-
火是生态系统中重要的干扰因子之一,具有双重性,它虽然会威胁森林及其周边生态安全,但也能给森林带来益处[1−2]。周期性低强度计划烧除不仅能预防森林大火,还能促进森林生态系统的物质交换和能量交换,是科学预防森林火灾的重要手段[3]。计划烧除能经济有效、快捷方便地清除林地危险可燃物(枯草、凋落物及半分解物),能有效降低森林燃烧性,也能为林分更新提供有利条件[1]。FINNEY等[4]分析了 2002 年2起发生在美国亚利桑那州的森林火灾卫星图像和计划烧除记录,表明计划烧除可有效降低火灾的严重程度。SCHMIDT等[5]指出:在针阔混交林中运用计划烧除可以显著减少可燃物的积累。森林资源丰富的国家,如美国、加拿大、澳大利亚等广泛开展计划烧除,这些实践工作证明:开展大面积计划烧除是成效最显著的措施[6−9]。中国内蒙古地区从1980年起开始施行林冠下计划烧除[10]。1988年起,马志贵等[11]在四川省攀西地区开展了云南松Pinus yunnanensis计划烧除试验研究和技术推广工作,效果显著。王秋华等[12]认为:滇中地区云南松林对周期性的火产生了一定的适应性,能够开展周期性的计划火烧。戚书玮等[13]发现:计划烧除前后云南松生物量的重要值等无显著差异,表明在该地区计划烧除对云南松生长影响很小。杨馥羽等[14]研究发现:高频率、低强度的计划火烧使土壤表层抗水蚀能力下降,但对深层土壤基本无影响。马志贵等[15]对计划烧除引起的水土流失进行了定量研究,发现计划烧除林地的土壤侵蚀量远低于国家规定的最低允许流失量(200 t·km−2·a−1)。计划烧除的目的就是干扰或阻断林火发生或蔓延条件[16−17],以小火防大火,由被动防火转为主动防火[18]。计划烧除的开展时间一般选在森林防火期的初期,此时细小可燃物很干燥,但粗大可燃物含水率仍较高, 能够控制住火势[19]。
云南松是中国西南林区的主要用材树种,大多分布于山区。云南松分布区气候主要受高空西风环流、西南印度洋季风和东南太平洋季风等3种气流所控制,立体气候特征明显,是西南林区火灾多发区[20]。本研究以云南省玉溪市新平县照壁山云南松林为研究对象,进行了连续6 a (2017—2022年,其中2020和2021年由于政策原因,云南全省未开展计划烧除)的定位、跟踪研究,开展云南松林计划烧除火烧试验,测定云南松林地表可燃物燃烧火行为特征,对火蔓延速度、火线强度和火焰高度等进行相关性分析,评估烧除迹地的烧除效果,以期为滇中云南松林地表可燃物综合调控和管理提供依据。
-
研究区位于云南省玉溪市新平县(23°38′15″~24°26′05″N,101°16′30″~102°16′50″E)。县域地势西北高、东南低,局部为深谷,最高海拔为3 165.9 m,最低海拔为422.0 m。土壤类型以红壤和赤红壤为主。林地和农田为县域内主要的土地利用方式,草地次之[21]。县域内立体气候明显,年最高气温为32.8 ℃,年最低气温为1.3 ℃,年平均气温为18.0 ℃,年降水量为869.0 mm,年日照时数为2 838.0 h,无霜期为316.0 d。全县天然林面积为21.9万hm2,蓄积量为1 898.0万m3,人工林(含飞播林)面积为9.6万hm2,蓄积量为531.0万m3,飞播林结构与树种组成较为简单,多为云南松[22−23]。由于云南松针叶、小枝条和树皮油脂含量高、易燃,因此云南松林属于易燃林分类型,但树皮较厚,具有一定的耐火和抗火能力[24]。该县已经对云南松林开展了近20 a的计划烧除,很少跑火。
-
2022年1月11—14日在新平县照壁山云南松林连续分布区,沿海拔每隔10 m平行设置3~5个20 m×20 m的样地,每个样地内梅花状布置5个1 m×1 m的小样方,合计10个样地,50个样方。记录每个样地内的经纬度、坡度、坡向、坡位和郁闭度等信息,对胸径≥2 cm的乔木进行每木检尺并测量树高和枝下高。采用全收获法收获每个小样方内的松针凋落物、草本凋落物和枯死的蕨类,称其质量。所选样地均位于阳坡中上坡位,坡度为15°~25°。根据地表可燃物类型的不同,将地表细小可燃物主要是蕨类和松针的云南松林称为蕨类云南松林,将地表细小可燃物主要是禾本科Gramineae草类和松针的云南松林称为禾本云南松林。
-
云南省的森林防火期为每年12月1日到第2年的6月15日,防火紧要期为每年3—4月。2022年2月12日下午本次计划烧除在1月所设样地内开始。气象观测:计划烧除前、烧除过程中用手持气象仪现场观测气温、相对湿度等气象参数。点烧方法:以现有防火道路为依托,使用风力灭火机把道路上的凋落物吹到山下一侧,形成良好的防火隔离带。沿着防火隔离带,用滴油式点火器点下山火。火中观测:沿着火线蔓延方向,当燃烧相对稳定时,测量火焰高度、温度和蔓延速度。①火焰高度的测量。当样方过火时,用钢卷尺测定4个顶点和对角线交叉点共5个位置的火焰高度,取平均值。②火焰温度的测量。用手持式非接触红外线测温仪(DTM-T1)对样方若干点进行测量,取平均值。③火蔓延速度的测量。采用线速度方法测定火头在小样方内蔓延1 m所需时间,每个样方设置3组计时点,取平均值。火后评估:计划烧除结束后第2天测定火烧后样地内可燃物载量与分布特征,调查火烧迹地花脸率。采集样方内可燃物样本带回实验室测定热值,每组测3次,最终取固定值20 MJ·kg−1为计划烧除地表凋落物的热值。
火线强度(I)计算公式(即拜拉姆公式): I=0.007HWR。其中:I为火线强度(kW·m−1);H为热值(J·g−1);W为有效可燃物载量(t·hm−2);R为蔓延速度(m·min−1)。采用上式得到的火线强度为潜在最大值。烧除率(R)计算公式:R=(W0−W1)/W0×100%。其中:W0为烧除前可燃物载量(t·hm−2);W1为烧除后可燃物载量(t·hm−2)。花脸率(r)计算公式:r=(A1/A0)×100%。其中:A0为计划烧除面积(m2);A1为未过火面积(m2)。
-
用Excel 2018进行数据汇总、整理和初步分析,用Origin 2018绘图,用SPSS 18.0对云南松林地表可燃物燃烧特征进行方差分析。
-
滇中高原的云南松林是季风常绿阔叶林被破坏后所形成的次生林,新平县照壁山云南松林为20世纪80年代飞播造林后自然生长形成的半天然林[25]。经过30余a的人工抚育和自然稀疏,研究区的云南松林分结构稳定,蕨类云南松林和禾本云南松林受海拔影响,林分特征差异如表1所示。云南松林为中龄林,上层林木郁闭度为0.6,枝下高度平均大于7 m。缺乏梯状可燃物,低强度地表火难以形成树冠火。云南松林地表可燃物含水率为12%,地表可燃物载量平均为0.68 kg·m–2(6.8 t·hm−2)。有研究表明[1, 26]:当直径<7.6 cm的可燃物少于10 t·hm−2时,应在含水率为10%~12%时点烧。对2组样地的林分特征进行成对t检验表明:2种可燃物类型的林分特征无显著差异,长势较一致。
表 1 不同可燃物类型云南松林林分特征
Table 1. Stand characteristics of P. yunnanensis forest of different fuel types
可燃物类型 坡度/(°) 郁闭度 密度/(株·hm−2) 树高/m 枝下高/m 胸径/cm 含水率/% 载量/(kg·m−2) 蕨类云南松林 17 0.60 1 240±473 a 11.5±1.6 a 7.9±1.0 a 14.5±3.1 a 11.99 a 0.67±0.14 a 禾本云南松林 14 0.55 1 152±436 a 12.1±1.6 a 8.5±1.4 a 17.1±3.8 a 12.06 a 0.69±0.19 a 说明:数据为平均值±标准差。同列不同小写字母表示不同可燃物类型间差异显著(P<0.05)。 -
已有研究表明[27]:实行计划烧除的最佳气象因素指标为风速<6.0 m·s−1,空气湿度为30%~50%,气温为−5.0~10.0 ℃,可燃物含水率为7%~20%,大气气团应相对稳定。由于地表可燃物燃烧释放出大量热量,需随时记录气象数据有助于提前部署扑救力量,防止跑火。本次计划烧除的气象条件为多云天气,气温为14.0~16.0 ℃,相对湿度为40%~45%,林缘平均风速为0.5 m·s−1,阵风最高风速为1.2 m·s−1。各项技术指标符合《云南省森林防火计划烧除规程》和《云南松林计划烧除技术规范》。为了随时准确地把握林地气象因子的变化情况,隔30 min测定气温、相对湿度和风速(表2)。计划烧除开始后,林内气温明显升高,最高达24.0 ℃,比林外高3.5~6.0 ℃。
表 2 计划烧除时云南松林内气象概况
Table 2. Weather conditions in P. yunnanensis forest during prescribed burning
