疏伐方式對林分結構複雜度之效應

國立臺灣大學生物資源暨農學院森林環境暨資源學系 碩士論文

School of Forestry and Resource Conservation College of Bio-Resources and Agriculture

National Taiwan University Master Thesis

疏伐方式對林分結構複雜度之效應

Effects of Thinning Regimes on Stand Structure Complexity

林盈秀 Ying-Hsiu Lin

指導教授：關秉宗 博士 Advisor：Dr. Biing T. Guan

中華民國九十七年六月

June, 2008

Effects of Thinning Regimes on Stand

Structure Complexity

不同疏伐方式林分結構複雜度的變化

中文摘要

維護生物多樣性已為現今人造林經營中極為重要的目標。一般認為結構複雜 度較高的森林因具有豐富的物種棲地，亦應造就較高的生物多樣性。是以如何提 高結構多樣性為人造林撫育經營過程中重要之課題，而疏伐作業已被視為增進人 造林結構多樣性重要之撫育方法。本研究以南投縣信義鄉同富村和社營林區25 林 班，一佔地 10 公頃柳杉(Cryptomeria japonica)人造林為例，經由每木定位與利用 結構複雜度指標(Structural Complexity Index, SCI)，分析不同疏伐方法對結構多樣 性之效應。首先本研究以蒙地卡羅法模擬三種疏伐處理(株數疏伐率 20%、40%、

60%)各 1000 次株數以瞭解逢機疏伐對林分 SCI 之效應。其次，本研究分析三種疏 伐方式（分上層、中層、下層）結合上述三種疏伐率對林分 SCI 值之影響，並比 較其與逢機疏伐之差異與優劣。而後，以加入該林分前期殘留杉木(Cunninghamia lanceolata)所生之萌櫱，計算 SCI 值，以模擬疏伐後林下栽植對林分結構之變化。

最後將地形高程納入SCI 計算，以瞭解微地形變化對 SCI 之影響。

結果顯示隨機疏伐方式難以改善人造林的結構多樣性。選用中層疏伐方式使 林木胸高直徑的變異度增加，進而提高人造林之垂直結構多樣性。在實施疏伐後，

於林下栽植苗木亦有助於增加空間結構複雜度。本研究亦顯示並非任何疏伐均會 提升林分結構，唯有事前精密的調查與分析方能有助於達成該目標。

關鍵字：結構複雜度指標、疏伐設計、人造林經營、中層疏伐、林分空間結構、

結構多樣性

Effects of Different Thinning Treatments on Stand Structure Complexity

Abstract

Nowadays, an important objective in managing plantation forests is the maintenance of biodiversity. As it is believed that a structurally more complex stand will harbor more diverse habitats, which in turn will promote species diversity, creating structural complexity is central to the management of plantation forests, and thinning is considered as one of the best methods to achieve that objective.

Using a 10-ha sugi (Cryptomeria japonica) plantation located in central Taiwan as an example, this study intended to answer which thinning regime would create the highest structural complexity of that stand, as measured by Structural Complexity Index (SCI). Via Monte Carlo simulations, this study first investigated how a random thinning approach under three stem removal rates (20, 40, and 60%) would affect SCI. This study then proceeded to investigate how the combinations of three thinning approaches (thinning-from-top, -middle, and -below) and the three stem removal rates would affect SCI. Thirdly, to mimic the effects of after-thinning understory planting on SCI, this study included Chinese-fir (Cunninghamia lanceolata) sproutings in calculating the SCI values. Finally, this study analyzed how the inclusion of topographic variations would

affect SCI values.

The results showed that a random thinning approach would not enhance structural complexity, and a thinning-from-middle approach would create a structurally more complex stand, due to its effects in increasing the variance of stem diameter.

After-thinning understory planting would also increase structural complexity. This study showed that not all thinning regimes would promote structural complexity, some may actually reduce it, and only via detailed inventory and analysis will help us to achieve that objective.

Keywords: structural complexity index (SCI), thinning design, plantation management, thinning-from-middle, structure diversity.

目 錄

中文摘要………...….……....i

英文摘要………...ii

目錄………...iv

表目錄………...…v

圖目錄………...vi

壹、前言……….1

貳、前人研究……….…………2

参、研究方法………...19

肆、結果………...33

伍、討論與建議………...44

陸、結論………...52

柒、參考文獻………...53

附錄一、25 林班附近天然林及造林失敗地喬木層分布………...……59

附錄二、和社25 林班內 10 公頃樣區各分區資料……….61

附錄三、R 統計軟體指令………62

附錄四、A 區疏伐選木範例………...64

表目錄

表一、樣區內柳杉及杉木資料簡表………...……...……….22 表二、各種疏伐比例及方式SCI 值與原始值之差異百分比列表…………...……….38 表三、不同疏伐率與疏伐方式之材積比較………..………...…..…46

圖目錄

圖一、南投縣信義鄉25 林班樣區位置圖………...…..……….20

圖二、樣區編碼分布圖………...………21

圖三、樣區立木ArcMap 示意圖………..………...………22

圖四、柳杉胸高直徑與樹高分布圖………...………23

圖五、以R 統計軟體建構樣區內 MN 區(請參考圖二)之 TIN 圖.………...24

圖六、各小區之疏伐隨機配置圖………...………...……….28

圖七、以SVS 模擬孔隙疏伐示意圖………...………30

圖八、以Google-earth 軟體展示 25 林班樣區各種方位與俯視角之外觀圖...…..31

圖九、以TriNet 表現樣區內 MN 區(請參考圖二)之高程地形變化…………...…….32

圖十、各分區內未經疏伐處理之原始SCI 值比較……...………...……..33

圖十一、蒙地卡羅模擬柳杉疏伐株數1000 次之 boxplot 圖………...……..34

圖十二、蒙地卡羅模擬柳杉疏伐株數1000 次 boxplot 圖與不同疏伐方式之比較….36 圖十三、各種疏伐方式之SCI 差異百分比示意圖………39

圖十四、三種疏伐方式，在不同疏伐程度時之SCI 值比較………...40

圖十五、各分區加入杉木後計算SCI 值並比較不同程度中層疏伐時之變化………41

圖十六、變動密度疏伐之SCI 與原始值比較圖………...…….42

圖十七、以高程地形效應與胸高直徑加入計算之SCI 分布圖..………...…...43

圖十八、樣區內胸高直徑、樹高、與高程分布圖……….…..48

壹、前言

1960 年代起，環境觀念逐漸抬頭，森林經營除了木材收獲之外，更多了生物 多樣性、永續生產、及環境保護等多元化的訴求(FEMAT, 1993a, b)。當林業經營的 角度不再是單純目標的木材砍伐之後，欲做更多樣性的規劃，則深入瞭解林分的 結構就更迫切需要。

和結構整齊、簡單之集約管理的人造林相比，天然及混合樹種的森林不管在 演替早期和後期，往往具有較複雜的結構與林分發展(Spies and Franklin, 1991)。最 複雜的結構被認為發生在演替後期的老熟林(old-growth forest; Spies and Franklin, 1988)，而越複雜的結構可以供養越多不同棲息地種類的植物與動物族群(Begon et al., 1986)。由於生物多樣性內容龐雜難以測量與計算，因此將結構複雜度(structural complexity)視作林分生物多樣性的指標(Hansen et al., 1991)。

