Processing math: 100%
  • Scopus收录期刊
  • CSCD(核心库)来源期刊
  • 中文核心期刊
  • 中国科技核心期刊
  • F5000顶尖学术来源期刊
  • RCCSE中国核心学术期刊
高级检索

阔叶红松林功能多样性与森林碳汇功能关系

郝珉辉, 代莹, 岳庆敏, 范春雨, 张春雨

郝珉辉, 代莹, 岳庆敏, 范春雨, 张春雨. 阔叶红松林功能多样性与森林碳汇功能关系[J]. 北京林业大学学报, 2022, 44(10): 68-76. DOI: 10.12171/j.1000-1522.20220237
引用本文: 郝珉辉, 代莹, 岳庆敏, 范春雨, 张春雨. 阔叶红松林功能多样性与森林碳汇功能关系[J]. 北京林业大学学报, 2022, 44(10): 68-76. DOI: 10.12171/j.1000-1522.20220237
Hao Minhui, Dai Ying, Yue Qingmin, Fan Chunyu, Zhang Chunyu. Relationship between functional diversity of broadleaved Korean pine forest and forest carbon sink function[J]. Journal of Beijing Forestry University, 2022, 44(10): 68-76. DOI: 10.12171/j.1000-1522.20220237
Citation: Hao Minhui, Dai Ying, Yue Qingmin, Fan Chunyu, Zhang Chunyu. Relationship between functional diversity of broadleaved Korean pine forest and forest carbon sink function[J]. Journal of Beijing Forestry University, 2022, 44(10): 68-76. DOI: 10.12171/j.1000-1522.20220237

阔叶红松林功能多样性与森林碳汇功能关系

基金项目: 国家自然科学基金项目(31971650)
详细信息
    作者简介:

    郝珉辉,博士,讲师。主要研究方向:森林生物多样性与生态系统功能关系、功能多样性。Email:haomh0515@163.com 地址:100083 北京市海淀区清华东路35号北京林业大学林学院

    责任作者:

    张春雨,博士,教授。主要研究方向:森林可持续经营理论与技术、森林群落结构与功能。Email:zcy0520@163.com 地址:同上

  • 中图分类号: S791.247

Relationship between functional diversity of broadleaved Korean pine forest and forest carbon sink function

  • 摘要:
      目的  阐明生物多样性与生态系统功能关系及其作用机制,不仅具有重要的生态理论价值,同时能够为以“生物多样性与生态系统功能同步提升”为目标的森林多功能经营提供科学理论支撑。然而阔叶红松林中生物多样性如何影响森林碳汇功能目前并不十分清楚,本研究旨在揭示功能多样性和功能组成对森林碳汇功能的影响机制,为促进阔叶红松林“固碳增汇”提供理论依据。
      方法  以吉林蛟河30 hm2阔叶红松林固定样地为研究对象,通过采集植物功能性状计算功能多样性和功能组成用于表征生物多样性,并通过结构方程模型检验了生态位互补效应、生物量比率效应以及植被数量效应对生物多样性−森林碳储量和碳增量的影响。
      结果  (1)生物多样性是森林碳汇功能的重要影响因素,提高功能多样性有助于提高森林碳增量,提高缓生−保守型性状的组成比例有助于提高森林碳储量,而保持一定的林分密度同样有利于充分地利用资源、提高森林固碳能力。(2)研究结果同时验证了生态位互补效应、生物量比率效应和植被数量效应假说,解释变量共同解释了13%的森林碳储量的变化以及36%的森林碳增量的变化。
      结论  碳储量和碳增量是森林生态系统碳汇功能的重要反映和直接体现,本研究在一定程度上揭示了生物多样性与森林碳汇功能关系的作用机制,表明阔叶红松林中生物多样性与碳汇功能的关系格局是多种生态学机制共同作用的结果。研究结果能够为实现阔叶红松林“固碳增汇”以及“生物多样性与生态系统功能同步提升”提供一定的理论依据。
    Abstract:
      Objective  Exploring the relationship between biodiversity and ecosystem functions (BEF) was proposed to be a central issue in ecology and a key prerequisite for multi-functional forest management. However, the specific mechanisms regulating biodiversity and forest carbon sink function relationship in broadleaved Korean pine forests were still not understood very well. Based on the observations from a 30 ha broadleaved Korean pine forest sample plot in Jiaohe, northeastern China, this study aimed to clarify how different facets of biodiversity (i.e., functional diversity and composition) influence forest carbon sink functions.
      Method  Functional diversity and composition were obtained from seven plant functional traits. A structural equation modeling (SEM) was performed to test three alternative hypothesized mechanisms, including niche complementary effect, biomass ratio effect and vegetation quantity effect, which had the potential to regulate the biodiversity and carbon sink relationship.
      Result  (1) Biodiversity is an important influencing factor of forest carbon sink function. Improving functional diversity will help to increase forest carbon increment, and increasing the proportion of slow growth conservative traits will help to increase forest carbon storage. Maintaining a certain stand density will also help to fully utilize resources and improve forest carbon fixation capacity. (2) The results also verified the hypothesis of niche complementary effect, biomass ratio effect and vegetation quantity effect. The explanatory variables together explained the change of 13% forest carbon stock and 36% forest carbon increment.
      Conclusion  Carbon storage and carbon increment are important reflection and direct embodiment of carbon sink function of forest ecosystem. This study has revealed the mechanism of the relationship between biodiversity and forest carbon sink function to a certain extent, indicating that the relationship pattern between biodiversity and carbon sink function in broadleaved Korean pine forest is the result of multiple ecological mechanisms. The research results can provide a theoretical basis for the realization of “carbon fixation and sink enhancement” and “simultaneous enhancement of biodiversity and ecosystem functions” of broadleaved Korean pine forests.
  • 林分结构是指构成林分的林木结构和功能[1],反映了林木之间的相互关系,在森林生态系统中发挥着重要作用[2-3]。林分结构由各种生物和非生物因素决定,受到物种组成特征、气候、土壤和干扰等影响,表征森林的动态变化和持续变化的特征[4-5]。林分结构包括林分的空间结构和非空间结构。非空间结构不仅可以用来表达林分的平均特征,也可以度量林木的生长。林木生长一般包含胸径和树高两个方面,这两个重要的变量很大程度上也取决于林分的立地质量[6]。空间结构是指林内林木在垂直或水平方向上的分布及其属性在空间上的排列方式[7]。它对林木生长和林分稳定有着重要的影响,同时与林分发展前景以及经营方式密切相关。而次生林很难靠自然演替过程去实现林分结构的自身优化,虽然在林分生长的过程中会出现自然稀疏的现象,这可能会适度降低林分密度,但这并不会解决林分结构的问题。这些结构问题不仅限制了林木的材积生长甚至容易引起火灾、病虫害等森林隐患[8-9],因此对天然次生林林分进行优化是十分重要的任务。林木个体生长发育和存活不仅取决于自身的特性,而且取决于林木对环境资源的利用能力以及林木间相互作用。林木间的相互作用影响着林木的生长、形态和存活[10-11]。林分演替更新过程及生态学机制综合作用导致林木在各个发育阶段均出现死亡的现象[12],因此活立木和枯立木物种组成、径级结构、空间结构可反映林分生长状态和所处的演替阶段。

    枯立木是健康森林生态系统的重要组成部分,也是影响森林物种多样性的一个关键因素[13],在北方天然次生林中生物量所占比例为地上木本植物的25%[14]。它们不但为野生动物等提供栖息地,而且在养分循环中起着不可或缺的作用,例如水分和养分储存[15]、碳储存[16],林木再生的种子床[17-18],并且作为数千真菌[19]、苔藓植物[20]、地衣[21]和甲虫[22]的栖息地和食物来源[23]。在一些国家(如德国、瑞士、荷兰),枯立木受到长期监测,已经成为可持续森林经营管理的指标之一。近年来对枯立木的研究主要集中在枯立木多样性和数量,以及枯木对腐木物种生态的影响等方面[24-26],同时还提出了一些对于枯立木管理的建议,即保留一定的枯立木数量及质量(大小、位置、树种等)。虽然很多研究建议增加枯立木数量和/或枯立木多样性[27],但是很少提及实现枯立木空间结构以及在林分管理中的作用。

