基于PLS-SEM模型的河南黄河故道刺槐人工林健康评价

doi:10.13466/j.cnki.lczyyj.2025.03.015

摘要/Abstract

摘要： 黄河故道沙区河南段刺槐人工林普遍存在退化现象,导致区域生态防护功能下降。准确、科学地评估其退化等级对于退化林修复工作具有重要意义。以国有中牟县林场的刺槐人工林为研究对象,构建包括林分生产力、林分立地条件、林分抵抗力及林分结构4个维度22个指标的林分健康状态评价指标体系,采用偏最小二乘法结构方程模型(PLS-SEM)确定指标权重,使用健康评价指数、K均值聚类及Fisher判别分析对研究区44个样地健康状态进行综合评价。结果表明:1)PLS-SEM模型通过信效度、拟合度及影响显著性检验,具有可靠性。2)模型确定的林分生产力、林分立地条件、林分抵抗力及林分结构的权重分别为0.257、0.233、0.256和0.254。3)刺槐人工林健康评价指数范围为2.266~3.272。其中,11.4%处于健康状态,25.0%处于亚健康,45.4%处于中健康状态,18.2%处于不健康状态。研究发现,林分生产力与林分抵抗力是影响河南黄河故道刺槐人工林健康的关键维度。其中,平均树高是构成生产力的最关键指标,而外部干扰则是制约抵抗力的核心胁迫因子。

关键词: 刺槐人工林, 森林健康评价, 偏最小二乘法结构方程模型, 黄河故道沙区

Abstract:

The Robinia pseudoacacia plantations in the sandy areas of the Yellow River floodplain in Henan Province exhibit a widespread degradation trend,significantly impacting the regional ecological environment.Accurately and scientifically evaluating their health status is critical for the restoration of degraded forests.This study focused on the R.pseudoacacia plantations in Zhongmu Forest Farm,located in the Yellow River floodplain of Henan Province.With field investigationsconductedin 44 representative plots,22 indicators across four dimensions involving stand productivity,stand site,stand resistance and stand structure were selected.Using Partial Least Squares Structural Equation Modeling(PLS-SEM),K-means clustering analysis,and Fisher discriminant analysis,a health assessment system and a health index model suitable for this region were established,followed by a comprehensive evaluation of stand health status.The results showed that the constructed PLS-SEM passed tests of validity,model fit,and significance.By using the PLS-SEMmodel,the weights of the four latent variable layersof stand productivity,stand site,stand resistance,and stand structure,were determined as 0.257,0.233,0.256,and 0.254,respectively.The health evaluation index of the studied R.pseudoacacia plantations ranged from 2.266 to 3.272.Among them,11.4% were in a healthy state,25.0% in a sub-healthy state,45.4% in a moderately healthy state,and 18.2% in an unhealthy state.The comprehensive findings indicate that stand productivity and stand resistance are the key dimensions determining the health of R.pseudoacacia plantations in the Henan Yellow River Old Course area.Specifically,mean tree height was identified as the most critical indicator of stand productivity,while external disturbance emerged as the primary constraining factor for stand resistance.

Key words: Robinia pseudoacacia plantations, forest health assessment, PLS-SEM, Yellow River floodplain sandy areas

中图分类号:

S750

冶佩霞, 罗凯, 申振海, 靳姗姗, 周梦丽, 闫东锋. 基于PLS-SEM模型的河南黄河故道刺槐人工林健康评价[J]. 林草资源研究, 2025,(3): 127-138.

YE Peixia, LUO Kai, SHEN Zhenhai, JIN Shanshan, ZHOU Mengli, YAN Dongfeng. Health assessment of Robinia pseudoacacia plantations in the Henan Old Yellow River Course area using PLS-SEM Model[J]. Forest and Grassland Resources Research, 2025,(3): 127-138.

