退化喀斯特森林近自然度評價指標(biāo)體系的構(gòu)建
——以貴州省修文縣示范區(qū)為例

蔡品迪，喻理飛，付邦奎，殷建強(qiáng)

（1.貴州大學(xué)，貴州 貴陽 550025；2.貴陽市修文縣林業(yè)綠化局，貴州 修文 550200；3.貴州省林業(yè)科技推廣總站，貴州 貴陽 550001）

退化喀斯特森林近自然度評價指標(biāo)體系的構(gòu)建
——以貴州省修文縣示范區(qū)為例

蔡品迪1，喻理飛1，付邦奎2，殷建強(qiáng)3

（1.貴州大學(xué)，貴州 貴陽 550025；2.貴陽市修文縣林業(yè)綠化局，貴州 修文 550200；3.貴州省林業(yè)科技推廣總站，貴州 貴陽 550001）

為了更好地揭示退化喀斯特森林不同演替階段群落恢復(fù)狀況，以修文縣示范區(qū)為研究對象，采用指標(biāo)敏感度從群落組成結(jié)構(gòu)、群落演替和土壤理化質(zhì)量等3個方面篩選出18個評價指標(biāo)，并通過層次分析法構(gòu)建了退化喀斯特森林不同演替階段群落近自然評價指標(biāo)體系，對不同演替階段群落的近自然度進(jìn)行綜合評價。結(jié)果顯示：隨著植被進(jìn)展演替，群落近自然度綜合指數(shù)呈現(xiàn)逐漸增大的趨勢，從草坡階段演替到喬木林階段，群落近自然度綜合指數(shù)從0.127 上升到0.617；由于示范區(qū)的喬木林群落主要是早期型喬木林，群落自然度綜合指數(shù)相對較低，群落還處于一個較低的演替階段，需要進(jìn)行群落結(jié)構(gòu)調(diào)整；適時引入一些大高位芽植物，并對灌木層進(jìn)行適當(dāng)?shù)氖璺?，以此來?yōu)化群落組成結(jié)構(gòu)，促使群落朝頂極群落演替。

退化喀斯特森林；近自然度評價；評價指標(biāo)體系

中國西南喀斯特地區(qū)，因地質(zhì)環(huán)境脆弱性大、敏感度高，且面臨人口超載和經(jīng)濟(jì)社會落后的雙重壓力，致使生態(tài)環(huán)境嚴(yán)重退化[1]，石漠化面積不斷增大，已經(jīng)成為該地區(qū)最主要的生態(tài)地質(zhì)環(huán)境問題。

退化群落自然恢復(fù)實質(zhì)是群落進(jìn)展演替[2]。從上個世紀(jì)40年代開展喀斯特森林群落研究至今，人們對喀斯特退化森林也開展了許多研究，縱觀以往的研究不難發(fā)現(xiàn)，目前對于退化群落自然恢復(fù)評價相對匱乏，雖然喻理飛等[2]進(jìn)行相關(guān)的研究，提出了退化群落恢復(fù)潛力度、恢復(fù)度和恢復(fù)速度3個評價指標(biāo)，但他們當(dāng)時所選的評價指標(biāo)相對較少，還未形成一套完整退化喀斯特植被恢復(fù)評價體系，本研究在前人研究基礎(chǔ)之上，通過構(gòu)建近自然度評價指標(biāo)體系對不同演替階段退化喀斯特森林群落恢復(fù)進(jìn)行其綜合評價，旨在提供一個新的更為科學(xué)、合理的退化喀斯特森林恢復(fù)評價指標(biāo)構(gòu)建方法，更好地揭示不同演替階段植被恢復(fù)等級，為退化喀斯特森林經(jīng)營類型劃分、植被恢復(fù)與重建提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)域位于貴州省貴陽市修文縣龍場鎮(zhèn)城邊，烏江支流的貓?zhí)佑野?海拔1 100 m～1 500 m，屬亞熱帶季風(fēng)氣候區(qū)，年均溫13.6℃，≥10℃積溫4 097.4℃，年降雨量1 235 mm，分布不均，易出現(xiàn)干旱現(xiàn)象。試驗示范區(qū)面積共100 hm2，包括強(qiáng)、中、輕度三類石漠化等級，其中強(qiáng)度石漠化面積為17.33 hm2，中度石漠化面積為34.00 hm2，輕度石漠化面積為48.3 hm2。母巖以白云質(zhì)灰?guī)r為主。土壤為發(fā)育在白云質(zhì)灰?guī)r上的黃色石灰土和黑色石灰土，pH4～7.4，土層淺薄，石礫含量高?，F(xiàn)存植被為各種次生喬林、灌木林、藤刺灌叢、草坡以及石漠化荒地，蓋度15%。主要植物種類有白櫟Quercus fabri Hance、川榛Corylus heterophylla Fisch. ex Trautv.var. sutchuenensis Franch、 茅 栗Castanea seguinii Dode、 火 棘 Pyracantha fortuneana (Maxim.) Li、光皮樺Betula luminifera H. Winkl.、紅葉木姜子Litsea rubescens Lec.、響葉楊Populus adenopoda Maxim.、云南鼠刺Itea yunnanensis Franch.、鹽膚木Rhus chinensis Mill.、麻櫟Quercus acutissima Carr.等。當(dāng)?shù)卮迕窠?jīng)濟(jì)條件較差，以農(nóng)業(yè)為主要經(jīng)濟(jì)來源，副業(yè)以挖鋁土礦為主。

