袁 建，江 洪,2*，接程月，辛贊紅，魏曉華

（1. 浙江農(nóng)林大學國際空間生態(tài)與生態(tài)系統(tǒng)生態(tài)研究中心，浙江 臨安 311300；2. 南京大學國際地球系統(tǒng)科學研究所，江蘇 南京210093；3. 不列顛哥倫比亞大學地球與環(huán)境科學系，不列顛哥倫比亞基隆那 V1V1V7）

模型因其能使實際問題簡單化而成為人類認識自然現(xiàn)象、解決科學問題過程中不可缺少的工具[1]。目前在森林生態(tài)系統(tǒng)的研究與探索中建立了大量的數(shù)學模型以及計算機模型，如對于森林動態(tài)進行模擬的林窗模型家族，對于植被動態(tài)進行模擬的DGVM（dynamics global vegetation Model）模型框架，和基于過程的生物地球化學循環(huán)模型DBSM（dynamics biogeochemical simulation model）體系[2]。還有一些綜合的模型集成了多種模擬功能，如森林生態(tài)系統(tǒng)模型可以在優(yōu)化管理的模式下綜合模擬生態(tài)系統(tǒng)結(jié)構(gòu)與功能的變化[3～4]。其中反演森林冠層葉綠素含量的PROSPECT＋SAIL模型；代表全球碳循環(huán)模擬新方向的IBIS（Integrated Biosphere Simulator）模型、斑塊尺度森林碳循環(huán)模型（Soil-Plant-Atmosphere, SPA）以及中國森林生態(tài)系統(tǒng)碳收支模型FORCCHN都取得了成功[5～8]，這些都表明模型在森林生態(tài)系統(tǒng)結(jié)構(gòu)功能和過程的研究中具有重要的作用。長期的森林收獲可能會影響生態(tài)系統(tǒng)的結(jié)構(gòu)和功能，不同的森林收獲方法有對土壤的肥力不同的影響，從而進一步影響森林的可持續(xù)管理。模擬森林的可持續(xù)管理，它受到很多不同因素的影響，如森林的郁閉度、土壤肥力、輪伐期的長短、立地質(zhì)量、時間尺度、空間尺度等。但是評估這些因素對森林可持續(xù)管理的影響是很困難的，尤其是幾種因素的共同影響。然而，在長時間尺度范圍下，生態(tài)系統(tǒng)水平模型（FORECAST）是一種很好的工具。而近年來，F(xiàn)ORECAST模型作為一個基于森林生態(tài)系統(tǒng)過程的林分水平模型越來越受到廣泛的關(guān)注。該模型作為評價森林長期經(jīng)營策略的一個工具在幾種不同的森林類型中都有過成功的應用。它運用混合模擬方法，應用植物隨著時間積累的生物量數(shù)據(jù)來自不同營養(yǎng)質(zhì)量立地的植物營養(yǎng)濃度數(shù)據(jù)作為基礎，可用以評估林冠功能（光合作用）、碳分配、競爭以及養(yǎng)分循環(huán)等在內(nèi)的核心過程[3]。模型明確的將來自不同過程或干擾類型營養(yǎng)立地質(zhì)量的變化考慮在內(nèi)，對那些凈初級生產(chǎn)力受到營養(yǎng)有效性限制的森林評估和涉及可持續(xù)的森林管理策略應用模型的能力進行模擬。

目前FORECAST模型已經(jīng)運用到加拿大、英國、挪威和中國等國家的針葉林、闊葉林和混交林的生態(tài)過程研究與經(jīng)營管理實踐中，并取得了很好的成效。FORECAST模型可以模擬人工純林在不同管理策略下的碳氮循環(huán)特點。例如，可以模擬不同輪伐期林分的碳儲量和固碳量以及氮循環(huán)特點；模擬不同立地條件下的碳氮循環(huán)特點；模擬不同收獲方式（粗放型和集約型）對林分碳氮循環(huán)的影響；模擬林火、施肥、不同疏伐方式、酸雨、N沉降對林分碳氮循環(huán)的影響，并且如果數(shù)據(jù)充足，F(xiàn)ORECAST模型亦可以模擬混交林在不同森林管理策略下的碳氮響應。

