彭映赫,陈永忠,陈彩虹,王 瑞,陈隆升,刘元年,彭邵锋,马 力,龚召松
(1 湖南省林业科学院,湖南 长沙 410004;2 国家油茶工程技术研究中心,湖南 长沙 410004;3 中南林业科技大学 林学院,湖南 长沙 410004;4 湘西自治州林业局,湖南 吉首 416000;5 四川省林业勘察设计研究院,四川 成都 610081)
油茶(Camelliaoleifera)为山茶科(Camellia)常绿小乔木,是我国南方地区特有的木本食用油料植物,被称作“世界四大优质木本植物”。油茶油中含有许多对人体有益的微量元素和维生素,具有极高的营养价值和保健作用[1],作为食用油具有安全、天然和健康的特点[2],被誉为“东方橄榄油”[3]。在我国,油茶的种植历史有两千多年之久[4]。在湖南省衡南县,茶油至今仍是当地部分群众的主要食用油,而该地区也被列为全国油茶重点种植县。衡南县的油茶林虽然有着广泛的种植面积,但各种植区油茶林的质量参差不齐,导致总体产量不高,而进行立地质量评价则可以摸清各种植区油茶林的质量情况,从而提出针对性的种植和管理措施,因此对衡南县各种植区油茶林的立地质量进行评价迫在眉睫。立地分类是立地质量评价的前提,主要包括植被因子[5-8]、环境因子[9-11]及综合多因子[12-14]3种途径。植被对其所生存的立地条件变化有着极为敏感的反应[15],而与植被因子相比地文、土壤等环境因子具有较高的稳定性,能够准确、稳定地反映立地条件,二者均有着自身的优势,但也存在一定的局限性,而近年来将二者结合的综合多因子分类方法则被作为立地分类的重要依据[16]。立地质量评价是衡量一个地区立地生产力的重要依据[17],包括主要应用于有林地的直接评价法[18-20],根据环境因子、植被指示和代换等来评价立地质量的间接评价法[21-23],以及二者结合所形成的具有准确可靠优点的综合评价法[24-25]。本研究以2017年湖南省衡南县的365个油茶林小班为对象,以环境因子法划分立地类型,并建立油茶产量预测模型,用间接评价法进行立地质量评价,以期为不同质量立地合理经营管理措施和方案的确定提供参考。
衡南县位于湖南省中部偏南,地理坐标112°16′~113°08′E,26°32′~26°58′N,湘江自西南向北贯通全境,全县国土面积达2 620 km2,其中耕地面积5.61万hm2。海拔59~1 290 m,垂直高差明显,地貌以海拔1 000 m以上的低山为主。气候温暖湿润,属亚热带季风气候区,热量丰富,年平均气温17.2 ℃,温度地域和季节性差异较大,极端最低温-12 ℃,极端最高温40.6 ℃;降雨充沛,雨热同季,年平均降雨量1 268.8~1 497.7 mm,年均无霜期231~324 d[26]。衡南地理环境优越,自然资源丰富,森林覆盖率达42.86%,活立木蓄积量达290.8 万m3。主要的乔木树种为马尾松(Pinusmassoniana)、杉木(Cunninghamialanceolata)、桉树(Eucalyptusrobusta)、木荷(Schimasuperba)等,灌木树种有桃金娘(Rhodomyrtustomentosa)、盐肤木(Rhuschinensis)、油茶等,草本主要有蕨(Pteridophyta)、野枯草(Arundinellaanomala)、芒萁(Dicranopterisdichotoma)等。
本研究的基础数据为湖南省2017年国家森林资源二类调查数据,以其中的365个油茶林小班为研究对象。记录各样地(样地为边长25.82 m的正方形,油茶初植密度为2 500株/hm2)的海拔、坡度、坡向、坡位、土壤类型、土层厚度、腐殖质厚度和枯枝落叶厚度等立地因子,同时还调查了样地中每株油茶的地径(D)、株高(H)和冠幅(WC)等,此外还调查统计了各油茶林小班的平均单株油茶果产量(Y)。对365个油茶林小班各生长指标进行统计,其中株高为1.4~2.5 m,平均株高为(2.1±0.192) m;地径为46.4~63.5 mm,平均地径为(56.4±7.236) mm;冠幅为1.84~5.16 m2,平均冠幅为(2.82±0.542) m2;单株产量为1.82~4.58 kg,平均产量为(3.36±1.152) kg。
