近40年帽儿山林场森林景观格局的动态变化及影响因素

谷云鹏，董灵波，，刘兆刚，，陈 莹，王 涛

（东北林业大学 a. 林学院；b. 森林生态系统可持续经营教育部重点实验室，黑龙江 哈尔滨 150040）

森林景观是指由几个不同的森林群落在某一地理区域内组成的复合生态系统，是一种以森林生态系统为主体的景观，其发展情况直接影响着人类社会的可持续发展[1]。景观格局是不同景观要素在地理空间位置上的分布和组成情况，可以反映各景观要素在空间上的分布特征和不同景观要素之间的相对关系，直接影响着森林景观的社会供给、生态调节和保护生物多样性等功能[2-3]。空间异质性作为森林景观的一个显著属性，是形成景观格局的主要原因，在不同的时间和空间尺度上森林景观异质性变化不同[4]。景观格局的变化受到自然环境和人类活动等因素的共同作用，研究区域景观格局的动态变化有助于进一步认识各驱动因素的作用和不同要素之间的相互关系，对森林资源的保护和可持续经营有重要意义[5]。森林景观格局演变及其驱动力分析是研究区域自然环境、预测景观变化以及森林经营与恢复效果的基础，也是林学和生态研究的热点问题[6]。当前研究内容主要包括景观格局特征和动态演变、驱动因素分析及模型预测等方面[7]，研究方法主要包括面积转移矩阵、景观格局指数及数学模型分析等。在国际上，欧美各国已经进行了不同尺度上森林景观格局动态变化的分析，时间跨度从几年到几十年不等[2,8]；在国内，相关学者也从景观格局优化、生态功能评价及森林经营规划等方面进行了许多研究，有效地促进了森林景观研究的发展与进步[9-10]。然而以跨度相对长时间多期的调查数据为基础进行的森林景观格局动态研究并不常见。

帽儿山林场地处黑龙江省东南部，是东北林业大学所属实验林场，区域内原生地带性顶级群落是以红松为主的阔叶红松林，由于经济发展的需要，20 世纪对帽儿山地区进行了近百年的过度采伐，区域内森林资源已经退化成典型的天然次生林，森林景观的结构和功能也发生了明显的退化[11]。自1998年以后，帽儿山林场开始禁止采伐，积极开展人工造林、封山育林等森林经营措施。随着生态文明建设的提出，森林经营保护方案的实行对帽儿山林场景观格局产生了何种影响，受到了国内许多学者及林业工作者的关注[12]。目前，国内部分学者针对帽儿山地区的森林景观特征进行了研究，但尚缺乏长时间的动态演变及驱动因素研究。因此，定量研究帽儿山林场景观格局的时空演变特征，分析影响景观格局变化的驱动因素及其影响大小，有助于评价现有经营保护方案的实施效果，发现存在的问题并提出相应的对策，对于提升帽儿山林场的森林质量和景观恢复具有积极作用，同时也可为构建合理的森林经营模式提供理论指导。

本研究选取了1983、1993、2004、2016年4期森林资源二类调查数据，首先调查了帽儿山林场森林景观的构成、分布演变，然后研究了森林景观格局的变化，最后通过构建结构方程模型比较各驱动因素对森林景观的影响，希望以此来揭示森林保护工作和人类活动对区域景观格局演变的影响机制，为森林资源的保护和可持续发展提供科学依据和决策支持。

1 研究区概况

研究区位于黑龙江省哈尔滨市东北林业大学帽儿山林场（45°20′～45°25′N，127°30′～127°34′E），总面积26 496 hm2，该区属大陆性季风气候，年平均气温3.0 ℃，年平均降水量为723.8 mm。研究区属张广才岭支脉西部的小岭余脉，平均海拔381 m，最高峰海拔806 m，属低山丘陵缓坡地形。区域内主要植被为典型天然次生林，原始的天然地带性顶级植被群落阔叶红松林已经消失，主要由处于不同演替阶段的成分丰富的天然次生林组成，主要有水曲柳Fraxinus mandshurica、 胡桃楸Junglus mandshurica和黄檗Phellodendron amurense等珍贵阔叶树种为主的硬阔叶混交林，白桦Betula platyphalla、山杨Populus davidiana和枫桦Betula costata为主的软阔叶混交林，以及红松Pinus koraiensis、落叶松Larix olgensis和樟子松Pinus sylvertrisvar.mongolica为主的针叶林等。

