我国森林健康评价方法综述*

胡 爽 徐誉远 王本洋

（华南农业大学 林学与风景园林学院，广东 广州 510642）

我国森林健康评价方法综述*

胡 爽 徐誉远 王本洋

（华南农业大学 林学与风景园林学院，广东 广州 510642）

文章对森林健康评价对象进行分类，总结了我国森林健康评价的方法以及其适用性。我国学者进行森林健康评价的主要方法包括指示物种法、指标体系法、健康距离法、主成分分析法、层次分析法、模糊综合评价法、人工神经网络法等。文章讨论了森林健康评价分级标准及其应用。在分析森林健康及其相关工作中存在问题的基础上，对未来我国森林健康监测、评价工作进行了展望。

森林健康；分类；评价方法；提升

20世纪70年代末期德国发现森林生活力缺失的现象，从而提出森林健康状态的概念，开始了观测工作，并迅速影响整个欧洲的森林健康状态观测和评价工作[1]。森林健康最初是针对人工造林林分结构单一、森林病虫害防治能力差、水土保持能力薄弱等问题提出来的理念[2]。城市化干扰、空气污染、湿地退化、生态环境变化等都会对森林健康产生重要威胁[3]。目前世界森林资源面临原始森林不断遭受破坏、面积持续减少、生物多样性下降的威胁[4]。

我国森林健康研究大致与国际同步。20世纪80年代我国学者开始了酸雨对单一物种及林分影响的研究[1]。近年来，我国已逐步认识并接受森林健康的理念，重视培育多功能、多目标、生物多样性丰富的健康森林，如国家林业局制定了《中国森林可持续经营标准与指标》，为人们提供了在生物多样性、地力维持、森林健康等方面的综合衡量依据[5]。

我国森林健康评价基础研究还不足，缺乏规范化，国内的森林健康评价工作还有很长的路要走[6]。本文通过查阅森林健康及其评价研究有关文献，总结森林健康评价方法和适用条件，为改进和完善森林资源健康监测体系、提升森林质量提供相关理论支持和方法借鉴。

表1 森林健康评价的森林类型分组

1 森林健康评价的对象

1.1 森林类型分组

我国森林按用途划分为防护林、用材林、经济林、薪炭林、特种用途林5类。每一类下分为不同类型，如特种用途林包括国防林、试验林、母树林等。在森林健康评价中，在按用途或者经营方式划分的基础上，以森林的自然生长特征为主要依据再划为3类，其评价结果更具可比性（表1）[7]：第一组，为基本允许自然生长的森林。经营目的内允许其自然演替，没有或较少干预森林结构；第二组，为林分结构受到限定的森林。为满足防护、绿化、环境保护、用材等需求而调整森林结构，基本不允许其自然演替；第三组，为其他类，自然生长特征等与前两类都不同，各分项之间也不同，在健康评价中对各分项单独进行比较，或视其自身生长特点归入第一或第二组中。

1.2 相关森林类型的研究

针对上述3组森林，我国学者开展了森林健康评价研究。如李梅[8]对冀北山地华北落叶松（Larix principis-rupprechtii）人工林健康评价开展了研究，对象为水源涵养林和水土保持林；王刚[9]对卧龙自然保护区森林健康进行研究；马志林[10]对北京山区典型小流域防护林进行了健康诊断及分析；封焕英[11]选择安徽省黄山、福建省顺昌和永安等区域毛竹林（Phyllostachys heterocycla）为研究对象，进行了健康评价分析；张营等[12]对滇东北方竹林（Chimonobambusa utilis）健康评价指标体系进行了研究；张志永等[13]研究讨论了城市森林健康的监测评价，并提出了相关意见。

我国是人工林面积最大的国家，人工林是我国森林重要组成部分，其健康状况不佳严重制约了我国的整体森林健康状况。我国人工林多为同龄纯林，结构和功能单一，生态系统较为脆弱，抗灾害能力弱，立地条件差，单位面积蓄积量比较低[14]。因此，人工林的健康问题非常值得关注。

