-
森林对维护全球生物多样性和生态平衡至关重要,森林结构在很大程度上决定了森林的稳定性[1−3]。稳定的森林生态系统具有较高的多样性水平、丰富的林分结构、较强的碳汇能力和林木副产品生产能力。中国森林中有大面积的天然次生林和人工纯林,存在生长退化、稳定性差、结构简单、树种单一等问题。这样的林分结构显示出对森林进行保护与经营的必要性和紧迫性[4−5]。林分结构指标是分析与经营森林生态系统的重要因子,进行森林结构化经营是稳定森林生态系统的有效途径。因此,无论是天然林还是人工林的经营都应主抓结构,强调创建或维护最佳的森林空间结构[6]。应用基于相邻木空间关系的林分空间结构描述方法为森林结构化经营提供了科学基础。然而,林分空间结构参数之间既是相互独立,又是相互联系、相互制约的有机整体,只有将各个独立的林分空间结构参数整合成一个能反映结构优劣的综合指数,才能对林分空间结构状态进行整体的表达。林分状态单位圆法为综合评价林分空间结构提供了新方法[7]。
金子山国有林场位于湖北省恩施土家族苗族自治州西南部。林场内有大面积的天然混交林,植被类型为典型的亚热带常绿落叶阔叶混交林,树冠层以高大的落叶树种为主,中层以常绿树种为主,沟谷和中坡地区有密集的低矮竹林。同时林场内有多种人工林,包括杉木Cunninghamia lanceolata、柳杉Cryptomeria japonica var. sinensis、鹅掌楸Liriodendron chinense等,这些具有重要的生态和经济价值[8−10]。目前,众多学者采用结构参数的均值,一元分布或二元分布所形成的单水平、单层次或两水平形式量化描述林分空间结构特征[11−15],但关于天然林、人工林空间结构特征综合评价较少,且不同起源、不同优势树种组成的森林类型会形成不同的林分空间结构,这些空间结构的差异势必会影响森林发展与科学经营技术的制定。因此,本研究以湖北省金子山国有林场4种典型林分类型为研究对象,结合林分空间结构参数与单位圆法,构建林分空间结构综合评价指数,对不同林分类型的林分空间结构进行评价与比较,旨在明确各种森林类型的林分空间结构,为区域林分优化经营和森林质量精准提升提供科学指导。
-
研究区位于湖北省利川市金子山国有林场,中心位置地理坐标为30°17′17″N,109°02′58″E,地处武陵山脉与巫山山脉结合部,属云贵高原向东北延伸部分。该区属典型的亚热带大陆性季风湿润气候,年平均气温为12.7 ℃,年降水量为1 350.0~1 600.0 mm,降水量季节分布不均匀,无霜期为225.0~235.0 d,夏季高温多雨,冬季温暖湿润,年均日照时数为1 250.0~1 350.0 h。该地区土壤类型在低海拔多为黄棕壤,随着海拔升高而逐渐变为棕壤。林场内植被资源丰富,主要有天然林和人工林两大植被类型,天然林为230.2 hm2,占有林地的28.66%;人工林为572.9 hm2,占有林地的71.34%。天然林植被类型属亚热带山地常绿落叶阔叶混交林,是恩施州国有林场中最具有代表性和保存面积最大的典型地带性植被;人工林树种包括杉木、柳杉、日本落叶松Larix kaempferi和少量鹅掌楸等。人工林造林树种较为单一。20世纪80年代前主要造林树种为杉木和柳杉纯林,20世纪90年代后造林树种多为日本落叶松纯林。因为日本落叶松纯林对涵养水源和保持土壤肥力均为不利,所以更新造林时选择杉木、柳杉、鹅掌楸作为主要造林树种。造林时,杉木采用苗高>30 cm,地径>0.5 cm 的1年生实生苗;柳杉采用苗高>25 cm,地径>0.4 cm的 1年生实生苗;鹅掌楸采用苗高≥120 cm,地径≥0.8 cm 的2年生实生苗。在2013—2015年完成了对人工幼龄林的抚育和中龄林的抚育间伐任务。
-
2019年11月底在湖北省利川市金子山国有林场中选取4种典型森林类型:常绿落叶阔叶混交林和杉木、柳杉、鹅掌楸3种人工林,在每种森林类型典型分布区域布设3个20 m×20 m永久固定监测样地,共计12个样地(表1)。用四分法将20 m×20 m的样地连续划分为4个10 m×10 m的样方,16个5 m×5 m的样块。以样块为基本调查单元,标定样地左下角为坐标原点,南北方向为y轴,东西方向为x轴,鉴别样地内所有胸径(DBH)≥5 cm的木本植物物种,并挂牌、刷漆,进行每木检尺,测量每株木本植物个体在5 m×5 m样方内的(x、y)相对坐标值。记录树种名、冠幅、胸径、树高等林木特征值,及海拔、坡位、坡向、坡度和样地中心点经纬度等生境因子。样地四周各划定2 m的缓冲区消除边缘效应,其余区域为核心区。缓冲区内林木仅作为相邻木,而核心区内DBH≥5 cm的乔木可作为参照树和相邻木,计算林分空间结构参数。
表 1 不同林分类型样地基本信息
Table 1. Basic information of plots different stand types
样地编号 林分起源 林分类型 北纬(N) 东经(E) 海拔/m 坡向 平均胸径/cm 平均树高/m 林分密度/(株·hm−2) 林分龄组 1 天然林 常绿落叶阔叶
混交林30.292 3° 109.067 3° 1 468.0 东北 13.11 11.32 975 成熟林 2 30.292 1° 109.067 8° 1 481.8 东北 13.12 12.08 1275 成熟林 3 30.291 8° 109.067 6° 1 484.8 东 13.00 10.05 1200 成熟林 4 杉木林 30.295 6° 109.064 9° 1 382.0 北 22.16 17.87 875 近熟林 5 30.295 5° 109.065 0° 1 394.0 北 18.68 15.65 1150 近熟林 6 30.295 4° 109.065 2° 1 393.0 东北 16.09 13.15 1300 近熟林 7 人工林 柳杉林 30.291 7° 109.069 3° 1 446.8 北 17.92 15.15 1900 成熟林 8 30.286 5° 109.075 0° 1 382.0 北 16.57 14.95 2975 成熟林 9 30.291 3° 109.062 1° 1 555.9 东北 24.72 20.00 650 成熟林 10 鹅掌楸林 30.291 8° 109.064 6° 1 541.9 北 17.30 17.25 1100 近熟林 11 30.291 6° 109.064 2° 1 534.8 西北 19.84 15.39 825 近熟林 12 30.290 9° 109.061 9° 1 560.7 东北 17.00 20.63 1275 近熟林 -
基于林分空间结构单元而建立的由4个空间结构参数构成的参数体系(表2)已成为分析林分结构不可分割的有机整体[16−17]。角尺度分布反映的是林分中林木个体的分布格局,基于角尺度可将森林群落中的林木划分为3种结构体,依次对应 5 株树组成的随机体、均匀体和聚集体[18−19];大小比数分布反映林分中林木的分化程度[20];混交度分布则反映林分中不同树种的隔离程度[21];密集度分布反映林分中林木的树冠密集程度[22]。对于任意1株参照树i (i = 1,2,3$,\cdots, $N)和它的4株最近相邻木j ( j =1,2,3,4),其空间结构状态(ωi)计算通式[6]为:
表 2 林分空间结构参数体系
Table 2. Spatial structure parameters of forest stands
取值 林分空间结构参数 取值 林分空间结构参数 角尺度(Wi) 大小比数(Ui) 混交度(Mi) 密集度(Ci) 角尺度(Wi) 大小比数(Ui) 混交度(Mi) 密集度(Ci) 0.00 非常均匀 优势 零度混交 非常稀疏 0.75 聚集 劣势 高度混交 密集 0.25 均匀 亚优势 弱度混交 稀疏 1.00 非常聚集 绝对劣势 完全混交 非常密集 0.50 随机 中庸 中度混交 中等密集 $$ {\omega _{{i}}} = \frac{1}{4}\sum\limits_{{{j}} = 1}^4 {{V_j}} 。 $$ 其中:Vj为离散型变量,取值为0或1;ωi的5种可能取值分别为0、0.25、0.50、0.75、1.00。
零元分布是以某一指标均值说明林分整体在某一方面的平均状态特征;一元分布以5个取值等级上的频率分布详细阐述林分单方面结构状态特征[23−24]。本研究调查样地空间结构参数结果见表3。通过计算4种不同林分类型的角尺度(Wi)、大小比数(Ui)、混交度(Mi)和密集度(Ci)均值(分别记为$\overline W $、$\overline U $、$\overline M $、$\overline C $),并且绘制一元分布图,可以反映林分水平分布格局、分化程度、混交程度和密集程度等特征。
表 3 各林分类型样地空间结构参数均值
Table 3. Spatial structure parameters of each stand type
样地编号 林分类型 林层类型 林分空间结构参数均值 $\overline W $ $\overline U $ $\overline M $ $\overline C $ 1 常绿落叶阔叶混交林 复层 0.481±0.207 0.481±0.360 0.750±0.230 0.963±0.297 2 复层 0.455±0.181 0.509±0.350 0.741±0.231 0.912±0.296 3 复层 0.530±0.214 0.500±0.341 0.750±0.280 0.947±0.318 4 杉木人工林 单层 0.478±0.167 0.457±0.396 0.000±0.000 0.533±0.295 5 单层 0.491±0.173 0.420±0.367 0.473±0.322 0.347±0.283 6 单层 0.529±0.183 0.488±0.353 0.390±0.355 0.791±0.283 7 柳杉人工林 单层 0.506±0.175 0.466±0.360 0.023±0.073 0.615±0.211 8 单层 0.524±0.184 0.497±0.334 0.208±0.300 0.573±0.284 9 单层 0.482±0.249 0.321±0.331 0.161±0.210 0.500±0.392 10 鹅掌楸人工林 单层 0.469±0.177 0.430±0.331 0.375±0.348 0.625±0.284 11 复层 0.500±0.000 0.417±0.349 0.767±0.176 0.733±0.240 12 单层 0.592±0.269 0.559±0.356 0.138±0.251 0.901±0.137 -
林分空间结构参数角尺度、大小比数、混交度和密集度的均值分布区间均为[0,1],所以不需要进行归一化处理,但除混交度外,其余参数均不为正向指标。为便于整合结构参数,对这4个结构参数进行标准化处理,使其成为正向指标(表4)。结构参数正向化处理方法参考惠刚盈等[7]、魏红洋等[25]研究结果。
表 4 林分综合评价指标及赋值
Table 4. Stand comprehensive evaluation index and assignment
