用微信扫码二维码

分享至好友和朋友圈

WE ARE COMMITTED TO REPORTING THE LATEST FORESTRY ACADEMIC ACHIEVEMENTS

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于灰色关联度的地震损毁地植被快速恢复模式筛选

吴世磊 陈英 张泽 苏宇 张炜 贺维

吴世磊, 陈英, 张泽, 等. 基于灰色关联度的地震损毁地植被快速恢复模式筛选[J]. 四川林业科技, 2020, 41(6): 111−116 doi: 10.12172/202008190001
引用本文: 吴世磊, 陈英, 张泽, 等. 基于灰色关联度的地震损毁地植被快速恢复模式筛选[J]. 四川林业科技, 2020, 41(6): 111−116 doi: 10.12172/202008190001
Wu S L, CHEN Y, ZHANG Z, et al. Screening of rapid vegetation restoration models in earthquake-stricken areas based on grey relation analysis[J]. Journal of Sichuan Forestry Science and Technology, 2020, 41(6): 111−116 doi: 10.12172/202008190001
Citation: Wu S L, CHEN Y, ZHANG Z, et al. Screening of rapid vegetation restoration models in earthquake-stricken areas based on grey relation analysis[J]. Journal of Sichuan Forestry Science and Technology, 2020, 41(6): 111−116 doi: 10.12172/202008190001

基于灰色关联度的地震损毁地植被快速恢复模式筛选


doi: 10.12172/202008190001
详细信息
    作者简介:

    吴世磊(1987-),男,工程师,硕士,275968751@qq.com

  • 基金项目:  九寨沟地震灾区珍稀动物受损栖息地林草植被快速恢复模式研究与示范项目

Screening of Rapid Vegetation Restoration Models in Earthquake-stricken Areas Based on Grey Relation Analysis

More Information
  • 摘要: 根据地震损毁地受损程度,针对重度损毁地植被恢复模式共选择11种,中度损毁地植被恢复模式共选择6种,采用灰色关联度分析方法比较各模式恢复成效,根据结果筛选出成活率、土壤有机质含量、生物量、覆盖度高的快速植被恢复模式。试验的筛选过程和结果,对当前地震损毁地植被快速恢复具有十分重要的参考价值和借鉴价值。
  • 表  1  九寨沟地震损毁地植被快速恢复模式统计

    Tab.  1  Statistics of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas

    受损程度序号恢复方式物种配置模式
    重度a-1工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、连香树(Cercidiphyllum japonicum
    重度a-2工程措施+植苗造林油松(Pinus tabuliformis)、岷江柏(Cupressus chengiana)
    重度a-3工程措施+植苗造林连香树(Cercidiphyllum japonicum)、疏花槭(Acer laxiflorum)、缺苞箭竹(Fargesia denudata
    重度a-4工程措施+植苗造林岷江柏(Cupressus chengiana)、扁桃(Amygdalus communis
    重度a-5工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、疏花槭(Acer laxiflorum
    重度a-6工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、花楸(Sorbus pohuashanensis
    重度a-7工程措施+植苗造林云杉(Picea asperata)、花楸(Sorbus pohuashanensis)、高山柳(Salix cupularis
    重度a-8工程措施+植苗造林油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、青榨槭(Acer davidii
    重度a-9工程措施+植苗造林云杉(Picea asperata)、连香树(Cercidiphyllum japonicum)、沙棘(Hippophae rhamnoides
    重度a-10工程措施+植苗造林云杉(Picea asperata)、连香树(Cercidiphyllum japonicum)、花楸(Sorbus pohuashanensis
    重度a-11工程措施+植苗造林油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、花楸(Sorbus pohuashanensis
    中度b-1植苗造林云杉(Picea asperata)、花楸(Sorbus pohuashanensis
    中度b-2植苗造林云杉(Picea asperata)、高山柳(Salix cupularis
    中度b-3植苗造林云杉(Picea asperata)、红桦(Betula albosinensis
    中度b-4植苗造林云杉(Picea asperata)、疏花槭(Acer laxiflorum
    中度b-5植苗造林油松(Pinus tabuliformis)、疏花槭(Acer laxiflorum
    中度b-6植苗造林油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum
    下载: 导出CSV

