Grade evaluation of forest ecological function for Beimandian Forest Farm of Saihanba, Hebei Province of northern China
-
摘要:目的 塞罕坝机械林场是全球最大的人工林场，2017年被联合国授予“地球卫士奖”，如何科学评价造林对塞罕坝森林生态功能恢复的贡献显得尤为重要，本研究旨在从不同角度分析塞罕坝森林生态功能现状，为未来森林经营提供理论依据。方法 基于GB/T 26424—2010《森林资源规划设计调查技术规程》，采用森林蓄积量、森林自然度、森林群落结构、物种结构、植被总覆盖度、郁闭度、平均树高和枯枝落叶厚度8个评价因子对塞罕坝北曼甸林场各类森林进行生态功能等级评价。结果 北曼甸林场有林地的森林生态功能指数平均为0.488，其中生态功能等级达到较好水平的林分占总林分的3.8%；生态功能等级达到中等水平的占总林分的52.7%；生态功能等级为较差的林分占42.4%；生态功能等级为差的林分占1.1%。不同森林起源的生态功能指数表现为：天然林（0.545） > 人工林（0.474）。不同森林类型的生态功能指数排序为：针阔混交林（0.710） > 阔叶混交林（0.617） > 白桦天然次生林（0.535） > 针叶混交林（0.487） > 落叶松人工林（0.478） > 云杉人工林（0.443） > 樟子松人工林（0.429）。不同龄组的森林生态功能指数排序为：过熟林（0.588） > 中龄林（0.512） > 近熟林（0.509） > 成熟林（0.504） > 幼龄林（0.434）。结论 经过近60年的造林工程，北曼甸林场各类森林生态功能相较于沙荒地有了显著提升，但人工林生态功能仍具有较大的提升空间，结合近自然经营理念需要对人工林进行必要的近自然改造。Abstract:Objective Saihanba Mechanical Forest Farm, Hebei Province of northern China, is the largest plantation forest farm in the world, it has been awarded the “Earth Guardian Award” by the United Nations in 2017. Thus, it is particularly important to scientifically evaluate the contribution of afforestation to the restoration of Saihanba forest ecological function. This study aimed to analyze the current situation of Saihanba forest ecological function from different aspects and provide a theoretical basis for future forest management.Method The ecological function grade of various forests in Beimandian Forest Farm in Saihanba had been evaluated based on Technical Regulations for Inventory for Forest Management Planning and Design (GB/T 26424−2010) with 8 evaluation factors of forest volume, forest naturalness, forest community structure, species structure, total vegetation coverage, canopy density, mean tree height and litter thickness.Result The forest ecological function index of Beimandian Forest Farm of Saihanba was 0.488, in which the stand with good ecological function grade accounted for 3.8%, the stand with medium ecological function grade accounted for 52.7%, the stand with bad ecological function grade accounted for 42.4% and the stand with worse ecological function accounted for 1.1%. The ecological function index of different stand origins was as follows: natural forest (0.545) > planted forest (0.474). The ecological function index of different forest types was as follows: mixed forest of needleleaf and broadleaf species (0.710) > mixed forest of broadleaf species (0.617) >Betula platyphylla natural secondary forest (0.535) > mixed forest of needleleaf species (0.487) > Larix principis-rupprechtii plantation (0.478) > Picea asperata plantation (0.443) > Pinus sylvestris var. mongolica plantation (0.429). The ecological function index of different age groups was as follows: over-mature forest (0.588) > middling forest (0.512) > near-mature forest (0.509) > mature forest (0.504) > young forest (0.434).Conclusion The forest ecological function of Beimandian Forest Farm has significantly improved after nearly 60 years of afforestation projects compared with sandy wasteland. However, the ecological function of artificial forests still has great space for improvement. The artificial forests should be subject to necessary management combined with the concept of near natural management.