结构参数均值 评价标准 赋值 参数意义 $\overline M$ 正向指标 实测值 密集度均值越大说明林分内树种空间隔离程度越高,混交程度越好 $\overline W$ <0.475 实测值 角尺度均值为[0.475, 0.517]时,随机分布;<0.475时,均匀分布,不重新赋值;>0.517时,聚集分布,赋值0.500 [0.475, 0.517] 1.000 >0.517 0.500 $\overline U$ <0.470 1.000 大小比数均值<0.470时,赋值1.000;[0.470, 0.790]时,赋值0.750;(0.490, 0.510)时,赋值0.500;[0.510, 0.530]时,赋值0.250;>0.530时,赋值0 [0.470, 0.490] 0.750 (0.490, 0.510) 0.500 [0.510, 0.530] 0.250 >0.530 0 $\overline C$ <0.125 0 密集度均值<0.125时,赋值0;[0.125, 0.375)时,对于单层同龄林赋值0.500,复层异龄林赋值0.250; [0.375, 0.625)时,对于单层同龄林赋值0.750,复层异龄林赋值0.500;[0.625, 0.875)时,对于单层同龄林赋值1.000,复层异龄林赋值0.750;>0.875时,对于单层同龄林赋值0.250,复层异龄林赋值1.000 [0.125, 0.375) 0.500/0.250 [0.375, 0.625) 0.750/0.500 [0.625, 0.875] 1.000/0.750 >0.875 0.250/1.000 -
惠刚盈等[5, 7]的单位圆法和林分空间结构综合评价指数(FSS)既能直观反映评估对象在各指标上的相对优劣程度,又能比对最优林分状态,π值法则对评价对象作出整体性评价,故本研究采用此方法对林分空间结构进行综合评价。
$$ F_{\rm{ss}} = \frac{{\displaystyle \sum\limits_{k = 1}^m {\dfrac{{{\text{π }}R_k^2}}{m}} }}{{{\text{π }}{R^2}}} = \frac{1}{m}\sum\limits_{k = 1}^m {R_k^2}。 $$ 其中:m表示4个结构参数;Rk表示第k个结构参数正向指标值;$R^2 = \displaystyle \sum\limits_{k = 1}^m {R_k^2} $。
-
4种林分类型的结构参数均值(表5)表征了林分单方面的整体结构特征。从角尺度均值来看,4种林分的角尺度均值($\overline W $)之间无显著性差异,其中,常绿落叶阔叶混交林、杉木人工林、柳杉人工林均值为[0.492,0.514],整体呈随机分布,鹅掌楸人工林整体呈轻微聚集分布。4种林分类型大小比数均值($\overline U $)结果无显著性差异,常绿落叶阔叶混交林的林木整体处于中庸状态,而杉木人工林、柳杉人工林与鹅掌楸人工林的林木处于相对优势状态。混交度均值($\overline M $)表明:常绿落叶阔叶混交林与其他林分间存在极显著差异(P<0.01),该林分整体混交良好,柳杉人工林中不同种的林木最少。杉木人工林和柳杉人工林密集度均值($\overline C $)之间差异不显著,其他林分密集度均值间呈极显著差异(P<0.01),常绿落叶阔叶混交林林分密集度达0.941,冠层连接紧密,林木生长相互竞争激烈。杉木林密集度最低,冠层中度密集,林木有一定生长空间。
表 5 林分空间结构参数均值
Table 5. Mean values of stand spatial structure parameters
林分类型 林分空间结构参数均值 $\overline W $ $\overline U $ $\overline M $ $\overline C $ 常绿落叶阔叶混交林 0.492±0.202 a 0.497±0.346 a 0.747±0.247 a 0.941±0.332 a 杉木人工林 0.505±0.176 a 0.460±0.365 a 0.319±0.349 b 0.557±0.301 c 柳杉人工林 0.514±0.188 a 0.467±0.344 a 0.140±0.251 c 0.563±0.290 c 鹅掌楸人工林 0.529±0.216 a 0.485±0.348 a 0.338±0.359 b 0.768±0.027 b 说明:不同字母表示同一参数在不同林分类型间差异极显著(P<0.01)。 -
由图1可知:所有林分的角尺度一元分布都呈正态分布,随机木个体的占比均为最高。杉木人工林中随机木数量占比最大,达60.64%;鹅掌楸人工林中随机木占比最少,为47.06%;均匀木占比最多的林分是常绿落叶阔叶混交林,为27.27%,占比最少的是杉木人工林,为19.15%;聚集木占比最多的是鹅掌楸林,为25.88%,杉木林占比最少。
各林分大小比数等级林木比例整体上比较接近,林分中不同优势度等级个体比例均接近20%。但5种林分间存在一定差异,杉木人工林优势木(Ui=0.00)比例显著高于其他林分,达24.47%,而杉木人工林的绝对劣势木(Ui=1.00)也拥有最高的占比。4种林分类型中处于亚优势等级(Ui=0.25)的林木个体数量比例最为接近。
柳杉人工林中主要以目标树与4株同种伴生(Mi=0.00,65.38%)和伴生有1种不同种林木(Mi=0.25,24.62%)的林木为主,其余混交状况林木相对较少,说明林分整体混交程度低。柳杉人工林、鹅掌楸人工林和杉木人工林中同样也是以同种组成的空间结构单元为主,混交程度低的林木(Mi=0.00、0.25)分别占对应林分总株数的90.00%、60.00%和59.57%,其余混交等级林木株数相对较少。常绿落叶阔叶混交林中39.77%的林木周围均为异种林木,混交较好林木(Mi=0.75、1.00)占总株数的67.05%,林分混交度最高。
从林分整体密集度分布来看,常绿落叶阔叶混交林中林木处于非常密集(Ci=1.00)状态的林木比例最高,达54.55%,其次是鹅掌楸人工林,这2种林分中处于很密集状态,Ci=0.75的林木占比分别达27.27%和29.41%。在稀疏状态以下(Ci=0、0.25)的林木比例都很低,分别仅为6.82%和8.24%。柳杉人工林中处于稀疏状态(Ci=0.25)的林木比例最高,达29.23%。杉木人工林中处于非常密集(Ci=1.00)状态的林木比例最低,仅为18.09%,而在非常稀疏(Ci=0.00)状态下的林木比例最高,为9.57%。
-
从表6可见:经过正向化处理后的4个结构参数范围更大,最大值可以达1.00,最小值因结构参数不同而不同。角尺度最小值与处理前相同,出现在常绿落叶阔叶混交林中;大小比数最小值为0;密集度最小值为0.25,出现在鹅掌楸人工林中;混交度最小值为0,出现在杉木人工林中。
表 6 林分结构状态综合评价
Table 6. Comprehensive evaluation of stand structure status
样地编号 林分空间结构参数均值/正向处理结果 综合评价指数(FSS) 单位圆面积(S) $\overline W $/R1 $\overline U $/R2 $\overline M $/R3 $\overline C $/R4 1 0.481/1.000 0.481/0.750 0.750/0.750 0.963/1.000 0.781 2.452 2 0.455/0.455 0.509/0.500 0.741/0.741 0.912/1.000 0.502 1.576 3 0.530/0.500 0.500/0.500 0.750/0.750 0.947/1.000 0.516 1.620 天然林 0.489 0.497 0.747 0.941 0.600 1.884 4 0.478/1.000 0.457/1.000 0/0 0.533/0.750 0.641 2.013 5 0.491/1.000 0.420/1.000 0.473/0.473 0.347/0.500 0.618 1.941 6 0.529/0.500 0.488/0.750 0.390/0.390 0.791/1.000 0.491 1.542 7 0.506/1.000 0.466/1.000 0.023/0.023 0.615/0.750 0.641 2.013 8 0.524/0.500 0.497/0.500 0.208/0.208 0.573/0.750 0.276 0.867 9 0.482/1.000 0.321/1.000 0.161/0.161 0.500/0.750 0.647 2.032 10 0.469/0.469 0.430/1.000 0.375/0.375 0.625/1.000 0.590 1.853 11 0.500/1.000 0.417/1.000 0.767/0.767 0.733/0.750 0.788 2.474 12 0.592/0.500 0.559/0.000 0.138/0.138 0.901/0.250 0.083 0.261 人工林 0.508 0.451 0.282 0.624 0.531 1.667 将所调查样地正向化处理后的结构参数用单位圆展示,林分优劣程度则可以用FSS和单位圆面积大小(S=πFSS)直接评定(图2)。本研究中单位圆面积前3位样地依次是:鹅掌楸人工林11号样地(S=2.474),常绿落叶阔叶混交林1号样地(S=2.452),柳杉林人工林9号样地(S=2.032);面积最小的是鹅掌楸人工林12号样地(S=0.261),该样地内曾有过严重的人为砍伐,林木个体稀疏,结构遭到一定破坏。常绿落叶阔叶混交林2、3号样地及柳杉人工林8号样地的林木生长优势不明显;杉木人工林4、5号样地,柳杉人工林7、9号样地,鹅掌楸人工林10、11号样地的林分整体具有较好的生长势。常绿落叶阔叶混交林1、2、3号样地林木对空间利用很充分,而对于人工同龄林而言,杉木人工林6号样地及鹅掌楸人工林10号样地的林分中大部分林木空间被利用充分,但还有一定潜在可利用空间,有利于林木生长。各林分类型FSS从大到小依次为常绿落叶阔叶混交林(0.600)、杉木人工林(0.583)、柳杉人工林(0.521)、鹅掌楸人工林(0.487),表明常绿落叶阔叶混交林有较好的林分结构状态,综合评价效果优于其余3种林分类型。从林分起源来看,常绿落叶阔叶混交林的整体结构状态优于人工林。综合来看,常绿落叶阔叶混交林中林木树种组成丰富,混交程度明显高于各类型人工林,且林冠层连续覆盖,空间资源利用效率明显高于人工林。
-