    表  2  九寨沟地震损毁地植被快速恢复模式评价指标体系

    Tab.  2  Evaluation index system of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas

    目标层项目层指标层
    九寨沟地震灾区植被快速恢复模式筛选苗木情况成活率
    地径
    株高
    多样性情况丰富度指数
    植物生物量生物量
    覆绿情况覆盖度
    土壤质量土壤有机质含量
    土壤容重
    土壤最大持水率
    下载: 导出CSV

    表  3  九寨沟地震损毁地植被快速恢复各指标——原始数据

    Tab.  3  Index of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas — raw data

    序号成活率/%地径/cm苗高/m丰富度指数生物量/(kg×m−2)覆盖度/%土壤有机质含量/(g·kg−1)土壤容重/(g·cm−3土壤含水量/%
    a-1852.331.4390.794517.561.4810.53
    a-2801.751.270.584015.011.686.6
    a-3751.671.1750.554015.281.638.85
    a-4701.250.960.324515.081.258.34
    a-58520.8780.575017.921.5510.95
    a-6902.331.03100.74516.731.5811.58
    a-78021.0370.623514.421.247.7
    a-8901.730.880.474518.051.719.29
    a-98021.0390.623015.11.038.18
    a-10902.33170.694016.371.110.21
    a-118020.670.464517.921.429.41
    b-1850.3535120.926017.941.2419.59
    b-2900.440101.035517.481.4522.94
    b-3900.3535141.15018.211.6518.94
    b-4850.3535121.055016.481.3518.04
    b-5850.3332.5120.844019.031.2823.55
    b-6800.2827.5110.984517.571.4114.39
    下载: 导出CSV

    表  4  九寨沟地震生境修复植被快速恢复各指标——数据无量纲化处理

    Tab.  4  Index of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas — nondimensionalize data

    序号成活率地径苗高丰富度指数生物量覆盖度土壤有机质含量土壤容重土壤含水量
    a-10.75110.810.750.860.660.79
    a-20.50.460.720.40.560.50.160.950
    a-30.250.380.6800.490.50.240.890.45
    a-4000.360.200.750.180.320.35
    a-50.750.690.320.60.5310.960.760.87
    a-6110.5210.810.750.640.811
    a-70.50.690.520.40.630.2500.310.22
    a-810.450.240.60.310.75110.54
    a-90.50.690.520.80.6300.1900.32
    a-10110.480.40.790.50.540.10.72
    a-110.50.6900.40.310.750.960.570.56
    b-10.50.330.60.50.3110.5700.57
    b-210100.730.750.390.510.93
    b-3110.6110.50.6810.5
    b-40.50.670.60.50.810.500.260.4
    b-50.50.330.40.50010.091
    b-60000.250.540.250.430.420
    下载: 导出CSV

    表  5  生境修复模式关联度及位次

    Tab.  5  Correlation degree and ranking of ecological restoration models

    模式关联度位次
    a-10.821
    a-20.516
    a-30.418
    a-40.2211
    a-50.673
    a-60.782
    a-70.410
    a-80.644
    a-90.49
    a-100.585
    a-110.57
    b-10.632
    b-20.515
    b-30.71
    b-40.544
    b-50.613
    b-60.56
    下载: 导出CSV

    表  6  九寨沟地震损毁地林草植被快速恢复模式筛选表

    Tab.  6  Screening table of rapid forest and grass restoration models in Jiuzhaigou earthquake-stricken areas