2 FORECAST模型簡介及其原理

2.1 FORECAST模型的描述

FORECAST全稱Forestry and Environmental Change Assessment，這個計算機軟件是由加拿大著名森林生態(tài)學家J. P. (Hamish) Kimmins 主持開發(fā)出來的，它的前身是FORCYTE模型。該模型是通過系統(tǒng)研究森林生物產(chǎn)量與林分結(jié)構(gòu)、演替階段、營養(yǎng)運輸途徑以及各種經(jīng)營管理措施之間的相互規(guī)律，在森林經(jīng)營的生態(tài)學原理基礎上開發(fā)而成[3]。

在林分群體特征以及林地養(yǎng)分循環(huán)的基礎上，F(xiàn)ORECAST模型是一種特殊的森林生態(tài)系統(tǒng)管理模型，它需求的數(shù)據(jù)包括森林生態(tài)系統(tǒng)的林分特征、林下植被、苔蘚、土壤以及林分內(nèi)養(yǎng)分循環(huán)數(shù)據(jù)，通過把這些數(shù)據(jù)輸入模型，從而得出林分生長、林地養(yǎng)分變化的趨勢，通過施以不同的經(jīng)營策略，可以獲得不同管理策略下森林生長的狀況，比較森林生長及養(yǎng)分變化的結(jié)果可以得到一個最佳森林經(jīng)營方案[9]。

2.2 FORECAST模型的原理

FORECAST建立在整個森林生態(tài)系統(tǒng)的物質(zhì)生產(chǎn)和養(yǎng)分循環(huán)規(guī)律的基礎上（圖1）[10～14]。系統(tǒng)的葉量和光合效率決定了一個森林生態(tài)系統(tǒng)的生產(chǎn)力的大小[15～16]。對一些特定的樹種，光照條件和葉片中的氮素含量決定了光合效率的高低。系統(tǒng)養(yǎng)分循環(huán)(包括植物的吸收、在植物體內(nèi)的運輸和轉(zhuǎn)化、通過凋落物回復到土壤表面以及回復的營養(yǎng)元素的礦化和固定過程)狀況的好壞決定了氮素含量的多少[17]。葉氮同化率（FNE）是FORECAST模型的驅(qū)動機制。所謂葉氮同化率是指葉片中單位質(zhì)量的氮素在單位時間內(nèi)所同化產(chǎn)生的干物質(zhì)量[15～16]。這與?gren（1983）的氮生產(chǎn)力是一個意思，即：

圖1 FORECAST模型模擬的主要部分和轉(zhuǎn)變過程流程Figure 1 A schematic of the major ecosystem compartments and transfer pathways represented in FORECAST

式中，Pt為總初級生產(chǎn)力；ΔBt為單位時間內(nèi)的生物量的增長量；Et為單位時間內(nèi)的凋落物量；Mt為單位時間內(nèi)的枯損量或自然稀疏量；Nf為葉氮含量；Bf為葉面生物量；Nc為葉氮濃度。

在實際的林分中，由于林冠下部的葉片受到上部葉片的遮蔽作用，所以其光合有效效率會有所下降。因此，在具體應用時就需要對其進行修正。通過將林冠層模擬成“不透光層”來表示上層葉片對下層葉片的遮蔽作用。修正后的葉氮同化率稱之為遮陰糾正葉氮同化率（Shade-corrected Foliage Nitrogen Efficiency, 簡稱Escfn）。即：

式中，Nft為葉氮量（林冠部第i個25 cm高度葉層），Ci為光合作用光飽和曲線值（林冠部第i個25 cm高度葉層的葉氮量處）；n為表示林冠層以25 cm為一層，共劃分出的總層數(shù)。