    紫椴(Tilia amurensis)是椴树科(Tiliaceae)椴树属的落叶阔叶乔木,是东北植被区阔叶红松(Pinus koraiensis)混交林群落的主要伴生种,为国家Ⅱ级保护植物[28]。作为东北地区重要的造林树种和蜜源植物,其生态价值和经济价值都十分显著。由于紫椴苗期出现匍匐现象,致使紫椴人工更新十分困难,加之长期以来过量采伐和轻视经营抚育,导致野生紫椴种群的数量和质量逐年下降,蓄积大幅减少[29]。目前对紫椴种群的研究更趋向于树种竞争、空间分布格局等[29-32],而对于紫椴天然次生林中活立木及枯立木的结构特征鲜有报道。本研究运用空间结构参数的三元分布及四元分布对2个不同干扰类型(择伐和未择伐)紫椴次生林中活立木与枯立木的树种组成、径阶结构、树高级结构及空间结构特征进行分析,既分析不同干扰类型下紫椴次生林空间结构特征,同时也对枯立木形成的主要原因进行探讨,为该地区紫椴次生林的恢复、保护以及林分结构的调整提供理论依据,对制定合理的经营方案具有重大的理论和现实的意义。

    研究区位于黑龙江省尚志市国有林场管理局小九林场(45°11′ ~ 45°25′N、127°38′ ~ 127°51′E)。林场内天然林面积为1.0 万hm2,总蓄积为90.9 万m3,软阔叶次生林面积为0.7 万hm2,蓄积为62.5 万m3,珍贵硬阔叶次生林面积为0.1 万hm2,蓄积量为10.6万m3。20世纪90年代,以木材生产为目标,对一定面积的天然林进行择伐经营,但采伐强度较弱,还有一定面积的天然林采取封山育林措施,保证不受人为干扰。因此,该区最常见的林分类型为择伐经营和未择伐两种干扰类型的天然次生林。其中该区属长白山山系张广才岭西坡,地形为典型山区地貌,海拔介于200 ~ 832 m,地势起伏较大。属大陆性中温带季风气候,全年平均气温2.3 ℃,年降水量 550 ~ 740 mm。该区顶级植被为红松阔叶混交林,经多次采伐,逐渐形成天然阔叶次生林。主要乔木树种有紫椴、色木槭(Acer mono)、糠椴(Tilia mandshurica)、青楷槭(Acer tegmentosum)、白桦(Betula platyphylla)、黑桦(B. davurica)、胡桃楸(Juglans mandshurica)、黄菠萝(Phellodendron amurense)、水曲柳(Fraxinus mandshurica)、蒙古栎(Quercus mongolica)、青杨(Populus cathayana)、山杨(P. davidiana)、枫桦(Betula costata)等。灌木有平榛(Corylus heterophylla)、暴马丁香(Syringa reticulata)、忍冬(Lonicera japonica)、绣线菊(Spiraea salicifolia),草本植物有苔草(Carex siderosricta)、掌叶铁线蕨(Adiantum pedatum)、蚊子草(Filipendula palmata)、白花碎米荠(Cardamine leucantha)、旱芹(Apium graveolens)为主。

    选择同一林班内林龄、海拔、坡向、坡度相似的紫椴混交林,设立2块固定样地。第1块样地(未择伐林分)为100 m × 80 m,内有大量灌木,平均高度为1.65 m,平均盖度为41.5%。由于山脚下均为农业用地,交通极不方便,未发现任何放牧及采伐活动痕迹。并且根据林场提供的经营资料记载,自建场以来未对林分采取任何经营措施。对胸径较大的林木进行年轮分析,其树龄大致在100年生以上。第2块样地(择伐林分)同为100 m × 80 m,灌木较第1块样地密度小,但种类更多,平均高度为0.69 m,平均盖度为19.3%。在林分中分布一定数量的软枣猕猴桃(Actinidia arguta)等藤本植物。该林班于1999年经历过1次择伐,其蓄积择伐强度约为10%,主要采伐的树种为大径阶的紫椴和色木槭,经营目标是木材生产。我们在调查数据时采用相邻网格调查法,将每块样地划分为20个20 m × 20 m的小样方。以小样方为调查单位,对每棵胸径 ≥ 5 cm的林木进行测量,记录其树种名称、胸径、树高、冠幅、枝下高及相对坐标值,基本概况见表1。为避免边缘效应,设置5 m的缓冲区。在进行空间参数的计算时,缓冲区内林木不可做为对象木,只做相邻木。

    表  1  标准地基本概况
    Table  1.  General condition of sample plots
    样地编号
    Sample
    plot No.
    坡度
    Slope
    degree/(°)
    坡向
    Slope
    aspect
    平均海拔
    Average altitude/m
    郁闭度
    Crown
    density
    断面积/(m2·hm−2)
    Basal area/
    (m2·ha−1)
    林分平均胸径
    Mean stand DBH/cm
    林分密度/(株·hm−2)
    Stand density/
    (plant·ha−1)
    树种组成
    Tree species composition
    1 27 西南Southwest 378 0.80 30.4 15.1 1 291 3紫2色1蒙1白3杂
    2 24 西南Southwest 420 0.84 29.8 14.7 1 235 4色3紫1糠1青1杂
    注:紫为紫椴;色为色木槭;蒙为蒙古栎;白为白桦;糠为糠椴;青为青楷槭;杂为其他树种。Notes:
    ,Tilia amurensis; 色,Acer mono; 蒙,Quercus mongolica; 白,Betula platyphylla; 糠,Tilia mandshurica; 青,Acer tegmentosum; 杂,other tree species.
    下载: 导出CSV 
    | 显示表格

    将两个林分中的林木胸径以2 cm为径阶进行划分,然后计算不同径阶内林木的株数,应用Sigmaplot12.5建立株数−直径分布曲线图,分析林分的直径结构分布情况。