    受害程度地表模式恢复方式物种配置模式
    重度石砾、石块等堆积体为主a-1工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、连香树(Cercidiphyllum japonicum
    重度石砾、石块等堆积体为主a-6工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、花楸(Sorbus pohuashanensis
    重度石砾、石块等堆积体为主a-5工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、疏花槭(Acer laxiflorum
    重度石砾、石块等堆积体为主a-8工程措施+植苗造林油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、青榨槭(Acer davidii
    中度森林土壤b-3植苗造林云杉(Picea asperata)、红桦(Betula albosinensis
    中度森林土壤b-1植苗造林云杉(Picea asperata)、花楸(Sorbus pohuashanensis
    下载: 导出CSV
  • [1] 韩茂云,付兴. 茂县5.12地震灾后植被恢复造林模式探讨[J]. 四川林勘设计,2011(3):60−61+65.
    [2] 鄢武先,张小平,等. 卧龙自然保护区地震灾后植被恢复主要植物种选择研究[J]. 四川林业科技,2012,33(3):32−36. doi: 10.3969/j.issn.1003-5508.2012.03.007
    [3] 邓聚龙. 灰色理论基础[M]. 武汉: 华中科技大学出版社, 2003.
    [4] 弓成林,郭爱民,汪小伟,等. 灰色关联度和层次分析法在葡萄品质评价上的应用[J]. 西南农业学报,2002,15(1):79−82. doi: 10.3969/j.issn.1001-4829.2002.01.018
    [5] 李树君,周祖亮,殷春武. 基于灰色关联度的农作物品种评价[J]. 安徽农业科学,2011,39(3):1263−1264. doi: 10.3969/j.issn.0517-6611.2011.03.002
    [6] 杨婷婷,崔金凤,吴文革,等. 21个杂交水稻品种主要农艺性状与产量的灰色关联度分析[J]. 安徽科技学院学报,2015,29(3):1−5. doi: 10.3969/j.issn.1673-8772.2015.03.001
    [7] 刘翔宇,刘祖昕,加帕尔·尼亚孜,等. 基于主成分与灰色关联度分析的甜高粱品种综合评价[J]. 新疆农业学报,2016,53(1):99−107.
    [8] 田和彬,汪军妹,华为,等. 大麦主要农艺和品质性状的相关性及灰色关联度分析[J]. 浙江农业学报,2011,23(3):433−438. doi: 10.3969/j.issn.1004-1524.2011.03.001
    [9] 冯春成,陈学中,秦志英,等. 对29种强筋小麦品种品质性状的分析与评价[J]. 河南科技学院学报,2015,43(3):6−11.
    [10] 白玉超,黄敏升,李林林,等. 94份苎麻种质资源主要农艺性状关联分析与综合评价[J]. 中国麻业科学,2017,39(4):161−171. doi: 10.3969/j.issn.1671-3532.2017.04.001
    [11] 张睿. 灰色关联分析与主成分分析综合评价不同产地柴胡质量[J]. 中国药师,2017,20(8):1356−1359. doi: 10.3969/j.issn.1008-049X.2017.08.006
    [12] 刘志成,向雅丽. 基于熵权法和灰色关联分析法的区域柑橘产业可持续发展综合评价: 以湖南省石门为例[J]. 云梦学刊,2017,38(3):84−94. doi: 10.3969/j.issn.1006-6365.2017.03.013
    [13] 苗昊翠,李利民,张金波,等. 基于灰色关联度分析评价新疆引种花生花育系列品种[J]. 新疆农业科学,2013,50(1):22−26. doi: 10.6048/j.issn.1001-4330.2013.01.004
    [14] 刘国一,谢永春,普布贵吉,等. 西藏隆子黑青稞产量与农艺性状灰色关联度分析[J]. 大麦与谷类科学,2019,36(2):11−16.
    [15] 杨秀莲,郑晓昆,杨燕,等. 基于灰色关联度分析的甘薯品种的评价[J]. 长江蔬菜,2012(10):8−11. doi: 10.3865/j.issn.1001-3547.2012.10.003
    [16] 杨淑杰,李玉波. 吉林省农业机械化与粮食产量灰色关联分析[J]. 中国农机化学报,2018,39(8):101−107.
    [17] 杨昌旭,李勇,等. 汶川地震灾区不同植被恢复模式评价与筛选[J]. 四川林业科技,2017,38(3):11−21.
    [18] 陈德朝,鄢武先,马履一,等. 汶川震区城乡绿化恢复重建中观赏性芳香植物应用分析——以北川县为例[J]. 广东园林,2013,35(6):69−74. doi: 10.3969/j.issn.1671-2641.2013.06.022
    [19] 邓聚龙. 农业系统灰色理论与方法[M]. 济南: 科学技术出版社, 1988.
    [20] 伍国红,李玉玲,等. 有核葡萄干品质因子灰色关联度分析[J]. 安徽农业科学,2020,48(12):203−205+208. doi: 10.3969/j.issn.0517-6611.2020.12.058
    [21] 王娟. 5·12地震北川县震后受损林地立地类型划分及其质量评价[D]. 北京林业大学, 2012.
  • [1] 雷雨, 冯彬, 谢瑶瑶, 胡露, 赵姗姗, 董鑫.  基于RS与GIS的九寨沟国家级自然保护区地震前后植被覆盖度变化分析 . 四川林业科技, 2022, 43(2): 81-87. doi: 10.12172/202108160002
