陳甲瑞 ,王小蘭
(1.西藏農(nóng)牧學院 資源與環(huán)境學院,西藏 林芝 860000;2.西藏高原生態(tài)研究所,西藏 林芝860000;3.西藏高原森林生態(tài)教育部重點實驗室,西藏 林芝 860000;4.西藏林芝高山森林生態(tài)系統(tǒng)國家野外科學觀測研究站,西藏 林芝 860000)
在林業(yè)外業(yè)調(diào)查中樹高測量相對較復雜,因此在調(diào)查時,常常只進行抽樣調(diào)查[1],然后對缺失的樹高通過樹高曲線來預測[2-5]。樹高曲線可以作為生長與收獲模型的基礎(chǔ)[6],還可通過編制二元材積表準確測算林分蓄積量,優(yōu)勢木高和立地指數(shù),也可用于描述林分生長動態(tài)和演替[7],最后還可以依據(jù)胸徑生長量來估測樹高生長量[7],在林業(yè)生產(chǎn)管理和計算機模擬等方面有著不可或缺的重要作用。
研究發(fā)現(xiàn)在進行樹種模擬實驗時,不同樹種林分的最優(yōu)樹高曲線是不同的。因此現(xiàn)已對多個針葉樹種建立了其樹高曲線,包括思茅松Pinus kesiya、馬尾松Pinus massoniana、紅松Pinus koraiensis、杉木Cunninghamia lanceolata、興安落葉松Larix gmelinii等[8-12]。樹高曲線在林業(yè)生產(chǎn)和實踐中廣泛應(yīng)用,在生長與收獲模型研究中受到重視。近年來國內(nèi)外對樹高曲線的研究已經(jīng)非常成熟,各地區(qū)各樹種的樹高曲線基本已有研究,而以西藏高海拔地區(qū)作為該類研究基礎(chǔ)的樹高曲線研究極少。高山松林作為西藏東南部橫斷山脈、念青唐古拉山脈以及雅魯藏布江中游針葉林的主要建群樹種之一,在水源涵養(yǎng)、保持水土等方面具有極為重要的生態(tài)價值。因此本研究以藏東南地區(qū)尼洋河流域高山松為研究對象,基于22塊樣地中588株高山松的實測胸徑—樹高數(shù)據(jù),通過對前人研究中采用的精度較高的10個樹高曲線模型進行擬合求解,獲得尼洋河流域高山松的最優(yōu)樹高曲線,旨在為藏東南地區(qū)高山松林的生長、經(jīng)營及林分管理提供科學依據(jù),為標準樹高曲線的研究提供理論基礎(chǔ)。
尼洋河位于西藏自治區(qū)東南部,是雅魯藏布江的主要支流之一,流經(jīng)工布江達縣和林芝等縣,在米林縣境內(nèi)匯入雅魯藏布江。研究區(qū)內(nèi)氣候?qū)俑咴瓬貛О霛裰涟敫珊导撅L氣候,春夏溫暖多雨,秋冬干燥寒冷,年降水量600 ~800 mm,年平均氣溫7 ℃,最冷月(1月)平均氣溫-0.3 ℃,最熱月(8月)平均氣溫15.6 ℃,無霜期150 d以上。土壤以山地棕壤和酸性棕壤為主。在尼洋河流域,高山松林主要分布在海拔3 700 m以下的下游地區(qū),在林芝市的百巴鎮(zhèn)、更張鄉(xiāng)、八一鎮(zhèn)等地常形成大面積的純林。主要由天然更新形成,其郁閉度在0.5左右,處于中齡林階段(20~60 a)。由于這一地區(qū)臨近318國道,交通較為便利,當?shù)亓謽I(yè)部門以減少林木密度、提高林分穩(wěn)定性為目的,對天然更新形成的高山松林進行過人工間伐撫育。研究區(qū)域內(nèi)喬木層樹種以高山松Pinus densata、川滇高山櫟Quercus aquifolioides、山楊Populus davidiana、西藏落葉松Larix griffithiana等為主,灌木層主要有山螞瑝Desmodium oxyphyllum、小葉丁香Syringa pubescens、林芝杜鵑Rhododendron nyingchiense、米飯花Vacciniuim mandarinorum等,草本層主要有禾本科的拂子茅屬Calamagrostissp、早熟禾屬Poassp、野青茅屬Deyeuxiasp;川滇槲蕨Drynaria delavayi和西藏蹄蓋蕨Athyrium tibeticum兩種蕨類植物以及香青屬Anaphalisssp、野豌豆屬Viciasp、雙參屬Triplostegiasp、鼠尾草屬Salviassp、草莓屬Fragariasp和萎陵菜屬Potentillasp的植物組成。
