湖北省馬尾松精準適宜性空間分布

李 莎,史明昌,劉小宇,趙 輝,孫林山,柯尊發,周 歡

1 北京林業大學水土保持學院,北京 1000832 湖北省太子山林場管理局,荊門 4318223 湖北省林業勘察設計院,武漢 430074

適地適樹是造林的基本原則,由于過去的數據獲取條件和分析技術有限,人們只能從較大的區域尺度進行立地類型劃分,尤其在氣象條件方面區域尺度劃分更為粗放,導致人工林多年以后會出現部分區域林地低效或退化現象。為了解決這一問題,人們試圖通過研究植物生長的復雜環境來科學分析其適宜的區域,如Mark J.Kimsey等使用地理加權回歸模型,在區域尺度上對美國北部愛德華州地區的冷杉進行立地指數計算,并進行分析評價,得到相關結果[1]。Bourque等利用DEM、溫度、降水量、潛在蒸發量、土壤酸堿性等數據,對牙買加西南海岸的五種生物質能源樹種進行了生境適宜性分析及產碳特性分析,得到了良好的分析結果[2]。鞏垠熙等在旺業甸林場,以落葉松為研究目標,利用遙感和地面調查數據,引入反向傳播人工神經網絡(Back Propagation Artificial Neural Network,BPANN)模型,在小班尺度上評價落葉松立地質量[3]。高蓓、衛海燕等利用GIS和最大熵模型根據氣候指標、土壤指標、地形指標來確定100×100m精度上秦嶺冷杉的潛在地理分布[4]。李程利用地理加權回歸(Geographically Weighted Regression,GWR)的方法,結合遼寧紅松落界數據,得到了遼寧省紅松適宜性結果和立地指數空間分布格局[5],等等。從近年的研究成果來看,盡管植物適宜性空間單元度逐漸縮小,對生產決策有一定指導性,但到具體地塊上仍需對適宜性進行精準研判。

人工林低效或退化的原因有多種,樹種不適宜也是其中原因之一。若能精準的分析具體地塊上樹種適宜程度,對人工林低效類型和成因分析以及林地改造具有一定的實際應用價值。

本文以湖北省種植面積較大的馬尾松為例,將空間劃分為30m的格網,通過空間擬合、地形分析等模型計算獲得每個格網的氣象和地形要素,從地塊尺度上排除不適宜馬尾松生長的區域,再結合地面調查單元數據利用最大熵模型計算馬尾松最適宜的分布空間,得到湖北省馬尾松適宜性精準空間分布,為退化人工林生態功能提升改造提供理論支撐和技術參考。

1 研究區概況

湖北省位于108°21′42″E—116°07′50″E、29°01′53″N—33°6′47″N之間,地勢呈三面高,中間低的狀勢,西部整體而言地勢較高,西、北、東部均有山脈環繞,中南部為平原,總面積18.59萬km2。該研究區位于亞熱帶季風氣候區,夏季高溫多雨,冬季寒冷干燥。省內林地面積793.89萬hm2,占土地總面積的42.71%,主要分布在山區和丘陵地區,平原地區分布較少,林種也以馬尾松(Pinusmassoniana)、杉木(Cunninghamialanceolata)、柏樹(Platycladusorientalis(L.)Francoptmxjjkmsc)等樹種為主,研究表明,現有馬尾松面積為114.23萬hm2,占總林地面積的13.04%,并且省內大部分馬尾松林存在退化現象。

2 數據來源與研究方法

2.1 數據來源

氣象數據來源于中國氣象數據網站(http://data.cma.cn/site/index.html)的1981—2010年中國地面累年值月值數據,包含103個氣象站點數據(其中湖北省內67個,相鄰省外36個),并通過整理得到1981—2010年年均溫、年均晝夜溫差、最熱月最高溫、最冷月最低溫、年溫日較差、最小氣溫日較差、氣溫標準差、年溫范圍、等溫性這9個氣溫要素、4個降雨量要素含年降雨量、最濕季降雨量、最干月降雨量、降雨相對標準差和氣壓、濕度2個要素。

地形數據來源于地理空間數據云(http://www.gscloud.cn)的30m分辨率的數字高程數據(DEM)。利用DEM計算坡度、坡向、高程數據。土壤數據來源于寒區旱區科學數據中心(http://westdc.westgis.ac.cn)的1∶100萬土壤數據集[6],表1為模型所需的環境數據。

