北京西山側柏水源涵養林空間結構特征研究

趙 陽，余新曉，黃枝英，宋思銘，白艷婧，程中秋，靳阿亮，張賓賓

(北京林業大學水土保持學院水土保持與荒漠化防治教育部重點實驗室，北京100083)

林分空間結構作為決定生境和物種多樣性的重要因子，與樹木在林內的空間位置密切相關[1]，它不僅體現了樹木在林地上的分布格局以及樹木屬性在空間上的排列方式，而且還決定了樹木之間的競爭優勢及樹木空間生態位，在很大程度上影響著林分的生長、發育和穩定性[2]。為此，林分空間結構特征分析已經成為森林結構研究的焦點。森林結構研究方法目前主要有3種，即:傳統森林經理學方法、經典植被生態學方法和現代森林生態和森林經理學方法[3]。與前兩種研究方法不同，現代森林生態和森林經理學方法是以相鄰木關系為基礎，在充分考慮點的空間位置前提之下，通過獲取種群數量分布的空間信息，來分析林木在空間結構單元中的空間關系，較前兩種方法而言，通過現代森林生態學和森林經理學方法分析所得的林分空間結構可解析性更高。

側柏(Platycladus orientalis)，柏科，側柏屬植物，原產我國和朝鮮，在我國分布極為廣泛。其作為北京低山區針葉林中的的主要樹種之一，在涵養水源、保持水土、美化環境等方面發揮著不可替代的作用。幾十年來，受立地條件等因素的制約，側柏林生態系統呈現出系統穩定性差，生態服務功能低下等問題。以往對北京山區側柏林結構的研究主要集中在人工側柏林經營模式研究[4]、種內競爭研究[5]、耗水性研究[6]、林分結構研究[7]等方面，鮮有對側柏林林分空間結構特征的研究。本研究首次將地面三維激光掃描技術與現代森林生態學和森林經理學方法相結合，選用描述林分空間結構的混交度、大小比數和角尺度等參數對西山林區側柏水源涵養林的空間結構特征進行分析研究，從優化森林空間結構的角度，分析和準確表達側柏水源涵養林生態系統目前所存在的問題，旨在為北京地區人工側柏水源涵養林的近自然經營提供理論模式和技術支持。

1 研究地區與研究方法

1.1 研究區概況

西山林區位于北京市西部山區，地理坐標為東經116°28′，北緯 39°34′，屬于太行山余脈 ，平均海拔300.4 m，最高峰克勒峪峰海拔800 m，山腳線海拔100 m，平均坡度15°～45°。該區屬暖溫帶大陸性氣候，冬寒夏熱，春季多風，平均風速 4.1 m/s，年平均氣溫為11.6℃，無霜期193 d，年平均日照2 662 h。年降水量630 mm，主要集中在夏季，其中6-8月的降雨量占全年降雨量的70%以上。本研究區地帶性土壤為山地褐色土，大部分為淋溶褐色土，土壤發育層次不明顯，含石礫較多，一般土層厚度40 cm左右。全林區內植物種類豐富，自然生長的喬木種類較少，多為20世紀50-60年代營造的人工林。主要喬木樹種有:側柏、油松(Pinus tabulaef ormis)、白皮松(Pines bungeana)、華北落葉松(Larix principisrupprechti)、栓皮櫟(Quercus variabilis)、刺槐(Robinia pseudoacacia)、元寶楓(Acer truncatum)、槲櫟(Quercus dentata)、遼東櫟(Quercus liaotungensis)、欒樹(Koelreuteria paniculata)、桑(Mores alba)等;主要灌木有:黃櫨(Cotinus coggygria)、荊條(Vitex negundo)、胡枝子(Lespedeza bicolor)、孩兒 拳頭(Grewia biloba)、螞蚱腿子(Myripnoisdioica)、紫穗槐(Amorp f ruticosa)等。

