基于土壤因子的近天然落葉松云冷杉林枯損模型研究

王 岳, 王海燕, 楊小娟, 劉 玲, 李 旭

(北京林業(yè)大學林學院，北京 100083)

?

基于土壤因子的近天然落葉松云冷杉林枯損模型研究

王 岳, 王海燕, 楊小娟, 劉 玲, 李 旭

(北京林業(yè)大學林學院，北京 100083)

以吉林省汪清林業(yè)局金溝嶺林場近天然落葉松云冷杉林為研究對象，通過多元線性回歸方法，建立了林分單位面積枯損株數(shù)與土壤因子、林分密度(SD)和立地指數(shù)(SI)的關(guān)系，以探索通過枯損模型表征土壤變量對立地條件的影響.結(jié)果表明：枯損樹木與土壤因子和林分密度可以接受線性回歸，全林分枯損模型為Y=838.375-47.810TK+0.343SD(調(diào)整R2=0.731)，其中落葉松枯損模型為Y=2149.86-81.594TK-314.054TN(調(diào)整R2=0.739)，而云冷杉枯損模型的擬合優(yōu)度R2<0.6，說明復雜林分條件下優(yōu)勢樹種與共優(yōu)勢樹種對于土壤因子的響應(yīng)與林分不同.

枯損模型; 土壤理化性質(zhì); 立地條件; 多元線性回歸

林分枯損與生長是森林研究的重要指標，也是森林經(jīng)營與管理的重要依據(jù).確定林分枯損量對于生產(chǎn)實踐的意義主要在于造林密度，適地適樹以及主伐年齡的確定[1].與其他模型研究相似，枯損模型的研究也分為林分、徑階和單木3個層次.

國內(nèi)外對于樹木枯損模型的研究較多[2-5]，然而將立地條件中的土壤因子作為變量引入枯損模型還極少.在模型的選擇上，由于以樹木枯損作為因變量，取值0-1，因此大部分研究選擇采用Logistic模型.但該模型對枯損總株數(shù)的估計是通過累加單木枯損得到，同時誤差累積也不可避免[6]，而通過變量逐步進入的方式可以有效避免此問題.本文以汪清林業(yè)局金溝嶺林場近天然落葉松云冷杉林為研究對象，通過多元線性回歸方法，建立林分單位面積枯損株數(shù)與土壤因子、立地指數(shù)和林分密度的關(guān)系，以探索通過枯損模型表征土壤變量對立地條件的影響，找到影響該林分類型樹木枯損的主要土壤因子，以期為該地區(qū)森林經(jīng)營和土壤改良提供依據(jù).

1 研究區(qū)概況

研究區(qū)位于吉林省汪清林業(yè)局金溝嶺林場(130°05′-130°20′E，43°17′-43°25′N).金溝嶺林場屬長白山系老爺嶺山脈雪嶺支脈，林場總面積為16286 hm2.地貌屬低山丘陵地帶，海拔550-1100 m.研究區(qū)林分以長白落葉松(Larixolgensis)、云杉(Piceaasperata)、冷杉(Abiesnephrolepis)為優(yōu)勢樹種，其他樹種有紅松(Pinuskoraiensis)、水曲柳(Fraxinusmandshurica)、白樺(Betulaplatyphylla)、椴樹(Tiliaamurensis)、楓樺(Betulacostata)、榆樹(Ulmuspropinqua)等闊葉樹種.土壤類型以暗棕壤為主.

調(diào)查樣地為1964-1967年間營造的有部分保留樹種的人工落葉松林，經(jīng)過多年的演變，大部分已成為落葉松云冷杉針闊混交林，具有天然林的部分特征，故稱為近天然落葉松云冷杉林.共設(shè)20塊樣地，面積為0.0775-0.25 hm2.2012年8-9月，我們對20塊樣地開展了調(diào)查和土樣采集，樣地調(diào)查因子包括：樹種組成、樹木總數(shù)及枯損樹木、樹高、胸徑、坡向、坡度、海拔等.樣地基本概況見表1.

表1 樣地基本概況

2 材料與方法

2.1 數(shù)據(jù)收集與變量選擇

在每塊樣地上、中、下坡分別挖取土壤剖面，按0-10 cm、10-20 cm、20-40 cm和40-60 cm分層取土樣，采用環(huán)刀取樣以測定土壤密度和質(zhì)量含水率，同時各層采集混合土樣以測定其它土壤理化性質(zhì)指標.測定指標包括土壤密度、土壤質(zhì)量含水率、土壤pH、土壤有機碳(SOC)、全氮(TN)、全磷(TP)、全鉀(TK)、有效磷(AP)、速效鉀(AK)、陽離子交換量(CEC)等10個，測定方法參照《土壤農(nóng)化分析》[7].以樣地內(nèi)最高5株樹木的平均高作為立地指數(shù)(SI).經(jīng)調(diào)查統(tǒng)計，共有樹木5335棵，其中枯損樹木1362棵.對于已經(jīng)建立的林分層次的枯損模型，預(yù)測變量為單位面積的枯損株數(shù)[8-9]，本文依舊以此為因變量，以測定的10個土壤理化性質(zhì)指標作為自變量(全林分和不同優(yōu)勢樹種枯損模型中的土壤理化性質(zhì)指標是各指標按土壤深度加權(quán)后的平均值；不同土壤深度枯損模型中的土壤指標是各土層的土壤指標實測值).