-
Keywords:
- reserve /
- plantation /
- ecological function grade /
- ecological function index
-
磨削是木材加工中必不可少的重要工序，所用磨具大多为砂带，主要用于工件定厚和表面抛光。砂带磨削具有“冷态磨削”和“弹性磨削”的特点，是一种高精度、高效率、低成本的加工技术。材料去除率和表面粗糙度作为最常用的砂带磨削性能指标，是衡量砂带磨削效率、砂带寿命，以及评定加工质量的重要指标。材料去除率是指磨削过程中砂带在单位时间内去除被磨削材料的质量百分比，该指标直接影响到工件的定厚效果和表面粗糙度。影响砂带材料去除率的主要因素有砂带制造工艺、砂带目数、磨削压力、磨削速度和磨削延续长度。任青剑等[1]进行了300M超高强度钢的切入式磨削实验，发现在微观形貌方面，磨粒间距较大的砂带多是因磨粒磨损而失效，这是磨削效率降低的一个原因，但针对磨削效率降低的其他原因及其影响因素的探究仍然不够深入。Torrance[2]建立了磨料磨损模型，并将该方法应用于磨削过程中磨削力和金属材料去除率之间关系的预测以及磨料劣化的预测中。由于木材种类繁多，各项性质差异较大，此模型在木材磨削领域的应用存在局限性，仍需进一步研究探索。表面粗糙度的影响因素主要是关于木材特性的，包括纹理、密度、含水率等。刘博等[3]研究发现磨削表面质量会受到木材材性和加工工艺等因素的影响。Tian等[4]使用磨削效率测试系统和表面粗糙度测量仪进行磨削实验，分析比较了3种试材磨削效率和表面粗糙度的变化规律以及相关因素对磨削效率和表面粗糙度的影响，结果表明：磨削效率与表面粗糙度的变化趋势是随磨削次数的增加而逐渐降低，且同一树种、相同的磨削次数下，横向磨削时的磨削效率高于纵向磨削时的磨削效率。该实验在较为宏观的层面下进行探讨，缺乏对于砂带与试件表面微观形貌的进一步研究与分析。
砂带在磨削材料过程中将不可避免地产生磨损，且砂带的磨损是多个因素共同作用的结果，如磨削压力、砂带速度、工件材料等，在磨削不同材料或不同的磨削条件下的砂带磨损形式也会有差异。Ferguson等[5]在进行磨料磨损实验时，通过改变磨料磨粒尺寸、磨削压力、滑动速度和滑动距离来评估复合材料的磨损率。Malinov等[6]发现随着磨削压力的增加，Fe-B合金的耐磨性降低，磨损机制从微切割变为微切割和微耕的混合模式。在实际生产中，砂带生产厂家无法提供准确的砂带使用寿命，多依赖熟练工人的经验来判别砂带的使用寿命，这在一定程度上影响企业的生产效率和经济效益。随着人工智能和传感技术的发展，木材加工智能化已成为重要的发展方向，智能化控制一方面是提高机械设备的智能化控制程度，更重要的一方面是使切削（包括磨削）过程和结果可控，也就是根据要求达到相应的材料去除效率和表面加工质量[7]。比如美国将砂带磨削应用于汽车制造业的FMS生产线上，从磨削过程和设备控制两方面共同调控以达到最终的生产过程智能化。美国3M公司发明的微晶复制砂带使磨粒形状细致均匀且统一，使得磨削过程变得更加精密和高效[8]。
有关木材磨削方面的研究基础较为薄弱，而金属磨削理论并不完全适用于木材，对于木材砂带磨损和磨削效率方面的研究则是少之又少，砂带磨损机理也尚不明晰，这严重阻碍了木材加工技术和砂带制造技术向高效智能方向的发展。针对以上问题，本研究对水曲柳试件开展砂带磨削实验，分析砂带磨损机理及磨粒磨损对材料去除率和表面粗糙度的影响，进一步完善木材磨削理论，并为发展适用于木材的砂带磨削技术提供理论支持。
1. 材料和方法
1.1 材 料
水曲柳（Fraxinus mandshurica）材质坚韧致密，富弹性，纹理通直，刨面光滑，胶接、油漆性能较好，具有良好的装饰性能，在建筑、飞机、造船、仪器、运动器材、家具等行业应用广泛，因此本研究选用水曲柳作为实验材料，其气干密度为0.76 g/cm3，含水率为5.41%。制备的试件尺寸为46 mm（长） × 46 mm（宽） × 24 mm（厚）；所有试件取自边材，表面平整，无明显缺陷。本研究所选用砂带为60目普通布基疏植砂型砂带（JW342，DEER，韩国）。
1.2 研究方法
1.2.1 砂带磨削实验装置
本研究所使用的实验装置如图1所示。该装置主要由使工作平台作直线往复运动的驱动系统和提供恒定磨削压力的气动装置组成。将砂带展平放置在工作平台上，调节两端的张紧轮，确保砂带张紧固定；将木制试件放置于夹具内，调节夹紧螺母完成试件的装夹；通过立式布置的带直线导轨的气缸（ADNGF-50-40-A，FESTO，德国），为试件提供恒定的磨削压力（约为100 N）；随着试件材料不断去除，其厚度也逐渐减小，试件夹具可沿立式滑轨在气缸导杆行程内下移，使试件与砂带表面始终相接触；驱动系统带动工作平台沿水平滑轨作往复直线运动（平均速度约为0.3 m/s），同时智能计数装置完成磨削次数记录。
![]()
图 1 砂带磨削实验装置示意图1. 气缸Cylinder；2. 机架Framework；3. 砂带Abrasive belt；4. 张紧轮Tensile wheel；5. 水平滑轨Horizontal slideway; 6. 驱动系统Driver system；7. 竖直滑轨Vertical slideway；8. 夹紧装置Fasten device；9. 试件Sample；10. 夹具Fixture.Figure 1. Schematic of abrasive belt sanding apparatus1.2.2 材料去除率表征及表面形貌分析
在本研究中，材料去除率定义为每磨削1 000次后试件的质量变化率。每磨削一次则磨削长度为50 mm，可将磨削次数累计与磨削长度进行换算。实验过程中，采用精密分析天平（BSA4235，Sartorious，德国）对试件和砂带进行称重，且每次称重前使用高压气枪（额定压力为3.0 MPa）去除试件和砂带表面的磨屑，进而计算相应的材料去除率和砂带的质量变化情况，直至材料去除率降至3%以内，认为此时砂带寿命已达极限，砂带上的磨粒已无法完成对试件材料的有效切除。采用3D轮廓仪（VR5000，KEYENCE，日本）对磨削过程中试件磨削表面和砂带表面进行扫描，再通过专业分析软件（VR Series version 3.2.0.277）测定试件磨削表面以及砂带的表面粗糙度，并使用扫描电子显微（日立S-3400N Ⅱ）对试件的磨削表面形貌进行分析。实验中对水曲柳分别进行顺纹磨削（磨削方向平行于木材纹理方向）和横纹磨削（磨削方向垂直于木材纹理方向）。
2. 结果与讨论
2.1 横纹磨削
横纹磨削时，磨粒的切削方向与木材纤维方向基本垂直，磨粒多呈负前角或小后角，锋利的刃口将木材纤维拦腰截断，木材纤维基本上以剥离的形式去除[9-10]。观察发现图2a中有较多细窄且清晰的单个磨粒磨削痕迹，而图2b、2c中这种磨削痕迹则逐渐减少，直至较宽的磨削痕迹占绝大多数。由于现有的磨粒制备技术及植砂工艺，新砂带上的磨粒等高性不好，如图3a所示，切削刃曲率半径很小且参差不齐，所以磨削初期会在试件表面上留下细窄、清晰的磨削痕迹。