2 数据来源与研究方法

2.1 数据来源及处理

本研究基础数据主要来源于帽儿山4 期森林资源二类调查数据及相关数字林相图，基于该基础数据以及《国家森林资源连续清查技术规定》，在ArcGIS 软件平台支持下，将研究区的林地和非林地划分为有林地、耕地、造林地、疏林地、未利用地、灌木林地、荒地、水域、采伐迹地、牧草地、苗圃地、沼泽地、其他13 种一级景观类型；再将起源、森林类型和优势树种作为二级分类标准，分期进行小班数据的合并与处理，将有林地景观进一步划分为软阔叶混交林、硬阔叶混交林、针叶混交林、针阔叶混交林、柞树林、天然白桦林、天然杨树林、人工红松林、人工落叶松林、人工樟子松林10 种二级景观类型。为了方便表述景观的动态变化，称1983—1993年为第Ⅰ阶段，1993—2004年为第Ⅱ阶段，2004—2016年为第Ⅲ阶段。

2.2 研究方法

2.2.1 空间构成及转换

在ArcGIS 中将目标区域相邻时段的分析结果进行空间叠加和统计分析，求出各阶段内地类景观的转移面积和方向。

为分析研究区景观格局构成的变化情况，计算各类景观在各阶段的变化幅度。变化幅度（Ci）计算公式如下：

式中：ai是研究末期第i类景观在总景观中的面积占比；bi是研究初期第i类景观在总景观中的面积占比。

2.2.2 景观格局指数

景观格局指数高度浓缩了景观空间格局信息，反映了其组成要素空间结构特点，可以有效评估优势景观类型、景观破碎程度和景观多样性的变化[13-14]。本研究选择表1 中8 个指数作为指标，将4 期森林景观的矢量数据转化成分辨率为30 m的栅格数据，在软件Fragstats4.2 中计算各个指数，对人工落叶松林、软阔叶混交林、硬阔叶混交林和柞树林4 种主要森林景观进行分析。

2.2.3 结构方程模型

考虑本研究的时间跨度较长、社会经济和人文因子对景观格局的影响较大，可以采用定量和定性的综合方法来分析景观格局变化的驱动因素。以2016年数据为基础，将小班作为研究单位，选择的驱动因素有自然因素、距离因素和人为因素3种，自然因素包括海拔、坡度、坡位和坡向，距离因素包括各小班至居民点、道路和河流的最近距离，人为因素是各小班的经营措施；将各小班经营期末的森林景观类型作为响应变量[15]。将坡度的平、缓、斜、陡、急和险分别赋值1 ～6，将坡位的上、中和下分别赋值1、2 和3，坡向按照由东方向顺时针转至东北方向赋值1 ～8，经营措施按封山育林、抚育、造林、渐伐、皆伐和补植分别赋值1 ～6，森林景观类型按针阔叶混交林、人工樟子松林、针叶混交林、人工红松林、天然白桦林、柞树林、人工落叶松林、天然杨树林、硬阔叶混交林和软阔叶混交林分别赋值1 ～10。从帽儿山林场管理中心获得居民点、道路与河流的矢量分布图，然后在ArcGIS 中将林相图分别与道路图、河流图和居民点分布图叠加后通过Spatial Analyst 工具栏中的“距离分析”工具算出3 个距离变量，各变量详细信息见表2。

表2 各变量的基本特征Table 2 Basic characteristics of each variable

结构方程模型是回归分析的拓展，其生成的路径图清楚地表示了各要素之间复杂的相互关系，可以充分提取原始数据的信息，也有效地克服了变量之间多重共线性的问题[16-17]，因此本研究采用结构方程模型来定量分析自然因素、距离因素及人为因素对森林景观的影响。结构方程模型分为测量模型和结构模型，公式[18]如下：