1.2 研究方法

1.2.1 野外樣地調查 2009年8月在西山林區布設側柏水源涵養林標準地一塊，樣地規格為100 m×100 m。利用GPS進行精確定位，測定樣地的經度、緯度、海拔、坡度和坡向等立地因子，并進行植被群落學調查。經測定，樣地海拔為353 m，坡向南偏東53°，坡度20°，郁閉度0.8，林齡為 35 a。采用相鄰網格法，將樣地分成25個20 m×20 m的樣方網格，網格從左到右、從上到下依次放置。再以每個網格為調查單元，運用地面三維激光掃描技術，采用“多站式”掃描方法對樣地內每個樣方網格進行全景掃描，通過對掃描所得的各個網格的點云圖像進行坐標構建、去噪、選取、拼接處理進而得到整個樣地的三維立體點云模型，在該模型基礎之上，利用地面三維激光掃描儀所配備的數據處理軟件采用聚點法(Clustering method)可對林分標準地內的喬木進行樹高、胸徑、枝下高、胸高斷面積、冠幅、冠徑等參數的量測以及樹木的精確定位[8]。與此同時，參照整個標準地的全景立體式點云圖像以及與掃描同步拍攝的樣地照片可以辨別與參照樹最近的4株胸徑大于4 cm樹木的樹種、角尺度、大小比數和混交度等空間結構參數信息。與采用傳統方法獲取測樹因子人為工作量大、測算不準確、給林業研究造成極大不便相比，地面三維激光掃描技術的應用不論是在測樹效率還是在測量精度上都有較大提高[9-12]。

1.2.2 林分空間結構分析 以樣地掃描數據為基礎，利用空間結構分析軟件Winkelmass 1.0對固定樣地的林分結構參數進行綜合分析，分別計算了側柏林林分內的樹種混交度、大小比數和角尺度等參數[13]。

(1)樹種混交度。樹種混交度是指參照樹i的n株最近相鄰木中與參照樹不屬于同種的個體所占的比例。

式中:Mi——樹種混交度;n——參照樹的總株數。當參照樹i與第j株相鄰木非同種時，vij=1，否則vij=0。當考慮的參照樹周圍的4株相鄰木時，Mi的取值有5種:0，0.25，0.50，0.75，1.00。當 Mi=0 時，參照樹i周圍4株最近相鄰木與參照樹均屬于同種;Mi=0.25參照樹i周圍4株最近相鄰木有1株與參照樹不屬于同種;Mi=0.50參照樹i周圍4株最近相鄰木有2株與參照樹不屬于同種;Mi=0.75參照樹i周圍4株最近相鄰木有3株與參照樹不屬于同種;Mi=1.00參照樹i周圍4株最近相鄰木與參照樹均不屬于同種。這5種取值對應于混交度的描述為零度、弱度、中度、強度和極強度混交。

(2)林分大小比數。林分大小比數定義為大于參照樹的相鄰木株數占所考察的全部最近相鄰木的比例。所謂的“大小”用胸徑、樹高和冠幅均可表示(本研究采用胸徑表示)。

式中:Ui——林分大小比數;如果相鄰木j比參照樹i小，kij=0;否則，kij=1。當所觀察樹種的參照樹數量為4時，大小比數(Ui)有 5種取值可能，即:0，0.25 ，0.50，0.75 ，1.00。Ui=0(相鄰木均比參照樹小);Ui=0.25(1株相鄰木比參照樹大);Ui=0.50(2株相鄰木比參照樹大);Ui=0.75(3株相鄰木比參照樹大);Ui=1.00(4株相鄰木比參照樹大)。對應于參照樹在4個相鄰木中不同的優勢程度，即優勢、亞優勢、中庸、劣態和絕對劣態。

(3)角尺度。角尺度主要用于描述n株最近相鄰木圍繞參照樹i的均勻性。任意兩個鄰接最近相鄰木的夾角有兩個，小角設為α，把當最近相鄰木均勻分布時的夾角設為標準角α0，則角尺度被定義為α角小于標準角α0的個數占所考察的n個夾角的比例，用公式表示為:

式中:Wi——角尺度;n——參照樹的總株數;當第i個α角小于標準角α0時，yij=1，否則 yij=0。當所觀察樹種的參照樹數量為4時，取值有5種可能，分別為 0，0.25 ，0.50 ，0.75，1.00，當林分平均角尺度屬于[0.475，0.517]范圍內，說明林木整體分布格局為隨機分布;當林分平均角尺度＞0.517時為聚集分布;當林分平均角尺度＜0.475時為均勻分布。