1.2 研究方法

1.2.1 群落樣地調(diào)查

采用“以空間序列代替時間序列”的方法[3]，根據(jù)研究區(qū)域的特點，在草坡階段、灌草階段、灌叢灌木階段、灌木林階段、喬灌階段、喬木林階段6個演替階段設(shè)置樣地，共計21個，進(jìn)行群落學(xué)調(diào)查，樣地面積根據(jù)群落最小面積確定，其大小分別為4 m×5 m、10 m×10 m、10 m×10 m、10 m×10 m、8 m×20 m、20 m×20 m。喬林群落樣地中分為10個5 m×8 m喬木層樣方，且在每個喬木層樣方內(nèi)設(shè)置1個2 m×2 m灌木層樣方和1個1 m×1 m草本層樣方。調(diào)查記錄每個樣方內(nèi)喬、灌木及幼樹的種類、數(shù)量、胸徑、地徑、高度、冠幅、蓋度，并判定每株樹木是實生或萌生起源；草本植物調(diào)查其種類、多度、高度、蓋度。

群落生物量按喬木層、灌木層、草本層分別調(diào)查。其中喬木層生物量采用朱守謙等[4]的研究公式進(jìn)行計算，灌木層采用樣本法，根據(jù)調(diào)查結(jié)果，按樹種、地徑選取樣本，用收獲法測定樣木樹干、枝、葉的鮮重，共獲取樣本107株。在每塊樣地內(nèi)設(shè)置2個1 m×1 m，采用刈割法獲取草本層地上部分鮮重，取樣品在80℃恒溫烘至恒重，計算含水率并換算成干重。

1.2.2 土壤理化性質(zhì)測定

土壤pH值-電位測定法；有機(jī)質(zhì)-重鉻酸鉀（K2Cr2O7）容量法、外加熱法；全氮測定采用靛酚藍(lán)比色法；全磷-鉬銻抗比色法；全鉀-火焰光度法；水解氮-堿解擴(kuò)散法；速效磷-pH 8.5，0.5 mol/mL NaHCO3法；速效鉀-1 mol/L NH4OAc浸提、火焰光度法。

1.3 數(shù)據(jù)處理

評價指標(biāo)的選擇涉及眾多因素，可表現(xiàn)在物種、種群、群落以及景觀水平，也表現(xiàn)在系統(tǒng)的組成、結(jié)構(gòu)、功能、動態(tài)、生境以及人為干擾等方面，本文在前人研究基礎(chǔ)之上，綜合考慮喀斯特退化森林所具有的特殊性，最終從能較為全面反映喀斯特退化森林恢復(fù)狀況的群落組成結(jié)構(gòu)、群落演替和土壤理化質(zhì)量三個方面選擇評價指標(biāo)，共計30個。相關(guān)指標(biāo)計算公式如下：