群落的空间结构特征与群落的演替阶段密切相关。群落处于演替顶级阶段时,林分趋向于较高的混交等级,空间分布呈现随机格局,物种通过竞争占据着多样化的生态位,资源利用充分有效[26−27]。本研究中常绿落叶阔叶混交林、杉木人工林和柳杉人工林林木水平分布格局均为随机分布。鹅掌楸人工林整体呈轻微聚集分布,这可能是由于种源扩散限制植物种群早期易形成同种聚集的分布形式,亦或是人为干扰后树木死亡造成的较大林隙导致林分格局的转变,但随机分布是树木生长竞争、林分演替适应环境异质性的结果[28]。研究发现:杉木人工林、柳杉人工林和鹅掌楸人工林林木虽处于相对优势状态,但林分混交度显著低于常绿落叶阔叶混交林,这也是人工造林树种单一、空间结构较简单的突出体现。张连金等[29]对北京九龙山侧柏Platycladus orientalis人工林研究也发现:处于演替早期阶段的林分混交度低、大小分化不明显且呈均匀分布状态,与本研究结果类似。杉木人工林、柳杉人工林与鹅掌楸人工林密集程度均小于常绿落叶阔叶混交林,说明在常绿落叶阔叶混交天然林中林分整体对空间资源的利用很充分。鹅掌楸人工林由于冠幅较大,所以树木也处于相对拥挤状态,但还未充分利用空间资源。杉木、柳杉的自身特性是冠幅较小,部分样地的林木栽植密度较高,所以冠层连接较紧密,空间利用资源较为充分。林木对空间的利用是动态变化的。随着林分生长和演替变化,林木高度、各层林木数量和高度逐渐调整,垂直空间利用率也发生变化。在天然林生长过程中,林分空间结构和空间利用发生动态变化,达到一定密度范围后生长量受到抑制,在有限的空间内将逐渐被“合理布置”[30],因此在常绿落叶阔叶混交林中林木整体处于中庸状态,表明林木个体对空间资源的占有程度比较一致,处于健康稳定的生长过程中。
-
在以往的研究中,林分状态综合评价结果采用列表与文字表达,如层次分析法[31]、随机森林、多目标决策法[32]等基于统计学的综合评价法在定性或定量评价森林可持续性、经营措施、森林火灾等方面发挥了重要作用,但这些方法存在评价指标不够客观,评价方法主观性强,指标权重计算复杂等不足,最终导致评价结果缺乏直观可比性和决策可视化[33]。本研究将调查样地的正向化处理后结构参数用单位圆可视化表达,直观地展现了指标参数的数量关系与林分优劣程度。常陈豪等[34]用林分状态单位圆分析比较了不同间伐强度对信阳市商城县黄柏山林场黄山松Pinus taiwanensis人工林林分状态的影响,客观呈现了间伐后各个林分的优劣程度。本研究中鹅掌楸人工林11号样地和常绿落叶阔叶混交林1号样地单位圆面积最大,各项指标参数相对饱满,林分结构状态良好,其余样地单位圆面积相对较小。结构参数的最小影响因子决定了整体的优劣[35]。根据利比希最小因子定律可对部分林分提出结构优化建议。金子山国有林场中杉木人工林(4号样地)、柳杉人工林(7、9号样地)结构状态相对良好,但混交度较差,是林分健康稳定的短板,可适当补植乡土树种、珍贵阔叶树种,增加多样性;鹅掌楸人工林12号样地林分结构最差,树种组成单一,林木整体生长处于劣势,且呈现聚集、拥挤的生长状态,因此需要多措并举提升林分状态均衡性,包括调整林分密度、水平分布格局、单株择伐等。赵文菲等[36]对湖南平江县芦头实验林场杉木公益林采用结构方程模型进行了林分空间结构综合评价,发现杉木公益林整体处于随机及近似随机分布状态,树种混交程度低,林分中等程度拥挤,透光率一般,与本研究结论相似。常绿落叶阔叶混交林表现出较好的林分结构状态,这主要是因为天然常绿落叶阔叶混交林物种繁多,组成复杂,林分层次丰富,对空间利用率高,林分结构稳定,在保持生态平衡、发挥森林功能效益方面要强于同龄纯林尤其是针叶林[37]。综上所述,林分结构优化可参照单位圆各结构参数大小,依次制订经营策略,促进林分均衡发展。但本研究仅对林分结构状态评价进行了有限的研究,多指标体系的完善及权重分析需要不断探索和完善,需根据具体的评价对象选择合适的综合评价方法。此外,研究地点、样地质量、样地数量等因素的局限性,会对研究结果产生一定影响。
-
本研究结果直观展现了现实林分状态的优劣以及各指标的好坏程度。从林分起源来看,金子山国有林场的天然林整体结构状态优于人工林。4种典型林分中常绿落叶阔叶混交林结构状态良好,林木随机分布,生长稳定,树种混交良好,树冠连续覆盖,空间利用充分,整体优于其余3种人工林。对人工林或结构较差的林分,如鹅掌楸人工林,大多混交度较低,林木呈微聚集分布,因此可适当抚育间伐,补植乡土树种,增加物种多样性,优化林分结构,促进人工林生态系统的健康稳定。对天然林林分应健全经营保护管理体系,可参照顶级演替的天然林林分结构,合理调整林分结构,以精准提升林分质量。
Comprehensive evaluation of spatial structure of four typical forest stands in Jinzishan state-owned forest farm
-
摘要:
目的 综合评价湖北省金子山国有林场4种林分的空间结构,确定影响该区域林分结构的主要因素,为精准提升区域森林可持续经营水平和森林质量提供理论基础。 方法 基于常绿落叶阔叶混交天然林、杉木Cunninghamia lanceolata人工林、柳杉Cryptomeria japonica var. sinensis人工林和鹅掌楸Liriodendron chinense人工林实测样地数据,选取角尺度、大小比数、混交度和密集度等林分空间结构指标,应用单位圆综合评价体系对4种典型林分进行综合评价。 结果 不同林分中随机木个体的占比均为最高,不同大小比数等级林木比例整体上接近。常绿落叶阔叶混交天然林中林木整体呈现随机分布(角尺度均值为0.492),林分混交良好(混交度均值为0.747),但优势不明显(大小比数均值为0.497),林冠连续覆盖(密集度均值为0.941),资源利用率高。其他人工林分也呈现随机分布(角尺度均值为0.505~0.514)或轻微聚集分布(角尺度为均值0.529)的趋势,混交程度均较低。有部分林木表现出一定优势,在杉木林中最为明显。3种人工林中鹅掌楸人工林林木处于很密集(密集度均值为0.768)的状态,而杉木(密集度均值为0.557)和柳杉(密集度均值为0.563)人工林林分处于较密集状态,林木还有一定生长空间。空间结构综合评价指数显示:常绿落叶阔叶混交天然林(0.600)林分状态优于杉木林(0.583)、柳杉林(0.521)和鹅掌楸林(0.487)。 结论 同一区域不同起源的林分结构存在差异,常绿落叶阔叶混交天然林的空间结构优于杉木、柳杉和鹅掌楸人工林。图2表6参37 Abstract:Objective The objective is to comprehensively evaluate the spatial structure of four forest types in Jinzishan state-owned forest farm in Hubei Province, and determine the main factors affecting the forest stand structure in the region, so as to provide a theoretical basis for improving sustainable forest management level and forest quality. Method Based on the measured plot data of evergreen deciduous broad-leaved mixed natural forest, Cunninghamia lanceolata plantation, Cryptomeria japonica var. sinensis plantation and Liriodendron chinense plantation, forest spatial structure indicators such as uniform angle index, neighborhood comparison, mingling degree, and crowding degree were selected, and the unit circle comprehensive evaluation system was applied to comprehensively evaluate the four typical forest types. Result The proportion of random individual trees in different types was the highest, and the proportion of trees in different neighborhood comparison degrees was similar on the whole. The overall distribution of trees in the evergreen deciduous broad-leaved mixed natural forest was random [average value of uniform angle index ($\overline W $)=0.492], and the stand was well mixed [average value of mingling degree ($\overline M $)=0.747], but the growth advantage of trees was not obvious [average value of neighborhood comparison ($\overline U $)=0.497], the canopy was continuously covered [average value of crowding degree ($\overline C $)=0.941], and the resource utilization rate was high. Other plantations also showed a trend of random distribution ($\overline W $=0.505−0.514) or slight cluster distribution ($\overline W $=0.529), and the degree of mixing was low. Some trees showed certain advantages, especially in Cunninghamia lanceolata forests. Among the three types of plantations, the trees in L. chinense plantations were in a very dense state ($\overline C $=0.768), while the stands of Cunninghamia lanceolata ($\overline C $=0.557) and Cryptomeria japonica var. sinensis ($\overline C $=0.563) plantations were in a relatively dense state, and there was still some growth space for trees. The comprehensive evaluation index of spatial structure showed that the state of evergreen deciduous broad-leaved mixed natural forest (0.600) was better than that of Cunninghamia lanceolata (0.583), Cryptomeria japonica var. sinensis (0.521) and L. chinense plantations (0.487). Conclusion There are differences in stand structure of different origins in the same region, and the spatial structure of evergreen deciduous broad-leaved mixed natural forest is better than that of Cunninghamia lanceolata, Cryptomeria japonica var. sinensis and L. chinense plantations. [Ch, 2 fig. 6 tab. 37 ref.] -
