运用空间直观景观模型LANDIS 6.0 PRO,以采伐面积代替蓄积量作为采伐量,模拟了气候变化条件下,不同采伐强度交替采伐(交替时间分别为10、20、30年)情况下小兴安岭地区2000—2400年间当前采伐方案和11组模拟采伐预案下的森林采伐面积比.结果表明:不同采伐强度的交替进行,一定程度上可以增加研究区采伐面积;与当前采伐方案相比,短期内(10~30年),研究区模拟预案下每10年的采伐面积将增加3%~5%,中期(40~60年)内,研究区模拟预案下每10年的采伐面积将增加2.5%~7%,长期(70~100年)内,研究区模拟预案下每10年的采伐面积将增加3.5%~8%.总体上,研究区当前总采伐面积仍然过高,改变采伐模式虽然可以在一段时间内增加采伐面积,但不具有可持续性.若使研究区森林可持续发展,还需降低采伐强度、转变森林经营管理理念,变可持续林业产出为森林生态系统可持续管理.
By using the spatially explicit forest landscape model (LANDIS 6.0 PRO), the percentages of timber-harvesting area in Xiao Xing’anling Mountains under current harvesting scenario and under 11 harvesting scenarios with alternating harvesting intensities (alternating time was 10, 20 and 30 years, respectively) in 2000-2400 under climate change were simulated. Alternating harvesting intensity could increase the harvesting area. Comparing with current harvesting scenario, the simulated scenarios could increase the harvesting area by 3%-5% at shortterm (10-30 years), 2.5%-7% at medium term (40-60 years), and 3.5%-8% at long term (70-100 years). On the whole, the current total harvesting area was still high. Alternating harvesting-intensity could increase the harvesting area within a definite term, but the effect would be unsustainable. To have a sustainable development of forestry in the study area, it is necessary to reduce the harvesting intensity and change the forest management policy.
全 文 :气候变化条件下小兴安岭林区森林采伐面积模拟*
郭摇 锐1,2 摇 布仁仓1**摇 胡远满1 摇 常摇 禹1 摇 贺红士1 摇 刘晓梅1,2 摇 张志全3
( 1 中国科学院沈阳应用生态研究所, 沈阳 110016; 2 中国科学院研究生院, 北京 100049; 3 沈阳大学, 沈阳 110044)
摘摇 要摇 运用空间直观景观模型 LANDIS 6郾 0 PRO,以采伐面积代替蓄积量作为采伐量,模拟
了气候变化条件下,不同采伐强度交替采伐(交替时间分别为 10、20、30 年)情况下小兴安岭
地区 2000—2400 年间当前采伐方案和 11 组模拟采伐预案下的森林采伐面积比. 结果表明:
不同采伐强度的交替进行,一定程度上可以增加研究区采伐面积;与当前采伐方案相比,短期
内(10 ~ 30 年),研究区模拟预案下每 10 年的采伐面积将增加 3% ~ 5% ,中期(40 ~ 60 年)
内,研究区模拟预案下每 10 年的采伐面积将增加 2郾 5% ~ 7% ,长期(70 ~ 100 年)内,研究区
模拟预案下每 10 年的采伐面积将增加 3郾 5% ~ 8% . 总体上,研究区当前总采伐面积仍然过
高,改变采伐模式虽然可以在一段时间内增加采伐面积,但不具有可持续性.若使研究区森林
可持续发展,还需降低采伐强度、转变森林经营管理理念,变可持续林业产出为森林生态系统
可持续管理.
关键词摇 气候变化摇 采伐面积摇 可持续采伐摇 小兴安岭摇 LANDIS 6郾 0 PRO模型
文章编号摇 1001-9332(2010)07-1681-08摇 中图分类号摇 S750摇 文献标识码摇 A
Simulation of timber鄄harvesting area in Xiao Xing爷anling Mountains under climate change.
GUO Rui1,2, BU Ren鄄cang1, HU Yuan鄄man1, CHANG Yu1, HE Hong鄄shi1, LIU Xiao鄄mei1,2,
ZHANG Zhi鄄quan3 ( 1 Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110016,
China; 2Graduate University of Chinese Academy of Sciences, Beijing 100049, China; 3Shenyang
University, Shenyang 110044, China) . 鄄Chin. J. Appl. Ecol. ,2010,21(7): 1681-1688.
Abstract: By using the spatially explicit forest landscape model (LANDIS 6郾 0 PRO), the percent鄄
ages of timber鄄harvesting area in Xiao Xing爷anling Mountains under current harvesting scenario and
under 11 harvesting scenarios with alternating harvesting intensities ( alternating time was 10, 20
and 30 years, respectively) in 2000-2400 under climate change were simulated. Alternating har鄄
vesting intensity could increase the harvesting area. Comparing with current harvesting scenario, the
simulated scenarios could increase the harvesting area by 3% -5% at short term (10-30 years),
2郾 5% -7% at medium term (40-60 years), and 3郾 5% -8% at long term (70-100 years). On
the whole, the current total harvesting area was still high. Alternating harvesting鄄intensity could in鄄
crease the harvesting area within a definite term, but the effect would be unsustainable. To have a
sustainable development of forestry in the study area, it is necessary to reduce the harvesting inten鄄
sity and change the forest management policy.
Key words: climate change; timber鄄harvesting area; sustainable timber鄄harvesting; Xiao Xing爷an鄄
ling Mountains; LANDIS 6郾 0 PRO model.
*国家自然科学基金项目(30870441)和中国科学院知识创新工程
重要方向项目(KZCX2鄄YW鄄444)资助.
**通讯作者. E鄄mail: burc@ iae. ac. cn
2010鄄03鄄11 收稿,2010鄄04鄄25 接受.
