三度空間指標

以往林分結構常以生物量在空間上的分布來描述，也就是說植物種類、植物 大小、或是年齡分布在垂直與水平的空間排列(Crow et al., 1994)，或是以種類的變 化、年齡級做特徵，將種類排列至不同的樹冠層，以及個體在不同直徑級的分布 (Smith, 1986)。卻仍然缺乏一個能量化與適切描述林分三度空間結構的指標，及生 態測量上，用來比較不同林分間結構複雜度的指標。

分析林分結構的範圍可以從零維尺度之定性上的描述，至一維尺度之統計量 分析(如胸高直徑的變異數分析、樹冠層高度)，至二維尺度之點分布模式分析，然 而結構不管在任何時間上來說，都是具有水平及垂直組成之三維空間尺度(Zenner, 1998)。

Zenner and Hibbs (2000)依照空間的概念，發展此依據垂直分級與相鄰林木距 離，比較林分空間結構複雜度的指標(Structural Complexity Index)以下簡稱 SCI。

其中 為由林木位置及樹高合成的三度空間座標，所構成的鄰近空間三角 形之表面積總和，而 為所有三角形投影面積的總和。

其 中i=1~N 為 樣 區 中 的 N 個 三 角 形 。 為AB 向 量 ( 座 標 ai= )與AC向量(座標bi= )的 乘積。此二分之一的向量乘積值，即是結合林木之z (高度)座標與林木位置x , y座 標(平面)之三度空間三角形面積。假設每株林木的樹高都一樣，則空間三角形的表 面總面積相當於投影三角形面積總和，即算出來SCI值等於 1，此亦為SCI的最小 值。此公式可以依據相鄰樹高與大小的不同，比較結構上的差異。

五、指標間的比較

Neumann and Starlinger (2001)為瞭解空氣污染與其他因素對森林所造成的效 應，在歐洲的森林中展開一連串的計劃(the Pan-European programme for Intensive Monitoring of Air Pollution Effects on Forests)。在全歐洲總共設置將近 900 個永久觀 測樣區，特別針對奧地利20 個永久樣區及兩個試驗地，包含歐洲大部分各種生態 地位、及緯度範圍的森林。

調查資料包括：每株林木的座標、冠層投影面積、樹種鑑定，及一些持續記 錄的生長資料：胸高直徑、樹高、冠層長度、及植物的種類數量等。使用每一份 樣區資料，計算前述之11 個有關物種與結構多樣性的指標。

其研究結果發現：生物多樣性指標，在林木階層，SH 與 SI 指標間存在顯著的 相關，而E 與 SI 的相關高於 SH。SH 指標在樣區內各植物層的差異比樣區間的差 異還大，SH 的最高值發生維管束植物層(vascular layer)，但是某些樣區最高值發生 在地表層(ground layer)；在樹種組成上，更新層(regeneration layer)一般而言比樹冠 層(tree layer)高；在維管束植物層和更新層的樹種間有微弱的正相關(Neumann and Starlinger, 2001)，而其他層之間缺乏相關；SH 在與海拔相關的分析上，更新層的 物種隨著海拔上升而減低，其他各層沒有找到相關趨勢，相反地在地表層隨著海 拔上升而增加。

但所有有關林分結構的指標，在各林分間表現皆相似，PI 與 CI 在表現樣區為 規則或是不規則分布上，幾乎完全相同。PI 和海拔有高度正相關。GI 可以表現較 規則樣區，但是CI 與 PI 指出的群聚樣區則無法表現。VE 值在單一冠層之實驗林 分皆小於 0.25，而在複層冠層林分皆大於 0.75。相對於生物多樣性指標間的缺乏 關聯，在描述結構的指標間存在著許多相關。而傳統上眾所皆知用作生產研究參 數的直徑標準差(standard deviation of diameter)分布，和所有結構指標皆有顯著相 關，甚至包含生物多樣性指標中SH 計算的維管束植物層。

