冰雪灾害是一种常见的自然灾害。当附加在树冠和树干上的积雪或雪松重量超过树木承受的范围时，雨雪冰冻灾害会对树木造成折断、连根拔起等机械损伤[1-3]。在受灾严重地区，部分森林生态系统演替方向和过程发生改变，土地覆被类型从林地演化成草地、荒地等。我国南方地区2008年1—2月发生了长时间和大范围冰雪灾害，造成19个省区森林受灾面积达1 860万hm2，占全国森林总面积的1/10，森林生态系统遭到难以估量的破坏[4]；湖南省遭受了百年不遇的特大冰雪灾害，全省林业遭受重创，其中南部最为严重[5-6]。近年来冰雪灾害的发生有明显的上升趋势。虽然冰暴的发生时间是不可预知的，但可以预测它对不同森林的影响，并通过森林管理减少其危害[7-8]。本研究将探究冰雪冻灾干扰下，亚热带森林稳态转换与森林生态系统恢复力及树种类型之间的关系，以期为今后冰雪灾害发生时防灾减灾提供参考，以降低冰雪灾害对森林的危害，为森林生态系统稳态转换预警。

做个用心的班主任，面对班级里随时可能出现的小问题，我们应冷静应对，小“惊”即可，大“怪”不必，多为学生打开一扇窗，让他们前行的路上多一抹阳光。

④游和远、吴次芳、鲍海君:《农地流转、非农就业与农地转出户福利——来自黔浙鲁农户的证据》，《农业经济问题》2013年第3期。

2018年11月14 —15日，云南电网有限责任公司2018年财务共享服务建设现场研讨会在玉溪供电局召开，公司副总经理、总会计师周正风及公司财务系统、各地市级供电单位财务负责人共86人参加会议。会议围绕公司2018年工作会的部署要求和网、省两级公司财务金融工作会议精神，充分研讨省、市两级财务共享服务中心建设，助力财务职能转型，推动业财融合，服务公司战略和管理，实现财务价值。

1 研究区概况

选取湖南省道县和江华瑶族自治县(下简称江华县)作为研究区域。道县位于湖南省南部，地处永州市南六县中心位置，地理坐标为111°17′—111°56′E，25°09′—25°50′N，全县林业用地面积165 649.8 hm2，占土地总面积的67.7%。江华县位于湖南省西南端，位于广东、广西、湖南三省交界处，地理坐标为110°25′— 112°10′E，24°38′— 25°15′N，全县林业用地面积240 602 hm2，占全县总面积的74.5%。两县接壤，其气候同属亚热带湿润季风气候。

2 研究方法

2.1 数据获取

道县和江华县森林生态系统恢复力数据是采用综合指数评价法对研究区域森林生态系统恢复力进行评价：对归一化处理后的指标数据进行空间上的加权求和，得到每个研究栅格的森林生态系统恢复力。道县和江华县2008年初雪灾前森林生态系统恢复力评价结果如图2所示。道县和江华县森林生态系统恢复力最高为0.560 19，最低0.227 997，其中道县大部分地区森林生态系统恢复力处于一般水平，西部地区与北部地区稍高，江华县大部分地区森林生态系统恢复力处于较高水平，西部地区偏低。

2.2 目视解译提取变化区域

基于道县林业局和江华县林业局提供的2004年道县树种空间分布图和2004年江华县树种空间分布图，分别用杉木、阔叶树和马尾松分布的矢量数据对道县、江华县森林生态系统恢复力重分类结果进行裁剪，然后对裁剪结果的像元值相同的像元个数进行统计；分别用杉木、阔叶树和马尾松分布的矢量数据和目视解译得到的变化区域矢量数据进行叠加，用得到的叠加结果裁剪森林生态系统恢复力重分类栅格数据，得到杉木组、阔叶树组和马尾松组变化区域森林生态系统重分类栅格数据。然后对各变化区域内相同值的像元个数进行统计。统计结果如表2所示。

  

图1 变化区域提取结果

 

