlation coefficient and significance test
-
根据樟子松立地质量得分表(见表3)中各指标的得分值进行最高值相加、最低值相加,然后根据得分进行三等分用来划分樟子松人工林立地质量评价等级,由此可以得到三个立地质量等级,分别为优、中、差三个等级(见表5)。
立地质量等级
site quality level得分值
score立地质量评价
site quality evaluationⅠ 8.7423-11.4167 优 excellent Ⅱ 6.0679-8.7423 中 moderate Ⅲ 3.3935-6.0679 差 poor Table 5. Quantitative evaluation of site quality
依据5个不同立地因子的类目划分得分表,进行38块样地得分值计算,并以此进行立地质量评价等级划分(见表6)。
样地号
Sample plot
number样地类型
Plot type得分值
Score value评价结果
Evaluation
results1 X11X22X32X43X52 9.5423 优 2 X11X23X31X43X52 11.2168 优 3 X11X21X32X43X52 8.4443 中 4 X12X21X31X42X52 7.0335 中 5 X11X23X31X41X52 10.1945 优 6 X11X23X31X42X52 10.2401 优 7 X11X23X31X43X52 11.2168 优 … 38 X11X21X31X42X52 9.342 优 Table 6. Scoring evaluation of survey plots
根据偏相关系数的大小排序,选择坡向、海拔和坡位这三个主导因子进行樟子松立地分类。采用坡向、海拔和坡位来划分立地类型区、立地类型组和立地类型,进行立地分类结果评价。通过对调查样地进行立地评价,可以看出调查样地中75%的樟子松人工林立地评价等级在中级以上,表明榆林地区的樟子松种植区域立地条件较好,适合樟子松种植(见表7)。
立地类型区
Site type zone立地类型组
Site type group立地类型
Site type评价结果
Evaluation result阴坡
shady slope低海拔
Low altitude上坡 uphill 差 poor 中坡 middle slope 中 moderate 下坡 downhill 中 moderate 高海拔
high altitude上坡 uphill 差 poor 中坡 middle slope 差 poor 下坡 downhill 中 moderate 阳坡
sunny slope低海拔
Low altitude上坡 uphill 中 moderate 中坡 middle slope 优 excellent 下坡 downhill 优 excellent 高海拔
high altitude上坡 uphill 中 moderate 中坡 middle slope 优 excellent 下坡 downhill 优 excellent Table 7. Site classification results
Quantitative Evaluation of Site Quality of Pinus sylvetrisl Plantation in Yulin Sandy Area
doi: 10.12172/202208300003
- Received Date: 2022-08-30
- Available Online: 2023-03-04
- Publish Date: 2023-06-25
-
Key words:
- Pinus sylvetrisl /
- Yulin Sand District /
- Site quality assessment
Abstract: In order to provide reference for the afforestation cultivation and sustainable management of Pinus sylvetrisl plantation in Yulin sandy area. In this study, 38 sample plots of P. sylvetrisl plantation with 20 m×20 m were set up in Yuyang district of Yulin city, and the growth indexes of DBH and height of P. sylvetrisl plantation at different ages were investigated. Using the prediction model of quantitative theory I, the multivariate regression equation between the average height of dominant trees and site factors in P. sylvetrisl plantation was established, and the site evaluation grade was determined, and the site quality of P. sylvetrisl plantation was quantitatively evaluated. The results showed that: (1) With the growth of forest, the average diameter at breast height and tree height of P. sylvetrisl plantation increased significantly, and the fastest growth rate was in the 10th to 20th years. (2) The P. sylvetrisl plantation was divided into 12 site types with the three dominant factors of slope aspect, elevation and slope position, and the