首页 > 论文范文 > 农业科技论文 > 林业论文 > 森林采运论文 > 古树名木资源在藏东横断山区昌都市的资源特征和分布研究

古树名木资源在藏东横断山区昌都市的资源特征和分布研究

2020-09-01 244 上传者：管理员

摘要：对西藏昌都地区古树名木资源现状及生长特征进行相关研究，为完善西藏古树名木资料及以后的研究提供基础。本研究通过对昌都地区古树名木资源的现状进行实地调查，并对古树的树龄、树高、冠幅及胸围进行回归模型分析。研究区内分布有古树8科16属，共414株，优势树种为藏川杨。一元二次回归显示古树名木的四个生长特征之间表现为同步增长的趋势，且多元线性回归模拟关系密切，为以后推算古树名木资源的树龄提供一种切实可行的方法。昌都地区的古树较多，但分布相对集中，回归分析结果对以后的研究具有一定的参考价值。

关键词：
古树名木
回归分析
昌都地区
森林采用
资源现状
加入收藏

古树名木是生态环境的重要组成部分，是社会人文历史的见证，是社会发展和自然变迁的客观记录者和生动表现者，承载着一个地区广大人民群众的乡愁情思与精神寄托，具有极其重要的历史、文化、生态、科研和经济价值[1,2]。西藏地区作为全球气候变暖的重要反应区，区域内的植被、生物的生存已经出现了严重的变化[3]，对其古树名木资源进行调查，不仅可以直观反映地区自然地理环境变迁、植物区系发生和发展规律，而且可以适当监测分析人类活动对自然环境的影响，并对西藏其他地区在城市建设中进行树种规划具有指导意义[4,5]。

近年来，国家针对保护古树名木资源开展了大量工作[6,7]。2016年国家林业局全国绿化委员会发布关于开展古树名木普查建档工作的通知，制定全国古树名木普查建档技术规程[8]，全国各省市关于古树名木也做了大量的调查研究。科研工作者对全国各地的古树名木进行了大量研究，但多集中在对资源现状及保护措施的概述[9,10]，利用回归模型进行古树生长的研究却较少。

西藏分布着丰富的古树名木资源，但关于其具体情况的记录资料却相对稀少，仅有少量关于某区域古树分布、生长状况及保护措施的研究[11]或者某一区域古树年龄鉴定及生长历史的相关分析[12]。因此，西藏的古树名木在一定程度上可以反映出该区域近年来的自然及人文等方面的变化。昌都地区是藏东横断山区重要的森林分布区及自然环境的典型代表区，基于对其古树名木资源的相关指标进行实地调查，对树龄、树高、冠幅及胸围进行回归模型分析，完善西藏古树名木普查建档工作，探索树龄、树高、冠幅及胸围之间的相互关系，以期为区域内的古树名木保护及该区的生态文明建设和物种分布的相关研究提供可参考资料。

1、调查区概况

昌都地区位于93°6′～99°2′E,28°5′～32°6′N，地处横断山脉的三江（金沙江、澜沧江、怒江）交汇处，地理面积达10.86×104km2[13]。该地区是高原温带半干旱季风气候区，冬干夏雨，干湿季节非常明显，年均降水量为400～600mm[14]。其特殊的河流山脉排列有利于暖湿气流的传输，区域内西北部、北部严寒干燥、东南部温和湿润。该地属于典型的高山峡谷区，地形和气候复杂，植被和土壤类型丰富多样且垂直地带性显著[15]。

2、研究方法

2.1 调查对象及方法

本次调查的对象是分布在昌都地区范围内的村庄、道路、农田等周围，除天然林以外的年龄在100a以上的林木资源（名木无年龄要求）。调查过程中，参照《全国古树名木普查建档技术规定》相关细则和规范，对区域内的古树名木的地理位置、生长环境、树高、冠幅等进行实地调查记录，并在古树树干的正南北方位1.3m处，用生长锥分别取芯带回实验室，利用树木年轮分析仪鉴定年龄。

2.2 回归模型分析

回归分析法利用数据统计原理，对大量统计数据进行数学处理，并确定因变量与某些自变量的相关关系，建立一个相关性较好的回归方程（函数表达式），并加以外推，用于预测今后的因变量的变化的分析方法[16]。在理论上，树龄、树高、冠幅及胸围之间的回归分析模型应是无常数项的函数表达式，但是由于本文研究对象的特殊性，因此在表达式设置时保留常数项。