表1 模型輸入環境數據

圖1 馬尾松樣點分布圖Fig.1 Pinus massoniana spot distribution map

馬尾松樣點數據主要是按照中山、低山等地形特點在湖北省范圍內均勻選取實驗區進行調查采樣獲得,選取以馬尾松為優勢種的不同高程、坡度、坡向、坡位、土壤類型、齡組的樣地進行調查,采用每木檢尺方法記錄樹高、胸徑、郁閉度、材積量以及經緯度等信息,分布位置如圖1所示。在實驗區隨機調查共得到294個20×20m馬尾松樣方數據,主要包括本人外業調查的60個樣方以及項目組共享的234個樣方數據,內業對數據進行整理,統一到WGS-84坐標系,轉成CSV格式用于模型計算。

2.2 空間數據處理方法

使用該模型可將每個預測點的確定值和殘差部分相加,從而得到待預測點的預測值,本文采用此插值方法,對氣溫、降雨等氣象因子進行插值時,考慮高程、太陽輻射、坡度、坡向等因素對目標變量的影響,在R語言環境下處理,采用逐步回歸方法選擇關聯性較大的輔助變量,具體形式如下：

PreT =a×DEM-std +b×slope-std +c×rad-std +d×aspect+e

式中,PreT表示預測變量,DEM-std表示標準化后的數字高程,slope-std表示標準化后的坡度,aspect變量中包含各個坡向aspectN、aspectNW、aspectW、aspectSW、aspectS、aspectSE、aspectE、aspectNE及平地aspectPT[7]。

為保證邊界處數據精度,本文在湖北省邊界基準外擴30km的基礎上,將15個氣象因子插值成30m柵格數據,再將插值結果中省界外數據裁剪掉得到湖北省的氣象空間因子。15個因子差值結果交叉驗證值R2均大于90%。圖2為18個空間因子(前三個為地形因子,后為MLRK模型插值得出的氣象因子)：

圖2 因子插值結果Fig.2 Factor interpolation result

2.3 空間適宜性分析方法

馬尾松屬陽性樹種,不耐庇蔭,喜光、喜溫。適生于年均溫13—22℃,年降水量800—1800mm,絕對最低溫度到-13℃的區域。根系發達,主根明顯,有根菌。對土壤要求不嚴格,喜微酸性土壤,但怕水澇,不耐鹽堿,在石礫土、沙質土、粘土、山脊和陽坡的沖刷薄地上,以及陡峭的石山巖縫里都能生長。一般在長江下游高程600—700m以下,中游約1200m以上,上游約1500m以下均有分布[8]。本研究依據該樹種的生態適宜性,將各地理因子統一坐標系后分層處理,分三步分析其適宜性在空間格網上的精準分布。首先利用限制性地理要素進行空間疊加排除不適宜的區域,然后在可能適宜的區域內利用最大熵模型計算每個格網的適宜指數,最后按照適宜指數進行適宜性分類。

2.3.1馬尾松可能適宜空間單元篩選

根據馬尾松生物生態學習性,分析出馬尾松適宜的生長環境條件,本文主要是利用限制性因子通過空間疊加,將不適宜空間單元進行排除。通過對前人研究成果分析,馬尾松限制性因子包括年均溫、最冷月最低溫、年降水量、土壤類型。高程雖然不是獨立的因子,但在適宜性中有明顯的指示作用,也作為限制因子之一考慮。

SR= Tem1×Tem4×Pre1×Soil×DEM；

SR(Suitable Raster)指馬尾松的適宜空間單元,當SR=1時表示該格網位置理論上適宜馬尾松生長,當SR=0時表示該格網所在位置不適宜。Tem1表示年均溫,當Tem1<13℃或Tem1>22℃時,取“0”,當13℃≤Tem1≤22℃時,取“1”；Pre1表示年降水量,當Pre1<800mm或Pre1>1800mm時,取“0”,當800mm≤Pre1≤1800mm時,取“1”；DEM表示高程因子,當DEM>1500m時,取“0”,當DEM≤1500m時,取“1”；Soil表示土壤要素,當Soil為水體、沼澤土、草甸土時,取“0”,當Soil其它類型土壤時,取“1”。SR計算結果如圖3所示。

