小兴安岭针叶树种在不同尺度上对环境因子的敏感性分析

小兴安岭地区是我国重要的林区之一,预测该地区针叶树种的分布,在不同尺度上查找针叶树种分布最敏感的环境因子,是不同层次的林业部门制定森林恢复和植树造林方针的重要科学依据。该文以坡度、坡向、综合地形指数、海拔、坡位指数、年平均温度和年平均降水量作为环境因子,利用Logistic回归模型对红松(Pinus koraien-sis)、兴安落叶松(Larix gmelinii)、冷杉(Abies nephrolepis)、红皮云杉(Picea koraiensis)、鱼鳞云杉(P.jezoensis)和樟子松(Pinus sylvestris var.mongolica)的分布进行了预测。并且采用相对运行特征(Relative operating characteristic,ROC),对模型进行了精度评价。其取值范围为0～1,如果ROC小于0.7,认为模型具有低精度;如果大于0.7且小于0.9,则模型具有较好的模拟精度;如果大于0.9,认为模型具有很高的预测精度。对每个树种的模型验证表明只有冷杉的ROC大于80%,红松、兴安落叶松和云杉的ROC在70%～80%之间,而樟子松的为67.9%。之后,把预测模型应用到丰林保护区,揭示局域尺度上树种分布最敏感的环境因子。经过树种分布预测图与环境因子之间的相关分析发现,在区域尺度(整个研究区)上,红松、冷杉、云杉和樟子松对年降水量最为敏感,而兴安落叶松对坡度最敏感。在局域尺度(丰林保护区)上,红松分布对坡度最敏感,冷杉和云杉对海拔最敏感,兴安落叶松对坡位最敏感。在不同尺度上,树种最敏感的环境因子的转移,引起了在不同尺度上树种分布类型的变化。红松在区域尺度上聚集分布(ROC=78.6%),而在局域尺度上其聚集程度有所减弱(ROC=74.4%),红松的分布范围增加。在区域尺度上,云杉和冷杉聚集分布,但在局域尺度上,它们的分布接近随机分布类型(ROC<60%),它们在丰林保护区内分布面积较大。与以上3个树种相反,兴安落叶松的ROC从71.7%增加到了82.0%,在区域尺度上聚集分布的兴安落叶松,在局域尺度上更加聚集,其分布范围局限于某个特定环境(谷底)。总的来说,在区域尺度上,多数树种分布对气候因子最为敏感,在局域尺度上,对地理因子最为敏感。不同树种对不同环境因子的敏感性,揭示了树种空间分布格局和分异规律。