基于景观格局和地理加权回归模型的森林经营对策研究——以云南建水县为例

张锦绣，马国强，张 蓉，涂宏涛，姚兴博

（国家林业和草原局西南调查规划院，云南昆明 650216）

森林经营是一个系统性工程，需考虑森林资源及周边农业生产、人居环境和河流水系等因素的内在联系和相互作用，以及相关利益者的需求。森林经营应重点关注林业景观和林分质量的经营，强调景观和质量的时空异质性，权衡并协同多种生态系统的服务功能，倡导林业景观的多样性和连通性，提高复合景观的可持续性和稳定性[1]。掌握宏观面的林业景观格局空间分布特征、非林业景观对林业景观生态过程的影响及微观面的林分质量，并获得量化结果，是开展林业空间规划和森林经营的科学依据和基础[2-3]。

景观生态学主要强调景观格局结构及其生态过程的相互关系[4]。景观格局结构包括景观组成单元的类型、数目及空间分布与配置。生态过程是景观中生态系统内部及不同生态系统间物质、能量、信息流动、迁移和人转化的总称，强调景观动态特征[5-6]。利用景观格局指数能解释全域景观格局的组成及空间分布特征[7-9]。景观格局的结构或关系经常随着地理位置的变化而改变，这是空间异质性分析中普遍存在的现象[10]。

地理加权回归（Geographically weighted regres⁃sion，GWR）模型是对传统回归分析方法的扩展，是探索空间异质性关系有效的地理统计工具之一[10]。运用该模型能充分考虑林分质量本身属性的统计特征，也能反映林分在地理空间中的分布特征。近年来，许多学者运用地理加权回归模型探索环境因子与研究变量间的关系，发现该模型比传统回归模型有更显著的拟合优度[11-12]。

本研究从景观生态学角度出发，考量与森林资源相互影响和作用的其他景观要素，全面分析景观格局生态过程及其整体随空间位置的变化，将森林经营的规划发展融入到全域的景观格局变化中，从多个途径提出森林经营对策，以达到森林资源本身与其他环境要素良性循环发展的目的。

1 材料与方法

1.1 研究区概况

建水县（102°50′E，23°37′N）位于云贵高原南部，隶属于红河哈尼族彝族自治州。全域地势南高北低，西高东低，相对海拔高差为2 285 m；以高原地形为主，受南部红河、北部曲江和泸江的切割，地形地貌复杂多样，边缘部分较破碎，石灰岩分布广泛；海拔250 ～1 700 m，地带年均气温约为24 ～17 ℃。

1.2 数据源

基础数据为2020年建水县森林资源管理“一张图”数据（简称“一张图”）和2017年建水县森林资源规划设计调查数据（简称“二调”）。

1.3 研究内容与方法

1.3.1 景观类型划分

根据GB/T 21010-2017[13]和LY/T 1812-2009[14]，结合研究区景观特点和景观格局研究的需要，依据土地地类，并考虑地表附着物，在“一张图”中将研究区景观类型划分为林业景观和非林业景观。林业景观包括乔木林、竹林、疏林、灌木林、苗圃地、宜林地、未成林造林地和无立木林地，共8 类；非林业景观包括地类为耕地的农业景观、地类为建设用地的人工建筑景观和地类为水域的水域景观，共3类。

1.3.2 景观格局指数选择

景观格局指数浓缩了景观格局信息，并在景观格局结构与其变化过程间建立定量联系，表征景观格局结构及过程的变化信息[15]。根据不同景观格局指数的生态学意义、研究目的和相关学者的研究[16-18]，本研究选取斑块密度（Patch density，PD）、景观形状指数（Landscape shape index，LSI）、散布与并列指数（Interspersion juxtaposition index，IJI）、香农多样性指数（Shannon's diversity index，SHDI）、香农均匀度指数（Shannon's evenness index，SHEI）、蔓延度指数（Contagion index，CONTAG）、最大斑块指数（Largest patch index，LPI）、平均斑块面积（Mean AR⁃EA，AREA_MN）和欧氏邻近距离（Mean euclidean nearest-neighbor index，ENN_MN）9 个指数，分别从景观水平和斑块类型水平，定性和定量地分析研究区生态景观格局的空间分布特征，了解景观结构和非林业景观对林业景观生态的影响。采用Fragstats 4.2 软件提取斑块类型水平的景观格局指数（表1）和景观水平的景观格局指数（表2）。

