主要針葉林分地位級(jí)指數(shù)模型構(gòu)建與立地質(zhì)量評(píng)價(jià)

摘 要：【目的】在“碳達(dá)峰碳中和”戰(zhàn)略背景下，科學(xué)的立地質(zhì)量評(píng)價(jià)是森林生態(tài)系統(tǒng)可持續(xù)經(jīng)營的前提。長期以來缺少對(duì)全國尺度森林立地質(zhì)量的準(zhǔn)確評(píng)價(jià)，在森林質(zhì)量精準(zhǔn)提升的要求下，嚴(yán)重制約了森林經(jīng)營技術(shù)的發(fā)展與提高，建立全國主要針葉林分地位級(jí)指數(shù)模型是森林經(jīng)營管理的基礎(chǔ)性工作，對(duì)林業(yè)生產(chǎn)實(shí)踐具有現(xiàn)實(shí)指導(dǎo)意義。【方法】根據(jù)全國主要針葉林分樣地?cái)?shù)量情況，劃分了16個(gè)針葉樹種組，采用Richards、Logistic和Korf模型擬合導(dǎo)線曲線，建立地位級(jí)指數(shù)模型，并進(jìn)行落點(diǎn)檢驗(yàn)和適用性檢驗(yàn)，運(yùn)用4期連續(xù)清查數(shù)據(jù)進(jìn)行地位級(jí)動(dòng)態(tài)變化分析。【結(jié)果】建立的主要針葉林分地位級(jí)指數(shù)模型導(dǎo)向曲線決定系數(shù)均值均大于0.90，Richards模型擬合所有針葉樹種決定系數(shù)均值最大，標(biāo)準(zhǔn)估計(jì)誤差均值最小，分別為0.95和1.03，Richards模型具有更強(qiáng)的普遍適用性，但鐵杉、油杉、赤松、油松、華山松、馬尾松6個(gè)優(yōu)勢(shì)樹種林分的上限漸近線參數(shù)偏離合理值，選擇Logistic模型作為導(dǎo)向曲線；落點(diǎn)檢驗(yàn)結(jié)果值均大于90%，可以在實(shí)際生產(chǎn)中使用，采用幼齡林評(píng)價(jià)森林立地質(zhì)量會(huì)出現(xiàn)跳級(jí)現(xiàn)象，進(jìn)而導(dǎo)致評(píng)價(jià)結(jié)果的不確定性，生產(chǎn)實(shí)踐中應(yīng)盡可能對(duì)采用中齡林、近熟林和成熟林進(jìn)行評(píng)價(jià)；基于第6次清查至第9次清查的連續(xù)數(shù)據(jù)分析表明全國針葉林分地位級(jí)Ⅰ級(jí)和Ⅱ級(jí)合計(jì)增長了7.38%，Ⅲ級(jí)合計(jì)增長了1.82%，Ⅳ級(jí)和Ⅴ級(jí)合計(jì)減少了9.20%，比較典型的針葉林分包括冷杉林等10個(gè)針葉林分，鐵杉林、油杉林、赤松林、黑松林、高山松林和其他松林則出現(xiàn)地位級(jí)占比波動(dòng)情況。【結(jié)論】地位級(jí)指數(shù)模型具有簡單、實(shí)用、通用等優(yōu)點(diǎn)，但平均樹高容易受經(jīng)營措施等影響導(dǎo)致評(píng)價(jià)結(jié)果存在動(dòng)態(tài)性和不確定性，在林業(yè)生產(chǎn)實(shí)踐中應(yīng)盡量避免人為干擾導(dǎo)致的影響。基于基準(zhǔn)年齡分析全國主要針葉林分平均高呈上升趨勢(shì)，進(jìn)而表現(xiàn)為森林生產(chǎn)力的持續(xù)提升，反映了針葉林分立地質(zhì)量表現(xiàn)為較好的改善趨勢(shì)。

關(guān)鍵詞：立地質(zhì)量；地位級(jí)；動(dòng)態(tài)變化；針葉林分；森林資源清查

中圖分類號(hào)：S757.2 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-923X（2025）03-0078-11

基金項(xiàng)目：森林資源監(jiān)測(cè)與評(píng)價(jià)國家財(cái)政專項(xiàng)（2130207）；國家林業(yè)和草原局西南調(diào)查規(guī)劃院科技項(xiàng)目（2023-09）。