    乔木树种的相对多度 =(该树种在林分内的株数/林分内所有树种的株数总和)× 100%

    乔木树种的相对显著度 =(该树种断面积总和/所有树种断面积总和)× 100%

    运用空间结构分析程序Winkelmass1.0计算样地内林木的空间结构参数角尺度、混交度、大小比数及活立木比[33]。计算公式见表2,各参数的数值及意义见表3

    表  2  空间结构参数
    Table  2.  Spatial structure parameters
    参数 Parameter公式 Formula备注 Remark
    混交度 Mingling Mi=1nnjVij 当参照树i与第j株相邻木非同种时,Vij取值为1;否则取值为0
    The value of Vij is 1 when the reference tree i is not the same species as that of the adjacent trees of strain j; otherwise, the value is 0
    角尺度 Uniform angle index Mi=1nnjZij 当第ia角小于标准角a0时,Zij取值为1;否则取值为0
    When the first angle a is smaller than the standard a0, the Zij value is 1; otherwise, the value is 0
    大小比数 Neighbourhood comparison Ui=1nnjKij 当相邻木j比参照树i小,Kij取值为0;否则取值为1
    When the adjacent tree j is smaller than the reference tree i, the value of Kij is 0; otherwise, the value is 1
    活立木比 Living tree ratio Li=144j=1lij 当相邻木j为枯立木时,lij取值为0;否则取值为1
    When the adjacent tree j is standing dead tree, the value of lij is 0; otherwise it’s 1
    下载: 导出CSV 
    | 显示表格
    表  3  角尺度、混交度、大小比数和活立木比各参数的数值及意义
    Table  3.  Specific values and meanings of uniform angle index, mingling, dominance and living tree ratio
    角尺度
    Uniform angle index
    混交度
    Mingling
    大小比数
    Neighbourhood comparison
    活立木比
    Living tree ratio
    参数值
    Parameter value
    意义
    Meaning
    参数值
    Parameter value
    意义
    Meaning
    参数值
    Parameter
    value
    意义
    Meaning
    参数值
    Parameter
    value
    意义
    Meaning
    W = 0.00 非常均匀
    分布
    Very regular distribution
    M = 0.00 无混交
    No mixture
    U = 0.00 优势状态
    Predominant state
    L = 0.00 参照树周围4株相邻木无活立木
    4 adjacent trees around the reference tree without living trees
    W = 0.25 均匀分布
    Regular distribution
    M = 0.25 低混交
    Low mixture
    U = 0.25 亚优势状态
    Subdominant state
    L = 0.25 参照树周围4株相邻木有1株活立木There is 1 living tree among 4 adjacent trees around the reference tree
    W = 0.50 随机分布
    Random distribution
    M = 0.50 中度混交
    Medium mixture
    U = 0.50 中庸状态
    Medium state
    L = 0.50 参照树周围4株相邻木有2株活立木There are 2 living trees among 4 adjacent trees around the reference tree
    W = 0.75 团状分布
    Clumped distribution
    M = 0.75 高度混交
    High mixture
    U = 0.75 中庸向劣势过渡状态
    From medium to disadvantaged state
    L = 0.75 参照树周围4株相邻木有3株活立木There are 3 living trees among 4 adjacent trees around the reference tree
    W = 1.00 聚集分布
    Very clumped distribution
    M = 1.00 极强混交
    Complete mixture
    U = 1.00 劣势状态
    Absolutely disadvantaged state
    L = 1.00 参照树周围4株相邻木有4株活立木There are 4 living trees among 4 adjacent trees around the reference tree
    下载: 导出CSV 
    | 显示表格

    3个结构参数属于离散型随机变量,每个结构参数有5种可能取值,因此三者联合概率分布应有125个组合,得到3个结构参数频率值(在一个结构参数组合的林木株数分布频率)的三元分布图。而对4个空间结构参数进行交叉分类,具有625个不同结构组合,得到4个结构参数的相对频率分布,即为结构参数的四元分布[34]。本文采用三元分布对两个林分枯立木和活立木进行分析,对比两个林分枯立木及活立木的空间结构,进而利用四元分布对枯立木进行分析,揭示枯立木形成原因。

    以往的研究表明,森林空间格局的发展过程是从聚集到随机分布,树木的随机分布一般是最合理的水平格局[35-36]。同样样地的混交度越大,其结构就越好,优势树木在样地中的比例就越高,林分质量也就越好[37-38]。因此空间结构参数的三元分布联合的最佳微观结构[39-40]为MWU[1.00, 0.50, 0.00],林分处在最佳微观结构的林木越多,其林分质量越高[39]。对比而来我们认为较差微观结构一般为MWU[0.00, 0.00和1.00, 1.00],林分经营对于微观结构的改变一般是增加林分最佳微观结构的林木,减少林分较差微观结构的林木,整体提高林分质量。

    本文利用林分空间结构分析软件(Winkelmass 1.0)计算林木空间结构参数(W、M、U和L),利用 Excel的数据透视表计算核心区林木分布(一元、二元、三元及四元分布)相对频率,并采用Origin 9.5b进行绘图。

    两样地枯立木数量相差不大,也未发现过多倒木,其中样地1枯立木株数密度为75株/hm2,平均胸径为7.514 cm,样地2枯立木株数密度为86株/hm2,平均胸径为9.124 cm。紫椴在两个林分中无论是枯立木还是活立木在密度和胸高断面积均占很大比例,样地1紫椴枯立木相对多度与相对显著度分别为58.33%和43.91%,活立木相对多度与相对显著度分别为43.56%和42.47%。样地2紫椴枯立木相对多度与相对显著度分别为42.40%和25.84%,活立木相对多度与相对显著度分别为33.33%和29.86%。数量上,样地1的活立木,紫椴、色木槭、蒙古栎均占很大比例,密度均不小于70株/hm2表4),枯立木中紫椴比例最大,其他树种密度均小于6 株/hm2;但对于断面积,大叶榆和黄菠萝所占比例很大,其显著度分别为11.94%和10.8%。样地2的活立木,色木槭、紫椴、青楷槭、糠椴密度均不小于75株/hm2,枯立木中紫椴和色木槭比例最大,其他树种密度均小于5株/hm2;但对于断面积,白桦和枫桦所占比例很大,其显著度分别为11.49%和12.07%。样地1活立木的主要树种(紫椴、色木槭、蒙古栎)平均胸径均小于20 cm,枯立木的主要树种平均胸径小于13 cm,个体较小的林木所占比例较大。样地2活立木的主要树种(紫椴、色木槭、青楷槭)平均胸径均小于18 cm,主要枯立木树种紫椴和色木槭平均胸径较小,分别为7.135和9.123 cm,而枫桦和白桦平均胸径较大,分别为18.134和19.563 cm。

    表  4  活立木及枯立木树种组成的数量特征
    Table  4.  Tree species attributes of living trees and dead standing trees
    样地1 Sample plot 1样地2 Sample plot 2
    树种
    Tree species
    密度/
    (株·hm− 2
    Density/
    (plant·ha− 1
    断面积/
    (m2·hm− 2
    Basal area/
    (m2·ha− 1
    平均胸径
    Mean DBH/
    cm
    树种
    Tree species
    密度/
    (株·hm− 2
    Density/
    (plant·ha− 1
    断面积/
    (m2·hm− 2
    Basal area/
    (m2·ha− 1
    平均胸径
    Mean DBH/
    cm
    活立木 Living
    tree
    紫椴
    Tilia amurensis
    529 10.089 15.781 色木槭
    Acer mono
    485 5.777 11.865
    色木槭
    Acer mono
    323 4.246 12.463 紫椴
    Tilia amurensis
    311 7.148 17.721
    蒙古栎
    Quercus mongolica
    70 2.331 19.212 青楷槭
    Acer tegmentosum
    89 0.426 8.073
    黄菠萝
    Phellodendron amurense
    40 0.756 16.421 槺椴
    Tilia mandshurica
    75 1.718 17.531
    大叶榆
    Ulmus laevis
    38 0.947 17.732 白桦
    Betula platyphylla
    34 2.114 30.482
    白桦
    Betula platyphylla
    30 1.449 24.581 蒙古栎
    Quercus mongolica
    28 1.373 25.313
    其他
    Others
    187 3.921 16.961 枫桦
    Betula costata
    26 1.545 28.964
    其他
    Others
    98 2.260 18.685
    枯立木
    Dead standing tree
    紫椴
    Tilia amurensis
    44 0.232 8.644 色木槭
    Acer mono
    33 0.114 7.135
    大叶榆
    Ulmus laevis
    6 0.064 12.434 紫椴
    Tilia amurensis
    29 0.193 9.123
    黄菠萝
    Phellodendron amurense
    5 0.064 13.043 青楷槭
    Acer tegmentosum
    5 0.012 6.234
    蒙古栎
    Quercus mongolica
    5 0.018 7.491 水榆花楸
    Sorbus alnifolia
    4 0.043 12.423
    山槐
    Albizia kalkora
    5 0.026 9.321 白桦
    Betula platyphylla
    3 0.074 19.563
    山杨
    Populus davidiana
    5 0.016 6.974 枫桦
    Betula costata
    3 0.078 18.134
    白桦
    Betula platyphylla
    1 0.102 35.962 胡桃楸
    Juglans mandshurica
    3 0.006 6.426
    花曲柳
    Fraxinus rhynchophylla
    1 0.005 8.123 槺椴
    Tilia mandshurica
    3 0.007 6.595
    槺椴
    Tilia mandshurica
    1 0.005 8.123 蒙古栎
    Quercus mongolica
    3 0.095 21.764
    青楷槭
    Acer tegmentosum
    1 0.003 6.424 裂叶榆
    Ulmus laciniate
    1 0.007 9.575
    水曲柳
    Fraxinus mandshurica
    1 0.006 9.264
    大叶榆
    Ulmus laevis
    1 0.086 11.312
    下载: 导出CSV 
    | 显示表格