    [2] 陈德朝, 达郎周, 鄢武先, 邓东周, 贺丽, 吴世磊, 余凌帆, 杨靖宇, 王嘉智, 张利.  基于AHP分析法的川西北高寒沙地适生治沙灌木筛选评价研究 . 四川林业科技, 2021, 42(1): 65-69. doi: 10.12172/201905210001
    [3] 潘红丽, 孟长来, 刁元彬, 刘玉平, 杨晓梅, 邓东周.  九寨沟“8·8”地震灾区珍稀动物受损栖息地食源植物恢复研究 . 四川林业科技, 2021, 42(5): 48-52. doi: 10.12172/202011060001
    [4] 唐艺挈, 代丽梅, 谭欣悦, 汪晖, 唐才富, 龚巧媛, 陈骁杰, 杨世银, 苏贤文, 王怀品.  基于AHP的林业碳汇项目绩效评价指标体系构建 . 四川林业科技, 2021, 42(6): 70-74. doi: 10.12172/202108140001
    [5] 吴世磊, 张越, 张炜, 陈涤非, 苏宇, 贺维.  九寨沟地震受损地植被恢复技术研究与建议 . 四川林业科技, 2020, 41(6): 131-136. doi: 10.12172/202006040002
    [6] 张炜, 代金莉, 贺维, 吴世磊, 苏宇, 陈涤非, 鄢武先, 邓东周, 黄春萍, 陈永林.  九寨沟地震灾后植被恢复过程中树种筛选 . 四川林业科技, 2020, 41(6): 117-123. doi: 10.12172/202009100003
    [7] 王文勇, 周进, 舒文强, 姜帆, 苏昌宽.  成都平原东北部核桃资源优系筛选 . 四川林业科技, 2019, 40(5): 34-37,65. doi: 10.16779/j.cnki.1003-5508.2019.05.007
    [8] 兰海, 潘宏兵, 和献锋, 代沙, 蒋祺, 顾国栋, 唐平, 陈云清, 张帆.  铁皮石斛种植基质筛选研究 . 四川林业科技, 2019, 40(6): 75-80. doi: 10.16779/j.cnki.1003-5508.2019.06.014
    [9] 干龙梅, 刘屹, 覃志刚, 彭建, 熊定伟, 郭聪, 史亮.  我国地震灾后生态修复研究现状及展望 . 四川林业科技, 2018, 39(4): 17-21. doi: 10.16779/j.cnki.1003-5508.2018.04.004
    [10] 刘凯, 李婷.  经营单位水平森林可持续经营指标体系研究-指标库的建立 . 四川林业科技, 2017, 38(3): 115-119. doi: 10.16779/j.cnki.1003-5508.2017.03.027
    [11] 杨昌旭, 李勇, 杨志刚, 何建社, 冯秋红, 刘兴良, 潘红丽, 闵安民, 王丽, 王宇, 张利, 刘千里.  汶川地震灾区不同植被恢复模式评价与筛选 . 四川林业科技, 2017, 38(3): 11-21. doi: 10.16779/j.cnki.1003-5508.2017.03.003
    [12] 费世民, 蒋俊明, 张旭东, 周金星.  再论干热河谷植被恢复过程中的“适度”造林 . 四川林业科技, 2016, 37(1): 13-22. doi: 10.16779/j.cnki.1003-5508.2016.01.003
    [13] 孟祥江, 王蕾, 周飞, 马正锐.  林业生态文明建设指标体系构建的探讨——以重庆三峡库区为例 . 四川林业科技, 2016, 37(2): 49-52. doi: 10.16779/j.cnki.1003-5508.2016.02.009
    [14] 吴瑶, 孙治宇.  国家湿地公园生态监测指标体系及案例分析 . 四川林业科技, 2016, 37(4): 69-73. doi: 10.16779/j.cnki.1003-5508.2016.04.015
    [15] 潘红丽, 冯秋红, 马文宝, 刘兴良.  川西南石漠化现状调查及优良抗逆物种筛选研究 . 四川林业科技, 2015, 36(1): 62-64. doi: 10.16779/j.cnki.1003-5508.2015.01.015
    [16] 张晋东, 李玉杰, 黄金燕.  地震对野生大熊猫影响的研究进展 . 四川林业科技, 2015, 36(4): 111-115. doi: 10.16779/j.cnki.1003-5508.2015.04.024
    [17] 姬慧娟, 扶志宏, 张利, 马文宝, 何建社, 刘兴良.  生态毯在地震滑坡区植被恢复中应用效果研究 . 四川林业科技, 2014, 35(2): 4-8. doi: 10.16779/j.cnki.1003-5508.2014.02.002
    [18] 龙汉利, 覃志刚, 刘福云, 魏宗华, 干少雄, 蒲春林, 尤继勇.  四川干旱河谷地区植被恢复研究进展 . 四川林业科技, 2013, 34(6): 27-32. doi: 10.16779/j.cnki.1003-5508.2013.06.007
    [19] 曾珍, 肖前刚, 杨科, 谢文娟, 姜丽琼, 李文俊, 廖兴勇, 张达江, 冯毅.  龙泉山脉植被快速恢复技术研究 . 四川林业科技, 2013, 34(1): 44-47. doi: 10.16779/j.cnki.1003-5508.2013.01.010
    [20] 骆宗诗, 王志明, 陈永林, 张利, 何建社, 何飞, 潘文丽, 龙汉利, 刘兴良.  汶川地震灾区崩塌山体微生境植被恢复技术 . 四川林业科技, 2013, 34(4): 37-41. doi: 10.16779/j.cnki.1003-5508.2013.04.011
  • 加载中
  • 表(6)
    计量
    • 文章访问数:  420
    • HTML全文浏览量:  117
    • PDF下载量:  8
    • 被引次数: 0
    出版历程
    • 收稿日期:  2020-08-19
    • 网络出版日期:  2020-10-14
    • 刊出日期:  2020-12-11