Construction of site class index model and site quality evaluation for major coniferous stands

WU Heng1，2， XU Xianpeng1， SUN Changping1， HUANG Bei1， LIU Lang1， MA Yongkang1

（1. Southwest Survey and Planning Institute， National Forestry and Grassland Administration， Kunming 650031， Yunnan， China； 2. Department of Forest Sciences， University of Helsinki， Helsinki FI-00014， Finland）

Abstract：【Objective】Under the strategic background of “carbon peak carbon neutrality”， scientific site quality evaluation is the prerequisite for sustainable management of forest ecosystems. For a long time， there has been a lack of accurate evaluation of forest site quality on a national scale. Under the requirements for precise improvement of forest quality， it had restricted the development and improvement of forest management technology. The establishment of a national coniferous forest site class index model is the basis for forest management， which has practical guiding significance for forestry practice.【Method】Based on the number of major coniferous forest sample plots in the country， 16 conifer species groups were divided， Richards， Logistic and Korf models were used to fit the guide curves， a site class index model was established， and implementation and applicability tests were conducted. Four continuous inventory data were used to analyze dynamic changes in site quality.【Result】The mean coefficients of determination of the fitting guide curves of the site class index models were greater than 0.90. The Richards model fited all conifer stands with the largest mean coefficient of determination and the smallest mean standard estimation error， which were 0.95 and 1.03 respectively. The Richards model has stronger universal applicability， but the upper limit asymptote parameters of the six coniferous stands， which were Tsuga chinensis， Keteleeria fortune， Pinus densiflora， Pinus tabuliformis， Pinus armandii， and Pinus massoniana， deviated from reasonable values， so the logistic model was selected as the guide curve. The falling-point test results were all greater than 90%， and can be used in actual practice. Using young forests to evaluate forest site quality will lead to a grade-skipping phenomenon， which will lead to uncertainty in the evaluation results. In forest management practice， middle-aged forests， near-mature forests， and mature forests should be evaluated as much as possible. The percentage of Class I and Class II coniferous forests across the country has increased by 7.38%， the percentage of Class III has increased by 1.82%， and the percentage of Class IV and Class V has decreased by 9.20%， based on the data analysis from NFI6 to NFI9. Typical situations include 10 coniferous forests such as Abies fabri stand. However， stands of Tsuga chinensis， Keteleeria fortune， Pinus densiflora， Pinus thunbergii， Pinus densata， and other pines have fluctuated status level proportions.【Conclusion】The site class index model has the advantages of simplicity， practicality and applicability. However， the average tree height was easily affected by stand management measures， resulting in dynamic and uncertain evaluation results， which should be avoided in forestry management practice. The average height showed an upward trend， which further reflected the continuous improvement of forest productivity， and the quality of coniferous forest stands showed a better improvement trend.

Keywords： site quality； site class； dynamic changes； coniferous stands； national forest inventory

立地質(zhì)量是影響林分生長的關(guān)鍵因素，立地質(zhì)量評(píng)價(jià)則是科學(xué)森林經(jīng)營的前提和基礎(chǔ)[1-2]。在“碳達(dá)峰碳中和”戰(zhàn)略目標(biāo)下，科學(xué)的立地質(zhì)量評(píng)價(jià)對(duì)提高林分生長收獲預(yù)估準(zhǔn)確性、優(yōu)化撫育經(jīng)營設(shè)計(jì)、提升森林適應(yīng)性經(jīng)營水平以及生態(tài)系統(tǒng)應(yīng)對(duì)氣候變化具有極其重要的意義[3]。評(píng)估林分生產(chǎn)力的立地質(zhì)量評(píng)價(jià)方法可以分為生物因子法和地理因子法兩大類，其中生物因子法的地位級(jí)和立地指數(shù)是立地質(zhì)量評(píng)價(jià)最常用的方法。采用不同方法評(píng)價(jià)立地質(zhì)量各有優(yōu)缺點(diǎn)[4-5]。地理因子法易于分類，卻缺乏作為立地條件影響林分生長的生物學(xué)解釋。地位級(jí)法簡便易行，但其精度和準(zhǔn)確性相對(duì)低于立地指數(shù)。立地指數(shù)需要準(zhǔn)確的年齡和優(yōu)勢(shì)木平均高測(cè)量值。相較基于年齡和樹高的地位級(jí)和立地指數(shù)而言，立地形取決于胸徑和樹高的關(guān)系受林分競爭和經(jīng)營措施的影響程度[6-8]。

