威海市双岛林场黑松海防林森林资源质量状况评价

周志峰

（国家林业和草原局调查规划设计院，北京 100714）

黑松（Pinus thunbergii）又被称为白芽松，是一种常绿乔木。原产于日本以及朝鲜南部海岸地区。于19世纪末被德国人首先引入青岛，因其具有耐干旱、耐瘠薄、抗海风海煞、不怕盐碱沙埋及生长较迅速等特点，后成为我国东部沿海（辽宁、山东、江苏）防风固沙的主要栽植树种[1]。以山东为例，以黑松为主要树种的沿海防护林带占全省沿海防护林面积的70%以上，是山东省沿海防护林体系中的重要组成部分[2]。威海市位于山东半岛东端，三面环海，海岸线总长986 km，占全国海岸线总长的1/18，是我国城市中最长的海岸线。为抵御风沙，威海市从1955年开始便在沿海沙滩上栽种黑松，目前已建成以黑松为主的沿海防护林带，其中黑松纯林面积在85%以上[1]。可见，对黑松海防林的研究意义重大。通过查找有关文献，目前关于黑松海防林的研究多侧重于生物多样性、生物量等方面[1−7]，而对于黑松海防林的森林资源质量状况评价却很少见。因此，本研究参照《森林可持续状况评价导则》（LY/T 1958—2011）[8]中有关的森林资源质量状况评价指标，采用层次分析的方法对威海市双岛林场黑松海防林的森林资源质量状况进行了初步评价，以期为今后沿海地区人工黑松林的森林质量的精准提升提供参考。

1 研究区概况

研究区位于威海市环翠区双岛林场，地处东经121°57′48″～122°00′08″，北纬37°28′08″～37°29′27″N。该区属于北温带季风型大陆性气候，四季变化和季风进退都较明显。与同纬度的内陆地区相比，具有雨水丰富、年温适中、气候温和的特点。由于濒临黄海，海洋的调节作用明显，又表现出春冷、夏凉、秋暖、冬温，昼夜温差小、无霜期长、大风多和湿度大等海洋性气候特点。历年平均气温11.5 ℃，历年平均降水量778.4 mm，历年平均日照2569.4 h。研究区域在解放前曾是一片海滩，几乎无植被覆盖，每当海风一起，满天飞舞的黄沙淹埋了大片农田，迫使许多村庄逐渐向内地搬迁。为抵御风沙，当地群众自20世纪50年代末至60年代初便开始在政府的支持下开展大规模的植树造林运动，栽植了大量黑松苗木，形成了以黑松为主的沿海防护林带，成为工农业稳产高产、人民安居乐业的先决条件和国防重要屏障[3]。区域内主要乔木树种有黑松、刺槐（Robinia pseudoacacia）、麻栎（Quercus acutissima）等；灌木树种有紫穗槐（Amorpha fruticosa）、荆条（Vitex negundovar.heterophylla）、柽柳（Tamarix chinensis）等；草本植物主要是茅草（Imperata cylindrica）。

2 研究方法

2.1 样地设置与调查

本次研究采用典型样地实测法，在双岛林场每个黑松林小班内布设20 m×30 m的标准地，标准地数量每个森林小班不少于1块、标准地合计面积不小于小班面积的1%。用围尺对样地内胸径≥5 cm的所有林木进行每木检尺，并记录森林小班的林分起源、林龄、树种组成、郁闭度、自然度、完整度等因子，同时选取不少于10株长势和大小接近于平均水平的林木用LTI TryPulse激光测距仪测量树高。在每个样地内四角设置4个5 m×5 m的样方，调查下木（胸径<5 cm、高度≥2 m的幼树）的树种名称、株数，以及灌木（含高度<2 m的幼树）的种类、株数、高度、盖度等；再在每个样方内的中心位置设置1个有代表性的小样方，大小为1 m×1 m，调查草本植物（含乔木幼苗）的种类、数量、盖度等。除以上因子外，还实测小班的一些环境因子，包括海拔、坡度、坡向、土壤类型、土壤厚度、腐殖质厚度、土壤质地等。最后根据调查结果计算得出每个小班的平均胸径、平均树高、单位面积活立木蓄积量、优势树种组成比例、天然更新等级等因子，共调查4个林班、31个小班、87块样地、348个样方和348个小样方。

