森林健康预警体制探究

作者：郭峰 陈丽华 汲文宪 宋恒川 单位：北京林业大学水土保持学院

1材料与方法

1.1研究区概况研究区位于滦河上游的河北省围场满族蒙古族自治县境内(41°47′~42°06′N，116°51′~117°45′E)，地处阴山山脉、大兴安岭山脉余脉向西南延伸和燕山山脉的结合部，海拔750~1829m，自然坡度为1/150°~1/350°。该地属大陆性季风型高原山地气候。年均气温-1.4~4.7℃，无霜期67~128d，年均降水量380~560mm，主要集中在6~8月，占全年降水量的69%。年均蒸发量1462.9~1556.8mm，平均相对湿度63%。林管局林区土壤包括棕壤、褐土、风砂土、草甸土、沼泽土、灰色森林土和黑土等7个土类，土壤发育层次不明显，含石砾较多，一般土层厚度约40cm。北沟林场是木兰林管局10个直属林场之一，林场总经营面积约5730hm2，其中林地面积5000hm2，活立木蓄积2.84×105m3，森林覆盖率88%。森林以天然次生林和人工林为主，主要乔木树种有白桦（Betulaplatyphylla）、油松（Pinustabulaeformis）、华北落叶松（Larixprincipis-rupprechtii）、山杨(Populusdavidiana)、蒙古栎(Quercusmongolica)、五角枫（Acertruncatum）、榆树（Ulmusspp）等；主要灌木有山杏（Prunussibirica）灌丛、绣线菊（Spiraeasalicifolia）灌丛、照山白（Rhododendronmicranthum）灌丛、平榛（Corylusmandshurica）灌丛和沙棘（Hippophaerhamnoides）灌丛等。

1.2研究方法经过全面踏勘，于2009年8月在河北省围场县木兰围场林管局北沟林场天然次生林内设置4hm2典型样地，样地设在山地深处（海拔1350m），地理位置较偏僻（坡度19°，坡向南偏东8°），人为干扰程度较轻。该次生林树龄为39年，平均胸径15.33cm，平均数高11.3m，郁闭度90%。将林地分为100个小班，每个小班的面积是20m×20m，对每个小班乔灌草进行常规外业调查。对乔木层进行调查，对胸径大于5cm的树木进行定位，记录每株树木的坐标、胸径、树高、冠幅等。灌木调查采用10m×10m小样方进行，记录灌木的种类、高度、地径、分布状况等。草本调查采用1m×1m小样方进行，记录草本的种类、高度、盖度、生长状况等；在样地内挖掘土壤剖面，将土壤样品带回研究分析。

2结果与分析

2.1森林健康预警指标体系的建立森林生态系统的结构决定功能的稳定性。健康的森林是一个结构优化、功能稳定的生态系统，能够充分发挥其生态、经济和社会功能。对森林生态系统健康状况进行预警，预警指标体系的建立是首要和关键的步骤，预警指标体系建立的好坏直接关系到预警的科学性和准确程度。

2.1.1指标选取根据指标科学性、代表性、可操作性和系统性的构建原则，在分析和整理国内外现有研究成果的基础上[5-7]，结合北沟林场的实际情况，采用复合结构功能指标法，本着科学性、代表性、可操作性和系统性的原则，初步构建北沟林场天然次生林森林健康预警指标体系（表1）。

2.1.2指标筛选由于森林健康预警指标之间多存在相关性，即包含重复的信息，因此用较少的综合指标分别表示存在于各指标间的各类信息是有可能的，需要进行进一步的筛选。本研究采用定量和定性相结合的方法，对各指标进行筛选。（1）定量筛选。由于森林健康预警指标多且复杂，指标间存在相关性，需要找到一个合理的方法，减少分析指标的同时，尽量减少原指标包含信息的损失，对所收集的资料作全面的分析。由于各变量间存在一定的相关关系，因此有可能用较少的综合指标分别综合存在于各变量中的各类信息。应用SPSS19.0中文版软件中的“分析/降维/因子分析”过程对森林健康各预警指标进行分析，输出结果见表2、表3。从主成分的统计信息(表2)可以看出，相关矩阵的第1个特征值为6.213，第1个特征根的贡献率为31.602%；前4个主成分的累计方差贡献率已超过85%，因此取前4个主成分作为综合预警指标，可以准确地描述原变量的信息，符合统计学的原理。从因子载荷矩阵表（表3）可以看出，群落层次结构、郁闭度、林分生物量、叶面积指数、森林病虫害程度在第一主成分上有较高载荷，说明第一主成分基本反映了这些指标的信息；森林病虫害程度、森林火险等级在第二主成分上有较高的载荷，说明第二主成分基本反映了这2个指标的信息；叶面积指数在第三主成分上有较高载荷，说明第三主成分基本反映了这个指标的信息。第四主成分则可作为物种多样性的描述指标。提取的4个主成分基本可以反映全部指标的信息，因此用这4个综合变量代替原来的12个变量来进行分析是合理的。（2）定性筛选。考虑到指标的可操作性和应用性，在通过数学统计软件对指标体系进行定量筛选后，还应对指标结合定性分析进行筛选，以筛选出内容全面且信息不重复的指标，从而更好地满足加法合成对预警指标的要求，得出更为准确、合理的预警结果。群落层次结构、物种多样性[8]、郁闭度[9]、叶面积指数是反映群落特性的重要指标，应完整保留，用这4个指标共同反映林分的群落特性。森林火险等级和森林病虫害程度能够间接反映森林的抵抗力和恢复力，应予以保留，作为稳定性指标可全面反映森林恢复力和抵抗力。综上所述，通过定量和定性筛选，森林健康预警指标体系包括2个警兆指标和4个基质指标。警兆指标包括森林病虫害程度、森林火险等级；基质指标包括群落层次结构、郁闭度、物种多样性、叶面积指数。

2.2BP神经网络模型的构建

2.2.1基本原理Rumenlhart等[10]于1985年提出了误差反传递算法，简称BP算法，它由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理层，负责信息变换，根据信息变化能力的需求，中间层可设计为单隐层或者多隐层结构；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果。当实际输出与期望输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层权值、向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，是各层权值不断调整的过程，也是神经网络学习训练的过程，此过程一直进行到网络输出的误差减少到可接受的程度，或是预先设定的学习次数为止[10-11]。