![]()
图 2 横纹磨削时水曲柳表面形貌与磨粒磨损示意图Figure 2. Surface topography and grit wear diagram during transverse sanding![]()
图 3 横纹磨削时砂带表面三维形貌图Figure 3. Three-dimensional topography of the belt surface during transverse sanding随着磨削次数增加，高度较高的磨粒由于与试件接触深度加大，会首先发生破碎和脱落，这也就是所谓的“初锐阶段”[11]。从图4b中明显看出，初锐阶段大约在磨削次数5 000次以内，砂带上的磨粒在发生脱落和破碎之外，磨粒的磨损也同时发生，此时砂带质量减小的速率较快，只是砂带脱落、破碎和磨损所占比例不同。图5b中对应的砂带表面粗糙度较高，即磨粒高度之间差异较大，所以更易压入试件进行磨削，故此时对应图4a处材料去除率极高。
![]()
图 4 横纹磨削水曲柳时材料去除率与砂带质量变化Figure 4. Material removal rate of workpiece and the mass variation of abrasive belt during transverse sanding![]()
图 5 横纹磨削时试件、砂带的表面粗糙度Figure 5. Surface roughness of workpiece and abrasive belt during transverse sanding初锐阶段结束后，在图3b中可观察到砂带表面相同高度磨粒的个数明显增加，主要由于试件与磨粒之间的相互作用使得磨粒尖端钝化为小平面，其等高性变好且高度变矮，材料去除率会随之下降。此时磨粒协同干涉作用逐渐显著，从图2b中可以看出在一条较宽的磨削痕迹中有许多条细小的磨削痕迹，但是并没有非常明显且完整的单个磨粒的磨削痕迹，这是由于前一个磨粒所产生的磨削痕迹会被后续的磨粒进行进一步“加工”，而最终体现出来的磨削痕迹是众多磨粒共同作用的效果，消除了之前单个磨粒的磨削痕迹，使磨削痕迹的界限变得模糊，这种多磨粒干涉效应[12]也是使工件表面变光滑的最关键因素。
随着磨削阶段到达中、后期，从图2c中可以看出磨粒将木纤维从两侧挤出翘起，在试件表面犁出凹痕，只能切除少量材料，故材料去除率呈下降趋势并在一定程度上影响了试件表面的粗糙度。从图5可以看出，磨削中期试件表面的粗糙度是比较高的，但磨削后期由于磨粒钝化更加明显且高度更低，如图3c，砂带表面等高性进一步增加，表面的粗糙度迅速降低，磨粒与试件表面接触深度变浅，试件表面发生弹塑性变形，导致几乎无法去除材料，表面凹痕更浅，故可见图5a在中、后期表面粗糙度明显下降。观察图4b可得磨削中期到后期砂带质量基本是线性减小的，也就说明砂带的磨损、脱落、破碎最终达到一个较为平衡的阶段。
2.2 顺纹磨削
顺纹磨削时，切削方向与木材纤维方向基本平行，磨粒是从木材纤维的端向切入木材[13]。与横纹磨削类似，在初期阶段磨粒顶端的曲率半径较小，切削刃较为锋利，如图6a，砂带上磨粒的等高性较差，易压入木材做有效切削，从图7a中可观察到初期阶段试件表面有多条清晰且完整的磨粒磨削痕迹。
![]()
图 6 顺纹磨削时的砂带表面三维形貌图Figure 6. Three-dimensional topography of the belt surface during longitudinal sanding![]()
图 7 顺纹磨削时水曲柳表面形貌和磨削过程示意图Figure 7. Surface topography and the schematic diagram for workpiece during longitudinal sanding process对比图8a与图4a发现，水曲柳横纹磨削时材料去除率整体大于顺纹磨削的材料去除率，且顺纹磨削时材料去除率的下降速率大于横纹的下降速率。这说明砂带在顺纹磨削时更难去除材料，主要由于顺纹磨削过程中，磨粒切入木材时是从木纤维的端头切入，加之磨粒一般为负前角，很难依靠锋利的刃口将木纤维切断，更多的是将其牵扯拉断[14]。从图8b中也可发现此时砂带的磨损速率更快，导致砂带使用寿命也更短。
![]()
图 8 顺纹磨削水曲柳时材料去除率、砂带质量变化Figure 8. Material removal rate of workpiece and the mass variation of abrasive belt during longitudinal sanding随磨削次数增加，砂带磨粒高度降低，顶端刃口曲率半径不断增大，在图7b中可以看到许多较宽的磨削痕迹且在凹痕两侧有较多毛刺及翘起的木纤维，故在图9a中可明显观察到试件表面粗糙度增高。在磨削中期，从图6b可看出，砂带上磨粒脱落，破碎所占比例较大，等高性增大，磨粒与试件的接触深度降低且切割纤维能力减弱，在试件表面发生更多的是耕犁现象，木纤维在多次牵拉下被扯断，如图7b左侧示意图。
![]()
图 9 顺纹磨削时试件、砂带的表面粗糙度Figure 9. Surface roughness of workpiece and abrasive belts during longitudinal sanding至磨削后期，观察图7c发现部分磨削痕迹被木屑填埋，翘起的毛刺被抹平，且凹痕大多较浅，故可见图9a中试件表面粗糙度明显下降。如图6c，此时磨粒整体高度下降，磨粒磨损情况严重，大多仅摩擦试件表面，几乎无法切除材料，同时将折断、翘起的木纤维碾平并填充空隙，使得表面粗糙度降低。但是不难从图9b中发现，顺纹磨削时后期砂带的表面粗糙度更大，这也和切削方式和磨粒破碎形式有关，因为在顺纹切削时纤维大多被拉断，所以磨粒更易受拉力造成破碎和脱落，这也是砂带在顺纹和横纹磨削时的一个主要差异[15]。
2.3 材料去除率、表面粗糙度灰色预测模型
在砂带寿命范围内，累计磨削长度与磨削过程中材料去除率、表面粗糙度间有着密切联系，但由于样本量少[16-17]，且存在如木材非均质、砂带植砂磨粒分布偶然性等较多未知因素，较难建立磨削长度与材料去除率、表面粗糙的回归模型。20世纪80年代邓聚龙教授创立了一种就数找数的方法，即灰色系统生成法。其研究对象是“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统，用于解决“小样本”、“贫信息”的不确定性问题，这种方法容错率较高，也易于实现模糊控制[18]。因此本研究采用均值GM（1,1）预测模型建立磨削长度与材料去除率、表面粗糙度间的灰色预测模型，如图10所示。
2.3.1 模型预测
在本次模型中，系列特征序列为材料去除率和表面粗糙度，相关因素序列为磨削长度，模型原始数据及建模步骤如下：
第一步，根据表1、2中数据，建立初始材料去除率序列
X(0)1 、表面粗糙度序列X(0)2 。表 1 横纹磨削模型数据Table 1. Model data of transverse sanding序号