摇 摇 小兴安岭是我国重要的林区之一,长期过量采
伐导致了一系列问题,如森林覆被率和质量降低、中
幼龄林比重大、成过熟林比例小、珍贵树种濒临消
亡、次生林面积加大等[1-2],使可采伐面积逐年减
少[2],尤其在气候变化条件下无法满足采伐利用的
需求[3] .因此在未来气候条件下,探索森林的可持
续采伐的实现方式具有重要的现实意义.
20 世纪 90 年代,研究者开始探讨森林可持续
采伐量的计算问题[4-5] . 森林可持续采伐量指在某
个森林经营单位内(国家、省、地、县、林业局、林场、
集体和个体林业企业等),能长期稳定地达到林业
可持续利用和森林可持续经营水平的森林采伐量.
应 用 生 态 学 报摇 2010 年 7 月摇 第 21 卷摇 第 7 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Jul. 2010,21(7): 1681-1688
一个年度的森林采伐限额可以高于或低于可持续采
伐量[5] .赵秀海[4]通过控制理论方法提出森林采伐
量的最优控制方程,以期使森林蓄积保持在最优水
平.国外的相关研究主要集中于生长预测模型的应
用[6-9],如 Hein 等[8]对多个采伐方案进行模拟后提
出,变化采伐轮回期可以增加森林覆盖率.由于不同
地区不同树种的生长速率不同,在采伐轮回期内有
的树种可能无法完成更新,而造林可以帮助森林更
新[9] .基于森林调查数据的试验林场或小班尺度的
森林采伐研究为大尺度上的模拟采伐奠定了基础.
但目前,在大的空间尺度和长的时间尺度上对森林
采伐的可持续性,尤其是考虑未来气候因素情况的
研究仍然较少. 因此,本文采用空间直观景观模
型[10-11] ( LANDIS 6郾 0 PRO)模拟了气候变化条件
下,2000—2400 年间小兴安岭地区采伐面积的变
化,探讨了当前采伐模式可能存在的问题,试图通过
变换采伐强度促进采伐的可持续性,以期为我国森
林的可持续管理提供参考.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
小兴 安 岭 ( 46毅 28忆—49毅 21忆 N, 127毅 42忆—
130毅14忆 E)位于黑龙江省东北部,属于中温带和寒
温带的过渡地带,为针阔混交林(阔叶红松林)与北
方针叶林(兴安落叶松林)的过渡区域,是我国受气
候变化影响最显著的地区. 本研究区覆盖小兴安岭
中北部(47毅3忆—49毅14忆 N,127毅1忆—130毅41忆 E),包
括 16 个林业局(红星、沾河、乌伊岭、乌马河、上甘
岭、汤旺河、通北、绥棱、友好、鹤北、金山屯、铁力、新
青、翠峦、美溪和五营)、1 个保护区(丰林国家级自
然保护保护区)和丽林实验林场,总面积为 421郾 89伊
104 hm2,其中有林地面积 358郾 74伊104 hm2 . 研究区
年均温度( -0郾 54 依0郾 48) 益,年均降水量(555郾 1 依
24郾 1) mm.研究区内有一由西南向东北的山脉,将
该区分割成明显的南、北两部分,南部主要分布阔叶
红松(Pinus koraiensis)林,北部主要分布兴安落叶松
(Larix gmelinii)林. 从南到北,研究区中红松、臭冷
杉(Abies nephrolepis)、红皮云杉(Picea koraiensis)和
鱼鳞云杉(Picea jezoensi)逐渐减少,而兴安落叶松则
逐渐增加.
1郾 2摇 LANDIS 6郾 0 PRO模型
LANDIS 6郾 0 PRO模型在 LANDIS 4郾 0 基础上发
展而来,是用于模拟森林景观干扰、演替和管理的空
间直观景观模型[10-13],它综合了森林演替、种子传
播、火、风倒、采伐、可燃物动态和生物干扰(如森林
病虫害)等各种景观过程[14] . 该模型主要源于 2 种
模型:样地尺度上的林窗模型(JABOWA鄄FORET 模
型[15-16])和景观尺度上的 LANDSIM模型[17] .
LANDIS 6郾 0 PRO模型通过跟踪样地上物种的
存在或缺失来模拟各种自然和人为干扰下样地和景
观尺度上的森林动态. 采用基于像元的栅格数据结
构,跟踪某一物种年龄组的存在或缺失,在每个像元
上记录每个物种以时间步长为间隔的年龄信息,而
不记录具体的物种个体的个数和准确年龄[18-19] .因
此,该模型无法通过模拟森林生物量来计算蓄积量,
在模拟采伐时,本文以采伐面积代替蓄积量作为采
伐量的度量.
LANDIS 6郾 0 PRO模型将景观看作由相同大小
的像元所组成的格网[18] .在研究区的每种立地类型
内,具有相似的物种建群系数(species establishment
coefficient)、火烧轮回期以及可燃物的积累速率和
分解速率.
1郾 2郾 1 LANDIS 6郾 0 PRO模型的采伐模块 摇 LANDIS
6郾 0 PRO模型将森林景观分成不同的管理区对森林
采伐进行模拟[10] .不同的管理区可以有不同的采伐
方案和管理目标,且每个管理区又划分为有固定边
界的林班,采伐在林班尺度上进行[19] . 在 LANDIS
6郾 0 PRO模型中林班表示为具有相同标识的空间连
续像元.