2.2.1 一元二次回归分析

利用一元二次回归分析法，对古树名木的树龄、树高、冠幅及胸围进行拟合，分析两两之间的关系，其模型表达式为：

式中：y为自变量，x为因变量，a为二次项系数，b为一次项系数，c为常数项。

2.2.2 多元线性回归分析

多元线性回归可以提炼出隐藏在原始数据中的重要信息，对数据的主要特征及关系进行分析，得到变量之间的数学表达式。树龄、树高、冠幅及胸围中的1个因子为自变量，其余因子为因变量，进行多元线性回归分析。其模型方程为：

式中：y是自变量，是多元因子，a、b、c为系数，d为常数项。

2.3 统计与分析

利用SPSS22、Origin2017及SigmaPlot14对数据进行统计分析及相关图表的制作。

3、结果与分析

3.1 昌都古树名木现状

3.1.1 古树名木资源分布特征

调查发现，昌都地区一区十县中均分布有古树名木资源。昌都市共分布有414株古树，其中散生古树315株，群状古树99株，未分布有名木资源。分布的主要树种是杨柳科（206株）、柏科（70株）、胡颓子科（59株）、胡桃科（40株）、蔷薇科（16株）、桑科（14株）、松科（8株）及壳斗科（1株），其中以藏川杨（75株）、昌都杨（70株）、大果圆柏（51株）、旱柳（51株）、沙棘（41株）及核桃（40株）等树种数量居多，约占总数量的79.2%；在所有树种中一级、二级、三级古树分别占总量的24.4%、37.2%、38.4%（表1）。

表1昌都市部分古树资源一览表

调查发现，古树年龄主要分布在300～500a间，占调查总数量的60.3%。昌都市所有古树中，年龄在1000a以上的有5株，其中树龄最大的是生长在洛隆县的核桃，其年龄高达1460a。在昌都分布的27种古树中，柏木的平均年龄最大，达到831a；而蔷薇属树种平均年龄均较小，一般在200a以下。

从树种的胸围来看，不同树种的平均胸围差异较大，其中核桃的平均胸围较大，可以达到523cm，而高山栎的平均胸围仅有115cm，这是由于不同树种自身的生长特性存在较大差异造成的。昌都市古树的胸围主要集中在100～600cm之间，且平均胸围在200～300cm间分布的最多。调查中还发现有部分古树出现树干中空的现象，且有些树木比较严重，但却没有得到相应的管理和保护。

就古树分布的区域而言，图1中可以明显看出洛隆县分布的古树最多，分布有12个属共145株。该县河流密布，冰山雪峰、干热河谷与原始森林、高山草甸相间并存，地貌复杂多样，加之人类破坏相对小，使其保留了大量的古树。

图1昌都各县区古树数量分布图

昌都市古树主要分布在该区域的东部和西部边缘的洛隆及贡觉，究其原因可能为：其一，古树分布多的县多属于半农半牧区，树木资源稀少且珍贵；其二，峡谷地带气候温暖，降雨量相对较多，发育着大片森林；其三，调查结果看，古树多分布在3200m以上的高海拔寒区，病虫害较少，阳光充足，昼夜温差大，有利于同化物质的积累，树木生长好；其四，区域内人口分布较少，人类影响小，破坏相对较少，古树较多；最后，西藏地区人民的宗教信仰特殊且坚定，促使他们会自觉保护古树。

通过调查发现，昌都市的古树主要分布在小环境条件好的雪山脚漏斗颈位置的村庄、农田边、路旁、水沟附近等土层状况较好、水源相对充足的平地；约90%的古树生长状况较好，仅有少数生长势衰弱或濒危。

3.1.2 昌都古树名木保护现状

西藏地区由于特殊的地理环境，整体上病虫害较少，但是在调查过程中发现部分古树有枝干中空的现象，对古树的管理仅局限在平茬和少数几株采取砌树池或改良土壤的复壮及保护措施。并且，由于西藏地区长期的生活习性对薪柴的需求量较大，部分地区对古树名木的认识及保护意识缺乏，破坏古树的现象时有发生；随着经济社会的发展，特别是近年来西藏地区各方面建设的加快，古树的生存和繁衍也面临着巨大的潜在威胁。另外，随着古树年龄的增长，古树的生理生化功能都在逐渐下降，对病虫害、自然灾害等的抵抗能力变弱；但是，由于气候变暖的影响，西藏的自然环境发生了较大的变化，古树的生长环境受到威胁，这就要求对古树实施相应的技术手段等管护措施势在必行。