(1)群落組成結(jié)構(gòu)指標(biāo)

1）Gleason豐富度指數(shù)：

2）Simpson多樣性指數(shù)：

3）Shannon-wiener多樣性指數(shù)：

4）Pielou均勻度指數(shù)：

式中：S為物種數(shù)，A為樣方面積，Pi為種i相對重要值，N為總個體數(shù)，Ni為種i個體數(shù)。

(2)群落演替指標(biāo)

1）群落演替度

演替度（DDS）表示植被演替階段背離頂極群落的程度，它是作為衡量植物群落演替的綜合性指標(biāo)，最早是由沼田真(1969)提出來的，本文采用王德利等[5]的計算公式，即

式(5)中：e根據(jù)植物生活型確定，其中一年生植物為1，隱芽植物、地面芽植物和地上芽植物為10，矮高位芽植物和小高位芽植物為50，中高位芽植物和大高位芽植物為100，d為種累積優(yōu)勢度（SDR），u為植被蓋度，N是植物種類數(shù)量。

2）頂極適應(yīng)值

頂極適應(yīng)值是反映植被群落現(xiàn)狀所處的演替階段，是反映群落演替的一個重要指標(biāo)。本文參照喻理飛等的劃分方法[6]，將各演替階段群落出現(xiàn)的樹種依照其生物學(xué)特性分為：先鋒種、次先鋒種、過渡種、次頂極種、頂極種，并分別賦以相應(yīng)頂極適應(yīng)值1、3、5、7、9[7]，計算公式如下：

式（6）中：Vi為各種組重要值百分?jǐn)?shù)，Ai為各種組頂極適應(yīng)值。

2 近自然度評價指標(biāo)體系的構(gòu)建

2.1 評價指標(biāo)的篩選

森林生態(tài)系統(tǒng)是一個復(fù)雜的大系統(tǒng)，包含的因子很多，對它進(jìn)行近自然度評價不可能包羅無遺，必須在其中篩選若干重要因子作為評價指標(biāo)[8]。本文指標(biāo)篩選采用敏感性分析的方法[9]，通過指標(biāo)敏感性分析，篩選出高、中敏感性指標(biāo)，以此來建立評價指標(biāo)體系，篩選結(jié)果見表1。

表1 指標(biāo)敏感度等級劃分Table 1 Grade division of sensitivity indexes

中、高敏感度的指標(biāo)能較好地反映不同演替階段群落間所具有的差異性，將它們用于構(gòu)建近自然度評價指標(biāo)體系，能夠較好的體現(xiàn)退化喀斯特森林不同演替階段群落近自然度狀況。

2.2 評價指標(biāo)體系層次的建立

將能綜合反映群落不同演替階段群落基本特征的18個評價指標(biāo)構(gòu)建一個3層次結(jié)構(gòu)的評價指標(biāo)體系，具體構(gòu)建模型見表2。

表2 近自然度評價指標(biāo)體系及指標(biāo)權(quán)重值Table 2 Near-nature evaluation index system and weight values

2.3 評價指標(biāo)權(quán)重的確定

合理確定評價指標(biāo)權(quán)重系數(shù)是建立評價指標(biāo)體系的關(guān)鍵，指標(biāo)權(quán)重的分配是否科學(xué)直接影響到評價結(jié)果的可靠性，目前對于評價指標(biāo)權(quán)重確定的方法眾多，層次分析是定量和定性結(jié)合的方法，能在一定程度上降低主觀隨意性，是一種簡單、易行的賦權(quán)方法，故本文采用層次分析法[10]確定評價指標(biāo)權(quán)重，應(yīng)用Saaty的1～9標(biāo)度法（見表3），具體權(quán)重值見表2。

表3 1～9標(biāo)度的含義Table 3 The signification of 1～9 classes

層次分析法（AHP）求權(quán)重步驟：

(1) 構(gòu)建層次結(jié)構(gòu)模型；(2)構(gòu)造判斷矩陣：C=(cij)；(3)對判斷矩陣進(jìn)行運(yùn)算和正規(guī)化處理，求得權(quán)重系數(shù)；(4)判斷矩陣一致性檢驗：CR＜0.1，即滿足一致性檢驗。

