基于小班尺度的生态公益林质量评价指标筛选研究

梅 浩，佘宇晨，陆 翔

（国家林业和草原局中南调查规划设计院，湖南 长沙 410014）

森林根据功能可以划分为生态公益林和商品林，生态公益林指对极为重要的生态区位和脆弱地区具有重要的保护作用，可以保护国土生态安全、生物多样性，促进经济社会可持续发展，是为人类提供森林生态和社会服务产品为主要经营目的的重点的防护林和特种用途林[1-3]。生态公益林质量是指生态公益林的状态或条件及其满足人类对森林的生态效益和社会效益需求的程度[4]，不断提高其质量是森林分类经营研究、实践的重点和核心。

生态公益林质量评价指标可以依据其类型参照森林可持续经营的标准和指标体系。20世纪90年代，森林可持续经营概念在联合国环境与发展大会上被提出。从此，国际上先后出台了国际热带木材组织（ITTO）进程、蒙特利尔进程、赫尔辛基进程、非洲干旱进程、非洲木材组织（ATO）进程、塔拉波托倡议、近东进程、中美洲进程等八大进程[5-9]。在这些进程中建立的指标体系可以有效评价生态公益林的现状和发展趋势，涉及的主要内容有森林生态系统健康程度、多样性、生产力评价和生态、经济、社会效益评价等。目前，国内对生态公益林质量的研究多采用数理统计方法，通过对生态公益林评价指标进行赋值计算从而得到质量评价[10-11]。例如，尹峰[12]选取条件性、状态性和效益性等3 类19 个评价指标，构建了广州市生态公益林质量评价模型，利用提出的生态公益林质量综合指数来对生态公益林质量进行评价；冯继广[13]从森林生产力、森林结构、森林健康、森林服务效能等4 个要素选取评价指标，基于因子分析，采用指数和法对全国各省市的森林资源质量状况进行分析与评价；黄国胜[14]等从森林生态环境背景、森林生长状态和森林自然性等3个方面来构建森林生态环境质量评价的指标体系，同时采用层次分析方法、生态因子质量等级评分法、加权综合质量指数法系统地评价了河北省山区森林生态环境功能质量状况；肖水根[15]认为生态公益林森林资源质量优劣是一个模糊的概念，需要采用模糊数学评价法进行研究，将不容易定量的重要定性指标用数学方法进行数量化研究，选择针阔比、群落结构、灾害等级、更新等级、植被覆盖度、年龄结构等多个指标对生态公益林质量隶属等级进行评价。

通过以上研究可以发现，评价指标的选取是影响生态公益林质量评价结果的直接因素，在众多的评价指标中如何选取有效的指标则是做好质量评价的关键。本研究利用森林资源规划设计调查数据库，基于小班尺度对生态公益林质量评价指标筛选方法进行研究，以期为建立全国统一标准、能够实现快速出数的生态公益林质量评价体系提供参考依据。

1 评价指标筛选方法

1.1 评价指标初选

森林资源规划设计调查又称森林资源二类调查，是以国有林场、自然保护区、森林公园等森林经营单位或县级行政区域为调查单位，以满足森林经营方案、总体设计、林业区划与规划设计需要而进行的森林资源调查[16]，一般以10 a 为一周期进行。调查指标包括森林资源现状因子、与森林资源有关的自然地理环境和生态环境因子等。目前，已基本实现全国有林县的森林资源规划设计调查全覆盖。本研究基于数据的便于获取性、评价指标的统一性，以森林资源规划设计调查数据库为基础，剔除无关指标和无代表性指标后，选择一系列生态公益林质量相关因子组成生态公益林质量评价初选指标（表1）。

表1 生态公益林质量评价初选指标Table 1 Primary assessment indexes of the public-welfare forest quality

1.2 评价指标计算与赋值

1）下木层和灌木层Simpson 指数

式中，D为下木层和灌木层Simpson 多样性指数，Pi为第i种个体株数占总株数的比例，Pi=Ni/N，Ni为第i种的株数，N为总株数。

2）灌木层和草本层Shannon 指数

式中，H为灌木层和草本层Shannon-Wiener 多样性指数，Pi为第i种个体盖度占总盖度的比例，Pi=Ni/N，Ni为第i种的盖度，N为总盖度。

3）定性指标赋值和补充

对于定性指标，依据以往专家学者研究的成果[17-20]，确定各指标的分级及赋值（表2）。其中：对于红树林、竹林和灌木林小班定性指标，按乔木林小班标准进行相应补充，以便于进行生态公益林全覆盖且同一尺度的评价。