No.磨削长度
Sanding length/m表面粗糙度
Surface roughness/μm材料去除率
Material removal rate/%1 200 41.178 15.11 2 400 39.723 13.48 3 600 40.546 15.71 4 800 51.551 7.27 5 1 000 54.409 12.66 6 1 200 63.536 11.39 7 1 400 60.472 8.35 8 1 600 67.846 9.61 注：为提高所建灰色模型的预测精度，选取数据均在砂带最佳使用寿命范围内。下同。Notes: to improve the precision of the established gray model, the selected data is located in the range of optimal abrasive belt life. Same as below. 表 2 顺纹磨削模型数据Table 2. Model data of longitudinal sanding序号
No.磨削长度
Sanding length/m表面粗糙度
Surface roughness /μm材料去除率
Material removal rate/%1 100 42.572 14.57 2 200 78.737 14.96 3 300 69.976 11.70 4 400 79.229 12.13 5 500 71.151 7.43 6 600 79.812 11.40 7 700 81.305 8.46 8 800 81.221 5.77 9 900 74.79 6.53 10 1 000 78.662 4.86 X(0)1=(X(0)1(1),X(0)1(2),X(0)1(3),⋯,X(0)1(n−1),X(0)1(n))X(0)2=(X(0)2(1),X(0)2(2),X(0)2(3),⋯,X(0)2(n−1),X(0)2(n)) 式中：
X(0)1(n) 代表材料去除率第n个数据的原始数值；X(0)2(n) 代表表面粗糙度第n个数据的原始数值；n表示原始数列的个数，本文横纹磨削时n = 8，顺纹磨削时n = 10。第二步，均值GM（1,1）建模。
（1）对原始数据做一次累加得
X(1)1 和X(1)2 ，原始序列的1-AGO生成；（2）
X(1)(n) 表示原始序列第n个数的一阶累加数值，X(0)(n) 表示原始序列第n个数值，构造数据矩阵B和数据向量Y；B=[−12(X(1)(1)+X(1)(2)1−12(X(1)(2)+X(1)(3)1⋮⋮−12(X(1)(n−1)+X(1)(n)1],Y=[X(0)(2)X(0)(3)⋮X(0)(n)] GM（1,1）模型可表示为
Y=Bu ，即[X(0)(2)X(0)(3)⋮X(0)(n)]=[−12(X(1)(1)+X(1)(2)1−12(X(1)(2)+X(1)(3)1⋮⋮−12(X(1)(n−1)+X(1)(n)1][ˆaˆb] （3）计算待估向量
ˆu ；ˆu=(ˆa,ˆb)T=(BT⋅B)−1BTY 式中：a为发展灰数，表示序列的发展趋势；b为内生控制灰数，表示数据间的变化关系。
（4）建立模型。
dX(1)1dt+a1X(1)=b1 dX(1)2dt+a2X(1)=b2 式中：t表示序号1，2，······，n−1，n的连续变量；a1、b1分别为计算材料去除率预估向量的发展灰数和内生控制灰数；a2、b2分别为计算表面粗糙度预估向量的发展灰数和内生控制灰数。
第三步，模型检验。
从图11a中数据计算得到：横纹磨削过程中，材料去除率平均模拟相对误差为18.362%，表面粗糙度的平均模拟相对误差为5.170%。从图11b中数据计算可得：顺纹磨削过程中，材料去除率平均模拟相对误差为13.491%，表面粗糙度的平均模拟相对误差为4.603%。
2.3.2 结果分析
由图11可知：采用灰色模型均值GM（1,1）的预测平均模拟相对误差都是在20%以内。考虑预测系统本身局限性，以及木质材料的各向异性导致原始数据的随机性较高，本身规律性不是很明显的情况下，这些因素都加大了预测难度，一定程度上影响了模拟预测的准确性。故本模型适用于预测水曲柳磨削过程中，磨削长度分别与材料去除率、表面粗糙度之间关系的预测，对实际生产具有借鉴意义。
3. 结 论
木材磨削过程中材料去除行为会影响木材加工表面质量，其影响因素主要有磨削方向、材料种类以及磨削过程中砂带的磨损情况。本文主要研究了水曲柳在不同磨削方向时的材料去除率和试件、砂带表面粗糙度变化情况，探究了磨粒磨损过程及其与材料去除率之间的关系，得出以下结论：
（1）磨削过程中磨削方向对砂带磨损的影响不同，顺纹磨削对砂带上磨粒的磨损大于横纹磨削。磨粒的磨损对材料去除率有较大的影响，磨粒磨损程度越大，材料去除率越小。当材料去除率降低至3%时，可认为达到砂带使用寿命，应及时更换砂带。
（2）磨削过程中，砂带上磨粒的等高性对材料去除率也有较大影响。等高性越差，材料去除率越高。随磨削次数增加，砂带材料去除能力不断下降，试件表面粗糙度则呈现先增大后减小的趋势。
（3）采用灰色模型均值GM（1,1）的预测平均模拟相对误差都是在20%以内。适用于水曲柳磨削过程中磨削长度分别与材料去除率、表面粗糙度之间关系的预测。
-
![]()
图 1 塞罕坝北曼甸林场森林生态功能等级分布
Figure 1. Distribution of forest ecological function grade of Saihanba-Beimandian Forest Farm
![]()
图 2 塞罕坝北曼甸林场森林生态功能等级评价结果
Figure 2. Evaluation results of forest ecological function level of Saihanba-Beimandian Forest Farm
![]()
图 3 不同起源森林生态功能等级评价结果
Figure 3. Evaluation results of forest ecological function level from different origins
![]()
图 4 不同森林类型生态功能等级评价结果
Ⅰ代表阔叶混交林，Ⅱ代表华北落叶松人工林，Ⅲ代表云杉人工林，Ⅳ代表樟子松人工林，Ⅴ代表白桦天然次生林，Ⅵ代表针阔混交林，Ⅶ代表针叶混交林。Ⅰ is mixed forest of broadleaf species，Ⅱ is Larix principis-rupprechtii plantation, Ⅲ is Picea asperata plantation, Ⅳ is Pinus sylvestris var. mongolica plantation, Ⅴ is Betula platyphylla natural secondary forest, Ⅵ is mixed forest of broadleaf and needleleaf species, Ⅶ is mixed forest of needleleaf species.