LANDIS 6郾 0 PRO模型首先需确定要采伐的管
理区,然后在管理区内对林班进行排序.可根据林班
的年龄(林班年龄指林班内所有物种的最大年龄的
平均值)、经济价值、年龄级分布或随机对林班进行
排序,然后根据排序后的优先顺序选定林班实施采
伐方案.采伐方案包括 3 部分:采伐的时间、地点和
物种[10] .模型通过在采伐完的像元内产生树木幼苗
的方法模拟人工造林情况.
1郾 2郾 2 LANDIS 6郾 0 PRO 模型的参数化 摇 模型参数
包括:物种生活史特征、物种组成图、土地类型、采伐
管理区图和对应的属性数据库等[12,20-21] .
物种生活史特征包括寿命、成熟年龄、耐阴性、
耐火性、有效传播距离、最大传播距离、萌发概率和
最小萌发年龄等(表 1).这些数据主要从相关文献、
实地调查以及咨询相关林业专家获得[20-23] .
物种组成图由小兴安岭地区 2000 年林相图获
得,该图记录了每个像元上物种的年龄和存在 /不存
在等信息.
2861 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
表 1摇 研究区主要树种及其生物学特征
Tab. 1摇 Main species and their biological characteristics in the study area
树 种
Species
寿 命
Longevity
(a)
结实年龄
Maturity age
(a)
耐阴性
Shade
tolerance
耐火性
Fire
tolerance
种子有效
传播距离
Effective
seed dispersal
distance
(m)
种子最大
传播距离
Maximum seed
dispersal
distance
(m)
萌发力
Germination
ability
萌发年龄
Age of
germination
(a)
红松 Pinus koraiensis 400 80 4 3 200 600 0 0
云杉 Picea jezoensis & Picea koraiensis 300 30 4 3 80 200 0 0
臭冷杉 Abies nephrolepsis 300 30 4 3 80 200 0 0
落叶松 Larix gmelinii 300 20 3 4 100 250 0 0
水曲柳 Fraxinus mandshurica 250 40 3 5 400 5000 0郾 9 50
胡桃楸 Juglans mandshurica 250 15 3 4 50 100 0郾 9 60
黄波罗 Phellodendron amurense 250 15 3 4 60 300 0郾 8 60
蒙古栎 Quercus mongolica 350 20 2 5 50 200 1 50
春榆 Ulmus davidiana var郾 japojica 250 10 2 3 400 5000 0郾 5 60
色木槭 Acer mono 200 10 3 3 400 8000 0郾 5 50
枫桦 Betula costata 250 15 3 3 500 8000 0郾 9 40
黑桦 Betula davurica 150 15 2 5 500 8000 0郾 9 30
紫椴 Tilia amurensis 300 15 3 2 80 250 0郾 8 30
白桦 Betula platyphylla 150 15 1 2 600 6000 0郾 8 50
山杨 Populus davidiana 150 10 1 1 500 8000 0郾 9 10 摇
摇 摇 LANDIS 6郾 0 PRO模型将异质性景观分为若干
个立地类型,同一立地类型内视为均质景观,假设同
一立地类型中的物种具有相同的环境条件[12] .立地
类型由数字高程模型、地形林相图、土地利用现状
图、土壤类型图获得.
摇 摇 LANDIS 6郾 0 PRO模型通过物种的建群系数来
反映物种在各土地类型上出现的概率和生长能力,
其取值范围在 0 ~ 1,该值越大表明物种越容易在研
究地区生存[12] .本文根据 Bu等[3,24]的研究结果,建
立了气候变化条件下的树种重建系数.
本文基于小兴安岭林相图得到研究区的管理区
分布图(图 1).
1郾 3摇 数据来源
本研究 1961—2005 年气象数据源于东北地区
78 个气象台站. 据此,建立温度、降水分别与经纬
度、海拔高度的线性回归方程,插值得到整个东北地
区的温度栅格图和降水栅格图,分辨率为 90 m 伊
90 m[3, 24] .
1郾 4摇 降水量和气温变化幅度的计算
CGCM2 和 CGCM3 模式中 5 个气候变化预案下
年均气温的变化幅度公式如下:
驻Ti =
TWi - TCi
10 (1)
式中:TWi为 CGCM2 和 CGCM3 模拟中气候变化后 10
年的积温;TCi为 CGCM2 和 CGCM3 模拟中气候变化
前 10 年的积温,i为模拟年份(2000臆i臆2100);驻Ti
为气候变化前后第 i 年年均温度的变化幅度. 降水
量变化幅度的计算公式与气温相同. 表 2 列出了研
究区 2100 年年均气温和降水的变化幅度.
1郾 5摇 研究方法
本文采用 2 个全球气候耦合动态模式 CGCM2
和 CGCM3(CGCM2 和 CGCM3 是加拿大气候模拟和
分析中心推出的全球气候耦合模型,空间分辨率可
达 0郾 5毅伊0郾 5毅[25] )的 5 个预测结果的平均值,作为
研究区未来气候变化情景. 运用模型联合技术
(model ensembles),模拟未来 100年(2000—2100年)
图 1摇 研究区森林管理概状况
Fig. 1摇 Overview of forest management in the study area.
