1、2023四川林业科技编辑部Sichuan Forestry Science and Technology,2023,44(3):121-127.doi:10.12172/202208300003l.Journal of研究报告Jun.Journal of Sichuan Forestry Science and Technology20232023年6月No.3Vol.44,第3期第44卷四川林业科技榆林沙区樟子松人工林立地质量数量化评价乔一娜,高荣,曹双成,付广军,杨伟,郝新忠,石长春陕西省林业科学院,陕西西安7 10 0 8 22022-08-30收,2 0 2 3-0 3-0 4网络版发
2、表开放科学(资源服务)标识码(OSID)基金项目阳陕西林业科技创新青年人才培育专项(SXLK2022-06-6);陕西省防护林建设科学技术研究项目(SXFHLZ-2020-1)乔一娜(1995),女,助理工程师,硕士,46 118 92 7 4 *通信作者摘要为了对榆林沙区樟子松人工林的造林培育及可持续经营提供参考依据。本研究在榆林市榆阳区设置了38 块2 0 m20m的樟子松人工林样地,调查了不同林龄樟子松的胸径、树高等生长指标,应用数量化理论I预测模型建立樟子松人工林优势木平均树高与立地因子之间的多元回归方程并确定立地评价等级,对樟子松人工林的立地质量进行了数量化评价。结果表明:(1)榆林
3、沙区樟子松人工林随着林龄的增长,樟子松人工林平均胸径、树高均会有显著增长,且在第10 2 0 年增长速度最快。(2)以坡向、海拔和坡位这三个主导因子将樟子松人工林划分为12 个立地类型区,进行立地分类结果评价。通过对调查样地进行立地评价,可以看出调查样地中7 5%的樟子松人工林立地评价等级在中级以上,表明榆林地区的樟子松种植区域立地条件较好,适合樟子松种植。预测方程经过检验达到要求,说明利用数量化理论I可以对樟子松人工林进行立地质量评价和生长趋势预测。关键词樟子松;榆林沙区;立地质量评价立地质量是指在某一立地条件上森林植被的生产潜力,立地质量评价则是对该立地的宜林性或潜在的生产力进行判断或预测
4、 1-2 。通常用林地上一定树种的生长指标来衡量或评价立地质量,由于受林木本身的生物学特性的影响,立地质量与其林地上的树种有很大关系 3。通过立地质量评价,可以确定某一立地条件下不同树种的适宜程度,从而合理地选择造林树种,达到适地适树和科学经营,充分发挥土地利用率和林木生产潜力。樟子松(Pinussylvestrisvar.mongolica)属松科(Pi n a c e a e Sp r e n g.e x F.R u d o l p h i)松属(Pinus)常绿乔木,为欧洲赤松分布至远东的一个地理变种,是我国北方特有的国家二级珍贵树种,是耐寒、抗旱耐薄的优良针叶树种,具有良好的生态效益和
5、社会经济效益 4-6 。在我国北方已进行了大面积的推广和栽培,在三北防护林工程建设和防沙治沙工程建设中发挥着巨大的作用。目前,樟子松已成为毛乌素沙地榆林沙区防沙治沙、造林绿化工程中的首选树种、先锋树种。在榆林沙区尽管樟子松虽具有广泛的种植面积,但整体造林质量参差不齐,导致造林成活率不是很高,无法满足生产需要,对榆林沙区樟子松林进行立地质量评价则可以摸清整个榆林沙区樟子松的造林情况,从而有针对性地为不同立地质量的樟子松林提供管理措施和方案经验。为进一步加强樟子松人工林的造林质量及科学管理,采用数量化理论I模型建立樟子松人工林优势木平均树高与立地因子之间的多元线性回归方程,根据偏相关系数大小筛选出
6、主导因子,利用主导因子划分立地评价等级,并对榆林沙区樟子松人工林进行立地质量评价,以期提高樟子松造林成活率及经营管理,为樟子松的立地质量评价提供统一引用格式:乔一娜,高荣,曹双成,等.榆林沙区樟子松人工林立地质量数量化评价 J.四川林业科技,2 0 2 3,44(3):12 1-12 7.QIAO Y N,GAO R,CAO S C,et al.Quantitative evaluation of site quality of Pinus sylvetrisl plantation in Yulin sandy areal.1222023年第44卷四川林业科技第3 期参考依据。1材料与方法1
7、.1研究区概况研究区域位于陕西省榆林市榆阳区(38 2 1N,10942E之间),海拔5 6 0 190 7 m,平均海拔为1000m。其地势东北高,中南低,以明长城为界,长城以北为风沙草滩区,长城以南为丘陵沟区。地貌类型主要为固定沙地,沙丘起伏不大,约7 m10m。气候属温带半干旱大陆性季风气候,春季干燥,风大风多,秋、冬、春三季多为西北风;夏季炎热干燥,多为东南风;秋季地面迅速冷却,上热下冷,空气日趋稳定,天气比较晴朗?爽;冬季漫长、干燥、寒冷、少雪。全年降水量40 0 mm左右,主要集中在7 9月,年平均蒸发量为2 38 8.7 mm,一般为降水量5 倍。年均气温7.9左右,无霜期150
