基于地統(tǒng)計(jì)學(xué)的米易縣單位面積蓄積空間格局分析

葉光志，魏圣釗，張國先，劉 雄，黎學(xué)森，黃從德*

(1.攀枝花市林業(yè)科學(xué)技術(shù)推廣站，四川 攀枝花 617000 ；2. 四川農(nóng)業(yè)大學(xué)，四川 成都 611130)

森林蓄積是評(píng)價(jià)森林?jǐn)?shù)量和質(zhì)量的重要指標(biāo)，是森林固碳能力的重要標(biāo)志，可為林業(yè)可持續(xù)發(fā)展提供決策依據(jù)[1～2]。但由于森林類型多樣，空間異質(zhì)性較強(qiáng)。森林蓄積空間分布的研究難度較大。因此，森林蓄積的空間分布規(guī)律成為林業(yè)科學(xué)研究亟待解決的問題。

目前，眾多學(xué)者對(duì)森林的景觀格局和森林功能性狀等方面的空間格局進(jìn)行了相關(guān)研究。如張先平[3]對(duì)山西森林景觀進(jìn)行多維格局分析，結(jié)果表明景觀斑塊破碎化程度較高。張麗英[4]等研究表明，海拉爾國家森林公園林地與沙地占優(yōu)勢且破碎度和分離度比較小。閆海冰[5]等研究表明，關(guān)帝山云杉更新苗分布呈空間斑塊狀格局，且表現(xiàn)出自相關(guān)空間變異特征。孫鈺森[6]對(duì)帽兒山地區(qū)進(jìn)行森林碳儲(chǔ)量地理加權(quán)克里格分析，結(jié)果表明地理加權(quán)克里格分析是估算森林碳儲(chǔ)量的有效方法。戚玉嬌[7]對(duì)喀斯特常綠落葉闊葉混交林粗木質(zhì)殘?bào)w分布格局的研究表明，隨著尺度增加格局強(qiáng)度降低，趨于隨機(jī)分布。

但目前對(duì)單位面積蓄積空間格局分析的研究還相對(duì)較少。地統(tǒng)計(jì)學(xué)是目前最有效的空間變異研究的統(tǒng)計(jì)方法，能較好地研究森林生態(tài)因子的空間規(guī)律性和隨機(jī)性[8]?；诖?，本研究以四川省米易縣為研究對(duì)象，運(yùn)用地統(tǒng)計(jì)學(xué)方法，結(jié)合米易縣森林資源規(guī)劃設(shè)計(jì)調(diào)查數(shù)據(jù)，對(duì)米易縣的森林單位面積蓄積進(jìn)行了空間格局分析，以期為米易縣的森林保護(hù)和可持續(xù)發(fā)展提供意見。

1 研究地區(qū)和研究方法

1.1 研究區(qū)概況

研究區(qū)位于位于攀枝花米易縣(101°44′～102°15′E、26°42′～27°10′N)，地處青藏高原東南緣攀西裂谷中南段，轄區(qū)面積 2 152.7 hm2。屬浸蝕、剝蝕中山丘陵、山原峽谷地貌，南亞熱帶干熱河谷氣候。米易縣旱、雨季分明，年降雨量約為 1 100 mm，年均氣溫20.5 ℃。平均海拔 1 836.2 m，相對(duì)高差 2 467 m。植物呈3個(gè)分布層：干熱河谷稀樹草坡層；中山峽谷闊葉混交林以及云南松純林帶層；高山針闊葉林混交以及灌木叢林層。主要樹種包括云南松(Pinusyunnanensis)、云南油杉(Keteleeriaevelyniana)、德昌杉(Cunninghamiaunica)、云杉(Piceaasperata)、鐵橡櫟(Quercuscocciferoides)、錐連櫟(Quercusfranchetii)、栓皮櫟(Quercusvariabilis)、旱冬瓜(Alnusnepalensis)木棉(Bombaxmalabaricum)等。

1.2 研究方法

1.2.1 研究數(shù)據(jù)

本研究的基礎(chǔ)數(shù)據(jù)源來自米易縣森林資源規(guī)劃設(shè)計(jì)調(diào)查。米易縣森林資源規(guī)劃設(shè)計(jì)調(diào)查共區(qū)劃 28 823個(gè)小班。采用90 m×90 m的間距，利用ARCGIS ArcToolbox中制圖工具的格網(wǎng)檢索要素模塊生成90 m×90 m的網(wǎng)格，并利用要素工具中的要素轉(zhuǎn)點(diǎn)模塊生成矢量點(diǎn)。通過小班面與矢量點(diǎn)的相交運(yùn)算提取每個(gè)矢量點(diǎn)的坐標(biāo)與單位蓄積，并將其添加到點(diǎn)矢量文件的屬性表中，以此作為森林蓄積地統(tǒng)計(jì)分析的基礎(chǔ)數(shù)據(jù)。