38617 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 郭摇 锐等: 气候变化条件下小兴安岭林区森林采伐面积模拟摇 摇 摇 摇 摇 摇
表 2摇 气候变化预案下 2100 年的年均降水量和气温的变化
幅度
Tab. 2摇 Variation range of the average annual precipitation
and temperature under the climate change scenario in 2100
(mean依SD)
气候变化预案
Scenario
年降水量
Annual
precipitation
(mm)
年均温度
Average annual
temperature
(益)
CGCM3 模拟 CO2 中等排放情景
Moderate level of CO2 emission sce鄄
nario simulated by CGCM3
60郾 22依7郾 32 2郾 00依0郾 02
CGCM3 模拟 CO2 低排放情景
Lower level of CO2 emission scenario
simulated by CGCM3
65郾 03依16郾 75 1郾 00依0郾 07
CGCM3 模拟 CO2 高排放情景
Higher level of CO2 emission scenar鄄
io simulated by CGCM3
240郾 38依17郾 30 3郾 21依0郾 41
CGCM2 模拟 CO2 低排放情景
Lower level of CO2 emission scenario
simulated by CGCM2
-50郾 59依31郾 10 3郾 47依0郾 50
CGCM2 模拟 CO2 高排放情景
Higher level of CO2 emission scenar鄄
io simulated by CGCM2
-12郾 17依42郾 64 5郾 07依0郾 28
气候变化对树种潜在分布的影响,获取 LANDIS 6郾 0
PRO模型所需的树种重建系数.
摇 摇 本文以研究区 2000 年林相图为基础,采用
LANDIS 6郾 0 PRO模型模拟气候变化条件下森林采
伐面积的动态变化. 模拟的时间尺度为 400 年
(2000—2400 年),时间步长为 10 年. 空间范围为
3102伊2737 像元,像元大小为 90 m伊90 m.假设在模
拟的前 100 年(2000—2100 年),年均温度和降水按
照气候变化预案进行线性变化,100 年后的气候达
到稳定,即 2100 年后年均温度和降水量不再发生变
化,2100 年以后的气候数据采用 2100 年的值[25] .在
稳定的气候条件下再模拟 300 年(2100—2400 年),
使森林在经历气候变化后达到稳定状态.
虽然模型模拟的方法存在诸多不确定性,但其
现实意义在于通过相同背景参数下不同目标参数的
变化,对若干模拟结果之间进行分析比较,可以反映
出目标参数的一些问题. 本研究目的旨在探讨气候
变化条件下如何更有效地进行森林采伐,在森林资
源岌岌可危的当下,使小兴安岭的森林资源实现持
续利用.
1郾 6摇 模拟方案
由于气候变化、造林和林火是影响森林动态变
化和采伐方案制定的重要因素,本文在 LANDIS 6郾 0
PRO模拟过程中,将气候变化、造林和林火作为背
景条件.造林树种为红松、云杉和落叶松,红松、云杉
和落叶松 10 年的造林强度(造林面积比)分别为
1郾 1% 、1%和 5郾 1% .
本文中假定树木的死亡仅由物种竞争、火烧和
采伐引起,忽略了风倒和病虫害等因素.
1郾 6郾 1 采伐规则摇 模拟采伐时,禁伐区不采伐;在限
伐区和商品林区,以林班为单位执行采伐,采伐从平
均年龄最大的林班开始,按照年龄由大到小的顺序
采伐,在同一林班内,先采伐成、过熟林,后采伐近熟
林和中幼龄林.小兴安岭多为复层异龄林,所以本文
的采伐方式为择伐.
1郾 6郾 2 采伐模拟方案摇 1)当前采伐预案:基于 2003
年研究区限伐区和商品林区采伐方案[其采伐强度
(采伐面积比)分别约为 30% ·10 a-1和 50% ·
10 a-1],模拟气候变化条件下 2000—2400 年限伐区
和商品林区内采伐量的变化.
2)模拟采伐预案:以当前采伐预案的采伐强度
为参照,在采伐强度(37郾 58%·10 a-1)不变的前提
下,设置不同采伐强度交替采伐.表 3 列出了 11 组
交替采伐的面积比例设置预案,每组预案在 3 个交
替采伐时间(10、20 和 30 年)分别模拟 5 次 400 年
(2000—2400 年)的采伐面积.
1郾 7摇 数据处理
采用 LANDSTAT 软件导出模型模拟结果,用
Excel软件完成数据处理.用 SPSS 13郾 0 软件进行统
计分析.将数据按短期(10 ~ 30 年)、中期(40 ~ 60
年)、长期(70 ~ 100 年)和 400 年统计采伐面积比的
平均值.采用独立样本 T 检验法分析当前采伐模式
与各采伐模拟预案结果的差异.
表 3摇 研究区森林采伐的模拟预案
Tab. 3摇 Scenarios of simulating for timber harvesting in the
study area
采伐预案
Harvest
scenarios
限伐区交替
采伐面积比例
Percentage of the
alternate harvested
area in non鄄
commercial forest
(NCF) areas (%·a-1)
商品林区交替
采伐面积比例
Percentage of the
alternate harvested area
in commercial forest
(CF) areas (%·a-1)
NCF30CF50 30 ~ 30郾 5 50郾 0 ~ 49郾 1
NCF25CF58 25 ~ 40郾 9 58郾 1 ~ 35郾 5
NCF20CF66 20 ~ 40郾 5 66郾 4 ~ 32郾 7
NCF15CF74 15 ~ 45郾 5 74郾 6 ~ 24郾 6
NCF12CF79 12 ~ 48郾 5 79郾 5 ~ 19郾 6
NCF10 ~ 50CF82 ~ 16 10 ~ 50郾 5 82郾 7 ~ 16郾 4
NCF07CF87 7 ~ 53郾 5 87郾 6 ~ 11郾 5
NCF05CF90 5 ~ 55郾 5 90郾 9 ~ 8郾 2
NCF03CF94 3 ~ 57郾 5 94郾 2 ~ 4郾 9
NCF60CF00 0 ~ 60郾 5 99郾 1 ~ 0
NCF10 ~ 60CF82 ~ 00 10 ~ 60郾 5 82郾 7 ~ 0
4861 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
2摇 结果与分析
2郾 1摇 当前采伐方案的采伐面积
由图 2 可以看出,短期(10 ~ 30 年)内,研究区
每 10 年的平均采伐面积比为 29郾 30% ,中期(40 ~
60 年 ) 内, 为 27郾 64% , 长期 ( 70 ~ 100 年 ) 为
23郾 15% ,整个模拟期间(400 年),研究区每 10 年的
平均采伐面积比为 21郾 48% .