式中：X、Y分别是外生观察变量和内生观察变量；ξ、η分别是外生潜变量和内生潜变量；ΛX是X在ξ上的因子载荷矩阵；ΛY为Y在η上的因子载荷矩阵；δ、ε是测量误差，测量模型是反映观察变量和潜变量之间关系的模型；B是内生潜变量之间的作用路径系数矩阵；Γ是外生潜变量和内生潜变量的影响系数矩阵；ζ 是随机干扰项。

结构方程模型的构建步骤可以分为构建理论模型、模型假设、数据信度和效度检验、模型检验和模型修正5 个步骤[19-20]。

1）构建理论模型

森林景观演变受到各种因素的综合作用，合理揭示各种因素对景观的影响及其相互作用机制，可以更好地指导生产实践。以2016年数据为基础，借鉴已有的研究成果[6,21]，并根据研究区的自然条件和经营特征，选择自然因素、距离因素和人为因素作为潜变量，将坡度、坡位和海拔等8 个因子作为观察变量，根据传导机制建立森林驱动因素的理论模型（图1）。

图1 结构方程理论模型Fig. 1 Structural equation theory models

2）模型假设

在进行模型分析验证之前，根据国内外已有的研究基础[22]以及研究区的景观特征和经营方案，提出三个假设：自然因素对森林景观影响不显著；距离因素对森林景观有负向影响；人为因素对森林景观有正向影响。

3）数据信度和效度检验

使用SPSS 26.0软件的克朗巴哈系数（Cronbach’s Alpha，α）对数据进行信度检验，使用KMO（Kaiser-Meyer-Olkin，K）对数据进行效度检验[19]。

克朗巴哈系数公式如下：

式中：k为模型中潜变量的个数；Si2是第i个潜变量所含指标的方差；Sx2是所有潜变量所含指标总和的方差。当克朗巴哈系数＞0.8 时认为数据信度良好，位于0.5 ～0.8 之间认为数据信度可接受。

KMO（K）的公式如下：

式中：rij指的是简单相关系数；Pij指的是偏相关系数。当K＞0.7 时认为数据效度合格。

4）模型检验

做验证性因子分析时，需要检验数据与模型的适配度[23]。本研究选取χ2、GFI、AGFI 和绝对适配度指数χ2/df、RMSEA 对模型的适配度进行检验。绝对适配指数RMSEA 对样本的容量没有太高要求，对参数较少的模型有很好的适用性，当值小于0.05时认为模型适配度良好，χ2/df介于1～3之间时认为模型适配度良好，GFI 和AGFI 大于0.9时认为模型适配度良好。

5）模型修正

对模型进行系数估计后，当理论模型与数据适配度不达标时，需要对模型进行修正。常见的修正方式有增加或删除模型中的观察变量、建立潜变量之间的相互关系、建立观察变量误差项之间的相互关系等。根据AMOS 输出结果提供的M.I.（Modification Indices）指标对模型进行修正，将修正后的模型作为新的初始模型，再次进行检验和评估，循环进行最终得到一个合适的模型。

本研究在Ⅰ、Ⅱ、Ⅲ三个阶段分别构建模型进行分析，数据的信度和效度检验在SPSS26.0 软件中完成，模型的构建、路径分析、检验修正在Amos23.0 软件中完成，图表的制作在Origin 软件中完成。

3 结果与分析

3.1 林场景观现状

2016年帽儿山林场地类景观空间分布见图2（a），帽儿山林场地类以有林地和耕地为主。其中有林地面积为22 953.9 hm2，占总面积的86.77%；耕地面积为2 821.65 hm2，占总面积的10.67%；其余的地类总面积为678.16 hm2，占总面积的2.56%。

图2 2016年帽儿山地类分布（a）和森林分布（b）Fig. 2 Group distribution (a) and forest distribution (b) in Maoer Mountain in 2016

从图2（a）可看出，有林地连续分布于林场全境，耕地主要分布在林场西南方向及道路两侧，建设用地分布在林场西南方向及沿道路零散分布，与耕地分布情况相似；其余的地类零散分布在居民点和道路附近。

