靖州排牙山国有林场森林自然度评价

杨培松，陈彩虹，佘济云，唐子朝

（中南林业科技大学 林学院，湖南 长沙 410004）

森林是一个综合的陆地生态系统，其面积约为全球陆地面积的三分之一，能够为人类提供日常生产生活所需的各种产品和服务，是人类和动植物生存发展的基础，同时其复杂、多样、稳定的特性能够有效保障陆地生态平衡，促进生态文明的发展[1-3]。人类活动的加剧，对森林生态的稳定性产生了极大影响[4]，为了使森林趋于健康稳定和可持续发展，通过森林自然度评价体系的建立，描述森林资源质量，以便于探索更为科学有效的森林经营模式[5]，进一步促进人与自然和谐共生。

森林自然度是森林生态系统与原始森林植被状态之间的差异程度[5]。森林自然度的研究最早可以追溯到“生态干扰”概念的确立，芬兰植物学家Jalas 首先提出“生态干扰”的定义，用于描述人类活动对生境产生的影响。德国生态学家在此基础上提出了“生态干扰度”的概念，并将其引入生态学范畴[6]。随后欧洲学者对“生态干扰度”和“自然度”的对比研究，得出自然度含义更广且包含生态干扰度的结论[7-8]。Ellenberg 提出了第一个较完善地描述现实植被天然性程度的8 级分类系统。随后众多专家学者都开始尝试对“自然度”进行度量。国内对于自然度的研究起步较晚，始于张志英等[9-10]从物种组成丰富度大小的角度，对长白山地区的森林自然度进行评价研究；张玉环等[11]用定性评价的方法将海南岛植被自然度划分10 个等级；屠玉麟[12]依据植被性质和珍稀物种保护价值的高低把自然度分成高、中和低3 个等级[3]。喻庆国[13]选取了物种多样性指数、顶极适应值、均匀度指数、实生幼苗数、森林蓄积量、郁闭度和胸径级等7 个自然度评价指标。彭舜磊等[14]对反映群落特征的28 个参数进行敏感性分析，构建了植被组成、土壤肥力和群落演替3 个层面的18 个指标评价体系。赵中华等[15]认为采用定性描述与定量表达相结合的方法能提高自然度评价的可信性，是未来自然度研究的重要发展方向[16]。在2014 年《国家森林资源连续清查技术规定》中，根据林场小班森林资源生长情况的属性，将森林自然度划分为5 个等级。综上，森林自然度评价是为研究某一区域森林植被状况与原始（或潜在）森林植被状况之间的差异程度而作出的评价和量化分级。

在森林经营领域，自然度广泛用于自然保护价值评估、森林现状的评价以及森林经营计划的制定。通常以自然度评价结果作为依据进行林场的经营区划，根据不同经营区的植被状况探索不同的经营模式。目前，主要的评价自然度的方法有定性评价、定量评价及定性和定量相结合的评价。定性评价：根据森林某些方面的特征，通过定性描述的方法评价森林自然度。定量评价：确定权重后计算综合数值来衡量森林自然度。定性和定量相结合的评价：先用定量的方法得到森林自然度指数，再根据自然度指数划分自然度等级[10]。本研究采用定性和定量相结合的方法，通过评价指标的筛选和指标权重的确定，计算出各样点的自然度指数，然后进行自然度等级划分，其等级划分结果作为林场森林经营分区的一个参考因素，影响着林场经营模式的确立，也为林场的多功能经营提供了有力参考。

1 材料与方法

1.1 研究区概况

靖州苗族侗族自治县排牙山国有林场（以下简称“林场”）位于湖南省怀化市靖州县西南部，距县城20 km，地理范围位于东经109°27′～109°38′、北纬26°24′～26°35′，东临飞山乡、横江桥乡，西接藕团乡，南与新厂乡毗连，北与铺口乡接壤，全场东西宽8 km，南北长19 km，土地总面积6 794.32 hm2，经营范围分为排牙山（总场）、马园（分场）及地理冲（自然保护区）3 个不相连的部分，林场植被资源丰富，种类繁多，以杉木人工林、天然马尾松林及阔叶树林为主；人工林以纯林为主，天然林以混交林为主。该林场是靖州苗族侗族自治县唯一的国有林场，林地面积6176.03 hm2，活立木蓄积542 988.2 m3，竹林株数约为16 万株，森林覆盖率为90.9%，林木绿化率为93.3%。土地所有权归林场所有。