複合性指標，HC 與 SD 在高複雜度的樣區相吻合，在低複雜度的樣區的關聯 則很小，然整體HC 與 SD 比較為顯著相關。HC 與 SD 和水平結構指標皆無相關，

但與垂直結構指標VE 有微弱正相關。複合性指標和海拔高度也皆無相關。

越複雜的林分多樣性指標，能越充分表示物種分布情形。在低海拔更新層有 最高的物種數量，而隨著海拔上升更新層的物種多樣性跟著下降。與低海拔森林 相比，高山森林的林分結構擁有較不規則的趨勢。雖然林分結構和物種多樣性之 間的關聯薄弱，但是就與CI 值和胸高直徑的標準差而言，維管束植物層的 SH 值，

隨著林分結構增加而減少(Neumann and Starlinger, 2001)。雖然其研究無法證實，但 也許和越複雜的林分結構其光的穿透率較低有關。

假若能記錄林木的座標及冠層資料，將有利於林分結構與物種多樣性的分 析。倘使再加上航空照片分析更能增加資料的完整性。

Zenner (2004)以美國奧瑞岡西部喀斯開山脈，10 塊至少 80~100 年來未受擾動 的天然林為例，目的為檢測是否老熟林真的符合高度活木(live-tree)結構多樣性。

樣 區 依 照OGDTG 的 老 熟 林 定 義 ， 分 成 成 熟 林 (mature) 、 老 熟 林 、 過 渡 林 (transitional)。同時使用老熟林指標(Iog)做分級，以及使用結構複雜度指標(SCI)瞭 解是否高度符合老熟林條件的森林，具有最複雜的林分結構。

研究結果證實，老熟林和SCI呈現良好的相關性，雖然Iog和SCI運算結果，各 樣區的排序順序雖未完全一致，但是Iog計算結果為老熟林的樣區，SCI指數亦為最 高(Zenner, 2004)。其研究證實老熟林的確擁有高度結構複雜度。

Zenner and Hibbs (2001)以五個樣區的真實樹高資料，並以電腦模擬三種不同 分布(隨機、群聚、規則)下的林木座標，分別換算 1000 次模擬的結果。由於林木 空間分布與樹高之間的關係，會造成不同的結構複雜度。在相同樣區內，模擬不 同的分布，SCI 值差距 15%~24%。由此可以反應出，鄰近樹高的分布不同，計算 出的SCI 值也跟著不同。

SCI 是唯一可以同時整合垂直與水平方向結構的指標。雖然每一組相鄰林木所 形成的三角形面積，僅佔 SCI 的一小部分，但若有許多生長在林下的小徑木將對 SCI 值造成很大的影響。SCI 結構指標，可以用來量測森林在時間與空間上的差異、

形成森林結構、分析觀測與預期之結構上的差異、描述森林結構在擇伐 (selective harvesting)結果下的改變等等(Pommerening, 2002)。

者。以往學術界也常將高物種歧異度視為天然的象徵，在Neumann and Starlinger (2001)的研究中則無法證實。以中歐植物生長情形為例，由於其植物種類極低，結 構複雜度佔有重要的地位，特別是山區森林地(Neumann and Starlinger, 2001)。而台 灣中高海拔森林也有相類似情形，單一樹種優勢的森林，不代表其結構複雜度就 會降低。故使用物種多樣性指標作為老熟林、結構複雜度、或是天然程度的象徵，

並不足夠。

綜合Zenner and Hibbs (2001)研究結果，當林木位置分布變化，以 SCI 指標能 反應出各林分間結構變化的差異。選用 SCI 指標做為本實驗樣區的林分結構計算 公式，並藉由模擬疏伐調整真實林木位置關係，預期發現林分結構在不同疏伐方 式處理下的最複雜結構。以達到充分瞭解林分結構，及尋找最佳林業政策方針的 目的。

在文檔中 疏伐方式對林分結構複雜度之效應 (頁 22-27)