全國范圍內(nèi)林分情況更為復(fù)雜和多樣，天然林與人工林、混交林與純林、異齡林與同齡林等差異都會(huì)影響立地質(zhì)量評(píng)價(jià)方法的選擇和評(píng)價(jià)結(jié)果的準(zhǔn)確性[9]。地位級(jí)法評(píng)價(jià)森林立地質(zhì)量在一定程度上減少其他評(píng)價(jià)方法的限制條件，同時(shí)林分年齡和平均樹高更容易獲取，森林資源連續(xù)清查和森林資源規(guī)劃設(shè)計(jì)調(diào)查中均有相應(yīng)的因子調(diào)查要求，因此在實(shí)際生產(chǎn)管理中具有比較廣泛的運(yùn)用[10-12]。建立主要林分地位級(jí)指數(shù)模型是林分生長收獲模型系統(tǒng)構(gòu)建的前提，也是森林調(diào)查監(jiān)測(cè)的基礎(chǔ)性工作。長期以來缺少對(duì)全國尺度森林立地質(zhì)量的準(zhǔn)確評(píng)價(jià)，在森林質(zhì)量精準(zhǔn)提升的要求下，嚴(yán)重制約了森林經(jīng)營技術(shù)的發(fā)展與提高，亟待建立大區(qū)域尺度的森林立地質(zhì)量評(píng)價(jià)體系[13]。

1 數(shù)據(jù)來源與描述性統(tǒng)計(jì)

數(shù)據(jù)來源于全國森林資源連續(xù)清查第6次（1999—2003年）、第7次（2004—2008年）、第8次（2009—2013年）和第9次（2014—2018年）數(shù)據(jù)。根據(jù)全國主要針葉林分樣地?cái)?shù)量情況，劃分了16個(gè)針葉樹種組。每一類中樣本數(shù)量足夠的可單列，不夠的合并為其他，優(yōu)勢(shì)樹種組中的3種混交類型未納入主要針葉林分建立地位級(jí)指數(shù)模型。主要針葉林分地位級(jí)指數(shù)模型研建數(shù)據(jù)描述性統(tǒng)計(jì)分析見表1。其中馬尾松林分樣地?cái)?shù)量最多，共15 965塊樣地，鐵杉林分樣地?cái)?shù)量最少，為188塊樣地。林分年齡為15～138 a，林分高為5.3～19.2 m，樣地?cái)?shù)量均能滿足建模和檢驗(yàn)要求。

2 研究方法

2.1 地位級(jí)指數(shù)模型構(gòu)建與編表

2.1.1 導(dǎo)向曲線擬合

導(dǎo)向曲線的選擇直接影響到模型對(duì)立地質(zhì)量評(píng)價(jià)的準(zhǔn)確性，這就需要導(dǎo)向曲線的形式既符合樹高生長的生物學(xué)規(guī)律，又要能對(duì)數(shù)據(jù)進(jìn)行最優(yōu)化的擬合。良好的導(dǎo)向曲線應(yīng)該呈平滑的“S”型，并且具有上限漸近線。本研究采用Richards（式1）、Logistic（式2）和Korf（式3），3個(gè)年齡-樹高生長模型對(duì)擬合齡階中值和林分平均高均值。根據(jù)決定系數(shù)R2和曲線形式等選擇導(dǎo)向曲線模型。

2.1.2 基準(zhǔn)年齡確定

基準(zhǔn)年齡對(duì)地位級(jí)指數(shù)模型編表具有十分顯著的影響，基準(zhǔn)年齡選擇不恰當(dāng)會(huì)對(duì)立地質(zhì)量的評(píng)價(jià)造成偏差。本研究在確定基準(zhǔn)年齡時(shí)，利用大量樣地歷史調(diào)查監(jiān)測(cè)數(shù)據(jù)分析樹高的生長過程，同時(shí)計(jì)算各齡階的樹高變異系數(shù)和樹高變異系數(shù)變化幅度，繪制曲線圖，根據(jù)曲線圖上樹高生長趨于平緩且能靈敏反映立地質(zhì)量的原則確定基準(zhǔn)年齡。

