-
林分空间结构反映了全林分在空间上的位置特征,决定了林分间各部分相互影响和制约的关系[1-2]。林分空间结构影响林木的竞争程度、空间生态位和全林分生长的稳定性[3-4],研究林分空间布局能为森林经营决策提供重要的理论支撑[5]。林分空间结构单元作为林分空间上的基本组建单位,是由一株中心木以及其四周邻近木构成的区域[3]。在森林经理学中,通常选取某些参数分析森林空间结构特征,这些参数包括聚集指数、混交度、大小比数和开敞度等,它们反映了林分在竞争、生长空间、树种隔离等不同方面的水平[6-7]。由于空间结构参数的计算依赖于基本单元的划分,因此如何构建最佳空间结构单元一直是研究热点。传统构建森林空间布局单元的方法是固定边长个数为4,固定边长会造成空间结构参数的有偏估量[8]。由荷兰气象学家提出的Voronoi图能够隐含表达林分间林木的所有侧向邻近信息[9-10]。Voronoi又称作泰森多边形[11],在计算几何、城市规划、气象、地质、地理信息系统、图像处理和机器人路径规划等方面的应用非常广泛[12]。本研究引入Voronoi图评价林分空间结构,Voronoi的特性对于研究林分空间结构单元有3项优势:一是每个泰森多边形是一个小型空间竞争单位,林木在此单位中相互争夺自然资源;二是影响范围。每个结构单元的大小范围不一样,代表每个中心木的影响范围有所区分;三是具有动态针对性。邻近木株数n与Voronoi多边形边长数相同,而每个Voronoi多边形的边数随实际环境的变化发生改变,因此,每株中心木的影响范围都是独立的。此方法更能灵活准确地确定空间结构单元,比传统固定空间结构单元边数的方法更具有针对性,一定程度上克服了固定n=4时导致的偏差。当前,国内外部分学者已经开展了基于Voronoi图的不同群落空间结构特征基础性研究[13],但针对油松Pinus tabulaeformis人工林开展的空间结构研究尚未见报道。因此,本研究以北京八达岭油松人工林为研究对象,利用Voronoi图进行森林空间结构单元划分并进行结构参数提取,其结果将为油松人工林生态系统结构优化提供理论依据,对森林群落演替和重构研究[14]、森林空间结构调查信息化精准化具有重要的理论价值。
HTML
-
通过生成各个指数的频率分布直方图可以发现,对于混交度、开敞度2个结构指数来说,基于2种方法得到的数据均为正偏态分布(表 1)。而对于大小比数,基于n=4方法确定的数据是低于标准正态的正偏态分布,基于Voronoi图的方法获得的数据符合低于标准正态分布的右偏态分布。
空间结构参数 基于Voronoi的S—W检验结果 基于n=4的S—W检验结果 统计 显著性 统计 显著性 混交度 0.903 0.000 0.919 0.000 大小比数 0.926 0.000 0.949 0.000 开敞度 0.825 0.000 0.922 0.000 Table 1. S—W test results of the structure indexes
本研究样本数量为563株,属小样本量。为进一步验证上述结论正确性,对数据进行S—W检验,通过检验发现所有指数显著性均为P=0.000,所以拒绝原假设,即数据均不符合正态分布,结果如表 1所示。为进一步探证两者关系,进行相关性分析和单因素方差分析(ANOVA),分析2种方法之间是否相关,是否存在显著性差异。
-
鉴于3种空间结构指数数据均不符合正态分布,因此,本研究选择斯皮尔曼法而非皮尔逊法对n=4和Voronoi图确定的林分的3个空间结构参数——混交度、大小比数、开敞度两两进行相关性分析。
由表 2可知:基于2种方式得到的各参数之间相关性较高,斯皮尔曼相关性指数均大于0.80,除开敞度外其余参数均高于0.90,高度显著。表明基于n=4和基于Voronoi图计算的空间结构指数具有高相关性,均为有效参数。以上分析可知基于Voronoi图确定空间结构的方法是正确有效的。
空间结构参数 相关系数 混交度 0.971** 大小比数 0.942** 开敞度 0.868** 说明:**代表模型在0.01级别上相关显著 Table 2. Spatial structure index correlation analysis
-
进行单因素ANOVA分析,原始假设利用2种方法确定的各个指数之间无显著差异。分析结果显示:基于2种不同方法计算各空间结构参数的显著性均为P=0.000<0.05。所以原假设不成立,2种方法确定的空间结构参数存在显著性差异,两者相互独立。因此,本研究认为Voronoi图明确森林空间布局单元是一种异于基于固定边长n=4的新方法,且具有显著作用。
-