2.4 綜合評價指標(biāo)體系

2.4.1 指標(biāo)數(shù)值標(biāo)準(zhǔn)化處理

由于指標(biāo)間量綱不統(tǒng)一，缺乏可比性，須對參評因子進(jìn)行標(biāo)準(zhǔn)化處理[11]，來克服指標(biāo)數(shù)值間的不可比性，參評指標(biāo)數(shù)值標(biāo)準(zhǔn)化公式如下：

式（7）中，Si為參評因子標(biāo)準(zhǔn)化值，xi為參評因子實測值，xmax為實測最大值，xmin為實測最小值。

2.4.2 近自然度評價模型

將各評價指標(biāo)的標(biāo)準(zhǔn)化值乘以各指標(biāo)的權(quán)重并累加，所得的數(shù)值即為群落近自然度綜合指數(shù)，具體計算公式如下：

式（8）中：D為群落近自然度綜合指數(shù)值，Br、Bs、Bt分別為準(zhǔn)則層群落組成結(jié)構(gòu)、群落演替和土壤肥力的權(quán)重值，Wi、Wj、Wk分別為3個準(zhǔn)則層下各參評指標(biāo)的權(quán)重值，n、m、p分別為指標(biāo)層群落組成結(jié)構(gòu)、群落演替和土壤理化質(zhì)量的指標(biāo)個數(shù)。

3 結(jié)果與分析

將各項評價指標(biāo)數(shù)值通過標(biāo)準(zhǔn)化后，乘以各評價指標(biāo)權(quán)重再對每個指標(biāo)得分進(jìn)行求和，得到不同演替群落近自然度綜合指數(shù)，詳見表4。

從表4和圖1可以看出，隨著植被恢復(fù)過程，群落組成結(jié)構(gòu)綜合指標(biāo)值、群落演替綜合指標(biāo)值和群落近自然度綜合指數(shù)變化趨勢相同，均呈現(xiàn)逐漸增大，在草坡和灌草階段處于一個低水平，群落近自然度綜合指數(shù)僅為0.127和0.165，群落還處于恢復(fù)的早期階段，群落結(jié)構(gòu)較為簡單，主要以草本植物為主，并且部分草本優(yōu)勢過于明顯，如密毛蕨Cyclosorus interruptus (Willd.) H. Ito、白茅Imperata cylindrica (Linn.) Beauv.、芒Miscanthus sinensis Anderss. 等物種高度普遍在0.8 m以上，嚴(yán)重抑制了其他物種的生長，此階段灌木數(shù)量較少，主要是由一些先鋒種組成，并且植株實生植株比例低，植被長勢差，然而示范區(qū)中草坡和灌草群落主要由火燒跡地演替而來，短期內(nèi)土壤肥力相對較高，也給植被后期生長提供了一定的保障，潛在演替能力強(qiáng)，土壤理化質(zhì)量綜合指標(biāo)值比重大；當(dāng)進(jìn)入灌叢灌木階段以后，群落近自然度綜合指數(shù)有了顯著上升，幾乎是灌草階段的2倍，主要由于灌木物種逐漸增多，生境條件也有所改善，然而灌木主要還是由萌生植株組成，出現(xiàn)“一叢多株”的現(xiàn)象，植被高度、粗度相對較低，群落還處于演替的早期階段，群落近自然度綜合指數(shù)處于一個較低的水平，示范區(qū)中出現(xiàn)的較為典型的灌叢灌木是白櫟灌叢；當(dāng)進(jìn)入灌木階段，環(huán)境條件的改善給灌木生長提供了養(yǎng)分來源，隨著灌木數(shù)量的日益增多，物種間競爭日益增強(qiáng)，通過“優(yōu)勝劣汰”的自然定律，逐漸形成一個較為合理的物種組成結(jié)構(gòu)，群落組成結(jié)構(gòu)綜合指標(biāo)值上升明顯，成為群落近自然度綜合指數(shù)的重要組成部分；進(jìn)入灌木階段后期，樹種出現(xiàn)分級現(xiàn)象，一些競爭性強(qiáng)的灌木物種不斷地利用空間資源，生長速度明顯加快，變成了喬木，而一些競爭性較弱的灌木物種生長受到抑制，甚至部分物種逐漸消失，群落逐步形成了初期的喬、灌、草復(fù)層結(jié)構(gòu)，該階段群落組成結(jié)構(gòu)、群落演替和土壤質(zhì)量均有了一定的上升，其中群落組成結(jié)構(gòu)綜合指標(biāo)值上升最為明顯，群落近自然度綜合指數(shù)迅速上升到0.590，進(jìn)入群落演替的中期階段；由于示范區(qū)中喬木林階段群落曾受到人為破壞，主要以早期型喬木林為主，群落組成結(jié)構(gòu)與頂極群落差距大，尚未形成一個合理的喬、灌、草復(fù)層結(jié)構(gòu)，植被組成結(jié)構(gòu)、群落演替綜合指標(biāo)值較喬灌林階段上升不明顯，致使群落近自然度綜合指數(shù)僅有略微上升,僅為0.617，與喬灌階段差異不明顯。

