欖仁溪樣區中樹種個體死亡模型之建立Modeling individual tree mortality for forest species

of Lanjenshi forest dynamics plot黃思博 Huang, Ssu-Po 、謝長富 Hsieh, Chang-Fu

臺灣大學生態學與演化生物學研究所

前言 南仁山欖仁溪森林動態樣區 (Lanjenchi Forest Dynamics Plot) 自 1989 年設立迄今，已經完成三次每木調查，每次調查皆記錄各植株的樹種、大小、位置以及是否存活。本論文利用個體大小及個體競爭等各種可能影響樹木死亡的變數，嘗試預測各樹種的死亡率，探究森林動態變化的趨勢。

本研究目的為： （ 1）建立南仁山欖仁溪樣區中各樹種的死亡模型。 （ 2）找出最有可能影響各樹種死亡的變數。 （ 3）驗證各樹種的死亡模型預測能力之優劣。 （ 4）比較使用不同變數建立的模型，其預測能力的優劣。

圖一、南仁山欖仁溪樣區位置圖圖二、欖仁溪樣區地形圖

研究地區 南仁山欖仁溪樣區位於台灣南端的墾丁國家公園南仁山保護區內 ( 圖一 ) ，總面積 3 公頃，樣區內坡度在 5°~30° 之間，海拔 300~340 公尺。每年秋末至春初受到東北季風強烈吹拂。樣區內地形複雜，西側地勢較高，東半部有兩座平緩的小山頭，中間處有一南北向溪谷，溪谷僅在雨季雨勢大時會有流水 ( 圖二 ) 。

總結一、除了 DBH 變數之外，沒有其他變數可以普遍影響各樹種的死亡率，受 DBH 變數影響的樹種 ，其小徑級植株的死亡率都很高，隨著徑級增加死亡率則快速地遞減，死亡率隨徑級的變化常呈現 L 型的分佈圖。

二、不論是 M9197 模型或是 M9105 模型，有一半以上的樹種預測成功率大於七成，部分樹種的預測成功率更高達九成以上。整體來說，本研究所建立之模型有不錯的預測能力，但對於整體實際死亡率來說，有使用生長、死亡相關變數的 M9105 模型比 M9197 模型預測來得準確。

三、本模型未來可搭配生長和新增模型，對於森林動態變化進行模擬，以瞭解森林未來的樹種組成，各樹種的植株數量變動，以及新增、生長和死亡率的變動情形。

致謝 感謝墾丁國家公園南仁湖管理站在每個寒暑假免費提供住宿，也感謝管理站的人員對於參與調查的人員照顧有加，更感謝每位不懼風雨、犧牲假期來幫忙調查的同學們。

5M

個體大小：DBH 、 1/DBH 、BA 、 STEM…

競爭關係：同種間：COND 、 COBA 、COΘ…不同種間：HEND 、 HEBA 、HE Θ…鄰近大樹間：COBAL 、 HEBAL 、BALR …

結果

1 01 A C0 B D

預測結果

實際結果

圖五、混淆矩陣， A為實際上死亡且預測也是死亡的數量， B 為實際上死亡卻預測是存活的數量， C 為實際上存活卻預測是死亡的數量， D 為實際上存活且預測也是存活的數量

模型建立

整理三次調查的資料，利用邏輯回歸分析來建立死亡預測模型。為探討死亡發生與競爭及個體本身植株大小的關係，以 1991～ 1997 年間兩次調查的資料，計算 25 種相關變數來建立 M9197 模型。另外，以 1991 ， 1997 及 2005 年三次調查的資料，除計算前述之變數外，增加生長或死亡等相關變數共 35 種來建立 M9105 模型。

⊙樣區資料（ 1991-2005 ）包含樹種、 DBH、植株位置和個體存活狀態

⊙變數整理包括個體自身的大小或活力，以及個體與個體之間競爭的關係（圖四）

⊙模型建立將樹種中各植株存活狀態與變數的資料矩陣，以 SAS logistic regression procedure 進行分析

⊙模型驗證模擬各樹種個體的死亡，利用混淆矩陣（圖五）計算預測成功率 (Overall prediction success, OPS)

圖四、各變數示意圖

圖三、分析方法流程圖

M9197 模型 M9105 模型

圖七、 M9197 模型和 M9105 模型中，各樹種預測死亡率和實際死亡率比較圖。點越靠近紅線，表示預測的準確率越高，在框線內的表示兩者誤差值在 3﹪以內

1))7694.5(/1)8957.2()00448.0(9257.4( )1(2 COCITALDBHDBHeP 1)3227.06715.0( )1( DBHeP

1)/1)6839.2(2494.3( )1( DBHeP 1))0071.0(/1)949.1(4203.3( )1( COBALDBHeP

1)0101.00101.03319.0( )1( COBADSTEMeP1)00384.0/1)2219.1(4926.2( )1( COBADDBHeP

圖六、 M9197模型的廣泛分布種，各徑級實際死亡率和預測死亡機率比較圖。 A、 B、 C、D為冠層樹種，其預測死亡率受 DBH相關變數影響，在最小徑級最高，隨徑級增大而遞減； E、 F為次冠層以下樹種，其預測死亡率與個體大小及枝幹數等相關變數有關

object

object

neighbor

neighbor

A B

C D

E F