    两个样地活立木径阶大致均呈倒J型分布(图1)。由图1可以看出,样地1的径阶分布范围是5 ~ 47 cm,活立木胸径主要分布在5 ~ 11 cm,占全部活立木的40.0%,其他径阶的活立木比例均小于10.0%。样地2的径阶分布的幅度较样地1宽,其分布范围是5 ~ 49 cm,活立木胸径主要分布在5 ~ 11 cm,占全部活立木的43.7%,同样其他活立木比例均小于10.0%,两个样地的林木均属于增长型结构。两个林分垂直结构分布也十分相似,约有43%以上的活立木处在7 ~ 13 m范围内,处在13 ~ 15 m、15 ~ 17 m、17 ~ 19 m3个树高级的活立木比例均超过10%,其他树高级的活立木比例均小于10%,整体呈左偏单峰分布(图2)。

    图  1  样地1和样地2活立木径级分布
    Figure  1.  Diameter class distribution of living trees in sample plot 1 and 2
    图  2  样地1和样地2活立木高度级分布
    Figure  2.  Height class distribution of living treesin sample plot 1 and 2

    样地1枯立木径阶呈单峰型分布(图3),即随着径阶的增大,枯立木的株数呈先增多后减少的趋势,其中胸径在7 ~ 9 cm的个体数量较多为29株,占总株数的48.33%,胸径在5 ~ 7 cm,占总株数的21.67%,胸径在9 ~ 11 cm和11 ~ 13 cm的分别占总株数的11.67%和6.67%,而胸径大于13 cm的只占总株数的11.67%。样地2枯立木径阶分布大致呈倒“J”型,枯立木株数随着径阶的增大急剧下降,其中枯立木胸径为5 ~ 7 cm的个体数量最大为36株,占总数的52.17%,胸径为7 ~ 9 cm、9 ~ 11 cm和11 ~ 13 cm的枯立木株数相差不多,累计占总数的36.23%,而大于胸径13 cm的枯立木株数很少。从林分垂直结构看,样地1中,树高为3 ~ 9 m的枯立木株数占比为72.9%,11 ~ 13 m的比例为11.9%,其他树高级仅占15.2%,说明样地1绝大多数枯立木处在小于9 m的范围内,该林分的平均树高为13.0 m,因此绝大多数枯立木低于平均数高,位于林层的下部。样地2处在5 ~ 11 m的枯立木占73.9%,其他的均小于6%,与样地1相同,绝大多数枯立木低于平均树高13.5 m,处在林层下部(图4)。

    图  3  样地1和样地2枯立木径级分布
    Figure  3.  Diameter class distribution of dead standing trees insample plot 1 and 2
    图  4  样地1和样地2枯立木高度级分布
    Figure  4.  Height class distribution of dead standing trees insample plot 1 and 2

    样地1中,角尺度−混交度−大小比数的125个关系组合中,活立木在98个空间结构参数的组合上有频率值,样地2中的活立木在87个空间结构参数的组合上存在频率值(图5)。两个林分林木空间分布存在一定规律,在保持大小比数与混交度不变的情况下,随着角尺度的变大,活立木分布频率值呈现先增大后减小的趋势,角尺度为0.5的林木株数最多,占两个林分活立木总株数的58%以上,由此可见两个林分活立木大多处于随机分布。在角尺度和大小比数保持不变的情况下,随着混交度的增加,林木株数也逐渐增加,混交度为1与0.75的林木株数均最大,占两个林分活立木总株数的50%以上,可见两个林分的活立木大多处于强混交状态。两个林分中各大小比数等级上的林木株数相差不大,两个林分各优势状态的林木株数差别不大。样地1的活立木处在结构参数组合为MWU[1.00, 0.50, 0.00]的株数比例最高为0.039。样地1中的活立木处在最佳微观结构MWU[1.00, 0.50, 0.00]分布频率值为0.039,较差微观结构的活立木处在MWU[0.00, 1.00和0.00, 1.00]的分布频率值为0.001 3。样2的活立木处在结构参数组合为MWU[1.00, 0.50, 0.00]的株数比例最高为0.058。样地2中的活立木处在最佳微观结构MWU[1.00, 0.50, 0.00]分布频率值为0.058,较差微观结构的林木MWU[0.00, 1.00和0.00, 1.00]的分布频率值为0。

    图  5  样地1和样地2活立木空间结构参数的三元分布
    Figure  5.  Trivariate distribution of spatial structure parameters of living trees in sample plot 1 and 2

    样地1中枯立木在34个空间结构参数的组合上有频率值,而样地2中的枯立木在39个空间结构参数的组合上存在频率值(图6)。两个林分的枯立木在保持大小比数与混交度不变的情况下,随着角尺度的变大,林木分布频率值呈现先增大后减小的趋势,角尺度为0.5的枯立木株数最多,占两个林分枯立木总株数的55%以上,由此可见两个林分枯立木大多随机分布。在角尺度和大小比数保持不变的情况下,随着混交度的增加,林木株数也逐渐增加,样地1中混交度为1的枯立木株数最多,占林分总枯立木株数的45.7%;样地2混交度为0.75的枯立木株数最多,占总枯立木株数的34.8%,由此可见两个林分枯立木大多处于强混交状态,其周围多为其他树种。由图6可知,两个林分处在大小比数为1和0.75的林木较多,占总枯立木株数40%以上,因此两个林分劣势枯立木木株数比例较大。样地1的枯立木处在结构参数组合为MWU[1.00, 0.50, 1.00]的株数比例最高为0.085。样2的枯立木处在结构参数组合为MWU[0.75, 0.50, 1.00]的株数比例最高为0.145。

    图  6  样地1和样地2枯立木空间结构参数的三元分布
    Figure  6.  Trivariate distribution of spatial structure parameters of dead standing trees in sample plot 1 and 2

    样地1中,角尺度−混交度−大小比数−活立木比的125个关系组合中,样地1中林木在45个空间结构参数的组合上有频率值(图7),样地2中的林木在39个空间结构参数的组合上存在频率值(图8)。在样地1中,相同活立木比和大小比数等级下,同一混交度下处在角尺度等于0.5的枯立木较多,大多枯立木处于均匀分布,而在同一分布格局的枯立木大多混交度为1,大多枯立木混交度较强。不同活立木比和大小比数等级下林木结构组合为MW[1.00,0.50]林木株数比例较大,达到23.73%;样地2中相同活立木比和大小比数等级下,同一混交度下处在角尺度等于0.5的枯立木较多,大多枯立木处在随机分布,而在同一分布格局的枯立木大多混交度为1和0.75,大多枯立木混交度较强。不同活立木比和大小比数等级下林木结构组合为MW[0.75,0.50]林木株数比例较大,达到23.19%。样地1中最常见林木空间结构组合为MWUL[1.00, 0.50, 1.00, 1.00],频率值为8.47%,其次是MWUL[0.50, 0.50, 1.00, 1.00],频率值为5.08%。样地2中最常见林木空间结构组合为MWUL[0.75, 0.50, 1.00, 1.00],频率值为10.15%,其次是MWUL[1.00, 0.50, 1.00, 1.00],频率值为5.80%。