当前采伐方案下,研究区采伐强度为每 10 年的
采伐面积占采伐区 (限伐区和商品林区)面积的
37郾 58% .无论在短期、中期、长期还是 400 年的模拟
时间内,当前采伐方案下研究区平均采伐面积比都
无法达到该目标(37郾 58% ). 当前采伐方案下前 60
年的采伐面积比出现了波动现象,到 200 年(2200
年)后稳定在 17%·10a-1左右,此时研究区每 10 年
的可采伐面积与森林更新面积达到动态平衡.
2郾 2摇 模拟采伐预案的采伐面积
经数据统计分析得出,在模拟的 400 年间,11
组模拟采伐预案中每 10 年的采伐面积比均表现出
上下波动、总体逐年递减的规律,且采伐面积比都低
于 37郾 58%·10 a-1 .由于数据量大,无法一一列举,
因此,本文以预案 NCF25CF58和 NCF60CF00为例分析
模拟采伐预案下研究区的采伐面积. 由图 3 可以看
出,预案 NCF25CF58和 NCF60CF00下,以 10 年为交替
采伐时间的研究区采伐面积比高于以 20 和 30 年为
交替采伐时间的采伐面积.在以 10 年为交替采伐时
间的情况下 ,研究区限伐区的采伐强度控制在
图 2摇 当前采伐方案下研究区每 10 年的采伐面积比
Fig. 2 摇 Harvested area percentage per 10 years under present
timber harvesting scenario in the sturdy area.
12%·10 a-1以内,可有效提高各时间段的采伐面积.
其中,短期内每 10年的采伐面积可增加 3% ~5%,中
期内每 10 年的采伐面积可增加 2郾 5% ~7%,长期内
每 10 年的采伐面积可增加 3郾 5% ~8% .在可以显著
提高采伐面积的预案中,预案 NCF10 ~ 60CF82 ~ 00在各阶
段所提高的采伐面积比例均最大(表 4).
2郾 3摇 不同采伐预案下采伐面积的比较
由表 5可以看出,短期内,以 10 年为交替采伐时
间的情况下,除 NCF30CF50、NCF25CF58和NCF60CF00预
案外,其他预案的平均采伐面积比均显著大于当前采
伐 方 案, NCF20CF66、 NCF15CF74、 NCF12CF79、
NCF10 ~ 50CF82 ~ 16、NCF07CF87、NCF05CF90、NCF03CF94和
NCF10 ~ 60CF82 ~ 00预案分别提高了 3郾 74% 、4郾 73% 、
4郾 64% 、4郾 58% 、4郾 02% 、3郾 61% 、3郾 19% 、5郾 08% ;而
以 20 和 30 年为交替采伐时间时,与当前采伐方案
相比,各模拟预案均未显著提高采伐面积比,有些模
表 4摇 不同时段内 3 个采伐交替时间各模拟预案下研究区每 10 年的平均采伐面积比例
Tab. 4摇 Average percentage of harvested area in each simulation scenario at 3 alternate timber harvesting times during differ鄄
ent periods (%·10a-1)
采伐预案
Harvest
scenario
短 期
Short term (10 ~ 30 a)
玉 域 芋
中 期
Medium term (40 ~ 60 a)
玉 域 芋
长 期
Long term (70 ~ 100 a)
玉 域 芋
400 a
玉 域 芋
NCF30CF50 28郾 78 25郾 70 29郾 70 24郾 59 26郾 70 20郾 64 24郾 34 22郾 20 20郾 61 21郾 09 19郾 2 18郾 25
NCF25CF58 30郾 94 27郾 99 30郾 36 26郾 78 24郾 52 27郾 04 27郾 01 21郾 94 19郾 91 22郾 43 19郾 46 19郾 01
NCF20CF66 33郾 04 28郾 00 30郾 50 27郾 80 24郾 79 26郾 77 28郾 55 23郾 15 20郾 53 22郾 78 19郾 91 19郾 48
NCF15CF74 34郾 03 27郾 87 28郾 57 29郾 35 23郾 99 28郾 23 29郾 25 23郾 54 22郾 17 23郾 10 19郾 53 19郾 82
NCF12CF79 33郾 94 27郾 40 27郾 01 30郾 21 24郾 10 29郾 14 29郾 38 23郾 97 23郾 11 23郾 15 19郾 52 19郾 56
NCF10 ~ 50CF82 ~ 16 33郾 88 27郾 02 25郾 89 30郾 62 23郾 88 29郾 90 29郾 24 24郾 04 23郾 56 23郾 18 19郾 48 19郾 63
NCF07CF87 33郾 32 26郾 42 24郾 06 31郾 82 24郾 07 30郾 84 29郾 38 24郾 15 23郾 57 23郾 30 19郾 46 19郾 62
NCF05CF90 32郾 91 26郾 01 22郾 82 32郾 65 23郾 71 30郾 76 29郾 99 24郾 24 23郾 59 23郾 40 19郾 40 19郾 52
NCF03CF94 32郾 49 25郾 59 21郾 57 33郾 48 23郾 36 30郾 65 30郾 62 24郾 39 23郾 61 23郾 51 19郾 43 19郾 38
NCF60CF00 23郾 55 20郾 34 12郾 61 26郾 07 16郾 36 22郾 22 19郾 78 18郾 08 18郾 58 18郾 81 16郾 30 15郾 51
NCF10 ~ 60CF82 ~ 00 34郾 38 29郾 09 25郾 89 34郾 73 22郾 73 30郾 11 31郾 56 24郾 3 25郾 17 23郾 78 19郾 53 19郾 74
玉: 交替采伐时间为 10 年 Alternating time for harvesting was 10 years; 域: 交替采伐时间为 20 年 Alternating time for harvesting was 20 years;芋:
交替采伐时间为 30 年 Alternating time for harvesting was 30 years. 下同 The same below.