1.2 数据来源

研究数据来源分为三个部分：首先是前期的数据收集工作，收集林场的地形图、影像图、森林资源二类调查数据以及林场的相关文本资料；其次是外业调查，分为样地调查和小班数据补充调查，外业调查的周期比较长，是研究数据的重要来源之一；最后是内业数据的整合和处理。

1.2.1 样地设置与调查

样地是利用《湖南省森林资源抽样调查系统》和《湖南省森林资源监测数据调查与处理系统》两个软件进行均匀布设，在布设样点过程中，以林场为单位划分成1 个总体，采用系统抽样方法控制总体蓄积量，抽样对象是有蓄积的乔木林地。总体蓄积量的抽样精度≥90%（可靠性95%）。样本数量采用简单随机抽样公式计算，按90%的精度和95%的可靠性，预估蓄积变动系数（c值为0.50 ～0.70）。

本研究中：E值取0.10；t值取1.96；c值取0.65。

布点数量等于样本数量乘以扩大倍数，以保证能抽取满足调查精度的样地数量。扩大倍数等于总体总面积与总体中需抽样控制蓄积量的林地面积的比值。

式中：S1为林场总面积；S2为林场中需抽样控制蓄积量的林地面积。本研究中，S1取值6 794.32 hm2，S2取值6 176.03 hm2。

通过计算共布设样点178 个，样点之间间距为600 m，其中有效样点155 个，无效样点23 个，无效的原因是样点落在了河流水面或是道路上，对无效样点剔除后，样点分布如图1 所示。

图1 林场样点分布Fig. 1 Sample distribution map of the forest farm

样点覆盖整个林场，分布均匀，在研究过程中对林场构建了样点—林班—林场的层级系统，林场和林班的样点分布原则都是随机均匀散布，林场各林班的样点分布情况如表1 所示。从表1可以看出，包含样点数最多的是7 林班，样点数最少的分别是13、17 和24 林班，综合来看样点在林班中的分布还是比较均匀的。

表1 林班样点分布Table 1 Sample distribution table of forest classes

在外业调查中，利用平板和GPS 定位系统，找到每个样点，在每个样点设置20 m×20 m 样方，每个样方内设置1 m×1 m 草本样方，记录样地内DBH ＞5 cm 的乔木名称、胸径、树高，调查灌木种类、相对盖度、株树和平均高度，以及草本样方内草本种类、盖度、株数和平均高度。

1.2.2 评价指标的初步筛选

在林场森林自然度评价指标筛选过程中，首先利用森林资源二类清查数据中各小班的相关数据，再结合样地调查数据，从林分结构、立地条件、植被组成三个方面初步筛选出19 个与森林自然度相关的指标，其中包含群落结构、起源、龄组、坡度、海拔、腐殖质厚度、枯落物厚度、郁闭度、平均年龄、平均胸径、平均树高、小班面积、公顷蓄积、公顷株数、下木覆盖度、草本覆盖度、Shannon-Wiener 指数、Simpson 指数、PieLou 指数。

19个自然度评价指标的选取依据如图2所示，对初步筛选出的指标进行分析：

图2 森林自然度评价指标体系层次结构Fig. 2 Hierarchy structure of the forest naturalness evaluation index system

1）群落结构。森林群落结构的完整程度与自然度关系密切，完整的森林群落是森林自然度的重要特征，群落结构一般分为完整结构、复杂结构、简单结构3 种。

2）起源。起源分为自然起源和人工起源，自然起源是指自然下种、人工促进自然更新或自然萌生起源，人工起源则是植苗、直播或飞播的方式形成，林场一般的起源形式有自然下种、自然萌生、人工促进自然更新、人工萌生和植苗。