2.2 統(tǒng)計分析

運用SPSS 18.0系統(tǒng)軟件進行數(shù)據(jù)處理和統(tǒng)計分析，應(yīng)用多元線性回歸分析建立林分枯損模型.通過變量逐步進入的方法，將自變量逐個引入，每引入一個自變量后，對選入的變量逐個進行F檢驗，顯著變量保留，不顯著的剔除，反復進行.最后對變量參數(shù)及常數(shù)項均進行t檢驗，最終得到模型方程.

3 結(jié)果與分析

3.1 土壤因子測定結(jié)果

為了避免降雨、枯落物分解等因素對土壤理化性質(zhì)的影響，同時，由于是在林分水平上的枯損模型，為了使測定指標能夠代表樣地內(nèi)的總體水平，各樣地土壤指標按土壤深度求加權(quán)平均值(表2).

表2 樣地土壤因子

3.2 全林分枯損模型及檢驗

相關(guān)分析表明僅土壤密度、pH值、全磷、CEC 4個土壤因子與單位面積枯損株數(shù)呈正相關(guān).通過逐步進入模型的方法，剔除對因變量影響不顯著的土壤因子，建立了基于土壤因子的全林分枯損模型(表3).

表3 枯損模型參數(shù)估計值1)

1)模型1，預(yù)測變量:(常量)，林分密度/(株·hm-2)；模型2，預(yù)測變量:(常量)，林分密度/(株·hm-2)，全鉀/(g·kg-1)；因變量:單位面積枯損株數(shù).

通過對模型進行F檢驗，對參數(shù)進行t檢驗，包括常數(shù)項在內(nèi)各參數(shù)均達到極顯著水平(P<0.01).雖然兩個模型均達到顯著水平，但在模型的擬合程度檢驗中，模型2(包含全鉀和林分密度的多元線性回歸模型)的調(diào)整R2達到0.731>0.6，且方差膨脹因子(VIF值)均小于5，排除了變量之間的共線性影響，證明模型擬合程度較好，可以接受直線回歸：

Y=838.375-47.810TK+0.343SD

式中：Y為單位面積枯損株數(shù)，TK為土壤全鉀濃度，SD為林分密度.

3.3 不同優(yōu)勢樹種枯損模型及檢驗

由于近天然林內(nèi)樹種組成復雜，為了分析不同樹種對土壤因子的響應(yīng)是否與全林分相同，將構(gòu)成林分的主要樹種分為落葉松和云、冷杉(組)，分別進行統(tǒng)計分析(表4).

表4 不同樹種(組)枯損模型參數(shù)估計值

落葉松的枯損模型為：Y=2149.86-81.594TK-314.054TN(調(diào)整R2=0.739).作為林分的優(yōu)勢樹種，落葉松的枯損模型與全林分枯損模型的最終變量并不相同，說明復雜林分條件下，即使某一樹種占絕對優(yōu)勢，也不能代表全林分的特征.雖然云、冷杉枯損模型(Y=269.791-6.039SI-3.584TK)各個參數(shù)均達到極顯著水平(P<0.01)，但因R2<0.6，不能使用此模型估計樣地內(nèi)單位面積云、冷杉枯損株數(shù).從最終變量和參數(shù)上還是可以體現(xiàn)不同樹種，尤其是共優(yōu)勢樹種對土壤因子的響應(yīng)不同.相較于落葉松，林分內(nèi)的云、冷杉植株較小，與地下競爭相比，樹木對于光照的需要更為迫切，因此優(yōu)勢木的遮蔽作用成為影響其枯損概率的主要原因.

3.4 不同土壤深度枯損模型研究

表5 不同土壤深度枯損模型

比較不同土層林分枯損模型(表5)可以看出：各土層全林分模型和云、冷杉模型中的自變量較統(tǒng)一，與之前全林分枯損模型的自變量相一致.落葉松枯損模型中的自變量差異最大，這是由于研究區(qū)枯落物層較厚，在0-20 cm土層，養(yǎng)分含量豐富，土壤養(yǎng)分濃度不是枯損概率的主要限制因子.從擬合優(yōu)度來看，只有20-40 cm土層各模型均達到要求，原因是該土層枯落物較少，有機酸含量低，樹木吸收養(yǎng)分的含量更加穩(wěn)定；而40-60 cm因為含有部分母巖，影響了土壤養(yǎng)分濃度，最終使模型受到影響.綜合模型結(jié)果可以看出，各土層全林分枯損模型變量相對一致，因此在取樣時可適當減少工作量，取枯落物層下方土壤即可.

