刘爱兵,钱升平,程 明,邓清华
(江西省林业资源监测中心,江西 南昌330046)
森林抚育是指从幼林郁闭成林到林分成熟前根据培育目标所采取的各种营林措施的总称,包括抚育采伐、补植、修枝、浇水、施肥、人工促进天然更新以及视情况进行的割灌、割藤、除草等辅助作业活动[1-2]。森林的抚育是培育森林的重要技术手段,可以促进目的树种正常生长,保证目的树种的生长空间,调整林分密度和树种结构,改善林木生长条件,进而有效提升森林质量[3]。森林抚育采伐工作耗时耗力,是森林抚育重要且复杂的措施之一,抚育采伐质量直接关系到林分的林木生长空间以及林分大径材的培养,以往实施采伐作业时,采伐人员往往不按作业设计实施,大部分凭借主观意识挑选采伐木,使得林分在采伐后并未达到最优状态,采伐质量难以得到保障[4-5]。
近年来国家高度重视森林抚育工作,在全国开展森林经营试点工作,加大对抚育工作的财政投入以取得更好的抚育成效[6]。当前国内对森林抚育采伐的研究,以森林抚育的技术方法、目的意义、抚育成效监测研究居多[7],如丁燕等[8]探析了林业抚育采伐技术与管理,张纪元等[9]以东方红林业局为例,对森林抚育采伐成效监测进行了分析,王璐等[10]分析了森林抚育采伐的意义及基本方法。抚育采伐质量评价方面的研究较为少见,常用的森林抚育质量评价方法以《森林抚育检查验收办法的通知》(林造发〔2014〕140 号)中定性评价方法为主,并未突破定量评价的门槛。因此,通过科学合理的方法,进行抚育采伐质量定量评价,对加强抚育采伐成效监测,科学合理地指导森林抚育采伐工作有重要意义[11-12]。
依托江西省森林抚育年度核查项目,以江西省分宜县人工杉木(Cunninghamia lanceolata)幼龄林为对象,收集其森林抚育采伐作业设计等相关材料,对江西省分宜县2021 年实施的森林抚育采伐进行实地核查,选取3 个抚育采伐作业区,采取样地调查的方法,对林分伐后平均胸径,伐后郁闭度、采伐木、采伐强度等数据进行调查收集。
根据科学性、系统性、简明性、代表性、可比性、适用性原则,参考森林抚育采伐相关文献,依据《森林抚育规程》(GB/T 15781-2015)、《森林抚育检查验收办法的通知》(林造发〔2014〕140 号),结合江西省实际情况,初步选取森林抚育采伐质量评价指标,通过德尔菲法(专家评分法)[13],对指标进行筛选,基于筛选得到的指标,采用层次分析法[14],计算各指标权重,构建森林抚育采伐质量评价指标(EI)的计量模型。
通过查阅相关文献资料,参考最新的《森林抚育规程》《森林抚育检查验收办法》,初步选取了伐后平均胸径(D)、伐后郁闭度(Y)、未采木株数(W)、采伐目标树株数(M)、伐桩高度(H)、抚育剩余物处理(F)、采伐强度(Q)、林窗数量(L)等8 个反映森林抚育采伐质量的指标[15]。采用德尔菲法对初步选取的指标进行筛选,共邀请30 位相关专业人员进行意见征集,其中包括林业研究员、大学教授、林业高级工程师和基层单位的森林抚育管理人员,主要涉及森林经理学、森林培育学、生态学等相关领域,依据各指标对于评价森林抚育采伐质量的相关性及重要性,对指标给出“赞同”或“反对”的意见,并同时给出相应的修改建议。对于赞成某指标的人数在70%及以上则保留该指标,小于70%则删除该指标的原则。指标筛选结果见表1。
表1 指标筛选结果Tab.1 The results of indicator screening
从指标筛选结果可以看出,伐后平均胸径(D)、伐后郁闭度(Y)、未采木株数(W)、采伐目标树株数(M)、伐桩高度(H)、抚育剩余物处理(F)6 个指标的赞成比例在70%及以上,林窗数量(L)和采伐强度(Q)2 个指标在70%以下。对于林窗数量部分专业人员表示作业区内的林窗数量不一定是由于抚育采伐导致,部分作业区内林木在采伐前就分布不均匀,通过合理地采伐病木、干扰木等也可能会导致林窗出现,采伐后可进行合理补值;对于采伐强度,部分专业人员表示,采伐强度与采伐木及伐后平均胸径关联度较大,并且不同林分的采伐强度与林分的生长状况息息相关,因此不选取这两个指标。通过筛选,最后保留伐后平均胸径(D)、伐后郁闭度(Y)、未采木株数(W)、采伐目标树株数(M)、伐桩高度(H)、抚育剩余物处理(F)等6 个指标。
得到筛选指标后,对各指标的满分值进行界定,为保证各指标分数阈值统一,使抚育采伐质量评分在0~100 之间,确定各指标满分均为100 分,依据《森林抚育技术规程》等技术规程关于各指标的定性描述及定量赋分,结合以往森林抚育采伐质量评定工作经验,制定各指标的评分标准,见表2。
表2 指标评分标准Tab.2 The standard of Index scoring