2 森林健康评价的方法

森林生态系统健康评估是指用相应评价指标体系诊断森林生态系统的健康状况，对森林生态系统生产力水平、结构状态、抵抗外界干扰能力以及服务功能等多方面综合能力做出评估[15]。通过运用各种科学技术手段，可以得出森林健康状况的诊断结果，并在此基础上指导森林改善工作，使森林经营更加科学地进行。

2.1 指示物种类群评价法

该方法以森林的关键物种、特有物种、指示物种、濒危物种、长寿命物种和环境敏感物种等的数量、生物量、生产力、结构指标、功能指标及其一些生理生态指标来描述森林健康程度[16]。当生态环境遭受改变，指示物种监测指标则发生改变，可藉此分析生态环境的变化，判断森林健康状况。

指示物种法的优点是简单快捷，具有良好的操作性[17]。但指示物种的筛选标准不明确，不易找到合适的指示物种；监测参数选择不当会导致评价结果出现偏差[18]。

宋艳[19]利用土壤昆虫、授粉昆虫和天敌昆虫的种群丰富度，以及各保护区的昆虫群落多样性为指标，对天目山、龙王山和百山祖3个国家级自然保护区森林生态系统健康程度进行评估。王健敏[20]以蛀干昆虫松墨天牛（Monochamus alternatus）为例，将其作为森林生态系统健康评价的主体指标进行探索，证明蛀干昆虫能够作为森林健康诊断和评价的指示生物。

2.2 指标体系法

该方法首先确定能够表示生态系统主要特征的指标，然后把各特征指标进行归类，分析各指标与生态系统的意义，并确定在生态系统健康中的权重系数，最后确立健康评价的指标体系[21]。

指标体系评价法的优点在于，运用指标体系多项指标反应其生态系统的健康程度，同时反映了生态系统的健康负荷能力以及受胁迫后的健康恢复能力，并能反映生态系统不同尺度的健康评价转换[22]。但权重确定主观性较强，有时难以准确、客观反应指标体系的内在结构关系[23]，主要原因包括：社会经济指标不易定量分析，部分评价指标重复[24]。

肖风劲等[25]提出的森林健康系统评价框架包括了活力、组织结构、抵抗力、恢复力4个评价标准，可细分为8个专题（森林生理要素、森林生态要素、环境要素、气象要素、胁迫要素），共19个指标。李秀英[26]提出了生产力、结构组织、抵抗力、土壤状况综共4个方面29个指标的森林生态系统健康评价体系。

2.3 健康距离法

陈高等[27]利用模式生态系统集的思想，提出健康距离(HD)法，并推导出计算公式。一般生态系统受干扰越大，HD越大，该生态系统(群落)就越不健康。该方法通过建立一个指标体系集进行运算来评估森林生态环境健康状况。

代力民等[28]运用健康距离法对经不同干扰方式产生的过伐天然林、次生白桦林（Betula platyphylla）和人工落叶松林等群落的结构组成进行健康评估，得到系列评价结果，支持指导该区域林业工作的开展。聂力[29]通过东钱湖区域森林野外群落调查和室内实验分析获得的有关研究数据，采用综合指数法和健康距离法对东钱湖区域森林的健康状况进行评价，两种评价方法结果基本一致，并且符合实际情况。

2.4 主成分分析法

主成分分析(PCA)是由Pearson最早在1901年提出，一种将多变量问题转化为较少综合变量的方法。利用该方法，可把高维空间问题转化到低维空间处理，并简化变量系统的统计数字特征，使问题变得相对简单直观，同时还能简化变量系统的统计数字特征[30]。

主成分分析法能够消除指标间的相关影响，客观确定主成分权重，简化指标[31]。但其计算过程比较繁琐，对样本量要求较大；该法假设指标间为线性关系，若指标间为非线性关系时，评价结果会出现偏差[32]。

章伶俐[33]选择组织结构、活力、抵抗力以及土壤状况4个方面的23个指标，并运用主成分分析法从23个指标提取出9个主成分变量，建立了北京地区蒙古栎林（Quecus mongolica）生态系统健康评价指标体系。王雄宾[34]从活力、组织结构、恢复力3个方面选取了23个指标，用主成分分析法进行降维并建立指标体系，对八达岭林场油松林（Pinus tabuliformis）生态系统健康状况进行了评价。