2.3 FORECAST模型的優(yōu)點

FORECAST模型的最大優(yōu)點是存在一個營養(yǎng)反饋機制[13]，通過調(diào)整經(jīng)營管理策略保持立地質(zhì)量不會衰退。其次作為一個混合性的模型，該模型將傳統(tǒng)經(jīng)典的產(chǎn)量表同復雜的過程模型相結(jié)合。用傳統(tǒng)經(jīng)典的產(chǎn)量表來預測未來森林的增長趨勢主要是通過一些生長數(shù)據(jù)，其中包括收集一些森林生長數(shù)據(jù)，然后用圖表、表格或者數(shù)學形式來總結(jié)概括這些數(shù)據(jù)，從而通過這些數(shù)據(jù)來預測。這個方法是基于一個理想環(huán)境的基礎下，即在未來的生長環(huán)境不變，來預測樹木的生長趨勢。但是往往現(xiàn)實中，林分的影響因子都會隨著時間的變化也發(fā)生改變，例如土壤肥力、氣候變化、洪澇災害、蟲害等，這些影響因子都會使得樹木生長發(fā)生變化，因此，傳統(tǒng)經(jīng)典的產(chǎn)量表只對樹木或林分產(chǎn)量的潛能進行了預測[13]。過程模型能夠模擬未來環(huán)境條件對樹木生長的影響，但是過程模型只對生長決定因素占主導因素的林分預測準確，對于生長決定因素改變不明顯的林分預測的精度較差。通過研究上述兩種模型對預測森林產(chǎn)量的利與弊，將2種模型組合在一起，取兩種模型的優(yōu)點的同時摒棄2種模型中各自的缺點[18]。FORECAST模型就正好是這樣的一種混合型模擬模型。

3 FORECAST模型在針葉林生態(tài)系統(tǒng)研究中的應用

3.1 FORECAST模型在國外針葉林生態(tài)系統(tǒng)研究中的應用

3.1.1 在小干松林中的應用 黑松（Pinus contorta）在哥倫比亞的森林工業(yè)和環(huán)境中發(fā)揮著重要的作用。它在哥倫比亞山地云杉、亞寒帶松杉和亞寒帶云杉所處的環(huán)境區(qū)分布比較豐富，是占主導地位的種群，并且在過去火災頻發(fā)。為評價各種管理策略中的一些不同之處以及這些不同之處對哥倫比亞中部黑松林生產(chǎn)力的意義；量化全樹采伐和莖干采伐的不同之處；總結(jié)出可以提高森林生產(chǎn)力的管理策略，X Wei[19～20]等人利用FORECAST模型模擬不同管理策略對黑松林生產(chǎn)力的影響，其結(jié)果顯示，對保持黑松林生產(chǎn)力的可持續(xù)性策略應該是80 ～120 a的輪伐長度。然而，更多營養(yǎng)保留的莖干采伐策略可以比全樹采伐策略獲得更高的生產(chǎn)力。在240 a的模擬中疏伐策略沒有提高總生產(chǎn)力。強度較高的疏伐可能是不必要的，但是，疏伐提高了分解凋落物和粗木質(zhì)殘骸的水平，而且產(chǎn)生了更適合馴鹿的棲息地，從而增加馴鹿的棲息地價值，由于缺乏長期野外研究，使模擬結(jié)果的驗證變得十分困難，所以當應用這些模擬結(jié)果時必須十分慎重。因此，最好的疏伐策略需要基于各種立地的生產(chǎn)力水平以及諸如馴鹿等其它資源的考慮的基礎上進行進一步的模擬，從而得出最適合的管理策略。

3.1.2 在歐洲赤松林中的應用 歐洲赤松（Pinus sylvestris）是一種分布在西起大不列顛和伊比利亞半島，東至東西伯利亞及高加索山脈，北達拉普蘭之間，廣大范圍的樹種。在北部，其生長高度為海平面至海拔1000 m，在南方則以高山植物方式呈現(xiàn)（1200 ～ 2500 m）。

Juan A. Blanco[21]等人運用FORECAST模型模擬了庇里牛斯山（西班牙北部）上的歐洲赤松林的可持續(xù)管理。他們的研究表明，采伐強度、采伐周期、采伐方法對營養(yǎng)流失有一定的影響，在這個異質(zhì)性很大的地區(qū)，不同地點的可持續(xù)管理不同。過度開采對 N、P影響很大，絕不能將整棵樹移走因為它可能對營養(yǎng)儲存產(chǎn)生很大的負面影響?？傊@個模型被證明是一個很有用的工具，它用來預測營養(yǎng)儲存上的短期變化，也用來估測在庇里牛斯山上所適用的采伐方法及其對森林可持續(xù)性管理可能帶來的負面影響。FORECAST模型用來分析森林管理生態(tài)可持續(xù)性非常合適。