据世界旅游组织(UNWTO)统计,受新型冠状病毒引发的肺炎疫情(新冠疫情)影响,2020年国际游客数量比2019年下降73%,约10亿人次,国际旅游收入损失1.3万亿美元。疫情改变了旅游行为方式[1],使游客旅游目的地偏好发生明显变化[2]。疫情暴发后游客更倾向于自然风光类、休闲度假类与历史文化类的旅游产品[3],放松、观光、文化是游客出游的主要动机[4]。在实施最严格保护的前提下,探究自然保护地旅游资源的可持续利用,是现阶段自然保护地体系所面临的现实问题[5]。生态旅游是中国自然保护区可持续发展的战略选择[6],但国内自然保护区生态旅游发展处于初级阶段[7]。如何加强自然保护区生态旅游资源的保护与开发利用,避免由资源消耗型向环境破坏型和景观浪费型转变[8],需要加强生态旅游资源与其他类型旅游资源和产业的融合[9],构建高品质、多样化的旅游产品体系。现阶段中国自然保护地生态旅游产品以观光旅游、休闲度假为主,科普、科考、探险、观鸟等专项生态旅游产品[10]颇受欢迎,生态旅游客源市场日益向专业化、多样化、个性化发展。加强对生态旅游消费行为特征的研究[11],把握当前及今后旅游消费者的偏好和选择意愿,可促进生态旅游产品供给与需求的有效匹配[12]。
旅游偏好是人们对旅游产品的认知和价值评价的结果,与旅游决策、旅游行为关系密切[13]。了解显示性偏好(revealed preference,RP)与陈述性偏好(stated preference,SP)是定量研究旅游偏好的前提和基础,显示性偏好关注消费者选择了哪些产品或服务,而陈述性偏好关注消费者将要选择哪些产品或服务[14],国外研究者多关注2种偏好数据的检验和比较 [15-16],国内有部分学者应用陈述性偏好法研究了旅游者的需求偏好[17-18],但在旅游偏好与旅游需求、旅游感知、旅游动机与行为等相互关系上报道较少[19]。新冠疫情暴发后,学者开始关注自然保护地(区)生态旅游消费行为特征和生态旅游产品偏好,探讨生态旅游产品陈述性偏好与显示性偏好的关联性。本研究以浙江省天目山国家级自然保护区为例,对比了疫情暴发前后自然保护区游客生态旅游特征,分析疫情后生态旅游产品偏好特征,为提升自然保护区提供生态旅游产品与服务水平,满足游客对生态旅游高质量休闲体验的需求等,提供现实依据。
1. 研究区概况
1.1 天目山自然保护区概况
浙江天目山国家级自然保护区位于浙江省杭州市临安区天目山镇,总面积4 284 hm²。区内植被景观独特,动植物种类丰富,分布多种珍稀、濒危、特有、孑遗物种,主要森林植被以“高、大、古、稀、多”称绝,素有“大树王国”“物种基因库”之称。天目山自然保护区1986年被批准为“国家级森林和野生动物类型自然保护区”,1996年成为联合国教科文组织“人与生物圈”保护区网络成员,现为中国生物多样性保护示范基地、国家级自然保护区示范单位、全国科普教育基地、全国青少年科技教育基地、国家AAAA级景区。
1.2 天目山自然保护区生态旅游发展现状
2004年12月,天目山自然保护区与浙江大华建设集团有限公司正式签订旅游资源依法保护、开发和特许经营协议,天目山生态旅游转变为以企业法人为经营主体、保护区管理局为管理主体的新体制[20]。2005—2007年景区游客数量迅速上升,年均增长率达36.97%;2008—2020年景区游客数量总体呈现缓慢下降趋势,年均增长率为−5.23%;2020年,新冠肺炎疫情暴发,年接待量仅为7.19万人次,为历史最低。天目大峡谷景区2014年被天目山景区收购,2019年游客接待量达到最高,为15.86万人次,2020年锐减到6.55万人次。
自然保护区生态旅游收入主要由景区门票、餐饮住宿、自然教育和旅游车队经营收入等组成。总体来看,门票收入、旅游车队经营收入与游客接待人数变化趋势基本一致。自2016年开始,自然学校、幻住山房茶室、大树堂餐厅、知了酒店等相继营业,虽在总体旅游收入中占比不大,但表现出良好的成长性。2020年因疫情影响除大树堂餐厅收入略有增长,其他均不同程度下降。
2. 数据收集与处理
2.1 数据收集
参考相关研究成果[21-22],结合对自然保护、生态旅游领域专家的咨询,设计调查问卷。问卷第一部分,调查游客对自然保护区生态旅游产品的陈述性偏好、出游目的、频次、时段等生态旅游需求特征;第二部分调查游客信息渠道、出游方式、逗留时间、旅游消费、食宿设施选择、问题认知等生态旅游行为特征,及对自然保护区生态旅游产品的显示性偏好;第三部分调查游客居住地、性别、年龄、受教育程度、职业、月收入等游客个人信息。2019年10月2—6日发放问卷300份,收回300份,有效问卷234份,有效率为78.00%。2020年10月2—6日发放问卷300份,收回300份,有效问卷251份,有效率为83.67%。生态旅游产品陈述性偏好、显示性偏好均采用Likert 5级测量,1级最低,5级最高。
2.2 数据处理
应用SPSS 23.0软件统计疫情暴发前后天目山保护区游客人口学特征;两独立样本的秩和检验(Mann-Whitney U检验)[23]分析疫情暴发前后游客生态旅游需求、行为特征;单因素方差法分析疫情暴发后游客生态旅游产品的陈述性偏好、显示性偏好特征。
分析疫情暴发后生态旅游产品陈述性偏好对显示性偏好的影响效应。先按保护区生态旅游产品亚类陈述性偏好水平的均值进行降维和分级,即均值1.00~1.49时为1,1.50~2.49为2,2.50~3.49为3,3.50~4.49为4,4.50~5.00为5;比较各陈述性偏好等级对应的显示性偏好水平,采用K-S方法检验其分布,若满足正态分布,则使用独立样本T检验,反之使用Mann-Whitney U检验[23]。
3. 结果与分析
3.1 游客人口学特征
由表1可知:相比2019年,疫情暴发后的2020年,自然保护区游客以男性为主;职业以企业人员为主,军人增幅最大,学生、离退休人员减少明显;20岁以下游客增加较明显,20~29岁游客减少较明显;大专或大学本科学历游客占比最高,略有下降;各收入段游客变化不明显。
表 1 疫情暴发前后游客人口学特征Table 1 Demographic characteristics of visitors before and after COVID-19特征 分项 占比/% 特征 分项 占比/% 2019年10月 2020年10月 2019年10月 2020年10月 性别 男 41.9 57.4 年龄/岁 <20 4.3 14.7 女 58.1 42.6 20~29 38.5 28.7 30~39 26.9 31.9 职业 公务员 6.8 6.8 40~49 15.4 16.3 私营企业主 6.8 12.0 50~59 11.1 6.0 企业人员 33.8 28.3 ≥60 3.8 2.4 文教/专业技术人员 8.1 14.3 自由职业 15.0 2.4 受教育程度 高中及以下 20.9 18.7 服务/销售人员 5.6 6.0 大专或本科 73.1 65.7 军人 0.4 24.7 研究生及以上 6.0 15.5 学生 10.7 1.2 工人 1.3 0.4 月收入/元 ≤5 000 40.2 33.1 农民 1.7 2.4 5 001~10 000 33.3 30.3 离退休人员 3.0 14.3 10 001~15 000 15.0 17.1 其他 6.8 0 15 001~24 999 4.3 9.6 ≥25 000 7.3 8.0 3.2 游客生态旅游需求特征
由表2可知:疫情暴发前后游客去往自然保护区旅游频次、旅游时段差异极显著(P<0.01),而旅游目的差异不显著。疫情暴发后游客自然保护区旅游的时间以小长假、黄金周最多,依次为周末、工作日,其中周末出游略有减少;多数游客旅游目的为自然山水观光,疫情后以增进身体健康为目的明显增加,陪伴家人、朋友出游的比例增加较明显。
表 2 疫情暴发前后游客生态旅游需求特征Table 2 Ecotourism demand characteristics of visitors before and after COVID-19特征 分项 占比/% P 特征 分项 占比/% P 2019年10月 2020年10月 2019年10月 2020年10月 旅游频次/
(次·a−1)1 18.8 16.3 0.01** 旅游目
的(多选)自然山水风光 67.9 76.1 0.20 2 53.0 38.2 观赏动植物 20.5 25.9 3 17.1 29.1 缓解紧张情绪 37.6 33.5 ≥4 11.1 16.4 学习生态知识 12.4 9.6 增进身体健康 7.7 41.8 旅游时段 周末 33.8 29.1 0.00** 了解历史文化 34.2 18.3 小长假、黄金周 54.2 55.7 户外运动探险 19.2 14.7 工作日 6.0 9.2 陪伴家人、朋友 34.2 51.0 暑假 6.0 6.0 其他 0 6.4 说明:**表示差异极显著(P<0.01) 3.3 游客生态旅游行为特征
由表3可知:疫情对游客了解自然保护区的信息渠道、交通方式、旅游花费影响极显著(P<0.01),而组织方式、旅游时长、选择食宿设施类型、存在问题等其他生态旅游行为特征均无显著影响。疫情暴发后,游客获取信息渠道以亲朋介绍、“旧地重游”较多,家庭自驾游数量明显增加;出游以一日游为主,二日游游客明显减少;相比2019年,2020年人均消费500~999元的游客减少较明显,人均消费2 000元以上的游客明显增加。参与性、娱乐性不强,接待设施不完善,交通不便被认为是生态旅游发展存在的主要问题。
表 3 疫情暴发前后游客生态旅游行为特征Table 3 Ecotourism behavior characteristics of visitors before and after COVID-19特征 分项 占比/% P 特征 分项 占比/% P 2019年10月 2020年10月 2019年10月 2020年10月 了解渠道
(多选)微信微博 38.5 37.1 0.01** 食宿
类型农家乐 34.2 22.3 0.71 旅行社 24.8 13.5 民宿 41.0 29.1 亲朋介绍 43.6 53.0 酒店 17.5 15.9 曾经参与 9.8 23.5 其他 7.3 5.6 杂志报纸 9.8 9.2 其他 7.7 10.4 旅游花