森林景观分布见图2（b）。其中软阔叶混交林面积最大，占区域总面积的44.92%，其次是硬阔叶混交林（27.38%）、人工落叶松林（5.48%）、针阔叶混交林（3.01%）、柞树林（2.71%），共占区域总面积的81.44%；其余森林景观占比都很小，4 期森林景观面积见表3。

表3 4 期森林景观面积汇总Table 3 Summary of the forest landscape in phase 4

从图2（b）可看出，软阔叶混交林在林场全境均匀分布，但是在东部和北部地区分布更为聚集，出现了许多大面积斑块；硬阔叶混交林镶嵌分布在软阔叶混交林中，其在中西部地区分布更为聚集；人工落叶松林主要分布在耕地和道路附近，在北部地区出现了零星分布的大斑块；针阔叶混交林以小斑块分布在中部和南部地区，并且主要分布在道路两侧；柞树林以小斑块分布在南部和东部地区，并且零散地镶嵌于软阔叶混交林中；白桦林、杨树林和针叶混交林以小斑块零散分布在林场各处；人工樟子松林和人工红松林基本都分布在林场南部边缘地带。

3.2 景观变化特征

3.2.1 时空变化特征

由图3 可知，相比1983年，2016年有林地面积增加了1 851.6 hm2，增加率为8.77%，第Ⅰ阶段有林地面积减少了378.6 hm2，第Ⅱ阶段面积增加了1 730.8 hm2，第Ⅲ阶段面积增加了499.4 hm2，有林地景观的面积总体呈现上升的趋势，增加的区域主要在北部和西部地区并且主要在道路两侧或耕地附近，先减少后快速上升反映了复杂的变化过程及影响因素。

图3 4 期地类景观面积变化Fig. 3 Changing of the landscape area in phase 4

从森林景观面积（表4）来看，相比1983年，1993年软阔叶混交林、硬阔叶混交林、杨树林、红松林、针叶混交林和针阔叶混交林面积减少，减少最多的为软阔叶混交林（2 101.3 hm2），其次为杨树林，减少了1 628.2 hm2；其余森林景观面积均增加，增加最多的是柞树林（1 755.8 hm2）。相比1993年，2004年软阔叶混交林、柞树林、白桦林、针叶混交林和樟子松林面积减少，减少最多的仍是软阔叶混交林（1 627.6 hm2），其次为白桦林，减少了992 hm2，柞树林减少了687.1 hm2；增加最多的是硬阔叶混交林（3 643 hm2），其余增加不明显。相比2004年，2016年硬阔叶混交林、杨树林、落叶松林、柞树林、白桦林、红松林和樟子松林面积减少，减少最多的是柞树林（882.65 hm2），其次为硬阔叶混交林，减少了730.03 hm2；增加最多的是软阔叶混交林，增加了2 545.7 hm2，其余增加不明显。

表4 3 个阶段森林景观面积变化及变化幅度Table 4 The variation range of the forest landscape area in phase 4

3.2.2 景观类型转换

从表5 的地类景观转移矩阵来看，近40年间有林地向所有地类景观都发生了转移，转出最大的是耕地，为495.71 hm2，而除了沼泽地外其余地类景观都向有林地发生了转移，转入最大的是耕地（1 776.55 hm2），其次为造林地（1 050.46 hm2）、疏林地（779.14 hm2）和未利用地（619.30 hm2），有林地的增加主要来自这4 种地类。

表5 1983—2016年地类景观转移矩阵†Table 5 Landscape transfer matrix of the land types from 1983 to 2016 hm2

从表6 可以看出，1993、2004、2016年相比上一期有林地与所有地类都发生了相互转移，转移变化主要发生在有林地与耕地、造林地、疏林地之间。研究期间，耕地、造林地、疏林地、灌木林地、荒地减少明显，主要转换为有林地。有林地的转出主要转为耕地，说明有林地是研究区土地利用的主要来源。从森林景观类型来看，耕地主要是由软阔叶混交林、人工落叶松林、硬阔叶混交林转移而来，耕地的转出方向也以上述3种森林景观为主。