4 結(jié)論與討論

單位面積枯損株數(shù)和土壤全鉀呈負相關(guān)關(guān)系，原因是鉀元素能顯著增強植物的抗病力和抗旱性，一定程度上延長了植物的壽命，缺鉀會導致根系生長受損，影響生長[10].由全林分枯損模型不難看出，雖然土壤養(yǎng)分有效量是影響樹木生長的直接因素，但在有效養(yǎng)分較充足的地區(qū)，全量成為限制性因子.

林分密度雖然也進入最終模型，但其系數(shù)只有0.343，很大程度上降低了其對樹木枯損的影響.這說明，只有當林分密度增大到很大范圍內(nèi)，其對樹木枯損造成的影響才會占主導地位.立地指數(shù)對林分內(nèi)共優(yōu)勢樹種的枯損影響顯著，雖然很多研究以立地指數(shù)表征立地條件對林木生長的影響，但是應(yīng)該將土壤作為單獨的變量，如果土壤因子只是作為立地因子的一個子因子被研究，在綜合貢獻率較低的情況下很難進入模型.造成樹木枯損的原因是多方面的，目前研究主要集中在通過樹木及林分自身情況反映樹木枯損情況，包括不同林分密度、徑階、斷面積、平均胸徑和冠幅等[11-14]，而研究發(fā)現(xiàn)土壤因子對樹木優(yōu)勢高、胸徑等指標的影響也十分顯著[15-16]，因此將林分因子與土壤因子同時作為自變量分析其與林木生長的關(guān)系是一種合理的研究方法.本研究選取的土壤因子數(shù)量很多，綜合國外對于土壤因子進入生長模型的研究[17-19]，還有例如Ca、Na、Mg等元素含量以及電導率(EC)等指標沒有進行測定分析，但這些指標都與土壤pH值有關(guān)[15-19].本研究中，土壤pH值并沒有顯著影響樹木枯損，可見雖然樹木枯損狀況可以反映部分立地條件，但枯損模型在土壤因子的選取方面還是側(cè)重于影響樹木生長的養(yǎng)分因子.此外，與單位面積枯損株數(shù)呈正相關(guān)的土壤變量最終均沒有進入模型，在今后的研究中可以在前期確定各變量與枯損株數(shù)的相關(guān)性方向，剔除正相關(guān)變量，減少部分工作量，也降低了變量之間共線性的風險.

樹木自然枯損主要發(fā)生在幼齡時期，此時樹木除了需要光照以外，對于土壤養(yǎng)分的需求也很高.最終進入全林分枯損模型的土壤因子只有土壤全鉀濃度，并不能說明其他養(yǎng)分濃度對樹木枯損的影響不顯著，而林分密度作為進入模型的另一自變量，其對樹木枯損的影響是由于樹木對陽光的遮蔽作用還是對土壤養(yǎng)分的爭奪仍需進一步研究.

早期的研究已經(jīng)指出了全林分枯損模型相較于單木枯損模型還有很多局限性[20-21]，但土壤因子是以樣地或樣方為基礎(chǔ)，如果土壤指標測定和每木檢尺一一對應(yīng)，會造成實際測量量很大，如果不對應(yīng)，根據(jù)樣地取樣，有可能造成數(shù)據(jù)少而使得模型最終的擬合效果差.在今后的研究中可以嘗試在取樣時通過小樣方的形式適量增加樣本數(shù)，平衡這種誤差，或者將土壤變量以“組”的形式進入模型，采用貢獻率的方式分析其和樹木枯損的關(guān)系.

[1] 鄭治剛.關(guān)于建立林分枯損模型的探討[J].中南林業(yè)調(diào)查規(guī)劃,1998,17(3):5-8.

[2] 何武江,王擁軍.遼東櫟天然次生林枯損模型的初步建立[J].山西林業(yè)科技,2007(3):13-14.

[3] 向瑋,雷相東,劉剛,等.近天然落葉松云冷杉林單木枯損模型研究[J].北京林業(yè)大學學報,2008,30(6):90-98.

[4] 王衛(wèi),肖銳,盧軍.白河林業(yè)局單木枯損模型研究[J].林業(yè)科技情報,2008,40(2):24-27.

[5] 金鳳偉,劉微,王黑子來.興安落葉松人工林單木枯損模型的研究[J].林業(yè)勘查設(shè)計,2011(3):59-61.