2.2 森林资源质量状况评价方法

2.2.1 确定评价方法

关于森林资源质量状况的评价方法常用的有2种：一是专家咨询法，二是层次分析法（AHP）。由于AHP法逻辑性较强、实用性高、简便灵活，该方法自1981年通过学术会议传入中国后，便在各个领域得到广泛的应用[9]，所以本次研究也采用AHP法对黑松海防林森林资源质量状况进行评价。AHP法是将一个复杂的问题分解成目标、准则、指标等层次，构建矩阵，通过咨询专家、管理者的主观判断和两两比较，加之一系列计算得出各个指标的合成权重与排序，最终根据排序结果进行决策和选择解决问题的具体措施[10]。

2.2.2 选取评价指标

《森林可持续状况评价导则》（LY/T 1958—2011）[8]针对森林资源质量状况评价共设计了自然度、龄组、郁闭度、单位面积活立木蓄积量、活立木蓄积增长率、平均胸径、平均树高、优势木平均高、立地级、土壤厚度、腐殖质层厚度、土壤质地、完整度、优势树种组成比例、天然更新等级等15个指标。考虑数据的可获取性，以及参考相关文献[11−13]，从中选取了自然度（C11)、龄组（C12）、郁闭度（C21）、单位面积活立木蓄积量（C22）、平均胸径（C23）、平均树高（C24）、土壤厚度（C31）、腐殖质层厚度（C32）、土壤质地（C33）、完整度（C41）、优势树种组成比例（C42）、天然更新等级（C43）等12个指标作为本次研究的评价指标，并分目标层、准则层和指标层3个层次组建森林资源质量状况评价的层次结构模型，详见表1。

表1 森林资源质量状况评价结构Table 1 Structure of forest resource quality status assessment

2.2.3 构建判断矩阵

按照AHP法的有关要求，本次研究共构建了森林资源质量状况矩阵（MA–B）、林分的自然性判断矩阵（MB1−C1i）、林分生长情况判断矩阵（MB2−C2i）、林地质量判断矩阵（MB3−C3i）、森林结构完整性和稳定性判断矩阵（MB4−C4i），共计5个判断矩阵。在此基础上形成调查问卷，发放至13名咨询专家手中，请他们对每个判断矩阵的各个因素进行两两比较，判断其相对重要程度，按1～9标度法[8]填写相应数值。回收调查问卷后，对每名咨询专家的结果采取几何平均的方法进行整理，形成每个矩阵各个因素两两比较的唯一标度值（表2）。

表2 判断标度及其含义说明Table 2 Judgement scale and its implications

2.2.4 一致性检验

利用公式（1）将每个判断矩阵中各行数值的乘积开g次方，得到特征向量ωp=(Wp1,Wp2,···,Wpg)T（p为判断矩阵序号，g为判断矩阵的阶数），利用公式（2）将特征向量ωp进行正规化处理，得到规范化后的向量最后利用公式（3）～（5）进行判断矩阵的一致性检验。如果 C R<0.1，则可认为判断矩阵具有较好的一致性，否则应重新进行两两比较。

式中：Wph为 断矩阵Mp第h行各评价指标对应标度值Ahi乘 积 的g次 方 根，Ahi为 断 矩 阵Mp第h行 第i个评价指标的标度值，即同一准则层各指标之间的相对重要程度；为Wph正 规化后的数值；λ为最大特征根，Ah为断矩阵Mp第h行所有评价指标的标度值，为断矩阵Mp规 范化后的向量； C I 为判断矩阵的一致性指标； RI为平均随机一致性指标，当阶数g为3和4时，R I分别取值0.58、0.89；CR 为 判断矩阵Mp的随机一致性比率。