1.2.2 應(yīng)用軟件

本研究采用ArcGIS10進(jìn)行地統(tǒng)計(jì)學(xué)分析及空間自相關(guān)分析，利用GS+計(jì)算變異函數(shù)模型，利用ArcGIS10進(jìn)行普通克里金內(nèi)插值分析及繪制相關(guān)圖層。

1.2.3 地統(tǒng)計(jì)學(xué)方法

地統(tǒng)計(jì)學(xué)主要是以區(qū)域化變量理論為基礎(chǔ)，以變異函數(shù)為主要工具，研究在空間分布上既有隨機(jī)性和結(jié)構(gòu)性，或空間相關(guān)性和依賴性的自然現(xiàn)象的科學(xué)[9]。其基本原理是通過空間上分布規(guī)則的樣點(diǎn)，來估算空間上其他未測位置的數(shù)據(jù)[10]。

變異函數(shù)公式為：

(1)

式中，γ(h)為所有滯后距離為h的點(diǎn)對(duì)的半方差值，N(h)是在空間上具有相同間隔h的離散點(diǎn)對(duì)數(shù)目，Z(xi)和Z(xi+h)分別為點(diǎn)xi和與xi相距h時(shí)，觀測點(diǎn)的單位面積蓄積。

塊金比是模型中塊金值與基臺(tái)值的比值，反映空間變異性程度。根據(jù)塊金比大小分0～25%、25%～75%、>75% 3個(gè)級(jí)別，分別表示空間自相關(guān)程度為高、中和低?？臻g自相關(guān)程度越高，說明結(jié)構(gòu)性因素在空間變異中的作用越大[11]。

1.2.4 空間自相關(guān)分析

空間自相關(guān)分析是指同一個(gè)變量在不同空間位置上的分布、幅度及其相似性，主要度量空間單元屬性值集聚的程度[12]。全局Moran'sI指數(shù)和Z指數(shù)是表征空間自相關(guān)分析的基本指標(biāo)。Moran’sI指數(shù)的取值一般在-1和1之間，大于0表示正相關(guān)，等于0表示不相關(guān)，小于0表示負(fù)相關(guān)[13]。

(2)

2 結(jié)果與討論

2.1 米易縣單位面積蓄積變異函數(shù)模型的擬合與選擇

利用GS+軟件和建模樣點(diǎn)對(duì)米易縣單位面積蓄積進(jìn)行半方差函數(shù)擬合，并選取最優(yōu)半方差模型。目前常采用決定系數(shù)和殘差對(duì)半方差模型進(jìn)行評(píng)價(jià)。決定系數(shù)越大，殘差越小，模型越好[14]。由表1可知，指數(shù)模型的決定系數(shù)最大，殘差最小。指數(shù)模型的效果最好，這與李陽明等的研究一致[12]。單位面積蓄積的變程為12.14 km，這與亞熱帶森林生態(tài)系統(tǒng)的植被碳密度變程接近，但大于青藏高原貢覺縣單位面積蓄積的變程[8]和北京市密云區(qū)森林單位面積蓄積的變程[15]。這可能是因?yàn)榍嗖馗咴曈X縣海拔較高(平均海拔 4 021 m)，林木生長緩慢，因此單位蓄積的自相關(guān)性較差，變程較小。而北京市密云區(qū)的人類活動(dòng)更為頻繁，空間分布聚集程度較低。

表1 米易縣森林單位面積蓄積變異函數(shù)理論模型及其相關(guān)參數(shù)

Tab.1 Semivariogram models and the corresponding parameters for forest unit area stock of Miyi Country

模型決定系數(shù)殘差 塊金基臺(tái)塊金比變程/m指數(shù)模型0.947235 9693 1706 3410.500121 380線性模型0.934291 1793 3475 1170.34635 583球形模型0.3642 809 9351404 3540.9683 240高斯模型0.3692 789 4955704 3570.8692 788

2.2 米易縣單位面積蓄積的空間自相關(guān)分析

Z是代表隨機(jī)變量服從正態(tài)分布時(shí)的統(tǒng)計(jì)量，等于該標(biāo)準(zhǔn)正態(tài)分布下標(biāo)準(zhǔn)差的倍數(shù)[16]。當(dāng)Z位于[-1.96-1.96]之間時(shí)，代表該統(tǒng)計(jì)變量為隨機(jī)分布的空間格局。當(dāng)Z值越趨近+∞，空間分布的聚集作用越強(qiáng)，Z值越趨近-∞，空間分布的離散作用越強(qiáng)[17]。利用ARCGIS空間統(tǒng)計(jì)工具箱中的空間自相關(guān)模塊和高低聚類模塊計(jì)算全局Moran'sI指數(shù)和Z值。結(jié)果表明，全局MoronI和Z值分別為0.79和446.71?？梢姡滓卓h單位蓄積呈現(xiàn)較強(qiáng)的聚集趨勢。此外，表1顯示，米易縣單位蓄積塊金比為50%，表明其具有中等的空間自相關(guān)性，受結(jié)構(gòu)性和隨機(jī)性雙重因素的影響。