[6] 張雄清,雷淵才,雷相東,等.基于計數(shù)模型方法的林分枯損研究[J].林業(yè)科學,2012,48(8):54-62.

[7] 鮑士旦.土壤農(nóng)化分析(第三版)[M].北京:中國農(nóng)業(yè)出版社,2000.

[8] VANCLAY J. Modelling forest growth and yield: applications to mixed tropical forests[M]. UK: CAB International, 1994.

[9] UMEKI K. Tree mortality of five major species on Hokkaido Island, Northern Japan[J]. Ecological Research, 2002,17(5):575-589.

[10] 龐學勇,劉慶,劉世全,等.川西亞高山云杉人工林土壤質(zhì)量性狀演變[J].生態(tài)學報,2004,24(2):261-267.

[11] 唐守正,李希菲.同齡純林自然稀疏規(guī)律的研究[J].林業(yè)科學,1993,29(3):234-241.

[12] 龔直文,亢新剛,楊華,等.長白山楊樺次生林直徑結(jié)構(gòu)研究[J].西北林學院學報,2009,24(3):1-6.

[13] 龔直文,亢新剛,顧麗,等.長白山過伐云冷杉恢復林分主要樹種徑階生長與枯損模擬[J].林業(yè)科學研究,2010,23(3):362-367.

[14] 黃新峰,亢新剛,孫玲,等.紅松單木斷面積生長模型[J].西北林學院學報,2011,26(3):143-146.

[15] JOHN C, NICHOLS D, SMITH R B, et al. Site index prediction ofEucalyptusdunniiMaidenplantation with soil and site parameters in sub-tropical eastern Australia[J]. Australia Forest, 2010,73(4):234-245.

[16] SUN X Q, HE Z Q, JOHN K. Bayesian spatial prediction of the site index in the study of the Missouri Ozark Forest Ecosystem Project[J]. Computational Statistics and Data Analysis, 2008,52(7):3749-3764.

[17] BRAVO-OVIEDO A, ROIG S, BRAVO F, et al. Environmental variability and its relationship to site index in Mediterranean maritine pine[J]. Forest Systems, 2011,20(1):50-64.

[18] BRAVO F, LUCM, MERCURIO R, et al. Soil and forest productivity: a case study from Stone pine (PinuspineaL.) stands in Calabria (southern Italy)[J]. Biogeosciences and Forestry, 2011,4(4):25-30.

[19] RODRIGUES NOGUEIRA JR L, DE MORAES J. GON?ALVES L, et al. Soil dynamics and carbon stocks 10 years after restoration of degraded land using Atlantic forest tree species[J]. Forest Systems, 2011,20(7):536-545.

[20] 胡曉龍.林分枯損模型的研究[J].林業(yè)科學研究,1996,9(5):525-529.

[21] 杜紀山.落葉松林木枯損模型[J].林業(yè)科學,1999,35(2):45-49.

(責任編輯:吳顯達)

Mortality models of semi-natural larch-spruce-fir (Larixolgensis-Piceajezoensis-Abiesnephrolepis) forests based on soil factors

WANG Yue, WANG Hai-yan, YANG Xiao-juan, LIU Ling, LI Xu

(College of Forestry, Beijing Forestry University, Beijing 100083, China)

The relationships between the number of mortality trees per unit area and soil factors were studied for semi-natural larch-spruce-fir (Larixolgensis-Piceajezoensis-Abiesnephrolepis) plantations in Jingouling forest farm, Wangqing Forestry Bureau, Jilin Province. Mortality models were established using multiple linear regression method to explore the effects of soil factors, stand density (SD) and site index (SI) on site conditions. The results showed that the linear regression of the number of mortality trees and soil factors could be accepted. Mortality model of the whole stand wasY=838.375-47.810TK+0.343SD(adjustedR2=0.731) and that ofLarixolgensiswasY=2149.86-81.594TK-314.054TN(adjustedR2=0.739), whereas theR2of mortality model ofPiceajazoensis-Abiesnephrolepiswas less than 0.6. This indicated that the response of dominant and co-dominant tree species to soil factors was different from the whole stand.

mortality model; soil physico-chemical properties; site condition; multiple linear regression

2014-08-28

2015-03-10

國家自然科學基金資助項目(31270697)；國家林業(yè)局公益性行業(yè)科研項目(20100400201).

王岳(1989-)男，碩士研究生.研究方向：土壤學與植物營養(yǎng)學.Email:wangyue2046@hotmail.com.通訊作者王海燕(1972-)女，博士，副教授.研究方向：土壤學與植物營養(yǎng)學.Email:haiyanwang72@aliyun.com.

S757; S714

A

1671-5470(2015)04-0379-05

10.13323/j.cnki.j.fafu(nat.sci.).2015.04.008