2.3.2馬尾松適宜性空間計算方法

物種分布模型(Species Distribution Models.SDMs),也稱生態位模型[9],即使用環境和地理信息解釋觀測到的物種出現信息關聯,并對目標物種分布進行估計和預測。其中的最大熵(MAXENT)模型[10],由于在物種現實生境模擬、生態環境因子篩選等方面作用顯著,能夠更好的預測物種的潛在分布區域,近年來被林業及生態學者廣泛應用。本研究在2.3.1計算的基礎上利用最大熵(MAXENT)模型,計算SR=1的格網上馬尾松適宜性空間分布,進一步分析馬尾松在不同精準空間上的適宜程度。

最大熵模型的思想是在滿足已知條件的情況下,不對未知情況做任何有偏的假設,這樣得到的模型預測風險最小。也就是概率相等,這實際上就是說條件熵最大。其公式[11]為：

式中,X∈{x1,x2,…,xn},Y∈{y1,y2,…,yn}為離散變量,在計算中,模型根據物種“出現點”(樣方數據)的環境特征變量運算出目標物種分布的約束條件,并探尋此約束條件下最大熵的可能分布,預測目標物種在研究地的生境分布及適宜性[12]。在樹種潛在分布的預測研究中,同一生態系統中的樹種和樹種所依附的生境,通過數理統計,計算系統具有最大熵時的狀態參數確定物種和環境之間的穩定關系,估計物種的分布[13]。

3 結果與分析

3.1 MAXENT模型檢測與精度驗證

最大熵模型提供的刀切法(Jackknife)檢驗,能對環境因子貢獻率和重要性進行分析,并利用受試者工作曲線ROC(Receiver operator characteristic curve)評價模型模擬結果的精準度,ROC曲線下的面積AUC(Area Under Curve)越大代表模型模擬效果越好[14]。

為驗證模型的精準度,本文采用ROC曲線來驗證適宜性結果,如圖4結果顯示：訓練集(Training data)與測試集(Test data)這兩個數據集的AUC值分別為0.826和0.795,均大于75%,高于隨機預測值,這表明模型精度較為良好。

圖3 湖北省馬尾松空間篩選圖 Fig.3 Spatial screening map of Pinus massoniana in Hubei Province

圖4 精度評價Fig.4 Precision Evaluation Area Under Curve (AUC):曲線下的面積

3.2 環境變量對適宜性的貢獻分析

圖5 因子貢獻分析Fig.5 Factor contribution analysis

為獲得影響湖北省馬尾松生長的關鍵因素,如圖5本文采用刀切法(Jackknife)計算了各項因子的貢獻率,結果顯示：從貢獻百分比來看,影響湖北省馬尾松適生性的主要因子為高程、降雨相對標準差、最濕季降雨量、坡度、年均溫,分別達到42%、19%、10.4%、8.7%和6.3%；氣壓、年均晝夜溫差、氣溫標準差、年溫范圍、等溫性等因子增益值較小,貢獻率均小于0.30%；在排列重要性上,高程、年均溫、降雨相對標準差排列靠前,而年均晝夜溫差、年溫范圍、等溫性排序靠后。可見,高程、降雨相對標準差、最濕季降雨量、坡度、年均溫為影響湖北省馬尾松適宜性分布的主要因子。

年降水量、最冷月最低溫對馬尾松適宜性分布影響較小的潛在原因可能是其在最大熵計算之前已經將其作為限制性因子進行了不適宜性扣除,所以在因子貢獻分析上表現不突出,此外,湖北省處于亞熱帶季風性氣候區,夏季高溫多雨,雨熱同期,在一定高程范圍內,馬尾松可能對于降雨量的需求較大。

3.3 馬尾松適生性狀況

由最大熵模型(MAXENT)得到精確到地塊尺度上的馬尾松適宜性分布,并按照等距法重分類為不適宜區、弱適宜區、中適宜區和強適宜區。如圖6、7所示。

空間分布顯示,湖北全省強適宜區面積為1.28萬km2,中適宜區為3.37萬km2,弱適宜區為4.53萬km2,不適宜區有9.41萬km2,中等及以上適生區面積共計4.65萬km2,占湖北省總面積的25.01%。其中中、強適宜區主要分布在湖北省東北部及中北部地區,即黃岡市、孝感市地區、隨州市、十堰市的部分地區等；弱適宜區及不適宜區主要分布在中南部及西部地區,即荊州、仙桃市、潛江市和天門市等地。從縣域空間上統計強適宜面積和比率(如表2)：馬尾松的中等及以上適生區主要分布在湖北省東北部及中北部的蘄春縣、英山縣、羅田縣、麻城市、紅安縣、大悟縣、廣水市、隨州市、浠水縣、團風縣等地區。其中麻城市適宜性面積最大,達到0.203萬km2,羅田縣適宜性區域占比最大,占全縣的83.35%。