在現今林業生態經營的理念下，希望藉由改善人造林的單調結構，增加人造 林的結構多樣性，進而達到維護與保存生物多樣性。在探討如何增加林分結構多 樣性的同時，能夠明確的描述林分結構多樣性，則是檢測各種試驗與經營結果的 重要工具。儘管瞭解林分結構的多樣性，與一直強調的生物多樣性有密不可分的 關係，而各種檢測生物及結構多樣性的指標也有許多，但仍舊缺乏一個適切比較 林分間結構多樣性的量化測量方法(Zenner and Hibbs, 2000)。

本研究選用林分結構複雜度指標(structural complexity index; SCI)運算柳杉 (Cryptomeria japonica)人造林的結構多樣性；並以模擬方式，計算不同疏伐處理 下，結構複雜度的變化，以期找到最佳的疏伐方式提升人造林之結構多樣性。故 以適切描述林分結構的指標，設計疏伐方法並決策未來的林業經營方針，為本文 重點。

貮、前人研究

Rosenvald and Lõhmus (2008)在探討綠木留存(green-tree retention)與皆伐對於 生物多樣性的影響一文中，使用北美與歐洲地區，1981 年至 2006 年期間發表的資 料做分析，扣除未得到作者同意、與資料不足以比對之部分，尚有 214 篇文章。

森林經營與生物多樣性受到重視的程度，由此可見一般。

隨著保存森林生態系統多樣性的議題備受重視，多樣性這個名詞，也就跟著 越來越熱門（Schuler, 1998）。雖然多樣性之名詞受到不斷的使用，但是卻還是缺 乏一個廣泛而普遍的定義(Kaennel, 1998)。簡單的解釋生物多樣性，為生物間的多 樣化(variety)與多變性(variability)，其可以被定義成各種不同生物層面間的數量與 頻度，範圍可以從基因(genes)、物種(species)、到生態系統(ecosystems; Smitinand, 1995)。

老熟林的特定結構包括：可供啄木鳥築巢的樹洞、各式各樣及大小的枯立木、

大型倒木、起伏的土堆、隨不同時期變動的樹冠孔隙、及複雜垂直分層的冠層(Spies and Franklin, 1988)。這些豐富的材料可供各種生物做為棲息地選擇，故老熟林被認 為是集結豐富生物多樣性的重要區域之一，學術界研究老熟林的興趣也隨之增加 (Foster et al., 1996)。

全球的林業經營目標從早期的商業伐木，演變成現今的永續生態經營理念，

故森林相關單位相繼研究如何復育過度開發之人造林。研究的方向朝向改善不佳 的人造林經營方式；兼顧木材生產與生態理念；更進一步加速人造林相似於老熟 林結構的時間。故瞭解老熟林與人造林結構的差異為首要課題；如何使用指標描 述林分結構為林業經營的重要工具；使用結構指標設計疏伐與訂定林業經營政策 為最終目的。

本論文以探討結構多樣性為主，希望藉由模擬老熟林的結構多樣性，達到提 昇人造林結構多樣性的目標，使用結構指標設計疏伐，期望創造出現有人造林的 空間結構多樣性。前人研究依次介紹老熟林的結構、人造林的結構、疏伐、林分 結構與多樣性指標、及指標間的比較。

一、老熟林的結構

老熟林同時具有：魚類及野生動物棲地、林木組織層(timber stratum)、經濟資

源、及組成生物多樣性等價值。並提供：科學研究、長期森林生產、休閒娛樂、

美學、心靈興趣、及集水區保護等多樣需求(Marcot et al., 1991)。為迎合各式不同 目標，老熟林所需的定義條件也各不相同。

許多學者皆曾為老熟林下過定義，這些定義相似但不完全相同，始終沒有一 個能同時滿足所有老熟林的形式。光是要定義老熟林就是一門很大的學問。以下 是針對不同研究目的，曾為老熟林條件下過定義的四個美國相關組織：

(一)、美國森林學會(Society of American Foresters)

美國森林學會 1984 年定義美國西部奧瑞岡及華盛頓地區的花旗松老熟 林：(1)、具有二種以上，年齡及尺寸連續分布的樹種，包含一種壽命長且優勢 的 樹 種( 如 花 旗 松 ， Douglas-fir) 及 一 種 耐 蔭 伴 生 種 ( 如 西 部 鐵 杉 ， western hemlock)；(2)、深長且多層次的冠層；每公頃有超過 25 株 200 年生以上的林 木或是胸高直徑大於100 公分；(3)、多量大型殘材(coarse woody debris)包含每 公頃超過25 株高於 6 公尺的枯立木，及每公頃超過 45 公噸的倒木，及每公頃 至少10 株枯立木或倒木之胸高直徑大於 64 公分、長度大於 15 公尺。美國森 林學會沒有替其他森林型態下定義。

(二)、老熟林定義專案小組(Old-Growth Definition Task Group; OGDTG, 1986) 這是1986 年特地為西北加州、華盛頓、奧瑞岡喀斯開山脈(Cascade Range) 地區、及加州內華達山脈(Sierra Nevada)地區，四種花旗松和針葉混合林等不同 型式老熟林，所成立的臨時組織。反應不同濕度和地位下四種林型之老熟林標 準：包含(1)、生活林木之狀態，尺寸、年齡、密度、及關係；(2)、冠層結構；

(3)、枯立木尺寸及密度；(4)、枯倒木尺寸及密度等。

(三)、美國農業部林務署(USDA Forest Service)

美國農業部林務署針對華盛頓、奧瑞岡和加州等地區之林業經營計畫，發 表老熟林定義及規則。在華盛頓、奧瑞岡地區，美國西北太平洋地區指南(the Pacific Northwest Regional Guide)定義老熟林的量化標準，並設立最小面積 4 公 頃以上樣區，以展現其上符合老熟林的標準條件。此理想樣區面積是為某些依 賴 此 棲 地 之 物 種 而 設 ， 如 斑 點 梟(spotted owls) 和 北 美 大 啄 木 鳥 (pileated woodpeckers)。

(四)、美國荒野協會(The Wilderness Society)

Morrison (1988)替美國荒野協會修改老熟林定義專案小組所下的定義，並 增加幾個額外的層級。由於枯立木和枯倒木資料無法取得而捨去此條件。「典 型」(classic)老熟林：為達到所有老熟林定義專案小組的條件，且包含每公頃至 少20 株林木齡級超過 200 年，或是胸高直徑大於 100 公分；「超級」(super)老 熟林：為林木齡級超過 700 年，或是胸高直徑大於 180 公分；「早期」(early) 老熟林：為具有老熟林定義專案小組的條件，但是缺乏枯立木和倒立木，每公 頃至少20 株林木齡級超過 200 年，或是胸高直徑大於 80 公分，也許具有一些 較老的林木但是數量不多；「成熟」(Mature)林：為每公頃 50 株林木以上齡級 超過80 年，或是胸高直徑大於 53 公分，且一個項目以上未達老熟林標準。

綜合各式老熟林的定義：擁有可供給多種生物棲息的空間，如活木上的樹洞、

各式各樣的殘材、大型枯倒木、起伏的土堆(tip-up mounds)、各種可供小苗更新的 孔隙、及複合多層的冠層(Spies and Franklin, 1988)。概念上廣泛地來說，老熟林即 林分發展後期，以老齡林木與相對結構所組成的生態系(Tyrrell et al., 1998)。