2016年10—11月,在林芝地區(qū)尼洋河流域的尼西、八一鎮(zhèn)等地,選取具有代表性的高山松典型樣地進行調(diào)查,共設(shè)置22個20 m×20 m樣地,同時記錄每個樣地的經(jīng)緯度、坡向、坡度和海拔等,做常規(guī)的群落學調(diào)查,對樣地內(nèi)樹高> 2 m的所有樹種進行每木調(diào)查,記錄其高度和胸徑。22個樣地共獲得588株高山松的胸徑和樹高。獲得數(shù)據(jù)隨機分成80% 和20% 的比例用于建模和模型檢驗,即17個樣地中共計457株作為樹高曲線建模數(shù)據(jù),其余5個樣地共計131株作為檢驗數(shù)據(jù)。建模數(shù)據(jù)與檢驗數(shù)據(jù)統(tǒng)計見表1。
表1 建模數(shù)據(jù)與檢驗數(shù)據(jù)統(tǒng)計Table1 Summary statistics for modelling and validation datasets
用來表達樹高隨胸徑變化的方程有很多,為探究樹高隨胸徑變化的基本規(guī)律,本研究參閱國內(nèi)外文獻,選取以下10個方程來進行研究與分析(表2)[13-19]。
研究用于林分生長與收獲模型的檢驗方法有許多種,本研究首先分別利用1StOpt和SPSS23.0軟件求出所采用的10個模型方程的參數(shù)。再采用其中最為常用的決定系數(shù)R2、殘差和MD以及均方根誤差RMSE 這3個參數(shù)來檢驗這10種模型的精度并比較。決定系數(shù)R2在0~1之間,R2越接近1,則表明模型的預測精度越高;均方根誤差RMSE 越小,則表明用建模數(shù)據(jù)模擬的預測值誤差最?。粴埐詈蚆D 的絕對值越小,則表明模型預測精度越高。R2、MD和RMSE的計算如下:
表2 10個備選樹高曲線模型Table2 Ten alternative models for height-diameter curve for Pinus densata
式(1)至(3)中:yi表示實測值,表示平均樹高,表示樹高擬合值,n表示建模所用的樹木株數(shù),p表示樹高模型中的參數(shù)個數(shù)。
首先利用調(diào)查所得的樹高和胸徑數(shù)據(jù),繪制樹高—胸徑散點圖(圖1)。由圖1可看出高山松的樹高隨著胸徑的增大而增大。在胸徑較?。―BH< 15 cm)時,樹高變化的離散程度較小,隨著胸徑的增長,樹高的離散程度也增大。
圖1 樹高與胸徑分布散點Fig.1 Scatter plots of total height against diameter at breast
利用SPSS 23.0軟件和1StOpt 6.0軟件對10個備選模型分別擬合,參數(shù)估計值見表3。將表3中的參數(shù)估計值分別代入各模型中,得到各模型的誤差估計值(表4)。結(jié)合決定系數(shù)R2越大,RMSE和MD絕對值越小,模型的預測精度越高的原則,可以看出除模型(6)以外,其他所有備選模型的R2值都達到0.8以上,并且模型(3)(5)(9)(10)的R2值最高,達到0.878 6以上;同時,這4個模型的RMSE值和MD值相對較低。通過綜合分析,模型(3)(5)(9)(10)可以作為這一地區(qū)高山松樹種的樹高曲線的最適模型,而模型(5)為最優(yōu)模型(R2=0.900 3,RMSE=2.642 8,MD=6.984 1)。