8、180d,全年日照时数一般在2 7 0 0 h以上。土壤类型主要为风沙土,植被类型主要乔木树种为樟子松,林下灌木主要有乌柳(Salixcheiloph-ila)、花棒(Corethrodendron scoparium)、紫穗槐(A mo r p h a f r u t i c o s a)、柠条锦鸡儿(Caragana korsh-inskii)、臭柏(Juniperus sabina),主要草本植物有蒙古羊柴(Corethrodendron fruticosum var.mongolic-um)、沙蒿(Artemisia desertorum)首(MedicagoSativa)等。1.2样
9、地设置在陕西省榆林市榆阳区依据不同地形、土壤条件共设置了38 块面积为40 0 m(2 0 m 2 0 m)的标准样地。采用GPS定位系统获取地理位置及海拔高度,利用激光罗盘仪坡位、坡向、坡度等地形因子;在划定的每块样地中进行每木检尺(胸径、树高、冠幅、枝下高等),每测一树进行编号,避免漏测。在处理数据时依据以下公式进行樟子松单株材积量(8 V=0.1025元D)(H+3)(1)式中,V为单株材积,D为胸径,H为树高。1.3立地分类及分级标准立地因子的选定必须对树木生长情况影响较大,能精准预测樟子松林分生产力,因此选取海拔、坡位、坡度、林龄和坡向5 个与树木生长情况密切相关的立地因子(见表1)
10、。其中坡向、坡度、坡位和林龄等因子的类目划分依据国家森林资源连续清查技术规定,海拔类目划分则依据实际测定结果,将坡向、坡位等定性因子定量化处理后结合定量因子分级赋值。各因子分级标准如下:(1)海拔分级标准:分为低(10 0 0 m),高(1 000 m)。(2)坡位分级标准:将山脊至山谷范围内的山坡三等分,从上至下将整个坡面分为上坡位、中坡位、下坡位。(3)坡度分级标准:根据坡度的陡峭程度分为平缓坡(2 0),斜陡坡(2 0 35),急坡(35)。(4)坡向分级标准:阴坡、阳坡。具体见表1。1.4数据处理运用Excel2010进行数据整理与统计,采用数量化理论I预测模型得到数量化函数:mny;
11、=8(j,k)bjk+8ij=1k=1(1当第i个个标准地中,j项目的定性数据为k类目时的反映定义8;(j,k)=l0否则表1立地因子类目划分Tab.1Category classification of site factors类目等级category level立地因子sitefactor1234海拔/m altitude1000(X)1000(X12)林龄/a treeage10(X21)20(X22)30(X23)40(X24)坡度/()slope20(X31)2035(X 32)35(X33)坡位slopeposition上坡(X41)中坡(X42)下坡(X43)坡向slopedir
12、ection阴坡(X51)阳坡(X52)123研究报告乔一娜,等:榆林沙区樟子松人工林立地质量数量化评价其中:i为标准地号;j为项目数;k为各项目的类目数;bjk是第j个项目第k个类目的得分值;i为随机误差;yi为第i个标准地的优势木平均高。运用SPSS20.0计算出各因子的复相关系数及偏相关系数,并进行显著性t检验。2结果与分析2.1不同林龄樟子松优势木生长情况通过对不同林龄的樟子松人工林优势木的生长因子(胸径、树高、单株材积)进行差异分析,由图1可以看出,随着樟子松林龄的增长,优势木的平均胸径(见图1A)树高(见图1B)、单株材积(见图1C)都达到显著水平(P0.05)。樟子松人工林平均胸
13、径在第10-2 0 年增长最快,增长幅度为2.25cm;平均树高也是在第10-2 0 年增长最快,由4.55m增长到了7.8 6 m,增长量为3.31m;平均单株材积量增长幅度比平均胸径、平均树高快,分别为0.0 14m、0.0 12 m、0.0 2 1m。2.2原始数据表的编制数量化理论是多元统计分析方法的一种。其中数量化理论I常用于综合多因子法进行的森林立地分类及评价,就是通过把定性因子(如坡位、海拔、坡向等)转化为定量因子,从而掌握它们之间的定量关系,应用于兼有定性因子和定量因子数据的立地研究中 9。根据数量化理论I的模型将樟子松林调查数据中各样地的立地因子进行(0,1)化处理后,将林分
14、优势高及各因子类目数值整理后得立地因子原始数据反映表,如表2 所示。12厂Ad10C8b6a42010203040林龄/a14Bd12C10o/H翼b86a42010203040林龄/a0.06Cd工0.050.04C0.03b0.020.01a亚010203040林龄/a注:A、B、C图分别表示平均胸径、平均树高、平均单株材积量;不同小写字母表示不同林龄樟子松的差异显著(P0.05)。图1不同林龄樟子松优势木生长情况Fig.1Growth of dominant trees of Pinus sylvestris at different ages2.3数量化理论预测方程根据表2 得出的立地