老熟林的種類及變化受複雜因子影響，光是美國西北太平洋地區花旗松老熟 林，胸高直徑大於100 公分的每公頃株數變異就從 18~29 株(換算 95%信賴區間為 每公頃2~57 株; Zenner, 2004)。故定義一個能符合所有老熟林的準則並不容易。量 化空間結構複雜度(structural complexity)成為連結各種類森林結構差異的挑戰。

由於老熟林被視為特定的區域，研究發展老熟林的文獻大量產生，包括花粉

分析、林地重建、電腦模擬、時間序列(chronosequences)、及永久樣區等(Foster et al., 1996)。在美國西北太平洋區的花旗松林，以時間序列量化老熟林與其他演替時期 森林結構的差異(Spies and Franklin, 1991)。由於不同年齡的林分會隨著時間改變，

時間序列法意指以「空間換取時間」(space-for-time; Pikett, 1989)。

為瞭解美國西北太平洋區地區，將林分輪伐期從 40~80 年延長為 150 年，對 於發展老熟林結構與木材生產所造成的影響。Acker et al. (1998)以 20 塊花旗松永 久樣區為例，計算老熟林指標 (Iog)及其發展速率與木產生產速率。老熟林指標 (index of old-growth，Iog; Acker et al, 1998)是以四種參數估算達到老熟林的程度：

分別為每公頃胸高直徑大於 5 公分的林木株數、每公頃胸高直徑大於 100 公分的 花旗松株數、平均胸高直徑、及胸高直徑的標準差(standard deviation)。Iog的範圍 從0~100，0 為典型幼齡林(typical young stand)結構，100 為典型老熟林結構。

發現其樣區型式可以分成二群，一為較類似老熟林狀態之林分、二為與老熟

林相去甚遠之林分。後者在經歷一段緩慢發展速率時期之後，發展老熟林的速率 才開始上升。在60 年生時期，所有樣區老熟林指標和林分密度皆呈現顯著負相關，

故在林分早期限制林木密度將有助於加速發展老熟林結構(Acker et al., 1998)。而這 項建議在許多研究中也有相同論點。另外在120 年生時期，大型花旗松(胸高直徑 大於100 公分)之密度與老熟林指數、及胸高直徑之標準差皆有顯著正相關，證實 在林分成熟階段，大型個體的生長與林木大小的差異，與發展老熟林結構有密切 相關(Acker et al., 1998)。

二、人造林的結構

在人類開發史之初，倘若全面保留原始天然林，不做任何開發，是不可能擁 有生活便利的今日。人造林佔目前世界森林面積4% (FAO, 2007)，其中有 6000 萬 公頃在已開發國家；5500 萬公頃在開發中國家(FAO, 1999)，某些國家人造林的面 積更是森林地的主要部分：如日本 40%、紐西蘭 20%、英國人造林的面積甚至超 過 90% (Donald et al., 1997; FAO, 1999)。台灣人造林的面積亦佔全部森林面積 20.1%之多(台灣省農林廳林務局，1995)。

Simberloff (1999)提出人造林有以下四種功能：(1)、緩和人類對天然林的木材 需求；(2)、作為天然林與非森林地間之緩衝；(3)、人造林可以重建受創或裸露地，

收水土保持之效；(4)、森林可以吸收二氧化碳，減低溫室效應(simberloff, 1999)。

基於以上的功能，在不繼續砍伐天然林的情況下，經營生態與經濟理念兼具的人 造林，其實是有益於便利生活與美好環境的重要課題。

人造林一般來說有如下幾種特色：(1)、單一樹種；(2)、年齡相同；(3)、機械 式的育林作業(如造林前的皆伐整地、下層疏伐、及移除所有倒木、枯立木等) ； (4)、使用外來種。前三項造成林相整齊，結構單一缺乏變化，更因為冠層鬱閉，

使其他外來種無法趁虛而入，這些是造成人造林生物多樣性常較天然林低的原 因。而使用外來種，由於大面積的種植、加上良好的照顧、及缺乏天敵，往往易 使本地種因為競爭力不敵而減少甚至滅絕(Allen et al., 1995)。

Kerr (1999)提出以下四種提升人造林生物多樣性的方法：

(一)、延長輪伐期

在許多地區發現，以年輕的人造林與老齡的人造林相比較，老齡的人造林 和天然林較相似(Norton, 1998)，且動物及植物的密度與豐富度也會隨著林分的 年齡增加(Donald et al., 1997)。基於經濟考量的輪伐期通常比以生態考量的輪伐 期短，故延長輪伐期對增加生物多樣性有正面的效應。

(二)、改善空間結構

觀察天然林的林相之後發現，天然林內林木並非整齊的排列，因為自然擾 動的緣故，有些林木死亡殘留林內成為枯立木或枯倒木，有些競爭力較弱的族 群成為被壓木，有些地方形成孔隙，有些地方生長較密，於是大小及高矮不同 的林木散布其中，水平與垂直的結構出現了不均質性。這是人造林與天然林最 大的差異。

藉由育林作業如疏伐、修枝、留下枯立木或倒木、及綠木留存(green-tree retention)等方法，改善人造林空間結構，使之具有天然林的結構特性(Kerr, 1999)。

(三)、建造混合林

混合林的好處有：(1)、更有效的養分利用，可以使植物生長迅速。(2)、林 地的品質及生產量將隨著時間被保留。(3)、分散災難的風險，如暴風、病蟲害、

及疾病傳染等。(4)、一些林木像是保護樹(nurse species)或是遮蔭樹(Shelterwoods) 可以保護目標物種，如幫助天然修枝、遮蔭及免除霜害。(5)、可以免除經濟上 的風險，因為此時期具有經濟價值之樹種，在未來可能身價大跌。(6)、一般大 眾認為多種類混合種植可以保持生態的完整性(Hartly, 2002)。

(四)、多樣化的育林作業

大尺度及多選擇性的育林作業，可以增進地景尺度的不均質性，並有效增 加人造林的生物多樣性：例如選用不同強度擇伐作業，在不同樣區施用皆伐、

傘伐、或擇伐作用等，加上不同時間的撫育作業執行修枝、疏伐。

綜合以上四點不難發現，欲使人造林更接近天然林的原則不外乎模擬自然界擾 動的情形，延長伐期(時間尺度)與增加空間結構多樣性(空間尺度)。

Choi et al.(2007)認為在林分小桿材期(pole)與成熟期施行疏伐，能加速發展成 老熟林結構。但考量較老齡與非同齡林林型時，需更謹慎的選擇保留木以達成重 建目標。在其研究中發現強度疏伐(heavy thinning，移除 65%胸高斷面積)可縮短達 成老熟林最低條件的時間從79 年到 36 年(Choi et al., 2007)。

而有些研究亦顯示，早期的林木密度控制可以加速發展老熟林結構(Acker et

al., 1997)。透過疏伐不但能提高林分結構發展的速度，更可以獲得木材收益。

三、疏伐

疏伐(thinning)，為育林學的撫育作業，當林分生長冠層鬱閉，林木間開始產

生競爭，此時生長速率漸緩，疏伐可使留存木保有較大的生長空間，亦可增加木 材之肥大生長與提升形質。

疏伐率之計算(邱，2006)：

(1)、株數疏伐率(疏伐株數/林分原有株數)×100%。

(2)、斷面積疏伐率(疏伐斷面積/林分原有斷面積) ×100%。

(3)、材積疏伐率(疏伐材積/林分原有材積)) ×100%。

(4)、求出樣區之株數疏伐率及斷面積疏伐率。

(5)、大面積作業時，僅求出疏伐率，配合下層選木。即將斷面積疏伐率換算 成對應之株數疏伐率。例如，下層疏伐之斷面積疏伐率20%，相當於株 數疏伐率35%，即每 3 株砍 1 株。