圖6 馬尾松適宜性空間分布圖 Fig.6 Spatial distribution map of suitability of Pinus massoniana

圖7 細節放大圖 Fig.7 Detail enlargement

表2 湖北省馬尾松強適宜區分布表

從立地條件上看,土壤因子對馬尾松適宜性分布影響較大,本文2.3.1部分也予以考慮。表3主要基于地形因子和氣象因子對馬尾松適宜區進行劃分：中等及以上適宜區主要分布在高程低于1200m、坡度在40°以下、年均溫13—18℃的區域。

表3 適宜性要素分區

中、強適宜區主要分布在東北部及中北部等地區,原因是湖北省西部海拔較高,部分地區甚至高于3000m,因而相對西部地區,東部地區更適宜馬尾松生長,其次根據圖2中降雨相對標準差(Pre4)和最濕季降雨量(Pre2)數據顯示,相比于中南部及西部地區,東部及中北部地區的水分條件較好,更利于馬尾松的生長,這與馬尾松生物生態學習性情況相吻合,表明在排除限制性因子的基礎上采用最大熵模型分析得到馬尾松適宜性分布的方法是合理的。

4 討論

過去調查物種資源適宜性分布的方法一般是通過野外實地調研確定分布范圍、數量、種類,該方法在小尺度區域得到的結果比較準確可靠,但傳統的方法地面調查耗時、耗力、耗費資金,在地形復雜區耗資更大,全面的現場調查難度很大。隨著地理信息系統、遙感等技術的發展,將新技術與物種適宜性分析相結合進行評價,利用最大熵模型(MAXENT)的預測結果使精準分析植物適宜性分布成為可能[15]。

本研究從馬尾松生態適宜性出發來分析其適宜的空間分布,綜合分析得出高程、降雨相對標準差、最濕季降雨量、坡度、年均溫對馬尾松適宜性分布的影響較大,分別達到42%、29%、10.4%、8.7%和6.3%,相關研究也表明,對馬尾松生長影響最顯著的氣候因子主要是年均溫和降雨量,特別是最濕季降雨量對馬尾松的生長有較大的影響[16-17]；高程、坡度對馬尾松的空間分布有一定影響,楊俊松等對不同坡向30年生的馬尾松進行生長指標測定,結果顯示中山區域,馬尾松在陽坡的生長狀況要優于陰坡[18],而本文坡向的因子貢獻率僅占2.7%,與其產生差異的原因可能是湖北省低山丘陵區占總面積的64%[19],加之前期限制因子空間篩選時扣除了大于1500m的山區,削弱了坡向的影響程度。因此,在實際應用中,中山地帶坡陡山高地區較多,陰、陽坡環境差異大,需要考慮馬尾松在陰坡適宜性較差的問題；此外,土壤也是影響馬尾松生長適宜性的重要因素,土壤類型、土壤質地等直接影響馬尾松苗木生長質量[20-22],這與本文2.3.1空間單元篩選將土壤要素作為限制因子相吻合。

本文著重從自然環境出發研究馬尾松生態適宜性空間分布,并未扣除城市建筑、水體等不能造林地,也未考慮林木經營管理和經濟因素對馬尾松的影響。在經營管理中,整地方式、種子質量、苗木品質、造林密度、間伐透光等對馬尾松生長都會有較大影響[23-24],微環境改變也對適宜性有一定影響；從經濟角度來看,交通條件、造林難易程度、管護投入等因素會直接影響造林和經營管理成本,間接影響馬尾松在具體地塊上是否適宜；另外,湖北省建有三峽大壩、葛洲壩、丹江口水庫、南水北調渠系等大型水利工程,水面增加改變了周圍微環境,但影響范圍有限。上述情況未在模型中作為因子進行分析,因此,在馬尾松造林或退化林地改造中,應結合實際情況全面考慮。