58617 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 郭摇 锐等: 气候变化条件下小兴安岭林区森林采伐面积模拟摇 摇 摇 摇 摇 摇
图 3摇 预案 NCF25CF58(玉)和 NCF60CF00(域)在 3 个采伐交替时间下研究区每 10 年的采伐面积比
Fig. 3摇 Harvested area percentage per 10 years under the scenario NCF25 CF58(玉) and NCF60 CF00(域) at 3 alternate harvesting
times.
拟预案反而显著降低了采伐面积比,如 NCF30CF50在
20 年交替采伐时的平均采伐面积比减少了 3郾 6% ,
在 30 年交替采伐时, NCF05CF90、 NCF03CF94 和
NCF60CF00的平均采伐面积比分别减少了 0郾 33% 、
1郾 58%和 10郾 54% .
中期内,以 10 年为交替采伐时间的情况下,与
相应 的 当 前 采 伐 方 案 相 比, 预 案 NCF12CF79、
NCF10 ~ 50CF82 ~ 16、NCF07CF87、NCF05CF90、NCF03CF94和
表 5摇 不同时段内 3 个采伐交替时间各模拟预案下研究区每 10 年平均采伐面积比例的独立样本 T检验
Tab. 5摇 Independent鄄samples T test of each simulation scenario at 3 alternate timber harvesting times during different periods
采伐预案
Harvest
scenario
短 期
Short term (10-30 a)
玉 域 芋
中 期
Medium term (40-60 a)
玉 域 芋
长 期
Long term (70-100 a)
玉 域 芋
400 年间
Between 400 a
玉 域 芋
NCF30CF50 -0郾 26 -2郾 70* 0郾 96 -1郾 45 -0郾 44 -7郾 04** 0郾 93 -0郾 678 -2郾 13* 1郾 35 1郾 81 -4郾 55**
NCF25CF58 1郾 51 -1郾 26 1郾 06 -0郾 92 -2郾 58*-0郾 60 4郾 13** -1郾 025 -2郾 51* 3郾 49** -1郾 82 -2郾 60*
NCF20CF66 2郾 45* -0郾 79 0郾 75 0郾 13 -1郾 61 -0郾 89 4郾 64** -0郾 004 -1郾 68 3郾 86** -1郾 03 -1郾 74
NCF15CF74 4郾 16**-0郾 65 -0郾 33 1郾 99 -1郾 78 0郾 79 6郾 72** 0郾 188 -0郾 48 4郾 28** -1郾 44 -1郾 61
NCF12CF79 5郾 38**-0郾 73 -0郾 89 3郾 39* -1郾 47 1郾 78 6郾 89** 0郾 371 -0郾 02 4郾 29** -1郾 37 -1郾 42
NCF10 ~50CF82 ~16 6郾 00**-0郾 78 -1郾 21 3郾 71* -1郾 35 2郾 42* 6郾 14** 0郾 398 0郾 16 4郾 29** -1郾 37 -1郾 29
NCF07CF87 6郾 48**-0郾 93 -1郾 84 4郾 54** -1郾 26 2郾 72* 5郾 10** 0郾 433 0郾 16 4郾 38** -1郾 36 -1郾 26
NCF05CF90 5郾 26**-1郾 01 -2郾 27* 4郾 91** -1郾 42 2郾 45* 5郾 15** 0郾 459 0郾 16 4郾 45** -1郾 42 -1郾 39
NCF03CF94 3郾 68* -1郾 09 -2郾 70* 5郾 17** -1郾 59 2郾 13* 5郾 18** 0郾 505 0郾 17 4郾 53** -1郾 21 -1郾 54
NCF60CF00 -2郾 33* -2郾 90* -44郾 30** -1郾 51 -3郾 28*-1郾 61 -2郾 30* -2郾 450* -1郾 67* -3郾 67** -6郾 08**-6郾 78**
NCF10 ~60CF82 ~00 4郾 10**-0郾 06 -1郾 21 5郾 40** -1郾 89 1郾 43 5郾 20** 0郾 447 0郾 71 4郾 71** -1郾 21 -1郾 02
* P<0郾 05; ** P<0郾 001.
6861 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
NCF10 ~ 60CF82 ~ 00的平均采伐面积比分别显著增加了
2郾 57% 、2郾 98% 、4郾 18% 、5郾 01% 、5郾 84%和 7郾 09% ;
以 20 年为交替采伐时间的情况下,各模拟预案均未
显著提高采伐面积;以 30 年为交替采伐时间的情况
下, 预 案 NCF10CF82、 CF07CF87、 NCF05CF90 和
NCF03CF94的平均采伐面积比分别比相应的当前采
伐方 案 显 著 提 高 了 2郾 26% 、 3郾 2% 、 3郾 12% 和
3郾 01% .