2.1.3 地位級(jí)指數(shù)表編制

適宜的編表方法取決于樹種、編表數(shù)據(jù)量大小等，編表方法不當(dāng)將會(huì)造成較大誤差。本研究對(duì)每個(gè)優(yōu)勢(shì)樹種林分均采用3種方法進(jìn)行編表。以導(dǎo)向曲線為基礎(chǔ)，分別采用標(biāo)準(zhǔn)差調(diào)整法、變異系數(shù)調(diào)整法和相對(duì)系數(shù)法，構(gòu)建地位級(jí)指數(shù)模型。利用林分平均樹高生長曲線及樹高標(biāo)準(zhǔn)差曲線，依據(jù)±2倍標(biāo)準(zhǔn)差原則確定地位級(jí)的上、下限曲線，根據(jù)上下限曲線所夾的面積及預(yù)定的5個(gè)地位級(jí)數(shù)，采用等分方法確定各地位級(jí)上下限，編制全國主要針葉林分地位級(jí)表。

2.2 模型統(tǒng)計(jì)檢驗(yàn)

為了檢驗(yàn)地位級(jí)指數(shù)模型對(duì)全國針葉林分立地質(zhì)量評(píng)價(jià)的準(zhǔn)確性和適用性，對(duì)編制的地位級(jí)表進(jìn)行落點(diǎn)檢驗(yàn)和適用性檢驗(yàn)。

2.2.1 落點(diǎn)檢驗(yàn)

落點(diǎn)檢驗(yàn)將年齡-樹高調(diào)查數(shù)據(jù)做散點(diǎn)圖，繪制到地位級(jí)曲線圖中，算出散點(diǎn)落在曲線簇內(nèi)的概率，即地位級(jí)表能夠解釋林分平均樹高生長的概率值。一般認(rèn)為，落點(diǎn)檢驗(yàn)值大于90%時(shí)，則認(rèn)為新編的地位級(jí)表達(dá)到了使用的要求，可以在實(shí)際調(diào)查中使用。否則，應(yīng)進(jìn)行必要的調(diào)整。

2.2.2 適用性檢驗(yàn)

對(duì)新編的地位級(jí)表應(yīng)進(jìn)行適用性檢驗(yàn)，采用連續(xù)的調(diào)查監(jiān)測(cè)數(shù)據(jù)。根據(jù)林分平均年齡及樹高由地位級(jí)指數(shù)表確定其地位級(jí)，然后，比較多期調(diào)查數(shù)據(jù)下，林分地位級(jí)有無跳級(jí)的現(xiàn)象，并統(tǒng)計(jì)出跳級(jí)個(gè)數(shù)占總個(gè)數(shù)的百分比。一般認(rèn)為，跳級(jí)個(gè)數(shù)小于5%時(shí)，則認(rèn)為新編的地位級(jí)表達(dá)到了使用的要求，可以在實(shí)際調(diào)查中使用。

3 結(jié)果與分析

3.1 地位級(jí)指數(shù)模型擬合結(jié)果

根據(jù)主要針葉林分地位級(jí)導(dǎo)向曲線擬合結(jié)果可知，Richards模型擬合所有針葉樹種決定系數(shù)均值為0.95、標(biāo)準(zhǔn)估計(jì)誤差均值為1.03，Logistic模型擬合所有針葉樹種決定系數(shù)均值為0.94、標(biāo)準(zhǔn)估計(jì)誤差均值為1.15，Korf模型擬合所有針葉樹種決定系數(shù)均值為0.94、標(biāo)準(zhǔn)估計(jì)誤差均值為1.04。Richards模型的普遍適用性更強(qiáng)，但鐵杉、油杉、赤松、油松、華山松、馬尾松6個(gè)優(yōu)勢(shì)樹種林分的上限漸近線參數(shù)a均超過45，與Richards模型參數(shù)a所反映的林分生物學(xué)規(guī)律存在差異，即林分平均高的上限水平應(yīng)不超過45 m。鐵杉、油杉、赤松、油松、華山松、馬尾松6個(gè)優(yōu)勢(shì)樹種林分的Korf模型擬合參數(shù)a也出現(xiàn)了偏離合理值的情況，因此這6個(gè)優(yōu)勢(shì)樹種林分應(yīng)選擇Logistic模型作為導(dǎo)向曲線。