疏伐依選木之形式分類可分為(邱，2006)：

(1)、下層疏伐：優先選擇下層劣勢木及形質不良之立木，再依疏伐率往上選 伐中勢木。

(2)、上層疏伐：自上層樹冠中先行選擇形質不良之立木及中勢木，甚至包括 一部分優勢木，使最具生長希望之中勢木或次優勢木能獲得充分生長空 間。

(3)、選擇疏伐：依特定目的選擇疏伐木，一般以達到一定徑級大小之林木優 先伐除，但被壓木即將枯死者及形質不良者，亦列入選擇。

(4)、機械疏伐：可分為空間疏伐與行列疏伐。空間疏伐，即依固定距離選擇 保留木，如林木間距離4 公尺，則每公頃留下 625 株。行列疏伐，即固

定行間距離，如砍伐3 行留下 6 行，或是砍伐 6 公尺留下 12 公尺。

疏伐強度：一般以疏伐率計算，可依照株數疏伐率或是斷面積疏伐率等。而 疏伐強度由相對程度上而言，可分為輕度疏伐、中度疏伐、及強度疏伐等，然實 際疏伐率大小並沒有統一。由於各林分生長條件不同，各樹種生長速率及密度也 不同，故疏伐率的使用通常依照各單位的認知，或是傳統上依循的方法。

依疏伐性質尚可分成定性疏伐與定量疏伐，定性疏伐為將林木依樹幹及樹冠 的發育狀態分級，再依此分級決定疏伐對象。定量疏伐為依其密度實行疏伐率。

根據邱(2005)介紹的寺崎渡定性疏伐率換算，寺崎渡分 A、B、C、D 四級疏伐：

A：弱度下層疏伐，株數疏伐率小於 35%，胸高斷面積或材積疏伐率小於 17%；

B：中度下層疏伐，株數疏伐率 35~45%，胸高斷面積或材積疏伐率 17~25%；

C：強度下層疏伐，株數疏伐率 45~55%，胸高斷面積或材積疏伐率 25~35%；

D：中度上層疏伐，株數疏伐率 25~30%，胸高斷面積或材積疏伐率 20~25%。

Hagar et al.(2004)將疏伐率分成輕度疏伐(light thin)、孔隙輕度疏伐(light thin with gaps)、強度疏伐(heavy thin)。樣區平均每公頃留存株數 620 株，胸高直徑平 均28 公分，樹高 25 公尺。經過輕度疏伐之後，株數疏伐率約為 55%，留存株數 每公頃330 株；孔隙輕度疏伐，株數疏伐率約為 61%，留存株數每公頃 290 株；

強度疏伐，株數疏伐率約為70%，留存株數每公頃 250 株。

Mäkinen and Isomäki (2004)將其疏伐分成輕度疏伐(light thinning)，斷面積疏伐 率率6~15%；中度疏伐(moderate thinning)，斷面積疏伐率 16~30%；強度疏伐(heavy thinning)，斷面積疏伐率 30~45%。

傳統疏伐，以輕度下層疏伐為主，目的為保留高經濟價值及生長良好之立木，

然由於下層疏伐移除之立木造成冠層疏開的面積不大，其後冠層迅速鬱閉故改善 林內光度之效應有限。而機械疏伐為方便作業，造成結構整齊劃一之林相，重視 生態環境理念的今日，已漸少被採用。

四、林分結構與多樣性指標

林分結構(forest structure)簡單來說為生物量在空間上的分布(Goff and Zedler, 1968)。林分結構主要包含林木位置的空間分布、樹種的分布模式、及林木間的大 小差異(Von Gadow and Hui, 1999)。結構多樣性(structure diversity)可以物種及年齡 的多樣性、不同樹冠層的物種排列、個體在直徑級的分布等表示(Smith, 1986)。因 此林分結構可被定義為水平與垂直方向上，植物種類、植物尺寸、或是年齡分布 上的空間排列(Crow et al., 1994)。

研究物種多樣性或是林地結構的指標都不少，但是只有少數指標用來研究比 較大範圍生態情況下的不同；也只有少數研究林地結構與生物多樣性之間的關 係。林分包含水平與垂直二個方向的結構多樣性。在林分水平方向的結構，與林 木的位置與林木間的距離有關；而垂直方向的結構，可以用樹高或是冠層特徵等 當作代表。以下介紹數種常作為林分結構指標的計算公式。

I. 生物多樣性指標

1. Species-richness RI=N

N 為物種的數目。

2. Shannon Index of diversity (Shannon, 1948)

其中πi為第i種物種的相對豐富度，此值可使用物種的相對數量、斷面積 的比例、除了log2之外，ln與log10也可以使用。

3. Simpson Index of diversity (Simpson, 1949)

其中πi為第i種物種的相對豐富度，此值可使用物種的相對數量、斷面積 的比例。

4. Evenness (Magurran, 1988) E=SH/log2N

N 為物種的數目。

II. 水平方向結構的指標

1. Pielou Index of nonrandomness (Pielou, 1959)：

∑

= ^k r_i k A PI n

1

1 2

π

其中n為每個樣區中的林木數量，A是樣區的面積，k是樣本點數，ri是樣本 點到最近林木的距離。PI值>1 表示群聚(clustered)的水平分布，PI值<1 表示規則 (regular)分布，而剛好等於 1 表示隨機(randon)分布。

2. Cox Index of clumping (Neumann and Starlinger, 2001)：

X CI s^X

= 2

為樣區內林木數之變異數， 為小樣區的平均林木數。CI 值的計算結果 與PI 值相同。而 CI 適合描述不同尺度下的林分結構。

3. Clark-Evans Index of aggregation (Clark and Evans, 1954)：

∑

= ⁿ

i

ri

CE n1 2

ρ

其中ri是目標林木與最近林木的距離， 是每平方公尺的林木密度，可用來 測試最近林木的距離。CE值界在 0 和 2.15 之間，當CE值<1 表示群聚分布，當 CE值>1 時表示規則分布，CE值等於 1 時表示隨機分布。CE值的大小表示結果 剛好和PI與CI值相反。