费/元≤500 34.6 41.9 0.00** 500~999 33.3 7.2 组织方式 跟团 16.2 2.0 0.35 1 000~1 499 17.5 17.9 独自 23.1 17.1 1 500~1 999 5.6 6.4 家庭游 37.2 76.5 ≥2 000 9.0 26.6 单位组织 23.5 4.4 存在
问题
(多选)交通不便 38.5 23.5 0.10 交通方式 公共交通 7.7 8.0 0.00** 接待设施不完善 20.9 28.3 自驾 58.1 86.1 服务质量差 2.1 3.2 旅游大巴 34.2 6.0 参与性、娱乐性不强 34.6 31.9 有害生物威胁 2.6 3.2 旅游时长/d 1 41.9 49.4 0.33 当地人不友好 1.3 0.8 2 41.0 28.7 其他 17.1 9.1 3 12.8 18.7 ≥4 4.3 3.2 说明:**表示差异极显著( P<0.01) 3.4 游客生态旅游产品偏好特征
3.4.1 疫情暴发后生态旅游产品陈述性偏好的人口学特征差异
游客人口学特征对部分生态旅游产品的陈述性偏好存在显著性差异。由表4可知:天气与气候景观(观星象、观冰雪、观日出、观雾凇、雨凇)、森林度假产品(小木屋、树屋)、自然教育产品(自然课堂、自然艺术创作)和生态康养产品(森林浴、森林瑜伽、森林冥想)等产品,不同性别游客的陈述性偏好差异显著(P<0.05)或极显著(P<0.01);观鸟、观星象、树屋等产品,不同年龄段游客陈述性偏好差异显著(P<0.05)或极显著(P<0.01);观冰雪、民宿、森林瑜伽等产品,不同受教育程度的游客陈述性偏好差异显著(P<0.05)或极显著(P<0.01);观星象、树屋、丛林穿越、溯溪攀岩等产品,不同职业的游客陈述性偏好差异显著(P<0.05)或极显著(P<0.01);观日出、观云雾、观星象、观冰雪、树屋、自然艺术创作等产品,不同收入的游客陈述性偏好差异显著(P<0.05)或极显著(P<0.01)。
表 4 疫情后游客生态旅游产品陈述性偏好的人口学特征差异Table 4 Differences in demographic characteristics of visitors’ stated preferences for ecotourism products after COVID-19产品主类 产品亚类 产品名称 性别 年龄 受教育程度 职业 月收入 偏好均值 生态观光 地文景观 观奇峰异石 0.09 0.58 0.99 0.58 0.87 3.10 水域景观 观瀑布溪流 0.45 0.13 0.15 0.11 0.35 3.88 生物景观 观鸟 0.67 0.05* 0.37 0.58 0.38 3.23 观蝶 0.92 0.34 0.28 0.43 0.13 2.92 观珍稀植物 0.43 0.95 0.98 0.80 0.41 3.61 观森林景观 0.96 0.70 0.20 0.74 0.52 3.88 天象与气候景观 观日出 0.01** 0.09 0.09 0.06 0.00** 4.05 观云雾 0.11 0.18 0.07 0.19 0.00** 4.20 观星象 0.04* 0.00** 0.93 0.00** 0.00** 3.81 观冰雪 0.03* 0.31 0.01* 0.33 0.01* 3.94 观雾凇、雨凇 0.00** 0.15 0.07 0.51 0.43 3.85 生态度假 森林度假 小木屋 0.00** 0.13 0.27 0.30 0.23 3.45 帐篷露营 0.36 0.09 0.91 0.05 0.28 3.15 汽车露营 0.26 0.29 0.88 0.23 0.24 2.99 树屋 0.00** 0.00** 0.16 0.01** 0.00** 3.40 度假酒店 0.62 0.24 0.32 0.28 0.61 3.82 乡村度假 民宿 0.22 0.55 0.01** 0.25 0.23 3.80 农家乐 0.47 0.33 0.77 0.09 0.90 3.10 专项生态 自然教育 自然课堂 0.01* 0.40 0.34 0.02* 0.65 3.22 自然艺术创作 0.00** 0.39 0.52 0.12 0.03* 3.19 生态康养 森林浴 0.02* 0.30 0.47 0.09 0.28 3.46 森林瑜伽 0.00** 0.44 0.04* 0.35 0.31 3.01 森林冥想 0.05* 0.19 0.29 0.35 0.11 3.28 户外运动 丛林穿越 0.17 0.64 0.55 0.04* 0.39 3.59 溯溪攀岩 0.90 0.14 0.86 0.05* 0.47 3.43 户外拓展 0.75 0.13 0.96 0.29 0.45 3.45 说明:*表示差异显著(P<0.05);**表示差异极显著(P<0.01) 3.4.2 疫情暴发后生态旅游产品显示性偏好的人口学特征差异
由表5可见:游客人口学特征对天目山自然保护区部分生态旅游产品的显示性偏好存在显著性差异。对倒挂莲花峰、五世同堂古银杏Ginkgo bibloba、大树王柳杉Gryptomeria japonica、白鹇Lophura nycthemera及其栖息地等景点,不同年龄段游客显示性偏好有显著差异(P<0.05);对半月池景点,不同受教育程度的游客显示性偏好有极显著差异(P<0.01);对眠牛石景点,不同职业的游客显示性偏好有显著性差异(P<0.05)。
表 5 疫情后生态旅游产品显示性偏好的人口学特征差异Table 5 Differences in demographic characteristics of visitors’ revealed preferences of ecotourism products after COVID-19产品主类 产品亚类 生态旅游产品 性别 年龄 受教育程度 职业 月收入 偏好均值 生态观光 地文景观 天目大峡谷 0.81 0.40 0.19 0.47 0.55 4.37 冰川大峡谷 0.92 0.92 0.05 0.52 0.59 4.52 倒挂莲花峰 0.30 0.05* 0.08 0.15 0.90 3.88 四面峰 0.11 0.25 0.60 0.73 0.78 3.93 眠牛石 0.70 0.28 0.33 0.03* 0.71 3.88 红蛇洞 0.74 0.08 0.18 0.08 0.57 3.94 水域景观 双清潭 0.92 0.41 0.32 0.08 0.82 3.88 半月池 0.34 0.12 0.00** 0.10 0.06 3.66 伏虎瀑 0.90 0.48 0.11 0.09 0.76 4.11 生物景观 原始森林 0.70 0.49 0.88 0.44 0.84 4.33 柳杉群 0.49 0.69 0.49 0.17 0.29 4.24 五世同堂古银杏 0.07 0.03* 0.27 0.66 0.35 4.26 大树王柳杉 0.46 0.01* 0.29 0.97 0.43 4.45 冲天树金钱松 0.23 0.31 0.91 0.73 0.59 4.21 天目铁木 0.29 0.38 0.84 0.99 0.52 4.33 黑麂及其栖息地 0.06 0.18 0.66 0.40 0.24 4.45 白鹇及其栖息地 0.05 0.03* 0.77 0.80 0.75 4.48 专项生态 自然教育 自然博物馆 0.74 0.31 0.74 0.95 0.73 4.51 大地之野自然学校 0.30 0.21 0.42 0.90 0.84 4.31 说明:*表示差异显著(P<0.05);**表示差异极显著(P<0.01)。金钱松 Pseudolarix amabilis,天目铁木 Ostrya rehderiana,黑麂 Muntiacus crinifrons 3.4.3 疫情暴发后生态旅游产品陈述性偏好对显示性偏好的影响效应
由表6可见:总体上,随着游客对保护区生态旅游产品的陈述性偏好等级增加,其对天目山保护区生态旅游产品的显示性偏好水平也相应提高,说明陈述性偏好水平对显示性偏好水平有显著影响。多重比较分析表明:将游客对自然保护区生态旅游产品的陈述性偏好等级分为5级时,天目山保护区地文景观、水域景观、生物景观和自然教育产品的显示性偏好,根据显著性水平只有相应的3、3、4和4级,说明游客对生态旅游产品的陈述性偏好与显示性偏好存在不一致现象,且前两者的陈述性偏好对显示性偏好的影响效应比后两者小。
表 6 疫情后生态旅游产品陈述性偏好对显示性偏好的影响效应Table 6 Effects of revealed preferences on stated preferences of ecotourism products after COVID-19陈述性偏
好等级显示性偏好水平 地文景观 水域景观 生物景观 自然教育产品 1 2.58±0.92 c 1.72±1.16 c 2.50±1.52 cd 1.91±1.30 d 2 3.26±0.82 b 3.28±1.14 ab 3.32±0.91 d 3.04±1.00 c 3 3.45±0.78 b 3.16±0.89 b 3.83±0.74 c 3.44±1.06 c 4 3.83±0.69 a 3.46±0.94 a 4.11±0.73 b 3.88±0.88 b 5 3.59±1.09 ab 3.53±1.10 a 4.51±0.58 a 4.46±0.90 a 说明:同列不同小写字母表示不同等级间差异显著(P<0.05) 4. 结论与建议
4.1 结论
2015年开始天目山自然保护区调整经营思路,走内涵发展道路,开发生态旅游、自然教育、文化创意等新型业态。2018年起以接待散客为主,积极开辟新兴市场。2016—2019年接待游客数量下降明显,但同期自然保护区生态旅游收入呈上升趋势,说明其他生态旅游业态的发展弥补了生态观光旅游下降带来的损失。
疫情暴发后,保护区游客从以女性为主转变为以男性为主,20岁以下游客明显增加、20~29岁游客减少较明显,以大专或大学本科学历的游客占比最高;游客多为通过亲朋介绍、“旧地重游”者,家庭自驾游数量增加,团队游明显减少,倾向于一日游或多日游,人均消费较高的游客比例增加较明显。选择小长假、黄金周出游的人数最多,主要以自然山水观光和增进身体健康为目的,多数为陪伴家人、朋友出游。
疫情暴发后,游客性别、年龄、受教育程度、职业、收入等人口学特征对部分生态旅游产品陈述性偏好有显著影响;年龄、受教育程度、职业对部分产品显示性偏好水平有显著影响。游客对保护区生态旅游产品的显示性偏好水平随着陈述性偏好等级增加而提高,陈述性偏好水平对显示性偏好水平有显著影响;天目山保护区游客对生态旅游产品的陈述性偏好与显示性偏好存在不一致现象,生物景观和自然教育产品的陈述性偏好对显示性偏好的影响效应,比地文景观和水域景观更明显。
4.2 建议