时段 风速/(m·s−1) 气温/℃ 相对湿度/% 11:00—12:00 0.5~0.8 14.0~16.0 38~42 12:00—13:00 0.8~1.5 16.0~19.0 33~36 13:00—14:00 1.7~2.4 17.0~22.0 30~34 14:00—15:00 2.0~3.2 18.0~24.0 29~33 15:00—16:00 2.2~2.8 17.0~20.0 32~38 -
计划烧除在阳坡实施,试验样地选取在靠近防火隔离带的安全位置。由表3可知:蕨类云南松林地表可燃物燃烧时的火焰高度为(80.20±7.50) cm,是禾本云南松林地表可燃物火焰高度的2倍,两者差异显著(P<0.05)。由于蕨类植物株高较高,平均高度达0.6 m,且冬天枯死后立于地表不倒伏,因此在蕨类云南松林地表可燃物进行计划烧除时火焰高度最高可达0.9 m。可燃物的高度对于火烧类型从地表火向树冠火过渡起决定性作用[28]。一般而言,安全用火的平均火焰高度不得高于1.5 m,在此标准内执行火烧,扑火队员可利用扑火机具(如风力灭火机和背负式水枪)控制火场。
表 3 云南松林计划烧除火行为参数
Table 3. Fire behavior characteristics of prescribed burning in P. yunnanensis forest
可燃物类型 火焰高
度/cm火焰温
度/℃火焰蔓延速度/
(m·min−1)火线强度/
(kW·m−1)蕨类云南松林 80.20±7.50 a 513±65 a 0.25±0.04 a 262±70 a 禾本云南松林 43.40±5.94 b 463±77 a 0.17±0.03 b 188±41 b 说明:数据为平均值±标准差。同列不同小写字母表示不同可燃物类型间差异显著(P<0.05)。 2种不同可燃物类型的火焰温度相差不大,温差保持在10%以内,原因是2种地表可燃物均以松针凋落物为主,蕨类云南松林燃烧时的温度略高于禾本云南松林燃烧,但无显著差异。
火场立地条件影响林火蔓延速度,林火蔓延是由一个封闭曲线扩增成另一个封闭曲线的过程,坡度越陡,林火蔓延的速度越快[29−30]。结合表1和表3可知:蕨类云南松林所在坡度较大,其火线蔓延速度较禾本云南松林快30%。本研究采用下山火点烧技术,林火种类为稳进地表火(蔓延速度<4 km·h−1),可明显降低林火蔓延速度,保证用火安全[31]。
人工灭火的火强度上限为1 000 kW·m−1,通常不能超过中等强度[32−33]。由图1可以看出:试验样地的火线强度均小于750 kW·m−1,是低强度火。火线强度的大小与可燃物载量、气象、地形等因素关系密切,由于3号样方地表可燃物载量大,所处地形较陡峭,因此导致该样方出现最大火线强度。火线强度的大小也可以作为营林用火指标,以最小损失换取最大成果,即以小火防大火。
对2组样地10个小样方的火线强度、火蔓延速度和火焰高度进行相关分析表明(表4):火焰高度与火线强度和火蔓延速度呈极显著正相关(P<0.01),火蔓延速度与火线强度呈显著正相关(P<0.05),其中火焰高度与火线强度的相关系数达0.794,为最大。因此在烧除试验过程中可采用观察火焰高度来推测火线强度是否超过低强度火烧的临界标准。方差分析结果表明:2类可燃物类型的火焰高度、火焰蔓延速度和火线强度存在显著差异(P<0.05),若蕨类云南松林发生火灾,各项火行为参数偏大,扑火救援难度将提高。
表 4 云南松林计划烧除火行为之间的相关性
Table 4. Correlation between fire behaviors of P. yunnanensis forest
火行为 火线强度 火蔓延速度 火焰高度 火线强度 1 0.704* 0.794** 火蔓延速度 0.704* 1 0.779** 火焰高度 0.794** 0.779** 1 说明:*表示显著相关(P<0.05);**表示极显著相关(P<0.01)。 -
研究区地表可燃物载量介于0.52~0.88 kg·m−2之间(表1)。图2A是烧除试验开展前1个月在研究区所记录的实拍图,图2B和图2C分别是烧除试验中从地面与空中拍摄,图2D是烧除后的火烧迹地。通过现场调查发现:低强度的计划烧除对乔木的影响微乎其微,只将下部枝干熏黑但并未灼伤,林冠层几乎没有任何损伤;大多数灌木层枝叶仍保持原状,部分矮灌木底部树叶被烤焦,是否烧死需另设样地后续跟踪研究;地表层凋落物过火情况明显,枯草、松针、蕨类等基本被烧光,枯枝的烧伤程度由径级决定。
图 2 云南松林计划烧除前后对比
Figure 2. Comparing characteristics before and after the prescribed burning of P. yunnanensis forest
由表5可知:云南松纯林地表可燃物计划烧除率介于59%~75%之间,烧除效果明显。火烧强度和烧除率并不是呈现简单的线性关系,例如3号样方的火线强度最高,为369.6 kW·m–1,但其相对应的烧除率并非最大值。由于采用下山火点烧技术,火焰与火头前进方向相反,会对燃烧过的可燃物进行二次燃烧,因此坡度越大烧除效果越好。对火烧迹地调查发现:样方中出现部分未被火烧的小面积植物,称为“花脸”。造成花脸的主要原因是小地形的变化,如坡地上的凹洼地,湿度大,又减缓了火蔓延速度,地表火从两旁绕过或跃过。一般来说上山火造成的花脸率远高于下山火,因为上山火蔓延速度很快导致燃烧不均匀、不彻底,留下许多未烧地块[1]。方差分析结果表明:2种可燃物的烧除效果无显著差异。在云南松纯林不同可燃物类型中开展计划烧除,均能达到清理林下可燃物的效果,且能保证一定效果的烧除率。
表 5 云南松林计划烧除效果评价
Table 5. Evaluation of prescribed burning in P. yunnanensis forest
样方
标号坡度/(°) 烧前质量/
(kg·m−2)烧后质量/
(kg·m−2)烧除
率/%花脸
率/%1~5 17 0.76±0.16 a 0.24±0.04 a 67.75±5.43 a 5.00 6~10 14 0.78±0.21 a 0.30±0.10 a 62.00±2.56 a 5.00 说明:数据为平均值±标准差。同列不同小写字母表示不同可燃物类型间差异显著(P<0.05)。 -
低强度计划烧除能有效调控易燃可燃物,减少云南松林地表可燃物载量,烧除率在60%以上,实现火管理目的。本研究区云南松林为20世纪80年代的飞播林,枝下高在7 m以上,灌木很少,林下可燃物垂直连续性较差,计划烧除中最大火焰高度低于1 m,引发树冠火的概率极低,且对上层林木的生长没有明显影响。本次烧除采用下山火的点烧技术,实施过程中多项技术指标高于《云南省森林防火计划烧除规程》和《云南松林计划烧除技术规范》要求,研究结果对林火管理实践工作有一定的指导意义。计划烧除火行为特征表现为林火蔓延速度慢,保持在20 m·h–1以内,稳进地表火对细小可燃物消耗彻底;火线强度均低于750 kW·m–1,是低强度火,火势在人工可控范围内,能保证用火安全。
本研究从林火管理角度研究了在云南松纯林开展林下计划烧除过程中地表可燃物的火行为特征。尽管与云南松林大面积森林火灾的火行为有较大区别,但也能较好地反映计划烧除过程中各项火行为指标间的相关联系,可为森林火灾的安全扑救提供一定参考。计划烧除减少了危险可燃物,切断了可燃物的连续性(水平和垂直方向)分布,降低了火灾的发生率和火烧程度,是预防森林火灾的有效措施。将来研究应集中于:①持续定位研究计划烧除,创新更好的点火技术,提高烧除效率,提出科学的烧除间隔周期等。②应考虑计划烧除过程中烟气排放规律,特别是集中连片烧除产生的烟气成分及含量和迁移消散规律等,减少计划烧除造成的空气污染。③参考2021年全国第1次自然灾害风险普查中森林可燃物普查专项的调查结果,结合新一轮地区森林火险等级,确定更合适的计划烧除时间。④探讨计划烧除的长期影响,如对生物多样性和当地经济社会的影响。
Characteristics of fire behavior in prescribed burning under Pinus yunnanensis forest
-
摘要:
