基于立地條件的森林生產(chǎn)力估算模型與適宜性研究

凌子燕，岑巨延，韋金麗，海 敏

(1.廣西壯族自治區(qū)基礎(chǔ)地理信息中心，南寧 530023； 2.廣西壯族自治區(qū)林業(yè)勘測設(shè)計(jì)院，南寧 530011； 3.廣西地球空間信息應(yīng)用聯(lián)合實(shí)驗(yàn)室，南寧 530023； 4.廣西航空遙感測繪院，南寧 530023)

基于立地條件的森林生產(chǎn)力估算模型與適宜性研究

凌子燕1,3，岑巨延2，韋金麗1,3，海 敏3,4

(1.廣西壯族自治區(qū)基礎(chǔ)地理信息中心，南寧 530023； 2.廣西壯族自治區(qū)林業(yè)勘測設(shè)計(jì)院，南寧 530011； 3.廣西地球空間信息應(yīng)用聯(lián)合實(shí)驗(yàn)室，南寧 530023； 4.廣西航空遙感測繪院，南寧 530023)

以廣西省寧明縣馬尾松和桉樹為例，利用高分辨率DEM提取研究區(qū)地形因子，綜合考慮包括地形因子和土壤因子在內(nèi)的立地條件和樹齡，建立森林生產(chǎn)力估算模型，并生成區(qū)域潛在森林生產(chǎn)力分布圖。研究結(jié)果顯示： 用基于DEM提取的地形因子數(shù)據(jù)進(jìn)行森林生產(chǎn)力估算建模，能降低成本，有效提高建模效率；確定樹木生長最優(yōu)樹齡后，僅利用立地條件因子就可以建立森林的潛在生產(chǎn)力模型，而兩樹種建模所需的立地條件因子各有不同；從生成的潛在生產(chǎn)力分布圖可得看出寧明縣的北部與東部均適宜林木生長，在中部發(fā)展林業(yè)的條件則相對(duì)較差，南部比較適宜種植馬尾松，西部適宜桉樹地種植。

森林生產(chǎn)力；立地條件；適宜性；GIS

引言

森林是生態(tài)系統(tǒng)中原材料的重要來源和碳循環(huán)的關(guān)鍵組成部分，對(duì)于森林生產(chǎn)力的估算研究，是全球碳循環(huán)研究的基礎(chǔ)[1]，森林生產(chǎn)力是評(píng)估森林生態(tài)效益與經(jīng)濟(jì)效益的重要指標(biāo)。

傳統(tǒng)的森林生產(chǎn)力評(píng)價(jià)研究主要考慮植物的生物學(xué)因子，所以大都基于生物學(xué)因子建立生產(chǎn)力評(píng)價(jià)模型[2-3]；有的則考慮植物生長環(huán)境的影響作用，如溫度、濕度等[4-7]；即使提到立地條件也是選取了其中某些因子[8-9]，沒有系統(tǒng)地研究立地條件對(duì)森林生產(chǎn)力的影響。此外，植被光合作用綜合效率在不同海拔高度、坡位和坡向等立地因素上存在很大的差異[10-11]。因此，研究不同立地條件下的森林生產(chǎn)力具有重要意義。

數(shù)字高程模型(DEM)由于能快速客觀地分析獲取地形三維數(shù)據(jù)，已被廣泛應(yīng)用于與地形地貌相關(guān)的各研究領(lǐng)域。國內(nèi)已有學(xué)者探討了DEM在森林資源調(diào)查與林分信息提取[12-15]、森林資源空間分布格局[16-18]等方面的應(yīng)用，但利用DEM進(jìn)行林地生產(chǎn)力估算建模的研究鮮見報(bào)道。林業(yè)資源調(diào)查一般屬大尺度范圍研究，以往所利用的地形資料空間分辨率較低，研究結(jié)果精確度偏低，難以較好地滿足林業(yè)應(yīng)用。目前已有研究探討了林業(yè)應(yīng)用所需DEM數(shù)據(jù)的最低精度要求，并得出1∶10000比例尺DEM是劃分山區(qū)森林生態(tài)類型的較佳數(shù)據(jù)源[19]，可見高分辨率DEM是未來林業(yè)應(yīng)用的發(fā)展趨勢。

