张炜, 代金莉, 贺维, 吴世磊, 苏宇, 陈涤非, 鄢武先, 邓东周, 黄春萍, 陈永林
1. 四川省林业科学研究院,森林和湿地生态恢复与保育四川省重点实验室,四川 成都 610000;
2. 四川师范大学生命科学学院,四川 成都 610000;
3. 九寨沟县林业和草业局,四川 阿坝 623400
九寨沟国家级自然保护区处于湿润的四川盆地边缘向半干旱的青藏高原延伸的过渡地带,是联合国教科文组织世界自然遗产地和人与生物圈保护区[1]。九寨沟作为世界生物多样性热点之一,具有保护全球生物多样性的意义和研究价值[2]。2017 年四川省阿坝藏族羌族自治州九寨沟县发生7.0 级地震,使得林地资源和野生动物栖息地在这次地震中遭到了严重损毁,区域内局部范围的生态系统功能衰退,区域生态状况急剧恶化,大熊猫等珍稀野生动物生命安全受到极大威胁。地震导致山体滑坡、泥石流等自然灾害,进一步造成森林植被受到巨大破坏[1,3]。因此,加速地震灾区的森林生态修复,对保障该区域生态安全、构筑生态屏障具有重要现实意义。植被的自然恢复是一个漫长的过程,且受到众多因素的影响[4],随着演替时间的增加,土壤和蓄水状况会得到改善,但是速度较慢。为加快地震灾区植被恢复重建工作,进行必要的人工恢复可极大加快植被恢复的进程。
在人工恢复过程中,栽植生长快、抗逆性强的树种是一项十分重要的措施。乡土树种经过当地自然环境的长期选择,对当地生境条件有较强适应性和抗逆性[5,6],有利于构建稳定的森林生态系统。目前,植物筛选的研究工作虽然取得了一定的进步,但也存在着植物品种单一化,多样性低,乡土气息丢失,应用推广的野生树种少等问题[7]。层次分析法(analytic hierarchy process, AHP) 首创于20 世纪70 年代, 它是一种定性与定量相结合的决策分析方法,其突出特点是可以将复杂问题分解成若干个层次,在较原问题简单得多的层次上逐步分解分析,并可将人的主观判断和定性分析用数量分析表述、转换和处理[8]。因此多年来在植被恢复树种筛选、植物资源及景观价值评价等方面广泛应用[9-11]。在九寨沟地震灾后,通过层次分析法,开展水土保持优良植物的筛选及评价研究是植被恢复的前提和基础,目前鲜见报道。本研究采用选点调查、实验测定和层次分析等方法,在九寨沟地震灾区对8 种乔木树种和8 种灌木树种进行筛选和综合评价,研究不同树种的生长适应特性、水土保持特性和生态效益性,为九寨沟植被恢复提供理论和技术支撑。
本研究区域位于九寨沟国家级自然保护区及九寨沟国家风景区(E103°46′—104°05′,N32°55′—33°16′;1 996−4 764 m a.s.l.),区域地势复杂,土地利用以林草为主。受热带和海洋性季风气候影响,经常暴露在亚冰点温度下,年平均温度为6 ℃−7 ℃,最高温度和最低温度分别为30.7 ℃和−20.2 ℃。年平均降水量约761.8 mm,大部分降水量在5 月至8 月之间。从10 月到次年4 月下旬为雪被期。区域内植被丰富,有冷杉 (Abies ernestii)、落叶松 (Laris potaninii)、华山松 (Pinus armandii)、油松 (Pinus tabulaeformis)等,林下植被以高山柳 (Salix cupularis)、绣线菊 (Spiraea salicifolia)等为主[12,13]。
实生苗均根据实地调查的结果,选择树种,包括:花楸(Sorbus pohuashanensis)、华西箭竹(Fargesia nitida)、茶藨子(Ribes sativum)、小叶忍冬(Lonicera microphylla)、高山柳(Salix cupularis)、红花蔷薇(Rosa moyesii)、四川忍冬(Lonicera szechuanica)、缺苞箭竹(Fargesia denudata)等8 种灌木和紫果云杉(Picea purpurea)、红桦(Betula albosinensis)、黄 果 冷 杉(Abies ernestii)、油 松(Pinus tabuliformis)、疏花槭(Acer laxiflorum)、糙皮桦(Betula utilis)、白桦(Betula platyphylla)、长尾槭(Acer caudatum)等8 种乔木。
在九寨沟地震灾区进行实地调查记录。调查共设置样方144 个,其中乔木样方34 个和灌木样方47 个,调查主要记录植物的名称、数量、高度、盖度、海拔等。
2019 年4 月下旬,供试物种实生苗移栽于32 cm×40 cm 的营养钵内,每盆1 苗,每种植物设置25盆。栽植土壤在原位选择林地土壤,并在树种萌芽展叶后统计存活率。2020 年6 月,每种随机选择3 盆,收集根际土壤,一部分土壤存放于−4 ℃冰箱用于检测土壤酶活性,有机质和含水率等指标,另一部分土壤于−80 ℃冷冻干燥,用于检测土壤微生物等指标。