在數據處理過程中，為了消除林分邊緣樹木對林分結構的影響，在樣地邊緣設置了5 m緩沖區(樣地四邊均向內縮進5 m)，故側柏水源涵養林標準地實際計算面積為90 m×90 m，共計8 100 m2。此外，在空間結構參數計算過程中，為能明顯地表達出混交度等結構參數的林學意義，選用n=4，即在參照樹周圍選用4株相鄰木組成一個結構框架。有學者[14-15]研究表明，由1株參照樹與其4株相鄰木所組成的結構單元中，參照樹與4株最近相鄰木構成的結構關系有5種，即零度、弱度、中度、強度、極強度，相比 n=3或5在其類型劃分上僅有4或6種(偶個數)，缺乏中間過渡類型，不符合自然現象而言，n=4時，過渡階段更加完整，生物學意義則更加明顯，空間結構信息比較完整，且這種結構單元的可釋性和可操作性都比較強，適宜于描述林分的空間結構特征。

2 結果與分析

2.1 側柏水源涵養林樹種組成

側柏水源涵養林林分概況見表1。由表1可知:在西山林區標準地內，林分密度約為1 687株/hm2，喬木層共有21個樹種，物種豐富度較高。其中，側柏株數占整個林分的67.22%，蓄積量占49.04%，說明側柏在該林分內占有絕對優勢;伴生樹種主要有油松、桑樹、元寶楓、刺槐、栓皮櫟等 20個樹種，伴生樹種株數所占比例較小，除油松外，其他伴生樹種株數比例均不足10%。此外，從林分針闊葉樹種構成比例看，針葉樹約占 80.9%，闊葉樹株數比例約占19.1%，針闊葉樹種的株數比例為8∶2;從林分每公頃斷面積比例看，側柏的斷面積占林分總斷面積的49.04%，油松的斷面積占林分總斷面積的21.45%，栓皮櫟的斷面積約占林分總斷面積的9.6%，其它樹種的斷面積占林分總斷面積的比例均小于10%，說明該林分為以針葉樹種為主，闊葉樹種為輔的側柏油松混交林，林分樹種組成式為:5側柏2油松1栓皮櫟+刺槐+桑樹+元寶楓-小葉樸-黑棗-大葉椴-核桃楸-小葉椴-山桃-臭椿-加楊-火炬樹-黃櫨-山杏-流蘇-構樹-核桃-合歡。從林分垂直結構看，該林分可劃分為3個林層:＜5 m，5～8 m，＞8 m，呈現出典型的復層林結構特征。其中，側柏的平均樹高與整個林分的平均樹高處于同一林層，從不同樹種的平均樹高構成可知，超過60%的林木樹高處于5～8 m林層，故5～8 m范圍是該林分的主林層。綜合分析林分內樹種株數、斷面積和樹高可知，側柏水源涵養林內物種多樣性較豐富，其中，側柏種群個體分布范圍最廣，蓄積量最大，占據著林分的上層空間，在群落內占有絕對優勢，是該群落喬木層的優勢種和建群種。

表1 側柏水源涵養林林分概況

2.2 側柏水源涵養林空間結構

2.2.1 樹種混交度 側柏水源涵養林林分混交度及其分布見表2和圖1。從中可知:側柏林樹種混交度分布規律明顯，混交度從Mi=0到Mi=1不同取值的比例呈減少趨勢，林分平均混交度為0.261，林分以零度混交為主，零度混交占總體比例為52.8%，說明該林分內樹種混交程度較低，林分中同種樹大多聚集在一起，屬于混交不良的范疇。其中，側柏種群以零度(Mi=0)、弱度(Mi=0.25)混交為主，兩種混交方式的林木株數比例為85%，且側柏株數比例為67.2%(見表1)，故側柏種群在空間結構單元中常與3株或3株以上的同種聚集生長，混交程度較低。由表2知，油松、栓皮櫟作為群落中的第二、第三大優勢樹種，中度(Mi=0.5)混交以上的單元所占比例分別為85%、100%，平均混交度分布為 0.52，0.91，屬于強度混交和極強度混交范疇，這主要是因為油松、栓皮櫟樹種株數在林分內所占比例較小，林分內樹種豐富度較高，油松、栓皮櫟樹種大多與其它樹種相伴而生，故二者混交度較高。此外，表2顯示:刺槐種群零度(Mi=0)和弱度混交(Mi=0.25)的比例為58%，混交度較低，僅次于側柏種群;桑樹、小葉椴、核桃楸、山桃 、小葉樸 、山杏 、臭椿 、黃櫨 、加楊 、核桃 、合歡 、構樹 、流蘇種群的混交度以強度(Mi=0.75)和極強度(Mi=1)為主，混交程度普遍較高，但它們的株數較少，對林分整體的混交程度影響不大。總體而言，由于該林分優勢種群側柏株數占整個林分總株數的67.2%，其混交度較低進而影響到整個林分混交狀況不良，林分內林木聚集度高，樹種隔離度低。

