森林土壤健康评价

森林土壤健康评价

 

目前,森林健康问题引起了世界各国的广泛关注。开展森林健康评价,是进行森林健康管理的重要基础[1]。土壤作为森林生态系统的组成成分和环境因子,为森林的发展和演替提供了必要的环境条件,调节着系统内外水分的分配,并起着有效的环境过滤器的作用[2]。土壤在森林生态系统中的这些功能决定于土壤的健康状况,可见土壤健康状况与森林的健康紧密相连,开展森林土壤健康研究,理论上可为森林健康监测指标体系的构建奠定基础,实践上可为土壤健康管理以及森林经营实践提供理论依据。通过对森林土壤健康的监测,能动地发展到在不同立地条件下合理利用森林土壤资源,因地制宜地选择合适的树种,探索维护、提高森林土壤生产力的综合途径以及对森林土壤退化的防治和改良技术是健康评价的目标[3]。因此,通过科学的森林土壤健康评价,探索有效的森林土壤健康管理措施,实现促进森林健康的目的,是摆在人们面前的新课题[4]。   1森林土壤健康的概念及研究现状   什么是“森林土壤健康”?森林土壤健康的概念是随着科学的发展,人们渐渐认识到土壤在森林生态系统中的多种作用的情况下提出来的,维持土壤健康就能保持林地的长期生产力。在森林土壤的研究领域中,结合森林土壤的作用以及森林的服务功能,把森林土壤健康定义为:森林土壤促进森林植被生产和维护森林生态系统功能的能力[5]。森林土壤健康评价是森林土壤健康研究的基础和重要内容之一。土壤健康是土壤的物理、化学和生物学性质,以及形成这些性质的一些重要过程的综合体,迄今为止,尚没有评价土壤健康的统一标准[6]。尤其是对森林土壤健康的研究还处于探索阶段,在世界范围内,土壤健康研究的领域大多限于农业耕作土壤,有关森林土壤健康的内涵、指标的确定还是初步的;在我国,目前针对森林土壤健康的研究也很少,土壤健康与土壤质量在概念上既有一定程度的区别又有一定程度的交叉[7~8],其区别在于土壤质量多半用土壤功能来确定,并认为其是物理、化学和生物学性质的复合体,而土壤健康是一个与条件有关的术语,其一个重要特征必须是可测量的。广义的土壤健康是指土壤作为生命系统维持生物生产力、促进环境质量、维持动植物和人类健康的能力,在这一意义上,土壤健康和持续性同义[9~10],其更符合森林生态系统健康的需要,而在森林土壤的研究领域中,使用森林土壤健康更符合林业工作者的习惯。本文森林土壤健康评价研究在森林土壤特定的功能和性质下,无论是森林土壤健康评价指标还是评价方法的研究,都从广义的森林土壤健康出发,即本文中,森林土壤质量评价可借鉴于土壤健康评价。   2森林土壤健康评价指标   2.1评价指标选取原则   土壤质量评价应由土壤质量指标来确定,评价指标的选定是土壤质量评价的核心工作,直接关系到其评价结果的客观性[11]。森林土壤具有枯枝落叶层,腐殖质含量高,淋溶作用强等特性,因此森林土壤质量指标的选取需要根据这些特性遵循一定的原则,包括主导性、敏感性、实用性和独立性原则[12]。另外,森林土壤质量评价指标的选取必须考虑土壤功能,由于土壤功能受评价目的和多种管理系统的影响,土壤质量变化的监测非常缓慢,关键指标的选取必须是可维持土壤功能,监测土壤变化的方向、速率和程度等。因此,有许多土壤特性可以作为土壤质量评价指标,研究需要明确最适合的标准;针对不同的地区、不同类型的土壤应使用不同的指标体系[13]。   2.2评价指标体系构建   土壤质量的优劣取决于土地利用方式、生态系统类型、地理位置、土壤类型等多种因素。土壤质量指标与具体的土壤性质和土壤质量存在密切联系。依据森林土壤功能并按照土壤质量评价指标选取原则,将森林土壤质量评价指标分为四大类:植物生长潜力(vegetationgrowthcapacity,VGC)、水分有效性(wateravailability,WA)、养分有效性(nutrientavailability,NA)以及根系适宜性(rootsuitability,RS)指标[14~15]。   2.2.1植物生长潜力指标植物生长潜力指标包括枯枝落叶层厚度以及灌木和草本的物种多样性指数等。从森林健康经营角度来看,一般认为物种多样性越丰富,越有利于森林生态系统的稳定。   2.2.2水分有效性指标   水分有效性指标包括枯枝落叶层厚度、腐殖质厚度、土层厚度以及土壤容重(土壤密度)、土壤渗透性、水稳性指数、土壤孔隙状况等指标。