導(dǎo)向曲線的選擇不僅需要考慮模型的擬合決定系數(shù)和參數(shù)范圍，同時(shí)也需要考慮導(dǎo)向曲線的良好形式，尤其在幼齡林階段。擬合的導(dǎo)向曲線應(yīng)能穿過坐標(biāo)原點(diǎn)，即林分年齡為0時(shí)，林分平均高也應(yīng)為0 m，這就需要在模型形式也能反映此特征。大區(qū)域尺度的調(diào)查數(shù)據(jù)不同林齡段的樣地?cái)?shù)量呈現(xiàn)正態(tài)分布，導(dǎo)致幼齡林階段的調(diào)查數(shù)據(jù)較少，也無法全面反映幼齡林階段的生長情況，各針葉樹種在幼齡林階段的標(biāo)準(zhǔn)差范圍也較小，如圖1所示。油杉、赤松、黑松、馬尾松和其他松類建模數(shù)據(jù)未超過100 a，這也導(dǎo)致林分年齡-平均樹高擬合曲線未出現(xiàn)明顯的生長平緩階段，這意味著生產(chǎn)實(shí)踐中應(yīng)盡可能對(duì)采用中齡林、近熟林和成熟林進(jìn)行評(píng)價(jià)，降低采用幼齡林評(píng)價(jià)森林立地質(zhì)量導(dǎo)致的跳級(jí)現(xiàn)象和評(píng)價(jià)結(jié)果的不確定性。

3.2 地位級(jí)指數(shù)模型檢驗(yàn)結(jié)果

根據(jù)主要針葉林分地位級(jí)指數(shù)模型曲線簇落點(diǎn)檢驗(yàn)結(jié)果可知，冷杉林分落點(diǎn)檢驗(yàn)值為90.62%、云杉林分落點(diǎn)檢驗(yàn)值為95.59%、鐵杉林分落點(diǎn)檢驗(yàn)值為99.47%、油杉林分落點(diǎn)檢驗(yàn)值為93.18%、落葉松林分落點(diǎn)檢驗(yàn)值為97.81%、紅松林分落點(diǎn)檢驗(yàn)值為91.60%、樟子松林分落點(diǎn)檢驗(yàn)值為93.72%、赤松林分落點(diǎn)檢驗(yàn)值為94.25%、黑松林分落點(diǎn)檢驗(yàn)值為95.99%、油松林分落點(diǎn)檢驗(yàn)值為95.79%、華山松林分落點(diǎn)檢驗(yàn)值為90.72%、馬尾松林分落點(diǎn)檢驗(yàn)值為98.36%、云南松林分落點(diǎn)檢驗(yàn)值為98.55%、思茅松林分落點(diǎn)檢驗(yàn)值為92.24%、高山松林分落點(diǎn)檢驗(yàn)值為97.54%、其他松林分落點(diǎn)檢驗(yàn)值為96.81%（圖2）。落點(diǎn)檢驗(yàn)結(jié)果值均大于90%，可以在實(shí)際生產(chǎn)中使用。此外，基于落點(diǎn)檢驗(yàn)曲線簇分析可知，由于不同優(yōu)勢(shì)樹種林分構(gòu)成差異會(huì)顯著影響散點(diǎn)分布圖，因此適用于人工同齡林的立地指數(shù)模型運(yùn)用于天然混交林則容易出現(xiàn)明顯的評(píng)價(jià)偏離，這也是在生產(chǎn)實(shí)踐中應(yīng)該避免的。