2.2.1 立地分类方法 立地分类需遵循科学性结合适用性的大原则,主要体现为地域分异、分区分类、多级序、主导因素、林地统一分类和立地分类与林业区划协同等原则[27]。本研究采用立地因子途径进行立地类型划分,利用海拔、坡度、坡向、坡位、土壤类型、土层厚度等6个立地因子参照《国家森林资源连续清查湖南省第九次复查操作细则》进行类目划分。可将海拔分为3类:中山、低山和丘陵;坡度分为3类:平缓坡、斜坡和急陡坡;坡向分为5类:阴坡、半阴坡、阳坡、半阳坡和无坡向;坡位分为3类:上坡、中坡和下坡;土壤名称分为3类:红壤、黄壤和水稻土;土层厚度分为3类:厚土层、中土层和薄土层。所有6个立地因子共分为20个小类,具体划分标准见表1。
表1 衡南县油茶林立地因子类目划分标准及量化值Table 1 Classification and quantization values of site factors of Camellia oleifera forest in Hengnan
根据6个立地因子的分类结果,对其进行量化,如对坡位由上至下分为上坡、中坡、下坡,与其相对应的量化值则分别为1、2、3,其余5个立地因子的量化值见表1。在SPSS 23统计软件中对6个立地因子间的相关性进行分析,并进行KMO和巴特利特检验。以主成分分析法(principal component analysis,PCA)对影响衡南县油茶林生长的主要立地因子进行提取,通过对提取出的各主成分进行解释说明,确定立地分类的主导因子,将其作为各级分类单元的划分依据,建立“立地类型小区-立地类型组-立地类型”三级立地分类系统。
2.2.2 立地质量评价方法 立地质量评价需遵循切实有效、因子数量适宜和有林地与无林地统一评价的基本原则。本研究所调查的油茶构建因子很多,如地径、株高、冠幅和产量等,而油茶为经济林作物,其价值最大的为油茶果,因此与油茶林立地质量密切相关的因子为油茶果产量,而油茶果产量往往无法及时获取,因此本研究以与油茶果产量紧密相关的冠幅因子作为自变量来预测油茶果的产量,并将预测产量作为评价油茶林立地质量的主要依据。根据产量预测值由高到低划分为4个立地等级:Ⅰ级,最适宜(Y′≥Y+S/2,其中Y′为预测产量,Y为油茶产量,S为标准差,下同);Ⅱ级,适宜(Y≤Y′ 选择6个具有较高生物学意义的理论模型对油茶果产量进行预测,6个模型分别为对数函数、指数函数、二次函数、Richards生长模型、Gompertz生长模型和Logistic生长模型,其具体表达式如下: (1)对数函数:Y=a·lnWc+b; (4)Richards生长模型:Y=a(1-eb·Wc)c; (5)Gompertz生长模型:Y=a·e-b·e-c·Wc; 式中:Y为油茶果平均单株产量,Wc为油茶单株平均冠幅,a、b、c为模型待定参数,e为自然对数的底数。 以确定系数(R2)、残差平方和(SSE)、均方根误差(RMSE)以及预测精度(P)等指标对模型进行评价分析,从中选择最优模型对油茶果产量进行预测,其计算公式如下: 分析各立地因子间的相关性(表2),发现除海拔与土壤类型(-0.187)、坡向与坡位(0.125)之间的相关性较高外,其余各立地因子之间的相关性均较低,表明各立地因子所包含的信息无较大的重复性。 表2 衡南县油茶林立地因子间的相关性Table 2 Correlation among site factors of Camellia oleifera forest in Hengnan 对各立地因子进行KMO和巴特利特检验,KMO取样结果(0.551)尚可,巴特利特球形度检验效果显著(P<0.01),表明可进行主成分分析。 对影响油茶产量的6个主要立地因子进行主成分分析,由各成分总方差的解释情况(表3)可知,特征值大于1的主成分有3个,且这3个主成分的累积方差百分比高达80.67%,表明前3个主成分包含了绝大部分的信息量,因此选择特征值最大的前3个主成分进行因子分析。 表3 衡南县油茶林立地因子各成分总方差解释Table 3 Explanation of total variance of each component among site factors of Camellia oleifera forest in Hengnan 因子分析结果(表4)显示,第1主成分与海拔的相关性最高(0.789),且呈正相关关系;其次是土壤类型(-0.607),呈负相关关系;而土壤类型的分布通常会随着海拔的变化而发生改变,因此可将第1主成分确定为海拔。第2主成分与坡向的相关性最高(0.871),其次是坡位(-0.577)和坡度(0.421),因此将第2主成分确定为坡向,即反映光照条件的因子。