本文以廣西寧明縣馬尾松(PinusmassonianaLamb.)和桉樹(Lucalyptus)為例，利用1∶10000比例尺DEM全面地提取了坡度、坡位、坡向、海拔和地貌類型等地形因子，綜合土層厚度、成土母巖、土壤種類等土壤因子和樹齡，建立不同立地條件因子組合的森林評(píng)價(jià)分析模型，生成區(qū)域森林潛在生產(chǎn)力分布圖，為相關(guān)營林造林部門提供決策依據(jù)。

1 研究區(qū)域及數(shù)據(jù)源

1.1 研究區(qū)域概況

寧明縣地處廣西西南邊陲，106°38′—107°36′E，21°51′—22°58′N， 總面積3 698 km2。屬北熱帶季風(fēng)氣候區(qū)，光、熱、水充足。有豐富的森林資源，是廣西的林業(yè)大縣，全縣有林地面積約18.08萬hm2，森林覆蓋率高達(dá)53.5%，森林總蓄積量為993萬m3。

1.2 林分樣地調(diào)查數(shù)據(jù)

采用的樣地調(diào)查數(shù)據(jù)包括883組馬尾松樣本和566組桉樹樣本，樣本分布見圖1。調(diào)查內(nèi)容: 測樹因子如樹種、樹齡、胸徑、樹高、徑階株數(shù)和郁閉度等，土壤因子如土層厚度、成土母巖和土壤種類等。

圖1 寧明縣林分樣地調(diào)查樣本分布

1.2.1 樣本平均凈生產(chǎn)力求算

1) 將樣地各徑階平均樹高和平均胸徑代入二元材積模型中，求算獲得各徑階平均樣木的蓄積量，再根據(jù)徑階株數(shù)，計(jì)算各徑階樣木蓄積量，匯總徑階樣木蓄積量得到樣地蓄積量。

2) 采用生物量連續(xù)函數(shù)法算得林地生物量[20]：

B馬尾松=0.52×V馬尾松

(1)

B桉樹=0.7893×V桉樹+6.9306

(2)

式中：B為生物量，V為蓄積量。

3) 由生物量計(jì)算林地平均凈生產(chǎn)力[21]：

P=B/a

(3)

式中：P為林地平均凈生產(chǎn)力，B為生物量，a為樹齡。

1.2.2 土壤因子

地統(tǒng)計(jì)學(xué)認(rèn)為所有樣本值都不是獨(dú)立的，而是遵循一定的內(nèi)在規(guī)律，通過分析樣本值，探索其分布規(guī)律，可進(jìn)行預(yù)測。根據(jù)區(qū)域化變量存在空間相關(guān)性的原理[22]，研究應(yīng)用克里格法對(duì)采樣所得土壤因子進(jìn)行插值創(chuàng)建預(yù)測表明，從而獲得寧明縣各土壤因子類型的分布圖(見圖2)。

1.3 DEM求算地形因子

利用高分辨率的1：10000比例尺DEM(像元大小5 m × 5 m)，直接求算研究區(qū)域的坡向、坡度和海拔。坡位采用地形位置指數(shù)(Topographic Position Index，TPI)求得，TPI的基本原理如式(4)所示，是研究目標(biāo)點(diǎn)與其鄰域高程平均值的差值，然后根據(jù)差值的正負(fù)和大小來確定目標(biāo)點(diǎn)所處的地形位置[23]，本文將坡位分為山谷、平地、下坡、中坡、上坡、山脊。最后，根據(jù)高程、坡度相結(jié)合進(jìn)行分級(jí)的方式，參考地形地貌分類標(biāo)準(zhǔn)[24]，將地貌分為平原、丘陵、低山、中山四種類型。地形因子的分類見圖3。