Figure 4. Evaluation results of forest ecological function level from different forest types
![]()
图 5 不同龄组森林生态功能等级评价结果
Figure 5. Evaluation results of forest ecological function level from different age groups
表 1 塞罕坝北曼甸林场有林地资源信息统计
Table 1 Statistics of forest land resources of Saihanba-Beimandian Forest Farm
功能分区
Functional partition森林类型
Forest type小班个数
Number of
subcompartment面积/hm2
Area/ha占比
Proportion/%蓄积量
Volume/m3占比
Proportion/%保护区
Reserve area小计 Subtotal 646 2 400.9 18.64 517 008 24.00 落叶松人工林
Larix principis-rupprechtii plantation429 1 583.8 12.30 403 917 18.75 云杉人工林
Picea asperata plantation18 61.7 0.48 7 606 0.35 樟子松人工林
Pinus sylvestris var. mongolica plantation110 236.0 1.83 21 410 0.99 白桦天然次生林
Betula platyphylla natural secondary forest89 519.5 4.03 84 075 3.90 多功能区
Multi-function area小计 Subtotal 2 099 10 480.5 81.36 1 637 050 76.00 阔叶混交林
Mixed forest of broadleaf species27 146.3 1.14 14 542 0.68 落叶松人工林
Larix principis-rupprechtii plantation1 307 6 475.7 50.27 1 178 033 54.69 云杉人工林
Picea asperata plantation175 572.0 4.44 27 706 1.29 樟子松人工林
Pinus sylvestris var. mongolica plantation121 550.3 4.27 14 498 0.67 白桦天然次生林
Betula platyphylla natural secondary forest385 1 979.2 15.36 280 311 13.01 针阔混交林
Mixed forest of needleleaf and broadleaf species59 584.9 4.54 99 041 4.60 针叶混交林
Mixed forest of needleleaf species25 172.2 1.34 22 919 1.06 
下载: 导出CSV
表 2 森林生态功能评价因子及类型划分标准
Table 2 Evaluation factors of forest ecological function and classification criteria of forest
评价因子 Evaluation factor 类型划分标准 Type classification standard 权重 Weight Ⅰ Ⅱ Ⅲ 森林单位面积蓄积量/（m3·hm−2） Forest volume per unit area/(m3·ha−1) ≥ 150 50 ~ 149 < 50 0.20 森林自然度 Forest naturalness 1,2 3,4 5 0.15 森林群落结构 Forest community structure 1 2 3 0.15 树种结构 Tree species structure 6,7 3,4,5 1,2 0.15 植被总覆盖度 Total vegetation coverage/% ≥ 70 50 ~ 69 < 50 0.10 郁闭度 Canopy density/% ≥ 70 40 ~ 69 20 ~ 39 0.10 平均树高 Mean tree height/m ≥ 15.0 5.0 ~ 14.9 < 5.0 0.10 枯枝落叶厚度等级 Litter thickness grade 1 2 3 0.05 注：引自文献[22−23]。表3 ~ 8同此。Notes: cited from references [22−23]. The same as Tab. 3−8.
下载: 导出CSV
表 3 群落结构类型划分标准与代码
Table 3 Classification criteria and codes of community structure types
群落结构类型
Community structure type划分标准
Classification standard代码
Code完整结构
Complete structure具有乔木层、下木层、地被植物（含草本、苔藓、地衣）3个层次的林分
Stand with tree layer, lower tree layer and ground cover (including herb, moss and lichen)1 较完整结构
Relatively complete structure具有乔木层和其他1个植被层的林分
Stand with arbor layer and 1 other vegetation layer2 简单结构
Simple structure只有乔木1个植被层的林分
Stand with only one vegetation layer of arbor3
下载: 导出CSV
表 4 自然度划分标准与代码
Table 4 Classification criteria and codes of natural degree
自然度
Forest naturalness划分标准 Classification standard 代码 Code Ⅰ 原始或受人为影响很小而处于基本原始状态的森林类型
Basically primitive state with little human influence1 Ⅱ 有明显人为干扰的天然森林类型或处于演替后期的次生森林类型，以地带性顶极适应值较高的树种为主，顶极树种明显可见
Natural forest type with obvious human disturbance or the secondary forest type in the late succession stage are mainly the tree species with high zonal climax adaptation value, and the climax tree species are obviously visible2 Ⅲ 人为干扰很大的次生森林类型，处于次生演替的后期阶段，除先锋树种外，也可见顶极树种出现
Secondary forest type with great human disturbance is in the late stage of secondary succession. In addition to pioneer trees, climax trees can also be seen3 Ⅳ 人为干扰很大，演替逆行，处于极为残次的次生林阶段
Artificial disturbance is very serious, the succession is retrograde, and the secondary forest is in the stage of extremely defective4 Ⅴ 人为干扰强度极大且持续，地带性森林类型几乎破坏殆尽，处于难以恢复的逆行演替后期，包括各种人工森林类型
Intensity of human disturbance is great and persistent, and the zonal forest types are almost destroyed, which is in the late stage of retrograde succession and is difficult to recover, including all kinds of artificial forest types5