4. Gadow Index of neighbourhood pattern (Neumann and Starlinger, 2001)：

∑ ∑

= ⁿ

i

zi

GI n

4

4 1

1 1

以四鄰近林木方向角的平均來分級水平結構。如果角度小於或等於90^o則Zi

等於1，當角度大於 90^o則Zi等於0。當GI值< 0.5 表示規則分布，> 0.6 則表示群 聚分布，介於0.5 與 0.6 之間則為隨機分布。

III. 垂直方向結構的指標

雖然有許多指標描述水平方向的結構，但卻只有少數描述垂直方向結構的指

標(Ferris-Kaan et al., 1998)。

1. Vertical evenness (Neuma n and Starlinger, 2001)： n

∑

⁻

= ⁴

4 )log log (

i

i

VE

π

i

π

將樹冠分成四層，其中πi是第i層中的相對樹冠面積。當VE值很低時表 示其為單一冠層的林分，當 VE 到達理論值 1 時，表示各冠層均勻分布。

IV. 複合性指標

1. Complexity Index (Holdridge, 1967)：

HC=HBAnN

其中 H 是頂梢高度、BA 為胸高斷面積、n 是林木株數、而 N 是物種數。這 項指標缺少空間分布的資訊，及比較各林分間的變異。

2. Stand Diversity Index (Neumann and Starlinger, 2001)：

SD 將物種的變異×胸高直徑×樹的距離×冠層尺寸之值合併成一個數字。

若SD 值> 9 表示林分結構非常複雜，若< 4 則表示幾乎可將其視為單一樹種 林分。

以上大部分提到的指標都可以在有關森林生態學的教科書上找到(Neumann and Starlinger, 2001)。

Ⅴ. 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)。

藉由模擬各種樹高的分布位置，所產生不同結構複雜度的林分，瞭解怎樣的 林木分布會有最大的空間異質性。並可藉由事前一連串的精密模擬測試，決定育 林與森林經營策略，以減少決策錯誤所造成的人力與經費損失。

由於 SCI 與傳統上用來描述結構的量值，像是林分密度、胸高直徑大於 100 公分的林木密度、平均胸高直徑、胸高直徑的標準差、與胸高斷面積等都有很大 的相關。所以欲將各種林分的樣貌描述整合成一個指標的時候，可以選擇 SCI 指 標。

有眾多文獻研究生物多樣性指標，希望其能作為生態穩定度與恆續性的代言 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。

參、研究方法

本試驗為瞭解人造林的結構複雜度，及探討在不同的疏伐方式下，林分結構

的變化情形，以求知何種疏伐方式能得到最複雜的垂直空間結構，作為未來復育 單純人造林結構多樣性的指導原則。故以台灣一柳杉人造林為例，藉由調查每木 生長資料及立木位置，計算林分結構複雜度指標(Structural Complexity Index;

SCI)，更進一步以 SCI 指標分析各種疏伐方法之林分結構變化，期望能找出改善 人造林垂直結構的最佳準則。

第一部分試驗地及材料，介紹所需林木生長與立木位置資料的取得方式。依 次說明：樣區概況、樣區編碼、林木定位、樹高曲線。第二部分公式計算，介紹 如何以SCI 公式計算林分結構。依次說明：德勞瑞三角形、SCI 指數。第三部分疏 伐方式設計，介紹如何模擬不同的疏伐強度及方式。依次說明疏伐方式與疏伐強 度、蒙地卡羅模擬法。第四部分為其餘補充方法，介紹一些展示性的輔助工具，

使後續疏伐設計能更佳完善。

一、試驗地及材料

(一)、樣區概況

本試驗地位於南投縣信義鄉同富村，台大實驗林 25 林班。以臺灣大地基準

(TWD67)座標系統表示：樣區位於 E234700，N2612100 地區，海拔分布 1442~1602 公尺，如圖一。年均溫攝氏19.8 度，年雨量約 1500 公厘(中央氣象局)。佔地 10.26 公頃，民國48 年時將原生闊葉林皆伐改植杉木(Cunnhamia lanceolata)，至民國 58 年由於颱風使杉木受害，故於民國 60 年改栽植柳杉(Cryptomeria japonica)，至目 前為止為36 年生柳杉人造林，分布樹種主要為柳杉株數達 87%，而由於杉木多萌 櫱，由根株萌櫱生長之杉木株數佔 23%，其數量分布多集中，且不均勻分布於樣

區中。調查鄰近3 塊天然林及造林失敗地之樹種分布(見附錄一)，優勢樹種為江某 (Schefflera octophylla)、銳葉柃木(Eurya acuminata var. acuminata)、紅楠(Machilus thunbergii)、錐果櫟(Cyclobalanopsis longinux)及長葉木薑子(Litsea acutivena)。

圖一、南投縣信義鄉25 林班樣區位置圖。

(二)、樣區編碼

將樣區分成方便作業的 19 分區，編號分別為 A-S，中間方整的分區為 50 公尺

×100 公尺，面積 0.5 公頃；周圍不規則樣區，以天然境界為界線，最小面積為 H 區之0.18 公頃；最大面積為 R 區之 0.78 公頃，樣區編碼分布如圖二。

25林班

B A

H

G F E D C

I

K J O N M L S

R Q P

圖二、樣區編碼分布圖。

(三)、林木定位

為瞭解林分結構狀態，調查柳杉與杉木之胸高直徑(DBH)及立木位置。將各分 區之所有胸高直徑大於 5 公分的柳杉與杉木編上號碼，號碼牌標於林木胸高直徑 處，方便日後測量記錄，量測每株柳杉與杉木之胸高直徑。由於杉木易從根株萌 櫱，當遇此情形，則視為不同株加以編碼及量測胸高直徑；然量測位置的時候，

由於根株位置相同，只以一株作為代表。樣區中平均每公頃林木存活株數 1,183 株，柳杉平均胸高直徑為 27 公分；杉木平均胸高直徑為 17 公分，表一為樣區中 柳杉、及杉木之資料簡表。各分區林木分布資料如附錄二。枯立木部分，由於試 驗開始前期，有少數分區未將枯立木列入編碼，故其後各分區枯立木列入編碼與 測量的資料只做為參考，計算公式時枯立木不予計算，然調查期間，發現有新的 林木枯死或是倒下，還是加以紀錄及更新。

表一、樣區內柳杉及杉木資料簡表。

面積(平方公尺) 全部株數 密度(株/公頃) 平均 DBH(公分) 102600 12135 1183 25.77 柳杉株數 柳杉 DBH(公分) 杉木株數 杉木 DBH(公分) 10570 27.09 1565 16.87

圖三、樣區立木ArcMap 示意圖。灰色點為柳杉位置、深灰色點為杉木、淺灰色點 為枯立木。

以雷射經緯儀(型號 LeicaTC650)測量每木位置，取得每木之絕對座標及絕對海 拔高度。雷射經緯儀之作法：先輸入樣區附近三角點之絕對座標，以二已知座標 為基準，測量第三點之絕對位置；雷射經緯儀的原理：使用紅外線及菱鏡測量相

對方位與距離，再利用已知座標計算出欲求之座標。樣區內各立木位置顯示如圖 三。

(四)、樹高曲線

計算樹高曲線的方法為，於樣區內將所有柳杉依照徑級排列，在各徑級中分 群隨機抽出總共30 棵柳杉，胸高直徑分群與抽取株數分布：分別為≦10 公分，2 株、10~20 公分，5 株、20~30 公分，10 株、30~40 公分，8 株、40~50 公分，3 株、

>50 公分，2 株。量測胸高直徑並且將之伐倒量測樹高，利用 smoothing spline 法 (Koskela et al., 2006)配置出樹高曲線。柳杉胸高直徑分布圖及以樹高曲線計算出之 樹高分布如圖四。

DBH of crypto

DBH

tree

10 20 30 40 50 60

05001000150020002500

Ht of crypto

Ht

tree

15 20 25

0500100015002000

圖四、柳杉胸高直徑與樹高分布圖。左圖為樣區中柳杉的胸高直徑(公分)分布圖、

右圖為柳杉的樹高(公尺)分布圖。

二、公式計算

(一)、德勞瑞三角形(Delaunay triangulation)