3.1.3 在花旗松林中的應用 花旗松（Pseudotsuga menziesii）是世界上最重要的和最具價值的軟木樹種之一。它是北美洲西部森林的重要組成部分。

為了評估各種描述土壤有機質(zhì)特性的參數(shù)的有用性和靈敏性，Dave M. Morris[22]等人運用FORECAST模型，將4套不同的森林管理方案分別試用于一個模擬未經(jīng)管理的花旗松林和一個模擬生長在有機質(zhì)和營養(yǎng)貧乏地方的花旗松林。這4套方案包括2個輪伐期長的結(jié)合（40、80 a）和兩種水平上的生物量利用（整樹對有保留的樹長采伐）的相互結(jié)合，即40 a的輪伐期與整樹采伐結(jié)合的經(jīng)營策略、40 a輪伐期與有保留的采伐結(jié)合的經(jīng)營策略、80 a的輪伐期與整樹采伐結(jié)合的經(jīng)營策略、80 a輪伐期與有保留的采伐結(jié)合的經(jīng)營策略。根據(jù)模型模擬，在第2個40 a輪伐期的末期實施一次集中的管理方案（40 a輪伐期，整樹采伐）。先前未經(jīng)管理樣地的生產(chǎn)率有顯著的降低，活性土壤吸收分解狀有機質(zhì)的能力發(fā)生了迅速下降，并且無法重建。這種活性土壤吸收規(guī)模的減小所導致的結(jié)果是，在隨后的輪伐期內(nèi)將會出現(xiàn)氮缺乏的情況。與之形成對比的是，最初發(fā)生營養(yǎng)退化的樣地對中等水平的管理（80 a輪伐期，只采伐樹干）反應良好，在超過240 a的模擬時期里，其活性土壤吸收有機質(zhì)的規(guī)模一直保持著平穩(wěn)的增加。這表明如果試用一個低等水平的管理策略，由先前活動導致發(fā)生退化的樣地總體上具有恢復的能力。當試圖衡量管理方法的可持續(xù)性時，整體上的改變值和活性土壤有機質(zhì)的動態(tài)性是比樹木生長量更明顯更靈敏的參數(shù)。衡量管理方法的可持續(xù)性時，將會有很多例子用來闡明起始狀態(tài)條件的重要性，以及管理體系實施后的狀況。

3.2 FORECAST模型在國內(nèi)針葉林生態(tài)系統(tǒng)研究中的應用

3.2.1 在杉木人工林中的應用 杉木（Cunninghamia lanceolata）是我國南方最重要的用材樹種，生長快，材質(zhì)好，單產(chǎn)高，已有一千多年的栽培歷史，在我國南方林業(yè)生產(chǎn)中占舉足輕重的地位[23]。近年來由于杉木連栽造成生產(chǎn)力日趨下降，已嚴重影響了杉木人工林的持續(xù)經(jīng)營[24～25]。目前國內(nèi)主要運用森林生態(tài)系統(tǒng)管理模型FORECAST模型模擬不同輪伐期杉木C貯量變化，以確定較為合理的輪伐期；以及模擬中國人工杉木林產(chǎn)量下降和土壤退化等。

其中江洪等人運用FORECAST模型模擬不同輪伐期杉木C貯量變化，從而確定了較為合理的輪伐期。研究發(fā)現(xiàn)25 a輪伐期干材收獲量最大，但不利于土壤有機碳的可持續(xù)，50 a輪伐期有利于維持生態(tài)系統(tǒng)的碳貯量的相對穩(wěn)定，且立地條件越好其碳貯量和固碳能力越高。所以選擇較長（25 ～ 50 a）輪伐期較有利于保持杉木人工林的可持續(xù)經(jīng)營，這與J. Bi等[26～27]的研究結(jié)論一致。雖然在預測的過程中FORECAST對胸徑的預測值還有一些偏差，但在模擬的靈活性和適用性方面仍然值得應用，并在應用中將不斷的被校準和完善[27]。

3.2.2 在云杉林中的應用 云杉（Picea asperata）為我國特有樹種。以華北山地分布為廣，東北的小興安嶺等地也有分布。常綠喬木，株高可達30 m，樹冠廣圓錐形。我國有17種9個變種。多分布青海東部、甘肅南部和陜西西部海拔3200 m以下。云杉耐蔭、耐寒、喜歡涼爽濕潤的氣候和肥沃深厚、排水良好的微酸性沙質(zhì)土壤，生長緩慢，淺根性樹種。