圖1 林分混交度分布圖

2.2.2 林木大小分化程度 側柏水源涵養林林分大小比數分布見圖2。由圖2可知:側柏林分大小比數分布比較均勻，林木大小差異不明顯;在空間結構單元內，不同等級的林木分布頻率相差不大，林木較穩定。由表2可知:側柏、油松、栓皮櫟、元寶楓、刺槐種群在空間結構單元中以優勢木、亞優勢木和中庸木為主，分別占種群總株數的 57%、67%、89%、66%和71%。其中，側柏種群有37%的個體在胸徑上處于優勢地位，20%的個體處于中庸狀態(Ui=0.5)，處于極劣勢地位的株數則相對較少，加之側柏種群株數在林分內所占比例大，在林分垂直結構中占據著主林層有利生態位，故側柏種群在林分內優勢度十分明顯。相比而言，山杏、加楊、流蘇、核桃等樹種主要以劣態(Ui=0.75)和絕對劣態(Ui=1)分布，在林分中處于被壓狀態;桑樹、火炬樹樹種在空間結構單元中分布較均勻，不同等級林木分布頻率相差不大;黑棗、黃櫨 、大葉椴 、小葉椴 、核桃楸 、山桃 、臭椿 、構樹 、小葉樸等樹種在空間結構單元中分布具有一定的優勢度，優勢木或亞優勢木較多，但由于株數較少，樹種優勢度并不明顯。從樹種優勢度和種群密度綜合分析:側柏、油松、栓皮櫟、元寶楓和刺槐種群的優勢度都較大，但由于側柏株數多，個體分布廣，較其它4個樹種而言優勢度更加明顯。

表2 側柏林各樹種混交度及大小比分布

圖2 林分大小比數分布圖

2.2.3 角尺度分析 由圖3可以看出，側柏水源涵養林內以Wi=0.5等級的分布頻率最大，角尺度在等級Wi=0.5兩側的分布頻率相差較大，Wi=0和Wi=0.25的林木株數比例為16.5%，Wi=0.75和Wi=1的林木株數比例為25.2%，說明側柏林林木水平格局為聚集分布;側柏水源涵養林林分平均角尺度值(ˉW)為0.542，ˉW＞0.517，也證明了該側柏林林木水平分布格局為聚集分布，但聚集程度較低。

圖3 林分角尺度分布圖

3 討論

林分結構決定林分功能[16]。林分結構的研究對森林經營技術研究、森林結構與功能量化研究乃至森林健康評價都有著重要意義。對于人工林而言，其林分空間結構的研究，一方面可以對現實林分狀態進行真實描述;另一方面可有助于利用這種規律，使人工林的建立、撫育、采伐的方式同潛在的天然森林植被的關系相接近，并通過現代化的手段分析和重建林分空間結構，模擬最優的林分結構模式，進而為森林的有效保護和合理經營提供可行的方法。而將地面三維激光掃描技術用于林分資源調查并結合混交度等空間結構指標來分析林分空間結構特征的方法，在國內外森林結構研究方面尚未多見。Danson、Moorthy、Tansey等[17-19]研究表明:應用地面三維激光掃描技術對林分結構進行研究，在一次掃描過程中可以獲取多棵樹木的數據，通過數據處理可對樣地內樹木進行精確定位并可精確測算出每一株樹木的胸徑、樹高、胸高斷面積、冠徑、冠幅等測樹因子，大大提高了數據的準確性和采集效率。為此，將地面三維激光掃描技術引入林分空間結構特征研究，在豐富我國森林結構研究方法的同時，將有助于推動我國數字化林業建設進程不斷前進。