枯枝落叶层具有截留降水、延缓地表径流的重要作用;腐殖质层含有大量有机物质,且疏松多孔,对保持土壤水分具有明显的作用;土层厚度以及土壤容重是反映容纳水分数量空间指标,土层越厚、容重越小越有利于水分的保持;土壤渗透性、水稳性指数、土壤孔隙状况可以反映土壤水分的渗透、流动、和蒸发等,可用于判断土壤的水气平衡。   3.2.3养分有效性指标   养分有效性指标主要包括一些化学和生物学性质指标,如pH值、有机质含量、阳离子交换量(CEC)、全氮、碱解氮、有效磷、速效钾、土壤酶活性等。其中,土壤有机质是土壤质量的一个关键参数,影响着土壤紧实度、脆弱性、养分保持和土壤持水能力等土壤功能,已经将其看作是土壤质量评价中十分重要的指标。   2.2.4根系适宜性指标   考虑影响根系生长障碍性以及养分的供应等因素,根系适宜性指标主要有土层厚度、土壤容重、黏粒含量、pH值等指标。其中,土壤容重是土壤紧实度的敏感性指标,是表征土壤质量的一个重要参数[16]。   2.3我国森林土壤质量评价指标体系的发展   近年来,我国就森林土壤质量也选择了许多指标进行评价,但到目前为止,始终没有形成一个合适的体系。表1列出了我国具有代表性的森林土壤质量评价中选取的土壤因子。从表1可以看出,这些代表性的研究主要以土壤的理化性质为主,其中更偏向于土壤养分指标,同时越来越多的生物学性质也开始受到重视。表2列出了自2000年以来,我国森林土壤质量评价研究中所选用的评价指标汇总及其分类。从表中可以看出,在土壤质量评价中,土壤指标选取范围很广,涵盖了森林土壤质量的各个方面。其中,养分有效性指标有22个,主要是土壤化学和生物学性质指标,而且可以看出近年来学者们在重视土壤化学性质指标的同时,加大了土壤生物学性质指标在森林土壤质量评价中的应用,其使用频率为64.07%,这表明养分有效性指标使用的稳定性。水分有效性指标和根系适宜性指标分别有8个和6个,而植物生长潜力指标只有2个,使用频率比较低。图1列出了在所有因子中显示度较高的一系列因子,从图中可以看出,有机质指标是我国森林土壤质量评价中主要考虑的因子,依次是速效钾、有效磷、全氮、pH值、土壤容重、孔隙状况、脲酶活性、磷酸酶活性、阳离子交换量、全磷、含水量和全钾等,而成土母质、土壤呼吸速率等因素则较少被考虑到。由表2和图1得出,在这4方面的指标中,森林土壤养分有效性指标的使用是较稳定的,近年来学者也加大了对土壤生物学性质指标的研究,尤其是对土壤酶活性的研究。由于森林土壤质量评价具有目的性和针对性,不同研究者所采用的指标也不同。总之,森林土壤质量评价应针对其特定的功能和土地利用类型进行;针对不同的地区、不同景观类型的土壤,应使用不同的指标体系[28]。#p#分页标题#e#   3森林土壤健康评价方法   森林土壤健康评价是设计和评价持续性森林土壤及土地管理系统的一个基础。主要有以下几种方法:   (1)综合指数法(简称指数法)。该法先根据实测值和评价标准求取分指数,然后由分指数计算综合指数。指数法的最大特点是具有等价性,便于对比,计算简单。另一方面,计算综合指数的方法不同,所得评价结果也不一定相同。于法展等人以云台山自然保护区内5种主要林分下土壤为研究对象,通过加权综合法,建立森林土壤健康指数,并对不同林分下土壤健康状况进行评价。结果表明:该保护区不同林分下土壤健康指数序列表现为盐肤木、黄檀、黄连木林(0.73)>黄连木、黄檀、枫香林(0.70)>栓皮栎林(0.65)>麻栎林(0.63)>赤松林(0.61)[7];单奇华等采用综合指数法对南京城市森林土壤肥力质量进行了评价,结果表明:南京城市森林土壤肥力总体处于中等偏低水平,需要加强土壤肥力质量改良[17];吕春花等采用综合指数法对黄土高原子午岭地区植被恢复过程中的土壤质量进行了评价,土壤质量综合指数表现为乔木林地>灌木林地>草地[29]。由于综合指数法具有易懂、易学、易算和易操作等特殊优点,仍被广大科技工作者采用。   (2)模糊数学综合评判法(简称模糊法)。此法是利用土壤质量分级差异中间过渡的模糊性,将土壤按照不同分级标准,通过建立隶属函数在闭区间(0,1)内连续取值来进行评价的方法。模糊法虽注意到了土壤质量分级差异中间过渡的模糊性,避免了评价结果是一个平均值或简单累加情况的出现。