长期内,以 10 年为交替采伐时间的情况下,除
预案 NCF30CF50和 NCF60CF00外,其他模拟预案均可
显著提高采伐面积, 与当前采伐方案相比,
NCF25CF58、 NCF20CF66、 NCF15CF74、 NCF12CF79、
NCF10 ~ 50CF82 ~ 16、NCF07CF87、NCF05CF90、NCF03CF94和
NCF10 ~ 60CF82 ~ 00预案的平均采伐面积比分别提高了
3郾 86% 、5郾 40% 、 6郾 10% 、 6郾 23% 、 6郾 09% 、 6郾 23% 、
6郾 84% 、7郾 47%和 8郾 41% ;以 20 和 30 年为交替采伐
时间时,各模拟预案均未显著提高采伐面积.
模拟期间(400 年),以 10 年为交替采伐时间的
情况下,除预案 NCF30CF50和 NCF60CF00外,其他模拟
预 案 均 显 著 提 高 了 采 伐 面 积, NCF25CF58、
NCF20CF66、NCF15 CF74、NCF12 CF79、NCF10 ~ 50 CF82 ~ 16、
NCF07CF87、NCF05CF90、NCF03CF94和 NCF10 ~ 60CF82 ~ 00
预案的平均采伐面积比分别提高了 0郾 95% 、
1郾 30% 、1郾 62% 、 1郾 67% 、 1郾 70% 、 1郾 82% 、 1郾 92% 、
2郾 03%和 2郾 30% ;以 20 和 30 年为交替采伐时间时,
各模拟预案均不能显著提高采伐面积.
3摇 讨摇 摇 论
采用中低采伐强度,并且不同采伐强度交替进
行采伐可使森林得以休整.在中低采伐强度下,森林
生长量和更新量将大于采伐量,可为下一次高强度
的采伐增加可采面积.但在较高的采伐目标下,这种
提高采伐面积的方法也不能长期持续. 本模拟结果
表明,研究区 400 年间的平均采伐面积只增加了
0郾 95% ~2郾 3% .
在总采伐强度不变的情况下,降低限伐区的采
伐强度意味着增加商品林区的采伐强度,反之亦然
(表 3),正是因为这样,在交替采伐时间增加到 20
和 30 年时,基本上没有预案可以显著提高采伐面积
(表 5),且图 3 中以 30 年为交替采伐时间模拟的采
伐面积比都在趋势线以下.
实施天然林保护工程以来,森林经营施行了分
管理区采伐并且降低了采伐强度. 但不管是当前采
伐方案还是模拟采伐预案下的采伐面积均呈逐年下
降趋势(图 2、表 4).虽然采用不同采伐强度进行 10
年交替采伐可以提高采伐面积,但仍不能达到每 10
年采伐 37郾 58% 的目标,说明目前的采伐强度
(37郾 58%·10 a-1)仍然过高.通过模型模拟结果的
比较,建议将采伐强度降至 10%·10 a-1以内,并采
用不同采伐强度交替采伐,以有效提高采伐面积、完
成采伐任务.
在较高强度的森林采伐干扰下,森林生态系统
的树种组成和年龄结构也会随之改变.而通过 LAN鄄
DIS 6郾 0 PRO 可以模拟树种组成和年龄结构的变
化,这方面的研究有待进一步探讨.
模型验证是空间直观景观模型面临的一大挑
战.由于缺乏独立的时空数据,常规的方法不适用于
验证从现在到未来的预测性研究,特别是对那些模
拟今后几百年的大尺度随机景观模型而言,目前尚
没有完善的理论[26] . LANDIS 模型已经过例行的模
型程序评价,如灵敏度分析、不确定性分析和模型结
构分析[12],并应用于加利福尼亚、密苏里、大兴安岭
图强林业局和呼中林业局、小兴安岭地区以及长白
山保护区等区域景观的森林演替和干扰的研究,取
得了重要成果,证明了模型的通用性和实用
性[3,23,27] .
虽然大气环流模型(GCMs)预测未来气候变化
的总体趋势基本趋于一致[28],但温室气体的增温效
应及幅度大小具有很大的不确定性,仍存在很多分
歧[29] .因此,不同气候预案预测的树种组成与分布
状况有所差异[14,23] . 而本文采用平均值的方法(模
型集合)提高了气候预测的精度,减少了预测结果
的不确定性.
LANDIS 6郾 0 PRO模型基于像元个数仅能模拟
采伐面积,不能模拟采伐蓄积量,这与我国目前的森
林采伐制度不一致. 但采伐面积与蓄积量之间存在
一定关系,以采伐面积比代替采伐蓄积量作为采伐
强度,通过预案之间的对比研究可以揭示采伐量的
变化.
参考文献
[1]摇 Zhou Y鄄L (周以良). Vegetation of Xiaoxing爷 anling in
China. Beijing: Science Press, 1994 (in Chinese)
[2]摇 Bai W鄄G (白卫国), Wang Z鄄X (王祝雄). On sus鄄
tainable forest management in forest areas of Northeast
China. Forest Resources Management (林业资源管
理), 2008(6): 1-7 (in Chinese)
[3]摇 Bu RC, He HS, Hu YM, et al. Using the LANDIS
model to evaluate forest harvesting and planting strate鄄
gies under possible warming climates in Northeastern
78617 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 郭摇 锐等: 气候变化条件下小兴安岭林区森林采伐面积模拟摇 摇 摇 摇 摇 摇
China. Forest Ecology and Management, 2008, 254:
407-419
[4]摇 Zhao X鄄H (赵秀海). Optimal control of forestry harvest
volume. Journal of Northeast Forestry University (东北
林业大学学报), 1990, 18(5): 43-48 (in Chinese)
[5]摇 Dai Y鄄L (代玉丽). Some issues of determining the sus鄄
tainable forest harvest level. Forest Resources Manage鄄
ment (林业资源管理), 2004 (1): 15 - 17 ( in Chi鄄
nese)
[6]摇 Vanclay JK. Sustainable timber harvesting: Simulation
studies in the tropical rainforests of north Queensland.