2.2.5 计算合成权重

每个判断矩阵通过一致性检验后，再利用公式（6）计算不同准则层的各个指标相对于目标层的重要程度，也就是指标（Ci）的合成权重。

式中：WBj为准则层各指标对目标层的权重，WCi为指标层各指标对相应准则层指标的权重。

2.2.6 评价指标的分级量化

采用基准值对各评价指标进行分级量化，即按照有关标准、专业用表和经验数值等方法，将每个评价指标的基准值划分为“好”、“中”、“差”3个等级，并利用黄金分割法对评价指标基准值的不同等级依次赋值[8]。本次评价指标中自然度（C11)、龄组（C12）、郁闭度（C21）、土壤厚度（C31）、腐殖质层厚度（C32）、土壤质地（C33）、完整度（C41）、优势树种组成比例（C42）、天然更新等级（C43）9个评价指标的分级量化按《森林可持续状况评价导则》（LY/T 1958—2011）[8]执行。单位面积活立木蓄积量（C22）指标的分级量化参照《中国森林资源报告（2014—2018）》[14]中全国乔木防护林每公顷蓄积（99.3 m3/hm2）和全国乔木林每公顷蓄积（94.8 m3/hm2）确 定，≥99.3 m3/hm2为“好”，94.8～99.3 m3/hm2为“中”，<94.8 m3/hm2为“差”。平均胸径（C23）指标的分级量化参照《中国森林资源报告（2014—2018）》[14]中全国乔木林径级确定，分为大径组（≥26 cm）、中径组（14～24 cm）、小径组（6～12 cm），对应的分级依次为“好”、“中”、“差”。平均树高（C24）指标的分级量化参照《中国森林资源报告（2014—2018）》[14]中全国乔木林的高度级确定，分为>20 m、10～20 m、<10 m等3个高度级，对应的分级依次为“好”、“中”、“差”。各评价指标分级量化标准详见表3。

表3 森林资源质量状况评价指标分级量化标准Table 3 Quantitative criteria for grading evaluation indexes of forest resource quality

2.2.7 计算森林资源质量状况评价指数

利用公式（7）将其调查结果对应的赋值乘以相应的合成权重得出该小班的森林资源质量状况指数Qn。在对某一森林经营单位的森林资源质量状况评价时，只需利用公式（8）将小班的森林资源质量状况指数按面积进行加权平均即可。最后通过对比一定的分级标准，最终得出这一森林经营单位的森林资源质量状况等级。

式中：Ci(n)为 第n个森林小班在指标层中第i个评价指标的实测值对应的评价指标等级赋值，为第i个评价指标的合成权重，Q为森林经营单位的森林资源质量状况指数，N为森林小班总数，Sn为第n个森林小班的面积。

3 结果与分析

3.1 判断矩阵一致性检验结果

由表4～8可知，森林资源质量状况矩阵（MA−B）的 CR=0.0161<0.1林分的自然性判断矩阵（MB1−C1i）的阶数g=2，无需一致性检验；林分生 长 情 况 判 断 矩 阵（MB2−C2i）的 CR=0.0181<0.1；林地质量判断矩阵（MB3–C3i）的 CR=0.0002 <0.1；森林结构完整性和稳定性判断矩阵（MB4−C4i）的CR=0.0022<0.1。检验结果表明，5个判断矩阵均满足AHP法的一致性检验要求，其一致性能够接受，可以用于下一步各个评价指标合成权重的计算与排序。

表4 森林资源质量状况矩阵（MA−B）Table 4 Forest resources quality matrix（MA−B）

表5 林分的自然性判断矩阵（MB1−C1i）Table 5 Natural judgment matrix of stand（MB1−C1i）

表6 林分生长情况判断矩阵（MB2−C2i）Table 6 Judgement matrix of stand growth（MB2−C2i）

表7 林地质量判断矩阵（MB3−C3i）Table 7 Forestland quality judgment matrix（MB3−C3i）

表8 森林结构完整性和稳定性判断矩阵（MB4−C4i）Table 8 Judgment matrix for forest structural integrity and stability（MB4−C4i）