3.3 針葉林分立地質(zhì)量動(dòng)態(tài)變化

第6次至第9次清查期間主要針葉林分各地位級(jí)比例是根據(jù)各地位級(jí)樣地?cái)?shù)量占總體樣地?cái)?shù)量的比例計(jì)算，4次森林資源連續(xù)清查期間，針葉林分Ⅰ級(jí)和Ⅱ級(jí)均值合計(jì)增長了7.38%，Ⅲ級(jí)均值合計(jì)增長了1.82%，Ⅳ級(jí)和Ⅴ級(jí)均值合計(jì)減少了9.20%（表3）。基于地位級(jí)的評(píng)價(jià)方法，20年間中國針葉林分立地質(zhì)量表現(xiàn)為較好的改善趨勢(shì)，比較典型的針葉林分包括冷杉林、云杉林、落葉松林、紅松林、樟子松林、油松林、華山松林、馬尾松林、云南松林和思茅松林，鐵杉林、油杉林、赤松林、黑松林、高山松林和其他松林則出現(xiàn)波動(dòng)情況（圖3）。地位級(jí)占比波動(dòng)的林分用于分析的樣地?cái)?shù)據(jù)也比較少，也可能由于樣本數(shù)量的有限性不能充分反映其一致性趨勢(shì)。

4 結(jié)論與討論

4.1 結(jié) 論

采用Richards、Logistic和Korf模型擬合導(dǎo)向曲線決定系數(shù)均值均大于0.90，結(jié)合模型形式和參數(shù)分析結(jié)果可用于建立全國主要針葉林分地位級(jí)指數(shù)模型。建立的地位級(jí)指數(shù)模型落點(diǎn)檢驗(yàn)結(jié)果值均大于90%，可以在實(shí)際生產(chǎn)中使用。20年間針葉林分Ⅰ級(jí)和Ⅱ級(jí)均值合計(jì)增長了7.38%，Ⅲ級(jí)均值合計(jì)增長了1.82%，Ⅳ級(jí)和Ⅴ級(jí)均值合計(jì)減少了9.20%，中國針葉林分立地質(zhì)量表現(xiàn)為較好的改善趨勢(shì)。

4.2 討 論

采用地位級(jí)指數(shù)模型評(píng)價(jià)森林立地質(zhì)量的前提假設(shè)是林分平均高能夠反映森林立地質(zhì)量的差異，林分平均高同時(shí)不受林分密度、經(jīng)營措施等影響，同時(shí)能獲取準(zhǔn)確的林分年齡和平均樹高[14]。然而，在實(shí)際林業(yè)生產(chǎn)實(shí)踐中，作為森林立地質(zhì)量的關(guān)鍵因素，土壤類型、厚度、質(zhì)地、養(yǎng)分的狀況在無人為干擾的情況下，將較長時(shí)期維持在比較穩(wěn)定的水平，也不受不同氣候情景的影響，因此在較長時(shí)期內(nèi)將維持不變[1]。林分平均高則存在氣候變化和人為干擾影響，這種響應(yīng)機(jī)制也就決定了采用地位級(jí)的評(píng)級(jí)方法存在必然動(dòng)態(tài)變化，地位級(jí)變化反映的森林立地質(zhì)量變化是否能真實(shí)反映了土壤可利用養(yǎng)分的變化仍然值得商榷，但卻能反映出林分狀況的持續(xù)改善，即基準(zhǔn)年齡下，全國主要針葉林分平均高呈上升趨勢(shì)，進(jìn)而表現(xiàn)為森林生產(chǎn)力的持續(xù)提升[3，8]。

立地質(zhì)量的準(zhǔn)確評(píng)價(jià)既需要在一定周期內(nèi)維持穩(wěn)定性，更長的周期內(nèi)能反映立地質(zhì)量的動(dòng)態(tài)變化，如長期積累和分解的枯落物增加了森林土壤中的速效磷、速效氮等養(yǎng)分富集的森林立地質(zhì)量改善趨勢(shì)，或者不合理的經(jīng)營措施導(dǎo)致土壤有機(jī)物持續(xù)減少等使得土壤孔隙度和養(yǎng)分等持續(xù)惡化，生物因子法評(píng)級(jí)森林立地質(zhì)量的優(yōu)勢(shì)是簡便和動(dòng)態(tài)，劣勢(shì)則是靈敏的動(dòng)態(tài)變化可能是由于人為干擾，如采伐優(yōu)勢(shì)木或者補(bǔ)植幼苗導(dǎo)致的林分平均樹高下降，進(jìn)而表現(xiàn)為地位級(jí)指數(shù)的下降，但真實(shí)的森林立地質(zhì)量并未發(fā)生變化。此外，如降水量和有效積溫增加等氣候變化綜合因素也可能導(dǎo)致林分平均樹高的快速增長，而非真實(shí)的立地質(zhì)量改善[4，12]。因此，在林業(yè)生產(chǎn)實(shí)踐中，應(yīng)綜合利用多種方法進(jìn)行比較分析，全面、準(zhǔn)確、客觀和科學(xué)地反映森林立地質(zhì)量及動(dòng)態(tài)變化，這也是本文后續(xù)需要持續(xù)完善的地方。