表2 定性指标分级及赋值Table 2 Qualitative indicator grading and assignment

1.3 指标筛选方法

在以往生态公益林质量评价研究中，对评价指标的选取一般采用主观经验判断，忽略了评价指标可能存在信息重复或区分度不高等问题。比如，在常用评价指标中森林群落结构和森林健康程度息息相关，林分平均胸径、树高和林分公顷蓄积量存在高度正相关关系等。另外，一些研究常通过主成分分析来缩减评价指标，但存在降维后的主成分实际定义不明，无法进行监测等缺点。因此，本研究为了解决指标选取中存在的问题，从“贡献率”“敏感度”“独立性”三方面入手，构建了指标筛选模型。

1.3.1 指标标准化处理

对原始指标数值进行标准化处理，解决指标量纲不同影响同一尺度评价的问题。因赋值后生态公益林质量评价指标均为正向型指标，指标标准化公式为：

式中，x'ij为第i个小班第j项指标的标准化值；xij为第i个小班第j项指标的原始值；i为小班个数，i=1，2，…，n；j为评价指标个数，j=1，2，…，m。

1.3.2 指标贡献率筛选

指标贡献率指单项指标对总体评价目标的贡献程度。本研究利用离散系数[21]来计算指标的贡献率，如指标贡献率越高，说明指标所反映的信息越丰富。具体计算方法如下：

1）计算指标的离散系数cj。

2）计算指标累计贡献率gl。

将指标的离散系数根据从大到小进行排序。指标累计贡献率为离散系数较大的前1 个指标占所有指标的比重之和，即：

式中，c'j为离散系数较大的前l 个指标的离散系数。

3）指标筛选。

如：

式中，go=85%。

则进行第一轮指标筛选，保留离散系数较大的前l个指标，删除其它指标。

1.3.3 计算指标敏感度

指标敏感度指不同小班相同指标之间的区分程度。本研究利用熵权方法[22]计算指标的敏感度，如某个指标的熵值越小，就表明该指标的变异程度越大，说明这项指标越敏感。具体计算方法如下：

1）计算pij值，即第j项指标下，第i个小班指标值占该指标的比重。

2）计算熵值ej。

式中，ej≥0。

3）计算熵权wj，即第j项指标的权重。

4）计算第j项指标的敏感度sj。

1.3.4 计算指标独立性

指标独立性指不同指标之间关系密切的程度。本研究利用Pearson 相关系数[23]来反映指标之间的独立性，如指标之间相关性越高，则说明这些指标反映信息的能力越弱。利用独立性筛选，可以去除一些重复评价指标。具体计算方法如下：

1）计算第p项指标和第q项指标之间的Pearson 相关系数rpq。

2）计算第p项指标的独立性程度dp。

式中：tp为第p项指标与m个指标的相关程度。

1.3.5 指标筛选模型

指标综合筛选值zj是对指标敏感度和指标独立性的综合考量。通过指标综合筛选值进行第二轮筛选。具体计算方法如下：

式中：α和β为重要性系数（0＜α＜1，0＜β＜1，α＋β＝1）。在本研究中，取α＝β＝0.5。

如：

式中：zo=0.85。

则保留综合筛选值较大的前l 个指标，删除其它指标。

1.3.6 指标客观权重计算

根据最终保留指标的筛选值，计算得出各评价指标的客观权重。具体计算方法如下：

式中：yj为最终指标的客观权重，l为最终指标的个数。

1.3.7 合理性检验

根据方差反映数据信息含量的原理[24]，用筛选后指标数据方差之和占初选指标数据方差之和的比例来判定最终指标是否合理。在统计学上，严格来说累计方差达到80%才被认为显著，而在大样本体系中，累计方差在60%以上则可以接受。计算公式如下：