土壤含水率和土壤总孔隙度按照文献测定[14,15]的方法测定,土壤有机质含量的测定采用重铬酸钾容量法[16],土壤脲酶活性的测定采用靛酚比色法测定[17],土壤细菌多样性指数采用高通量法测定[18-20]。
建立乔木树种筛选评价指标集(C):选择实生苗存活率(C1)、高度(C2)作为植物适应性指标;选择土壤含水率(C3)、冠幅(C4)、郁闭度(C5)、土壤总孔隙度(6)作为水土保持指标;选择土壤有机质(C7)、土壤脲酶活性(C8)和土壤细菌多样性(C9)作为生态效益指标,作为乔木树种试验选优的评价指标集C={C1,C2,C3,C4,C5,C6,C7,C8,C9}。
建立灌木树种试验选优的评价指标集(C):选择实生苗存活率(C1)、高度(C2)作为植物适应性指标;土壤含水率(C3)、盖度(C4)、土壤总孔隙度(C5)作为水土保持指标;选择土壤有机质(C6)、土壤脲酶活性(C7)和土壤细菌多样性(C8)作为生态效益指标,作为灌木树种试验选优的评价指标集C={C1,C2,C3,C4,C5,C6,C7,C8}。
为了使评判更接近于实际情况,建立评判集V={V1,V2,V3,V4,V5},V1、V2、V3、V4、V5 分别对应评语为优、较优、良、中、差,即评判集评语表示待筛选的植物对应种植区域的适应性评价,是适应程度的集合。其中将乔木树种Cj(j=1,2,3,···,9)和灌木树种Cj(j=1,2,3,···,8)分别分成5 个等级,级距以(Cjmax-Cjmin)/4 来确定,根据级距来确定Cj 的分级界限值。
进一步按照层次分析法(AHP)原理,建立指标梯阶层次结构,并通过两两比较判断矩阵,确定各个指标的权重,并赋予各指标的权重值。最终根据评价指标权重集,以及建立的模糊综合评判矩阵模型得出各供试树种的评价结果,并对结果进行相应的归一化处理,按照模糊数学最大隶属度原则进行综合评价,获得各筛选树种的评价等级。
数据整理和计算均采用Microsoft Excel 2013 软件。
整理的数据采用DPS 软件处理。
根据调查和试验结果获得乔木树种的调查值和检测值,结果见表1。供试乔木树种实生苗存活率紫果云杉最高(76.0%),白桦最低(44.0%);调查结果显示油松树高最高(19.75 m),长尾槭最低(6.83 m);油松冠幅最大(10.66 m),长尾槭最低(3.97 m);油松郁闭度最大(0.39),长尾槭最低(0.03);土壤检测结果显示,红桦土壤含水率最高(10.98%),长尾槭土壤最低(10.19%);土壤总孔隙度以紫果云杉最高(60.79%),白桦最低(55.21%);土壤有机质以红桦土壤最高(90.86 g/kg),长尾槭土壤最低(75.28 g/kg);土壤脲酶以紫果云杉土壤最高(1.39 U),长尾槭土壤最低(75.28 g/kg);土壤细菌多样性指数差异不大,油松土壤相对最高,而长尾槭土壤相对最低(表1)。
灌木树种的调查值和检测值结果见表2。供试的灌木树种中,花楸实生苗存活率最高(76%),小叶忍冬最低(44%);但是小叶忍冬苗高最高(1.65 m),四川忍冬最低(0.95 m);缺苞箭竹土壤含水率最高(11.6%),小叶忍冬最低(10.48%);缺苞箭竹盖度最大(10.23%),红花蔷薇盖度最小(1.5%);缺苞箭竹土壤总孔隙度最高(55.23%),小叶忍冬最低(50.19%);土壤有机质含量、土壤脲酶活性和土壤细菌多样性指数分别以花楸(80.58 g/kg)、缼苞箭竹(1.38 U)和高山柳(9.77)为最高,而四川忍冬均是最低,分别为64.80 g/kg、1.17 U 和9.3。
表 2 灌木树种调查值和检测值Tab. 2 Investigation and detection values of different shrub species
根据获得的试验指标值,分别确定乔木树种和灌木树种各项评价指标的分级界限值,分别见表3和表4。
表 3 乔木树种各项评价指标的分级界限值Tab. 3 Classification limit value of each evaluation index for tree species
表 4 灌木树种各项评价指标的分级界限值Tab. 4 Classification limit value of each evaluation index for shrub species