3）龄组。一般根据森林中主林层优势树种的平均年龄确定，划分为幼龄林、中龄林、近熟林、成熟林和过熟林。

4）坡度、海拔。坡度和海拔均是林地的立地属性，研究采用的是森林资源二类资源调查数据中的坡度与海拔数据。

5）腐殖质厚度、枯落物厚度。腐殖质厚度指的是自然土壤中富含腐殖质的表层土壤的厚度；枯落物厚度指的是森林中土壤表层的枯枝落叶的厚度。

6）郁闭度。郁闭度是乔木层树冠垂直投影面积与样地面积之比，表明了林分密度的大小，也可以认为是林木利用样地空间的程度。

7）平均年龄、平均胸径和平均树高。平均年龄、平均胸径和平均树高均是根据样地的外业调查数据，计算出样地范围内所有乔木树种的平均年龄、平均胸径和平均树高。

8）小班面积。小班面积的数据来源是根据林场已有的小班区划方式确定的。

9）公顷蓄积。公顷蓄积是每公顷林地上的立木材积之和，是森林生产力的重要体现，受立地条件、环境等因素的影响而变化。

10）每公顷株数。每公顷株数反映的是林分的密度，与林分的林木质量息息相关。

11）下木覆盖度、草本覆盖度。下木覆盖度指的是林分中乔木层以下的林木、灌木等植被在地面的垂直投影面积占统计区总面积的百分比；草本覆盖度是指单位面积的草本植被在地面的垂直投影面积占统计区总面积的百分比。

12）Shannon-Wiener 指数。表示群落的复杂程度的指数，公式为：

式中：Z为样方内的物种总数。

其中群落结构、起源、龄组为定性指标，首先将其定量化，以数字的形式量化其文字描述内涵，结果如表2 所示。

表2 定性指标量化描述Table 2 Quantitative description of qualitative indicators

1.3 研究方法

1.3.1 主成分分析法

主成分分析法又称矩阵数据分析或主分量分析，是利用原始变量的线性组合组成主成分来解释多维变量的协方差结构，通过选出最佳变量子集，简化数据，揭示变量间关系的一种多元统计分析方法[17]。在研究复杂问题时主成分分析可以只考虑少数几个主成分而不至于损失太多信息，使问题得到简化，提高分析效率。由于主成分分析的这些优势，在实际问题中遇到指标较多且各指标相关关系较大时，一般会应用主成分分析的方法[18]。

主成分分析法的具体步骤：1）建立观测数据矩阵，对原始数据进行标准化处理；2）建立相关系数矩阵并计算各主成分的特征值λ与对应的特征向量；3）依据特征值和累计贡献率，确定所需主成分的个数；4）计算主成分得分[19]。

主成分分析一般通过SPSS 软件来实现，在本研究中选取累计方差贡献率达到70%以上的主成分，在进行KMO 和Bartlett 球形检验时，KMO统计量取值在0 和1 之间，KMO 值越接近于1，变量间的相关性越强，主成分分析的效果越好；KMO 值越接近于0，变量间的相关性越弱，变量不适合作主成分分析。Bartlett 球形检验中，若显著性值P≤0.05，则认为相关系数矩阵不是单位矩阵，可以进行主成分分析。

1.3.2 熵值法

在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大[20]。在给定评估对象集后，不同指标的差异性不同，有效信息也不同，指标的信息熵越小，则该指标提供的信息量越多，其在综合评价中发挥的作用也越大，相应地权重占得越高[21]。因此，可根据熵的特性，计算出各个指标的权重，为多指标综合评价提供依据。

目前自然度评价的研究中，大多采用层次分析法确定指标权重，不过层次分析法赋权的结果具有一定的主观性；而熵值法作为一种客观赋权方法，在研究过程中得到的指标权重结果更准确客观。计算步骤为：

1）构建判断矩阵：设有n个样地，m个评 价 指 标，xij表 示 第i(i=1,2,…,n) 个 样 地 的 第j(j=1,2,…,m)个评价指标的值。

2）指标标准化处理：采用极差变换法对评价对象的指标进行标准化[22]，对于正向指标，取

1.3.3 综合评价法

森林自然度综合指数（Q）是将各评价指标的标准化值乘以各指标的权重之和，公式如下：

2 结果与分析

2.1 评价指标的筛选结果

依据初步筛选出19 个与森林自然度相关的指标，包括群落结构、起源、龄组、坡度、海拔、腐殖质厚度、枯落物厚度、郁闭度、平均年龄、平均胸径、平均树高、小班面积、公顷蓄积、每公顷株数、下木覆盖度、草本覆盖度、Shannon-Wiener 指数、Simpson 指数、PieLou 指数，构建样地评价指标矩阵，进行主成分分析，分析结果如表3 ～5 所示。