目的 计划烧除是当前应用最广泛有效的森林可燃物管理措施。研究云南松Pinus yunnanensis林地表可燃物进行计划烧除时的火行为特征,可有效清理林地易燃物,降低林地火烧可能性,实现林火管理以预防为主的目的。 方法 使用点烧下山火技术在云南松林开展计划烧除。森林防火期内防火前期,在滇中地区新平县照壁山云南松连续分布区进行外业调查,包括样地设置和野外计划烧除点烧试验,记录烧除过程中火行为的动态变化,包括火蔓延速度、火线强度、火焰温度和高度等,评估烧除效果。 结果 滇中地区防火前期,云南松林地表可燃物含水率为11.99%~12.06%,处于干燥、易燃状态。烧除试验表明:火蔓延速度为0.14~0.29 m·min–1,火线强度为147~332 kW·m–1,火焰温度为386~578 ℃,火焰最大高度为0.9 m。不同可燃物类型烧除时火行为参数差异显著(P<0.05),但均为低强度火。云南松林的平均枝下高达7 m以上,可燃物垂直连续性较差,林下计划烧除火焰很难蔓延到树冠,不会形成树冠火。花脸率占5.00%,整体烧除率为59.00%~75.00%,达到了预期效果,能有效调控可燃物。 结论 云南松林计划烧除火蔓延速度缓慢,为稳进地表火(蔓延速度小于4.0 km·h–1),可燃物燃烧彻底;火线强度小于750 kW·m–1,为低强度火,计划烧除为控制性火烧,不会跑火;平均烧除率为63.05%,烧除效果良好,能调控易燃可燃物载量,达到预防森林大火的目的。图2表5参33 Abstract:Objective Prescribed burning is the most widely used and effective management measure for forest fuels. This study aims to reveal the behavior characteristics of prescribed burning in Pinus yunnanensis forest, so as to effectively clean up the forest land combustibles, reduce the possibility of forest fire, and realize the goal that forest fire management should focus on prevention. Method Downhill fire technology was employed as prescribed burning in P. yunnanensis forest. In the early stage of the fire prevention period, field investigation was conducted in the continuous distribution area of P. yunnanensis in Zhaobi Hill, Xinping County in central Yunnan Province, including sample plot setting and prescribed burning test to investigate the characteristics of fuels and record dynamic changes of fire behavior during the burning process, such as fire spreading rate, fireline intensity, flame temperature and height. Result In the early stage of fire prevention, the moisture content of surface fuels in the forest was 11.99%−12.06%, which was dry and flammable. The burning test showed that the fire spreading speed was 0.14−0.29 m·min−1, the fireline intensity was 147−332 kW·m−1, the flame temperature was 386−578 ℃, and the maximum flame height was 0.9 m. The parameters of fire behavior differed significantly among different surface fuels (P<0.05), but they were all low-intensity fires. The average under-branch height of P. yunnanensis forest was more than 7 m, and the vertical continuity of surface fuels was poor, so it was difficult for the understory burning flame to spread to the canopy. The unburned land rate accounted for 5.00% and the overall burning rate was 59.00%−75.00%, which achieved the expected effect and could effectively control combustibles. Conclusion The burning and fire spreading speed in P. yunnanensis forest is slow, belonging to stable surface fire, with spreading speed less than 4 km·h−1, and the surface combustibles burn thoroughly. Fireline intensity is less than 750 kW·m−1, which is a low-intensity fire and manually controllable. The average burning rate is 63.05% and the burning effect is good, and the load of flammable and combustible materials can be regulated to prevent forest fires. [Ch, 2 fig. 5 tab. 33 ref.] -
全球气候变暖已成为国际社会关注的焦点,而大量二氧化碳等温室气体排放形成的温室效应则是气候变暖的根源。森林是陆地上最大的生态系统,也是陆地生态系统的最大碳库,森林生态系统维持的碳库占全球总碳库的46.30%。森林碳汇功能具有比其他减排方式更经济和高效的的优点,《京都议定书》中明确森林碳汇是二氧化碳减排的主要替代方式[1-3]。碳汇造林不仅可以增加陆地碳汇,而且能减缓大气中二氧化碳的积累,具有重要的政治意义和科学实践意义[4]。竹林是地球陆地上重要的森林植被类型,也是特殊的生态系统单元。中国地处世界竹子分布的中心区,是世界第一大产竹国,有竹子39个属500余种,竹林面积占森林面积的3.06%[5]。竹林为异龄林,与其他林分相比,具有生长速度快、高产和用途广泛等优点,竹笋出土后在较短的时间内(40 d左右)完成高生长,1年生毛竹Phyllostachys edulis的碳储量在6个月时间内已占全年碳储量的88.80%以上,毛竹具有很强的固碳能力,是速生阶段杉木Cunninghamia lanceolata林的1.33倍、热带山地雨林的1.33倍、27年生杉木林的2.16倍[3]。新造毛竹林林分状态分为成林前和成林后2个阶段。成林后的毛竹林林分结构稳定,包括立竹密度、胸径、竹高和生物量等。许多学者利用地面调查和遥感监测等方式对成林后毛竹林分生物量、固碳能力进行了深入的研究[6-9],关于毛竹林林分结构与地形环境、经营方式的关系研究也有较多报道。有研究认为:人工栽植毛竹林成林稳定后在异质性环境中的分布更偏向泊松分布[10],而在近自然状态下毛竹林空间分布格局随年份发生动态变化[11]。还有研究发现:通过改善经营措施对于优化毛竹林径级结构、年龄结构和空间结构从而提高单位面积生产力有重要作用[12-14]。与成林后毛竹林研究相比,学者对成林前毛竹林的相关研究较少,同时一些关于新造毛竹林成林前的研究也主要聚焦在非空间结构上,陈婷等[16]研究表明:毛竹林在成林前与成林后非空间结构间差异较大。陈双林等[15]研究发现:新造毛竹林林分结构状况受到立地类型、母竹质量与初植密度和造林模式等多重影响。毛竹林不同阶段空间分布格局的研究有助于完善对该物种种群水平结构的定量描述[17],因此,对毛竹林成林前空间结构的研究变得更有意义。为此,本研究以2块不同栽植方式的毛竹碳汇林为对象,对新竹进行了连续监测,探究不同栽植方式对毛竹林自然成林过程中的空间分布格局特征的影响,为毛竹碳汇林营造与管理提供参考。
1. 材料与方法