15、因子原始数据反映表,采用数量化理论模型I的公式,进行最小二乘原理拟合,得到每块样地樟子松优势木平均树高的预测表2立地因子原始数据反映表Tab.2Original data ofsitefactors样地优势高/m海拔X林龄X2坡度X3坡位X4坡向X,sample plotdominant heightXX12X21X22X23X24X31X32X33X41X42 X43X51X5219.810010001000101213.51000101000010136.7101000010001014701100010001001512.810001010010001613.11000101000100
16、1713.710001010000101386.5101000100010011242023年四川林业科技第3 期第44卷方程:Y=2.74568(1,1)+0.4371(1,2)+1.3346(2,1)+2.4326(2,2)+2.2327(2,3)+1.3436(2,4)+2.4165(3,1)+0.5421(3,2)+0.1434(3,3)+0.9544(4,1)+(4,2)+1.9767(4,3)+0,1253(5,1)+1.8453(5,2)以上樟子松优势木预测方程是由5 个不同立地因子14个类目等级构成。该预测方程的系数表示这14个类目等级的得分值。具体得分表由表3所示。由表3可以
17、看出,低海拔(10 0 0 m)得分值明显高于高海拔(10 0 0 m);随着坡度的增加,坡度的得分值越低;下坡位得分值明显高于中坡位、上坡位;阳坡得分值高于阴坡。总的来说,海拔(10 0 0 m)、坡度(2 0)、坡位(下坡)、坡向(阳坡)的得分值在所属项目中最高,说明樟子松林更适合在低海拔、坡度 2 0 的下坡位、阳坡等立地因子条件下生长,这与我们榆林地区樟子松生产实践的结论一致。2.4数量化预测方程的检验2.4.1复相关系数及t检验运用SPSS进行复相关系数及t检验得出:R复=0.951,F=6.0 90,P 0.0 0 1,说明樟子松人工林优势木平均树高与5 个不同立地因子(海拔、林龄
18、、坡度、坡位、坡向)存在着显著的线性相关性,可以作为樟子松立地因子评价的代表因子。2.4.2偏相关系数及t检验由表4可以看出,樟子松人工林优势木平均树表3樟子松立地质量得分表Tab.3Site quality score of Pinus sylvestris plantation指标index项目item类目category得分值score海拔/m1000XII2.7456Altitude1000X120.4371林龄/a10X211.3346treeage20X222.432630X232.232740X241.3436坡度/()35X330.1434坡位上坡X410.9544slope
19、position中坡X421下坡X431.9767坡向阴坡X510.1253slope direction阳坡X521.8453表4各因子偏相关系数及显著性检验Tab.4Partial correlation coefficient and significance test偏相关系数显著性项目partial correlationsignificanceitemcoefficient(sig.)海拔altitude0.2850.098林龄atree age0.1350.005坡度slope0.0150.218坡位slopeposition0.2170.932坡向slopedirection0
20、.3450.046高与海拔、林龄、坡向之间存在显著相关性,但与坡度、坡位相关性不强。而在偏相关系数中,坡向对立地质量的影响程度最大,其次为海拔、坡位,坡度的影响程度最小。根据偏相关系数大小,我们确定坡向、海拔、坡位这三个因子为主导立地因子,进行立地分类。2.5立地类型划分与立地质量评价根据樟子松立地质量得分表(见表3)中各指标的得分值进行最高值相加、最低值相加,然后根据得分进行三等分用来划分樟子松人工林立地质量评价等级,由此可以得到三个立地质量等级,分别为优、中、差三个等级(见表5)依据5 个不同立地因子的类目划分得分表,进行38 块样地得分值计算,并以此进行立地质量评价等级划分(见表6)。根