    基于灰色关联度的地震损毁地植被快速恢复模式筛选

    doi: 10.12172/202008190001
      作者简介:

      吴世磊(1987-),男,工程师,硕士,275968751@qq.com

    基金项目:  九寨沟地震灾区珍稀动物受损栖息地林草植被快速恢复模式研究与示范项目

    摘要: 根据地震损毁地受损程度,针对重度损毁地植被恢复模式共选择11种,中度损毁地植被恢复模式共选择6种,采用灰色关联度分析方法比较各模式恢复成效,根据结果筛选出成活率、土壤有机质含量、生物量、覆盖度高的快速植被恢复模式。试验的筛选过程和结果,对当前地震损毁地植被快速恢复具有十分重要的参考价值和借鉴价值。

    English Abstract

    • 地震及次生灾害造成区域内森林生态系统、湿地生态系统、林业生态环境保护能力等不同程度损失和影响。韩茂云[1]通过探讨茂县“5·12”地震灾后不同植被恢复模式恢复成效,得出乔灌草模式的造林效果最佳,值得在生产上推广。鄢武先[2]通过对卧龙自然保护区植被恢复调查,得出生态适应性、地带性、先锋性、抗逆性和自我维持性和生物多样性的植物种选择的原则。可见开展地震灾区快速植被恢复模式筛选对灾区植被恢复、生态环境的改善具有重要的科技支撑及示范作用。灰色关联度分析[3-5]是一种常用的科学分析比较方法,已经在很多领域进行应用,很多科研人员采用该方法对水稻、甜高粱、大麦、小麦、苎麻等进行品种比较试验[6-16],筛选出更多的适宜品种。林业上大多使用多层次分析法[18]开展筛选出更多的适宜模式,主要依靠专家打分法进行筛选,主观性强。灰色关联度分析[19]同时兼顾多种指标,对模式多个指标进行定量的综合分析,减少主观因素,避免了传统评价法由单一指标来判断某个模式、品种的好坏造成的弊端,使得评价结果更加可靠和客观[20]。本次研究应用灰色关联度分析,对恢复模式多个指标进行定量的综合分析,筛选出适应九寨沟地震损毁地的快速植被恢复模式,以期为地震损毁地的植被快速恢复提供技术支撑。