2.5 层次分析法

层次分析法（AHP）由T. L. Santy教授于70年代初期提出，该方法的基本步骤为将复杂问题划分为多个相互联系的有序层次，对各层次进行专业判断，以定量值表示重要性，在此基础上建立数学模型，计算出每一层次全部因素相对重要性的权值并排序，根据排序结果进行规划决策和选择解决问题的措施[35]。

该方法的特点是将专业人员的主观经验判断量化，在目标（因素）结构复杂且缺乏必要数据的情况下更为适用[36]。同时该方法定量数据较少，定性成分多，评价结果不易令人信服，且指标过多时数据统计量大，权重难以确定[37]。

张桓[38]用层次分析法分析了北京百花山自然保护区河北塞罕坝自然保护区和山西庞泉沟自然保护区森林健康状况，并在此基础上为保护区管理工作提出建议。倪莉莉[39]从生产力、组织结构、抵抗力3个方面，选择12个指标及6个亚指标，构建了基于小班水平的县级森林健康评价指标体系，运用层次分析法确定指标权重，对开化县进行小班水平的森林健康评价。

2.6 模糊综合评价法

模糊综合评价法是汪培庄教授在1980年提出的[40]。该方法综合考虑影响评价对象的多重因素，以模糊集合的形式表示其最终评价，而不是得出“非黑即白”的结论[41]。

模糊综合评价法的优点是隶属函数和模糊统计方法能够有效将定性指标定量化；充分考虑了客观事物内部关系的复杂性和价值系统的模糊性[42]。缺点是评价指标间相关时评价信息会重复，权重确定带有主观性，有时隶属度函数可能难以确定，在多目标评价模型中，若确定每一目标、因子的隶属度函数，工作过于繁琐[43]。

樊建霞[44]构建了模糊综合评价模型，对北川县自然保护区森林生态系统健康进行了综合评价。沈泉林[45]运用模糊综合评价法对南平市延平区人工林健康进行评价，探讨了影响南平市延平区人工林健康发展的主要因子，并提出了科学有效的森林经营措施。

2.7 人工神经网络法

人工神经网络(artificial neural network, 简称ANN)是由大量人工神经元相互联系构成的模拟生物神经系统的网络，在此基础上能够模拟生物神经网络机制从而实现一定的功能[46]。

该法的优点是具有自学习、自适应的能力，模拟人类作出简单决策判断。但收敛速度较慢，难以在有限时间内达成目标；完成训练的网络推广能力不强[47]。

李静锐[48]以八达岭林场为对象，采用BP神经网络模型的方法，在小班、地块的尺度上，对八达岭林场森林健康状况等级进行了划分。王刚[9]运用MATLAB软件构建神经网络模型，根据小班数据描述了卧龙自然保护区森林生态系统的整体健康状况。

3 森林健康评价分级标准

现在对于森林健康的划分尚未有一个统一的标准，根据不同的对象研究者们运用不同的方法构建指标体系、模型来描述森林健康状态。李晖等[49]依据森林生长发育、外观特征、受灾情况，将森林健康状况定性分为健康、亚健康、中健康、不健康4类（表2）。

在对北京地区的水源涵养林进行健康评价的研究中，李金良和郑小贤[50]构建了如表3所示的定量评价体系。

4 与森林健康评价相关的3个问题

4.1 我国森林健康问题

我国森林覆盖率近年来基本保持增长趋势，但实际增加的是人工林，天然林退化，面积减少[51]。经过长期的森林改造，我国大部分森林结构变得单一，且向纯林方向发展[52]，导致森林难以对病虫害进行有效自我调节，森林健康状况进一步恶化[53]。我国森林病虫害的危害面积以每年3%～4%的速率递增[54]。

人为干扰使无林地转化为有林地、经营环节缺失、高利用压力、有害生物、空气污染和气候变化都威胁着我国森林健康[55]。在2001年的记录中，森林的破坏已经威胁到我国15%～20%动植物的生存，植被破坏继而又导致了严重的水土流失。森林植被和土地系统的破坏，加剧了我国的水土流失[56]。