式中：F为筛选后指标的信息含量贡献比，为指标数据的方差，u为筛选后的指标数量，v为初选的指标数量。

2 实证应用

2.1 研究区概况

惠州市位于广东省中南部，地处低纬度，北回归线横贯惠州市。辖惠城区、惠阳区、惠东县、博罗县和龙门县，设有仲恺高新技术产业开发区和大亚湾经济技术开发区两个国家级开发区。惠州境内雨量充沛，阳光充足，气候温和，属亚热带季风气候区。年降水量2 200 mm，年平均气温22 ℃。惠州市陆地面积1.12 万km2，占珠江三角洲经济区的四分之一。惠州市森林资源丰富，2016年底惠州市森林覆盖率62.42%。

2.2 数据来源和研究工具

本研究数据来源于广东省惠州市森林资源规划设计调查数据库。在本研究中，进行数据处理和制图所采用的软件有SPSS 25.0、ArcGIS 10.4.1 等。

2.3 评价方法

2.3.1 评价指标筛选

1）首先，计算初选指标的离散系数（表3），进行第一轮筛选。

表3 初选指标累计贡献率Table 3 The cumulative contribution rate of primary assessment indexes

2）然后，计算第一轮筛选后指标的综合筛选值（表4），进行第二轮筛选，确定最终的生态公益林质量评价指标。

表4 评价指标综合筛选值Table 4 Comprehensive selection value of the assessment index

3）进行有效性校验。由表3可得，筛选后指标的信息含量贡献比F=0.721 3/1.190 1× 100%=60.61%＞60.00%，说明筛选后的指标符合评价要求。

2.3.2 建立评价体系

在对以往专家学者研究成果整理归纳的基础上[25-30]，根据上述指标筛选结果，对指标客观权重进行修正，建立生态公益林质量评价体系（表5）。

2.3.3 生态公益林质量评价模型

将生态公益林小班评价指标标准化值与评价指标相对应的权重加权求和，得到生态公益林质量综合得分。具体计算方法如下：

式中，Yi为生态公益林质量综合得分，Wj为评价指标的权重。

2.3.4 生态公益林质量等级划分

对惠州市生态公益林质量综合得分结果进行Q-Q 图分析（图1），证明质量综合得分符合正态分布。对综合得分结果在[0～1]区间内划分为4 级：优[0.6～1]、良[0.4～0.6）、中[0.2～0.4）、差[0～0.2）。

表5 生态公益林质量评价体系Table 5 Ecological public-welfare forest quality assessment system

图1 生态公益林质量综合得分正态Q-Q 图像Fig.1 Comprehensive score normal Q-Q diagram of the ecological public-welfare quality

2.4 评价结果

参与惠州市生态公益林质量评价的小班共30 817 个，其中质量为“优”的小班869 个，小班个数占总个数的3.88%，小班面积占总面积的2.82%；质量为“良”的小班14 843 个，小班个数占59.67%，小班面积占48.16%；质量为“中”的小班14 267 个，小班个数占35.07%，小班面积占46.30%；质量为“差”的小班838 个，小班个数占1.38%，小班面积占2.72%。

依据质量综合得分的不同按等级分类，得到惠州市生态公益林质量等级图（图2）。通过对质量等级图的分析可知，惠州市生态公益林质量以“良”为主。从分布上看，质量为“优”的小班主要位于自然保护区内，如广东象头山国家级自然保护区、龙门南昆山省级自然保护区、惠东莲花山白盆珠省级自然保护区、惠东古田省级自然保护区等。质量为“差”的小班主要分布于惠东县沿海地区，龙门县和博罗县境内也有小范围集中分布。

3 合理性分析

3.1 不同评价体系对比分析

生态公益林质量评价是一项复杂的森林生态系统评价，对这一领域的研究已有较为丰硕的成果，不同学者基于不同侧重点提出了多种评价体系。通过几种较为典性的评价体系与本研究所建立的评价体系进行对比分析（表6），可以发现不同评价体系的适用领域不尽相同，在实际运用中需要根据评价目标有针对性的选择评价体系。