2.3 米易縣單位面積蓄積的交叉插值

采用ARCGIS地統(tǒng)計(jì)分析模塊進(jìn)行插值，采用交叉驗(yàn)證方法來評(píng)價(jià)插值的效果。當(dāng)預(yù)測結(jié)果無偏時(shí)，平均預(yù)測誤差和標(biāo)準(zhǔn)平均值接近0，標(biāo)準(zhǔn)化均方根預(yù)測誤差接近1，平均標(biāo)準(zhǔn)誤差接近均方根預(yù)測誤差[18]。由表2可見，本研究交叉驗(yàn)證的結(jié)果中，誤差平均值、誤差均方根、平均標(biāo)準(zhǔn)誤差，標(biāo)準(zhǔn)平均值和標(biāo)準(zhǔn)均方根誤差基本滿足標(biāo)準(zhǔn)，可進(jìn)行單位面積蓄積插值估測。

表2 米易縣單位面積實(shí)測值與預(yù)測值交叉驗(yàn)證的結(jié)果

Tab.2 Cross validation of measured and predicted value for unit area stock of Miyi County

平均預(yù)測誤差Mean prediction error標(biāo)準(zhǔn)平均值Mean Standardized均方根預(yù)測誤差root-mean-square prediction error平均標(biāo)準(zhǔn)誤差standard error of the mean標(biāo)準(zhǔn)化均方根誤差Root-Mean-Square Standardized0.01370.00113.29934.31860.7633

2.4 米易縣單位面積蓄積的空間分布格局分析

通過ARCGIS普通克里金插值，繪制出米易縣單位面積蓄積的空間分布圖(見圖1)。地統(tǒng)計(jì)模擬結(jié)果表明，米易縣平均單位面積蓄積為50.76 m3·hm-2。由圖1可知，米易縣單位面積蓄積的空間分布總體上呈現(xiàn)出明顯的從西向東逐漸降低的趨勢，與全縣的地形地勢分布一致，與人口密度分布相反。米易縣單位面積蓄積高值區(qū)主要分布在米易縣海拔較高的西部白坡山自然保護(hù)區(qū)。米易縣西部地區(qū)的白坡、普威、麻隴、得石4鄉(xiāng)鎮(zhèn)海拔較高(海拔均值 2 300 m)，人口數(shù)量和人類活動(dòng)相對(duì)較少，原生植被保留較為完整，單位面積蓄積值較高。而米易縣單位面積蓄積低值區(qū)主要分布在米易縣東部，安寧河谷區(qū)域。安寧河谷海拔較低(海拔均值約 1 200 m)，人口和城鎮(zhèn)分布密集，人為干擾活動(dòng)頻繁，原生植被破壞嚴(yán)重。雖然有較多的人工林，但樹齡較小，單位面積蓄積低。因此，米易縣在以后今后的林業(yè)生產(chǎn)和經(jīng)營管理過程中，西部以白坡山自然保護(hù)區(qū)為重點(diǎn)，保護(hù)好現(xiàn)有森林資源；東部以安寧河谷為重點(diǎn)，加強(qiáng)生態(tài)植被恢復(fù)和特色經(jīng)果林培育，做好護(hù)林防火工作，以提高林地的生態(tài)和經(jīng)濟(jì)產(chǎn)出。

圖1 米易縣單位面積蓄積分布圖

3 結(jié)論

1) 米易縣單位面積蓄積最適的半方差理論模型為指數(shù)模型，單位面積蓄積的全局MoronI和Z值分別為0.79和446.71，呈現(xiàn)較強(qiáng)的聚集趨勢；

2) 米易縣單位蓄積塊金比為50%，表明其具有中等的空間自相關(guān)性，受結(jié)構(gòu)性和隨機(jī)性雙重因素的影響。

3) 通過ARCGIS普通克里金插值，得到米易縣單位面積蓄積的空間分布圖。結(jié)果表明，米易縣平均蓄積為50.76 m3·hm-2，全縣單位面積蓄積總體上呈現(xiàn)出自西向東逐漸降低的空間分布規(guī)律，且與地形地勢分布一致，與人口密度分布相反。

綜上所述，米易縣單位蓄積空間分布受自然和人為因素的共同影響。