表1 斑块类型水平的景观格局指数Tab.1 Landscape pattern indexes on patch class level

续表1 Continued

表2 景观水平的景观格局指数Tab.2 Landscape pattern indexes on landscape level

1.3.3 林分质量评价指标提取

森林蓄积量是评价森林资源质量的重要指标，为森林经营和采伐利用提供重要依据。乔木林是研究区森林最重要的组成部分，为森林覆盖率和林地保有量做出巨大贡献。从乔木林的重要性和数据完整性考虑，本研究选择乔木林林分质量为森林质量评价的主要方面。选取能描述并定量化反应林分质量的调查因子，包括郁闭度、平均胸径、林龄、活立木公顷蓄积、每公顷株数和林地质量6个因子，采用主成分分析法（Principal component analy⁃sis，PCA）构造回归模型，获得各乔木林小班林分质量综合得分，作为质量的评价指征。在主成分分析前，对自变量进行无量纲化处理，获取林分质量综合得分后，利用“T 分数”将林分质量综合得分转换成服从均数为50、标准差为10 的正态分布，以便更直观地评价和解释。

1.3.4 GWR模型预测变量提取

在分析全域景观格局空间分布特征的基础上，以乔木林林分质量综合得分为因变量，以林分调查因子、地形因子和非林业影响因子为自变量，采用GWR 模型对林分质量的空间分布进行拟合预测。林分调查因子选择主成分分析中与林分质量相关最大的自变量，地形因子选择蕴含地势起伏和坡度、坡向信息的平均海拔。非林业影响因子为采用近邻分析法分别获取的乔木林小班质心至居民点、至公路、至河流及至耕地的距离，分别看作人工建筑景观、水域景观和农业景观对林分影响的表征。在GWR 分析前，对距离数据和海拔数据进行自然对数变换，以满足GWR 自变量独立和正态的建模要求。

2 结果与分析

2.1 景观格局空间分布特征分析

2.1.1 组成分析

PD可揭示景观基质被某类型斑块分割的程度，孔隙度越高，分布越广。农业景观和灌木林景观的PD 较大（0.320 7、0.302 3 n/100 hm2），其次为乔木林景观（0.261 9 n/100 hm2）（表1）。表明农业景观在全域景观格局中分布最广、影响最大；林业景观中，灌木林景观的分布最广，该景观特征符合研究区大力发展农业及柑橘（Citrus reticulata）、油茶（Camellia oleifera）和茶（Camellia sinensis）等灌木经济林的产业现状。除了灌木林和乔木林，其他林业景观的PD远低于农业景观，说明农业景观在一定程度上对该研究区景观进行分割扩张。研究区景观格局分布情况如图1所示。

图1 建水县景观格局分布图Fig.1 Distribution map of landscape pattern of Jianshui county

2.1.2 优势类型分析

LPI 能表征景观的优势类型，决定景观中的优势种和内部种的丰度等生态特征。乔木林和农业景观的LPI 较大（18.403 9%、12.148 5%），说明这两类景观为研究区的主要优势景观类型（表1）。乔木林景观的LPI 约为灌木林景观的11.5 倍，表明乔木林景观中有较大斑块，其分布较灌木林聚集。反映出以云南松（Pinus yunnanensis）、栎类（Quercusspp.）和直杆桉（Eucalyptus maidenii）等为主的乔木林在林业景观中占主导地位；灌木林虽面积可观，但分布较零散、破碎。

2.1.3 破碎度和离散度分析

AREA_MN 可指征景观的破碎程度，其值越小，景观越破碎。ENN_MN 可指征景观的离散程度，其值越大，景观越离散。研究区较破碎且离散程度较大的景观包括未成林造林地、水域、无立木林地、苗圃地、疏林和竹林（表1）。结合景观破碎度及离散度指标分析，研究区内直接受到人为作用的苗圃地景观呈现出分布破碎化、小规模集约经营的特点；水域景观在全域内斑块较破碎且分布较离散，说明研究区水资源分布不均匀；研究区为典型干热河谷气候，气候条件不适于大规模发展竹产业，故竹林景观数量较小且分布较离散。

2.1.4 形状分析

LSI 能反映景观斑块受人为干扰的程度和景观要素的形态复杂性，其值越大，形状越不规则，影响斑块内部动物迁移等重要的生态过程。农业景观的LSI 最大（57.103 6），表明其空间结构较复杂，其本身直接受到人为作用，形状容易受到人为影响而改变（表1）。林业景观中，灌木林和乔木林景观的LSI 均较大且相近（47.116 5、45.598 0），说明这两类景观的形态结构较松散，边缘形态较复杂，景观斑块边缘易受其他景观斑块切割，边缘较弯曲。苗圃地景观的LSI 最小（2.625 0），说明其分布较聚集，规划营造时形态较规则且集中。