1.1 研究区概况
试验区位于浙江省临安市藻溪镇严家村严家山(30°10′29.7″N,119°29′55.6″E),属中亚热带季风气候,平均海拔为550 m,年平均气温为15.8 ℃,年平均降水量为1 500.0 mm,年平均无霜期为236.0 d。地形地貌为低山丘陵,土壤为红壤,pH 4.4。森林植被中,乔木层主要有萌蘖次生杉木以及少量的青冈Cyclobalanopsis glauca等。
1.2 标准地设置与调查方法
2008年11月,在试验区通过母竹移栽方式新造2块毛竹碳汇林,其中一块采用匀栽方式栽植,栽植面积为15.47 hm2;另一块采用丛栽方式栽植,栽植面积为20.99 hm2。母竹选用标准:年龄为1~2年生,胸径3~6 cm,竹高3.0~3.5 m,鞭色鲜黄,鞭芽饱满,鞭根健全,竹节正常,无病虫害。匀栽方式毛竹林地栽植穴规格为1.2 m(长)×0.6 m(宽)×0.5 m(深),植竹600株·hm-2,株行距为4 m × 4 m;丛栽方式栽植穴为1.2 m(长)×0.5 m(宽)×0.5 m(深),采用品字形设计,栽植穴3个·栽植点-1,植竹675株·hm-2。在毛竹林幼林阶段,每年春季和初夏各中耕除草1次,造林后3 a内采用穴施法施用尿素300~450 kg·hm-2·a-1,除挖去退笋、败笋外,全部留笋长竹,不进行伐竹作业。在匀栽与丛栽2种不同栽植方式毛竹碳汇林中各随机布设20块20 m × 20 m固定标准地。
2009-2013年,每年对试验固定标准地内的新竹进行定位监测。用NTS-352全站仪(测距精度:3 mm+2×10-6 mm;测角精度2 s)测定每株新竹的基部三维坐标(X, Y, H)和竹高h,其中X和Y是平面直角坐标,H是海拔高度,h是竹子基部到竹梢顶部的垂直高度,并利用围尺测量新竹的胸径。
1.3 数据分析方法
1.3.1 聚集指数
聚集指数是最近邻单株距离的平均值与随机分布下的期望平均距离之比,经Donnelly优化[18],公式为:
$$R=\frac{\frac{1}{N}\sum\limits_{i=1}^{N}{{{r}_{i}}}}{\frac{1}{2}\sqrt{\frac{F}{N}}+\frac{0.0514F}{N}+\frac{0.041F}{{{N}^{\frac{3}{2}}}}}。$$ (1) 式(1)中:R为聚集指数;ri为第i株毛竹到最近邻竹的距离(m);N为固定标准地内毛竹株数(株);F为固定标准地面积(m2);P为固定标准地周长(m)。
1.3.2 Ripley’s K(d)函数
考虑边缘影响校正后的Ripley’s K(d)函数公式为:
$$\hat{K}\left( d \right)=A\sum\limits_{i=1}^{N}{\sum\limits_{j=1}^{N}{\frac{{{w}_{ij}}\left( d \right)}{{{N}^{2}}}\left( i\ne j \right)。}}$$ (2) 式(2)中:N为固定标准地毛竹株数(株);d为距离尺度;wij为以毛竹i为圆心;d为半径的圆在样地中的周长部分与圆周长之比的倒数,dij为毛竹i与j之间的距离(m),且dij≤d;A为固定标准地面积(m2)[19]。
BESAG等[20]提出用$\hat{L}\left( d \right)$取代$\hat{K}\left( d \right)$,并对$\hat{K}\left( d \right)$作开平方的线性变换,以保持方差稳定。在随机分布的假设下,期望值接近于0[21]。$\hat{L}\left( d \right)$公式为:
$$\hat{L}\left( d \right)=\sqrt{\frac{R\left( d \right)}{\pi }}-d。$$ (3) 本研究中通过比较$\hat{L}\left( d \right)$与d的关系来分析毛竹林空间分布格局类型。$\hat{L}\left( d \right)<0$,表示呈均匀分布$\hat{L}\left( d \right)=0$,表示呈随机分布;$\hat{L}\left( d \right)>0$,表示呈聚集分布。
然后对固定标准地内毛竹实际观测分布$\hat{L}\left( d \right)$曲线用蒙特-卡洛检验法进行显著性检验。在某个距离尺度d范围内,比较固定标准地毛竹实际观测分布$\hat{L}\left( d \right)$曲线与蒙特-卡洛检验法得出的置信区间所绘制的上下2条包迹线来判别毛竹林立竹空间分布格局。实际观测分布$\hat{L}\left( d \right)$曲线位于包迹线上测,竹林呈聚集分布;实际观测分布$\hat{L}\left( d \right)$曲线位于包迹线下测,竹林呈均匀分布;实际观测分布$\hat{L}\left( d \right)$曲线位于2条包迹线中间,竹林呈随机分布[19]。本研究蒙特-卡洛检验法模拟次数为200次,最大距离尺度为固定标准地最短边长的一半,即10 m[21]。
1.3.3 $\hat{L}\left( d \right)$曲线图选择
以匀栽毛竹林2013年份新竹为例,所选择标准地个数为16个(表 1),而16个标准地的新竹$\hat{L}\left( d \right)$曲线图均有所差异,故需建立标准选取该年份16张新竹$\hat{L}\left( d \right)$曲线图中最具代表性的一张作为结果图,用以说明2013年新竹在各距离尺度下的空间分布格局。选取标准如下:① 利用Ripley’s K(d)函数计算所得图统计该年份新竹在6个距离尺度(1,2,4,6,8,10 m)上呈聚集分布的图的张数,并计算所得张数占曲线图总张数(所选标准地个数)的比例,得到比值。② 根据统计学经验,若比值大于0.5,说明新竹在该尺度下呈聚集分布的标准地个数超过所选标准地个数(16个)的一半,表示新竹在该尺度上呈聚集分布;若比值小于0.5,表示新竹呈随机分布或均匀分布。由于本研究对象在所有尺度上均未显示有均匀分布趋势,故当比值小于0.5时,新竹在该尺度呈随机分布。③ 在所有$\hat{L}\left( d \right)$曲线图中选择符合各距离尺度下分布格局的图作为2013年新竹$\hat{L}\left( d \right)$曲线图。
使用ForStat 2.1软件、Matlab软件和SPSS 20.0进行试验数据计算。
2. 结果与分析
2.1 聚集指数
由于母竹的栽植方式会对研究带来一定的干扰,所以匀栽与丛栽2种栽植方式标准地毛竹株数均不包含母竹株数。从表 1可以看出:不同栽植方式的毛竹林中相同年份的新竹、活立竹株数和聚集指数都有所差异;相同栽植方式的毛竹林新竹、活立竹的聚集指数随着时间的推移发生动态的变化。
表 1 不同栽植方式的毛竹林不同年份新竹和活立竹聚集指数与株数Table 1 Different planting patterns and different years of new bamboo's and live bamboo's aggregation index and tree number in moso年份 栽植方式 标准地个数/个 新竹株数/株 新竹聚集指数 活立竹株数/株 活立竹聚集指数 2009 匀栽 8 5±3aAB 0.18 ± 0.16 aA 5 ± 3 aA 0.18 ± 0.16 aA 丛栽 6 4±3aA 0.49 ± 0.07 bAB 4±3aA 0.49 ± 0.07 bAB 2010 匀栽 16 10 ± 5 aAC 0.35 ± 0.12 aA 13 ± 7 aB 0.35 ± 0.16 aB 丛栽 17 25 ± 15 bBC 0.46 ± 0.15 bAB 28 ± 16 bB 0.47 ± 0.13 bA 2011 匀栽 16 13 ± 7 aCD 0.50 ± 0.22 aB 24 ± 13 aC 0.40 ± 0.14 aB 丛栽 18 13 ± 11 aD 0.38 ± 0.19 aA 30 ± 25 bBC 0.45 ± 0.14 aA 2012 匀栽 18 10 ± 6 aAC 0.65 ± 0.18 aC 33 ± 18 aC 0.42 ± 0.13 aBC 丛栽 20 20 ± 14 bBD 0.52 ± 0.15 bB 59 ± 32 bC 0.49 ± 0.18 aA 2013 匀栽 16 17 ± 11 aD 0.63 ± 0.21 aBC 50 ± 28 aD 0.52 ± 0.11 aC 丛栽 20 31 ±14 bC 0.76 ± 0.15 bC 89 ± 45 bD 0.60 ± 0.19 aB 说明:同列不同小写字母仅表示相同年份不同栽植方式间差异显著,同列不同大写字母表示相同栽植方式不同年份间差异显著 (P < 0.05)。新竹株数、新竹聚集指数、活立竹株数、活立竹聚集指数为平均值±标准差。 2.1.1 新竹聚集指数