后疫情时代,旅游业要积极应对挑战,增强创新发展动力,发挥产业融合的叠加效应、追求在线融合的乘数效应,共建共生推动旅游业高质量发展[24]。因此,从以下几个方面提出天目山自然保护区生态旅游产品的开发建议:一是利用游客家庭自驾、社交休闲、山水观光、生态康养、自然教育等生态旅游产品陈述性偏好水平高的特点,开展观鸟、森林康养等特色项目,融合创新产品引导全新需求,提供多元化、高品质的生态旅游产品供给,增强游客的显示性偏好水平,提升其满意度与推荐、重游意愿。二是自然保护区应充分认识新趋势、融合新技术,依托5G、VR、AR等技术推出智慧化生态旅游产品服务,引导自然保护区从需求侧进行产品创新。比如将自然保护区大尺度山体植被垂直景观带、偶见性强的珍稀动植物等,通过“云旅游”多维度、多视角传递给潜在旅游者,增强其陈述性偏好,推动其向现实旅游者转化。三是自然保护区积极利用大数据分析手段,发挥“两微一短”(微信、微博、短视频)用户受众面广、黏性强特点,针对周边客源市场选择合适的媒体平台,加强游客生态旅游产品体验后的分享,刺激潜在需求,提升潜在消费者生态旅游产品的陈述性偏好水平。
-
表 1 不同林分类型样地基本信息
Table 1. Basic information of plots different stand types
样地编号 林分起源 林分类型 北纬(N) 东经(E) 海拔/m 坡向 平均胸径/cm 平均树高/m 林分密度/(株·hm−2) 林分龄组 1 天然林 常绿落叶阔叶
混交林30.292 3° 109.067 3° 1 468.0 东北 13.11 11.32 975 成熟林 2 30.292 1° 109.067 8° 1 481.8 东北 13.12 12.08 1275 成熟林 3 30.291 8° 109.067 6° 1 484.8 东 13.00 10.05 1200 成熟林 4 杉木林 30.295 6° 109.064 9° 1 382.0 北 22.16 17.87 875 近熟林 5 30.295 5° 109.065 0° 1 394.0 北 18.68 15.65 1150 近熟林 6 30.295 4° 109.065 2° 1 393.0 东北 16.09 13.15 1300 近熟林 7 人工林 柳杉林 30.291 7° 109.069 3° 1 446.8 北 17.92 15.15 1900 成熟林 8 30.286 5° 109.075 0° 1 382.0 北 16.57 14.95 2975 成熟林 9 30.291 3° 109.062 1° 1 555.9 东北 24.72 20.00 650 成熟林 10 鹅掌楸林 30.291 8° 109.064 6° 1 541.9 北 17.30 17.25 1100 近熟林 11 30.291 6° 109.064 2° 1 534.8 西北 19.84 15.39 825 近熟林 12 30.290 9° 109.061 9° 1 560.7 东北 17.00 20.63 1275 近熟林 表 2 林分空间结构参数体系
Table 2. Spatial structure parameters of forest stands
取值 林分空间结构参数 取值 林分空间结构参数 角尺度(Wi) 大小比数(Ui) 混交度(Mi) 密集度(Ci) 角尺度(Wi) 大小比数(Ui) 混交度(Mi) 密集度(Ci) 0.00 非常均匀 优势 零度混交 非常稀疏 0.75 聚集 劣势 高度混交 密集 0.25 均匀 亚优势 弱度混交 稀疏 1.00 非常聚集 绝对劣势 完全混交 非常密集 0.50 随机 中庸 中度混交 中等密集 表 3 各林分类型样地空间结构参数均值
Table 3. Spatial structure parameters of each stand type
样地编号 林分类型 林层类型 林分空间结构参数均值 $\overline W $ $\overline U $ $\overline M $ $\overline C $ 1 常绿落叶阔叶混交林 复层 0.481±0.207 0.481±0.360 0.750±0.230 0.963±0.297 2 复层 0.455±0.181 0.509±0.350 0.741±0.231 0.912±0.296 3 复层 0.530±0.214 0.500±0.341 0.750±0.280 0.947±0.318 4 杉木人工林 单层 0.478±0.167 0.457±0.396 0.000±0.000 0.533±0.295 5 单层 0.491±0.173 0.420±0.367 0.473±0.322 0.347±0.283 6 单层 0.529±0.183 0.488±0.353 0.390±0.355 0.791±0.283 7 柳杉人工林 单层 0.506±0.175 0.466±0.360 0.023±0.073 0.615±0.211 8 单层 0.524±0.184 0.497±0.334 0.208±0.300 0.573±0.284 9 单层 0.482±0.249 0.321±0.331 0.161±0.210 0.500±0.392 10 鹅掌楸人工林 单层 0.469±0.177 0.430±0.331 0.375±0.348 0.625±0.284 11 复层 0.500±0.000 0.417±0.349 0.767±0.176 0.733±0.240 12 单层 0.592±0.269 0.559±0.356 0.138±0.251 0.901±0.137 表 4 林分综合评价指标及赋值
Table 4. Stand comprehensive evaluation index and assignment
结构参数均值 评价标准 赋值 参数意义 $\overline M$ 正向指标 实测值 密集度均值越大说明林分内树种空间隔离程度越高,混交程度越好 $\overline W$ <0.475 实测值 角尺度均值为[0.475, 0.517]时,随机分布;<0.475时,均匀分布,不重新赋值;>0.517时,聚集分布,赋值0.500 [0.475, 0.517] 1.000 >0.517 0.500 $\overline U$ <0.470 1.000 大小比数均值<0.470时,赋值1.000;[0.470, 0.790]时,赋值0.750;(0.490, 0.510)时,赋值0.500;[0.510, 0.530]时,赋值0.250;>0.530时,赋值0 [0.470, 0.490] 0.750 (0.490, 0.510) 0.500 [0.510, 0.530] 0.250 >0.530 0 $\overline C$ <0.125 0 密集度均值<0.125时,赋值0;[0.125, 0.375)时,对于单层同龄林赋值0.500,复层异龄林赋值0.250; [0.375, 0.625)时,对于单层同龄林赋值0.750,复层异龄林赋值0.500;[0.625, 0.875)时,对于单层同龄林赋值1.000,复层异龄林赋值0.750;>0.875时,对于单层同龄林赋值0.250,复层异龄林赋值1.000 [0.125, 0.375) 0.500/0.250 [0.375, 0.625) 0.750/0.500 [0.625, 0.875] 1.000/0.750 >0.875 0.250/1.000 表 5 林分空间结构参数均值
Table 5. Mean values of stand spatial structure parameters
林分类型 林分空间结构参数均值 $\overline W $ $\overline U $ $\overline M $ $\overline C $ 常绿落叶阔叶混交林 0.492±0.202 a 0.497±0.346 a 0.747±0.247 a 0.941±0.332 a 杉木人工林 0.505±0.176 a 0.460±0.365 a 0.319±0.349 b 0.557±0.301 c 柳杉人工林 0.514±0.188 a 0.467±0.344 a 0.140±0.251 c 0.563±0.290 c 鹅掌楸人工林 0.529±0.216 a 0.485±0.348 a 0.338±0.359 b 0.768±0.027 b 说明:不同字母表示同一参数在不同林分类型间差异极显著(P<0.01)。 表 6 林分结构状态综合评价
Table 6. Comprehensive evaluation of stand structure status
样地编号 林分空间结构参数均值/正向处理结果 综合评价指数(FSS) 单位圆面积(S) $\overline W $/R1 $\overline U $/R2 $\overline M $/R3 $\overline C $/R4 1 0.481/1.000 0.481/0.750 0.750/0.750 0.963/1.000 0.781 2.452 2 0.455/0.455 0.509/0.500 0.741/0.741 0.912/1.000 0.502 1.576 3 0.530/0.500 0.500/0.500 0.750/0.750 0.947/1.000 0.516 1.620 天然林 0.489 0.497 0.747 0.941 0.600 1.884 4 0.478/1.000 0.457/1.000 0/0 0.533/0.750 0.641 2.013 5 0.491/1.000 0.420/1.000 0.473/0.473 0.347/0.500 0.618 1.941 6 0.529/0.500 0.488/0.750 0.390/0.390 0.791/1.000 0.491 1.542 7 0.506/1.000 0.466/1.000 0.023/0.023 0.615/0.750 0.641 2.013 8 0.524/0.500 0.497/0.500 0.208/0.208 0.573/0.750 0.276 0.867 9 0.482/1.000 0.321/1.000 0.161/0.161 0.500/0.750 0.647 2.032 10 0.469/0.469 0.430/1.000 0.375/0.375 0.625/1.000 0.590 1.853 11 0.500/1.000 0.417/1.000 0.767/0.767 0.733/0.750 0.788 2.474 12 0.592/0.500 0.559/0.000 0.138/0.138 0.901/0.250 0.083 0.261 人工林 0.508 0.451 0.282 0.624 0.531 1.667 -