但有如下不足:要就每个监测值分别对其相邻两个级别质量标准建立多个隶属函数,过程繁琐,不易掌握,其复合运算的基本方法是取大取小,只强调极值的作用,因此丢失信息的现象较严重[30]。王朋薇运用模糊综合评价法对红花尔基国家森林公园五个样地的土壤质量进行评价研究,结果表明,五个样地的土壤质量相差较大[21];陶宝先等运用模糊综合评价法对苏南丘陵不同林分类型土壤质量进行评价,结果显示土壤质量指数从大到小依次为毛竹、杉木、马尾松、栎林、对照(裸地),表明该地区的土壤质量总体处于中等水平[31];白文娟等运用土壤质量综合评价方法对黄土高原地区水蚀风蚀交错带土壤质量进行综合评价,显示研究区土壤质量的排序为:刺槐林地>农地>退耕草地>油松林地>沙蒿地>柠条灌木地>杨树疏林地[32];陈明亮等采用模糊综合评价的方法对黄泛平原主要森林立地土壤的质量进行了评价,并将黄泛平原主要森林立地土壤按质量归为三类,评价结果与林木生长的关系极显著[22]。可见模糊法能够准确、科学地评价土壤质量状况。   (3)灰色聚类法(简称灰色法)。本法基于环境质量系统的灰色性,考虑多项因子的综合影响,将聚类对象对于不同聚类指标所拥有的白化数,按几个灰类进行归纳,从而判断该聚类对象属于哪一级[30]。灰色法虽避免了主观随意性,但是,其过程繁琐,不易掌握,其次,白化函数包含的污染范围较窄一般在i一l级到i十1级标准值之间。当监测值超出这一范围时,相应的白化函数值就会为零,这样,仍有丢失信息的可能。黄彩霞等将宽域灰色聚类法应用于太原市5个区县,评价结果与模糊综合评判法的结果一致[33];杨奇勇等通过运用层次分析法、模糊评价等方法改进了灰色关联模型,并在山东省禹城市开展了系统土壤健康调查,实现了土壤肥力综合评价定量化、自动化。评价获取了研究区土壤肥力等级面积及其分布信息,与实地调查分析结果相符,表明运用该技术方法对土壤肥力评价的可行性和科学性[34]。该方法体现了变权重的思想,但这种仅根据评价标准确定权重是否合理值得探讨。   (4)层次分析法(AHP)。这种方法把复杂的问题分解为各个组成因素,将这些因素按支配关系组成有序的递阶层次结构,通过两两比较方式确定层次中诸因素的相对重要性,然后综合人们的判断以决定诸因素相对重要性总的顺序[35]。作为一种决策工具,AHP具有深刻的理论内容和简单的表现形式,并能统一处理决策中的定性与定量的因素而被广泛应用于许多领域。土壤环境分析与评价实际上是一个多因素综合决策过程,因而将AHP应用于土壤质量评价不但可行,而且具有简单、有效、实用的特点。刘梦云等采用层次分析法对宁南山区不同土地利用方式的土壤质量进行评价,其结果为灌木林地>天然草地>农地>人工草地>果园[36];袁红等运用层次分析法对三峡库区万州区的土壤(包括耕地和林地土壤)进行了较为全面、科学的评价[37];岑静等应用层次分析法对四川省巴中市通江县广纳镇地区的土壤进行了质量评估[38];章海波等采用改进层次分析法(AHP),并结合覆盖整个香港地区的51个典型土壤剖面样品进行分析。评价结果表明:香港地区的土壤肥力质量总体不高,有1/2以上调查样点属中等以下水平[39];田野等为了解鞍山市千山风景区土壤(林地土壤)肥力质量,采用改进层次分析法对千山7个样点的14个样坑进行综合评价,引进隶属函数,消除了采用专家评分的办法来确定指标间相对重要性的缺陷[40]。由此可见,研究者们采用改进的层次分析法,能更客观、更准确地对土壤质量作出了评价。   (5)主成分分析法。其基本原理是:将具有一定相关性的原众多指标,重新组合成一组新的互相无关的综合指标来代替原指标。最经典的做法就是用F1的方差Var(F1)来表达,Var(F1)越大,表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的,故称F1为第一主成分。彭佳红等采用主成分分析方法直观定量地研究了亚热带区域几种典型人工林生态系统林地的土壤质量指数,土壤质量指数得分以常绿阔叶林最高,其次是混交林和阔叶纯林,连栽杉木纯林最低。