研究采取层次分析法来确定筛选得到的各指标对于总目标(森林抚育采伐质量EI)的权重,分析的关键是构建判断矩阵。判断矩阵是层次分析法的基本信息,也是进行权重计算和排序的重要依据[8]。判断矩阵元素的值代表了指标层的某个指标相对于另一个指标对于目标层的重要程度,一般采用1~9 及其倒数的标度方法,通过这些元素值,系统地判断各指标相对于总目标的权重。采取与指标筛选同样的方法,邀请行业相关的20 位专家对判断矩阵进行赋值,针对判断矩阵中每行和每列的元素求其平均值再取整得到最终判断矩阵,判断矩阵及其计算结果见表3。
表3 判断矩阵计算结果Tab.3 The result of judgment matrix
从表3 可知,λmax=5.1170,一致性指标CI=0.0293,随机一致性比例CR=0.0261<0.1,因此判断矩阵具有满意的一致性。5 个指标中采伐目标树株数指标权重最大,伐桩高度指标权重最小,权重大小排序为:采伐目标树株数(0.3254)>未采木株数(0.2157)>伐后郁闭(0.1849)>抚育剩余物处理(0.1649)>伐桩高度(0.1091)。
从权重可以看出,采伐目标树株数和未采木株数2 个指标权重比较大,这表明采伐木的选择是否准确是抚育采伐过程中的关键,直接关系到抚育采伐质量,影响林分结构和质量,关乎采伐后林木的生长空间;伐后郁闭度属于林分因子,他们反映了林分在采伐后的状态,从林分整体层面上反映了抚育采伐质量的好坏;抚育剩余物处理及伐桩高度属于抚育作业因子,从一定程度上可以反映抚育作业人员对待此次抚育的责任心和态度。
根据各指标及其权重可以构建森林抚育采伐质量评价的计量模型(适用于伐后郁闭度大于0.6 的林分),见式(1)。
式(1)中:KD为哑变量,当伐后平均胸径大于伐前平均胸径时,KD=1,否则KD=0。
根据其计量模型及各指标的满分值可知,森林抚育采伐质量评价指数值分布在[0,100]之间,依据指数的评分值,参考《森林抚育检查验收办法》,将森林抚育采伐质量评价指数划分为不合格、合格、良好、优秀4 个等级,见表4。
表4 森林抚育采伐质量等级划分Tab.4 Quality grade division
以江西省分宜县为例,选取分宜县3 个森林抚育采伐作业区分别随机设置3 个面积666.7 m2的圆形样地,树种均为杉木,龄组为幼龄林,对样地的伐后胸径、伐后郁闭度以及采伐情况等进行调查,调查数据见表5。
表5 抚育采伐样地数据Tab.5 The sample field data of tending felling
以抚育采伐样地数据为基础,结合各指标评分标准,对指标进行评分,利用式(1)森林抚育采伐质量评价指数计量模型,对每个样地进行评分,进而得到3个采伐作业区的评分,并划分质量等级,其评价结果详见表6。
表6 抚育采伐质量评价结果Tab.6 The quality evaluation results of tending felling
从9 个样地评分情况来看,评分等级优秀的1 个,良好的3 个,合格的1 个,不合格的样地有4 个,其中6 号样地得满分。1、2、3 号样地不合格的原因主要是不仅存在未采和错采情况,并且其采伐后抚育剩余物未处理;8 号样地评分较低,为78.3 分,其主要原因是该样地采伐了2 株目标树,并且存在2 株未采木,由此可见,采伐木选择的正确与否对抚育采伐质量起到了关键性作用。通过样地评分得到Ⅰ、Ⅱ、Ⅲ3 个作业区评分分别为82.2、94.9、85.9,其中Ⅰ号作业区抚育采伐质量等级为不合格,Ⅱ号为良好,Ⅲ号为合格。
森林抚育采伐是改善林分结构、提高森林质量的有效措施,抚育采伐质量关系到林木的生长空间及生长条件,科学合理的森林抚育采伐有利于林木大径材的培养及林分群落结构的稳定,对森林抚育采伐质量进行定量评价有利于科学监测森林抚育采伐成效,为做好森林抚育工作及抚育项目决策提供依据。文章筛选得到了伐后平均胸径、伐后郁闭度、未采木株数、采伐目标树株数、伐桩高度、抚育剩余物处理等6 个抚育采伐质量评价指标,基于伐后平均胸径引入了哑变量KD,采用层次分析法得到其他5 个指标权重,构建了森林抚育采伐质量评价模型:EI=KD(0.3254M+0.2157W+0.1849Y+0.1649F+0.1091H)。以江西省分宜县为例,对3 个抚育采伐作业区随机设置了9 个样地,采用计量模型计算得到Ⅰ、Ⅱ、Ⅲ3 个抚育采伐作业区质量评分分别为82.2、94.9、85.9,抚育采伐质量等级分别为不合格、良好、合格。
目前国内对于森林抚育采伐质量评价的研究较为鲜见,研究基于层次分析法构建森林抚育采伐质量评价模型,为抚育采伐质量评价提供新思路和新方法。该定量模型的构建尚属初步研究,适用于健康林分的采伐,对于卫生伐等可能造成郁闭度低于0.6 的采伐方式并不适用,在日后的生产研究和运用中需不断完善。另外,由于林分类型、树种、经营目标等不同,其抚育采伐要求也不完全一致,在今后研究中,可考虑针对不同林分类型、树种、经营目标等因素对模型进行完善,构建适应不同林分的评价模型。