表6 3 个阶段地类景观转移矩阵Table 6 Landscape transfer matrix in three periods hm2

3.2.3 景观格局指数

1）景观类型水平上的景观格局指数变化

1983—2016年帽儿山林场景观类型水平上的景观格局指数变化见图4，由最大斑块指数看出软阔叶混交林是帽儿山林场的优势景观类型。软阔叶混交林和硬阔叶混交林的斑块数量和斑块密度在1983—1993年间减少，在2004—2016年间增加，最大斑块面积也减少，边缘密度变化不大，表明在前期两者破碎度降低，后期因为面积减少，破碎度升高。人工落叶松林的斑块数量和斑块密度在1993—2004年间增加，在2004—2016年间减少，最大斑块面积先减少后增加，边缘密度趋于稳定，表明人工落叶松林前期面积减少，破碎度升高，后期面积增加分布趋于聚集。柞树林斑块数量、斑块密度和边缘密度在1983—1993年间增加，1993—2016年间减少，最大斑块指数也在此期间减少，表明柞树林前期面积和破碎度都升高，后期面积减少，分布更加聚集。

图4 1983—2016年类型水平上格局指数变化Fig. 4 Changes of pattern index at the type level from 1983 to 2016

人工红松林、天然杨树林的斑块数量和斑块密度在1983—1993年间减少，在1993—2016年间增加，最大斑块指数和边缘密度逐渐减少，表明两者破碎度先降低后升高，面积逐渐降低。人工樟子松林、天然白桦林的斑块数量和斑块密度在1983—1993年间增加，在1993—2016年间减少，最大斑块指数和边缘密度先增加后减少，表明两者破碎度先升高后降低，面积也是先增加后减少。针叶混交林的斑块数量、斑块密度在1983—1993年间减少，在1993—2016年间增加，最大斑块指数和边缘密度先减少后增加，表明其破碎度先降低后升高，面积也是先减少后增加。针阔叶混交林的斑块数量、斑块密度在1983—1993年间减少，在1993—2016年间增加，最大斑块指数和边缘密度逐渐增加，表明其破碎度先降低后升高，面积逐渐升高。

2）景观水平上的景观格局指数变化

1983—2016年帽儿山林场景观水平上的指数变化见表7。在1983—2016年间斑块数量、斑块密度和斑块形状指数下降，斑块结合指数升高，表明研究区斑块破碎度降低，各斑块之间的聚合度增加；最大斑块指数升高，表明研究区优势斑块面积增加；香农多样性指数和香农均匀度指数下降，表明景观中各斑块多样性和均匀度下降，分布趋向聚集。

表7 1983—2016年景观水平上的格局指数变化Table 7 Pattern index changes at the landscape level from 1983 to 2016

3.3 驱动因素分析

首先在SPSS 26.0 软件中对数据进行信度和效度检验，坡向数据不满足信度检验，将坡向数据剔除后数据的克朗巴哈系数和KMO 值均满足要求，说明数据通过信度和效度检验，可以用来构建模型。以2016年的数据为基础，用剔除坡向后的观察变量构建结构方程模型，运行Amos23.0 软件后，χ2/df 为4.315，不符合检验要求；RMSEA为0.128，大于0.05，不符合检验要求；GFI 和AGFI 分别为0.768 和0.813，均小于0.9。因此需要对模型进行修正。使用Model Fit 与Modification Indices 对模型进行检验与修正，修正后的模型拟合良好。其中χ2=19.955，χ2/df=2.494，介于1 ～3之间，符合模型适配度检验要求；RMSEA=0.02，其值小于0.05；GFI=0.94，AGFI=0.93，其值均大于0.9。修正后的模型如图5 所示。

图5 第Ⅲ阶段结构方程模型路径Fig. 5 The path diagram of Phase Ⅲ structural equation model

通过图5 中第Ⅲ阶段结构方程模型的路径系数可以看出各因素对森林景观的影响，自然因素对森林景观的直接影响为0.11，间接影响即通过经营措施对森林景观的影响为-0.000 8，总影响为0.109 2；距离因素的直接影响为0.20，间接影响为0.001 0，总影响为0.201 0；经营措施无间接影响，总影响为0.02；自然因素潜变量下的3 个观察变量海拔、坡度和坡位的因子负荷分别为0.17、0.21 和0.26，距离因素潜变量下的3 个观察变量的因子负荷分别为-0.02、0.83 和0.92。第Ⅰ阶段和第Ⅱ阶段各因素对森林景观的影响见表8。

