邱昆明

(福建省連城縣國有林場，福建 連城 366200)

林分蓄積量是評價一個地區(qū)的森林生態(tài)環(huán)境和森林資源規(guī)模的主要指標，是森林資源監(jiān)測的主要內(nèi)容之一。林分蓄積由斷面積、樹高和形數(shù)構(gòu)成，單位面積蓄積不僅受樹種、起源、林木直徑、樹高、年齡等因素影響，同時林分密度、立地條件、經(jīng)營措施等也對其起產(chǎn)生影響[1]。具備速生、豐產(chǎn)、優(yōu)質(zhì)等特征的杉木(Cunninghamialanceolata)系連城縣國有林場的第一造林樹種，研究人工杉木林分蓄積各因子間的相關(guān)性，對人工杉木林的資源利用、管理決策等都具有重要的意義。當(dāng)前不少學(xué)者都對林分蓄積相關(guān)因子主成分分析進行了研究，并根據(jù)不同的樹種和區(qū)域特征，采取不盡相同的因子進行主成分分析和評價，其分析的數(shù)據(jù)來源主要為森林資源連續(xù)清查中的樣地數(shù)據(jù)，而基于小班尺度的蓄積相關(guān)因子主成分分析研究較少報道。因此，本研究從連城縣國有林場2015年森林資源建檔小班數(shù)據(jù)庫中篩選出581個人工杉木林小班，利用小班中的相關(guān)因子，從小班尺度采用主成分分析法和多元回歸法以及配對t檢驗[2～3]，找出與人工杉木林單位面積蓄積相關(guān)的因子進行進一步的分析，以期更好地為本區(qū)域今后杉木人工商品林的培育和管理提供參考。

1 研究區(qū)概況

連城縣國有林場位于閩西連城縣境內(nèi)，介于東經(jīng)116°32′12″—117°09′55″、北緯25°13′32″—25°56′02″之間。年均氣溫13.8～19.5 ℃，極端低溫-5.6 ℃，極端高溫37.6 ℃，年均降水量1600～2200 mm。氣候溫暖，雨量充沛，水熱條件優(yōu)越，屬于典型的中亞熱帶季風(fēng)濕潤氣候。林業(yè)用地的主要土壤是紅壤。在國家植被區(qū)劃體系中，屬于福建西部博平嶺常綠櫧類闊葉林小區(qū)，植物種類多，資源豐富。林場以經(jīng)營人工商品用材林為主，主要造林樹種為杉木和馬尾松，林場與周邊集體林相比經(jīng)營集約程度較高，由于擁有專業(yè)技術(shù)人員較多，森林資源檔案及營造林檔案齊全、準確率也較高，為本研究提供了較為扎實和準確的基礎(chǔ)數(shù)據(jù)。

2 分析方法

2.1 數(shù)據(jù)來源及預(yù)處理

對福建森林資源監(jiān)測管理系統(tǒng)中的連城縣國有林場2015年森林資源小班數(shù)據(jù)庫進行導(dǎo)出，在導(dǎo)出的數(shù)據(jù)中對人工杉木林小班進行提取，由于小班數(shù)據(jù)中存在一些明顯異常數(shù)據(jù)將影響后續(xù)分析，因此利用SPSS 19.0建立林分蓄積量、胸徑、樹高與小班年齡的散點分布圖進行分析剔除，后從數(shù)據(jù)庫中提取581塊杉木人工林小班，其分布范圍為：林分年齡7～40 a、平均胸徑2.0～30.0 cm、平均樹高1.7～23.1 m、林分密度135～3540株·hm-2、林分蓄積量13.7～335.8 m3·hm-2、郁閉度0.2～0.9、土層厚度45～220 cm、腐殖質(zhì)層厚度2～25 cm、海拔高352～1035 m。杉木在不同的年齡、平均胸徑、平均樹高、林分密度、郁閉度和海拔、地形、土壤厚度等因子的綜合作用下導(dǎo)致了小班林分單位蓄積量的不同[4]。胸高斷面積是林分蓄積構(gòu)成的重點，胸高斷面積與胸徑和株數(shù)正相關(guān)。本文擬從小班尺度利用森林資源小班數(shù)據(jù)庫進行分析，小班數(shù)據(jù)庫中的林分密度(株數(shù))除幼林外，中齡林以上并不完整，加上在森林資源年度續(xù)檔過程中，具有蓄積量的小班林分密度年度未作修正，考慮到小班數(shù)據(jù)結(jié)構(gòu)情況，在無法利用胸高斷面積數(shù)據(jù)的情況下，嘗試引入郁閉度因子作分析。參照以往林分蓄積相關(guān)因子主成分分析的研究成果和相關(guān)理論[5-7]，結(jié)合本區(qū)域人工杉木林的實際生長狀況并基于小班尺度的考慮，本研究選擇了14個因子進行分析，基于小班林分的因子有：平均年齡、平均胸徑、平均樹高、林分密度、郁閉度；基于小班立地的因子有：海拔、坡向、坡位、坡度、坡長、土壤厚度、腐殖層厚度、灌木層類型、草本層類型。為便于統(tǒng)計分析，除定量型數(shù)據(jù)外，對定性型數(shù)據(jù)坡向、坡位、坡長、灌木層類型、草本層類型，根據(jù)其數(shù)據(jù)對杉木人工林單位面積蓄積生長的優(yōu)劣順序，用等距法進行數(shù)值量化處理。以坡向為例，杉木屬喜陰樹種，將西北坡、北坡、東北坡、東坡統(tǒng)一為陰坡；無坡向劃為一類；把東南坡、南坡、西南坡、西坡統(tǒng)一為陽坡；分別賦值為3、2、1，其他定性指標同理進行量化轉(zhuǎn)換。