    图  7  样地1中枯立木空间结构参数的四元分布
    Figure  7.  Quadrivariate distribution of spatial structure parameters of dead standing trees in sample plot 1
    图  8  样地2中枯立木空间结构参数的四元分布
    Figure  8.  Quadrivariate distribution of spatial structure parameters of dead standing trees in sample plot 2

    在择伐林分中,紫椴、色木槭和青楷槭活立木均占优势地位,这3个树种的枯立木也同样占优势地位,这是因为活立木的树种组成可以决定枯立木的树种组成[41],未择伐林分中,紫椴、色木槭、蒙古栎占优势地位,但枯立木只有紫椴占优势,由于择伐经营对林分内环境的改变,及色木槭和蒙古栎的生态位和生活史策略[42]决定其在该类型林分中死亡率较低。与其他树种相比,两个林分中活立木密度和断面积较高的树种,枯立木中这些树种的密度和断面积也同样较高,这不仅取决于这些物种自身特性,而且与其演替过程中的地位和繁殖策略有关[43]。张广才岭林区原地带性顶极群落阔叶红松林的演替过程中一般林型变化包括:演替初期为白桦山杨林,演替中期为蒙古栎为主的硬阔叶混交林,演替中后期为以紫椴和色木槭为主的硬阔叶混交林,演替亚顶级为红松为主的针阔混交林[44]。在本研究中,中生性树种紫椴和阴性树种色木槭在演替过程中逐渐占据优势地位,形成紫椴次生林,但其小个体林木也存在很强的种间竞争[32],因此在两个林分中紫椴和色木槭活立木及个体较小的枯立木均占优势地位。

    林木的径阶分布可以反映出其生长状况和死亡格局[45],对枯立木和活立木径级结构的研究能预测其演替方向,揭示种群龄级变化。两个林分中的活立木的径阶主要集中于 < 11 cm,总体呈倒“J”型分布,即小径阶活立木在两个林分中占优势。活立木中小径阶个体多表明紫椴种群为增长型种群,且更能够发挥存活和群体效应[43],有利于种群更新以及生物多样性的保护。紫椴次生林树龄组成较丰富,研究区内林木树高差较大,达20 m以上。林分水平上,43%以上的活立木处于7 ~ 13 m,树高集中分布在中高度级范围内,整体呈左偏山峰状,且树高分布规律连续,可以看出不同树高的活立木对光的竞争非常激烈。未择伐林分枯立木整体径阶分布呈左偏山峰状,48.33%的枯立木处在径阶7 ~ 9 cm,择伐林分整体呈倒“J”型分布,52.17%的枯立木处在5 ~ 9 cm,同样小径阶的枯立木在两个林分均占优势,这与前人研究结果类似[41, 46],形成机制也大致相同,紫椴次生林枯立木形成主要是小径阶个体比较脆弱而被抑制有关。枯立木的形成还与树高有关[47],未择伐林分约有72.9%的枯立木处于3 ~ 9 m,择伐林分处于5 ~ 11 m的占73.9%,且大部分树高都低于林分平均高,位于林分的下层,生长受到限制。在天然林中,光照直接影响着林木的演替过程[48]。无论是枯立木的径级结构还是树高结构,个体较小的林木占优势,个体较大的林木与个体较小的林木存在不对称的光竞争[49-51],个体小的林木较脆弱,由于个体大的林木的进入林分的上层,其林冠大大减少林分透光度,导致个体小的林木低于光补偿点而死亡[52],活立木小个体较多,对枯立木小个体产生也有一定的影响。因此,两个林分中林木间的竞争是枯立木形成的主要原因。

    林分中活立木和枯立木的空间分布格局、大小分化程度、种间隔离程度以及活立木比值是枯立木和活立木空间结构特征的重要体现,是生物因素、非生物因素与自然随机过程共同作用的结果,对群落演替、更新均产生重要影响[53]。由林分三元分布可知:(1)两个林分中超过50%的活立木呈随机分布,并且处于随机分布状态的活立木多为极强混交。两个林分活立木水平分布格局趋于合理,林分整体呈高度混交,优势木的株数略多于劣势木。未择伐林分的活立木处在“最佳微观结构组合”为MWU[1.00, 0.50, 0.00]的株数比例最高为3.90%。样2的活立木处在最佳微观结构MWU[1.00, 0.50, 0.00]的株数比例最高为5.80%。可以说明两个林分中呈随机分布、完全混交且优势的活立木较多,且择伐林分该状态的活立木株数比例更大。这表明择伐经营林分的空间结构更加合理。(2)两个林分1/2以上的枯立木呈随机分布,且随机分布的枯立木具有很强的混交度,枯立木当中劣势木更多,枯立木分布的随机性这一结论与前人研究的不同生态系统中枯立木较大尺度分布格局一致[41],说明枯立木形成是随机的。未择伐林分的枯立木处在结构参数组合为MWU[1.00, 0.50, 1.00]的株数比例最高为8.50%,样2的枯立木处在结构参数组合为MWU[0.75, 0.50, 1.00]的株数比例最高为14.50%。说明两个林分大多数枯立木为随机分布和劣势状态,且周围林木均为其他树种或仅有1株为同树种。这表明两个林分中的形成有可能是由于林木的种间竞争。

    林木的生长、形态和存活受林木间竞争所影响,林木间竞争主要指对水、光、气、热和营养元素的竞争。枯立木的形成的原因主要有火烧、竞争和衰老死亡[12] 3个方面。树木衰老死亡的特征之一就是出现了倒木,本研究的两个林分中,近20年来没有遭受过火烧,样地中几乎看不到倒木,枯立木上也没有明显的虫害痕迹,因此,林木也没有达到寿命终极阶段,因此枯木形成的主要原因还是林木间的竞争。本研究通过四元分布分析可知,未择伐林分中最常见林木空间结构组合为MWUL[1.00, 0.50, 1.00, 1.00],频率值8.47%,其次是MWUL[0.50, 0.50, 1.00, 1.00],频率值为5.08%,说明择伐林分中最常见林木空间结构组合为MWUL[0.75, 0.50, 1.00, 1.00],频率值为10.15%,其次是MWUL[1.00, 0.50, 1.00, 1.00],频率值为5.80%。说明两个林分枯立木总体呈现随机分布,有很强的种间混交,且大小分化很明显。这与前面三元分布反映出枯立木的空间结构信息一致,并且四元分布能反映出该状态下的枯立木周围存在3 ~ 4株活立木。以上信息进一步说明林木种间竞争是该种林分枯立木形成的主要原因。而且当前及以往的研究表明枯立木大多处在随机分布和劣势的状态,对于该种林分来说,在林分经营过程中该状态的枯立木是否对应该保留,这还需要在以后的工作中进行深入研究。从研究结果来看,树木空间结构及枯立木的形成受种间竞争的影响,然而要阐明树木死亡的具体原因及其相对重要性却非易事,有待深入研究。

    本研究旨在了解紫椴次生林活立木和枯立木空间结构特征及该林分枯立木形成的主要原因,利用这些分析来进行森林管理经营、推断森林植被的恢复状况。我们利用林木径阶分布、高度级分布及林分空间结构对枯立木进行分析,探究该林分枯立木形成的主要原因是种间竞争。此外,空间结构参数的多元分布分析可以全面、准确地描述枯立木的空间状态,体现出枯立木及周围林木空间分布、大小分化、混交状态及成活状态,利用该方法可以探讨枯立木形成的主要原因。