21、据偏相关系数的大小排序,选择坡向、海拔和坡位这三个主导因子进行樟子松立地分类。采用坡向、海拔和坡位来划分立地类型区、立地类型组和立地类型,进行立地分类结果评价。通过对调查样地进行立地评价,可以看出调查样地中7 5%的樟子松人工林立地评价等级在中级以上,表明榆林地区的樟子松种植区域立地条件较好,适合樟子松种植(见表7)。3讨论对不同林龄樟子松优势木的生长因子(胸径、表5 数量化立地质量评价表Tab.5Quantitative evaluation of sitequality立地质量等级得分值立地质量评价sitequality levelscoresitequalityevaluation8.7
22、423-11.4167优excellent6.0679-8.7423中 moderate3.3935-6.0679差poor125乔一娜,等:榆林沙区樟子松人工林立地质量数量化评价研究报告表6 调查样地得分评价Tab.6Scoring evaluation of survey plots样地号评价结果样地类型得分值Sample plotEvaluationPlot typeScorevaluenumberresults1X1X22X32X43X529.5423优2XX23X3,X43X5211.2168优3XX21X32X43X528.4443中中4X12X21X31X42X527.0335优
23、5X11X23X31X4iX5210.19456XX23X31X42X5210.2401优7X11X23X31X43X5211.2168优38XX21X3,X42X529.342优表7 立地分类结果Tab.7Site classification results立地类型区立地类型组立地类型评价结果Site type zoneSite typegroupSite typeEvaluationresult阴坡低海拔上坡uphill差poorshady slopeLowaltitude中坡middle slope中moderate下坡downhill中 moderate高海拔上坡uphill差poo
24、rhigh altitude中坡middle slope差poor下坡downhill中 moderate阳坡低海拔上坡uphill中moderatesunny slopeLowaltitude中坡middle slope优excellent下坡downhill优excellent高海拔上坡uphill中 moderatehigh altitude中坡middle slope优excellent下坡downhill优excellent树高、平均材积量)进行了统计分析,可以看出随着林龄的增长,樟子松优势木的生长因子会逐渐增长,且除了平均材积量,平均胸径、树高的增长幅度会逐渐减小。石梦婷等人 10
25、 研究发现油松的平均树高、胸径的增长量逐渐减小,与平均材积量呈现正相关变化。李校等人研究发现树高和胸径的平均生长量都是先逐渐升高后下降。这与本研究结果一致。近年来,利用数量化理论I模型进行立地质量评价已经许多研究 12-15 ,但对于榆林沙区樟子松立地评价的研究却较少。本研究就以榆林沙区樟子松优势木平均树高为因变量,选取海拔、林龄、坡度、坡位、坡向5 个立地因子为自变量,运用数量化理论I模型,建立樟子松优势木平均树高与立地因子的预测回归方程,进行立地分类结果评价。在这次研究中我们选择了坡向、海拔和坡位作为划分立地分类的主导因子。之所以选择坡向是由于樟子松本身具于喜光耐阳性,且能够自然生长在阳坡
26、构成纯林,光照充足时侧枝及其针叶繁茂 16 ;选择海拔作为主导因子是由于不同海拔上的樟子松人工林分布不同且呈现一定的规律性,海拔的高度直接对土壤水分产生影响;选择坡位作为主导因子是不同坡位导致不同的太阳光照强度及光照时间长度,进而影响樟子松对土壤养分及水热的吸收情况。在之前的研究中,关于樟子松人工林划分立地分类的主导因子各有不同。李子东 17 研究得出土壤类型、土层厚度和坡位为影响樟子松人工林生长的主要立地因子;吴祥云 18 研究得出影响樟子松生长的主导立地因子为土壤种类、坡度和坡位;段文标等人 19 利用灰色关联度分析得出pH值、容重、CaCO3含量和有机质等因子是影响樟子松生长的主要因子。
27、这些主导因子选择与本研究有所不同,可能是因为陕北地区与其他地区的地形地貌、土壤水肥条件不同导致的,同时不同地区的樟子松人工林林分营造模式及密度也不甚相同。目前,在榆林地区,樟子松人工林主要起的还是防风固沙、水土保持及增加植被丰富度的功能 2 0-2 3。本研究通过数量化理论I预测模型对榆林沙区进行立地质量评价,总体立地评分等级在中级以上,说明樟子松人工林在榆林沙区生长良好,适宜在榆林沙区种植及大面积推广。但是从整体评价结果来看,榆林沙区樟子松人工林还有很大的增长空间,仍需要提高樟子松造林成活率及经营管理。在今后栽植樟子松过程中,应首先考虑当地的立地因子及立地情况条件,改善立地条件,提高土壤含水