4.2 森林健康评价问题

我国现阶段的森林健康评价工作基本为定性描述，定量化研究薄弱，限制了森林健康评价工作的开展与相关研究的发展；基础数据不足，无法构建与森林所在地社会经济状况相应的评价指标体系，导致评价结果不够科学合理[57]；缺乏森林健康的动态状况研究；尚未考虑森林经营目的；没有统一森林评价指标及其评价标准；森林健康评价指标体系与森林经营关系不明确，缺乏对森林健康经营的指导[58]。

4.3 森林资源监测的问题

我国森林面临破碎化、人工化、生物多样性低，森林病虫害、森林火灾高发等问题[55]，健康状况堪忧，而目前我国尚未建立森林健康的系统性检测。我国森林经营体系较为简单，森林健康相关研究不足，各部门、地区、学科协同工作薄弱，在实际工作中没有足够的理论技术支持，也没有成熟的森林健康技术体系与监测网络[27,59]。

人力、财力投入有限，无法以当前监测工作管理办法的标准高效完成工作。5 a一次的清查工作对于监测工作来说周期太长，无法及时掌握相关动态信息[51]。同时，一、二类调查中调查内容并不全面，地面监测内容和技术落后，缺少健康评价的重要因子[1,60]。

表2 森林健康等级划分

表3 森林健康评价标准

5 展望

林业相关部门需加强森林健康基础理论研究，不断完善工作内容、方法，逐渐规范有关方面的工作。在参考借鉴国外先进研究成果同时，立足我国森林健康问题重点开展研究。通过不断改进森林资源监测工作，掌握森林健康状况的动态信息，同时更加全面地综合考虑各种经济社会因素，发展科学统一的评价准则，建立更为全面的评价体系。

政府相关部门间应注重合作与交流，多技术领域协同发展。森林生态系统健康研究涉及到除林学外其他的学科领域，需要诸如生命科学、资源环境科学、气象学和计算机技术等领域的方法和技术支持。在森林健康监测评价过程中，特别是以3S技术为核心的现代林业信息技术能够实现监测评价工作的动态化、实时化、智能化，使一系列工作手段和成果更加精准、详实[61]，有助于建立完善森林健康评价工作体系，在森林健康监测中拥有广阔的应用前景。

[1] 陆元昌. 森林健康状态监测技术体系综述[J]. 世界林业研究, 2003, 16(1): 20-25.

[2] 曹国江. 关于森林健康问题的探讨[J]. 世界林业研究, 2008, 21(2): 76-80.

[3] 赵良平, 叶建仁, 曹国江. 森林健康理论与病虫害可持续控制— —对美国林业考察的思考[J]. 南京林业大学学报（自然科学版），2002, 26(1): 5-9.

[4] 薛立, 陈红跃. 世界森林发展趋势[J]. 广东林业科技, 2000, 16(2): 38-42.

[5] 杨军元, 刘书胜, 刘生冬, 等. 森林健康研究现状与面临的问题[J]. 绿色科技, 2011(1): 72-72;75.

[6] 葛忠强, 许景伟. 我国森林健康监测与评价研究现状及对策[C]//[编者不详]. 森林可持续经营与生态文明学术研讨会论文集. 郑州: [出版单位不详], 2008.

[7] 马爱国. 中国林业生物灾害防治战略[M]. 北京: 中国林业出版社, 2009.

[8] 李梅. 冀北山地华北落叶松人工林健康评价[D]. 保定:河北农业大学, 2013.

[9] 王刚. 卧龙自然保护区森林生态系统健康评价研究[D].成都: 四川农业大学, 2015.

[10] 马志林. 北京山区典型小流域防护林健康评价及经营模式研究[D]. 北京: 北京林业大学, 2011.

[11] 封焕英. 毛竹林健康评价指标体系构建及实证研究[D]. 北京: 中国林业科学研究院, 2014.

[12] 张营, 董文渊, 顾宝, 等. 滇东北金佛山方竹林健康评价指标体系构建[J]. 西南林业大学学报, 2016, 36(3): 131-136.

[13] 张志永, 叶兵, 杨军. 城市森林健康与监测评价研究进展[J]. 世界林业研究, 2013, 26(5): 53-58.