第3主成分与土层厚度的相关性最高(0.942),且为正相关关系,而与其他5个立地因子的相关性均较低,故将第3主成分确定为土层厚度,即反映土壤信息的因子。通过以上分析可以确定,影响衡南县油茶林立地分类的各主导因子的重要性由大到小依次为海拔>土壤类型>坡向>坡位>坡度>土层厚度,3个主成分分别反映了立地的海拔、坡向和土壤信息,可依照这3个主成分进行立地类型划分。 表4 衡南县油茶林立地因子各成分矩阵Table 4 Matrix of components among site factors of Camellia oleifera forest in Hengnan 影响油茶生长的因素有很多,充足的光、热、水以及养分都是促使其健壮生长的重要条件,但这些因素的影响效果往往无法直接获取,而是通过各立地因子和环境条件,如地貌、地形和土壤等因子来反映。研究区均隶属于湖南省衡南县,大气候条件无太大差异,均为亚热带季风气候区,中小尺度的立地差异可通过地形地貌和土壤条件等因子来反映。受研究区范围限制,建立立地类型小区、立地类型组和立地类型三级分类单元,以第1主成分海拔划分立地类型小区,该因子是造成不同地区地域差异性的主要因素,同时海拔也制约着水分的再分配;以第2主成分坡向划分立地类型组,坡向是直接影响林木光合作用的因子,同时也制约着热量的再分配;以第3主成分土层厚度划分立地类型,其作为影响土壤养分状况的主要因素,影响着林分养分的直接分配。综合以上结果,同时遵循主导因子与综合多因子相结合的立地分类原则,可将衡南县油茶林划分为3个立地类型小区、15个立地类型组、45个立地类型,具体分类单元及划分结果见表5。 表5 衡南县油茶林立地分类单元划分结果Table 5 Site classification units of Camellia oleifera forest in Hengnan 表5(续) Continued table 5 根据表5划分结果,研究区油茶林包含3个立地类型小区、15个立地类型组、36个立地类型,主要集中在低山半阴坡中土层(面积占比21.98%,下同)、低山半阳坡中土层(14.20%)、低山阳坡中土层(10.44%)、低山阴坡中土层(10.09%)、中山半阴坡中土层(9.93%)、中山半阳坡中土层(8.99%)、中山阳坡中土层(5.70%)和中山阴坡中土层(5.30%)8个立地类型,占全县油茶林总面积的86.63%;其余各立地类型分布较少,面积占比均低于2.50%。 建立衡南县油茶林茶果产量预测模型,在统计分析软件SPSS 23的非线性拟合模块中求解模型参数并得到相应的评价指标,模型拟合结果见表6。 表6 衡南县油茶林平均单株产量预测模型的拟合结果Table 6 Fitting results of prediction models of average yield per plant of Camellia oleifera forest in Hengnan 表6显示,6个模型的确定系数(R2)均大于0.8,为0.821~0.868,残差平方和(SSE)为1.974~2.367,均方根误差(RMSE)为0.219~0.263,预测精度(P)为94.18%~98.57%,其中模型(6)的确定系数最大(R2=0.868),同时拥有最小的残差平方和(SSE =1.974)、均方根误差(RMSE=0.219)以及最高的预测精度(P=98.57%)。因此,可将油茶产量预测模型确定为模型(6),即Logistic模型,该模型表达式为: 将每株油茶的实测冠幅值(Wc)代入模型(6),即可得到该株油茶茶果产量的预测值(Y),进一步可计算得到每块油茶林小班的平均茶果预计产量,以此作为油茶林立地质量评价的依据,然后按立地类型统计各立地条件下茶果的产量值,并划分立地质量等级,最终得到衡南油茶林立地质量评价结果见表7。 表7 衡南县各立地类型油茶林立地质量等级划分结果Table 7 Site grade classification of different site types of Camellia oleifera forest in Hengnan 表7显示,最适宜衡南县油茶生长的立地类型(Ⅰ级)为低山阴坡薄土层、丘陵半阴坡中土层、丘陵阴坡厚土层和丘陵阴坡中土层等4个立地类型,生长在该立地等级下的油茶果平均单株产量可达3.50 kg/株,但这4个立地类型在衡南县的分布较少,面积占比仅为0.83%(表8);适宜油茶生长的立地类型(Ⅱ级)为低山半阴坡中土层、低山半阳坡中土层、低山阳坡中土层和中山阳坡中土层等11个立地类型,占油茶林总面积的57.46%,该等级立地茶果平均单株产量可达3.07 kg/株;较适宜油茶生长的立地类型(Ⅲ级)为低山阴坡中土层、中山半阴坡中土层、中山半阳坡中土层和中山阴坡中土层等11个立地类型,占衡南县油茶林种植总面积的39.75%,该等级立地茶果平均单株产量为2.95 kg/株;不适宜油茶生长的立地类型(Ⅳ级)为低山半阳坡薄土层、低山无坡向厚土层、低山阴坡厚土层和丘陵半阳坡厚土层等10个立地类型,该等级立地茶果平均单株产量仅为2.64 kg/株,面积仅占全县油茶林总面积的1.96%。 