[1] AMPOORTER E, BARBARO L, JACTEL H, et al. Tree diversity is key for promoting the diversity and abundance of forest-associated taxa in Europe [J]. Oikos, 2020, 129(2): 133 − 146. [2] FORRESTER D I, BAUHUS J. A review of processes behind diversity-productivity relationships in forests [J]. Current Forestry Reports, 2016, 2(1): 45 − 61. [3] AUSSENAC R, BERGERON Y, GRAVEL D, et al. Interactions among trees: a key element in the stabilising effect of species diversity on forest growth [J]. Functional Ecology, 2019, 33(2): 360 − 367. [4] 谢阳生, 孟京辉, 曾冀, 等. 马尾松人工纯林近自然化改造效果分析[J]. 林业科学研究, 2023, 36(2): 31 − 38. XIE Yangsheng, MENG Jinghui, ZENG Ji, et al. Analysis on the effect of close-to-nature transformation of Pinus massoniana pure forest plantation [J]. Forest Research, 2023, 36(2): 31 − 38. [5] 惠刚盈, 张弓乔, 赵中华, 等. 天然混交林最优林分状态的π值法则[J]. 林业科学, 2016, 52(5): 1 − 8. HUI Gangying, ZHANG Gongqiao, ZHAO Zhonghua, et al. A new rule of π value of natural mixed forest optimal stand state [J]. Scientia Silvae Sinicae, 2016, 52(5): 1 − 8. [6] 惠刚盈, GADOW K V, 赵中华, 等. 结构化森林经营原理[M]. 北京: 中国林业出版社, 2016: 23 − 28. HUI Gangying, GADOW K V, ZHAO Zhonghua, et al. Principles of Structure-based Forest Management [M]. Beijing: China Forestry Publishing House, 2016: 23 − 28. [7] 惠刚盈, 赵中华, 胡艳波, 等. 基于结构参数均值的林分空间结构综合评价研究[J]. 林业科学研究, 2023, 36(2): 12 − 21. HUI Gangying, ZHAO Zhonghua, HU Yanbo, et al. Comprehensive evaluation of forest spatial structure based on the mean values of structural parameters [J]. Forest Research, 2023, 36(2): 12 − 21. [8] 杜超群, 吴昊, 袁慧, 等. 湖北主要造林树种生态区划研究[J]. 西南林业大学学报(自然科学), 2023, 43(6): 1 − 7. DU Chaoqun, WU Hao, YUAN Hui, et al. Study on ecological regionalization of main afforestation species in Hubei Province [J]. Journal of Southwest Forestry University (Natural Sciences), 2023, 43(6): 1 − 7. [9] 汤景明, 宋丛文, 戴均华, 等. 湖北省主要造林树种冰雪灾害调查[J]. 林业科学, 2008, 44(11): 2 − 10. TANG Jingming, SONG Congwen, DAI Junhua, et al. Investigation on the frozen snow damage of main afforestation tree species in Hubei Province [J]. Scientia Silvae Sinicae, 2008, 44(11): 2 − 10. [10] 孙拥康, 汤景明, 王怡. 亚热带日本落叶松人工林枯落物及土壤层水文效应[J]. 北京林业大学学报, 2021, 43(8): 60 − 69. SUN Yongkang, TANG Jingming, WANG Yi. Hydrological effects of litter and soil layers of Larix kaempferi plantation in subtropical regions [J]. Journal of Beijing Forestry University, 2021, 43(8): 60 − 69. [11] 王志鸣, 郭秋菊, 艾训儒, 等. 恩施州不同海拔马尾松天然次生林林分结构特征研究[J]. 西南林业大学学报(自然科学), 2019, 39(1): 114 − 122. WANG Zhiming, GUO Qiuju, AI Xunru, et al. Structure characteristics of Pinus massoniana natural secondary forest at different altitude of Enshi [J]. Journal of Southwest Forestry University (Natural Sciences), 2019, 39(1): 114 − 122. [12] 向钦, 郭秋菊, 艾训儒, 等. 林分空间结构与物种多样性随空间尺度变化的规律研究[J]. 林业科学研究, 2022, 35(3): 151 − 160. XIANG Qin, GUO Qiuju, AI Xunru, et al. Variations on stand spatial structure and species diversity in different spatial scales [J]. Forest Research, 2022, 35(3): 151 − 160. [13] 薛卫星, 郭秋菊, 艾训儒, 等. 鄂西南天然林主要乔木树种物种组成及林分空间结构动态变化研究[J]. 西北植物学报, 2021, 41(6): 1051 − 1061. XUE Weixing, GUO Qiuju, AI Xunru, et al. Study on the dynamic changes of main tree species composition and stand spatial structure of natural forest in southwest Hubei [J]. Acta Botanica Boreali-Occidentalia Sinica, 2021, 41(6): 1051 − 1061. [14] 向钦, 郭秋菊, 艾训儒, 等. 木林子天然林林分结构的时间动态变化特征[J]. 森林与环境学报, 2022, 42(6): 576 − 584. XIANG Qin, GUO Qiuju, AI Xunru, et al. Temporal dynamic characteristics of stand structure of natural forest in Mulinzi Nature Reserve [J]. Journal of Forest and Environment, 2022, 42(6): 576 − 584. [15] 夏言, 谢杰东, 何开明, 等. 鄂西南鹅掌楸天然林林分结构特征[J]. 湖北林业科技, 2023, 52(2): 1 − 8. XIA Yan, XIE Jiedong, HE Kaiming, et al. Structural characteristics of Liriodendron chinense natural forest in southwest China [J]. Hubei Forestry Science and Technology, 2023, 52(2): 1 − 8. [16] 惠刚盈. 基于相邻木关系的林分空间结构参数应用研究[J]. 北京林业大学学报, 2013, 35(4): 1 − 9. HUI Gangying. Studies on the application of stand spatial structure parameters based on the relationship of neighborhood trees [J]. Journal of Beijing Forestry University, 2013, 35(4): 1 − 9. [17] ZHANG Lianjin, HUI Gangying, HU Yanbo, et al. Spatial structural characteristics of forests dominated by Pinus tabulaeformis Carr. [J]. PLoS One, 2018, 13(4): 1 − 13. [18] ZHANG Gongqiao, HUI Gangying, ZHAO Zhonghua, et al. Composition of basal area in natural forests based on the uniform angle index [J]. Ecological Informatics, 2018, 45(3): 1 − 8. [19] 惠刚盈. 结构化森林经营理论与实践[M]. 北京: 科学出版社, 2020. HUI Gangying. Theory and Practice of Structure-based Forest Management [M]. Beijing: Science Press, 2020. [20] 惠刚盈, GADOW K V, ALBERT M. 一个新的林分空间结构参数——大小比数[J]. 林业科学研究, 1999, 12(1): 4 − 9. HUI Gangying, GADOW K V, ALBERT M. A new parameter for stand spatial structure: neighbourhood comparison [J]. Forest Research, 1999, 12(1): 4 − 9. [21] 惠刚盈, 胡艳波. 混交林树种空间隔离程度表达方式的研究[J]. 林业科学研究, 2001, 14(1): 23 − 27. HUI Gangying, HU Yanbo. Measuring species spatial isolation in mixed forests [J]. Forest Research, 2001, 14(1): 23 − 27. [22] 胡艳波, 惠刚盈. 基于相邻木关系的林木密集程度表达方式研究[J]. 