1.2: 树调查: 点本季度抽样方法

树木调查对于评估森林中的生物多样性和阐明林地地区的结构和健康状况非常重要。以点为中心的四分之一采样方法是用于量化林地成分的常用技术。

林地是一种重要的自然资源，有助于维护环境，同时对人类的健康和生活质量产生影响。充分了解森林的成分对于维护这种资源至关重要。如果森林非常多样化，它可以最大限度地减少物种特异性病虫害的影响。如果入侵树木在林下占主导地位，这可能表明未来本地树木会流离失所。

以点为中心的季度采样是森林群落中常用的一种方法。它用于收集有关森林中发现的树种的密度、频率和覆盖率的信息。通过这种方法收集的数据能够估计树种出现的频率、物种相对于其他物种的常见程度以及树木的大小，这可以估计树木的年龄以及它们在生态系统中占据的空间。

与其他树木调查类型相比，以点为中心的方法具有优势。它比标准地块分析更有效，因为它只需要对林地进行少量采样，而不是调查所有现有的树木。虽然劳动强度较低，但已被证明可提供类似的结果。

本视频将说明如何进行以点为中心的四分之一样本，如何计算相关的树木数据，以及如何分析以点为中心的四分之一树木调查的结果。

以点为中心的四分之一树调查方法为特定树种生成三个主要的定量度量：相对密度、相对频率和相对基底面积。然后将这三个值相加，得出该物种的"重要性值"，该值可以转换为"相对重要性值"。该值给出了森林中树种的普遍性和丰度的数值量化。

点心四分之一方法使用称为胸高直径 （DBH） 的树木测量值。这是在现有坡度以上 4.5 英尺处测量的。选择调查位置后，建立一个样带，在森林中沿着该样带选择一个点，并将其周围的区域分为四个季度。在每个季度中，确定最近的胸径大于 40 厘米的树木。此集合被视为大型树样本。

接下来，在每个季度中，确定胸径大于 2.5 厘米但低于 40 厘米的最近的树木。这些被标记为小树样本。在每个象限中识别一棵大树和一棵小树，可以将形成高树冠的林上植被与较低层的林下生长进行比较。

使用这些简单的测量，可以计算出每种树种的基底面积和重要性值。基底面积是胸径处单棵树的横截面积。计算一个物种的所有树木的总基部面积是了解物种密度的更准确方法，并且使用它代替每个地点的树木数量来考虑树木的大小。

计算每个物种的重要性值以估计特定物种在森林群落中的相对优势。它考虑了物种在森林中出现的频率、该物种的个体总数以及该物种占据的森林总面积。

现在我们已经熟悉了树木调查的重要性和以点为中心的季度调查的原则，让我们来看看这些调查是如何在现场进行的。

确定林地地点后，在森林中建立 150 m 的样带。这可以从林地的任何地方开始，但最好远离森林边缘，以尽量减少来自外部来源（如道路）的边界影响。

沿横断面每 50 m 放置一根木桩。每个木桩代表四个罗盘方向的中心，这些方向将采样点分为四个季度。如果需要，可以从一端按位置对这些值进行编号。

在每个季度中，测量从木桩到最近的直径大于 40 厘米的任何物种的树的距离。每季度只应测量一棵大树，因此大树类别中总共记录了 16 棵树。记录每个木桩的距离（以厘米为单位）。

在每棵测量的树上，注意叶子是交替排列、轮生排列还是相反排列。接下来，为每棵测量的树收集叶子样本。

将叶子样品放在植物标本纸上，并根据采集地点贴上标签，然后放入植物压榨机中以备后用。

对于每个样品树，使用现场测量卷尺记录 DBH。如果使用特定的 DBH 带，请直接读取直径。用普通卷尺测量树围，然后使用公式计算直径。

接下来，对每个象限、横断面的每一段对最近的小于 40 厘米且直径大于 2.5 厘米的树重复这些测量。将这些记录在一个单独的类别中，标记为小树。

回到实验室，计算每个物种的平均点到树的距离、密度和基部面积。然后，此信息可用于生成 Importance Value。首先，使用树木识别指南或 ID 键，识别在大型和小型树木类别中测量的每棵树。

计算大型和小型树木的整个样本的平均点到树的距离。这是树组到样带点的距离的平均值。

接下来，使用所示的方程计算大树和小树群的平均密度或每公顷的树木数量。记录每组每个树种的个体数，然后按树种确定大树和小树组的密度。

将直径测量值转换为所有采样树木的面积。通过计算平均值来计算每个物种的平均基底面积。一个物种的基底面积是该物种的平均基底面积乘以它的密度。接下来，对于每个物种，计算相对基础面积。

确定每个物种在每个组中出现的频率。这是通过比较该物种在采样的 4 个点中出现的点数来确定的。例如，如果在象限的所有四个点上都发现了一棵美国榆树，则 frequency 将等于 1。如果在 4 个点中的 2 个点发现银枫，频率将等于 0.5 现在，确定每个物种对每个组的相对频率。

现在可以计算物种的 Importance Value （重要性值）。将相对密度添加到相对频率加上相对基础面积。最后，确定每个物种的 Relative Importance 值。

总而言之，将这些数据输入到一个图表中，该图表在 Y 轴上描述每个物种的重要性值（按重要性递增的顺序排列），物种名称在 X 轴上。数据应表示为 1 个条形（大树）和 1 个条形（小树）。

在仅观察到一个树种的调查中，一个物种的重要性值最多可以达到 300。高重要性值并不一定意味着物种对森林的健康很重要。相反，它只是表明该物种目前在森林结构中占主导地位。

树木调查用于为科学家或土地管理者提供各种重要主题的信息。以点为中心的季度方法可以应用于各种信息收集场景。

如果当地林地的树木死亡或患病频率很高，社区可能会从树木清查中受益，以确定是否需要林业计划。这些树木可能会因掉落的树枝而对健康构成风险，或对其他树木造成感染风险。在森林中发现许多枯死或患病的树木会引起环境科学家的担忧，并且可能是环境条件不佳的早期指标，包括酸雨或臭氧污染。

了解森林中的物种多样性可以帮助土地管理者制定种植策略。他们可能会被告知制定指导方针，以限制或消除普通树木的种植，同时增加新的或不常见的有益物种以保持多样性。树木调查的数据还可以让管理人员计算特定树种提供的服务的价值，例如空气污染控制或碳捕获和储存，并根据这些数据定制种植策略。

您刚刚观看了 JoVE 对使用以点为中心的四分之一方法进行树木测量的介绍。您现在应该了解树木调查的重要性、如何进行以点为中心的季度调查以及如何根据调查测量值计算森林结构。感谢观看！