从表 1可知:匀栽栽植方式毛竹林2009年至2013年的新竹聚集指数总体呈上升趋势,聚集指数均小于1,呈聚集分布。2009年新竹聚集指数最低为0.18,2012年聚集指数最高为0.65;新竹数也总体呈上升趋势,2012年略有下降,2013年新竹数达到最大值为17株。2009年与2010年,新竹聚集指数与株数差异不显著(P > 0.05),说明造林后前2 a新竹分布格局差异不大,新竹发育速度较为缓慢;而2010-2012年,聚集指数随着造林年限增加而增加,年份间聚集指数差异显著(P < 0.05),表明造林后第2年开始地下竹鞭逐渐扩展,新竹出笋位置离母竹渐远。2009-2012年,从新竹株数来看,年份间差异并不明显,直到2013年,新竹数才有显著(P < 0.05)提高。研究发现:当新竹株数增加时,聚集指数也相应增大,新竹聚集指数与新竹株数符合幂函数关系式(图 1),新竹株数(x)为自变量,林分新竹聚集指数为因变量(y),函数关系式为y=0.041 6x0.999 2, R2=0.761 6。
丛栽栽植方式毛竹林中,2009-2011年,聚集指数逐年下降,2011-2013年逐年上升,2011年新竹聚集指数最低为0.38,2013年新竹聚集指数最高为0.76。这5 a中的新竹聚集指数均小于1,呈聚集分布。2009年与2010年,丛栽新竹聚集指数年份间差异性与匀栽竹林相同,造林后前2 a,聚集指数差异不显著。2011-2013年聚集指数具有显著性差异(P < 0.05),表明该阶段毛竹林正处于快速发育阶段。2009-2013年,年份间新竹株数差异显著(P < 0.05),2009年新竹株最少为4株,2010年新竹突然呈爆发式增长,达到25株,2011年新竹突然减少至13株,然后逐步增加,2013年新竹数最多为31株,表明丛栽毛竹林造林后5 a为毛竹林快速发育阶段。同时,丛栽新竹聚集指数与新竹株数符合二次函数关系式(图 1),新竹株数为自变量(x),新竹聚集指数为因变量(y),函数关系式为y=0.001 1-0.028 4x+0.588 1, R2=0.828 8。
由表 1可见:2009年2种栽植方式新竹株数差异不显著,而2010年与2009年新竹数差异明显,表明通过母竹移栽方式进行毛竹造林后第1年,栽植方式不会影响新竹出土数量,可能的原因是新造竹林第1年母竹主要以扩展地下竹鞭为主,竹鞭尚未有出笋能力。造林后第2年开始(2010-2013年),相同年份匀栽与丛栽新竹聚集指数差异显著(P < 0.05)(除2012年),丛栽新竹株数显著(P < 0.05)高于匀栽(除2012年)。表明栽植方式对新竹的发育与分布格局的影响逐渐增大。
2.1.2 活立竹聚集指数
匀栽新造毛竹碳汇林造林第2年后,各年份间活立竹聚集指数差异不显著,聚集指数随着造林年限的增加呈缓慢上升趋势。2009-2013年,各年份间活立竹株数差异性显著(P < 0.05)。截至2013年,虽然每年活立竹株数都在增加,但是毛竹林空间分布格局仍然呈聚集分布,表明活立竹分布位置主要以靠近母竹为主,毛竹林还未成林,仍然处于发育阶段。活立竹聚集指数变动范围为0.18~0.52,林分活立竹株数的波动范围为5~50株。匀栽毛竹林聚集指数与活立竹株数关系见图 2。图 2中,活立竹株数为自变量(x),林分活竹聚集指数为因变量(y),拟合方程为y=0.103 7x0.419 3, R2=0.937 9。
丛栽栽植方式毛竹林中,2009-2011年活立竹聚集指数逐年下降,2011年聚集指数最低为0.45,随后聚集指数逐年递增,2013年聚集指数最大为0.60,该毛竹林分布格局仍呈聚集分布。丛栽毛竹林活立竹株数与聚集指数年份间差异均不显著,与匀栽竹林相同。可见,毛竹造林后5 a内,丛栽竹林也处于成林初期阶段。活立竹聚集指数变动范围为0.45~0.60,活立竹株数变动范围为4~89株。由图 2可见:活立竹聚集指数(y)和株数(x)的函数关系式满足y=0.000 04x2-0.002 7x+0.501,R2=0.985 6。
2009-2013年5 a造林年限中,对比2种栽植方式新造毛竹林可以发现,造林后前2 a,丛栽活立竹聚集指数显著(P < 0.05)高于匀栽,第3年(2011年)开始无显著差异。而在活立竹株数方面,除2009年外,丛栽竹林均显著(P < 0.05)高于匀栽。从林业生产角度出发,相同年份下丛栽聚集指数与活立竹株数均高于匀栽,因此,丛栽栽植方式要优于匀栽栽植方式,并且能够缩短成林所需时间。到目前为止,对比成熟毛竹林分[22],2种栽植方式下的新造毛竹碳汇林仍然处于成林初期阶段。
2.2 Ripley’s K(d)函数
根据1.3.3小节介绍,由图 3中可见:2013年匀栽毛竹林新竹在4 m尺度下呈聚集分布,在1,2,6,8,10 m尺度下呈随机分布,图 4E为按照1.3.3小节标准选择的2013年匀栽毛竹林新竹$\hat{L}\left( d \right)$曲线图,符合新竹在4 m尺度下呈聚集分布,在1,2,6,8,10 m尺度下呈随机分布。以此类推,通过图 3,图 5,图 6和图 7所示新竹与活立竹在匀栽与丛栽毛竹林各距离尺度下的分布格局,得到匀栽与丛栽毛竹林各年份新竹、活立竹空间分布格局结果图(图 4,图 8)。
2.2.1 新竹Ripley’s K(d)函数
图 4 A~E分别是匀栽栽植方式2009-2013年新竹空间分布格局图。匀栽的新造毛竹碳汇林2009年的新竹在0~2.2 m的尺度下,呈聚集分布,在2.2 m尺度以上呈随机分布;2010年新竹在0~3.3 m的尺度下呈聚集分布,在3.3 m尺度以上呈随机分布;2011年新竹在5.4 m尺度以上呈随机分布。新竹的繁殖离不开母竹竹鞭的扩展,新竹出笋位置离母竹较近,因此新竹小尺度呈聚集分布,大尺度呈随机分布表明造林前几年新竹分布格局受到了母竹栽植方式的影响。随着造林年限的增加,新竹呈随机分布的距离尺度逐渐变远,表明母竹竹鞭的长度逐渐增加,新竹出土位置离母竹渐远。2012-2013年,新竹逐渐在各距离尺度上呈随机分布表明毛竹林地下鞭根系统逐渐完善。图 4A~E中的波谷尖峰所在距离表明新竹在该尺度下存在团状分布,波谷增多说明新竹的团状分布个数增多,表明竹林地下鞭根出现交错现象,致使部分不同种源新竹在一定尺度下呈现团状聚集分布。图 4F~J分别是丛栽栽植方式2009-2013年新竹空间分布格局图,丛栽栽植方式2009年新竹在距离尺度大于4.4 m以上呈随机分布也受到了母竹栽植方式的影响。但2010与2012年新竹整体分布格局主要呈聚集分布,在0~3.0 m距离尺度上新竹聚集趋势明显,但在距离尺度大于5.0 m以上,聚集趋势开始减弱。2013年新竹聚集趋势进一步降低,以随机分布为主要分布格局。
2.2.2 活立竹Ripley’s K(d)函数
匀栽毛竹林2009年活立竹在0~2.2 m的尺度下呈聚集分布,在2.2 m尺度以上呈随机分布(图 8A)。2010年林分活立竹从距离尺度4.0 m以下的聚集分布过渡到距离尺度4.0 m以上的随机分布,在距离尺度为6.0 m处有一个波谷尖峰(图 8B)。2011年在距离尺度为1.0, 3.5, 6.0 m处有波谷尖峰,表明活立竹在该尺度下存在团状分布(图 8C)。2012年活立竹在距离尺度4.0 m以上聚集趋势减弱,在距离尺度为9.0 m处有1个波谷尖峰(图 8D),至2013年该波谷尖峰变得明显(图 8E)。丛栽毛竹林2010年活立竹在尺度距离6.0 m处有明显波谷尖峰(图 8G),2011年活立竹在6.0, 9.4 m距离尺度下有明显尖峰(图 8H),2012年活立竹在9.0 m距离尺度下团状分布现象更加明显(图 8I),至2013年活立竹在固定尺度上的尖峰逐渐消失,$\hat{L}\left( d \right)$估计值曲线波动变小趋于稳定,说明新造毛竹碳汇林地下鞭根系统逐渐完善(图 8J)。图 8C~E发现匀栽方式的毛竹林在9.0 m距离尺度下的尖峰没有丛栽方式那么明显,出现该现象的时间比丛栽方式迟1 a。随着造林年限的增加,不管是匀栽、丛栽栽植方式下的毛竹林,活立竹在固定尺度下的团状分布会逐渐消失,在0~2.0 m尺度下聚集趋势明显,在2.0~10.0 m尺度下聚集趋势开始减弱。
3. 结论与讨论
本研究在新造毛竹碳汇林设置固定标准地,并对标准地中新竹坐标等连续监测,利用聚集指数和Ripley’s K(d)函数2种方法对2009-2013年不同栽植方式下新造毛竹碳汇林成林初期空间分布格局进行研究,得出以下结论:① 5 a造林年限间,匀栽与丛栽毛竹林均呈聚集分布。② 新造毛竹碳汇林成林初期,新竹分布格局受母竹栽植方式影响明显。③ 不同栽植方式下的毛竹碳汇林,活立竹株数与聚集指数之间存在显著相关性。匀栽毛竹林活立竹株数(x)与聚集指数(y)拟合方程为y=0.103 7x0.419 3, R2=0.937 9。丛栽毛竹林活立竹株数(x)与聚集指数(y)符合二次方程:y=0.000 04x2-0.002 7x+0.501, R2=0.985 6。④ 新造毛竹碳汇林在成林过程中存在不同距离尺度下的团状聚集分布。⑤ 栽植方式对新竹与活立竹株数和分布格局影响明显。