3.2 评价指标合成权重分析

各个评价指标（ Ci）合成权重的计算与排序结果详见表9。通过一致性检验计算，结果显示：一致性指标C I=0.008<0.1；平均随机一致性指标 RI= 0.49；随机一致性比率 CR=0.016<0.1，其一致性可以接受，无需调整。

表9 森林资源质量状况评价指标权重与排序Table 9 Weight and ranking of forest resources quality evaluation indexes

在准则层中，林地质量（B3）对森林资源质量状况的贡献率为0.2982，森林结构完整性和稳定性（B4）为0.2656，林分的自然性（B1）为0.2344，林分生长状况（B2）为0.2018。排在首位的是林地质量（B3），这是因为林地是林木生长发育和森林存在的基础，土壤是基质，不仅能固定林木，而且还可以通过其含有的水分、空气、矿物质元素，以及土壤内微生物影响林木的生长发育。可见，林地的质量对森林资源质量状况尤为重要。而森林虽然对改善林地质量具有一定作用，如增加腐殖质层厚度、改良土壤质地等，但其只不过是依赖于林地生长的植物产品，失去了林地与林地上的土壤，森林也不将存在。

在指标层中，各评价指标对森林资源质量状况的贡献率依次为：自然度（C11） 0.1292 、优势树种组成比例（C42）0.1195、土壤厚度（C31）0.1127、龄组（C12）0.1052、腐殖质层厚度（C32）0.0991、完整度（C41）0.0932、土壤质地（C33）0.0865、郁闭度（C21）0.0646、平均树高（C24）0.0575、天然更新等级（C43）0.0529、平均胸径（C23）0.0440、单位面积活立木蓄积量（C22）0.0357。结果显示：自然度（C11)对森林资源质量状况存在重要影响，是本次评价的关键因子。由此可见，咨询专家们十分重视人为干扰对森林资源质量状况的影响。实践证明，人为适当干扰可以促进森林演替和林木生长，相反，人为过度干扰就会对森林演替和林木生长带来负面影响，进而降低森林资源质量。另外，优势树种组成比例（C42）和土壤厚度（C31）对森林资源质量也至关重要。在目前我国鼓励和倡导的对森林近自然经营理念中，优势树种决定了目标树的选择，进而也决定了森林资源质量的高低。近自然森林经营在本质上是降低人为干预强度，多利用森林自我调节机制实现森林的健康、可持续。基于这一点可以说，优势树种组成比例（C42）也是与自然度紧密相关的。而土壤厚度（C31），关系到林木稳固和根系的伸展，不仅对林地质量（B3），而且对森林结构完整性和稳定性（B4）都存在较大影响，这2个指标同时也是准则层中对森林资源质量状况影响最大的，因此，土壤厚度（C31）对森林资源质量状况也存在重要影响。

3.3 评价指标分级量化、森林资源质量状况评价指数分析

评价指标分级量化结果和森林资源质量状况评价指数计算结果见表10。由表10可知，威海市双岛林场黑松海防林的森林资源质量状况指数（Q）为0.61。4个林班的森林资源质量状况指数（Ql）按林班序号分别为0.62、0.61、0.67和0.59，其中Ⅲ林班的森林资源质量状况指数（Ql）最高，为0.67，这是因为Ⅲ林班中3个森林资源质量状况指数（Qn）较好的森林小班的面积占比太大，达到97.3%，而其他林班则不存在此现象。31个森林小班中，Ⅰ林班2小班、Ⅲ林班2和3小班的森林资源质量状况（Qn）较高，依次为0.72、0.72和0.67。究其原因：这3个小班在单位面积活立木蓄积量（C22）、平均胸径（C23）、腐殖质层厚度（C32）、完整度（C41）、优势树种组成比例（C42）等指标均高于全部森林小班的平均水平。

表10 森林资源质量状况评价结果Table 10 Evaluation of forest resources quality

续表 10

3.4 森林资源质量状况评价等级

参照《森林可持续状况评价导则》（LY/T 1958—2011）[8]，将森林小班的森林资源质量状况指数（Qn）或林班的森林资源质量状况指数（Ql）、森林经营单位的森林资源质量状况指数（Q）划分为“优”、“良”、“中”、“差”4个等级，详见表11。