(4)

圖2 寧明縣土壤因子類型分布圖

圖3 寧明縣地形地貌因子類型分布圖

續(xù)圖3 寧明縣地形地貌因子類型分布圖

2 森林生產(chǎn)力模型

2.1 建模

以森林平均凈生產(chǎn)力Y為因變量，X樹齡、地形因子(X坡向、X坡位、X坡度、X海拔、X地貌類型)和土壤因子(X土層厚度、X成土母巖、X土壤類型)為自變量，采用線性回歸方法，將T值檢驗(yàn)不顯著的因子剔除，從而建立森林生產(chǎn)力估算模型。各建模因子的取值由數(shù)量化方法求得。

2.1.1 馬尾松生產(chǎn)力建模結(jié)果

建模因子中，坡度和成土母巖未通過T檢驗(yàn)，被剔除，所得模型如式(5)。

Y松=-0.0499+0.0895X樹齡+0.9745X坡位+

1.0278X坡向+0.8579X地貌類型+

1.0765X土層厚度+1.0022X土壤類型+0.9461X海拔

(5)

2.1.2 桉樹生產(chǎn)力建模結(jié)果

坡度、坡向和土壤類型等因子未通過T檢驗(yàn)，被剔除，所得模型如式(6)。

Y桉= -11.7125+0.8336X樹齡+1.0071X坡位+

1.0340X地貌類型+0.9823X成土母巖+

1.0008X土層厚度+0.9602X海拔

(6)

2.2 檢驗(yàn)

生產(chǎn)力模型精度檢驗(yàn)采用如下算式：

(7)

式中：P為精度，Y為模擬生產(chǎn)力，S為測量生產(chǎn)力，i為樣本。

將馬尾松林、桉樹林生產(chǎn)力模型建模樣本數(shù)據(jù)分別代入馬尾松模型、桉樹模型中模擬其生產(chǎn)力，進(jìn)行模型自檢，檢驗(yàn)精度分別為88.56%，86.79%；另外組織了馬尾松林、桉樹林檢驗(yàn)樣本各50個(gè)，對(duì)模型進(jìn)行適用性檢驗(yàn)，檢驗(yàn)精度分別85.60%，84.35%。

3 潛在森林生產(chǎn)力

森林生產(chǎn)力隨樹齡的變化而變化。為確定林地的潛在生產(chǎn)力，研究假設(shè)存在森林生產(chǎn)力最高值，并且樹高連年生長量最大時(shí)為生產(chǎn)力最旺盛期，即生產(chǎn)力最高期，此時(shí)的樹齡為最優(yōu)生長樹齡，并采用最優(yōu)生長樹齡來求取林地的最大潛在生產(chǎn)力。不同樹種的最優(yōu)生長樹齡各異，本文根據(jù)林木的生長周期和樹高連年生長量的變化，將馬尾松和桉樹的最優(yōu)生長樹齡分別定為15 a和3 a，并分別將其結(jié)合圖2和圖3的立地條件代入模型(5)和(6)中，得到寧明縣馬尾松和桉樹潛在生產(chǎn)力分布圖，見圖4。

圖4 寧明縣潛在森林生產(chǎn)力分布圖

4 結(jié)論

1) 利用高分辨率的DEM數(shù)據(jù)生成地形因子，能有效地減少野外調(diào)查的勞動(dòng)量，降低人工成本，提高建模效率，為高效進(jìn)行森林生產(chǎn)力研究提供有力支撐。