从而对其林地土壤质量进行了准确评价[23];任丽娜等以河北木兰围场人工林为研究对象并采用主成分分析法评价了其土壤健康状况[24];杨鹏等采用主成分分析法研究烟台市黄务镇峰山破坏山体周边7种植被恢复模式的土壤结构特征,对土壤结构健康综合评价,结果表明土壤结构以灌草丛最差,麻栎黑松混交林最好,其他人工植被恢复模式介于二者之间[41];魏婉等以徐州石灰岩山地不同植被恢复类型土壤为研究对象,应用主成分分析方法对3种植被类型林分土壤健康状况进行综合评价,各类型林分土壤健康状况排序为:针阔混交林>阔叶林>针叶林,表明针阔混交林能够改善土壤健康状况[42]。大量研究表明,主成分分析法是土壤质量定量评价中应用最为广泛的数理统计方法,能够客观准确地筛选土壤属性的变异性。#p#分页标题#e#   (6)人工神经网络法。人工神经网络(ArtificialNeuralNetwork,ANN)是一类模拟生物体神经系统结构的新型信息处理系统。从本质上说,它是一种黑箱建模工具,它能够通过“学习”来仿真真实系统中的输入和输出之间的定量关系,为解决非线性、不确定性和不确知系统的问题开辟了一条崭新的途径[43]。ANN具有自适应性、自学习性、容错性和联想记忆能力等特点,而且操作简单、具有真正多输人多输出系统的特点。目前,ANN应用领域极其广泛,特别适合于模式识别和复杂的非线性函数关系拟合等,其中BP网络(误差反向传播网络)在实际应用中最为广泛[44]。郑小佳对不同坡位和不同母质下的土壤肥力特征与BP模型评价结果作了比较,选取了9个土壤肥力指标作为输入层的节点,以土壤肥力质量等级作为输出层。评价结果与土壤所表现出来的肥力特征一致[45]。总之,ANN的优势就在于对本质上属于模式识别的土壤质量进行评价。我国森林土壤质量评价方法的发展处于起步阶段,而土地评价方法则比较丰富和系统,主要包括参数法、模型法、景观生态法、土地系统分析法和地理信息系统法,其中很多评价方法和原理可以借鉴到土壤质量评价之中[46]。土壤质量的综合评价方法中,我国采用最多的是指数和法,即综合土壤质量指数法,模糊评价方法也得到广泛的应用,另外,目前我国有许多新方法用于评价土壤质量,比如层次分析法、投影寻踪评价模型(PPE)和灰色关联法等[13]。同时,GIS和土壤质量评价方法的结合是土壤质量评价的一个方向,胡月明等在评价广东省东莞赤红壤农业现代化实验区土壤质量时,应用地理信息系统(GIS)技术,并与层次分析模型和灰关联综合评价模型相结合,计算灰关联综合评价值,得出评价单元按质量从劣到优排列的序列,应用ArcViewGIS绘制评价结果图[47]。 目前国外常用的定量评价方法主要有:土壤质量指数法、土壤质量模型、多元线性回归和土壤相对质量法[48]。表3和表4分别列出了几种土壤健康评价的经验模型和评价方法的优劣。当然,各种土壤健康评价方法都有一定的局限和不足之处,采用单一的方法不可能得到全面的结果,采用多种方法结合的综合评价是解决实际问题的有效途径[51]。   4讨论   从以上分析可以看出,我国森林土壤健康评价具有较大的发展空间和应用前景,包括指标体系的构建、选取,典型区域森林土壤健康评价的标准界定及评价方法的选用等。对于森林土壤健康指标来说,指标多样化,但没有标准化,而且在森林土壤健康评价中,侧重于土壤理化性质指标的应用,生物学指标相对较少,而森林土壤的生物学性质对人类活动的影响和外界环境条件的改变反应更敏感,因此应重点考虑土壤生物学性质。同时,应该将我国土壤生物学研究的进展和森林土壤健康的研究结合起来,利用生物学指标来评价森林土壤健康,包括生态健康的状况,另外,需要进一步加强评价指标的标准化、综合化和应用化,建立简单、经济、有效的可测定指标体系。目前,森林土壤健康评价的方法较多,各种方法具有各自的优劣性,采用单一的方法不一定能得到全面的结果,采用多种方法结合的综合评价是解决实际问题的有效途径,同时推崇对评价方法的创新,如与3S的结合等。发展评价方法也需要从指标体系上入手,指标体系的选择往往比方法更为重要。   目前选择方法和选择因子两个方面需要加强研究,但往往两者存在着矛盾,有些方法较好,但是需要因子量较多,所以必须在这两方面寻求较好的平衡和突破。同时,如何将森林土壤健康的研究成果应用于生产实际,是森林土壤健康研究者们值得思考的问题。总之,今后一段时间内的森林土壤健康研究工作应及时跟踪国际森林土壤健康研究的最新进展,结合我国的实际情况,集中研究土壤健康评价指标与评价方法、土壤健康演变过程与机理等方面。