下载: 导出CSV
表 5 树种结构划分标准与代码
Table 5 Classification standard and code of tree species structure
树种结构类型
Tree species structure type划分标准 Classification standard 代码 Code 类型1 Type 1 针叶纯林（单个针叶树种蓄积量 ≥ 90%）
Pure coniferous forest (volume of single coniferous tree species ≥ 90%)1 类型2 Type 2 阔叶纯林（单个阔叶树种蓄积量 ≥ 90%）
Pure broadleaf forest (volume of single broadleaved tree species ≥ 90%)2 类型3 Type 3 针叶相对纯林（单个针叶树种蓄积量占65% ~ 90%）
Coniferous relative pure forest (the volume of single coniferous tree species accounts for 65%−90%)3 类型4 Type 4 阔叶相对纯林（单个阔叶树种蓄积量占65% ~ 90%）
Broadleaf relative pure forest (the volume of single broadleaved tree species accounts for 65%−90%)4 类型5 Type 5 针叶混交林（针叶树种总蓄积量 ≥ 65%）
Coniferous mixed forest (total volume of coniferous trees ≥ 65%)5 类型6 Type 6 针阔混交林（针叶树种或阔叶树种总蓄积量占35% ~ 65%）
Coniferous and broadleaf mixed forest (total volume of coniferous or broadleaved trees accounts for 35%−65%)6 类型7 Type 7 阔叶混交林（阔叶树种总蓄积量 ≥ 65%）
Broadleaf mixed forest (total volume of broadleaved tree species ≥ 65%)7
下载: 导出CSV
表 6 枯枝落叶厚度划分标准与代码
Table 6 Classification criteria and codes of litter thickness
等级
Grade枯枝落叶厚度划分标准
Classification criteria of litter thickness/cm代码
Code厚 Thick ≥ 10 1 中 Middle 5 ~ 9 2 薄 Thin < 5 3
下载: 导出CSV
表 7 森林生态功能等级评定标准与代码
Table 7 Classification criteria and codes of forest ecological function level
功能等级
Functional level综合得分值
Comprehensive score代码
Code好 Excellent ≤ 1.0 1 较好 Good 1.0 ~ 1.5 2 中 Medium 1.5 ~ 2.0 3 较差 Bad 2.0 ~ 2.5 4 差 Worse ≥ 2.5 5
下载: 导出CSV
表 8 森林生态功能等级评定标准
Table 8 Evaluation standard of forest ecological function grade
功能等级
Functional level森林生态功能指数
Forest ecological functional index好 Excellent ≥ 1.00 较好 Good 0.67 ~ 1.00 中 Medium 0.50 ~ 0.67 较差 Bad 0.40 ~ 0.50 差 Worse ≤ 0.40
下载: 导出CSV
表 9 不同起源森林生态功能等级分布情况
Table 9 Distribution of ecological function grades of forests from different origins
起源
Origin功能分区
Functional partition森林生态功能等级
Forest ecological
function level面积/hm2
Area/ha占比
Proportion/%生态功能指数
Ecological
functional index人工林
Plantation保护区
Reserve area中等 Medium 1 134.61 8.81 0.52 较差 Bad 745.35 5.79 0.44 差 Worse 1.48 0.01 0.38 多功能区
Multi-function area较好 Good 369.06 2.87 0.74 中等 Medium 3 181.20 24.70 0.52 较差 Bad 4 506.34 34.98 0.44 差 Worse 139.45 1.08 0.39 天然林
Natural forest保护区
Reserve area较好 Good 10.84 0.08 0.67 中等 Medium 436.34 3.39 0.54 较差 Bad 72.31 0.56 0.46 多功能区
Multi-function area较好 Good 104.21 0.81 0.73 中等 Medium 2 039.45 15.83 0.55 较差 Bad 140.76 1.09 0.47
下载: 导出CSV
-
[1] 刘勇. 重庆缙云山森林生态系统服务功能及其价值评价研究[D]. 北京: 北京林业大学, 2015. Liu W. Value assessment of forest ecosystem services function in Jinyun Mountain, Chongqing[D]. Beijing: Beijing Forestry University, 2015.
[2] Bai Y, Xu H. Eco-service value evaluation based on eco-economic functional regionalization in a typical basin of northwest arid area, China[J]. Environmentlal Earth Sciences, 2013, 71(8): 3715−3726.
[3] 袁野, 刘兆刚, 董灵波. 基于GIS的大兴安岭盘古林场森林生态功能等级评价与分析[J]. 中南林业科技大学学报, 2016, 36(12): 108−114. Yuan Y, Liu Z G, Dong L B. Evaluation and analysis of forest ecological function level in Greater Khingan Mountains Pangu Forest Farm based on GIS[J]. Journal of Central South University of Forestry & Technology, 2016, 36(12): 108−114.
[4] 刘晓娜, 裴厦, 陈龙, 等. 基于InVEST模型的门头沟区生态系统土壤保持功能研究[J]. 水土保持研究, 2018, 25(6): 172−180. Liu X N, Pei S, Chen L, et al. Study on soil conservation service of ecosystem based on InVEST model in Mentougou District of Beijing[J]. Research of Soil and Water Conservation, 2018, 25(6): 172−180.
[5] 刘若莎, 王冬梅, 杨海龙, 等. 青海黄土高寒区植被生态功能评价及优化措施[J]. 中国水土保持科学, 2021, 19(1): 97−105. Liu R S, Wang D M, Yang H L, et al. Vegetation ecological function evaluation and optimization measures in the loess alpine region of Qinghai[J]. Science of Soil and Water Conservation, 2021, 19(1): 97−105.