Fig.1 The result of changed area

2.3 森林生态系统恢复力评价结果和重分类

使用的数据处理软件是ARCGIS，影像数据为2007年和2009年1、2月份的Landsat 5遥感影像(道县和江华县覆盖景为LT51240422007027、LT51240422009016、LT51240432007027、LT51240432009016、LT51230432007036和LT51230432009009)。Landsat 5于1984年3月1日发射，装有有效载荷专题制图仪(TM)和多光谱成像仪(MSS)传感器，凭借出色的仪器性能成功在轨运行27年，是目前在轨时间最长、应用最为广泛、成效最显著的对地观测卫星[9-10]。本研究使用的多光谱数据由TM传感器的7个波段融合而成，分辨率为30m，能满足人工目视解译提取变化区域的精度要求；道县和江华县灾前森林生态系统恢复力数据，是基于李丽在研究冰雪冻灾干扰下的亚热带森林生态系统恢复力的定量评价中的方法[11]，采用综合指标法对森林生态系统自组织能力、抵抗能力、适应能力三方面进行综合评价，对归一化处理后的指标数据进行空间上的加权求和[12]，以得到每个研究栅格的生态系统恢复力。

  

图2 恢复力评价结果Fig.2 The evaluation result of resilience

其中Pi为森林生态系统恢复力重分类值为i的像元遭受冰雪冻灾后会发生覆被类型变化的概率；为变化区域内森林生态系统恢复力重分类值为i的像元个数；ni为该区域森林生态系统恢复力重分类值为i的全部像元个数。

2.4 统计分析像元个数

研究结果(图4)显示：变化区域内森林生态系统恢复力分布与道县和江华县全部地区森林生态系统恢复力分布规律基本一致，呈正态分布；不同树种组存在一定的差异，以杉木为主要树种的森林其恢复力分布较为集中，阔叶树组和马尾松组分布较为分散。

 

表1 重分类标准Tab.1 The standard of reclassification

  

恢复力范围重分类后值0.22—0.2310.23—0.2420.24—0.2530.25—0.2640.26—0.2750.27—0.2860.28—0.2970.29—0.3080.30—0.319…………0.56—0.5735

  

图3 树种空间分布Fig.3 Spatial distribution of tree species

在ARCGIS平台中，对道县和江华县2007年1月份和2009年1月份两个时段的Landsat 5遥感影像进行叠加比对分析，人工目视解译提取出2008年1月特大雪灾过后森林类型发生变化的林地区域(图1)。变化区域提取的标准为：在2007年1月份遥感影像中解译为林地(灌丛除外)而在2009年1月份遥感影中解译为草地或裸地(人为因素少，可忽略不计)。提取变化区域共计661个样本，分布均匀，总面积达到9 658.7 hm2，避免了研究结果的偶然性。

 

表2 不同恢复力范围内像元个数统计表Tab.2 Statistical table of number of pixels in different range for resilience

  

重分类值杉木组阔叶树组马尾松组杉木组变化区域阔叶树组变化区域马尾松组变化区域101130002016000030110300046682670105242 114269113336515 82573831641371519 7251 86289825831515 7064 1811113262961823 1088 32927137232101 27731 79216 64849234447112 72139 06128 137188408804125 82542 66144 7363584921 1191311 18549 03459 2367327581 2881419 45762 29564 1449821 2561 1611535 20983 64059 0741 6661 5741 2611655 67597 73250 8652 3282 0171 404……………………………………总计1 626 8661 197 696599 35645 57816 46413 369

3 结果与分析

树种自身抗寒抗冻能力的差异对其受损程度有很大的影响，是所有影响因素中最基础、最重要、最有力的[13]。不同类型树种抵抗冰雪冻灾的能力具有较大差异，故在探究森林生态系统恢复力与灾后森林生态系统稳态转换之间的关系时，将分不同树种类型进行比较。道县和江华县林地资源调查数据显示，两县主要的树种组有：杉木组、阔叶树组、马尾松组、国外松组和油茶组(图3)。本研究选取分布广泛，数量相对最多的杉木、阔叶树和马尾松为主要树种类型进行研究。

森林受到冰雪灾害后，不同恢复力范围内森林覆被类型发生变化的概率记作P，计算公式为：

 

(1)

为了更加科学地统计分析道县和江华县灾后森林覆被类型变化区域内的森林生态系统恢复力的分布情况，对道县和江华县的森林生态系统恢复力评价结果进行了重分类。重分类标准如表1所示。