本研究发现2009-2010年间,匀栽栽植方式下新竹存在小尺度聚集(0~3 m),大尺度(6~10 m)随机分布。范辉华[23]研究认为:新造竹林造林当年竹鞭扩展范围为1.934 m。因此,新竹在6~10 m距离尺度上呈随机分布是受到了母竹栽植方式的影响。丛栽栽植方式下2009-2010年新竹株数增加,而聚集指数2009-2010年下降,表明新竹的分布格局也同样受到了母竹栽植方式的影响。
造林后4 a(2009-2012年),匀栽与丛栽竹林内新竹与活立竹随着造林年限增加相继在距离尺度为1.5, 6.1, 9.0 m处出现团状聚集分布。这种现象与毛竹该物种通过地下鞭繁殖有着密切的关系,新造毛竹林造林3 a地下竹鞭最大生长长度可达6.18 m[24],正因地下鞭根系统的扩展,部分新竹出笋位置离母竹越来越远,致使毛竹团状分布的距离尺度随着造林年限的增加而增大。造林年限的增加(2012-2013年)小尺度团状分布(d=1.5 m)因为地下竹鞭的完善而消失,竹林分布格局趋于稳定。同时还发现,毛竹林各距离尺度下的团状聚集分布在一定程度上可以反映地下竹鞭的生长蔓延情况,为研究毛竹林地下竹鞭的生长蔓延状况提供了一种新的思路。
本研究利用聚集指数对试验数据计算发现,栽植方式对新竹、活立竹株数与聚集指数影响显著。毛竹造林后第1年,匀栽与丛栽竹林在新竹株数上无显著差异,可能的原因是母竹移栽时只保留了30~50 cm的地下鞭,造林第1年母竹主要以竹鞭发育为主,造成第1年新竹出土数量较少。从第2年开始,丛栽竹林新竹与活立竹株数便显著高于匀栽竹林,新竹的聚集指数也显著高于匀栽竹林。不仅如此,利用Ripley’s K(d)函数对试验数据的研究发现,匀栽竹林在距离尺度9.0 m出现明显波谷尖峰较丛栽方式竹林晚1 a,截至2013年,丛栽竹林新竹与活立竹的$\hat{L}\left( d \right)$曲线较之匀栽竹林更为平滑,表明丛栽竹林内各距离尺度下团状分布逐渐减少,林分分布格局相对于匀栽竹林更为稳定。从林业生产角度出发,丛栽栽植方式相对于匀栽方式更利于新竹数量上的扩展,对新造竹林的发育起到了积极的作用,加快了毛竹林成林进程,缩短了成林时间。造成这些现象的原因可能是:匀栽栽植方式母竹行距要小于丛栽栽植方式。丛栽方式母竹3株呈品字形为1个栽植点,虽然3株母竹会产生竞争,但是毛竹为单轴散生型竹种,合理改变栽植时母竹竹鞭和鞭芽的方向,使得3株母竹竹鞭在3个不同方向上生长,而且栽植点行距较远,在造林初期该方法能使母竹更好地利用周围的空间和土壤养分。
在种群发育过程中,分布格局是随着时间的推移而表现出动态变化的过程[25]。本研究采用时间尺度与空间尺度相结合的方法,设置不同栽植方式下的毛竹林地,能更好地反映竹林在成林初期空间分布格局的动态变化。竹林碳汇是森林碳汇中一个重要的组成部分,因此,毛竹的造林方式将对碳汇造林起到重要影响,为毛竹林以及碳汇林的营造和经营提供了科学的依据。同时,对毛竹林成林初期以及成林后格局的分析,对森林碳汇计量与监测以及增汇技术的提高提供科学的帮助。由于新造竹林到达成熟稳定阶段一般需要6~7 a或者更长的时间[15],笔者还将继续对现阶段以及成林稳定后的2种不同栽植方式下的毛竹林进行监测,完善更长时间尺度的在自然状态下竹林从营造到成林特征变化的研究。
-
表 1 不同可燃物类型云南松林林分特征
Table 1. Stand characteristics of P. yunnanensis forest of different fuel types
可燃物类型 坡度/(°) 郁闭度 密度/(株·hm−2) 树高/m 枝下高/m 胸径/cm 含水率/% 载量/(kg·m−2) 蕨类云南松林 17 0.60 1 240±473 a 11.5±1.6 a 7.9±1.0 a 14.5±3.1 a 11.99 a 0.67±0.14 a 禾本云南松林 14 0.55 1 152±436 a 12.1±1.6 a 8.5±1.4 a 17.1±3.8 a 12.06 a 0.69±0.19 a 说明:数据为平均值±标准差。同列不同小写字母表示不同可燃物类型间差异显著(P<0.05)。 表 2 计划烧除时云南松林内气象概况
Table 2. Weather conditions in P. yunnanensis forest during prescribed burning
时段 风速/(m·s−1) 气温/℃ 相对湿度/% 11:00—12:00 0.5~0.8 14.0~16.0 38~42 12:00—13:00 0.8~1.5 16.0~19.0 33~36 13:00—14:00 1.7~2.4 17.0~22.0 30~34 14:00—15:00 2.0~3.2 18.0~24.0 29~33 15:00—16:00 2.2~2.8 17.0~20.0 32~38 表 3 云南松林计划烧除火行为参数
Table 3. Fire behavior characteristics of prescribed burning in P. yunnanensis forest
可燃物类型 火焰高
度/cm火焰温
度/℃火焰蔓延速度/
(m·min−1)火线强度/
(kW·m−1)蕨类云南松林 80.20±7.50 a 513±65 a 0.25±0.04 a 262±70 a 禾本云南松林 43.40±5.94 b 463±77 a 0.17±0.03 b 188±41 b 说明:数据为平均值±标准差。同列不同小写字母表示不同可燃物类型间差异显著(P<0.05)。 表 4 云南松林计划烧除火行为之间的相关性
Table 4. Correlation between fire behaviors of P. yunnanensis forest
火行为 火线强度 火蔓延速度 火焰高度 火线强度 1 0.704* 0.794** 火蔓延速度 0.704* 1 0.779** 火焰高度 0.794** 0.779** 1 说明:*表示显著相关(P<0.05);**表示极显著相关(P<0.01)。 表 5 云南松林计划烧除效果评价
Table 5. Evaluation of prescribed burning in P. yunnanensis forest
样方
标号坡度/(°) 烧前质量/
(kg·m−2)烧后质量/
(kg·m−2)烧除
率/%花脸
率/%1~5 17 0.76±0.16 a 0.24±0.04 a 67.75±5.43 a 5.00 6~10 14 0.78±0.21 a 0.30±0.10 a 62.00±2.56 a 5.00 说明:数据为平均值±标准差。同列不同小写字母表示不同可燃物类型间差异显著(P<0.05)。 -
[1] 胡海清. 林火生态与管理[M]. 北京: 中国林业出版社, 2005: 88 − 158. HU Haiqing. Forest Fire Ecology and Management [M]. Beijing: China Forestry Publishing House, 2005: 88 − 158. [2] 王秋华, 舒立福, 李世友. 林火生态研究方法进展[J]. 浙江林业科技, 2009, 29(5): 78 − 82. WANG Qiuhua, SHU Lifu, LI Shiyou. Advance on research methods of ecology of forest fire [J]. Journal of Zhejiang Forestry Science and Technology, 2009, 29(5): 78 − 82. [3] 张文文, 王秋华, 龙腾腾, 等. 周期性计划烧除对森林生态系统的影响研究综述[J]. 