蘇振海
(遼寧省林業(yè)調(diào)查規(guī)劃監(jiān)測院,遼寧 沈陽 110022)
在天然林禁伐、木材價格走低、林權(quán)制度改革的前提下,發(fā)展林下山野菜栽培是增加林農(nóng)收入的重要手段。同時,大葉芹作為遼東山區(qū)主要山野菜品種,其營養(yǎng)價值、藥用價值、口味也逐漸被大家所認知,因此在野生資源采摘的基礎上,開始了人工栽培。人工栽培有林下、耕地、大棚栽培等方式,但就產(chǎn)品質(zhì)量和大眾認可程度上看,林下栽培的大葉芹的品質(zhì)和風味基本與野生一致,價值和價格都更高。為避免盲目性,造成森林植被不必要的破壞,又能夠更好的產(chǎn)生經(jīng)濟效益,課題組采用了基地施工建模方式對擬定的各類開發(fā)模式進行系統(tǒng)規(guī)范實驗研究。
在與林農(nóng)協(xié)商并按擬定類型立地條件要求選定實驗地塊后,首先確定試驗差異化條件數(shù)量。類型差異化模式數(shù)量是依據(jù)大葉芹生長環(huán)境、栽培方式、對環(huán)境影響,作為觀測評價的分異條件來確定的。包括坡向、土層、光照、密度、長勢、生物量、對上層喬木及地表徑流影響等23個條件因素。
統(tǒng)計分析是制定優(yōu)化模式的重要手段,為科學制定模式標準。在建模標準所需數(shù)據(jù)信息采集完成后,對采集數(shù)據(jù)進行分類整理并通過分析、比較、檢驗和優(yōu)化,最終選出符合經(jīng)營目標的優(yōu)化模式。
將采集數(shù)據(jù)列出一個表,并反映出不同狀態(tài)下栽植體的表現(xiàn)性狀。見表1。
表1 大葉芹野菜食用模式分類統(tǒng)計
把歷次采集的信息按上述表格列入其中,分析確定狀態(tài)因子群中每項因子在影響模式目標分異的作用大小,找出主導因子項和非主導因子項,形成主導因子群,對主導因子進行整體分析評價。評價方法是對分異試驗模式的主導因子和非主導因子的各項分異狀態(tài)賦分,并統(tǒng)計累計積分。
整地方式、栽植季節(jié)、混交配置、撫育管理這些因子對分異模式終極目標影響雖然起到重要作用,但試驗類型設置簡單,發(fā)揮作用是等量的,因此不作為主導因子處理,對此進行等量賦分;而光照強度、坡向、土層厚度、密度(株/hm2)、中期長勢、中期地徑、中期冠幅、中期生物量、收獲期長勢、收獲期地徑、收獲期冠幅、收獲期生物量、上層喬木直徑變化、上層喬木樹高變化、地表徑流變化對分異試驗模式的終極目標起到重要關聯(lián)作用,因此將上述因子設定為主導因子。
光照強度、坡向、密度(株/hm2)屬狀態(tài)因子,設定賦分中值10分,每差1個梯次±1分。如光照強度以60%為中值,光照強度增加表明上層喬木密度減小,對生態(tài)環(huán)境影響減弱,則賦分降低;坡向中值為半陰半陽,坡向轉(zhuǎn)陰表明立地條件轉(zhuǎn)優(yōu),濕度增加有益于植物生長,因此,賦分增加,反之賦分減少;密度(株/hm2)本質(zhì)上屬定量因子,各分異模式差異很大,若按密度賦分則有時會適得其反,所以考慮按狀態(tài)因子賦分,選取各分異模式平均密度為中值,每增加100株,增加賦值1分;中期長勢、收獲期長勢、地表徑流變化屬定性因子,按定性條件賦分,劃段為好、較好、中等、較差、差,以10分為起賦值,每上一個梯次增加1分,地表徑流變化按顯著、較顯著、不顯著、無變化梯次設置,以10分為起賦值,每上一個梯次增加1分;土層厚度、中期地徑、中期冠幅、中期生物量、收獲期長勢、收獲期地徑、收獲期冠幅、收獲期生物量、上層喬木直徑變化、上層喬木樹高變化均屬于定量因子,其賦分是按定量值賦分。同時,考慮同權(quán)水平對≤1000的賦值項須進行同權(quán)處理。賦值同權(quán)處理見表2,對表1經(jīng)同權(quán)處理后生成表3。
表2 賦值同權(quán)處理
表3 大葉芹食用山野菜模式分類統(tǒng)計
從分值上看,表1中的模式N3為初步確定最優(yōu)選模式,N1、N4為較優(yōu)模式。綜合考慮林地使用效率、對環(huán)境影響、投入產(chǎn)出比,選擇模型N4更為合理,即陰坡半陰坡,栽植密度11~12萬株/hm2,郁閉度為0.6左右,坡度20°左右,排水良好,土層厚度50 cm以上為最優(yōu)模式。
研究當年通過積分優(yōu)選獲得的理想模式,此理想模式是一個待定模式,還要通過下一年進一步檢驗和優(yōu)選才能最終確定。其方法是以理想模式及其分異條件不變,改變其他分異模式的坡向、土層厚度、光照強度和初植密度等狀態(tài)因子的參數(shù),其他狀態(tài)因子如整地方式、栽植方式、坑穴規(guī)格、穴位配置、輔助措施、撫育管理等狀態(tài)因子不變,重新組成一組分異模式群,同樣通過培育期三次信息采集、分類整理、狀態(tài)因子賦值、同權(quán)處理、累計積分、綜合分析等方法優(yōu)選出最優(yōu)模式。