表4 修文縣示范區(qū)不同群落近自然度綜合指數(shù)值Table 4 Synthetical index values of near-nature degree of different communities in Xiuwen demonstration site

圖1 不同群落近自然度綜合指數(shù)值Fig.1 Synthetical index values of near-nature degree of different communities

總之，不同演替階段群落近自然度綜合指數(shù)的差異能較直觀的反應(yīng)不同階段群落演替狀況，群落組成結(jié)構(gòu)綜合指標(biāo)值、群落演替綜合指標(biāo)值和群落近自然度綜合指數(shù)均隨著植被演替，呈現(xiàn)上升趨勢，但示范區(qū)群落總體還處于一個較低水平的演替階段，所形成的喬木林群落結(jié)構(gòu)不合理，演替到頂極群落的難度大，所需時間長。

4 結(jié)論與討論

本研究主要針對修文縣喀斯特示范區(qū)不同演替階段群落恢復(fù)動態(tài)，通過構(gòu)建近自然度評價指標(biāo)體系，開展不同演替階段群落近自然度的評價研究。

（1）群落近自然度綜合指數(shù)隨著演替過程，呈現(xiàn)上升趨勢，但群落還處于一個較低的演替階段，所形成的喬木林群落與頂極群落差距還很大，近自然度綜合指數(shù)僅為0.617，歸其原因主要是由于群落組成結(jié)構(gòu)不合理，喬木層物種還比較單一，并且很少有大高位芽植物分布，群落木本植物主要以矮小高位芽為主，難以形成高大的頂極喬木林群落，需要適時地引入一些大高位芽植物，并通過撫育間伐降低灌木層株數(shù)密度，以此來優(yōu)化群落結(jié)構(gòu)，促使群落朝頂極群落演替。

（2）開展植被恢復(fù)評價的難點問題是如何科學(xué)選擇評價指標(biāo)以及指標(biāo)權(quán)重的確定，本研究主要從群落組成結(jié)構(gòu)、群落演替和土壤理化質(zhì)量3個方面選擇評價指標(biāo)，所選用的18個評價指標(biāo)能較為全面反映群落主要特征。當(dāng)評價指標(biāo)確定以后，如何合理的對每個評價指標(biāo)權(quán)重進(jìn)行賦予值是構(gòu)建評價指標(biāo)體系的又一個關(guān)鍵難題，采用以定量和定性相結(jié)合的層次分析法，確定各評價指標(biāo)權(quán)重，能在一定程度降低主觀隨意性，保證了評價結(jié)果的可靠性。

通過對退化喀斯特森林群落近自然度進(jìn)行綜合評價能更為直觀地反映不同群落類型所處的演替階段，通過自然度綜合指數(shù)劃分近自然度等級，以此來開展退化森林分類經(jīng)營。

[1] 何才華,熊康寧,粟 茜.貴州喀斯特生態(tài)環(huán)境脆弱性類型區(qū)及其開發(fā)治理研究[J].貴州師范大學(xué)學(xué)報(自然科學(xué)版)，1996,14(1):1-9.

[2] 喻理飛,朱守謙,葉鏡中.退化喀斯特森林自然恢復(fù)評價研究[J].林業(yè)科學(xué),2000,36(6):12-19.