[14] 陈幸良, 巨茜, 林昆仑. 中国人工林发展现状、问题与对策[J]. 世界林业研究2014, 27(6): 54-59.

[15] 王兵, 郭浩, 王燕, 等. 森林生态系统健康评估研究进展明[J]. 中国水土保持科学, 2007, 5(3): 114-121.

[16] Suter G W II. Critique of ecosystem health concepts and indexes[J]. Environmental Toxicology and Chemistry, 1993, 129: 1533-1539.

[17] 丁德文, 石洪华, 张学雷, 等. 近岸海域水质变化机理及生态环境效应研究[M].北京: 海洋出版社，2009: 259-260.

[18] 孔红梅, 赵景柱, 姬兰柱. 生态系统健康评价方法初探[J]. 应用生态学报, 2002, 13(4): 486-490.

[19] 宋艳. 基于昆虫群落多样性为指标评价和监测森林环境质量的研究[D]. 临安: 浙江农林大学, 2013.

[20] 王健敏. 松墨天牛对云南松选择特性及蛀干昆虫在森林健康评价中的应用[D]. 北京: 中国林业科学研究院, 2010.

[21] 谭娟, 王卿, 沙晨燕, 等. 基于指标体系法的生态系统健康评价[J]. 中国人口·资源与环境, 2012, 22(S1): 352-355.

[22] 张会儒, 雷相东. 典型森林类型健康经营技术研究[M].北京: 中国林业出版社，2014.

[23] 国务院发展研究中心课题组. 生态文明建设科学评价与政府考核体系研究[M].北京: 中国发展出版社, 2014.

[24] 侯扶江, 徐磊. 生态系统健康的研究历史与现状[J]. 草业学报, 2009, 18(6): 210-225.

[25] 肖风劲, 欧阳华, 孙江华, 等. 森林生态系统健康评价指标与方法[J]. 林业资源管理, 2004(1): 27-30.

[26] 李秀英. 森林健康评价指标体系初步研究与应用[D].北京: 中国林业科学研究院, 2006.

[27] 陈高, 代力民. 森林生态系统健康评估Ⅰ. 模式、计算方法和指标体系[J]. 应用生态学报, 2004, 15(10): 1743-1749.

[28] 代力民, 陈高, 邓红兵, 等. 受干扰长白山阔叶红松林林分结构组成特征及健康距离评估[J]. 应用生态学报, 2004, 15(10): 1750-1754.

[29] 聂力. 东钱湖区域森林生态系统健康评价研究[D]. 上海: 华东师范大学, 2008.

[30] 姚莉丽. 基于主成分分析的去除乘性噪声算法研究[D]. 西安: 西安电子科技大学, 2011.

[31] 邱微, 樊庆锌. 寒冷地区城市水资源承载力模型[M].哈尔滨：哈尔滨工业大学出版社, 2013.

[32] 刘君昂, 刘红娟. 森林健康评价方法与应用[J]. 中南林业科技大学学报, 2009, 29(6): 197-200.

[33] 章伶俐. 北京地区蒙古栎林生态系统健康评价与影响因素分析[D]. 北京: 北京林业大学林学院, 2009.

[34] 王雄宾. 八达岭油松林生态系统健康评价及调控研究[D]. 保定: 河北农业大学林学院, 2007.

[35] 吕婧娴. 小陇山林区油松林生态系统健康评价研究[D]. 西安: 西北农林科技大学林学院, 2010.

[36] 李恺. 层次分析法在生态环境综合评价中的应用[J].环境科学与技术, 2009, 32(2): 183-185.

[37] 文传浩. 经济学研究方法论: 理论与实务[M]. 重庆：重庆大学出版社, 2015.

[38] 张桓. 华北地区自然保护区森林健康评价研究[D]. 北京: 北京林业大学, 2010.

[39] 倪莉莉. 基于小班水平的县级森林健康评价研究[D].南京：南京林业大学, 2013.

[40] 胡宝清. 模糊理论基础[M]. 武昌: 武汉大学出版社, 2004.