西南林业大学学报(自然科学), 2021, 41(4): 181 − 188. ZHANG Wenwen, WANG Qiuhua, LONG Tengteng, et al. A review of the effects of periodic prescribed burning on forest ecosystems [J]. Journal of Southwest Forestry University (Natural Science), 2021, 41(4): 181 − 188. [4] FINNEY M A, MCHUGH C W, GRENFELL I C. Stand- and landscape-level effects of prescribed burning on two Arizona wildfires [J]. Canadian Journal of Forest Research, 2005, 35(7): 1714 − 1722. [5] SCHMIDT D A, TAYLOR A H, SKINNER C N. The influence of fuels treatment and landscape arrangement on simulated fire behavior, Southern Cascade Range, California [J]. Forest Ecology and Management, 2008, 255(8/9): 3170 − 3184. [6] KOBZIAR L N, STEPHENS S L. The effects of fuels treatments on soil carbon respiration in a Sierra Nevada pine plantation [J]. Agricultural and Forest Meteorology, 2006, 141(2/4): 161 − 178. [7] LOUCKS E, ARTHUR M A, LYONS J E, et al. Characterization of fuel before and after a single prescribed fire in an Appalachian hardwood forest [J]. Southern Journal of Applied Forestry, 2008, 32(2): 80 − 88. [8] POTTS J B, STEPHENS S L. Invasive and native plant responses to shrubland fuel reduction: comparing prescribed fire, mastication, and treatment season [J]. Biological Conservation, 2009, 142(8): 1657 − 1664. [9] SCHWILK D W, KEELEY J E, KNAPP E E, et al. The national fire and fire surrogate study: effects of fuel reduction methods on forest vegetation structure and fuels [J]. Ecological Applications, 2009, 19(2): 285 − 304. [10] 武来才, 韩新锁. 浅析内蒙古地区低强度计划烧除[J]. 内蒙古林业, 2005, 50(12): 14 − 15. WU Laicai, HAN Xinsuo. Analysis of low-intensity prescribed burning in Inner Mongolia [J]. Inner Mongolia Forestry, 2005, 50(12): 14 − 15. [11] 马志贵, 王金锡. 论云南松森林计划火烧三原则[J]. 四川林业科技, 1992, 13(2): 45 − 49. MA Zhigui, WANG Jinxi. On the three principles of Pinus yunnanensis forest prescribed burning [J]. Journal of Sichuan Forestry Science and Technology, 1992, 13(2): 45 − 49. [12] 王秋华, 单保君, 龚家平, 等. 滇中地区云南松纯林计划烧除研究[J]. 江西农业大学学报, 2018, 40(2): 235 − 240. WANG Qiuhua, SHAN Baojun, GONG Jiaping, et al. A study on prescribed burning in pure forest of Pinus yunnanensis Franch in central Yunnan Province [J]. Acta Agriculturae Universitatis Jiangxiensis, 2018, 40(2): 235 − 240. [13] 戚书玮, 陈奇伯, 杨波, 等. 计划烧除对云南松林群落结构和物种多样性的影响研究[J]. 河南理工大学学报(自然科学版), 2022, 41(4): 80 − 88. QI Shuwei, CHEN Qibo, YANG Bo, et al. Effects study of prescribed burning on community structure and species diversity of Pinus yunnanensis forest [J]. Journal of Henan Polytechnic University (Natural Science), 2022, 41(4): 80 − 88. [14] 杨馥羽, 陈奇伯, 黎建强, 等. 计划烧除对云南松林土壤抗蚀和抗冲性的影响[J]. 浙江农林大学学报, 2023, 40(1): 188 − 197. YANG Fuyu, CHEN Qibo, LI Jianqiang, et al. Effect of prescribed burning on soil anti-erodibility and anti-scourability of Pinus yunnanensis forest [J]. Journal of Zhejiang A&F University, 2023, 40(1): 188 − 197. [15] 马志贵, 鄢武先, 杨道贵, 等. 计划烧除引起水土流失的定量研究[J]. 四川林业科技, 2000, 21(1): 7 − 12. MA Zhigui, YAN Wuxian, YANG Daogui, et al. A quantitative study of soil and water loss resulted from planned burning [J]. Journal of Sichuan Forestry Science and Technology, 2000, 21(1): 7 − 12. [16] ARTHUR M A, BLANKENSHIP B A, SCHÖRGENDORFER A, et al. Changes in stand structure and tree vigor with repeated prescribed fire in an Appalachian hardwood forest [J]. Forest Ecology and Management, 2015, 340: 46 − 61. [17] 高仲亮, 舒立福, 王明玉, 等. 云南松烧除火蔓延速率预测模型研究[J]. 安全与环境学报, 2016, 16(4): 82 − 86. GAO Zhongliang, SHU Lifu, WANG Mingyu, et al. Model for predicting the forest fire spreading speed based on the prescriptive combustion of Pinus yunnanensis [J]. Journal of Safety and Environment, 2016, 16(4): 82 − 86. [18] 朱政, 赵璠, 王秋华, 等. 昆明市林火驱动因子及火险区划研究[J]. 浙江农林大学学报, 2022, 39(2): 380 − 387. ZHU Zheng, ZHAO Fan, WANG Qiuhua, et al. Driving factors of forest fire and fire risk zoning in Kunming City [J]. Journal of Zhejiang A&F University, 2022, 39(2): 380 − 387. [19] 李少虹, 潘颖瑛, 范彩廷, 等. 浙江省森林可燃物计划烧除与清理应用浅析[J]. 