2.2 數(shù)據(jù)處理

采用Excel 2003對數(shù)據(jù)進行初步統(tǒng)計和分析，相關(guān)性分析、主成分分析、回歸分析、配對t檢驗采用SPSS 19.0進行。

3 結(jié)果與分析

3.1 各因子間相關(guān)性分析

對抽取小班數(shù)據(jù)進行數(shù)值量化處理后，利用SPSS 19.0對杉木人工林林分蓄積量與各因子之間作相關(guān)分析(表1)。從表1 可看出，林分蓄積量與平均胸徑、平均樹高、郁閉度、平均年齡、海拔、坡長、腐殖層厚度的相關(guān)系數(shù)為0.110～0.748，均呈極顯著相關(guān)；草本層類型與林分蓄積量呈顯著相關(guān)關(guān)系；小班數(shù)據(jù)庫中林分密度因有缺漏及撫育間伐作業(yè)后年度續(xù)檔本項目未及時修正，因而林分密度的相關(guān)性未能體現(xiàn)；由于杉木為淺根性樹種，原始資料顯示本次抽取的小班平均土層厚度均在45 cm以上，基本能滿足杉木生長對土層厚度的要求，因而對土壤厚度的相關(guān)性不強；因采取小班尺度的分析，其涉及到的面積范圍相對樣地大，因此在坡向、坡位、坡度、灌木層類型等立地環(huán)境因子的相關(guān)性未能發(fā)現(xiàn)。綜上，杉木人工林林分蓄積量主要受樹體本身(平均胸徑、平均樹高、郁閉度、平均年齡)的影響。

表1 林分蓄積量與各因子間的相關(guān)分析

*：*為顯著相關(guān)[0.05 水平(雙側(cè))]；**為極顯著相關(guān)[0.01 水平(雙側(cè))]。

3.2 主成分分析

主成分分析的效果要有統(tǒng)計學(xué)意義。首先抽樣適度測定值(Kaiser-Meyer-Olkin，簡稱KMO值)要求>0.5，其次是球形檢驗卡方值(巴特尼特Bartlett)的顯著性P(Sig.)<0.05[8]。通過上述相關(guān)性分析，主成分分析選取與林分蓄積量顯著相關(guān)以上的因子進行，本分析選取的2個公因子累積方差貢獻率為52.63%、公因子的KMO檢驗值為0.723、各公因子特征值>1(表2、表3)。由于2個公因子的含義不清，為得到公因子的載荷矩陣，對原因子載荷矩陣運用最大方差法進行正交旋轉(zhuǎn)，因子得分系數(shù)矩陣采用回歸法得到(表3)[3-4]。由表3可知，第一公因子有較大載荷的分別為平均年齡、平均胸徑、平均樹高、郁閉度(帶下劃線的數(shù)據(jù))，其方差貢獻率為31.32%。斷面積、樹高和形數(shù)構(gòu)成蓄積量三要素，而平均胸徑與斷面積成正比關(guān)系，林分蓄積三要素在第一公因子包含了2個，因此將第一公因子定義為林分基本因子；第二公因子在海拔、坡長、腐殖層厚度(帶下劃線的數(shù)據(jù))上有較大載荷，其方差貢獻率為21.32%，定義為環(huán)境立地條件因子。用2個公因子代表原來的8個因子評價林分蓄積量信息總量的52.63%，其主成分公因子分析結(jié)果較滿意。