以R統計軟體建構德勞瑞三角形(Renka, 1996)，形成三角形不規則網絡

(triangulated irregular netwok，以下簡稱TIN)圖，如圖五。德勞瑞三角形的定義為：

在平面上給定一組n個具(xi,yi) 座標的點，其中i=1~n。將最外圍的點連接起來，成 為一個凸多邊形，而後往內將最近的點兩兩相接，直到形成多組三角形，三角形 的邊與相鄰三角形的邊共用，其形成之三角形內角角度應為最小角度，且每個三 角形的外接圓內不包含任一其他三角形的頂點，比種三角形稱為德勞瑞三角形。

產生德勞瑞三角形後，以此三角形的座標與面積計算SCI指數。形成德勞瑞三角形 之R指令見附錄三。

圖五、以R 統計軟體建構樣區內 MN 區(請參考圖二)之 TIN 圖。

(二)、SCI 指數(Zenner and Hibbs, 2000)

以SCI 指數計算各分區及全區之值。將空間座標(x , y , z)的 z 值以樹高代入，

並比較各區 SCI 值。由於樣區外圍形狀不規則，當全區形成德勞瑞三角形時，將 外圍邊界點先行連接，會有距離遙遠的二分區林木相連的情形發生，故在計算全 SCI 值時，將面積過大之三角形扣除。經過幾組數值測試，本研究設定每次

計算全區SCI 指標時，扣除所有面積超過 1000 平方公尺的三角形。R 指令參考附 錄三。

三、疏伐方式設計

(一)、疏伐方式與疏伐強度

疏伐方式可以分為上層疏伐、下層疏伐等(邱，2005)，此二種疏伐方式目標疏 伐對象不同，所生成的結構景觀也各異：上層疏伐對象為大徑木，留下的林木為 中等徑木與小徑木；下層疏伐對象為小徑木，留下大徑木至中等徑木，樣區經由 下層疏伐後所移除的立木材積最少；本研究中另外定義第三種疏伐方式：中層疏 伐對象為胸高直徑排列中等的林木，留下的林木由大徑木與小徑木共同組成。本 研究將測試此三種疏伐方式 SCI 計算之結構差異，以瞭解何種疏伐方式能產生較 大之結構變化。

疏伐強度可分為強度疏伐、中度疏伐、輕度疏伐三種。由於目前疏伐強度之 標準未有定見，前人研究其疏伐強度之輕重，往往依照實驗內所使用處理之相對 程度而言，尚沒有統一標準。而疏伐率之計算又可分株數疏伐率、斷面積疏伐率、

材積疏伐率等(邱，2005)。選用株數疏伐率與斷面積疏伐率時，其伐除的材積量隨 之不同。因考量重覆抽樣時能容易固定疏伐比例，決定採用株數疏伐率。

由於以上層疏伐為伐除對象，及以下層疏伐為伐除對象，其移除之立木材積 將有很大差別，株數疏伐率換算其材積疏伐率亦有不同。參考前人研究之疏伐率 設定，決定使用20%株數疏伐為輕度疏伐、40%株數疏伐率為中度疏伐、60%株數 疏伐率為強度疏伐。

本研究疏伐方式分區實施，樣木依照胸高直徑排序，上層疏伐由胸高直徑最

大之林木往胸高直徑小者選擇。舉例如A 區有 432 株柳杉，胸高直徑由小到大排 列依序為7 公分 1 株~52 公分 1 株，若實施 20%上層疏伐，則由胸徑 52 公分處往 胸徑小者選擇，共選擇432×0.2=86 株。若為 40%中層疏伐，則由胸高直徑之中位 數往二側選擇，如 A 區之胸高直徑中位數為 25 公分之林木，則預計選擇 432×0.4=173 株林木，由 25 公分處往胸高直徑小處選擇 87 株，往胸高直徑大處選 擇 86 株。若為 60%上層疏伐，則由胸高直徑大者往胸高直徑小處選擇，共伐除 432×0.6=259 株。疏伐木選擇範例見附錄四。

以SCI 指數分別計算各分區 20%上層疏伐、20%中層疏伐、20%下層疏伐；40%

上層疏伐、40%中層疏伐、40%下層疏伐；60%上層疏伐、60%中層疏伐、60%下 層疏伐的變化。

(二)、蒙地卡羅模擬法(Monte Carlo Simulation)

使用R 統計軟體，以蒙地卡羅模擬法計算各樣區在不同疏伐強度下之 SCI 值。

蒙地卡羅模擬法以產生亂數方式，使所有目標樣本被抽取到的機會相等。本研究 希望透過多次重覆隨機疏伐計算結果，得知當林木在胸高直徑未分群狀態下，不 同疏伐強度所得到 SCI 值的範圍，供設計疏伐方法做為對照和比較。疏伐率以株 數計算，分別為20%(輕度)、40%(中度)、60%(強度)三種。每個分區隨機抽取 20%、

40%、60%之柳杉株數，抽取完畢計算剩餘林木之 SCI 值。舉例如 D 區共有 583 株柳杉，40%柳杉株數為 583×0.4=233.2，則 D 區隨機挑選 233 株柳杉移除，隨機 挑選的對象只有柳杉不包含杉木。每種疏伐強度重覆抽取並計算1000 次。R 指令 見附錄三。

四、補充方法

由於改善人造林的結構除了疏伐之外，尚有建造混合林、多樣化的育林作業 等方法(kerr, 1999)。在此補充介紹其他疏伐設計方式：杉木與林下栽植，為建議採 用之法，示範性計算 SCI 值之結果供作參考，並未所有疏伐強度及疏伐方式皆計 算。變動密度疏伐(variable density thinning)為 1990 年代起美國西北太平洋地區為 增進人造林生物多樣性所使用的方法(Carey, 2003)。在此設計之變動密度亦為示範 性計算SCI 值以供參考。地形效應與胸高直徑，討論當 SCI 指標之(x,y,z)座標之 z 座標以胸高直徑代替，及 z 值以樹高加上高程計算之後，原始 SCI 值之變化。輔 助工具，介紹一些展示性之軟體，將林木之條件視覺化，以供未來做更進一步精 細育林作業時使用。

(一)、杉木與林下栽植

樣區中混生部分的杉木，株數約佔 23%，由於杉木多根株萌櫱，在株數計算 上將同根異株之杉木視為多株，其實際材積比例僅佔全部樣區之少部分。而柳杉 為目標移除樹種，故在計算及設計疏伐時，皆只考慮柳杉。因為樣區內杉木多萌 櫱生長，故胸高直徑及樹高均不及柳杉，將其視為小徑木及被壓木，加入計算SCI 值用以預測日後林下栽植幼木會有的結構變化。

將未疏伐各分區及40%上層、40%中層、40%下層疏伐處理後之分區，分別計 算加入杉木位置座標後計算之SCI 值。

(二)、變動密度疏伐

固定40%柳杉株數疏伐率，將各分區再細分成 0.25 公頃左右的 40 個小區，如 A 區分成 A1 和 A2 區，計算出各小區之柳杉每公頃株數，依照株數多寡分成四級，

並依照此四級以隨機取樣方式配置上層、中層、下層不同方式疏伐。使之與 40%

中層疏伐比較，由於疏伐的層次不同，雖固定疏伐株數，但就材積而言，上層和 下層疏伐的材積相差很多，藉由方便計算的株數疏伐率，可達到各分區斷面積密 度不同的效果。疏伐方式與小區配置如圖六。