28、量,其次控制樟子松造林密度,造林密度不宜过大,但也不能太小,改进樟子松造林质量,提高沙区土地利用率,使其能够增加沙地植物群落的植物多样性,提高防风固沙林的防护效益,促进其可持续发展 2 4本研究还存在着一些不足,未把土壤、水文、气候等因素考虑进去,且仅用数量化理论I模型进行了评价分析。在今后还需多探究其他立地因子对榆林沙区樟子松人工林的影响,同时可运用多元1262023年四川林业科技第3 期第44卷统计法、遥感影像结合BP网络模型等多种方法进行立地质量分析及评价,以提高研究的准确性及可靠度。4结论对樟子松人工林优势木进行生长情况分析发现,随着林龄的增长,樟子松优势木的生长因子会有显著增长,平均
29、胸径、树高在第10-2 0 年增长最快,平均单株材积量在第30-40 年增长最快。依据数量化理论I模型得到樟子松优势木平均树高的预测方程,利用这一模型可以评价榆林沙区樟子松立地质量,为榆林沙区樟子松立地评价提供了数学标准。通过立地类型划分与立地质量评价,可以把樟子松人工林立地质量评价划分为优、中、差三个等级。对调查样地进行立地评价,可以看出调查样地中7 5%的樟子松人工林立地评价等级在中级以上,表明榆林地区的樟子松种植区域立地条件较好,适合樟子松种植。参考文献1张水松.杉木数量化地位指数预测表的编制和立地类型划分的研究 J.江西林业科技,198 5(3:1-13.2】康健,薛德自,孙长忠,等.
30、渭北黄土高原油松适生立地选择及方法的研究 J.西北林学院学报,198 7,2(1):36-47.3翟明普,沈国舫.森林培育学 M.北京:中国林业出版社,2 0 16:417.4】冯伟,李卫,杨文斌,等.毛乌素沙地樟子松固沙林土壤水分对降雨的动态响应 J.水土保持研究,2 0 19,2 6(3:10 1-10 7.5冯奥哲,孔涛,孙薄播,等.沙地不同密度樟子松人工林土壤矿化氮质量分数与矿化特征 J.东北林业大学学报,2 0 2 1,49(10):96-103.6白晓霞,艾海舰.榆林沙地樟子松人工林土壤养分变化特征 J.西部林业科学,2 0 2 0,49(3):8 0-8 5.7刘雅楠,刘洋,兰再
31、平,等.不同灌溉方式对樟子松生长、光合特性及土壤水分运移的影响 J/OL.南京林业大学学报(自然科学版):1-12 2 0 2 2-0 1-2 3.8孟宪宇.测树学 M.北京:中国林业出版社,2 0 0 6.9唐诚,王春胜,庞圣江,等.广西大青山西南桦人工林立地类型划分及评价 J.西北林学院学报,2 0 18,33(4):5 2-5 7.10石梦婷,冯自茂,郝红科,等.陕西洛南油松人工林立地质量评价 J.西北林学院学报,2 0 2 1,36(6):12 7-133.11李校,姜玲玲,许中旗,等.冀北山地坡位条件对油松生长的影响 J.林业资源管理,2 0 19(4):2 4-30.12】张沛健,
32、卢万鸿,徐建民,等.雷琼地区尾细按人工林立地类型划分及其质量评价 J.林业科学研究,2 0 2 1,34(6):130-139.13彭映赫,陈永忠,陈彩虹,等.衡南县油茶林立地质量评价研究 J.西北农林科技大学学报(自然科学版),2 0 2 1,49(8):7 0-7 9.14张春霞,冯自茂,李文鑫,等.陕西黄陵油松人工林立地类型划分及评价 J.西北农林科技大学学报(自然科学版),2 0 2 1,49(1):55-63.15】郭艳荣,吴保国,刘洋,等.立地质量评价研究进展 J.世界林业研究,2 0 12,2 5(5):47-5 2.16赵晓彬,朱建军,超,等.陕北毛乌素沙地樟子松引种造林综合分
33、析 J.防护林科技,2 0 18(7):5 2-5 4.17李子东.晋北山地樟子松人工林生长及立地质量的研究 J.科技情报开发与经济,2 0 0 5(2 4):12 6-12 7.18吴祥云.辽东山地樟子松人工林生长及立地质量的研究 J.辽宁林业科技,1992(4):16-18.19段文标,赵雨森,陈立新,等.樟子松人工林生长与立地因子间关系的研究-草牧场防护林主要树种适地适树初步研究(I)J.东北林业大学学报,1994(5):1-6.20】赵晓彬,刘光哲.沙地樟子松引种栽培及造林技术研究综述 .西北林学院学报,2 0 0 7(5):8 6-8 9.21刘雅楠,刘洋,兰再平,等.不同灌溉方式对
34、樟子松生长、光合特性及土壤水分运移的影响 J/OL.南京林业大学学报(自然科学版):1-12 2 0 2 2-0 4-14.22刘轩,赵杉,高广磊,等.沙地樟子松(Pinussylvestrisvar.mongolica)物候特征及其对气候的响应 J.中国沙漠,2 0 2 2,42(2):25-35.23程万才,罗玉亮.樟子松种子园施肥试验研究 J.林业科技,2 0 2 1,46(6):8-9.24】刘海鹰.毛乌素沙地樟子松造林关键技术 J.安徽农学通报,2 0 14,2 0(7):114+12 8.127研究报告乔一娜,等:榆林沙区樟立地质量数量化评价Summaryfor“榆林沙区樟子松人工