表2 取樣足夠度量數(shù)KMO和球形度檢驗Bartlett

表3 各因子的主成分分析

3.3 多元線性回歸分析

從原有抽出的581個人工杉木林小班中隨機抽出500個小班作為建模小班，其余81個小班作為驗證小班。建模采用多元線性回歸方法，分別以林分蓄積量為第一公因子和第一、二公因子的因變量，公因子為自變量[8]。第一公因子建模時，平均年齡的t檢驗值為-2.287，因顯著水平不夠而被舍棄；同樣原因，第一、二公因子建模時，對于t檢驗值為0.679和-1.493的海拔和坡長2個因子也被舍棄。建模情況詳見表4。

表4 林分蓄積量與相關(guān)因子建模情況

*：V、D、H、C、F分別為林分1 hm2蓄積量、平均胸徑、平均樹高、郁閉度、腐殖層厚度。

作為林分基本因子的第一公因子與林分蓄積量的相關(guān)性可通過R2值0.654、Sig.值<0.05得以體現(xiàn)；建模方程中第一、二公因子與第一公因子對比決定系數(shù)略高、F值較小，表明隨著環(huán)境立地條件因子的參與其數(shù)據(jù)的擬合程度也得到提高，但林分蓄積量估計精準度卻有所下降。從2個多元回歸建模方程可看出，人工杉木林蓄積量主要由樹種本身的生物學(xué)特性決定。

3.4 回歸模型驗證

表5為2個建模方程求得的蓄積利用配對t檢驗法與實測值進行檢驗結(jié)果。從表5中可看出2個檢驗對其t值都小于t0.05(81)=1.990，說明2個模型的回歸計算值與實測值之間無顯著差異。第一、二公因子模型配對檢驗隨著環(huán)境立地條件因子的增加，顯著性隨著均值、標準差以及t值減小而減小，其結(jié)果與因子分析的結(jié)果相一致。

表5 多元回歸模型的t檢驗

4 總結(jié)和討論

1)對連城縣國有林場杉木人工林小班數(shù)據(jù)各因子之間進行相關(guān)分析，選取出與杉木林分蓄積量相關(guān)的2個公因子。平均年齡、平均胸徑、平均樹高、郁閉度在第一公因子上載荷較大，定義為林分基本因子；海拔、坡長、腐殖層厚度在第二公因子上載荷較大，定義為環(huán)境立地條件因子。在多元線性回歸分析中，由于平均年齡、海拔、坡長的t檢驗值達不到顯著水平而被剔除。對林分2個公因子中的累積因子進行多元線性回歸分析建模、對建模方程求得的結(jié)果利用配對t檢驗法與蓄積量實測值進行檢驗，其結(jié)論符合因子分析法結(jié)果，提取的公因子與林分蓄積的三要素基本吻合。基于小班尺度杉木人工林蓄積相關(guān)因子主成分分析可行、有效，找出其相關(guān)公因子，可以達到減少觀測變量，提高公因子變量的觀測精度，精簡小班檔案數(shù)據(jù)的目的。

2)不同生境下植物生長機制存在較大差異，此次基于小班尺度的蓄積相關(guān)因子主成分分析結(jié)論與林分的實際情況相符。其分析方法比傳統(tǒng)的典型樣地調(diào)查獲取數(shù)據(jù)相對方便，數(shù)據(jù)所包涵的面積范圍比典型樣地更大，因此所代表的林分特征值更有代表性；但在對局部的立地條件(坡向、坡位、坡長)等因素上的反映相對較弱；此外，小班數(shù)據(jù)的調(diào)查精度比樣地低及森林資源續(xù)檔造成的誤差也容易造成評價結(jié)果的偏差，這些因素應(yīng)盡量在小班調(diào)查和建檔的內(nèi)外業(yè)中克服并在數(shù)據(jù)的預(yù)處理中發(fā)現(xiàn)剔除。

3)對蓄積相關(guān)因子主成分分析的因子取舍有不同的看法，本分析只是對蓄積相關(guān)因子主成分分析的一次有益探索，在數(shù)據(jù)調(diào)查、取舍和數(shù)據(jù)分析等層面上，仍有許多問題需要不斷補充和完善。為了探求提高林木生長速度和提高林地生產(chǎn)力，利用主成分分析方法對人工杉木蓄積量相關(guān)因子進行分析，找出影響其蓄積生長的主因素，從而指導(dǎo)營林工作；在森林資源調(diào)查工作中，提高其主因素的調(diào)查精度。