      • 本试验选取的植被快速恢复模式地点全部位于九寨沟县内,以“8·8”四川九寨沟地震震中漳扎镇比芒村为中心向四周选取,各试验地气候、地形、土壤等外在条件基本一致,海拔在2300~2900 m,属高山寒温气候,9月至次年5月为霜期;降雨量较为充沛,年降雨量500~700 mm,雨季集中在7—9月,土层浅薄,坡度在30°~50°属于高山峡谷地带,土壤类型以山地黄棕壤为主。

      • 根据文献查阅及对九寨沟地震损毁地植被快速恢复小班的调查统计,按照地震损毁地受损程度、恢复措施、物种配置模式初步确定九寨沟地震损毁地植被快速恢复模式共计17种,其中地震损毁地受损程度划分为重度和中度受损,重度地震损毁地主要以各种石块为主,含有少量的泥土和杂物,几乎无森林植被,稳定性差;中度地震损毁地主要为森林植被受到局部破坏,部分区域出现林中空地、林窗,但受损区域立地质量基本未受破坏,具有森林植被恢复的基础。重度地震损毁地采取工程措施+植苗造林的11种措施,中度地震损毁地的采取植苗造林的6种生态恢复措施,详见表1

        表 1  九寨沟地震损毁地植被快速恢复模式统计

        Table 1.  Statistics of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas

        受损程度序号恢复方式物种配置模式
        重度a-1工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、连香树(Cercidiphyllum japonicum
        重度a-2工程措施+植苗造林油松(Pinus tabuliformis)、岷江柏(Cupressus chengiana)
        重度a-3工程措施+植苗造林连香树(Cercidiphyllum japonicum)、疏花槭(Acer laxiflorum)、缺苞箭竹(Fargesia denudata
        重度a-4工程措施+植苗造林岷江柏(Cupressus chengiana)、扁桃(Amygdalus communis
        重度a-5工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、疏花槭(Acer laxiflorum
        重度a-6工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、花楸(Sorbus pohuashanensis
        重度a-7工程措施+植苗造林云杉(Picea asperata)、花楸(Sorbus pohuashanensis)、高山柳(Salix cupularis
        重度a-8工程措施+植苗造林油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、青榨槭(Acer davidii
        重度a-9工程措施+植苗造林云杉(Picea asperata)、连香树(Cercidiphyllum japonicum)、沙棘(Hippophae rhamnoides
        重度a-10工程措施+植苗造林云杉(Picea asperata)、连香树(Cercidiphyllum japonicum)、花楸(Sorbus pohuashanensis
        重度a-11工程措施+植苗造林油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、花楸(Sorbus pohuashanensis
        中度b-1植苗造林云杉(Picea asperata)、花楸(Sorbus pohuashanensis
        中度b-2植苗造林云杉(Picea asperata)、高山柳(Salix cupularis
        中度b-3植苗造林云杉(Picea asperata)、红桦(Betula albosinensis
        中度b-4植苗造林云杉(Picea asperata)、疏花槭(Acer laxiflorum
        中度b-5植苗造林油松(Pinus tabuliformis)、疏花槭(Acer laxiflorum
        中度b-6植苗造林油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum
      • 在九寨沟地震损毁地植被快速恢复小班内选择不同灾害类型、受损程度、恢复类型的地点选取典型的调查样地,在每个选定的样地内采用随机取样方法,设置30 m×30 m的大样方调查1.3 m以上的乔木层,同时在大样方4个顶点共设置4个5 m×5 m的样方调查灌木层及1.3 m以下的幼树,在大样方的对角线上再设置3个1 m×1 m的样方调查草本层。分别在样地中心,对样方中的土壤、植物进行取样,室内进一步分析测定,获取土壤理化性质、植物生物量等指标。