[41] 周和生, 尹贻林. 以工程造价为核心的项目管理——基于价值、成本及风险的多视角[M]. 天津: 天津大学出版社, 2015.

[42] 郑长江. 城市交通路段行人过街信号与交叉口信号联动控制方法研究[M]. 南京：河海大学出版社, 2013.

[43] 刘新同. 河南省高新技术产业发展政策研究[M].北京:中国经济出版社, 2014.

[44] 樊建霞. 北川县自然保护区森林生态系统健康评价研究[D]. 成都: 四川农业大学, 2013.

[45] 沈泉林. 南平市延平区人工林健康评价及健康经营措施研究[D]. 福州: 福建农林大学, 2013.

[46] 徐凯宏, 董文庚. 安全检测与智能监测[M]. 北京: 中国标准出版社, 2014.

[47] 张清宇. 西部地区生态文明指标体系研究[M]. 杭州:浙江大学出版社, 2011.

[48] 李静锐. 基于人工神经网络模型的森林生态系统健康评价[D]. 北京: 北京林业大学, 2007.

[49] 李晖, 王福生, 杨海军. 林业调查规划实用技术手册[M]. 长沙：湖南科学技术出版社, 2008.

[50] 李金良, 郑小贤. 北京地区水源涵养林健康评价指标体系的探讨[J]. 林业资源管理, 2004(1): 31-34.

[51] 焦学军. 对森林健康和生态监测发展的认识[J]. 防护林科技, 2003（3）: 41-42.

[52] 蔡小溪, 林文树, 吴金卓, 等. 森林健康评价研究综述[J]. 森林工程, 2014, 30(5): 22-26.

[53] 梁军, 朱彦鹏, 孙志强. 森林生态系统组成和结构与病虫害防治[J]. 中国森林病虫, 2012, 31(5): 7-12.

[54] 甘敬, 张振明, 余新晓. 森林健康监测与评价研究[J].水土保持研究, 2006, 13(3): 177-180.

[55] 高均凯. 中国森林健康的主要干扰研究[J]. 林业调查规划, 2008, 33(6): 34-38.

[56] 肖文发, 韩景军, 马娟. 美国国家森林健康监测与评价计划及对我国的启示[J]. 世界林业研究, 2001, 14(3): 67-74.

[57] 陈小梅, 王军. 森林健康评价研究综述[J]. 广东林业科技, 2007, 23(4): 61-65.

[58] 徐梅. 徐州侧柏人工林健康评价研究[D]. 南京: 南京林业大学, 2013.

[59] 马连祥, 周定国, 徐魁梧. 酸雨对树木生长和林木材性的影响[J]. 世界林业研究, 2000, 13 (1): 27-31.

[60] 姜孟竹. 大兴安岭盘古林场森林健康评价与分析姜孟竹[D]. 哈尔滨: 东北林业大学, 2014.

[61] 胡涌, 李吉跃, 冯仲科. 森林生态系统健康监测评价的3S技术体系[J]. 北京林业大学学报, 2005（S2）: 24-27.

Review of Forest Health Monitoring and Assessment in China

HU Shuang XU Yuyuan WANG Benyang
(College of Forestry and Landscape Architecture, South China Agricultural University, Guangzhou,Guangdong 510642, China)

The paper discussed the classification of forest types for assessing forest health, summarized the approaches for forest health assessment in China. The main methods of forest health assessment in China include biological indicator method, index system method, health distance meethod, principal component analysis, analytic hierarchy process, fuzzy comprehensive evaluation and artificial neural net work, etc. The paper also discussed the standard and their application of forest health assessment. Based on the analysis of forest health and problems related with forest activities, the paper proposed an outlook of forest health monitoring and assessment.

forest health；classification；assessment method；promotion

S76

A

2096-2053（2017）01-0090-07

国家林业局软科学研究项目“森林资源监测体系的改进研究”（2013-R17）。

胡爽（1993— ），男，在读硕士研究生，研究方向为森林资源动态监测，E-mail: 847269095@qq.com。

王本洋（1973— ），男，副教授，主要从事森林经理学、植被生态学、林业信息技术应用与开发等方面的教学与科研工作，E-mail: bygnaw@163.com。