[6] 孙滨峰, 赵红, 逯非, 等. 东北森林带森林生态系统固碳服务空间特征及其影响因素[J]. 生态学报, 2018, 38(14): 4975−4983. Sun B F, Zhao H, Lu F, et al. Spatial and temporal patterns of carbon sequestration in the northeastern forest regions and its impact factors analysis[J]. Acta Ecologica Sinina, 2018, 38(14): 4975−4983.
[7] 崔景轩, 李秀芬, 郑海峰, 等. 典型气候背景下东北地区生态系统水源涵养功能特征研究[J]. 生态学报, 2019, 39(9): 1−13. Cui J X, Li X F, Zheng H F, et al. Spatial analysis of water conservation function in northeast China under different climatic conditions[J]. Acta Ecologica Sinica, 2019, 39(9): 1−13.
[8] 张瑜. 韶关南雄市观音岽自然保护区森林生态功能评价研究[D]. 长沙: 中南林业科技大学, 2019. Zhang Y. Study on ecological function evaluation of guanyindong nature reserve in Nanxioing City Shaoguan[D]. Changsha: Central South University of Forestry and Technology, 2019.
[9] 惠刚盈, 王宏翔. 关于森林生态系统服务功能评价的思考[J]. 温带林业研究, 2018, 1(3): 5−9. doi: 10.3969/j.issn.2096-4900.2018.03.002 Hui G Y, Wang H X. Consideration on the evaluation of forest ecosystem service function[J]. Journal of Temperate Forestry Research, 2018, 1(3): 5−9. doi: 10.3969/j.issn.2096-4900.2018.03.002
[10] 张云玲. 塞罕坝自然保护区森林生态系统服务功能价值研究[D]. 石家庄: 河北师范大学, 2011. Zhang Y L. The study of service function evaluation of forest ecological system in Saihanba Nature Reserve[D]. Shijiazhuang: Hebei Normal University, 2011.
[11] 赖兴会. 珠江源自然保护区的森林生态功能[J]. 林业调查规划, 2001(2): 54−57. doi: 10.3969/j.issn.1671-3168.2001.02.011 Lai X H. Ecological function of forests of Zhujiangyuan Nature Reserve[J]. Forest Inventory and Planning, 2001(2): 54−57. doi: 10.3969/j.issn.1671-3168.2001.02.011
[12] 彭达. 森林生态功能等级划分标准的探讨[J]. 林业建设, 2005(5): 7−10. Peng D. Discussion on classification standard of forest ecological function[J]. Forestry Construction, 2005(5): 7−10.
[13] de Groot R S, Wilson M A, Boumans R M J. A typology for the classification, description and valuation of ecosystem functions, goods and services[J]. Ecological Economics, 2002, 41(3): 393−408. doi: 10.1016/S0921-8009(02)00089-7
[14] 冯倩, 周忠发, 侯玉婷, 等. 水源涵养型国家重点生态功能区生态功能评价: 以贵州省三都水族自治县为例[J]. 环境工程, 2017, 35(12): 154−158. Feng Q, Zhou Z F, Hou Y T, et al. Evaluation on ecological function of national key ecological function areas of water conservation and ecological state: a case study of Sandu Autonomous Country in Guizhou Providence[J]. Environmental Engineering, 2017, 35(12): 154−158.
[15] 王兵, 蒋有绪, 牛香. 森林生态系统服务功能评估规范: GB/T 38582—2020 [S]. 北京: 国家市场监督管理总局, 2020. Wang B, Jiang Y X, Niu X. Specifications for assessment of forest ecosystem servicesiIn China: GB/T 38582−2020 [S]. Beijing: State Administration for Market Regulation, 2020.
[16] Lockaby B G, Stanturf J A, Messina M G. Effects of silvicultural activity on ecological processes in floodplain forests of the southern United States: a review of existing reports[J]. Forest Ecology and Management, 1997, 90(2−3): 93−100. doi: 10.1016/S0378-1127(96)03897-2
[17] 刘延飞. 大通县有林地、疏林地、灌木林地现状分析评价[J]. 青海农林科技, 2011(1): 15−17. doi: 10.3969/j.issn.1004-9967.2011.01.005 Liu Y F. Analysis and evaluation on forest land, open forest land and shrub land in Datong County[J]. Science and Technology of Qinghai Agriculture and Forestry, 2011(1): 15−17. doi: 10.3969/j.issn.1004-9967.2011.01.005
[18] 张现武, 郑春茂, 唐学君, 等. 上海市森林生态功能综合指数评定[J]. 亚热带水土保持, 2015, 27(3): 34−37. doi: 10.3969/j.issn.1002-2651.2015.03.008 Zhang X B, Zheng C M, Tang X J, et al. Assessment of comprehensive index for forest eco-function in Shanghai Municipality[J]. Subtropical Soil and Water Conservation, 2015, 27(3): 34−37. doi: 10.3969/j.issn.1002-2651.2015.03.008
[19] 尉卫平. 绍兴市越城区林地生态功能评价与结构优化研究[D]. 杭州: 浙江农林大学, 2011. Wei W P. Study on woodland and ecological function evaluation and structure optimizing in Yuecheng Region of Shaoxing City[D]. Hangzhou: Zhejiang A&F University, 2011.
[20] 闫秀婧, 汪浩然. 森林生态功能时空分布评价系统设计[C]//2011年未来计算机科学与应用国际会议论文集(FCSA 2011 V1). 北京: 智能信息技术应用学会, 2011: 243−246. Yan X J, Wang H R. Intelligent information technology application association[C]//Proceedings of the 2011 International Conference on Future Computer Science and Application (FCSA 2011 V1). Beijing: Intelligent Information Technology Application Association, 2011: 243−246.
[21] 温亚楠, 王栋. 塞罕坝森林生态体系功能提升规划[J]. 现代园艺, 2019, 42(17): 85. doi: 10.3969/j.issn.1006-4958.2019.17.048 Wen Y N, Wang D. Design of function upgrading of Saihanba forest ecosystem[J]. Modern Horticulture, 2019, 42(17): 85. doi: 10.3969/j.issn.1006-4958.2019.17.048
[22] 中国国家标准化管理委员会. 森林资源规划设计调查技术规程: GB/T 26424—2010[S]. 北京: 中国标准出版社, 2010. Standardization Administration of China. Technical regulations for inventory for forest management planning and design: GB/T 26424−2010[S]. Beijing: Standards Press of China, 2010.