      • 采用灰色关联度进行分析,将所有不同植被快速恢复模式看作一个灰色系统,每个模式为该系统的一个因素,以各参试恢复模式的主要评价指标构建成比较数列,表示为:Xi(k) (i=1,2,3,···,n),n表示恢复模式种类数,k表示各模式的指标数。为便于比较,根据植被恢复的模式特征及评价要求,构建一个参考植被恢复模式,由此构成一个参考数列,用X0表示。计算各比较数列与参考数列之间的关联度,关联度大则表示该恢复模式与参考模式较相近,综合指标表现较好,反之,则综合指标较差。

        对原始数据进行无量纲化处理,采用标准差法,按公式Xi(K)=[Xi’(K)−Xi]/Si将原始数据标准化。

        在此基础上求主要指标与模式的灰色关联度r(X0,Xi)称为X0,Xi的灰色关联度记为ri。计算公式为:

        $$ {r_i} = \frac{1}{n}\sum\limits_{k = 1}^n {{\xi _i}\left( k \right)} $$
      • 采用问卷调查法对模式的评价指标进筛选建立指标体系,问卷调查对象为科研单位专家、基层林业局工程技术人员等[17]。对初步建立的指标体系通过敏感性法对备选的评价指标进行筛选,具体来说,就是利用某一指标在研究范围内的变异系数和相对极差作为敏感性指标进行判断,变异系数和相对极差越大,敏感性也就越大,尽量按照敏感度从大到小的顺序,筛选评价指标,建立九寨沟地震灾区植被快速恢复模式评价指标体系(见表2)。

        表 2  九寨沟地震损毁地植被快速恢复模式评价指标体系

        Table 2.  Evaluation index system of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas

        目标层项目层指标层
        九寨沟地震灾区植被快速恢复模式筛选苗木情况成活率
        地径
        株高
        多样性情况丰富度指数
        植物生物量生物量
        覆绿情况覆盖度
        土壤质量土壤有机质含量
        土壤容重
        土壤最大持水率
      • 根据建立的评价指标体系,植被恢复模式的主要指标分别为成活率(k1)、地径(k2)、株高(k3)、丰富度指数(k4)、生物量(k5)、覆盖度(k6)、土壤有机质含量(k7)、土壤容重(k8)、土壤最大持水率(k9)。原始数据见表3

        表 3  九寨沟地震损毁地植被快速恢复各指标——原始数据

        Table 3.  Index of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas — raw data

        序号成活率/%地径/cm苗高/m丰富度指数生物量/(kg×m−2)覆盖度/%土壤有机质含量/(g·kg−1)土壤容重/(g·cm−3土壤含水量/%
        a-1852.331.4390.794517.561.4810.53
        a-2801.751.270.584015.011.686.6
        a-3751.671.1750.554015.281.638.85
        a-4701.250.960.324515.081.258.34
        a-58520.8780.575017.921.5510.95
        a-6902.331.03100.74516.731.5811.58
        a-78021.0370.623514.421.247.7
        a-8901.730.880.474518.051.719.29
        a-98021.0390.623015.11.038.18
        a-10902.33170.694016.371.110.21
        a-118020.670.464517.921.429.41
        b-1850.3535120.926017.941.2419.59
        b-2900.440101.035517.481.4522.94
        b-3900.3535141.15018.211.6518.94
        b-4850.3535121.055016.481.3518.04
        b-5850.3332.5120.844019.031.2823.55
        b-6800.2827.5110.984517.571.4114.39
      • 因模式的各项指标的计量单位各不相同,使得原始数据在量纲和数量级上存在差异,难于比较以及保证比较的客观性和正确性。因此,采用初值化处理对原始数据进行无量纲化处理,结果见表4

        表 4  九寨沟地震生境修复植被快速恢复各指标——数据无量纲化处理

        Table 4.  Index of rapid vegetation restoration models in Jiuzhaigou earthquake-stricken areas — nondimensionalize data