2.1.5 多样性分析

景观多样性可揭示景观个体在功能、时间、空间和结构方面的多样性、复杂性和变异性。从景观水平看，IJI（58.223 2%）较大，说明研究区景观形状复杂；SHDI（1.463 4）和SHEI（0.610 3）较高，表明研究区斑块破碎化程度较高，景观要素多样性程度较高（表2）。用于评估景观生态风险的CONTAG 指数仅为44.839 6%，低蔓延度反映出研究区生态系统抗风险能力较差，除聚集的大斑块，其他斑块连接性不强。

2.2 林分质量评价结果分析

乔木林小班各林分调查因子的主成分分析取样适当性度量为0.605，大于0.6；Bartlett球形检验的近似卡方分布为162.005，达到显著，相伴概率小于显著性水平0.05。综合以上指标，各变量适合进行因子分析。本研究采用主成分回归分析模型累积贡献率达70%的3 个主成分因子，提取林分质量综合得分，并采用自然间断点分级法对综合得分进行分析，使林分质量各等级差异最大化，最终将乔木林林分质量综合得分划分为优（65.24 ≤～104.15）、较优（55.56 ≤～65.24）、良好（47.74 ≤～55.56）、一般（39.77 ≤～47.74）和较一般（16.79 ≤～39.77）5 个等级。结果显示，研究区乔木林林分质量综合得分最大值为104.15，最小值为16.79；以良好等级的数量最多，面积为45 412.98 hm2，占乔木林总面积的31.41%；主成分分析中与林分质量相关最大的自变量为活立木公顷蓄积；研究区面积较大的10类优势树种中（图2），桤木（Alnus nepalensis）和华山松（P.armandii）质量优等级较多，直干桉和其他桉类（Eu⁃calyptusspp.）质量较优等级较多，云南松、栎类、其他阔叶和油杉（Keteleeria fortunei）质量良好等级较多，杉木（Cunninghamia lanceolata）和柏木（Cupres⁃sus funebris）质量较一般等级较多（图3）。

图2 10类优势树种林分及所处海拔分布图Fig.2 Stand and elevation distribution map of 10 dominant tree species

图3 10类优势树种质量等级对比Fig.3 Comparison on quality grades of 10 dominant tree species

2.3 GWR模型预测质量评价结果分析

2.3.1 模型自变量相关性分析

乔木林林分质量综合得分的GWR 模型条件数最小值、最大值和平均值均小于30，研究结果比较理想。模型的局部相关系数R2为0.741 7，模型可解释74.17%的差异。因变量（乔木林林分质量综合得分）与活立木公顷蓄积，乔木林小班质心至公路、至居民点、至河流和至耕地的距离，以及海拔的平均相关系数分别为8.288 455、-0.000 126、-0.000 123、0.000 299、-0.000 370 和0.040 140。林分质量与活立木公顷蓄积、乔木林小班质心至河流距离和海拔均呈正相关，其中活立木公顷蓄积的影响最大，这一结果符合随活立木公顷蓄积增加，林木质量逐渐提高的林分生长规律；林分质量与公路、居民点和耕地等人为因素呈负相关，其中耕地对乔木林质量影响较大，该结果符合农业景观在研究区景观格局中分布最广、影响最大的特征。

2.3.2 乔木林林分质量拟合结果

GWR预测结果显示，研究区乔木林林分质量综合得分最大值为115.99，最小值为30.59，地形因子和非林业影响因子对林分质量综合得分产生影响。参照2.2中的林分质量等级划分规则，加入地形和非林业影响因子，预测的乔木林林分质量等级中，情况为良好等级和一般等级的数量增加；优、较优和较一般等级的数量减少（图3）。

2.3.3 优势树种林分质量拟合预测变化原因分析

加入非林业影响因子前和后的林分质量结果对比如图3 所示。结合研究区情况，10 类优势树种林分质量优势等级变化可分为5类。

第一类：林分斑块总面积最大；在高、低海拔地区均匀分布；道路、居民点和耕地分布在周边，本身受地形因子和非林业影响因子作用较均衡。该情况包括云南松和栎类林分。

第二类：斑块总面积较大，破碎化程度高，分布较分散；大部分为研究区主要用材林树种，地形和水热条件可人为控制，有利于林分生长，人工经营较好，有规模化造林基地。该情况包括分布于中部较低海拔地区的直干桉和桉类林分，以及分布于东部、西北部中低海拔地区的油杉林分。

第三类：斑块总面积小，斑块较破碎，斑块间连接度低，呈聚集性分布；受人为因素直接作用；位于南部红河流域中、高海拔地区，可及度较低，地形和水热条件有利于林分生长。该情况包括桤木和华山松林分。