    分析两个林分枯立木和活立木数量和空间特征,我们得到了一个重要的信息,对于未采取人工经营措施的天然次生林来说,不能一概而论地保护起来,也应该进行适度的经营,促进林分演替,从而提高林分质量。对于两个林分来说,均存在较强的种间竞争,紫椴枯死木会逐渐增加,立地条件会下降,我们主要采取择伐调整林分结构,补植促进群落演替的经营方式。并利用林木空间结构参数多元分布精准和直观地选择和判别采伐木。在选择采伐木的过程中,首先选取处在“较差微观结构”的活立木为主要采伐对象,其次选取结构组合为WU[0.00, 1.00],WU[0.25, 0.75],WU[0.00, 0.75],WU[0.25, 1.00]的林木进行伐除。紫椴次生林一般是红松阔叶混交林多次受到破坏后,由伴生的阔叶树种萌发后衍生出来的[49],出于长远的考虑,保护的目标不仅应锁定在保护优势种或者稀有种以及物种丰富度上,还应该保护整个群落的物种多样性,从而保障群落的稳定,才能更好地保护优势物种[54],因此想要恢复两个林分的顶级群落,应考虑在两个林分下补植一些红松幼苗,促进林分往更好的方向进行演替。

  • 图  1   阔叶红松林样地示意图

    Figure  1.   Schematic diagram of the broadleaved and Korean pine mixed forest sample plot

    图  2   生物多样性与森林碳汇功能关系理论模型

    Figure  2.   Theoretical model employed to explore the relationship of biodiversity and carbon sink function

    图  3   群落加权平均性状的主成分排序图

    蓝色圆点表示20 m × 20 m的样方,红色箭头表示功能性状的群落加权平均值。Blue dots represent the 20 m × 20 m forest quadrats, and red arrows depict the community weighted mean traits (CWMs).

    Figure  3.   Biplot of the principal component analysis for community weighted mean traits

    图  4   地形因子的主成分排序图

    蓝色圆点表示20 m × 20 m的森林样方,红色箭头表示地形因子。ELE.海拔;SLO.坡度;ASP.坡向;CON.凸凹度。Blue dots represent the 20 m × 20 m forest quadrats, and red arrows depict the topographical factors, ELE, elevation; SLO, slope; ASP, aspect; CON, convexity.

    Figure  4.   Biplot of the principal component analysis for topographical factors

    图  5   生物多样性与森林碳汇功能作用机制的结构方程模型分析

    标准化均方根残差 < 0.01。红色线条表示正关系,绿色线条表示负关系;实线表示关系显著(P < 0.05),虚线表示关系不显著(P > 0.05)。线条上的数字为标准化的路径系数,线条粗细反映路径系数的大小。R2为决定系数,反映被解释量的大小。缩写字母解释同图2 ~ 4,字母旁的‘↑’和‘↓’分别表示主成分值随变量上升或下降。Standardized root mean square residual (SRMR) < 0.01. Red arrows represent positive effects, and the green arrows represent negative effects. The solid lines represent significant relationships (P < 0.05), while dashed lines represent insignificant relationship (P > 0.05). The values next to the lines are the standardized path coefficients (SPC). The line thickness is proportional to the standardized path coefficient. R2 represents the percentage of the response variations explained by the observed variables. The abbreviations of variables are the same as shown in Fig. 2-4; the symbols ‘↑’ and ‘↓’ indicate a significant increase or decrease, respectively.

    Figure  5.   Results of the structural equation model for the relationship of biodiversity and carbon sink function

    表  1   功能性状的生物学和生态学意义

    Table  1   Biological and ecological significance of functional traits

    功能性状 Functional trait单位 Unit生态学意义 Ecological significance
    叶面积
    Leaf area (LA)
    mm2 反映植物获取光照的能力
    Reflecting the ability of plants to obtain light
    比叶面积
    Specific leaf area (SLA)
    mm2/g 叶经济谱之一,反映植物获取单位面积光照所进行的投资以及植物的耐荫性
    One of the leaf economic spectra, which reflects the investment made by plants to obtain light per unit area and the shade tolerance of plants
    叶干物质含量
    Leaf dry matter content (LDMC)
    mg/g 叶经济谱之一,反映叶片能量−水分平衡,同时体现植物生长−存活权衡策略
    One of the leaf economic spectra, which reflects the energy water balance of leaves and the trade-off strategy of plant growth survival
    叶碳含量
    Leaf carbon concentration (LC)
    mg/g 反映植物的碳累积速率
    Reflecting the carbon accumulation rate of plants
    叶氮含量
    Leaf nitrogen concentration (LN)
    mg/g 叶经济谱之一,反映植物获取氮元素的能力以及最大光合速率
    One of the leaf economic spectra, reflecting the ability of plants to obtain nitrogen and the maximum photosynthetic rate
    叶碳氮比
    Leaf carbon nitrogen ratio (C/N)
    % 反映植物碳氮代谢状况以及营养利用效率
    Reflecting plant carbon and nitrogen metabolism and nutrient utilization efficiency
    木质密度
    Wood density (WD)
    g/mm3 茎经济谱之一,反映植物的生长−存活权衡策略
    One of the stem economic spectrum, reflecting the plant growth survival trade-off strategy
    下载: 导出CSV
  • [1] 吴征镒. 中国植被[M]. 北京: 科学出版社, 1980.

    Wu Z Y. Vegetation of China[M]. Beijing: Science Press, 1980.

    [2]

    Peng C, Zhou X, Zhao S, et al. Quantifying the response of forest carbon balance to future climate change in Northeastern China: model validation and prediction[J]. Global and Planetary Change, 2009, 66(3): 179−194.

    [3] 王晓峰, 勒斯木初, 张明明. “两屏三带”生态系统格局变化及其影响因素[J]. 生态学杂志, 2019, 38(7): 2138−2148. doi: 10.13292/j.1000-4890.201907.024

    Wang X F, Lesimuchu, Zhang M M. Ecosystem pattern change and its influencing factors of “two barriers and three belts”[J]. Chinese Journal of Ecology, 2019, 38(7): 2138−2148. doi: 10.13292/j.1000-4890.201907.024

    [4] 张斯屿. 东北天然林保护工程森林态系统服务功能变化评估(1992—2015)[D]. 长春: 中国科学院大学(中国科学院东北地理与农业生态研究所), 2019.

    Zhang S Y. Evaluation of forest ecosystem service change in NFPP area in northeast China from 1992 to 2015 [D]. Changchun: University of Chinese Academy of Sciences (Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences), 2019.

    [5]

    Luo W, Kim H S, Zhao X, et al. New forest biomass carbon stock estimates in Northeast Asia based on multisource data[J]. Global Change Biology, 2020, 26(12): 7045−7066. doi: 10.1111/gcb.15376

    [6] 郝珉辉, 李晓宇, 夏梦洁, 等. 抚育采伐对蛟河次生针阔混交林功能结构和谱系结构的影响[J]. 林业科学, 2018, 54(5): 1−9. doi: 10.11707/j.1001-7488.20180501

    Hao M H, Li X Y, Xia M J, et al. Effects of tending felling on functional and phylogenetic structures in a multi-species temperate secondary forest at Jiaohe in Jilin Province[J]. Scientia Silvae Sinicae, 2018, 54(5): 1−9. doi: 10.11707/j.1001-7488.20180501

    [7] 郝占庆, 王庆礼, 代力民. 天然林保护工程在东北林区生物多样性保护中的意义[C]// 中国科学院生物多样性委员会. 面向 21 世纪的中国生物多样性保护: 第三届全国生物多样性保护与持续利用研讨会论文集. 北京: 中国林业出版社, 1998: 30−35.

    Hao Z Q, Wang Q L, Dai L M. The importance of the national programme for natural forests conservation on biodiversity conservation in northeast state owned forest areas of China[C]//Biodiversity Committee, the Chinese Academy of Sciences. China’s biodiversity conservation torward the 21st century: proceedings of the third national symposium on the conservation and sustainable use of biological diversity. Beijing: China Forestry Publishing House, 1998: 30−35.