立地（site）是林地中體現(xiàn)氣候、地質(zhì)、地貌、土壤、水文，植被及其他生物等自然環(huán)境因子的綜合作用，所形成的各種不同立地條件的宜林地段。經(jīng)典的森林立地質(zhì)量評(píng)價(jià)應(yīng)包含地位（soil site）和林位（stand site）兩個(gè)部分，分別表述林地生產(chǎn)力的高低和森林的生長狀態(tài)[15]。本研究基于林分平均高評(píng)價(jià)森林立地質(zhì)量結(jié)果也存在客觀不確定性[16-18]，一是地位級(jí)指數(shù)實(shí)際上只考慮了植被生產(chǎn)力，然而植被生長潛力受土壤、水分、溫度等環(huán)境因素影響，不完全反映土地生產(chǎn)力；二是林分平均樹高和年齡測(cè)量導(dǎo)致不確定性導(dǎo)致評(píng)價(jià)結(jié)果不確定，尤其在混交林、異齡林和復(fù)層林中表現(xiàn)更為明顯，地位級(jí)指數(shù)的評(píng)價(jià)方法也極為受限；三是時(shí)序數(shù)據(jù)缺失或不充分導(dǎo)致的有限信息無法推斷整體情況的不確定性，林業(yè)生產(chǎn)實(shí)踐中調(diào)查樣地對(duì)森林經(jīng)營措施的影響是客觀存在的，這就可能導(dǎo)致符合連續(xù)對(duì)比的樣地?cái)?shù)量銳減，基于小樣本的立地質(zhì)量評(píng)價(jià)結(jié)果也就是小域估計(jì)，具有較大的不確定性。后續(xù)的研究應(yīng)該在對(duì)比生物因子法和地理因子法的基礎(chǔ)上，融合地位和林位的綜合優(yōu)勢(shì)，從而定性和定量地評(píng)價(jià)立地質(zhì)量[19]。

參考文獻(xiàn)：

[1] WEISKITTEL A R， HANN D W， KERSHAW J A， et al. Forest growth and yield modeling[M]. New York： Wiley，2011.

[2] 夏洪濤，郭曉斌，張珍，等.基于不同立地質(zhì)量評(píng)價(jià)指標(biāo)的杉木大徑材林分樹高胸徑模型[J].中南林業(yè)科技大學(xué)學(xué)報(bào)， 2023，43（10）：80-88. XIA H T， GUO X B， ZHANG Z， et al. Height-diameter model of Cunninghamia lanceolata large-diameter stands based on various site quality evaluation index[J]. Journal of Central South University of Forestry Technology，2023，43（10）：80-88.

[3] 王珮璇，何春，吳秦展，等.立地因子影響桉樹人工林土壤質(zhì)量及材積量的機(jī)制[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2022，42（3）： 80-91. WANG P X， HE C， WU Q Z， et al. Mechanism of site factors affecting soil quality and volume of Eucalyptus plantations[J]. Journal of Central South University of Forestry Technology， 2022，42（3）：80-91.

[4] 劉智軍，朱麗艷，吳恒，等.基于清查數(shù)據(jù)的立地質(zhì)量評(píng)價(jià)方法準(zhǔn)確性分析[J].西南林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)）， 2019，39（5）：127-135. LIU Z J， ZHU L Y， WU H， et al. Accuracy analysis of site quality evaluation method based on continuous forest inventory data[J]. Journal of Southwest Forestry University （Natural Science），2019，39（5）：127-135.

[5] 張會(huì)儒，雷相東，張春雨，等.森林質(zhì)量評(píng)價(jià)及精準(zhǔn)提升理論與技術(shù)研究[J].北京林業(yè)大學(xué)學(xué)報(bào)，2019，41（5）：1-18. ZHANG H R， LEI X D， ZHANG C Y， et al. Research on theory and technology of forest quality evaluation and precision improvement[J]. Journal of Beijing Forestry University，2019， 41（5）：1-18.