3.2 2 种同尺度评价体系对比分析

选取具有代表性且同尺度的生态公益林质量评价体系[18]（以下简称对比评价体系）与本研究构建的评价体系进行对比（表7）。可以发现，两种评价体系中只有“龄组”这一个评价指标相同；“公顷生物量”“公顷碳储量”替代了“林分蓄积量”“平均胸径”“平均树高”，“枯枝落叶层厚度”“下木层和灌木层Simpson 指数”替代了“树种组成”“群落层次结构”，“公顷株数”替代了“郁闭度”“植被盖度”；本研究评价体系增加了“起源”“自然度”等自然性指标，“天然更新等级”等稳定性指标和“坡位”“坡度”等立地条件指标，增加的指标丰富了评价体系，让其更加全面和科学。

对比评价体系将生态公益林质量综合评价值分为5 个等级，从计算得出的评价结果来看（表8和图3），综合评价值结果偏低，尤其是质量为“优”和“良”的面积比例过小，跟实际情况存在一定偏差。

图2 惠州市生态公益林质量等级图Fig.2 Ecological public-welfare forest quality grade diagram of Huizhou city

表6 生态公益林质量评价体系对比Table 6 Comparison of ecological public-welfare forest assessment system

表7 两种评价体系对比分析Table 7 Comparative and analysis of these two assessment systems

3.3 不同评价方法对比分析

为验证筛选指标后建立的质量评价体系的可靠性，采用主成分分析法计算评价结果并进行对比分析。因涉及到的数据量太大，在此不详细列出计算过程。具体步骤为：

表8 两种评价体系评价结果对比Table 8 Comparison of assessment results of these two assessment systems

首先，对初选指标数据进行KMO 检验。结果显示，KMO 值为0.859 5，P值为0.000 0，说明数据很适合进行因子分析。然后，提取特征值大于1的主成分。最终共提取了8 个主成分，累计贡献率达到64.924 4%。一般要求累计贡献率达到85%以上，但根据碎石图分析，从第2 个主成分开始，特征值变化趋势就开始趋于平稳，因此接受选择8个主成分。最后，确定主成分表达式和权重，计算综合得分，得到主成分分析法的综合得分直方图（图3）。对两种评价方法计算的综合得分进行Pearson 相关性分析，得出相关系数为0.797 4，说明两种评价方法得出的结果强相关。

根据图3可知，利用主成分分析法得出的评价结果和利用对比评价体系得出的评价结果波动均较大，而筛选指标所得出的评价结果分布更均匀、平稳性更好。综上所述，通过筛选指标所得出的评价结果有效且优于其它2 种方法。

图3 不同方法评价得分直方图对比Fig.3 Comparison of the assessment score histograms by different methods

4 结论与讨论

1）在生态公益林质量评价中，评价指标的选择是否合适直接影响到评价结果的真实可信。本研究利用原始指标数据的离散系数、熵权和Pearson 相关系数，构建出评价指标筛选值模型，可以有效筛选出贡献度高、敏感度大的指标，并且可以降低部分指标信息高度重叠的影响。通过对惠州市生态公益林小班的实证研究，发现筛选后的指标可以反映出60.61%的原始信息，可以满足小班尺度评价的需要，且得出的评价结果更符合评价要求。

2）本研究以惠州市生态公益林小班为例，通过评价指标筛选，构建了生产力、自然性、多样性、稳定性、立地条件等五方面因子组成的生态公益林质量评价体系。通过质量综合得分计算发现，惠州市生态公益林小班多数质量为“良”，小班个数比例占59.67%。从小班分布来看，质量为“优”的小班多分布于自然保护区内，质量为“差”的小班多分布于沿海。这一结果与经验相符，体现了评价方法的可靠性。

3）通过对比分析其它学者提出的评价体系发现，不同的评价体系适用于不同尺度的评价研究。本研究所建立的评价体系既适用于小尺度的小班评价，也可以拓展至较大尺度评价，适用范围较广。目前，森林资源规划设计调查数据库已基本实现全国覆盖，因此利用本研究方法，可以开展全国性的生态公益林质量评价，能够为建立全国生态公益林监测体系提供有力支撑。但进行全国统一评价时，如何建立南北同尺度的指标分级标准是个难点，有待进一步深入研究。生态公益林质量评价涉及内容较多，目前还未出现被公认的、适用范围广的评价方法，不同专家、学者所提出的评价方法都有一定的适用局限性，本研究尝试建立能够实现全国统一评价、快速出数的生态公益林质量评价体系，但其中的评价指标还需要不断完善，以适应于不断发展的生态公益林经营需要。