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)測的主要內容之一。林分蓄積由斷面積、樹高和形數(shù)構成，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、經營措施等也對其起產生影響[1]。具備速生、豐產、優(yōu)質等特征的杉木(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。當前不少學者都對林分蓄積相關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，介于東經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營集約程度較高，由于擁有專業(yè)技術人員較多，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數(shù)據(jù)。

2 分析方法

2.1 數(shù)據(jù)來源及預處理

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)庫進行導出，在導出的數(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成的重點，胸高斷面積與胸徑和株數(shù)正相關。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)結構情況，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因子主成分分析的研究成果和相關理論[5-7]，結合本區(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 結果與分析

3.1 各因子間相關性分析

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、腐殖層厚度的相關系數(shù)為0.110～0.748，均呈極顯著相關；草本層類型與林分蓄積量呈顯著相關關系；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分析

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

3.2 主成分分析

主成分分析的效果要有統(tǒng)計學意義。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]。通過上述相關性分析，主成分分析選取與林分蓄積量顯著相關以上的因子進行，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，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)構成蓄積量三要素，而平均胸徑與斷面積成正比關系，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，其結果與因子分析的結果相一致。

表5 多元回歸模型的t檢驗

4 總結和討論

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分析，選取出與杉木林分蓄積量相關的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果利用配對t檢驗法與蓄積量實測值進行檢驗，其結論符合因子分析法結果，提取的公因子與林分蓄積的三要素基本吻合?；谛“喑叨壬寄救斯ち中罘e相關因子主成分分析可行、有效，找出其相關公因子，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因子主成分分析結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果的偏差，這些因素應盡量在小班調查和建檔的內外業(yè)中克服并在數(shù)據(jù)的預處理中發(fā)現(xiàn)剔除。

3)對蓄積相關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因子主成分分析的一次有益探索，在數(shù)據(jù)調查、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力，利用主成分分析方法對人工杉木蓄積量相關因子進行分析，找出影響其蓄積生長的主因素，從而指導營林工作；在森林資源調查工作中，提高其主因素的調查精度。