由主成分分析统计信息的结果（表3）可知，前5 个成分的累计方差贡献率达到73%以上，KMO 取样适切性量数为0.815，P值为0，表明了样本数据适合做主成分分析。从主成分因子载荷矩阵表可以看出，群落结构、龄组、腐殖质厚度、郁闭度、平均年龄、平均胸径、平均树高、公顷蓄积、下木覆盖度、草本覆盖度10 个指标在第一主成分上有较高的载荷，Shannon-Wiener 指数、Simpson指数、PieLou 指数在第二主成分上有较高的载荷，海拔在第三主成分上有较高的载荷（表5）。根据分析结果，选取载荷因子大于0.6 的指标，共筛选出14 个评价指标，分别是群落结构、龄组、海拔、腐殖质厚度、郁闭度、平均年龄、平均胸径、平均树高、公顷蓄积、下木覆盖度、草本覆盖度、Shannon-Wiener 指数、Simpson 指数、PieLou 指数。

表3 主成分分析统计信息Table 3 Statistical information tables of principal component analysis

表4 KMO 和Bartlett 球度检验Table 4 KMO and Bartlett tests

表5 主成分因子载荷矩阵Table 5 Principal component factor load matrix table

2.2 评价指标权重的计算

熵值法是一种客观赋权方法，通过R 语言计算出各评价指标的权重。首先通过筛选出的14 个指标建立样地的评价指标矩阵，用极差法对样地的评价指标矩阵进行无量纲化处理，接下来将处理好的矩阵导入R 语言软件中，通过计算得出各指标的权重，结果如表6 所示。

表6 熵值法确定的评价指标权重Table 6 Weight table of evaluation indexes determined by the entropy method

在评价指标权重中群落结构所占的权重最大，接下来依次为PieLou 指数、Simpson 指数、Shannon-Wiener 指数、下木覆盖度，由此可以得出，森林垂直结构的复杂程度、群落中物种的多样性以及林下物种的丰富度等因素对森林自然度有显著影响。

2.3 自然度综合评价结果

各个样地的自然度评价指数结果如表7 所示。

表7 林场155 个样地的自然度评价指数Table 7 Naturalness values of 155 plots on the forest farm

在林场155 个样地的森林自然度评价结果中，森林自然度评价指数最大的是27 号样地，评价指数为0.84，植被类型是栎类与马尾松的针阔混交林，群落结构复杂，物种多样，近自然程度也比较高。自然度评价指数最小的是2 号样地，为0.02，该样地是杉木人工纯林，群落结构简单，其近自然程度也比较低。

自然度指数在0 ～0.1 之间的样地有14 个，占总样地数的9.03%；自然度指数在0.1 ～0.2 之间的样地有12 个，占总样地数的7.74%；自然度指数在0.2 ～0.3 之间的样地有20 个，占总样地数的12.90%；自然度指数分布在0.3 ～0.4 之间的样地有29 个，占总样地数的18.71%；自然度指数分布在0.4 ～0.5 之间的样地有24 个，占总样地数的15.48%；自然度指数分布在0.5 ～0.6 之间的样地有40 个，占总样地数的25.81%；自然度指数分布在0.6 ～0.7 之间的样地有7 个，占总样地数的4.52%；自然度指数分布在0.7 ～0.8 之间的样地有7 个，占总样地数的4.52%；自然度指数分布在0.8 ～0.9 之间的样地有2 个，占总样地数的1.29%。具体的样地自然度分布如表8 所示。

表8 样地自然度分布Table 8 Plot naturalness distribution

2.4 自然度等级的划分

本研究中自然度等级的划分参照2014 年《国家森林资源连续清查技术规定》，将森林自然度划分为5 个等级，等级代码Ⅰ～Ⅴ对应的分别是近自然、半自然、远自然、近人工、人工，具体的分级标准见表9。

表9 自然度等级划分标准Table 9 Criteria for naturalness grading

由于整个林场中155 个样地的自然度指数不呈正态分布，所以在进行取值区间划分时，采用不等间距法进行分级。划分结果如表10 所示。

表10 靖州排牙山国有林场自然度等级的划分Table 10 Grading table of forest farm naturalness

林场各样地森林自然度等级的分布情况如图3所示。

图3 林场森林自然度等级分布Fig. 3 Hierarchical distribution of forest naturalness on the forest farm