北京西山林場側柏水源涵養林樹種混交度以零度混交和弱度混交為主，林分中樹種混交狀況較差，林分的樹種平均混交度為0.261，林分混交程度較低。林木大小比數分布存在細微波動性變化，林分中優勢、亞優勢和中庸狀態分布的林木個體比例相差不大，喬木層樹種穩定性較好。相對空間結構單元而言，個別等級林木分布頻度變化幅度較大，分布格局呈聚集分布。其中，側柏種群在空間結構單元中的優勢度最大:一方面，側柏種群在株數上所占比例大;另一方面，在垂直結構中占據主林層有利的生態位，林木生長受相鄰木的干擾較小，故側柏種群將在種間競爭中繼續保持其優勢地位。油松、元寶楓、刺槐、栓皮櫟的優勢度次之，其中，栓皮櫟的胸徑優勢明顯，并占據著群落的最高層，在一定時期內栓皮櫟仍將保持其優勢地位。但栓皮櫟株數所占比例較小，徑級分布不連續，缺少中小徑級的個體，林下幼苗更新較少，當現存的栓皮櫟老化枯死后，樹種優勢將銳減。其他伴生種群各樹種個體數量少，徑級分布不連續，優勢度并不明顯且更新較為困難。因此，對西山林區側柏水源涵養林進行經營時，可根據生態學原理，從優化空間結構的角度出發，采取間伐和補植鄉土樹種等調整措施，提高側柏林的混交度，降低角尺度，在保證非優勢種群的順利生長的同時，增加林分物種組成的多樣性并提高群落穩定性，使林分結構更接近于自然狀態的林分結構特征，從而提升林分的整體生態服務功能。

[1] Pretzsch H.Structural diversity as a result of silvicultural operations[M]//Olsthoorn A F M.Bartelink H H，Gardiner J J，et al.Management of mixed species forest:silviculture and economics.Wageningen:Dlo Institute for Forestry and Nature Research(IBN-DLO)，1999:157-174.

[2] 惠剛盈，胡艷波.混交林樹種空間隔離程度表達方式的研究[J].林業科學研究，2001，14(1):177-181.

[3] 岳永杰，余新曉.北京松山自然保護區蒙古櫟林空間結構特征[J].應用生態學報，2009，20(8):1811-1816.

[4] 王希群，馬履一.北京低山油松林、側柏林、櫟林塊狀鑲嵌混交經營模式的研究[J].西北林學院學報，2007，22(2):164-168.

[5] 史宇，余新曉.北京山區天然側柏林種內競爭研究[J].北京林業大學學報，2008，30(S2):36-40.

[6] 陳彗新.北京山區主要樹種光合蒸騰與耗水特性研究[D].北京:北京林業大學，2008.

[7] 戎建濤，雷相東.北京十三陵林場側柏人工林林分結構的研究[J].安徽農業科學，2010，38(2):67-71.

[8] Király G ，Brolly G.Tree height estimation methods for terrestrial laser scanning in a forest reserve[J].IAPRS，2007，36:211-215.

[9] Koukoulas S，Blackburn G.Mapping individual tree location，height and species in broadleaved deciduous forest using airborne lidar and multi-spectral remotely sensed data[J].International Journal of Remote Sensing，2005，26(3):431-455.

[10] Jakob Weiβ.Applicationand statistical analysis of terrestrial laser scanning and forest growth simulations to determine selected characteristics of Douglas-Fir stands[J].Folia Forestalia Polonica:series A ，2009，51(2):123-137.

[11] Gá bor Brolly.Algorithms for stem mapping by means of terrestrial laser scanning[J].Acta Silv Lign Hung，2009，5(1):119-130.

[12] 趙陽，余新曉，信忠保，等.地面三維激光掃描技術在林業中的應用與展望[J].世界林業研究，2010，23(4):41-45.

[13] Hui G Y，von Gadow K.Das winkelmass-theoretische ǜberlegungen zum optimalen standardwinke[J].Allgemeine Forst und Jagdzeitung ，2002，173(9):173-177.

[14] 胡艷波，惠剛盈，戚繼忠，等.吉林蛟河天然紅松闊葉林的空間結構分析[J].林業科學研究，2003，16(5):523-530.

[15] 鄧送求，閆家鋒.南京紫金山楓香風景林空間結構分析[J].南京林業大學學報:自然科學版，2010，34(4):117-122.

[16] 袁正科，田育新.不同功能防護林類型的判別技術研究[J].林業科學，1998，11(3):1-5.

[17] Danson F M，Hetherington D.Forest canopy gap fraction from terrestrial laser scanning[J].Ieee Geoscience and Remote Sensing Letters，2007，4:157-160.

[18] Moorthy I，Miller J R.Retrieving crown leaf area index from an individual tree using ground-based lidar data[J].Canadian Journal of Remote Sensing，2008，34(3):320-332.

[19] Tansey K，Selmes N.Estimating tree and stand variables in a Corsican Pine woodland from terrestrial laser scanner data[J].International Journal of Remost Sensing ，2009，30(19):5195-5209.