第四类：斑块总面积小，斑块间有一定连通性，呈较聚集性分布；受树种生长特性或非林业因素影响较大。该情况包括仅分布于南部高海拔地区的杉木林分，该树种年生长率最大，活立木蓄积量增长明显；分布于中部区域的柏木林分，所处地区海拔较低，地势平缓。

第五类：斑块总面积小，较破碎，分布较分散，跨度较大；主要为天然起源的林分，少受人为正向选择。该情况包括分布于南部、东北部中海拔地区的其他阔叶类林分，整体质量维持在良好等级。

2.4 林业景观及林分经营对策

根据规律性的林分质量变化情况，针对非林业景观对林业景观和林分质量产生的影响提出经营对策，以期提高林分经营质量、提升林业景观的生态服务功能。

2.4.1 构建景观生态廊道，保障生态系统连通性

林业景观通常与农业景观和人工建筑景观等交叉分布，使得林业景观分布整体呈碎片化趋势，不利于构建生态功能完整的林业景观格局，还会破坏物种多样性。因此，必须从全域出发，构建道路、水域和城镇建设用地周围的生态廊道，注重林业景观的优势类型、多样性与异质性水平，协调林业景观与非林业景观的关系，降低林业景观碎片化带来的负面影响。

2.4.2 削减斑块隔离，在一定范围内促进林农结合

目前，研究区耕地对林业用地有较严重的挤占现象，这是部分林业用地斑块较小且碎片化的成因，影响林业生态功能的有效发挥，限制林栖动物的生存空间，还会降低森林生态系统对灾害的抵抗能力。针对该问题，可考虑在不损害农业正常生产的基础上，规模化构建林地，并使之与周边林地形成呼应和扩展，创建具有林农协调发展功能的景观斑块，使研究区生态景观可持续发展。

2.4.3 因地施策，促进林业生态和产业共同发展

GWR 模型实现了乔木林林分质量等级评估的可视化分布，同一非林业景观要素对林分质量的影响程度具有空间差异性，可为针对不同海拔区域和不同优势树种林分制定不同的景观经营对策及选取林业生态治理修复和林业产业先行区域提供参考。可根据研究区森林资源现状和社会经济条件，实行森林分类、分区域经营，在保护的前提下实行集约经营和科学管理，提高林地生产力，进一步提升森林总质量。

2.4.4 关注破碎化林地斑块，沟通多样性林业景观

区域中部人工建筑景观和农业景观斑块的扩张可能导致该区域其他景观破碎，景观多样性下降。应在一定程度上沟通破碎化程度较高的几类林业斑块，增加防护林等生态廊道建设，减少建设和耕作等人为活动的影响，扩大林业景观集中连片程度，开展统一树种和统一模式的生态修复，促进面积较小且破碎化程度较高的林业景观最大程度地由“椒盐”状碎片分布向连片化集中分布转变。

2.4.5 加强管护，降低人类活动干扰的影响

农业景观较不稳定，若不加以控制和管护，可能会出现逐渐侵蚀林业景观的趋势。在今后的经营活动中，需加强管护，减少加剧林业景观破碎的工程建设等活动，制止违法改变林地用途等行为，减少其他景观对林业景观边缘的影响，及时进行森林抚育，达到调整树种组成、优化林分结构、提高林地生产力和林分质量及提升林业景观整体生态服务功能的目的。

3 讨论与结论

林分质量在一定程度上直接反映林分质量的生态功能及经济和社会价值。之前，学者们对于林分质量的评价对象、指标及方法都有不同的考虑，多从林分蓄积量、出材量和年均生长量等方面进行研究[19-20]。本研究在分析全域景观格局空间分布特征的基础上，从林业景观本身及非林业景观对林业景观的影响两方面对林分质量进行评价。对定性的非林业影响因子进行地理空间分析量化，通过对比加入非林业影响因子变量前及后提取的林分质量结果，可知非林业景观对林分质量产生了正向和负向的影响，且影响程度不同。

本研究分析了林业景观及林分质量的特征及其影响因素，旨在为研究区森林经营规划提供一定参考。从数据的完整性和代表性角度考虑，仅选取研究区面积较大的10 类乔木林优势树种进行具体的林分质量等级变化规律性分析及经营对策研究。今后还需基于本研究的影响因素变量及预测方法，有针对性地收集灌木林等相关数据，对全域森林质量进行研究，并提出更全面的森林经营对策。

研究区内不同分布区域的乔木林林分质量差异较大，同一区域、不同影响因素下的林分质量差异也较大。城镇化较发达的中心区及水热资源较充沛的南北两区林分质量差异较明显。在人类生产经营活动过程中，应减少人类活动对林分的干扰，采取相应的措施缓解和调节森林生态系统与人类生产经营活动间的关系，加强不同类型林业景观间的内在联系，科学地开展森林可持续经营。