图/表 8

表1

表2

表3

表4

表5

图1

表6

表7

参考文献 38

[1]	北京市园林绿化国际合作项目管理办公室、北京林业大学.森林健康经营与生态系统健康评价规程:DB11/T 725—2010[S]. 北京: 中国标准出版社, 2010.
[2]	BADEA O, PITAR D, TAUT I, et al. Forest monitoring:assessment,analysis and warning system for forest ecosystem status[J]. Notulae Botanicae Horti Agrobotanici Cluj-Napoca, 2013, 41:613-625. doi: 10.15835/nbha4129304
[3]	MCKINLEY D C, RYAN M G, BIRDSEY R A, et al. A synthesis of current knowledge on forests and carbon storage in the United States[J]. Ecological Applications, 2011, 21(6):1902-1924. pmid: 21939033
[4]	JOUBERT-VAN DER MERWE L, SAMWAYS M J, PRYKE J S. A new protocol for monitoring operational outcomes of environmental management in commercial forestry plantations[J]. Journal of Environmental Management, 2020, 271:110922.
[5]	CASTELLO J. Forest Health:An Integrated Perspective[M]. Cambridge: Cambridge University Press, 2011.
[6]	姬文元, 邢韶华, 郭宁, 等. 川西米亚罗林区云冷杉林健康状态评价[J]. 林业科学, 2009, 45(3):13-18.
[7]	严尚凯, 赵忠, 宋西德, 等. 黄土高原渭北地区油松林健康评价研究[J]. 西北林学院学报, 2010, 25(5):7-11.
[8]	赵金满, 韩馨悦, 程瑞明, 等. 塞罕坝自然保护区华北落叶松和樟子松人工林健康评价[J]. 南京林业大学学报(自然科学版), 2024, 48(3):199-206. doi: 10.12302/j.issn.1000-2006.202204058
[9]	吴秀丽, 吴涛, 刘羿. 国内外森林健康经营综述[J]. 世界林业研究, 2011, 24(4):7-12.
[10]	彭泰来, 黄俊威, 刘金山, 等. 基于模糊综合评价法的天然林资源质量评价[J]. 林业资源管理, 2022(6):82-88.
[11]	赵小亮, 周国娜, 高宝嘉, 等. 主成分分析法在承德县森林生态系统健康评价中的应用[J]. 中国农学通报, 2008(6):400-403.
[12]	翁殊斐, 黎彩敏, 庞瑞君. 用层次分析法构建园林树木健康评价体系[J]. 西北林学院学报, 2009, 24(1):177-181.
[13]	LAUGHLIN D C, ABELLA S R, COVINGTON W W, et al. Species richness and soil properties in Pinus ponderosa forests:A structural equation modeling analysis[J]. Journal of Vegetation Science, 2007, 18(2):231. doi: 10.1111/jvs.2007.18.issue-2
[14]	董灵波, 刘兆刚. 森林健康评价及其多尺度转换方法[J]. 南京林业大学学报(自然科学版), 2021, 45(3):206-216. doi: 10.12302/j.issn.1000-2006.201911007
[15]	LEGUINA A. A primer on partial least squares structural equation modeling(PLS-SEM)[J]. International Journal of Research & Method in Education, 2015, 38(2):220-221.
[16]	夏江宝, 许景伟, 李传荣, 等. 黄河三角洲低质低效人工刺槐林分类与评价[J]. 水土保持通报, 2012, 32(1):217-221.
[17]	曹小玉, 委霞, 赵文菲, 等. 基于结构方程模型的森林健康评价[J]. 生态学杂志, 2021, 40(8):2635-2647.
[18]	青海省林业和草原局. 人工生态公益林健康评价技术规范:DB63/T 2017—2022[S]. 青海: 青海省市场监督管理局, 2022.
[19]	刘金良, 于泽群, 张顺祥, 等. 渭北黄土高原区刺槐人工林健康评价体系的构建[J]. 西北农林科技大学学报(自然科学版), 2014, 42(6):93-99.
[20]	莫永俊. 基于结构方程模型的杉木公益林林分结构多样性评价[D]. 长沙: 中南林业科技大学, 2024.