圖六、各小區之疏伐隨機配置圖。

(三)、地形效應與胸高直徑

將空間座標(x , y , z)的 z 座標分別以樹高加高程(elevation)、及胸高直徑計算。

比較各分區未疏伐處理之SCI 值。由於 10 公頃樣區內高程差異即多達 150 公尺，

故加入高程計算，SCI 值是否受地形效應影響而不同。Zenner (2004)所設計之 SCI 指標，將林木位置融合生長條件表現空間結構，表示(x,y,z)中之 z 值可以胸高直徑、

及樹高等林木生長量計算，其在研究中z 座標以胸高直徑計算，而本研究 z 座標以 樹高計算。故將未疏伐處理各分區之 SCI 值以胸高直徑計算，並討論樹高與胸高 直徑之異同。

(四)、其他輔助工具

1、SVS(Stand Visualization System)(見圖七)可以輸入座標、胸高直徑、樹高、冠幅、

乃至枯倒木等參數，尚可自由設計樹木形貌、枝條疏密等，充分展現林分結構 外觀。還能以俯視、水平、側面等不同角度展示，並可預先模擬疏伐後樣區樣 貌。惟其無法顯示地形起伏變化。(http://forsys.cfr.washington.edu/svs.html)

SVS 模擬孔隙疏伐示意圖。上圖為疏伐前、下圖為疏伐後。

2、Google-earth(見圖八)可以套上航照圖展示實際之林地絕對位置，以附加程式建 構立體物件，真實般呈現樣區各種立體角度之外觀。

(http://earth.google.com/)

圖八、以Google-earth 軟體展示 25 林班樣區各種方位與俯視角之外觀圖。

3、TriNet(見圖九)以德勞瑞三角形，建構樣區內每個座標點之連線圖形，其特色為 能加上高程，充分展示地形起伏。

(http://secure.codeproject.com/KB/recipes/kazumi.aspx)

圖九、以TriNet 表現樣區內 MN 區(請參考圖二)之高程地形變化。

肆、結果

(一) 各分區未經疏伐處理之 SCI 值結果

圖十、各分區內未經疏伐處理之原始SCI 值比較。

首先瞭解各分區未經疏伐處理之 SCI 值結果，為方便討論，接下來比較皆稱 未經疏伐處理之 SCI 值為原始值。此原始值將與疏伐處理後的 SCI 值比較，藉以 瞭解經過處理後 SCI 值的變化情形，而各分區間的 SCI 值大小比較供作參考。由 於 SCI 值在做全區計算的時候，外圍分區林木相連會形成面積較大的三角形，故 設定將面積大於1000 平方公尺面積之三角形扣除，然有些未扣除部分會使 SCI 值 稍稍下降，故此全區之 SCI 值與各分區之 SCI 值，列出供與其他疏伐方式之 SCI 值比較，各分區及全區之 SCI 值彼此間不比較，即各種疏伐方式 SCI 之分區與分 區比較、全區與全區比較。SCI 指數 z 值以樹高計算，得到全區 SCI 值 1.66，分區 SCI 值以 M 區最低 1.61、E 區最高 2.03。各分區平均 1.81，低於 1.7 的有 L、M、

S 三分區在討論部分加以討論。各分區原始 SCI 分布及數值如圖十。

(二) 蒙地卡羅模擬 20%、40%、60% 柳杉疏伐株數 1000 次之 SCI 結果與原始 SCI 比較

圖十一、蒙地卡羅模擬柳杉疏伐株數 1000 次之 boxplot 圖與原始值(虛折線)之比 較。上圖為20%株數疏伐率、中圖為 40%、下圖為 60%。

以蒙地卡羅模擬法，隨機選取20%、40%、60%柳杉疏伐株數各 1000 次的 SCI 值範圍做為參考值，與各分區原始SCI 值比較發現，三種強度隨機選取疏伐之 SCI 值結果均較原始值低。

差異百分比=100% × (原始值−平均 SCI)/原始值：各分區 20%疏伐株數之平均 SCI 比原始值低 6%，40%疏伐株數各分區平均 SCI 比原始值低 13%，60%疏伐株 數各分區平均SCI 比原始值低 20%。

全區SCI 值之比較，20%疏伐株數亦比原始值低 6%，40%疏伐株數比原始值 低12%，60%疏伐株數比原始值低 19%。

在各分區20%模擬疏伐與原始值比較下，差異值範圍從 5%~7% (J 區；A 區)；

各分區40% 模擬疏伐與原始值比較下，差異值範圍從 11%~14% (J 區；B 區)；各 分區60% 模擬疏伐與原始值比較下，差異值範圍從 17%~23% (L 區；F 區)。

(三) 蒙地卡羅模擬 20%、40%、60% 柳杉疏伐株數 1000 次之 SCI 結果與同比例 上層、中層、下層疏伐及原始值之SCI 比較

A B C D E F G H I J K L M N O P Q R S Total

1.21.41.61.82.0

20% 1000 of Monte Carlo simulations

untreat Top Middle Below

A B C D E F G H I J K L M N O P Q R S Total

1.21.41.61.82.0

40% 1000 of Monte Carlo simulations

untreat Top Middle Below

A B C D E F G H I J K L M N O P Q R S Total

1.21.41.61.82.0

60% 1000 of Monte Carlo simulations

untreat Top Middle Below

圖十二、蒙地卡羅模擬柳杉疏伐株數 1000 次 boxplot 圖與不同疏伐方式之比較。

Untreat 為 SCI 原始值、Top 為上層疏伐、Middle 為中層疏伐、Below 為 20%株數疏伐率、中圖為 40%、下圖為 60%。

以蒙地卡羅模擬法，隨機選取20%、40%、60%柳杉株數疏伐各 1000 次的 SCI 值範圍做為參考值，並與同強度之上層、中層、下層疏伐及原始值比較，欲得知 不同疏伐方式與隨機疏伐方式之空間結構的變化。

藍色虛線是SCI 原始值；紅色虛線為 20%上層疏伐；綠色虛線為 20%中層疏 伐；棕色虛線為20%下層疏伐。

20%中層疏伐處理，除 H 區 1.84 略小於 H 區原始值 1.85 及 P 區的 SCI 值 1.70 略小於P 區原始值 1.72 之外，其餘 20%中層疏伐後的分區，SCI 值皆比原始值為 大或是相等。40%中層疏伐處理，除了 H、K、P、Q、R 五區的 SCI 值，略小於原 始值外，其餘 40%中層疏伐分區的 SCI 值皆比原始值還大。60%中層疏伐處理，

亦有B、D、E、I、J、L 六區的 SCI 值大於原始值。

而20%與 40%的上層與下層疏伐之 SCI 值，分布較類似。20%上層疏伐處理，

僅J 區 SCI 值小於下層疏伐；40%上層疏伐處理，僅 H 區小於下層疏伐。60%疏伐 處理，上層疏伐的SCI 值皆大於下層疏伐。

各分區SCI 平均值與原始值差異百分比：20%疏伐比例處理，上層疏伐各分區 SCI 值平均 1.5，與原始平均值差 17%；中層疏伐各分區 SCI 值平均 1.84，比原始 平均值大1.3%；下層疏伐各分區 SCI 值平均 1.45。與原始平均值差 20%。