表8 3 个阶段各因素对森林景观的影响Table 8 Influences of each factor on forest landscape in three periods

模型的路径系数表明，虽然研究区的海拔、坡度相对比较稳定，但是在Ⅰ阶段研究区的植被处于生长恢复阶段，所以自然环境对森林景观的生长分布有较大影响。从直接影响的系数可以看出，自然因素也会影响居民点和道路的分布进而影响距离因素，不同的自然因素（如海拔）也对经营措施有一定影响；后两阶段植被的演替分布逐渐稳定，自然因素的影响逐渐降低。距离因素在Ⅰ阶段的影响和经营措施相近，因为河流距离对于一些不耐旱树种的分布有很大影响，同时人们的经营措施会优先在居民点和道路附近，所以距离因素通过经营措施对森林景观的间接影响较大；后两阶段距离因素的影响降低，但高于自然因素和经营措施。经营措施是经营者对森林进行的经营选择，在第Ⅰ阶段经营措施的影响较大，后两阶段影响减弱，一是后两阶段森林的演替分布逐渐稳定，同时随着近自然经营理念的提出，人们更加注重森林的自然恢复，对森林的干预逐渐减少，二是对一些环境比较复杂的区域实行封山育林的措施，有效地保证森林的自然恢复和演替。

4 结论和讨论

4.1 结 论

本研究将4 期森林资源二类调查数据、林相图和DEM 数据相结合，采用面积转移矩阵、景观格局指数和结构方程模型等方法对帽儿山林场景观格局的动态变化及影响因素进行研究，得出以下结论：

1）帽儿山林场有林地面积占林场总面积的86.77%，是研究区域的基底。有林地中，优势景观为软阔叶混交林。

帽儿山林场的有林地景观总面积增加了1 851.6 hm2，其中第Ⅰ阶段面积减少了378.6 hm2，第Ⅱ阶段增加了1 730.8 hm2，第Ⅲ阶段增加了499.4 hm2，增加最明显的是在1993—2004年。在森林景观上，软阔叶混交林面积在第Ⅲ阶段增加了2 545.70 hm2，在第Ⅰ阶段和第Ⅱ阶段分别减少了2 101.30 hm2和1 627.60 hm2；硬阔叶混交林面积在第Ⅱ阶段增加了3 643.00 hm2，在第Ⅰ阶段和第Ⅲ阶段分别减少了1 455.90 hm2和730.03 hm2；杨树林面积从前期的1 713.5 hm2减少到后期的94.71 hm2；红松林的面积从前期的347.4 hm2减少到后期的136.98 hm2，针阔叶混交林的面积从前期的28.6 hm2增加到后期的796.74 hm2，其余的森林景观面积变化不大。

2）有林地主要转出为耕地、苗圃地和其他地类，三者占了有林地面积转移量的86.24%，主要是人类活动造成的。1993年有573.93 hm2有林地转为耕地，2004年和2016年分别为490.06 hm2和752.50 hm2，在第Ⅲ阶段转移面积最大，主要是人类土地开发利用的结果。转化为耕地的有林地主要为软阔叶混交林、硬阔叶混交林和人工落叶松林；转化为其他地类的有林地主要为软阔叶混交林。有林地作为研究区景观的基底，也是区域内土地开发利用的主要来源，经营人员需要注意对有林地的开发和保护。

3）林场内景观格局的总体变化特征是斑块数量、斑块密度、斑块形状指数、香农多向性指数、香农均匀度指数下降，最大斑块指数和斑块结合指数增大，表明林场景观破碎度降低、整体性升高并且在空间分布上更加聚集，同时景观中斑块的均匀度和多样性降低。