[21]	国家林业局应对气候变换和节能减排工作领导小组办公室. 中国绿色碳基金造林项目碳汇计量与监测指南[M]. 北京: 中国林业出版社, 2008.
[22]	ROZAS V. Structural heterogeneity and tree spatial patterns in an old-growth deciduous lowland forest in Cantabria,Northern Spain[J]. Plant Ecology, 2006, 185(1):57-72. doi: 10.1007/s11258-005-9084-1
[23]	吴明山, 周汝良, 张明莎, 等. 林分尺度上的森林火险动态评估[J]. 林业资源管理, 2020(2):126-134.
[24]	董灵波, 刘兆刚, 李凤日, 等. 大兴安岭主要森林类型林分空间结构及最优树种组成[J]. 林业科学研究, 2014, 27(6):734-740.
[25]	魏强, 柴春山, 凌雷, 等. 兰州南部山区天然次生林近自然化经营技术[J]. 林业资源管理, 2016(5):86-92.
[26]	AMINI A, ALIMOHAMMADLOU M. Toward equation structural modeling:an integration of interpretive structural modeling and structural equation modeling[J]. Journal of Management Analytics, 2021, 8(4):693-714. doi: 10.1080/23270012.2021.1881927
[27]	JIA Honghong, LUO Peng, YANG Hao, et al. Constructing an indices system for evaluating the ecological integrity of forests in western Sichuan,China based on structural equation modeling[J]. Ecological Indicators, 2023, 146:109745.
[28]	YUAN Kehai, WEN Yong, TANG Jiashan. Regression analysis with latent variables by partial least squares and four other composite scores:consistency,bias and correction[J]. Structural Equation Modeling:A Multidisciplinary Journal, 2020, 27(3):333-350. doi: 10.1080/10705511.2019.1647107
[29]	HAIR J F, RINGLE C M, SARSTEDT M. Editorial partial least squares:The better approach to structural equation modeling?[J]. Long range planning, 2014, 47(6):391-391. doi: 10.1016/j.lrp.2013.08.015
[30]	WANG Weiwei, XU Yanhong, YANG Junling, et al. Health evaluation of main forest vegetation types in Naban River Nature Reserve[J]. Chinese Agricultural Science Bulletin, 2021, 37(26):32-39. doi: 10.11924/j.issn.1000-6850.casb2020-0755
[31]	熊樱. 延安城郊刺槐人工林健康评价及其林分结构配置研究[D]. 杨凌: 西北农林科技大学, 2013.
[32]	李平平, 王彦辉, 于澎涛, 等. 黄土高原刺槐人工林生长对立地质量和林分密度的响应[J]. 林业科学, 2025, 61(7):192-207.
[33]	郭艳荣, 王懿祥, 海龙, 等. 基于ChatGPT的科尔沁沙地杨树人工林健康评价[J]. 北京林业大学学报, 2025, 47(7):117-128.
[34]	张顺祥, 刘金良, 赵忠. 基于多元统计分析的永寿县刺槐人工林健康评价研究[J]. 西北林学院学报, 2016, 31(2):109-114.
[35]	曹志. 基于森林健康的林分结构调控技术研究[D]. 北京: 北京林业大学, 2021.
[36]	刘恩田, 赵忠, 宋西德, 等. 渭北黄土高原刺槐林健康评价指标体系的构建[J]. 西北农林科技大学学报(自然科学版), 2010, 38(10):67-75.
[37]	赵琳, 邓继峰, 周永斌, 等. 基于灰色理论分析辽西北半干旱地区适地适树造林决策[J]. 林业资源管理, 2016(5):77-85.
[38]	曾伟生. 近自然森林经营是提高我国森林质量的可行途径[J]. 林业资源管理, 2009(2):6-11.

