森林經(jīng)營試驗樣地設(shè)計新方法

王偉

傳統(tǒng)田間試驗設(shè)計方法如順序設(shè)計、拉丁方設(shè)計以及隨機區(qū)組設(shè)計方法在很大程度上考慮了林分立地、土壤或肥力等方面的差異，但沒有關(guān)注立地之上的“試驗對象即林分”的狀態(tài)差異，加上其有限的隨機過程和缺失量化的目標(biāo)函數(shù)等缺陷，從而談不上是優(yōu)化的試驗設(shè)計，無法保證試驗開始前處理間林分狀態(tài)特征的一致性。

現(xiàn)存的森林通常分布在山地，且所處的環(huán)境復(fù)雜多樣，即使在同一山坡上也存在立地條件、樹種組成和林分結(jié)構(gòu)的差異。在這種復(fù)雜多樣的山地劃分小區(qū)后，通常忽視了安排試驗時處理間林分狀態(tài)的差異分析，造成各個處理問的林分差異增大，使試驗在開始前已經(jīng)存在誤差；而這種試驗前的誤差使開始的試驗條件不一致，最終導(dǎo)致試驗數(shù)據(jù)不準(zhǔn)確。消除這種誤差較為普遍的做法是設(shè)置對照與處理固定試驗地并進行一定的重復(fù)，也可以使用降低變異誤差的田間試驗設(shè)計方法，如為了降低土壤差異可以使用隨機區(qū)組設(shè)計；但至今還沒有一種能比較并縮小試驗林分各處理間林分狀態(tài)特征（特別是林分空間結(jié)構(gòu)）差異的田間試驗設(shè)計方法。本研究試圖找到這樣一種田間試驗設(shè)計方法，在試驗開始前，通過找到小區(qū)最合理的排列，盡可能消除各個處理間的林分狀態(tài)差異，盡可能地縮小試驗前各處理間的差異。

完全隨機設(shè)計要求其將同質(zhì)的受試對象隨機地分配到各處理中進行同期平行觀察。研究效率通常不高，小樣本時可能均衡性較差，抽樣誤差大。隨機區(qū)組設(shè)計只能控制一個方向的土壤差異，且要求區(qū)組內(nèi)受試對象數(shù)與處理數(shù)相等，處理數(shù)過多時局部控制的效率降低；而且完全隨機設(shè)計與隨機區(qū)組設(shè)計中隨機的次序由抽簽法、查隨機數(shù)表或計算機模擬得到一次的試驗方案。這種隨機抽取的次數(shù)是有限次的，且沒有考慮到各個處理間的林分狀態(tài)差異，因此，無論是完全隨機設(shè)計還是隨機區(qū)組設(shè)計，都不能保證試驗設(shè)計完成后各個處理間的林分狀態(tài)一致。

若試驗有n個處理（經(jīng)營措施），每個處理m個試驗小區(qū)（重復(fù)），一共可劃分n×m個試驗小區(qū)。對全部小區(qū)編號，共有1～n·m個數(shù)字。編寫R語言的計算機程序，將這個數(shù)字序列打亂并重新排列組成新的數(shù)列。將這個新數(shù)列依次劃分為n組，也就是n個新的處理，每組仍為m個數(shù)字，則這m個數(shù)字就是新處理中的全部小區(qū)（重復(fù)）編號。例：假設(shè)試驗有3個處理，每個處理有5個試驗小區(qū)（重復(fù)），即n=3，m=5；則首先將15個小區(qū)編號為1～15號；然后隨機生成由這15個數(shù)字組成的新排列；最后重新劃分為3組，每組生成一個新的處理，仍為5個數(shù)字，則得到了新試驗設(shè)計方案。這個過程重復(fù)一遍類似于經(jīng)典的隨機化方法。

順序設(shè)計和拉丁方設(shè)計既不能保證林分空間結(jié)構(gòu)特征的差異最小，也不能保證林分基本特征相一致；隨機區(qū)組設(shè)計雖然能保證處理問的林分空間結(jié)構(gòu)特征相似，卻不能保證林分基本特征相似，其中斷面積的最大差值達14.10%。只有完全隨機優(yōu)化設(shè)計的差值都控制在5%以內(nèi)。因此認(rèn)為，順序設(shè)計、拉丁方設(shè)計、隨機區(qū)組設(shè)計都不能保證天然林處理組與對照組間的林分狀態(tài)特征的一致性。只有完全隨機優(yōu)化設(shè)計可以確保試驗前的林分狀態(tài)條件相似從而達到提高試驗精度的目的。

傳統(tǒng)田間試驗設(shè)計方法如順序設(shè)計、拉丁方設(shè)計以及隨機區(qū)組設(shè)計雖定性的考慮了林分立地、土壤或肥力等方面的差異，但這些方法都不能保證試驗開始前處理間林分狀態(tài)特征的一致，且隨機設(shè)計方法都是有限次的隨機過程。本研究首次提出基于林分狀態(tài)特征的完全隨機優(yōu)化設(shè)計方法，并構(gòu)造了相應(yīng)的目標(biāo)函數(shù)。在進行實際林分的田間試驗設(shè)計時，只需將試驗地分為若干小區(qū)，利用計算機程序可得到最佳的試驗方案，使每組處理的林分分布差異和樹種組成差異降到最低。這種完全隨機優(yōu)化設(shè)計的方法普遍適用于森林經(jīng)營田間試驗設(shè)計。將基于林分狀態(tài)特征的完全隨機優(yōu)化設(shè)計方法應(yīng)用到森林經(jīng)營試驗設(shè)計優(yōu)化研究，同時與傳統(tǒng)方法，如順序設(shè)計法、拉丁方設(shè)計法以及隨機區(qū)組設(shè)計法進行了對比分析，并采用了最優(yōu)小區(qū)排列方案。結(jié)果表明，這種方法完全可以保證試驗地各個處理間或處理與對照間的林分狀態(tài)差異小于5%，從而確保試驗前處理間林分狀態(tài)的一致性；而應(yīng)用順序設(shè)計、拉丁方設(shè)計與隨機區(qū)組設(shè)計不論是林分基本特征還是林分空間結(jié)構(gòu)參數(shù)其差異都遠大于完全隨機優(yōu)化設(shè)計方案。

在完全隨機優(yōu)化設(shè)計的目標(biāo)函數(shù)中，林分空間結(jié)構(gòu)參數(shù)與林分基本參數(shù)合并在一起計算，為避免量綱、單位不一致的問題，必須對基本參數(shù)數(shù)值進行標(biāo)準(zhǔn)化處理。鑒于田間試驗設(shè)計側(cè)重點不同，本研究認(rèn)為，可以根據(jù)實際情況進行類似的完全隨機優(yōu)化設(shè)計，當(dāng)試驗偏重于優(yōu)化林分空間結(jié)構(gòu)時，則以林分空間結(jié)構(gòu)參數(shù)為主，使試驗地處理組與對照組的空間結(jié)構(gòu)參數(shù)基本保持一致。因此，在優(yōu)化時，可采用優(yōu)先比較各處理間的空間結(jié)構(gòu)參數(shù)，再比較基本特征參數(shù)的方法。計算1 000組不同小區(qū)排列方案得到的空間結(jié)構(gòu)參數(shù)的差異，得到具有最小值的小區(qū)排列方案，再在這些最小值的小區(qū)排列方案中找到基本參數(shù)差異最小的排列方式。這種方法更有利于衡量不同處理間林分空間結(jié)構(gòu)特征的一致性。