植被的筛选需要综合考虑多种因素,各个指标本身的影响是复杂的,同时各指标之间也存在相互联系和相互制约,评价指标所占的权重大小在很大程度上反映了单个评价指标的等级能力。因此,本研究采用层次分析法(AHP),建立指标梯阶层次结构,并通过两两比较判断矩阵,确定各个指标的权重(见表5 和表6),赋予各指标的权重值。通过层次总排序一次性检验乔木树种和灌木树种的CR 均小于0.10,判断矩阵具有满意的一致性。因此,评价指标权重集中各分向量可作为相应的评价因素。
通过权重表分析可以看出,乔木树种筛选评价体系中实生苗存活率、土壤总孔隙度和土壤含水率的权重位于前三,灌木树种中这个顺序稍有变化,分别是土壤总孔隙度、实生苗存活率和土壤含水率,充分体现了树种筛选过程中,苗木的存活率和土壤理化特征对植被修复的重要性。两类树种筛选评价体系中,高度的权重值最低,说明植被高度在植被筛选过程中所产生的影响相对较小。
最终通过建立模糊综合评判矩阵模型根据计算模型,得出各供试树种的评价结果,并对结果进行相应的归一化处理,按照模糊数学最大隶属度原则进行综合评价(见表7,表8)。
根据评价结果可知表现优或较优的乔木树种为紫果云杉、红桦、黄果冷杉、油松和疏花槭,表现良好的糙皮桦可以与优良树种混栽,而白桦和长尾槭可能主要由于其存活率相对低,根系土壤含水率和土壤总孔隙度均相对较低,及其郁闭度也相对低而表现较差。
表现优或较优的灌木树种为花楸、缺苞箭竹、高山柳和红花蔷薇。小叶忍冬、华西箭竹、茶藨子和四川忍冬相对存活率低,土壤含水率、土壤总孔隙度和土壤有机质含量也相对较低,因此表现出中良等水平,也可以适当地用于混栽。
表 5 乔木树种筛选体系层次的评价权重表Tab. 5 Hierarchy evaluation weight value of screening system for tree species
表 6 灌木筛选体系层次的评价权重表Tab. 6 Hierarchy evaluation weight value of screening system for shrub species
表 7 供试乔木树种综合性评价结果Tab. 7 Comprehensive evaluation results of tested tree species
表 8 供试灌木树种综合性评价结果Tab. 8 Comprehensive evaluation results of tested shrub species
本研究采用AHP 层次分析法综合评价构建评价体系,筛选出了适合九寨沟地震灾后植被修复的乔木树种和灌木树种,相对于采用选择与设计等定性化或者各指标单独分析完成植物选择具有更实践和科学意义[21,22]。本研究在对九寨沟地震灾区进行植被系统调查分析的基础上,结合实生苗盆栽试验,同时考虑到实地灾后土壤状况和高寒干旱等综合特点,初步筛选后综合设置了植物适应性、水土保持和土壤生态效益的方面的评价因素。分层次和类别对九寨沟震后乔木树种和灌木树种进行评价,并基于层次分析法进行树种优化筛选,极大程度上减小了植物筛选的盲目性[23],更有利于震后九寨沟植被恢复过程中植物的筛选。16 种树种是基于实地调查选择的当地普遍生长的乔木和灌木,调查结果表明,紫果云杉、红桦、黄果冷杉、油松和疏花槭等5 种乔木,以及花楸、缺苞箭竹、高山柳和红花蔷薇等4 种灌木具有明显的优势,在环境适应性,水土保持特性以及改善土壤生态等方面表现突出,因此在植被修复中必然具有优越性。同时相对评价较好的乔木树种糙皮桦本身具有较强的适应能力和生态、经济价值,是营造用材林和水土保持林的优良树种[24],与其他优良树种混栽,也能表现出环境的良好适应性和响应[25]。供试的灌木树种中,没有特别不适应的树种,其中小叶忍冬、华西箭竹、茶藨子和四川忍冬尽管在体系中评价一般,但是作为耐寒抗寒,或具有较高经济价值和药用价值的品种,也可以因地制宜的适度栽植[26-28]。
总结起来,本研究对乔木树种和灌木树种的筛选为九寨沟地震灾后人工植被恢复提供了重要的基础。同时,在植被的人工恢复过程中,还有许多方式可以通过提高和促进植物的存活来加强植被恢复的效果。其中,较可行的就是采用不同的有效的处理方式改善土壤容重、孔隙度、团粒结构、渗透性、持水抗蚀能力等土壤物理性质,或者增强微生物活性,提高土壤酶活性,增加土壤养分等生物化学特性[29-31]。比如,微生物肥料,相对农作物而言在林木生长上的应用相对较少,但是研究表明采用微生物肥料育苗不仅可以提高苗木质量和造林成活率,还能促进幼林早期生长,提高木材质量以及促进苗木对养分和水分的吸收[32]。课题组研究发现,在九寨沟地震灾区实地开展树种实生苗盆栽试验,采用结合微生物菌剂处理后乔木实生苗存活率由平均值55.0%提高到64.0.0%(另文发表),可见微生物菌剂处理在提高了林木幼苗对环境的耐受性和适应性具有显著的效果。在九寨沟开展地震灾后人工干预加快植被恢复的过程中,微生物菌剂的处理方式在植被筛选中具有重要的作用。