变量	均值±标准差	最小值	最大值	变异系数/%	偏度	峰度
郁闭度	0.68± 0.20	0.26	0.92	28.9	-0.712	-0.702
林分密度/(株/hm²)	769.00±207.00	350.00	1 283.33	26.9	0.087	-0.189
单位面积蓄积量/(m³/hm²)	57.05± 33.97	12.99	122.44	59.5	0.613	-1.002
平均胸径/cm	14.36± 2.98	10.12	20.74	20.7	0.138	-1.237
平均树高/m	8.56± 2.30	5.17	12.63	26.8	0.191	-1.506

目标变量	潜变量	观测变量	等级分值
目标变量	潜变量	观测变量	5	4	3	2	1
刺槐人工林健康评价	林分生产力	平均胸径/cm	≥17	[15,17)	[12,15)	(11,12)	(0,11]
		平均树高/m	≥11.1	[8.8,11.1)	[7.3,8.8)	(6.3,7.3)	(0,6.3]
		平均冠幅/m	≥12.2	[11.0,12.2)	[9.5,11.0)	(8.2,9.5)	(0,8.2]
		单位面积蓄积量/(m³/hm²)	≥102	[55,102)	[36,55)	(27,36)	(0,27]
		地上部分总生物量/(g/m²)	≥200	[160,200)	[120,160)	(120,90)	(0,90]
	林分立地条件	郁闭度	≥0.85	[0.79,0.85)	[0.73,0.79)	(0.47,0.73)	(0,0.47]
		物种丰富度	≥7	[6,5)	[5,4)	[4,3)	(0,3]
		土壤容重/(g/cm³)	(0,1.41]	(1.41,1.45)	[1.45,1.47)	[1.47,1.49)	≥1.49
		土壤有机质/(g/kg)	≥4.3	[3.3,4.3)	[1.7,3.3)	(0.99,1.7)	(0,0.99]
		土壤含水量/%	≥22	[19,22)	[14,19)	(12,14)	(0,12]
	林分抵抗力	枯死枝比例/%	(0,0.15]	(0.15,0.18)	[0.18,0.20)	[0.20,0.24)	≥0.24
		断头比例/%	(0,0.06]	(0.06,0.13)	[0.13,0.23)	[0.23,0.38)	≥0.38
		感染病虫害比例/%	(0,0.16]	(0.16,0.42)	[0.42,0.67)	[0.61,0.91)	≥0.91
		火险等级	(0,0.18]	[0.19,0.23)	[0.23,0.28)	[0.29,0.33)	≥0.33
		干扰等级	极轻	轻度	中度	重度	严重
		更新苗多样性	≥0.69	[0.61,0.69)	[0.56,0.61)	(0.45,0.56)	(0,0.45]
		更新苗数量	≥45	[32,45)	[26,32)	(26,18)	(0,18]
	林分结构	竞争指数	≥0.26	[0.24,0.26)	[0.23,0.24)	(0.22,0.23)	(0,0.219]
		角尺度	(0,0.45]	(0.45,0.49)	[0.49,0.52)	[0.52,0.54)	≥0.54
		大小比数	≥0.53	[0.51,0.53)	[0.50,0.51)	(0.49,0.50)	(0,0.49]
		平均叶面积指数	≥1.43	[1.27,1.43)	[1.18,1.27)	(1.07,1.18)	(0,1.07]
		冠层开度	(0,14.6]	(14.6,21.9)	[21.9,35.0)	[35.0,53.6)	≥53.8

潜变量	可测变量个数/个	测量模型			结构模型
		信度检验		效度检验	路径系数	拟合效度检验
		克朗巴赫系数	组合信度	平均方差提取量	路径系数	拟合系数	P值
林分生产力	5	0.937	0.954	0.806	0.947	0.895	<0.01
林分立地条件	5	0.836	0.883	0.602	0.86	0.733	<0.01
林分抵抗力	7	0.895	0.919	0.622	0.942	0.885	<0.01
林分结构	5	0.877	0.91	0.671	0.936	0.873	<0.01