该人工林区经过封山育林和人工栽植油松,其基本情况是森林覆盖率达57%,林木分布不均匀。乔木层共有15种树种,分别为山杏,油松,华山松Pinus armandii,榆树Ulmus pumila,暴马丁香Syringa reticulata var. amurensis,小叶朴,刺槐Robinia pseudoacacia,山荆Malus baccata,家榆,桑树Morus alba,多花栒子Cotoneaster multiflorus,杜梨,春榆Ulmus davidiana,蒙古栎Quercus mongolica和椿树Ailanthus altissima。边沿校正后研究区内乔木总数为563株,其中油松占61.3%,山杏18.6%,华山松2.0%,家榆4.0%,暴马丁香2.0%,小叶朴3.0%,杜梨3.0%。
-
根据Voronoi图确认中心木邻近木株数。如图 3所示:研究区内中心木邻近木株数为3~11株,且大多会集于4~8株,以株数为6最为常见。邻近木株数为3株的情况主要聚集在样地的边沿地带,位于边沿区内的林木不参与空间结构参数计算,并不影响对研究区空间结构的分析。
-
通过平均混交度可知:研究区混交程度为中度,油松混交程度为弱度。当以油松为中心木时,图表显示零度混交(Mi=0.00)和弱度混交(Mi∈(0.00,0.25])的比例较大(表 3)。油松在该林分内占有绝对个体数量优势,以其为中心木聚集生长的空间结构单元数量最多。其他树种,如刺槐、多花栒子、华山松、小叶朴、暴马丁香等的混交程度大多为强度混交(Mi∈(0.50,0.75])和极强度混交(Mi∈(0.75,1.00])。说明研究区稳定性较弱,树种间隔离度较低,在今后的森林经营中可以适当补植非油松树种,增大栽植密度,提高树种间隔离程度。
树种 混交度分布频率 平均混交度 总数/株 0.00 (0.00, 0.25] (0.25, 0.50] (0.50, 0.75] (0.75, 1.00] 暴马丁香 0.00 0.00 0.00 0.00 1.00 0.93 13 春榆 0.00 0.00 0.00 0.00 1.00 0.89 3 椿树 0.00 0.00 0.00 0.00 1.00 1.00 1 刺槐 0.00 0.00 0.00 0.25 0.75 0.88 8 大洋白蜡 0.00 0.00 0.00 0.00 1.00 1.00 1 杜梨 0.16 0.16 0.26 0.16 0.26 0.49 19 多花枸子 0.00 0.00 0.00 0.43 0.57 0.78 7 槲树 0.00 0.00 0.00 0.00 1.00 1.00 1 华山松 0.00 0.00 0.00 0.18 0.82 0.90 11 家榆 0.00 0.00 0.14 0.32 0.54 0.77 22 蒙古栎 0.00 0.00 0.00 0.00 1.00 0.88 3 桑树 0.00 0.00 0.00 0.00 1.00 1.00 1 山荆子 0.00 0.00 0.00 0.00 1.00 1.00 3 山杏 0.01 0.12 0.29 0.32 0.26 0.60 103 小叶朴 0.00 0.00 0.00 0.17 0.83 0.89 18 油松 0.31 0.33 0.21 0.10 0.04 0.25 343 榆树 0.00 0.00 0.00 0.00 1.00 1.00 6 全林分 0.20 0.22 0.20 0.16 0.22 0.43 563 Table 3. Frequency distribution of mingling mixing degree of stand and tree species
-
林分之间的竞争度通过林分大小比数来确定。全林大小比数为0.53,表明全林树种优势不明显(图 4和图 5)。油松个体中处于优势、亚优势和中庸的超过该树种整体数目的一半,在研究区中享有优势。优势树种还有小叶朴、桑树、大叶白蜡Fraxinus rhynchophylla,但其株数较少,对全林分结构影响不大。处于劣势或绝对劣势的有椿树、多花栒子、山荆子、春榆、杜梨等,其在空间结构单元中竞争能力较差。通过适当的抚育间伐和补植来降低油松的竞争强度,伐去长势较差而且影响邻近木生长的林木,从而提高其他树种的竞争指数[23]。
-
将各树种开敞度取算术平均值,得出平均开敞度为0.52,说明研究区内林分生长空间较为充足(图 6)。从树种角度来看,桑树开敞度最高,树高较高,但其株数过少,数据不具有代表性。油松的开敞度为0.49,属于充足状态,其他树种的开敞度均大于0.40。以上数据均表明研究区林分开阔程度高,林木生长空间较为充足。
-
本研究通过聚集指数对研究区的林分空间分布格局进行分析,利用正态检验计算u,分析实测与预测的偏离水平。当|u|<1.96,林木为随机分布;1.96<|u|<2.58,林木为团状或均匀分布;|u|>2.58且R<1.00时,林木呈团状分布,当R>1.00时,林木呈均匀分布。样地校正后的u为0.342,且全林分聚集指数为1.00,表明研究区的林木为随机分布。今后可利用如抚育间伐和补植等森林经营手段,维持研究区内林木随机分布状态。