表3 樹高曲線模型的參數(shù)估計Table3 Parameters of height-diameter models
圖2為最優(yōu)樹高曲線Logistic方程的殘差分布圖。從圖2可以看出,曲線擬合殘差在各徑階范圍內(nèi)基本一致,表明本研究所建立的最優(yōu)樹高曲線合理,適合用于擬合尼洋河流域高山松的樹高。
表4 樹高曲線模型的誤差估計Table4 Error estimation of height-diameter models
圖2 高山松最優(yōu)樹高曲線殘差分布Fig.2 The residual error of the optimal height-diameter model for Pinus densata
為檢驗擬合模型的精度,利用剩余20%(131株)的高山松的樹高和胸徑數(shù)據(jù)并結(jié)合R2、RMSE以及MD對模型的擬合效果進行檢驗,結(jié)果見表5。4個模型的R2值均達到0.88以上,預測精度高,擬合效果良好,而模型(5)其R2值最高,而均方根誤差RMSE和殘差和MD最小,為最優(yōu)模型。
基于檢驗數(shù)據(jù)的樹高預測值,繪制最優(yōu)模型的樹高曲線擬合圖(圖3)。由圖3可以看出,樹高預測曲線基本都通過散點的中心位置,并且與散點的走向相一致。
表5 高山松樹高曲線選定模型的檢驗結(jié)果Table5 Test of the selected fitting height-diameter models
圖3 高山松最優(yōu)樹高曲線擬合Fig.3 The optimal height-diameter curves of Pinus densata
本研究基于藏東南地區(qū)尼洋河流域的588顆高山松的實測胸徑-樹高數(shù)據(jù)(胸徑范圍為1.6~60.4 cm),選用精度較高的10種樹高方程進行擬合,利用1StOpt和SPSS23.0對模型的參數(shù)進行求解,并用R2、RMSE以及MD對模型的擬合效果進行了檢驗。最終備選方程(5)即Logistic方程方程擬合尼洋河流域高山松的樹高曲線效果最好(R2=0.900 3),可作為尼洋河流域高山松天然林的最優(yōu)樹高曲線。
樹高曲線是林分生長與收獲預估的基本模型,是反映立地條件、反演復雜模型的基礎(chǔ),因此高精度的樹高曲線獲取對于當?shù)亓謽I(yè)生產(chǎn)有重要意義[15]。關(guān)于樹高曲線的研究有很多,形成了多種樹高曲線模型。張焱等[1]、戎建濤等[3]、趙俊卉等[14]、段光爽等[20]研究發(fā)現(xiàn)樹高曲線的變化除了受樹種的影響,其次便是樣地的影響,即不同立地條件的影響??梢妼τ诓貣|南高山松樹高曲線的確定,主要就是考慮由于海拔跨度造成的立地條件、海拔落差等對高山松的影響。
而本研究區(qū)位于藏東南尼洋河流域,海拔均在3 000 m左右,對于稍低海拔的樣地稍有欠缺,對擬合結(jié)果有一定影響。這可能是與張焱等[1]的研究結(jié)果不同的原因,今后可以做進一步的探討。此地區(qū)由于海拔高、山勢陡等地理特征,對高山松林的資源調(diào)查和林分評價造成了困難,最優(yōu)樹高曲線模型的建立減少了森林資源外業(yè)調(diào)查的工作量,提高了工作效率。但樹高生長不僅與胸徑有關(guān),立地條件、生長環(huán)境等其他林分因子也將影響高生長,今后可以結(jié)合各種林分因子來提高樹高曲線方程的擬合度,從廣義的樹高—胸徑模型,引入一些林分和立地條件等因子[6],做進一步的研究。