北京林业大学学报, 2015, 37(9): 1 − 8. HU Yanbo, HUI Gangying. How to describe the crowding degree of trees based on the relationship of neighboring trees [J]. Journal of Beijing Forestry University, 2015, 37(9): 1 − 8. [23] 张岗岗, 刘瑞红, 惠刚盈, 等. 林分空间结构参数N元分布及其诠释——以小陇山锐齿栎天然混交林为例[J]. 北京林业大学学报, 2019, 41(4): 21 − 31. ZHANG Ganggang, LIU Ruihong, HUI Gangying, et al. N-variate distribution and its annotation on forest spatial structural parameters: a case study of Quercus aliena var. acuteserrata natural mixed forest in Xiaolong Mountains, Gansu Province of northwestern China [J]. Journal of Beijing Forestry University, 2019, 41(4): 21 − 31. [24] 李远发. 林分空间结构参数二元分布的研究[D]. 北京: 中国林业科学研究院, 2013. LI Yuanfa. The Bivariate Distribution of Forest Stand Spatial Structural Parameters [D]. Beijing: Chinese Academy of Forestry, 2013. [25] 魏红洋, 张一帆, 董灵波, 等. 帽儿山主要林分类型空间结构状态综合评价[J]. 中南林业科技大学学报, 2021, 41(10): 131 − 139. WEI Hongyang, ZHANG Yifan, DONG Lingbo, et al. Comprehensive evaluation of spatial structure state for the main forest types in Maoershan Mountain [J]. Journal of Central South University of Forestry &Technology, 2021, 41(10): 131 − 139. [26] 袁星明, 朱宁华, 周光益, 等. 湘西喀斯特地区42年生湿地松-樟树人工混交林空间结构研究[J]. 中南林业科技大学学报, 2022, 42(4): 49 − 58. YUAN Xingming, ZHU Ninghua, ZHOU Guangyi, et al. Spatial structure of the 42-year-old Pinus elliottii-Cinnamomum camphora mixed plantation in the karst area of western Hunan [J]. Journal of Central South University of Forestry &Technology, 2022, 42(4): 49 − 58. [27] 张会儒, 武纪成, 杨洪波, 等. 长白落叶松-云杉-冷杉混交林林分空间结构分析[J]. 浙江林学院学报, 2009, 26(3): 319 − 325. ZHANG Huiru, WU Jicheng, YANG Hongbo, et al. Spatial structure of mixed larch-spruce-fir stands [J]. Journal of Zhejiang Forestry College, 2009, 26(3): 319 − 325. [28] ARMESTO J J, MITCHELL J D, VILLAGRAN C. A comparison of spatial patterns of trees in some tropical and temperate forests [J]. Biotropica, 1986, 18(1): 1 − 11. [29] 张连金, 胡艳波, 赵中华, 等. 北京九龙山侧柏人工林空间结构多样性[J]. 生态学杂志, 2015, 34(1): 60 − 69. ZHANG Lianjin, HU Yanbo, ZHAO Zhonghua, et al. Spatial structure diversity of Platycladus orientalis plantation in Beijing Jiulong Mountain [J]. Chinese Journal of Ecology, 2015, 34(1): 60 − 69. [30] 玉宝. 兴安落叶松中幼龄天然林空间利用特征及影响因子[J]. 浙江农林大学学报, 2020, 37(3): 407 − 415. YU Bao. Characteristics and impact factors of space utilization of young and middle-aged natural Larix gmelinii forests [J]. Journal of Zhejiang A&F University, 2020, 37(3): 407 − 415. [31] MARIAN D, CIPRIAN P, MARIUS M. Benefit, cost and risk analysis on extending the forest roads network: a case study in Crasna Valley (Romania) [J]. Annals of Forest Research, 2015, 58(2): 333 − 345. [32] MENDOZA G A, PRABHU R. Multiple criteria decision making approaches to assessing forest sustainability using criteria and indicators: a case study [J]. Forest Ecology and Management, 2000, 131(1/3): 107 − 126. [33] 张岗岗. 天然林结构解译及林分状态综合评价[D]. 北京: 中国林业科学研究院, 2020. ZHANG Ganggang. Natural Forest Structure Interpretation and Forest State Comprehensive Evaluation [D]. Beijing: Chinese Academy of Forestry, 2020. [34] 常陈豪, 吕康婷, 周梦丽, 等. 间伐对黄山松人工林林分空间结构及稳定性的影响[J]. 西北林学院学报, 2022, 37(6): 138 − 144. CHANG Chenhao, LÜ Kangting, ZHOU Mengli, et al. Effects of thinning on the spatial structure and stability of Pinus taiwanensis plantations [J]. Journal of Northwest Forestry University, 2022, 37(6): 138 − 144. [35] HOOKER H D. Liebig’s law of the minimum in relation to general biological problems [J]. Science, 1917, 46(1183): 197 − 204. [36] 赵文菲, 曹小玉, 谢政锠 等. 基于结构方程模型的杉木公益林林分空间结构评价[J]. 林业科学, 2022, 58(8): 76 − 88. ZHAO Wenfei, CAO Xiaoyu, XIE Zhengchang, et al. Evaluation of stand spatial structure of Cunninghamia lanceolata public welfare forest by using structural equation model [J] Scientia Silvae Sinicae, 2022, 58(8): 76 − 88. [37] 唐守正, 刘世荣. 我国天然林保护与可持续经营[J]. 中国农业科技导报, 2000, 2(1): 42 − 46. TANG Shouzheng, LIU Shirong. Conservation and sustainability of natural forests in China [J]. Review of China Agricultural Science and Technology, 2000, 2(1): 42 − 46. 期刊类型引用(10)
1. 张罗雪,王昕,孙天怡,龚凤. 基于混合Logit模型的仙女山国家森林公园游客行为的影响因素研究. 河北省科学院学报. 2024(01): 71-78 . 百度学术
2. 王冠孝,武宁,杨强. 后疫情时代文化遗产地旅游市场需求的制约因素研究——基于平遥古城游客的调查分析. 运城学院学报. 2024(01): 61-66 . 百度学术
3. 周锐,吴言清,刘燕,张婵. 新冠肺炎疫情后游客生态旅游消费意愿及影响因素分析. 山西农经. 2024(09): 128-130+140 . 百度学术
4. 刘静,徐海燕,徐扬. 气象服务赋能福建文旅经济发展现状、困境与对策. 海峡科学. 2024(03): 44-48 . 百度学术
5. 梁佳,赖枰枰,杜颜姣好,马瑜章,吴芷茹. 基于利益相关者的社区参与自然保护区生态旅游发展的现状与建议——以龙溪-虹口国家级自然保护区为例. 旅游纵览. 2023(16): 81-85 . 百度学术
6. 杨贵伟,李延鹏,张传晶,孙旭辉,阳霞,王杨,和珊. 高黎贡山怒江段生态旅游发展基础探究. 绿色科技. 2023(20): 206-211 . 百度学术
7. 程悦. 面向“双碳”战略的生态旅游:理论内涵和发展路径——基于生态文明先行示范区湖州的实践. 湖州职业技术学院学报. 2023(02): 85-89 . 百度学术
8. 魏敏,许锐,魏海湘. 文旅融合推动乡村振兴的内在逻辑与实现路径. 旅游论坛. 2023(05): 43-53 . 百度学术
9. 宋张平,孟明浩,张友仲,顾晓艳. 浙江省自然保护地生态旅游产品偏好研究——基于陈述性偏好与显示性偏好. 旅游论坛. 2023(06): 55-65 . 百度学术
10. 吕方剑. 天目山珍稀植物园规划设计研究. 山西建筑. 2022(22): 171-174 . 百度学术
其他类型引用(8)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20240162