40%疏伐比例處理，上層疏伐各分區 SCI 值平均 1.33，與原始平均值差 27%；

中層疏伐各分區SCI 值平均 1.83，比原始平均值大 1.2%；下層疏伐各分區 SCI 平 均1.26，與原始平均值差 30%。

60%疏伐比例處理：上層疏伐各分區 SCI 值平均 1.21，與原始平均值差 33%；

中層疏伐各分區SCI 值平均 1.78，與原始平均值差 1.6%；下層疏伐各分區 SCI 平 均1.15，與原始平均值差 37%。

各比例及疏伐方式與原始值差異百分比整理於表二。正值表示原始值減掉其 值為正，則原始值之SCI 大於經過疏伐處理之 SCI，即結構多樣性未增加。負值則 相反，表示後來之 SCI 值較原始值大，則結構多樣性增加。括弧英文字母表示，

最大最小值出現的分區號碼。

表二、各種疏伐比例及方式 SCI 值與原始值之差異百分比列表。括弧英文字母表 示，最大最小值出現的分區號碼。

Treatment Average difference*

(%)

Whole plot difference

(%)

Max. plot difference

(%)

Min. plot difference

(%) 20% 1000 random 6.09 5.71 7.14 (A) 4.51 (J) 40% 1000 random 12.75 11.82 14.51 (B) 10.77 (J) 60% 1000 random 20.31 18.74 22.53 (F) 17.17 (M) 20% Top 17.07 15.36 20.35 (A) 13.23 (L) 20% Middle −1.29 −0.79 −3.19 (B) 0.03 (Q) 20% Below 20.34 18.40 22.56 (E) 14.35 (J) 40% Top 26.53 24.16 31.27 (H) 18.86 (L) 40% Middle −1.15 −0.16 −3.93 (I) 0.01 (K) 40% Below 30.31 27.35 34.49 (E) 25.86 (M) 60% Top 33.19 30.43 38.78 (D) 24.46 (L) 60% Middle 1.62 1.90 6.11 (Q) −0.14 (B) 60% Below 36.80 33.34 41.79 (E) 30.00 (M) Plot* A B C D E F G H I J K SCI 2.00 1.84 1.71 2.00 2.03 1.93 1.81 1.85 1.89 1.75 1.83 Plot L M N O P Q R S Ave. Total SCI 1.62 1.61 1.85 1.75 1.72 1.82 1.83 1.65 1.81 1.66

*下排 Plot 為各分區原始 SCI 值

*difference 為差異百分比=100% × (原始值−平均 SCI)/原始值

圖十三以柱狀圖顯示，各分區 SCI 值平均值與全區 SCI 值，在 20%、40%、

60%蒙地卡羅模擬、與 20%、40%、60%之上層、中層、下層疏伐與原始值之差異 百分比。欲以柱狀圖表示在相同比例下，不同層次疏伐處理與原始值差異百分比 值之比較。結果顯示在隨機選取 1000 次的比較發現(參考圖十三之 R)，與原始值 之差異百分比，疏伐比例越強則與原始值差異越大，即60% > 40% > 20%。在固定 比例改變疏伐方式的比較中，20%、40%、60%疏伐強度與原始值之差異百分比，

皆為上層疏伐略大於下層疏伐，而中層疏伐與原始值之差異百分比在 20%與 40%

為負，即中層疏伐在 20%與 40%疏伐強度 SCI 值比原始值大。60%中層疏伐與原 始值差異百分比雖然為正值，但與原始值相差甚小。

difference with untreatment

0 10 20 30

20% R 40%R 60%R 20%T 20% M 20% B 40% T 40% M 40% B 60% T 60% M 60% T 20%

0 10 20 30 40%

0 10 20 30

60%

0 10 20 30 R

Average Total

圖十三、各種疏伐方式之SCI 差異百分比示意圖。各分區 SCI 值平均值與全區 SCI 值，在20%、40%、60%蒙地卡羅模擬、與 20%、40%、60%之上層、中 層、下層疏伐與原始值之差異百分比。R 表示蒙地卡羅模擬 1000 次之各 疏伐比例與未處理樣區之差異比較。T 表示上層疏伐、M 表示中層疏伐、

B 表示下層疏伐。

(四)三種疏伐方式在不同疏伐比例時之 SCI 比較 疏 伐 方 式 與SCI比 較

區號

SCI值

1.2 1.4 1.6 1.8 2.0

A B C D E F G H I J K L M N O P Q R S Total

Below

1.2 1.4 1.6 1.8 2.0

Middle

1.2 1.4 1.6 1.8 2.0

Top

untreat 20%

40%

60%

圖十四、三種疏伐方式，在不同疏伐強度時之 SCI 值比較。上圖為上層疏伐、中 圖為中層疏伐、下圖為下層疏伐。

以圖十四表現當選用某疏伐方法時，不同強度之 SCI 值變化。在上層與下層 疏伐處理時，SCI 值大小依次皆為未處理、20%疏伐、40%疏伐、60%疏伐。

而在中層疏伐中，SCI 值在未處理與各強度疏伐處理下，差異皆不大，且 20%、

與 40%中層疏伐大多大於未處理分區，而 60%中層疏伐亦有大於未處理分區的情 形，且各強度疏伐SCI 值之間的差異小於上層與下層疏伐 SCI 值間的差異。

(五) 原始值與 20%、40%、60%中層疏伐加入杉木後之 SCI 值比較 加 入 杉 木 比 較 SCI

區號

SCI值

1.6 1.8 2.0 2.2 2.4

A B C D E F G H I J K L M N O P Q R S Total

20%middle

1.6 1.8 2.0 2.2 2.4

40%middle

1.6 1.8 2.0 2.2 2.4

60%middle

1.6 1.8 2.0 2.2 2.4

untreat

only cryptomeria add China fir

圖十五、各分區加入杉木後計算SCI 值並比較不同強度中層疏伐時之變化。

原始值及各強度中層疏伐，在加入杉木後計算後，都比未加入杉木的 SCI 值 還高，而加入杉木之後 SCI 值增加的比例以原始值較低。各分區平均原始 SCI 值 1.81，與加入杉木後分均 SCI 值 1.96，相差 15%。20%中層疏伐，各分區平均 SCI 值 1.84，與加入杉木後分均 SCI 值 2.15，相差 31%。40%中層疏伐，各分區平均 SCI 值 1.83，與加入杉木後分均 SCI 值 2.14，相差 30%。60%中層疏伐，各分區平 均SCI 值 1.78，與加入杉木後分均 SCI 值 2.08，相差 29%。

(六)變動密度疏伐

40%隨 機 疏 伐 與 原 始 值 比 較

區號

SCI值

1.2 1.4 1.6 1.8 2.0

A B C D E F G H I J K L M N O P Q R S Total

40%隨機疏伐方式 原始值

圖十六、變動密度疏伐之SCI 與原始值比較圖。

如圖十六，MN 區為保留區，無疏伐處理故其 SCI 值與原始值相同。所有分區 下再分小區做上層、中層、下層混合疏伐方式處理(請參照圖六)，發現其 SCI 值或 多或少下降。以上層或下層疏伐處理之樣區，SCI 值下降最多，中層疏伐處理之分 區如H 區，其 SCI 值與原始值最接近。經由隨機配置疏伐方式的樣區，各分區 SCI 值的差異性較大。