潜变量	路径系数	潜变量权重	观测变量	因子载荷	外部权重	观测变量权重
林分生产力	0.947	0.257	平均胸径	0.938	0.226	0.204
			平均树高	0.950	0.243	0.219
			平均冠幅	0.709	0.179	0.162
			单位面积蓄积量	0.924	0.233	0.210
			地上部分总生物量	0.943	0.227	0.205
林分立地条件	0.860	0.233	郁闭度	0.851	0.325	0.253
			物种丰富度	0.740	0.282	0.220
			土壤容重	0.814	0.250	0.196
			土壤有机质	0.722	0.211	0.165
			土壤含水量	0.745	0.213	0.166
林分抵抗力	0.942	0.256	枯死枝比例	0.875	0.201	0.161
			断头比例	0.789	0.169	0.135
			感染病虫害比例	0.884	0.229	0.182
			火险等级	0.669	0.135	0.108
			干扰等级	0.943	0.234	0.186
			更新苗多样性	0.651	0.150	0.187
			更新苗数量	0.651	0.123	0.153
林分结构	0.936	0.254	竞争指数	0.823	0.272	0.224
			角尺度	0.823	0.248	0.204
			大小比数	0.838	0.248	0.204
			平均叶面积指数	0.739	0.193	0.159
			冠层开度	0.865	0.256	0.210

样地编号	潜变量贡献值				健康评价指数	样地编号	潜变量贡献值				健康评价指数
样地编号	林分生产力	林分立地条件	林分抵抗力	林分结构	健康评价指数	样地编号	林分生产力	林分立地条件	林分抵抗力	林分结构	健康评价指数
1	1.191	0.762	0.375	0.744	3.072	12	1.176	0.810	0.343	0.597	2.926
2	1.054	0.782	0.416	0.799	3.051	13	0.998	0.751	0.315	0.557	2.621
3	1.093	0.661	0.382	0.761	2.896	14	1.054	0.718	0.389	0.516	2.678
4	0.986	0.679	0.328	0.707	2.701	15	0.934	0.782	0.343	0.516	2.575
5	1.202	0.842	0.397	0.654	3.094	16	0.599	0.763	0.627	1.005	2.994
6	1.243	0.843	0.388	0.797	3.272	17	0.859	0.517	0.524	0.953	2.853
7	1.146	0.674	0.376	0.694	2.890	18	0.854	0.679	0.619	0.712	2.863
8	1.202	0.753	0.329	0.717	3.000	19	0.801	0.719	0.558	0.473	2.552
9	1.232	0.888	0.465	0.655	3.241	20	0.652	0.692	0.646	0.787	2.777
10	0.934	0.880	0.424	0.557	2.794	21	0.309	0.524	0.655	0.777	2.266
11	1.081	0.668	0.418	0.518	2.685	22	0.919	0.835	0.422	0.647	2.823
23	0.932	0.640	0.605	0.801	2.978	34	0.460	0.698	0.778	0.862	2.797
24	0.599	0.484	0.605	0.762	2.451	35	0.682	0.672	0.724	0.887	2.965
25	0.756	0.633	0.491	0.789	2.670	36	0.257	0.524	0.839	0.778	2.398
26	0.632	0.867	0.531	0.697	2.726	37	0.257	0.517	0.859	0.869	2.501
27	0.641	0.706	0.681	0.757	2.785	38	0.355	0.685	0.845	0.882	2.767
28	0.652	0.539	0.621	0.901	2.712	39	0.585	0.577	0.706	0.765	2.633
29	0.460	0.615	0.593	0.681	2.349	40	0.633	0.576	0.878	0.752	2.839
30	0.471	0.751	0.579	0.705	2.507	41	0.449	0.705	0.810	0.828	2.792
31	0.257	0.768	0.933	0.939	2.896	42	0.351	0.795	0.816	0.870	2.833
32	0.351	0.614	0.830	0.835	2.630	43	0.299	0.628	0.763	0.815	2.505
33	0.257	0.524	0.864	0.887	2.532	44	0.690	0.628	0.933	0.713	2.964