[23] 中国国家标准化管理委员会. 森林资源连续清查技术规程: GB/T 38590—2020[S]. 北京: 中国标准出版社, 2020. Standardization Administration of China. Technical regulations for continuous forest invertory: GB/T 38590−2020[S]. Beijing: Standards Press of China, 2020.
[24] 陈聪琳, 孙一淼, 龚利梅, 等. 不同密度路域巨桉人工林群落结构和物种多样性[J]. 森林与环境学报, 2022, 42(1): 20−28. Chen C L, Sun Y M, Gong L M, et al. Community structure and species diversity of Eucalyptus grandis plantations with different stand densities in road area[J]. Journal of Forest and Environment, 2022, 42(1): 20−28.
[25] 李锐, 李际平, 张利利. 人工林经营中保持森林结构稳定性的探究[J]. 林业资源管理, 2017(5): 28−34. Li R, Li J P, Zhang L L. Exploration of structure stability optimization about plantation landscape from perspective of complex network[J]. Forest Resources Management, 2017(5): 28−34.
[26] 朱万泽, 盛哲良, 舒树淼, 等. 川西亚高山天然次生林生态功能恢复综合评价[J]. 应用与环境生物学报, 2021, 27(3): 694−704. Zhu W Z, Sheng Z L, Shu S M, et al. Comprehensive evaluation of ecological function restoration of the natural secondary forests in a subalpine region of western Sichuan[J]. Chinese Journal of Applied & Environmental Biology, 2021, 27(3): 694−704.
[27] 张倩, 孙小妹, 杨晶, 等. 坡向对东祁连山高寒草甸群落物种功能群及其多样性的影响[J]. 西北植物学报, 2019, 39(8): 1480−1490. Zhang Q, Sun X M, Yang J, et a. Effect of slope aspect on species functional groups and species diversity in alpine meadow of the east of Qilian Mountains[J]. Acta Botanica Boreali-Occidentalia Sinica, 2019, 39(8): 1480−1490.
[28] 李明鲁, 吴兆飞, 邱华, 等. 采伐对吉林蛟河阔叶红松林生态功能的短期影响[J]. 北京林业大学学报, 2019, 41(9): 40−49. Li M L, Wu Z F, Qiu H, et al. Short-term effects of tending felling on ecological services of mixed broadleaved-Korean pine forests at Jiaohe in Jilin Province, northeastern China[J]. Journal of Beijing Forestry University, 2019, 41(9): 40−49.
[29] 郝云庆, 李旭光, 何丙辉. 生态恢复过程中华山松林与天然林主要种群的生态位特征比较: 以巫溪县红池坝为例[J]. 应用与环境生物学报, 2004, 10(5): 591−595. doi: 10.3321/j.issn:1006-687X.2004.05.011 Hao Y Q, Li X G, He B H. Niche characteristics comparison of the main tree populations in Pinus armandii forest and in natural forest during the process of ecological restoration: case study in Hongchiba Region of Wuxi, Chongqing[J]. Chinese Journal of Applied & Environmental Biology, 2004, 10(5): 591−595. doi: 10.3321/j.issn:1006-687X.2004.05.011
[30] 张期奇, 董希斌. 抚育间伐强度对落叶松次生林水文生态功能的影响[J]. 东北林业大学学报, 2020, 48(6): 142−145. doi: 10.3969/j.issn.1000-5382.2020.06.027 Zhang Q Q, Dong X B. Effect of tending thinning intensity on hydroecological ande ecological function of secondary Larix forest[J]. Journal of Northeast Forestry University, 2020, 48(6): 142−145. doi: 10.3969/j.issn.1000-5382.2020.06.027
[31] 张瑜, 陈存友, 胡希军. 应用投影寻踪分类技术的森林生态功能评价[J]. 浙江农林大学学报, 2020, 37(2): 243−250. doi: 10.11833/j.issn.2095-0756.2020.02.007 Zhang Y, Chen C Y, Hu X J. Evaluation of forest ecological function based on projection pursuit classification[J]. Journal of Zhejiang A&F University, 2020, 37(2): 243−250. doi: 10.11833/j.issn.2095-0756.2020.02.007
[32] 崔亚琴, 樊兰英, 刘随存, 等. 山西省森林生态系统服务功能评估[J]. 生态学报, 2019, 39(13): 4732−4740. Cui Y Q, Fan L Y, Liu S C, et al. Evaluation of forest ecosystem services value in Shanxi Province[J]. Acta Ecological Sinica, 2019, 39(13): 4732−4740.
-
期刊类型引用(5)
1. 罗斌，杜瑶，柳浩雨，王钦悦，李春瑜，李黎，刘红光. 定组态砂带粒度对刨花板磨削的影响. 北京林业大学学报. 2024(09): 141-150 . 
本站查看
2. 施晨阳，赖文峰，文国卫，蒋天雨，朱晓如，吕增伟，张国防. 基于Maxent模型预测水曲柳的潜在适生区. 西北林学院学报. 2022(02): 149-156 . 百度学术
3. 罗斌，张健，柳浩雨，李黎，刘红光，李昊. 木质材料磨削理论及技术研究进展. 木材科学与技术. 2022(04): 6-12 . 百度学术
4. 杜瑶，田彪，张健，刘红光，罗斌. 中密度纤维板磨削时的砂带磨损研究及寿命评判. 北京林业大学学报. 2021(10): 126-134 . 本站查看
5. 卢冬冬，杨铁牛，杨保健，叶榕伟，阳亚，杜华娜. 肉桂打磨方法优化. 农业工程. 2020(01): 73-78 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 989
- HTML全文浏览量: 248
- PDF下载量: 173
- 被引次数: 10