华东森林经理, 2020, 34(4): 73 − 77. LI Shaohong, PAN Yingying, FAN Caiting, et al. A brief analysis of the applicability of prescribed burning and cleaning of forest combustibles in forests in Zhejiang Province [J]. East China Forest Management, 2020, 34(4): 73 − 77. [20] 陈飞, 王健敏, 孙宝刚, 等. 云南松的地理分布与气候关系[J]. 林业科学研究, 2012, 25(2): 163 − 168. CHEN Fei, WANG Jianming, SUN Baogang, et al. Relationship between geographical distribution of Pinus yunnanensis and climate [J]. Forest Research, 2012, 25(2): 163 − 168. [21] 黄钊, 陈政, 薛传东, 等. 云南省新平县哀牢山地区富硒土壤成因及其影响因素研究[J]. 现代地质, 2020, 34(3): 609 − 617. HUANG Zhao, CHEN Zheng, XUE Chuandong, et al. Study on the genesis and influencing factors of selenium-enriched soil in the Ailaoshan Area, Xinping County, Yunnan Province [J]. Geoscience, 2020, 34(3): 609 − 617. [22] 杨建光. 新平县林业发展初议[J]. 内蒙古林业调查设计, 2011, 34(1): 45 − 48. YANG Jianguang. Discussion on forestry development of Xinping County [J]. Inner Mongolia Forestry Investigation and Design, 2011, 34(1): 45 − 48. [23] 查贵生. 云南省飞播造林回顾与展望[J]. 山地农业生物学报, 2003, 22(2): 151 − 154. ZHA Guisheng. Review and the prospect of aircraft seed in Yunnan Province [J]. Journal of Mountain Agriculture and Biology, 2003, 22(2): 151 − 154. [24] 李世友, 李小宁, 李生红, 等. 3种针叶树种树皮的阻燃性研究[J]. 浙江林学院学报, 2007, 24(2): 192 − 197. LI Shiyou, LI Xiaoning, LI Shenghong, et al. Flame retardancy of wood bark from Keteleeria evelyniana, Pinus yunnanensis and Pinus armandii in Yunnan Province [J]. Journal of Zhejiang Forestry College, 2007, 24(2): 192 − 197. [25] 李国雷, 刘勇, 郭蓓, 等. 我国飞播造林研究进展[J]. 世界林业研究, 2006, 19(6): 45 − 48. LI Guolei, LIU Yong, GUO Bei, et al. Advances in the research of the aerial-seeding forest in China [J]. World Forestry Research, 2006, 19(6): 45 − 48. [26] 舒立福, 田晓瑞, 寇晓军. 计划烧除的应用与研究[J]. 火灾科学, 1998, 7(3): 62 − 68. SHU Lifu, TIAN Xiaorui, KOU Xiaojun. Application and research of prescribed burning and controlled burning [J]. Fire Safety Science, 1998, 7(3): 62 − 68. [27] PROGRA R A, HRINKEVICH K H, CLARK E S, et al. Prescribed burning in ponderosa pine: fuel reductions and redistributing fuels near boles to prevent injury [J]. Fire Ecology, 2017, 13(1): 149 − 161. [28] 王明玉, 舒立福, 赵凤君, 等. 北京西山可燃物特点及潜在火行为[J]. 林业科学, 2010, 46(1): 84 − 90. WANG Mingyu, SHU Lifu, ZHAO Fengjun, et al. Characteristics of forest fuel and potential fire behavior in Xishan Mountain of Beijing [J]. Scientia Silvae Sinicae, 2010, 46(1): 84 − 90. [29] 王晓红, 张吉利, 金森. 林火蔓延模拟的研究进展[J]. 中南林业科技大学学报, 2013, 33(10): 69 − 78. WANG Xiaohong, ZHANG Jili, JIN Sen. Research progress of forest fire spreading simulation [J]. Journal of Central South University of Forestry &Technology, 2013, 33(10): 69 − 78. [30] 赵璠, 舒立福, 周汝良, 等. 林火行为蔓延模型研究进展[J]. 世界林业研究, 2017, 30(2): 46 − 50. ZHAO Fan, SHU Lifu, ZHOU Ruliang, et al. A review of wildland fire spread modelling [J]. World Forestry Research, 2017, 30(2): 46 − 50. [31] 宗学政, 田晓瑞. 林火行为和扑救技术研究进展[J]. 世界林业研究, 2019, 32(6): 31 − 36. ZONG Xuezheng, TIAN Xiaorui. Research progress in forest fire behavior and suppression technology [J]. World Forestry Research, 2019, 32(6): 31 − 36. [32] 舒立福, 王明玉, 田晓瑞, 等. 关于森林燃烧火行为特征参数的计算与表述[J]. 林业科学, 2004, 46(3): 179 − 183. SHU Lifu, WANG Mingyu, TIAN Xiaorui, et al. Calculation and description of forest fire behavior characters [J]. Scientia Silvae Sinicae, 2004, 46(3): 179 − 183. [33] 张志东, 田祖为, 王伟, 等. 森林火灾蔓延强度与能量释放表述[J]. 森林防火, 2019, 37(3): 31 − 34. ZHANG Zhidong, TIAN Zuwei, WANG Wei, et al. Expressions of the burning intensity and energy release during forest fire spread [J]. Forest Fire Prevention, 2019, 37(3): 31 − 34. 期刊类型引用(2)
1. 傅乐乐,苏建兰,胡忠宇. 浙江省竹林碳汇测算研究. 西南林业大学学报(社会科学). 2024(01): 68-73 . 百度学术
2. 顾琪,王平,焦月潇,曹俊杰,王舒悰,时培建,王福升,秦鹏. 6个竹种的空间点格局分析. 安徽农业大学学报. 2019(03): 432-439 . 百度学术
其他类型引用(3)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220560