其中自然度等级为“人工”的样地有26 个，其优势树种为杉木Cunninghamia lanceolata、马尾松Pinus massoniana，主要的植被类型是杉木人工纯林、马尾松人工纯林，树种结构单一，群落结构比较简单。自然度等级为“近人工”的样地有49 个，主要优势树种为杉木、马尾松、木荷Schima superba、香樟Cinnamomum camphora、杨梅Myrica rubra、枫香Liquidambar formosana，其植被类型分别有杉木针叶纯林、马尾松针叶纯林、杉木木荷针阔混交林、马尾松栎类香樟针阔混交林以及杉木马尾松混交林，林下植被较少，森林结构较为单一。自然度等级为“远自然”的样地有64 个，其优势树种有杉木、马尾松、栎类、木荷、香樟、枫香、湿地松Pinus elliottii和其他中生及慢生阔叶树，植被类型包括杉木马尾松针叶混交林、杉木枫香针阔混交林、马尾松栎类针阔混交林、马尾松杉木栎类针阔混交林等。自然度等级为“半自然”的样地有7 个，优势树种有杉木、马尾松、栎类、柳杉Cryptomeria japonicavar.sinensis、楠木Phoebe zhennan、枫香、木荷、榉类、檀类和其他中生树，主要的植被类型为马尾松栎类针阔混交林、马尾松木荷针阔混交林、马尾松杉木针叶混交林、香樟楠木阔叶混交林。自然度等级为“近自然”的样地有9 个，优势树种有马尾松、榆类、枫香、榉类、檫木Sassafras tzumu、楠木、核桃Juglans regia、紫薇Lagerstroemia indica、香樟等，主要的植被类型有枫香紫薇阔叶混交林、栎类马尾松杉木针阔混交林，具有复杂的群落结构，已出现地带性顶级树种。

林场共有25 个林班，各林班中包含的样点个数以及样点对应的自然度等级如表11 所示。本文中根据样点—林班—林场层级系统，对于林班自然度的评价，选择计算同一个林班中不同样地的自然度等级占比的方法，综合评价得出每个林班的自然度等级，结果如图4 所示。

图4 林场各林班森林自然度等级分布Fig. 4 Distribution map of forest naturalness classes on each forest farm

表11 林班自然度等级分布Table 11 Natural degree distribution table of forest classes

在4 林班和24 林班中，“人工”等级的样点占比最高，分别为62.50%和66.67%。5 林班中“近人工”等级的样点占比80%，该林班的综合自然度等级为“近人工”。综合自然度等级为“远自然”的林班有15 林班和16 林班，两个林班内“远自然”等级的样点占比均为100%。所有林班中“半自然”等级的样点占比最高的林班为1 林班。“近自然”等级样地占比最高的是25 林班，为55.56%，25林班是林场中唯一的一片自然保护区，植被大多属于演替后期的次生林。

从表11 和图4 可以看出，林场自然度可划分为5 个等级，根据每个林班中隶属于不同自然度等级的样地数在该林班中的占比，综合分析得出，自然度等级为“人工”的有3 个，分别是4 林班、10 林班、24 林班；“近人工”等级的有8 个，包括2 林班、5 林班、7 林班、8 林班、9 林班、11林班、14 林班、17 林班；“远自然”等级的有12 个，分别是3 林班、6 林班、12 林班、13 林班、15 林班、16 林班、18 林班、19 林班、20 林班、21 林班、22 林班、23 林班；“半自然”等级的是1 林班；“近自然”等级的是25 林班。综合分析，林场的自然度处于“远自然”等级。