斜率 S、截距 E0 都与温度值存在关系，由此可以推出电极电压输出值同样与温度相关。所以，由公式得到的 pH 值必定与温度息息相关。

在2008年初的冰雪灾害干扰下，道县和江华县的杉木组、阔叶树组和马尾松组等不同森林生态系统恢复力范围内森林覆被类型发生改变的概率分布如图5所示。图5结果表明：在冰雪冻灾干扰下，不同树种组不同森林生态系统恢复力范围内，森林覆被类型发生变化的概率分布差异较大。杉木组平均变化概率为0.026 6，阔叶树组平均变化概率为0.009 8，马尾松组平均变化概率为0.012 1，杉木组平均变化率远高于阔叶树组和马尾松组，阔叶树组平均变化率最低；杉木组在低生态系统恢复力范围内变化率较高，在高生态系统恢复力范围内变化率较低，呈现变化率随森林生态系统恢复力升高而降低的基本规律(图5(a))；阔叶树组变化率在低生态恢复力范围内较高，而后随生态系统恢复力升高基本呈正态分布，森林生态系统恢复力在0.38～0.39之间时森林变化率最高(图5(b))；马尾松组变化率随生态系统恢复力升高呈驼峰状分布，整体波动较小，森林生态系统恢复力在0.32～0.33和0.39～0.40之间时森林变化率最高(图5(c))。

  

图4 不同恢复力范围内像元统计分布Fig.4 Statistical distribution of pixelsin different range for resilience

  

图5 森林覆被类型变化率分布图Fig.5 Distribution map of change rate of forest cover type

4 结论与讨论

冰雪冻灾干扰下亚热带森林覆被类型发生变化与森林生态系统恢复力分布有关，且不同树种类型呈现不同的规律。杉木组森林覆被类型变化率与森林生态系统恢复力基本呈负相关，阔叶树组森林覆被类型变化率与森林生态系统恢复力基本呈正态分布，马尾松组森林覆被类型变化率与森林生态系统恢复力关系无明显规律。本研究结果可为今后类似灾害事件的防灾减灾和森林生态系统稳态转换预警及生态恢复提供参考。

由于研究区域和资料数据的限制，本文仅对杉木组、阔叶树组和马尾松组为主要树种类型的森林进行了研究，且将慢生阔叶林、中生阔叶林和速生阔叶林作为一组，从一定程度上降低了数据的客观性。因此，研究的树种类型有待增加和细分。此外，对于不同树种类型呈现出不同的森林稳态转换与恢复力的结果，尚未找到原因，有待进一步研究。

参考文献：

[1]Hauer R J，Wang W，Dawson JO.1993.Ice storm damage to urban trees[J].Journal of Arboriculture，19：187-193.

[2]Rhoads A G，Hamburg S P，Fahey T J，et al.Effects of an intense ice storm on the structure of a northern hardwood forest[J].Can.J.Forest Res，2002，32：1763-1775.

[3]吴可可，彭少麟，陈蕾伊，等.南方森林雨雪冰冻灾害的特征[J].生态学杂志，2011，30(3)： 611-620.

[4]中国林业编辑部.林业系统全面开展冰雪灾害灾后重建[J].中国林业，2008(4)：1.

[5]管远保.浅谈冰冻灾害对湖南森林资源的影响[J].湖南林业科技，2008，35(4)：80-81.

[6]王学成，杨 飞，高 星，等.基于NDVI阈值法的森林冰冻受灾范围精确提取[J].地球信息科学学报，2017，19(4)：549-558.

[7]郭淑红，薛 立.冰雪灾害对森林的影响[J].生态学报，2012，32(16)：5242-5253.

[8]朱鸿伟.森林生态系统的抗冰冻灾害能力研究[D].长沙：中南林业科技大学，2011.

[9]姜高珍，韩 冰，高应波，等.Landsat系列卫星对地观测40年回顾及LDCM前瞻[J].遥感学报，2013，17(5)：1033-1048.

[10]吴 伟，武瑞东.利用卫星遥感数据提取生态干扰信息的方法研究[J].科研信息化技术与应用，2017，8(3)：37-43.

[11]李 丽.冰雪冻灾干扰下森林生态系统恢复力的定量评价[D].西安：西安科技大学，2017.

[12]战金艳，闫海明，邓祥征，等.森林生态系统恢复力评价——以江西省莲花县为例[J].自然资源学报，2012，27(8)：1304-1315.

[13]徐雅雯，吴可可，朱丽蓉，等.中国南方雨雪冰冻灾害受损森林植被研究进展[J].生态环境学报，2010，19(6)：1485-1494.