3.2 古树回归分析

3.2.1 一元二次回归模型

通过对研究区域内部分古树的树龄、树高、冠幅、胸围进行一元二次回归分析，结果表明模拟效果较好。树龄与树高、冠幅、胸围呈现出一元非线性同步增长趋势，回归方程分别是：

说明随着年龄的增长，古树的高度、冠幅及胸围也不断增大。树高与冠幅、胸围的相关系数R2分别为0.9749和0.9819，回归方程分别是：

这说明冠幅及胸围会随着树高的变化而变化。胸围与冠幅也变现为同步增长趋势，其回归方程是：

图2树龄、树高、冠幅、胸围间关系模型

3.2.2 多元线性回归模型

为更好研究树龄、树高、冠幅及胸围之间的相互关系，将1个因子设置为自变量，其余3个因子设置为因变量，进行多元线性模型模拟古树名木的生长特征。结果表明，4种特征之间存在多元线性关系，树龄与其他3因子的回归表达式为：

回归效果好，说明树龄与其他3种生长特征之间存在着密切的关系。其他3个因子的回归方程分别是：

多元线性回归的结果表达了古树名木生长因子间的数量关系，为古树名木资源在无法钻取树芯时提供了一种推算树木年龄的可行方法。

表2树龄、树高、冠幅及胸围多元回归分析

4、结论与讨论

在实地调查的基础上，对藏东横断山区昌都市的古树名木资源进行调查，并对调查区内部分古树资源的树龄、树高、冠幅及胸围进行回归分析。结果发现：调查区内共分布有8科16属的414株古树，每个树种之间的数量差异较明显，藏川杨核桃等速生树种及受人为管护的经济林的胸围较大，且数量居多，而天然林及慢生树种的胸围小，如高山栎。研究区内的古树多分布在半农半牧区，这与当地海拔高，病虫害少；人民的宗教信仰等自然及人为因素之间存在密切关系。

树木的树高、冠幅、胸围等作为树木生长过程中的主要变化特征，在很大程度上可以反映树木的生长情况[17]。通过对树龄、树高、冠幅及胸围进行回归分析，发现四个特征之间相互影响。本文对古树的树龄、树高、冠幅、胸围进行回归分析，并建立各因子之间的回归模型，拟合效果较好，而相较于利用两因子进行一元线性回归分析，多元线性回归更能反映古树四因子之间的相互关系，在一定程度上为古树名木资源在无法钻取树芯时提供了一种推算树木年龄的可行方法。可以利用该模型对未来的研究进行预测分析。此结果与郝建[18]等利用回归分析方法，建立树高、胸径与冠幅的回归模型，利用该模型来预测目标树的冠幅所得的结论基本一致。但李金亮[19]通过对秃杉林分密度与胸径、树高、年龄之间的回归分析却表明，在确定自变量的基础上对因变量密度进行预测时则采用曲线回归更为合适。这在一定程度上可能说明，古树和普通林木在进行预测时所适合的回归模型有所差别，在以后的工作中需要继续努力探索更合适的模型。

本研究仅对研究区内部分古树的树龄、树高、冠幅及胸围进行回归分析，但由于区域内对部分树种采取了伐枝复壮的单一养护手段而造成的不能准确测量其冠幅等情况，并在数据处理中对异常值进行了剔除，因此可能存在一定的偏差与不足，在今后的研究及调查中，应及时对数据进行整合，以更好地为古树名木的研究提供依据。另外，本文的研究对象是古树，因此回归分析的结果对全部林木年龄进行预测时可能存在一定的偏差，但对以后进行有关古树方面的研究时则具有可信度及一定的指导意义。

参考文献：

[1]陈雪丹.浅谈古树名木保护管理[J].现代园艺,2019,(04):215-216.

[2]兰宇翔,乔雨轩,郭真真等.闽西闽东古树名木危险度权重评估[J].长江大学学报(自科版),2017,14(22):15-18+3.

[3]李林,李红梅,申红艳等.青藏高原气候变化的若干事实及其年际振荡的成因探讨[J].冰川冻土,2018,40(06):1079-1089.

[4]章银柯,俞青青.杭州市古树名木保护复壮现状及对策[J].现代园艺,2019,(01):188-190.

[5]吴敏兰,林丽娜.漳州市古树名木资源调查及分析[J].福建热作科技,2018,43(04):31-38.

[6]陈在萍.浅议古树名木保护[J].种子科技,2020,38(09):50+52.

[7]全国绿化委员会.国家林业局文件.全国古树名木普查建档技术规定[S].2001.

[8]杨家军,张艳丽.基于回归模型的广安区古树名木资源特征研究[J].西部林业科学,2018,47(06):50-56.

[9]仇建习,吕贤良,吴彬等.莲都区古树名木资源现状分析与评价[J].福建林业科技,2019,46(03):123-129.

[10]徐婷,井琪,仝伯强等.山东省古树群资源现状与保护对策[J].安徽农业科学,2019,47(17):111-114+119.

[11]李乡旺,毛品一,尹秉高等.西藏古树的初步研究[J].西南林学院学报,1991,(02):134-138.