表8 衡南县油茶林各质量等级立地的茶果平均单株产量及面积分布Table 8 Average yield per plant and area distribution of site quality grades of Camellia oleifera forest in Hengnan 本研究对湖南省衡南县油茶林进行立地类型划分并以6个具有生物学意义的模型预估油茶产量,将其作为立地质量评价的依据,结果显示,Logistic模型的确定系数(R2=0.868)和预估精度(P=98.57%)最高,均方根误差(RMSE=0.219)和残差平方和(SSE=1.974)最小,故将其作为油茶果产量预估的最佳模型。立地因子分析结果显示,海拔对油茶林生长的影响最大,随着海拔的升高,油茶果的产量逐渐降低,在平均海拔最低的丘陵区,油茶果单株平均产量可达3.08 kg/株;而在海拔较高的中山区,单株平均产量仅为2.89 kg/株。衡南县油茶种植区多为中、低山地区,丘陵区种植面积仅占0.57%,这可能是衡南县油茶产量整体不高的原因之一。坡向对油茶产量也有较大影响,其中阴坡(3.12 kg/株)油茶果产量明显高于阳坡(2.85 kg/株)。土壤对油茶产量的影响则表现为中厚土层(2.94 kg/株)低于薄土层(3.00 kg/株)。立地质量评价结果显示,茶果产量最高的立地类型为丘陵阴坡厚土层立地类型,其平均单株产量可达3.89 kg/株;其次为丘陵半阴坡中土层、丘陵阴坡中土层和低山阴坡薄土层立地类型,这4个立地类型为最适宜衡南县油茶林生长的地类,平均单株茶果产量高达3.50 kg/株,但其总面积占比较小,仅为0.83%,主要分布在中、西部地区。衡南县具有优越的地理条件和环境因素,使得该县域的大部分地区均适宜油茶生长,其中最适宜及适宜油茶种植的地区占油茶林总面积的58.29%,较适宜及不适宜的地区仅占41.71%。 油茶生长的影响因素很多,充足的光、热、水以及养分都是其生长的重要条件,但这些因素的影响效果往往无法直接获取,而是通过各立地因子和环境条件如地貌、地形和土壤等因子来反映。海拔是造成不同地区地域差异性的主要因素,同时也制约着水分的再分配;坡向是直接影响林木光合作用的因子,同时也制约着热量的再分配;土层厚度作为影响土壤养分状况的主要因素,影响着林分养分的直接分配。刘洁[28]对湖广交界低山红壤地带的油茶林进行了立地分类与土壤质量评价,发现海拔、母岩和坡向对油茶生长的影响最大,与本研究立地分类的结果相符。油茶为我国南方地区重要的经济林作物,具有极高的价值,前人对油茶的研究主要集中在育种[29]、种植[30]和茶油及其附属品的综合利用[31-32]等方面,而对油茶林立地质量评价的研究较少,陈世新[33]以树高来评价油茶林的立地质量,而油茶为经济树种,油茶果的产量与树高的生长并不直接相关,因此其评价指标与结果尚有待考证。油茶的生长特性决定了茶果产量与冠幅的生长紧密相关,因此本研究以冠幅为自变量,建立油茶果单株产量预测模型,并将预测结果作为衡南县油茶林立地质量评价的依据,以期为衡南县油茶产业的发展提供理论基础和技术指导。 本研究受现有数据和资料所限,尚存不足之处,如评价油茶林立地质量的指标为预测产量,而非实际产量,后续应以实际产量对预测产量进行验证,提升本研究结论的科学性,使之能广泛应用于油茶林立地质量的评价研究。同时,还应对本地区优质油茶品种,如“大三湘”、“山润”、“金浩”[34]等进行分类评价,在发挥品牌优势的同时,找出不同品种油茶的最适生长环境,并与油茶育种、育苗及高产栽培技术相结合,以达到“适地适树”的效果,这对提升衡南县油茶林的整体质量有着极为重要的意义。3 结果与分析
3.1 油茶林立地类型划分时主要立地因子的提取
3.2 油茶林立地类型的划分
3.3 油茶林茶果产量预测模型的筛选
3.4 油茶林立地质量评价
4 结论与讨论