35、林立地质量数量化评价”Quantitative Evaluation of Site Quality of Pinus sylvetris!Plantation in Yulin Sandy AreaQIAO Yina,GAO Rong,CAO Shuangcheng,FU Guangjun,YANG Wei,HAO Xinzhong,SHIChangchunShaanxi Academy of Forestry,Xian 710082,China*Corresponding author,Abstract In order to provide reference for the affor
36、estation cultivation and sustainable management of Pinus sylvetrislplantation in Yulin sandy area.In this study,38 sample plots of P.sylvetrisl plantation with 20 mx20 m were set up inYuyang district of Yulin city,and the growth indexes of DBH and height of P.sylvetrisl plantation at different agesw
37、ere investigated.Using the prediction model of quantitative theory I,the multivariate regression equation between theaverage height of dominant trees and site factors in P.sylvetrisl plantation was established,and the site evaluation gradewas determined,and the site quality of P.sylvetris/plantation
38、 was quantitatively evaluated.The results showed that:(1)With the growth of forest,the average diameter at breast height and tree height of P.sylvetrisl plantation increasedsignificantly,and the fastest growth rate was in the 10th to 20th years.(2)The P.sylvetrisl plantation was divided into12 site
39、types with the three dominant factors of slope aspect,elevation and slope position,and the site classificationresults were evaluated.Based on the site evaluation of the surveyed plots,it could be seen that 75%of the P.sylvetrislplantation in the surveyed plots had a site evaluation level above the i
40、ntermediate level,which indicated that the siteconditions of the P.sylvetrisl planting area in Yulin area were better and suitable for P.sylvetrisl planting.It showedthat the prediction equation had been tested to meet the requirements,indicating that the quantitative theory I could beused to evaluate the site quality and predict the growth trend of the P.sylvetrisl plantation.KeywordsPinus sylvetrisl;Yulin Sand District;Site quality assessmentdoi:10.12172/202208300003