2) 建立的馬尾松、桉樹生產(chǎn)力估算模型均通過了顯著性檢驗(yàn)，模型自檢精度分別為88.56%，86.79%；適用性檢驗(yàn)精度分別為85.60%，84.35%；確定樹木生長最優(yōu)樹齡后，利用立地條件因子建立了森林的潛在生產(chǎn)力模型。模型簡單準(zhǔn)確、可操作性強(qiáng)、應(yīng)用方便，解決了以往模型復(fù)雜、難以用于實(shí)際生產(chǎn)的難題。兩樹種建模所需的立地條件因子各不相同，其中兩個(gè)模型都含有坡位、地貌類型、土層厚度和海拔因子，可見這4個(gè)因子對(duì)森林生產(chǎn)力具有較重要的影響作用；馬尾松估算模型比桉樹估算模型多了坡向因子，說明坡向?qū)︸R尾松生長的影響大于對(duì)桉樹的影響；坡度因子均被剔除，可見馬尾松與桉樹的生長受坡度影響較其他立地條件小。

3) 研究生成了寧明縣兩個(gè)樹種的潛在森林生產(chǎn)力分布圖，發(fā)現(xiàn)不同樹種的潛在生產(chǎn)力大小存在差異，桉樹生產(chǎn)力大于馬尾松。馬尾松與桉樹在北部與東部均有較高生產(chǎn)力，該區(qū)域顏色趨于藍(lán)綠色；且兩樹種都不適合生長在中南部，顏色趨于黃色。馬尾松在南部有較高的生產(chǎn)力潛力，西部的生產(chǎn)力卻較低，而桉樹則剛好相反。可見，寧明縣的北部與東部均較適合林木生長，而在中部發(fā)展林業(yè)的條件則相對(duì)較差，在最南部比較適合種植馬尾松，西部則適宜種植桉樹。該成果可為林業(yè)部門根據(jù)不同樹種的生長習(xí)性，因地制宜，適地適樹，合理進(jìn)行營造林樹種布局提供參考。

[1] Schlesinger, Biogeochemistry W H. an analysis of global change [M]. New York: Academic Press, 1997.

[2] 趙敏等. 基于森林資源清樣調(diào)查資料的森林生產(chǎn)力估算模式——以中國油松林為例(英文)[J]. Journal of Forestry Research, 2004, 15(2): 93-100.

[3] 羅天祥. 中國主要森林類型生物生產(chǎn)力格局及其數(shù)學(xué)模型[D].北京：中國科學(xué)院研究生院，1996.

[4] 邢世和. 基于GIS技術(shù)的區(qū)域林地生產(chǎn)力估測與分區(qū)[J]. 山地學(xué)報(bào)，2006, 24 (4): 473-479.

[5] 郭志華, 彭少麟. 基于GIS和RS的廣東陸地植被生產(chǎn)力及其時(shí)空格局[J]. 生態(tài)學(xué)報(bào), 2001, 21 (9):1444-1449.

[6] 于相毅,等.結(jié)合GIS探析吉林省東部生態(tài)建設(shè)分區(qū)戰(zhàn)略[J].干旱環(huán)境監(jiān)測, 2004, 18 (3):137-140,162.

[7] 朱文泉,等.基于GIS和RS的區(qū)域陸地植被NPP估算——以中國內(nèi)蒙古為例[J].遙感學(xué)報(bào), 2005, 9(3):300-307.

[8] 賴日文. 基于RS與GIS技術(shù)閩江流域森林資源利用評(píng)價(jià)研究[D].北京：北京林業(yè)大學(xué), 2007.

[9] 張麗穎. 基于GIS和RS技術(shù)的低山丘陵區(qū)土地生產(chǎn)力綜合評(píng)價(jià)[D].北京：北京林業(yè)大學(xué), 2007.

[10] 中國科學(xué)院空間科學(xué)技術(shù)中心．中國地球資源光譜信息及其應(yīng)用論文集[C]．李巖．天然草場光譜時(shí)空分布及其在圖像解譯中的應(yīng)用的探討.北京：能源出版社，1986．

[11] 張經(jīng)煒, 姚清尹, 李煥珊.華南坡地研究[M].北京：科學(xué)出版社，1994．

[12] 付曉, 馮仲科.數(shù)字高程模型及其在林業(yè)中的應(yīng)用[J].林業(yè)科技，2002, 27(5):13-15.