Forest Ecology and Management, 1994, 69: 299-320
[7]摇 Osho JSA. Optimal sustainable harvest models for a Ni鄄
gerian tropical rain forest. Journal of Environmental
Management, 1995, 45: 101-108
[8]摇 Hein L, Ierland EV. Efficient and sustainable manage鄄
ment of complex forest ecosystems. Ecological Model鄄
ling, 2006, 190: 351-366
[9]摇 Dauber E, Fredericksen TS, Pe觡a M. Sustainability of
timber harvesting in Bolivian tropical forests. Forest
Ecology and Management, 2005, 214: 294-304
[10]摇 Gustafson EJ, Shifley SR, Mladenoff DJ, et al. Spatial
simulation of forest succession and timber harvesting
usiong LANDIS. Canadian Journal of Forest Research,
2000, 30: 32-43
[11]摇 Gustafson EJ, Roberts LJ, Leefers LA. Linking linear
programming and spatial simulation models to predict
landscape effects of forest management alternatives.
Journal of Environmental Management, 2006, 81: 339-
350
[12] 摇 He HS, Mladenoff DJ. Spatially explicit and stochastic
simulation of forest鄄landscape fire disturbance and suc鄄
cession. Ecology, 1999, 80: 81-99
[13]摇 Mladenoff DJ. LANDIS and forest landscape models.
Ecological Modelling, 2004, 180: 7-19
[14]摇 He HS, Hao ZQ, Mladenoff DJ, et al. Simulating forest
ecosystem response to climate warming incorporating
spatial effects in north鄄eastern China. Journal of Bioge鄄
ography, 2005, 32: 2043-2056
[15]摇 Botkin DB, Wallis JR, Janak JF. Some ecological con鄄
sequences of a computer model of forest growth. Journal
of Ecology, 1972, 60: 849-872
[16]摇 Shugart HH. A Theory of Forest Dynamics. New York:
Springer鄄Verlag, 1984
[17]摇 Roberts DW. Modelling forest dynamics with vital attrib鄄
utes and fuzzy systems theory. Ecological Modelling,
1996, 90: 161-173
[18]摇 Mladenoff DJ, He HS. Design and behavior of LANDIS,
an object鄄oriented model of forest landscape disturbance
and succession / / Mlandenoff DJ, Baker WL, eds. Ad鄄
vances in Spatial Modeling of Forest Landscape Change:
Approaches and Applications. Cambridge: Cambridge
University Press, 1999
[19]摇 Xu C鄄G (徐崇刚), Hu Y鄄M (胡远满), Chang Y (常
禹), et al. Spatially explicit landscape model鄄LANDIS
玉. mechanism. Chinese Journal of Applied Ecology (应
用生态学报), 2004, 15(5): 837-844 (in Chinese)
[20]摇 Yan X鄄D (延晓冬), Fu C鄄B (符淙斌), Shugart HH.
Simulating the effects of climate changes on Xiaoxing爷an
Mountain forests. Acta Phytoecologica Sinica (植物生
态学报), 2000, 24(5): 312-319 (in Chinese)
[21] 摇 Yan X鄄D (延晓冬), Zhao S鄄D (赵士洞), Yu Z鄄L
(于振良). Modeling growth and succession of north鄄
eastern China forests and its applications in global
change studies. Acta Phytoecologica Sinica (植物生态
学报), 2000, 24(1): 1-8 (in Chinese)
[22]摇 Sang W鄄G (桑卫国), Li J鄄W (李景文). Dynamics
modeling of Korean pine forest in southern Lesser Xing爷
an Mountains of China. Acta Ecologica Sinica (生态学
报), 1998, 18(1): 38-47 (in Chinese)
[23]摇 He HS, Mladenoff DJ, Gustafson EJ. Study of land鄄
scape change under forest harvesting and climate war鄄
ming鄄induced fire disturbance. Forest Ecology and Man鄄
agement, 2002, 155: 257-270
[24]摇 Bu RC. The Responses of Main Tree Species to Climate
Warming in the Small Khingan Mountains. PhD Thesis.
Shenyang: Institute of Applied Ecology, Chinese Acade鄄
my of Sciences, 2006 (in Chinese)
[25]摇 Flato GM, Boer GJ. Warming asymmetry in climate
change simulations. Geophysical Research Letters, 2001,
28: 195-198
[26]摇 Xu C鄄G (徐崇刚), Hu Y鄄M (胡远满), Jiang Y (姜
艳), et al. Validation of spatially explicit landscape
model. Chinese Journal of Ecology (生态学杂志),
2003, 22(6): 127-131 (in Chinese)
[27]摇 Hao Z鄄Q (郝占庆), Dai L鄄M (代力民), He H鄄S (贺
红士), et al. Potential response of major tree species to
climate warming in Changbai Mountain, Northeast Chi鄄
na. Chinese Journal of Applied Ecology (应用生态学
报), 2001, 12(5): 653-658 (in Chinese)
[28]摇 Liu G鄄H (刘国华), Fu B鄄J (傅伯杰). Effects of glob鄄
al climate change on forest ecosystems. Journal of Natu鄄
ral Resources (自然资源学报), 2001, 16(1): 71-78
(in Chinese)
[29]摇 Shackley S, Young P, Parkinson S, et al. Uncertainty,
complexity and concepts of good science in climate
change modelling: Are GCMs the best tools? Climatic
Change, 1998, 38: 159-205
作者简介摇 郭摇 锐,女,1985 年生,硕士研究生.主要从事景
观生态学研究. E鄄mail: remaingr@ 126. com
责任编辑摇 杨摇 弘
8861 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