    [8] 于大炮, 周旺明, 周莉, 等. 长白山区阔叶红松林经营历史与研究历程[J]. 应用生态学报, 2019, 30(5): 1426−1434. doi: 10.13287/j.1001-9332.201905.004

    Yu D P, Zhou W M, Zhou L, et al. Exploring the history of the management theory and technology of broad-leaved Korean pine (Pinus koraiensis Sieb. et Zucc.) forest in Changbai Mountain Region, Northeast China[J]. Chinese Journal of Applied Ecology, 2019, 30(5): 1426−1434. doi: 10.13287/j.1001-9332.201905.004

    [9] 张会儒, 雷相东, 张春雨, 等. 森林质量评价及精准提升理论与技术研究[J]. 北京林业大学学报, 2019, 41(5): 1−18.

    Zhang H R, Lei X D, Zhang C Y, et al. Research on theory and technology of forest quality evaluation and precision improvement[J]. Journal of Beijing Forestry University, 2019, 41(5): 1−18.

    [10]

    Zhang Y, Chen H Y H, Reich P B. Forest productivity increases with evenness, species richness and trait variation: a global meta-analysis[J]. Journal of Ecology, 2012, 100(3): 742−749. doi: 10.1111/j.1365-2745.2011.01944.x

    [11]

    Liang J, Crowther T W, Picard N, et al. Positive biodiversity-productivity relationship predominant in global forests[J/OL]. Science, 2016, 354: aaf8957 [2022−02−19]. https://www.science.org/doi/10.1126/science.aaf8957.

    [12]

    Forrester D I, Bauhus J. A review of processes behind diversity-productivity relationships in forests[J]. Current Forestry Reports, 2016, 2(1): 45−61. doi: 10.1007/s40725-016-0031-2

    [13]

    van der Plas F. Biodiversity and ecosystem functioning in naturally assembled communities[J]. Biological Reviews, 2019, 94(4): 1220−1245.

    [14]

    Loreau M. Does functional redundancy exist?[J]. Oikos, 2004, 104(3): 606−611. doi: 10.1111/j.0030-1299.2004.12685.x

    [15]

    Tilman D, Knops J, Wedin D, et al. The influence of functional diversity and composition on ecosystem processes[J]. Science, 1997, 277: 1300−1302. doi: 10.1126/science.277.5330.1300

    [16]

    Díaz S, Cabido M, Zak M, et al. Plant functional traits, ecosystem structure and land-use history along a climatic gradient in central-western Argentina[J]. Journal of Vegetation Science, 1999, 10(5): 651−660. doi: 10.2307/3237080

    [17]

    Petchey O L, Gaston K J. Functional diversity (FD), species richness and community composition[J]. Ecology Letters, 2002, 5(3): 402−411. doi: 10.1046/j.1461-0248.2002.00339.x

    [18]

    Reich P B, Wright I J, Cavender-Bares J, et al. The evolution of plant functional variation: traits, spectra, and strategies[J]. International Journal of Plant Sciences, 2003, 164(S3): S143−S164.

    [19]

    Cornelissen J H C, Lavorel S, Garnier E, et al. Handbook of protocols for standardised and easy measurements of plant functional traits worldwide[J]. Australian Journal of Botany, 2003, 51(4): 335−380. doi: 10.1071/BT02124

    [20]

    Pérez-Harguindeguy N, Diaz S, Gamier E, et al. New handbook for standardised measurement of plant functional traits worldwide[J]. Australian Journal of Botany, 2013, 61(3): 167−234. doi: 10.1071/BT12225

    [21] 刘晓娟, 马克平. 植物功能性状研究进展[J]. 中国科学: 生命科学, 2015, 45(4): 325−339.

    Liu X J, Ma K P. Plant functional traits: concepts, applications and future directions[J]. Scientia Sinica (Vitae), 2015, 45(4): 325−339.

    [22] 夏梦洁, 王晓霞, 郝珉辉, 等. 吉林蛟河针阔混交林功能性状分布格局及其对地形因素的响应[J]. 生态学报, 2021, 41(7): 2794−2802.

    Xia M J, Wang X X, Hao M H, et al. Distribution pattern of functional traits and its response to topographic factors in a conifer and broad-leaved mixed forest in Jiaohe, Jilin Province[J]. Acta Ecologica Sinica, 2021, 41(7): 2794−2802.

    [23]

    Violle C, Navas M L, Vile D, et al. Let the concept of trait be functional![J]. Oikos, 2007, 116(5): 882−892. doi: 10.1111/j.0030-1299.2007.15559.x

    [24]

    Villéger S, Mason N W H, Mouillot D. New multidimensional functional diversity indices for a multifaceted framework in functional ecology[J]. Ecology, 2008, 89(8): 2290−2301. doi: 10.1890/07-1206.1

    [25]

    Laliberté E, Legendre P. A distance-based framework for measuring functional diversity from multiple traits[J]. Ecology, 2010, 91(1): 299−305. doi: 10.1890/08-2244.1

    [26]

    Tobner C M, Paquette A, Gravel D, et al. Functional identity is the main driver of diversity effects in young tree communities[J]. Ecology Letters, 2016, 19(6): 638−647. doi: 10.1111/ele.12600

    [27]

    Hao M, Messier C, Gen Y, et al. Functional traits drive biomass and productivity through multiple mechanisms in a temperate secondary forest[J]. European Journal of Forest Research, 2020, 139(6): 1−10.

    [28]

    Grime J P. Benefits of plant diversity to ecosystems: immediate, filter and founder effects[J]. Journal of Ecology, 1998, 86(6): 902−910. doi: 10.1046/j.1365-2745.1998.00306.x

    [29]

    Lohbeck M, Poorter L, Paz H, et al. Functional diversity changes during tropical forest succession[J]. Perspectives in Plant Ecology Evolution & Systematics, 2012, 14(2): 89−96.

    [30]

    Lamlom S H, Savidge R A. A reassessment of carbon content in wood: variation within and between 41 North American species[J]. Biomass and Bioenergy, 2003, 25(4): 381−388. doi: 10.1016/S0961-9534(03)00033-3

    [31] 郝珉辉, 张忠辉, 赵珊珊, 等. 吉林蛟河针阔混交林树木生长的空间关联格局[J]. 生态学报, 2017, 37(6): 1922−1930.

    Hao M H, Zhang Z H, Zhao S S, et al. Spatial autocorrelation patterns of tree growth in a coniferous and broad-leaved mixed forest in Jiaohe of Jilin Province[J]. Acta Ecologica Sinica, 2017, 37(6): 1922−1930.

    [32] 郝珉辉, 张忠辉, 赵珊珊, 等. 吉林蛟河针阔混交林树木生长与生境的关联性[J]. 生态学报, 2017, 37(10): 3437−3444.

    Hao M H, Zhang Z H, Zhao S S, et al. Habitat associations of tree growth in a coniferous and broad-leaved mixed forest in Jiaohe, Jilin Province[J]. Acta Ecologica Sinica, 2017, 37(10): 3437−3444.