2.5 林场自然度分析

各样地的自然度等级都已经有了明确的划分结果，将样地自然度评价结果与起源、林种以及龄组分别结合分析，能有效地了解林场的森林资源现状，结果如图5 ～7 所示。

图5 森林起源状况分析Fig. 5 Analysis of forest origin

图6 林种状况分析Fig. 6 Analysis chart of forest species status

图7 龄组状况分析Fig. 7 Age group analysis chart

林场的林木按森林起源分为人工林、天然林两大类，人工林面积远大于天然林，人工林与天然林中均是远自然等级的样地占比最高，这与林场整体的“远自然”等级相对应。在人工林中的“远自然”等级、“近人工”等级、“人工”等级的样地占比分别为33.55%、29.68%、16.77%，合计占总样地数的80%，以绝对的数量优势高于近自然和半自然等级。天然林中除了远自然等级之外，占比最高的就是近自然等级的样点，没有人工等级的样点。从图5 可以看出林场以人工林为主，其自然度等级也偏向人工，说明林场的人工经营程度、经营质量和经营效率都比较高。

排牙山林场的林种主要分为防护林、特种用途林、用材林和经济林4 类。防护林以水源涵养林为主，其自然度等级主要分布在远自然、近人工和人工。特种用材林主要是国防林，特种用材林在所有林种中的占比是最高的，其自然度等级分布侧重远自然等级、近人工等级和人工等级。用材林中也是以远自然等级、近人工等级和人工等级为主，经济林在所有林种中占比最少。从图6中可以看出，特种用途林面积最大，其主要功能就是防护和生态保障，用材林居第二位。从林种来看，林场的森林经营采用生态建设和林产品生产并行的发展方向。

通过林场龄组与自然度的关系分析，可以看出林场的龄组结构健康，发展有活力。幼龄林占比23.87%，中龄林占比10.97%，近熟林占比36.77%，成熟林占比17.42%，过熟林占比10.97%。幼龄、近熟林的占比较高，表现出林场森林生长的活力。

3 结论与讨论

3.1 结 论

在进行靖州排牙山国有林场的自然度评价时，根据标准的评价流程包括筛选指标、确定指标权重，计算自然度指数，得出了林场的自然度评价结果；为了研究的科学严谨，在确定指标权重时选用熵值法，提高了赋权的客观性。靖州排牙山国有林场中群落结构多样，林场自然度指数为0.02 ～0.84，自然度等级跨度比较大，从整体上看，林场的自然度等级为“远自然”。自然度指数最大的样地隶属于25 林班，是栎类与马尾松的针阔混交林，25 林班也是林场唯一的一片自然保护区；自然度指数最小的是2 号样地，为杉木人工纯林；这体现了自然度评价结果的准确性和科学性。根据起源分类，林场中人工林的自然度等级偏向“远自然”，天然林的面积占比虽小，但整体上偏向“近自然”。林种与自然度的分析结果表明，林场的主要林种类型是特种用途林，其自然度等级偏向远自然。林场龄组与自然度的分析结果体现出林场林龄结构的均衡与稳定，森林处于比较健康的状态。自然度与起源、林种以及龄组的综合分析结果与林场整体的自然度等级评价趋势是一致的，通过分析可以看出林场的经营程度比较高，森林的龄组结构比较稳定，森林质量也比较好。

3.2 讨 论

利用森林自然度划分的森林经营区，更符合植被的自然特性，对于森林经营来说合理的自然度分析能够为经营模式的构建提供参考。本研究是从林分结构、立地条件、植被组成三个方面考虑评价指标的选取，目的是通过分析森林植被垂直结构的现状特性，为森林经营区的划分提供较为直接的依据，仅从自然度评价的角度来看，本研究中考虑的影响因素还不够全面，森林群落结构复杂多样，自然度反映的是森林的一个状态，其传达出来的信息对森林经营保护和恢复有着积极的影响。但森林自然度评价的作用不仅局限于此，影响自然度的指标多种多样，还可以从多种不同的方向筛选指标体系，比如在自然度评价体系的构建过程中加入相关的森林动态指标，评价结果就可以体现森林的动态发展方向[6]，这也是后续的研究中需要探索的方向，要持续深入地探索更为全面的影响因素和各因子对自然度评价结果的影响程度。目前大多数林场的经营和保护措施还比较粗犷，改变传统的经营模式迫在眉睫，运用多功能的经营理念，对林场进行科学有效的经营管理符合我国坚持人与自然和谐共生的发展方略，亦能够维护国家的生态安全。森林自然度评价是森林多功能经营的基础[21]，运用森林经理学的相关理论和分析方法，解构森林的多重功能，发挥森林的多功能优势是现代林业的发展方向。