[6] 沈劍波，雷相東，李玉堂等.基于BP神經(jīng)網(wǎng)絡(luò)的長白落葉松人工林林分平均高預(yù)測(cè)[J].南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2018，42（2）：147-154. SHEN J B， WANG Y K， LEI X D， et al. Prediction mean height for Larix olgensis plantation based on Bayesian-regularization BP neural network[J]. Journal of Nanjing Forestry University（Natural Sciences Edition），2018，42（2）：147-154.

[7] PERIN J， HéBERT J， BROSTAUX Y， et al. Modeling the topheight growth and site index of Norway spruce in southern Belgium[J]. Forest Ecology and Management，2013，298：62-70.

[8] 付曉，曹霖，王雪軍，等.吉林省林地立地質(zhì)量評(píng)價(jià)及生產(chǎn)潛力研究[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2019，39（5）：1-9. FU X， CAO L， WANG X J， et al. Study on evaluation of forestland site quality and productivity potential for Jilin Province[J]. Journal of Central South University of Forestry Technology， 2019，39（5）：1-9.

[9] 高若楠，謝陽生，雷相東，等.基于隨機(jī)森林模型的天然林立地生產(chǎn)力預(yù)測(cè)研究[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2019，39（4）： 39-46. GAO R N， XIE Y S， LEI X D， et al. Study on prediction of natural forest productivity based on random forest model[J]. Journal of Central South University of Forestry Technology， 2019，39（4）：39-46.

[10] MACFARLANE D W， GREEN E J， BURKHART H E. Population density influences assessment and application of site index[J]. Canadian Journal of Forest Research，2000，30（9）： 1472-1475.

[11] 雷相東，符利勇，李海奎，等.基于林分潛在生長量的立地質(zhì)量評(píng)價(jià)方法與應(yīng)用[J].林業(yè)科學(xué)，2018，54（12）：116-126. LEI X D， FU L Y， LI H K， et al. Methodology and applications of site quality assessment based on potential mean annual increment[J]. Scientia Silvae Sinicae，2018，54（12）：116-126.

[12] 吳恒，黨坤良，田相林，等.秦嶺林區(qū)天然次生林與人工林立地質(zhì)量評(píng)價(jià)[J].林業(yè)科學(xué)，2015，51（4）：78-88. WU H， DANG K L， TIAN X L， et al. Evaluating site quality for secondary forests and plantation in Qinling Mountains[J]. Scientia Silvae Sinicae，2015，51（4）：78-88.

[13] 劉俊，孟雪，高媛赟，等.基于不同立地質(zhì)量的松樹林分生物量遙感估測(cè)[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2016，36（5）：41-46. LIU J， MENG X， GAO Y Y， et al. Remote sensing estimation of pine stand biomass based on different site quality[J]. Journal of Central South University of Forestry Technology，2016，36（5）： 41-46.

[14] GARCIA O. Comparing and combining stem analysis and permanent sample plot data in site index models[J]. Forest Science，2005，51（4）：277-283.

[15] 詹昭寧，周政賢，王國祥，等.中國森林立地分類[M].北京：中國林業(yè)出版社，1989. ZHAN Z N， ZHOU Z X， WANG G X， et al. Forest site classification in China[M]. Beijing： China Forestry Publishing House，1989.

[16] BONTEMPS J D， HERVé J C， DH？TE J F. Dominant radial and height growth reveal comparable historical variations for common beech in north-eastern France[J]. Forest Ecology and Management，2010，259（8）：1455-1463.

[17] HUANG S， TITUS S J. An index of site productivity for unevenaged or mixed-species stands[J]. Canadian Journal of Forest Research，1993，23（3）：558-562.

[18] CHARRU M， SEYNAVE I， MORNEAU F. Recent changes in forest productivity： an analysis of national forest inventory data for common beech （Fagus sylvatica） in north-eastern France[J]. Forest Ecology and Management，2010，260（5）：864-874.

[19] 吳恒，朱麗艷，劉智軍，等.基于生長模型的林地“一張圖”林分因子更新研究[J].林業(yè)資源管理，2019，40（2）：73-79. WU H， ZHU L Y， LIU Z J， et al. Study of data updating for forestry land resources on single map based on growth model[J]. Forest Resources Management，2019，40（2）：73-79.

[本文編校：吳 毅]