    [33]

    Harms K E, Condit R, Hubbell S P, et al. Habitat associations of trees and shrubs in a 50-ha neotropical forest plot[J]. Journal of Ecology, 2001, 89(6): 947−959. doi: 10.1111/j.1365-2745.2001.00615.x

    [34]

    Hao M, Ganeshaiah K N, Zhang C, et al. Discriminating among forest communities based on taxonomic, phylogenetic and trait distances[J]. Forest Ecology and Management, 2019, 440: 40−47. doi: 10.1016/j.foreco.2019.03.006

    [35] 何怀江, 叶尔江·拜克吐尔汉, 张春雨, 等. 吉林蛟河针阔混交林12个树种生物量分配规律[J]. 北京林业大学学报, 2016, 38(4): 53−62. doi: 10.13332/j.1000-1522.20150430

    He H J, Yeerjiang·Baiketuerhan, Zhang C Y, et al. Biomass allocation of twelve tree species in coniferous and broad-leaved mixed forest in Jiaohe, Jilin Province, northeast China[J]. Journal of Beijing Forestry University, 2016, 38(4): 53−62. doi: 10.13332/j.1000-1522.20150430

    [36]

    He H, Zhang C, Zhao X, et al. Allometric biomass equations for 12 tree species in coniferous and broadleaved mixed forests, Northeastern China[J]. Plos One, 2018, 13(1): e0186226. doi: 10.1371/journal.pone.0186226

    [37]

    van der Sande M T, Arets E J M M, Pena-Claros M, et al. Soil fertility and species traits, but not diversity, drive productivity and biomass stocks in a Guyanese tropical rainforest[J]. Functional Ecology, 2018, 32(2): 461−474. doi: 10.1111/1365-2435.12968

    [38]

    van der Sande M T, Pena-Claros M, Ascarrunz N, et al. Abiotic and biotic drivers of biomass change in a Neotropical forest[J]. Journal of Ecology, 2017, 105(5): 1223−1234. doi: 10.1111/1365-2745.12756

    [39]

    Ruiz-Benito P, Gomez-Aparicio L, Paquette A, et al. Diversity increases carbon storage and tree productivity in Spanish forests[J]. Global Ecology and Biogeography, 2014, 23(3): 311−322. doi: 10.1111/geb.12126

    [40]

    Garcia-Palacios P, Shaw E A, Wall D H, et al. Contrasting mass-ratio vs. niche complementarity effects on litter C and N loss during decomposition along a regional climatic gradient[J]. Journal of Ecology, 2017, 105(4): 968−978. doi: 10.1111/1365-2745.12730

    [41]

    Liu X, Swenson N G, Zhang J, et al. The environment and space, not phylogeny, determine trait dispersion in a subtropical forest[J]. Functional Ecology, 2013, 27(1): 264−272. doi: 10.1111/1365-2435.12018

    [42]

    Ratcliffe S, Wirth C, Jucker T, et al. Biodiversity and ecosystem functioning relations in European forests depend on environmental context[J]. Ecology Letters, 2017, 20(11): 1414−1426. doi: 10.1111/ele.12849

    [43]

    Finegan B, Pena-Claros M, Oliveira A D, et al. Does functional trait diversity predict above-ground biomass and productivity of tropical forests? Testing three alternative hypotheses[J]. Journal of Ecology, 2015, 103(1): 191−201. doi: 10.1111/1365-2745.12346

    [44]

    Borcard D, Gillet F, Legendre P. Numerical ecology with R[M]. Berlin: Springer, 2018.

    [45]

    Tan L, Fan C, Zhang C, et al. Understanding and protecting forest biodiversity in relation to species and local contributions to beta diversity[J]. European Journal of Forest Research, 2019, 138(6): 1005−1013. doi: 10.1007/s10342-019-01220-3

    [46]

    Hoyle R H. Handbook of structural equation modeling[M]. New York: Guilford Press, 2012.

    [47]

    Rosseel Y. lavaan: an R package for structural equation modeling[J]. Journal of Statistical Software, 2012, 48(2): 1−36.

    [48]

    Stephenson N L, van Mantgem P J. Forest turnover rates follow global and regional patterns of productivity[J]. Ecology Letters, 2005, 8(5): 524−531. doi: 10.1111/j.1461-0248.2005.00746.x

    [49]

    Keeling H C, Phillips O L. The global relationship between forest productivity and biomass[J]. Global Ecology and Biogeography, 2007, 16(5): 618−631. doi: 10.1111/j.1466-8238.2007.00314.x

    [50]

    Díaz S, Hector A, Wardle D A. Biodiversity in forest carbon sequestration initiatives: not just a side benefit[J]. Current Opinion in Environmental Sustainability, 2009, 1(1): 55−60. doi: 10.1016/j.cosust.2009.08.001

    [51]

    Searle E B, Chen H Y, Paquette A. Higher tree diversity is linked to higher tree mortality[J/OL]. Proceedings of the National Academy of Sciences of the United States of America, 2022, 119(19): e2013171119 [2022−08−20]. https://doi.org/10.1073/pnas.2013171119.

    [52]

    Lasky J R, Uriarte M, Boukili V K, et al. Trait-mediated assembly processes predict successional changes in community diversity of tropical forests[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(15): 5616−5621. doi: 10.1073/pnas.1319342111

    [53]

    Wright I J, Reich P B, Westoby M, et al. The worldwide leaf economics spectrum[J]. Nature, 2004, 428: 821−827. doi: 10.1038/nature02403

    [54]

    Chave J, Coomes D, Jansen S, et al. Towards a worldwide wood economics spectrum[J]. Ecology Letters, 2009, 12(4): 351−366. doi: 10.1111/j.1461-0248.2009.01285.x

    [55]

    Prado-Junior J A, Schiavini I, Vale V S, et al. Conservative species drive biomass productivity in tropical dry forests[J]. Journal of Ecology, 2016, 104(3): 817−827. doi: 10.1111/1365-2745.12543

    [56]

    Ali A, Mattsson E. Wood density is a sustainability indicator for the management of dry zone homegarden agroforests: evidences from biodiversity-ecosystem function relationships[J]. Ecological Indicators, 2019, 105: 474−482. doi: 10.1016/j.ecolind.2018.04.024

    [57]

    Roscher C, Schumacher J, Gubsch M, et al. Using plant functional traits to explain diversity-productivity relationships[J]. Plos One, 2012, 7(5): e36760. doi: 10.1371/journal.pone.0036760

    [58]

    Aleixo I, Norris D, Hemerik L, et al. Amazonian rainforest tree mortality driven by climate and functional traits[J]. Nature Climate Change, 2019, 9(5): 384−388. doi: 10.1038/s41558-019-0458-0

    [59]

    Morin X. Species richness promotes canopy packing: a promising step towards a better understanding of the mechanisms driving the diversity effects on forest functioning[J]. Functional Ecology, 2015, 29(8): 993−994. doi: 10.1111/1365-2435.12473

    [60]

    Jucker T, Bouriaud O, Coomes D A. Crown plasticity enables trees to optimize canopy packing in mixed-species forests[J]. Functional Ecology, 2015, 29(8): 1078−1086. doi: 10.1111/1365-2435.12428

    [61]

    Ouyang S, Xiang W, Wang X, et al. Effects of stand age, richness and density on productivity in subtropical forests in China[J]. Journal of Ecology, 2019, 107(5): 2266−2277. doi: 10.1111/1365-2745.13194

  • 期刊类型引用(5)

    1. 张梦弢,刘卓悦,孙立柱,韩晓阳,张宇豪,申欢欢,万舒珂. 尺度变化对关帝山庞泉沟云杉次生林空间分布格局的影响. 生态学报. 2024(09): 3791-3801 . 百度学术
    2. 欧阳田甜,赵洋毅,涂晓云,和娴越,王帅兵,段旭. 滇中磨盘山不同演替阶段林分结构及物种多样性研究. 西北林学院学报. 2024(03): 67-76 . 百度学术
    3. 张志,郭洋,万舒珂,张梦弢. 关帝山云杉次生林空间结构对林内光环境的影响. 北京林业大学学报. 2023(12): 41-48 . 本站查看
    4. 向钦,郭秋菊,艾训儒,姚兰,朱江,薛卫星. 木林子天然林林分结构的时间动态变化特征. 森林与环境学报. 2022(06): 576-584 . 百度学术
    5. 周朵朵,闫海冰,李璟,陈颂,杨秀清. 关帝山云杉次生林活立木和枯立木的数量特征与分布格局. 应用生态学报. 2021(09): 3061-3069 . 百度学术

    其他类型引用(2)

图(5)  /  表(1)
计量
  • 文章访问数:  827
  • HTML全文浏览量:  233
  • PDF下载量:  218
  • 被引次数: 7
出版历程
  • 收稿日期:  2022-06-12
  • 修回日期:  2022-08-06
  • 网络出版日期:  2022-09-12
  • 发布日期:  2022-10-24

目录

/

返回文章
返回