[3] D.Muller-Dombois H.Ellenberg.植被生態(tài)學(xué)的目的和方法[M].鮑顯誠等譯.北京:科學(xué)出版社,1986:247-252.

[4] 朱守謙,魏魯明,陳正仁,等.茂蘭喀斯特森林生物量構(gòu)成初步研究[J].植物生態(tài)學(xué)報,1995,19(4):358-367.

[5] 王德利,呂新龍,羅衛(wèi)東.不同放牧密度對草原植被特征的影響分析[J].草業(yè)學(xué)報,1996,5(3):28-33.

[6] 郝云慶,王金錫,王啟和,等.崇州林場不同林分近自然度分析與經(jīng)營對策研究[J].四川林業(yè)科技,2005,26(2):20-26.

[7] 喻理飛，朱寧謙，葉鏡中，等.退化喀斯特森林適應(yīng)等級種組劃分研究[C]//朱守謙.喀斯特森林生態(tài)研究Ⅲ.貴州：貴州科技出版社，2003：189-196.

[8] 彭舜磊.秦嶺火地塘林區(qū)森林群落近自然度評價及群落生境圖繪制方法研究[D]. 西安楊林：西北農(nóng)林科技大學(xué), 2008.

[9] 許明祥,劉國彬,趙允格.黃土丘陵區(qū)土壤質(zhì)量評價指標(biāo)研究[J].應(yīng)用生態(tài)學(xué)報,2005,16(10):1843-1848.

[10] 吳銀蓮,李景中,楊玉萍,等.森林自然度評價研究進(jìn)展[J].生態(tài)學(xué)雜志,2010,29(10):2065-2071.

[11] 楊 娟,李 靜,宋永昌,等.受損常綠闊葉林生態(tài)系統(tǒng)退化評價指標(biāo)體系和模型[J].生態(tài)學(xué)報,2006,26(11):3749-3755.

Construction of near-nature evaluation index system for degraded Karst forests∶ A case study of Xiuwen demonstration site in Guizhou

CAI Pin-di1, YU Li-fei1, FU Bang-kui2, YIN Jian-qiang3
(1. School of Forestry, Guizhou University, Guiyang 550025, Guizhou, China;2. Forestry and Greening Bureau of Xiuwen Country, Xiuxen 550200, Guizhou, China;3. Forestry Sci-Tech Extension Station of Guizhou Province, Guiyang 550001, Guizhou, China)

∶ In order to reveal the recovery states of degraded Karst forest communities in different succession stages, by taking the demonstration area of Xiuwen as study objective, using indicator sensitivity method, 18 indexes were filtered out from community composition and structure, community succession and soil physical and chemical qualities，and the near-nature appraisal target system of the degenerated Karst forest community in different succession stages has been constructed by the analytic hierarchy process, then the near-nature degree of the community was synthetically valuated. The results show that along with the vegetation progression of succession, the community near-naturalness composite index increased gradually; when the succession of grassy slope stage changed to the tree forest stage, the community near-naturalness composite index rose from 0.127 to 0.617; because of the arbor community in the demonstration zone mainly was the early arbor type forest, the near-naturalness composite index was in a relatively lower level, and the community was still in a lower succession phase, their community structure need to be adjusted；the measures should be used such as introducing some Macrophanerophyte, and reducing the shrub layer density, thus optimizing the community composition and structure,and making the community succession toward to the climax community.

∶ forest in degenerated Karst area; near-nature of evaluation; evaluation index system

S717

A

1673-923X (2012)06-0087-05

2012-01-12

中央財政林業(yè)科技推廣示范資金項目（[2009]TK066號）；國家“十二五”科技支撐計劃項目（2012BAD22B01）

蔡品迪（1987—），福建省人，碩士研究生，研究方向林業(yè)技術(shù)推廣；E-mail: 416365607@qq.com；電話：13984862014通訊作者：喻理飛（1963—），貴州貴陽人，博士研究生導(dǎo)師，主要從事恢復(fù)生態(tài)學(xué)研究；E-mail: gdyulifei@163.com

[本文編校：邱德勇]