        序号成活率地径苗高丰富度指数生物量覆盖度土壤有机质含量土壤容重土壤含水量
        a-10.75110.810.750.860.660.79
        a-20.50.460.720.40.560.50.160.950
        a-30.250.380.6800.490.50.240.890.45
        a-4000.360.200.750.180.320.35
        a-50.750.690.320.60.5310.960.760.87
        a-6110.5210.810.750.640.811
        a-70.50.690.520.40.630.2500.310.22
        a-810.450.240.60.310.75110.54
        a-90.50.690.520.80.6300.1900.32
        a-10110.480.40.790.50.540.10.72
        a-110.50.6900.40.310.750.960.570.56
        b-10.50.330.60.50.3110.5700.57
        b-210100.730.750.390.510.93
        b-3110.6110.50.6810.5
        b-40.50.670.60.50.810.500.260.4
        b-50.50.330.40.50010.091
        b-60000.250.540.250.430.420
      • 利用Grey Modelling Software(GM 3.0)软件对无量纲化处理后的数据进行计算,计算结果见表5。由表5可以看出,针对重度受损地采用关联度排序前4位a-1、a-6、a-5、a-8,即云杉+红桦+连香树、云杉+红桦+花楸、云杉+红桦+疏花槭、油松+连香树+青榨槭;由表5可以看出,针对中度受损地的生境恢复模式采用关联度排序前2位的是b-3、b-1,即云杉+红桦、云杉+花楸。总体来说排序靠前的模式表现出成活率、土壤有机质含量、生物量、覆盖度高等特点。

        表 5  生境修复模式关联度及位次

        Table 5.  Correlation degree and ranking of ecological restoration models

        模式关联度位次
        a-10.821
        a-20.516
        a-30.418
        a-40.2211
        a-50.673
        a-60.782
        a-70.410
        a-80.644
        a-90.49
        a-100.585
        a-110.57
        b-10.632
        b-20.515
        b-30.71
        b-40.544
        b-50.613
        b-60.56

        根据地震损毁地、关联度等相关性,可得出其对应关系如表6

        表 6  九寨沟地震损毁地林草植被快速恢复模式筛选表

        Table 6.  Screening table of rapid forest and grass restoration models in Jiuzhaigou earthquake-stricken areas

        受害程度地表模式恢复方式物种配置模式
        重度石砾、石块等堆积体为主a-1工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、连香树(Cercidiphyllum japonicum
        重度石砾、石块等堆积体为主a-6工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、花楸(Sorbus pohuashanensis
        重度石砾、石块等堆积体为主a-5工程措施+植苗造林云杉(Picea asperata)、红桦(Betula albosinensis)、疏花槭(Acer laxiflorum
        重度石砾、石块等堆积体为主a-8工程措施+植苗造林油松(Pinus tabuliformis)、连香树(Cercidiphyllum japonicum)、青榨槭(Acer davidii
        中度森林土壤b-3植苗造林云杉(Picea asperata)、红桦(Betula albosinensis
        中度森林土壤b-1植苗造林云杉(Picea asperata)、花楸(Sorbus pohuashanensis
      • 根据地震损毁地生境状况、恢复措施、恢复模式筛选结果,在九寨沟地震损毁地植被快速恢复中:针对以各种石块为主,含有少量的泥土和杂物,几乎无森林植被的受损地震损毁地,主要采用工程措施+植苗造林的方式,植被恢复模式以云杉+红桦+连香树、云杉+红桦+花楸、云杉+红桦+疏花槭、油松+连香树+青榨槭表现为最优,配置物种皆为针阔混交模式;针对森林植被受到局部破坏,部分区域出现林中空地、林窗,但受损区域立地质量基本未受破坏的受损地震损毁地,主要采用植苗造林的方式,植被恢复模式以云杉+红桦、云杉+花楸表现较好,配置物种皆为云杉搭配阔叶树种。本次筛选出来植被快速恢复模式均表现出成活率、土壤有机质含量、生物量、覆盖度高等特点。

        本试验尝试基于灰色关联度分析法对九寨沟地震损毁地的快速恢复模式进行分析,对多个主要指标进行综合评价,但只进行了一个生长年度的试验,如果能有更多模式、更多年度的试验将为地震损毁地植被快速恢复模式筛选提供坚实的理论依据。由于本试验模式主要在九寨沟县内进行,在实际推广应用中,也应充分结合治理点微生境、小气候[21]等特点,才能让地震损毁地植被快速恢复取得事半功倍的效果。

    参考文献 (21)

    目录

      /

      返回文章
      返回