[13] 付曉, 周維. 數(shù)字高程模型及其在森林資源調(diào)查中的應(yīng)用[J].廣西林業(yè)科學(xué)，2002, 31(1):12-15.

[14] 蔡學(xué)成, 岳勝.數(shù)字地形模型的建立方法及其在林業(yè)中的應(yīng)用[J].林業(yè)調(diào)查規(guī)劃, 2004, 9(1):1-4.

[15] 許延麗，劉兆剛.基于航片建立數(shù)字高程模型及林分信息提取[J].東北林業(yè)大學(xué)學(xué)報(bào)，2009,37(11):88-91.

[16] 唐雪海，黃慶豐，袁進(jìn)軍，等.基于DEM的紫蓬山地形及森林資源空間分布關(guān)聯(lián)分析[J].林業(yè)調(diào)查規(guī)劃，2009,34(4):12-18.

[17] 曾宏達(dá). 基于DEM和地統(tǒng)計(jì)的森林資源空間格局分析——以武夷山山區(qū)為例[J].地球信息科學(xué)，2005,7(2):83-88.

[18] 曾宏達(dá)，陳光水，楊玉盛. 基于DEM的森林空間分布研究[J].國土與自然資源研究，2005,3:85-87.

[19] 唐立娜，黃聚聰，代力民.不同比例尺DEM數(shù)據(jù)對(duì)森林生態(tài)類型劃分精度的影響[J].生態(tài)學(xué)報(bào)， 2011，31(12):3531—3536.

[20] 方精云，劉國華，徐嵩齡．我國森林植被的生物量和凈生產(chǎn)量[J]．生態(tài)學(xué)報(bào)，1996，16(5)：497-508．

[21] 孟憲宇．測樹學(xué)[M].北京：中國林業(yè)出版社，1996．

[22] 湯國安，楊昕．ArcGIS地理信息系統(tǒng)空間分析實(shí)驗(yàn)教程[M]．北京：科學(xué)出版社，2006．

[23] Weiss A. Topographic position and landforms analysis[R]. San Diego, CA: ERSI User Conference, 2001．

[24] 祝國瑞，張根壽．地圖分析[M]．北京：測繪出版社，1994：162．

TheEstimationModelofForestProductivityandForestSuitabilityBasedonSiteCondition

LING Ziyan1,3, CEN Juyan2, WEI Jinli1,3, HAI Min3,4

(1.Geomatics Center of Guangxi, Nanning 530023, Guangxi,China; 2. Guangxi Forest inventory and planning institute, Nanning 530011, Guangxi,China; 3.Geospatial Information Application Joint Laboratory of Guangxi, Nanning 530023, Guangxi,China; 4.Guangxi Institute of Aero-photogrammetry and Remote Sensing, Nanning 530023,Guangxi,China)

Site condition calculated by DEM and tree age was applied to build estimation models of different forest species’ productivity and distribution of potential forest productivity in Ningming County was generated, in whichPinusmassonianaLamb. andEucalyptuswere taken as examples. The results showed that:Established model with site condition calculated by DEM will reduce labor cost and increase efficiency;It’s reasonable and feasible to establish forest productivity model with site condition factors while optimal growth age (OGA) was fixed, and different site condition factors were chose to establish model depending on the forest species;Potential forest productivity was produced, which finds that north and east of Ningming County are suitable for planting forest, while midland holds poor condition for developing forestry, moreover, south was suitable forPinusmassonianaLamb. planting while west forEucalyptus.

forest productivity；site condition；suitability；GIS

2012-04-17

2012-07-17

廣西自然科學(xué)基金項(xiàng)目(桂科自 0832073)資助。

凌子燕(1985-)，女，碩士，從事遙感與地理信息系統(tǒng)應(yīng)用研究相關(guān)工作。

TP 79； S 758.62

A

1003-6075(2012)03-0015-05