表11 森林资源质量状况评价分级Table 11 Evaluation and classification of forest resources quality

依据表10结果比对表11可知，威海市双岛林场黑松海防林的森林资源质量状况整体较好，达到“良”的级别，4个林班中除Ⅳ林班的森林资源质量状况指数差0.1就能达到“良”的级别外，其他林班的森林资源质量状况指数也均≥0.6，达到“良”的级别。

4 结论与讨论

本次研究构建了森林资源质量状况评价的层次结构模型，通过层次分析法确定了各评价指标的权重和合成权重，得出在准则层中林地质量（B3）、森林结构完整性和稳定性（B4）对森林资源质量状况的贡献率较大，在指标层中自然度（C11) 、优势树种组成比例（C42）、土壤厚度（C31）是森林资源质量状况评价的较为关键因子，贡献率分别为0.1292、0.1195和0.1127。

由于经营管护得力，威海市双岛林场黑松海防林的森林资源质量状况整体较好，达到“良”的级别。威海市双岛林场始建于1959年，为国有生态林场，其主要任务是建设和管护沿海防护林带。1993年，原林业部批准双岛林场为国家级森林公园，此后加大了基础设施投入，为黑松海防林的经营管护提供了强有力的支持和保障。安排编制人员30名，加强对海防护林的管理；建设20 hm2的苗圃，推进海防林的补植补造；投放赤眼小蜂3亿尾，开展病虫害的生物防治；完成森林抚育150 hm2，提高森林质量；建设防火检查站、瞭望台，设置视频监控探头，安装隔离网12.5 km，配备9名专职护林防火员等，强化森林防火；设立保育区，保持森林生态系统的完整性；修建森林经营兼顾防火的道路12 km，方便物资运输与管护等，这些措施均对区域内森林资源质量状况的维护和提高具有积极作用。

研究对象在龄组（C12）、郁闭度（C21）、单位面积活立木蓄积量（C22）、土壤厚度（C31）等指标上得分较高，而本次评价中相对重要的其他指标，如自然度（C11）、优势树种组成比例（C42）整体得分相对较低。分析原因：一是威海市双岛林场黑松海防林为人工林，根据有关文献，人工林自然度均低于天然起源的林分[15−17]；二是威海市双岛林场黑松纯林较多，各小班优势树种组成比例均≥65%，其中>90%的森林小班面积占比为68.0%。因此，建议在森林经营方面应逐步进行近自然改造，采取渐伐或择伐措施，在林内适当开窗，促进林木生长、结实、落种、发芽，培育天然更新林层，使林分向近自然的森林景观发展；同时人工引入阔叶树种，如刺槐、紫穗槐等豆科植物，增加腐殖质层厚度的同时改良土壤质地，调整林分的树种结构、林龄结构与空间结构，并人工促进培育形成针阔混交、乔灌结合的复层异龄林，以进一步提高森林质量和改善森林景观，满足当地防灾减灾和社会发展对生态环境的需求。

评价指标主要参照《森林可持续状况评价导则》（LY/T 1958—2011）[8]中大部分森林资源质量评价指标，舍弃了活立木蓄积增长率指标，原因是评价对象是防护林，不应将该指标作为主要评价因素，且缺少调查前的活立木蓄积对比数据。另外舍弃了优势木平均树高和立地级指标，这是因为评价对象的树种结构是针叶纯林，黑松为优势树种，加之绝大部分为同一个年度栽植、林木长势相差不大，森林小班的平均树高也就代表了优势木的平均树高，因此该指标参与评价的意义不大。如参与评价，其代表性就与平均树高指标重复。与之相似，立地级（以优势树种的平均树高与林龄的关系进行推算）参与评价的意义也不大。此外，本次评价也未考虑退化林木比例、森林灾害、森林健康、生物多样性等指标，有待今后进一步研究和完善。