4）自然因素和经营措施在Ⅰ阶段对森林景观的影响最大，Ⅱ阶段和Ⅲ阶段影响逐渐降低；距离因素在三个阶段对森林景观的影响稳定且显著。

4.2 讨 论

地类景观中有林地面积逐渐增加，耕地面积逐渐减少，疏林地、造林地和未利用地的面积都从1983年的近千公顷减少到2016年的不足一百公顷，三者主要转为有林地。刘兆刚等[24]对帽儿山森林资源的动态变化进行研究，也得出了相同的结论。在森林景观上，软阔叶混交林面积逐渐减少，硬阔叶混交林和柞树林的面积先增加后减少，人工落叶松林面积逐渐增加，这是因为1983—2016年间林场加大了人工造林的力度，提高了人工林景观的比例，降低了天然林景观的比例。孙云霞等[12]对帽儿山森林景观格局进行研究，也得出了人工林景观比例升高，天然林景观比例下降的结论。景观格局指数的变化表明林场景观的破碎度降低，分布更加聚集。李鑫等[21,25]的研究发现人类活动在促进森林恢复的过程中会导致更高程度的碎片化和形状复杂性，出现不同结果的原因可能是因为研究区的经营活动以自然演替为主，辅以人工抚育，所以更好地改善了景观格局，降低了破碎度。张蕾等[26]对凉水自然保护区森林景观结构进行研究，也得出了相同的结论；此外景观斑块多样性和均匀度降低，可以借鉴舒兰等人[27]对帽儿山天然次生林更新恢复的研究，在今后的经营活动中人工补植针叶树种，营造针阔混交林，提升其多样性。

从森林景观时空分布变化可以看出，帽儿山林场的原始顶级群落是阔叶红松林，经过20 世纪的过度采伐首先形成了灌草群落，随后白桦和山杨等先锋树种率先生长，改善了林内水分、光照环境，后续耐阴的枫桦和色木槭等阔叶树种开始出现形成天然次生林，经过几十年的抚育经营，现在演替为不同树种组成的软阔混交林和硬阔混交林等中期阶段序列，周超凡等人[28]对东北地区天然次生林的演替规律进行研究，也得出了相同的结论。在有红松种源的情况下，红松会逐渐占据主林层，与其他阔叶树种形成阔叶红松林。帽儿山林场红松天然更新种源不足，可以借鉴王涛等人[29]对大兴安岭地区森林恢复的研究，通过补植作为天然更新的补充，更加合理地控制补植的位置和密度，同时可以采伐上层树种以促进红松幼苗的生长[30]，促进森林演替进入下一阶段。

在第Ⅰ阶段中自然因素对森林景观的影响最大，Ⅱ、Ⅲ阶段影响减弱，主要是自然环境在植被恢复的前期影响较大[31]。距离因素在三个阶段中都有显著影响：一是因为河流距离对植被生长分布有直接的影响；二是道路距离和居民点距离通过经营措施对植被分布的间接效应也很明显；三是种源作为造林规划的重要内容，显著影响树木更新情况[32]。当林场内针叶树种天然更新的种源不足时，人工补植是种源的有效补充，而人工补植优先从交通便利的地方开始。随着交通距离的增加，种源补充困难会对植被恢复产生负面影响。Wang 等[31]对帽儿山天然树种恢复的驱动因素进行研究，也得出了相同的结论。经营措施的路径系数在第Ⅰ阶段比Ⅱ、Ⅲ阶段更大，说明经营措施在第Ⅰ阶段对森林景观的影响比Ⅱ、Ⅲ阶段显著，主要是因为后两阶段随着经营理念向近自然经营的转变，人为干扰逐渐减弱，森林以自然恢复为主，不过从调查数据来看经营活动对森林面积的增加有积极的作用，Zhao 等[22]对四川省森林景观动态进行研究，也得出了森林经营活动对森林面积产生正向效应的结论。

因为经济社会发展的需要，20 世纪东北地区森林经历了多次高强度的采伐，森林景观格局也发生了剧烈的变化[33]。因为研究尺度不同，本研究主要关注森林景观面积和分布的变化，森林的结构和功能、生态服务等内容也是森林景观进一步研究的方向[34]，本文未作研究。随着近年气候的变化，极端天气频繁，考虑自然干扰的作用机理，分析森林对外界干扰的响应机制，探索更加积极科学的适应性措施[35-36]，也是下一步需要解决的问题。