在國內(nèi)，為進一步深入研究我國乃至全球范圍內(nèi)的森林生態(tài)系統(tǒng)碳循環(huán)提供基礎數(shù)據(jù)，為正確估算森林的生態(tài)效益提供參考，同時為管理者制定合理的云杉人工林的管理策略提供依據(jù)，江洪等人運用FORECAST模型模擬了不同輪伐期對云杉碳貯量的影響。模擬的結(jié)果表明，在輪伐期為80 a時，云杉的莖干碳貯量和喬木碳貯量達到最高，輪伐期越長，固碳能力就越強。在森林皆伐的情況下，無論采取何種長度的輪伐期，其土壤碳貯量均呈現(xiàn)下降趨勢，但是隨著輪伐期的延長（不大于160 a），其下降比例降低。同一輪伐期中，較好立地的碳貯量以及固碳量均高于較差立地。由于云杉有兩個生長高峰期，一個是在云杉高度超過灌木后的10 a期間，林齡在20 ～ 30 a，另一個是云杉經(jīng)過自梳作用后，即林齡50 ～ 70 a，在此時期也是生物量增長的高峰期，故而80 a的采伐期易產(chǎn)生較高的生物量積累。而當云杉達到成熟期后（林齡為100 a時）其生長漸趨緩慢，其中120 a后胸徑基本停止生長，200 a后樹高停止生長。所以，100 a之后生物量增長緩慢而平穩(wěn)，120 a與160 a的碳貯量與固碳量差異小于80 a與120 a間的差異。對于不同的立地而言，較好立地土壤的固有養(yǎng)分含量要高于較差立地，其上云杉的生長自然要優(yōu)于較差立地，因此，從輪伐期和立地條件角度出發(fā)，保持長期立地生產(chǎn)力應選擇較長輪伐期（120 ～ 160 a）為宜。

3.2.3 在長白落葉松人工林中的應用 長白落葉松（Larixolgensis）是松科落葉松屬的落葉喬木，是我國東北、內(nèi)蒙古林區(qū)以及華北、西南的高山針葉林的主要森林組成樹種，是東北地區(qū)主要三大針葉用材林樹種之一。落葉松是喜光的強陽性樹種，適應性強，對土壤水分條件和養(yǎng)分條件的適應范圍很廣。

針對間伐在短期內(nèi)可以有效的促進林地生產(chǎn)力的增長，而對生態(tài)系統(tǒng)的長期影響尚難以預測的問題。孫志虎，牟長城[28]等人利用 FORECAST模型模擬預測長白落葉松人工林的生長趨勢，通過對落葉松人工林灌木及草本生物量及養(yǎng)分含量的調(diào)查與分析，對土壤及樹木生長數(shù)據(jù)的收集分析，然后對FORECAST模型進行校正修改參數(shù)，從而對落葉松間伐時各代干材生物量、生態(tài)系統(tǒng)速效氮、磷、鉀貯量的長期影響效果進行模型模擬。進一步總結(jié)出落葉松人工林間伐的合理模式，從而為長期維護落葉松人工林生產(chǎn)力提供理論依據(jù)。研究結(jié)果表明，適度的間伐可以在短期內(nèi)促進林地干材生物量的增加，隨著連栽代數(shù)的增加，干材生物量逐代增加量逐漸減少，最后是趨于穩(wěn)定的狀態(tài)，和未經(jīng)人為經(jīng)營管理的林地趨于一致，到達近似穩(wěn)定狀態(tài)時的干材生物量等于或略低于未經(jīng)經(jīng)營管理的林地。

從間伐對落葉松人工林主伐時干材生物量的影響來看，低立地指數(shù)的落葉松人工林適合采用中度和弱度間伐，而高立地指數(shù)的林分也是中度和弱度間伐對林地干材生物量表現(xiàn)明顯的促進作用，強度間伐對干材生物量的促進作用不甚明顯，但可根據(jù)培育目的不同采用強度間伐，如培育大徑材。

強度間伐對增加落葉松人工林速效氮貯量有很好的效果，連載代數(shù)的增加，林地速效氮貯量也會隨著增加，而且每代的值都比未經(jīng)過經(jīng)營管理的林分要高，但是中度和弱度采伐的林地，其速效氮貯量呈現(xiàn)逐代下降趨勢，直至穩(wěn)定，達到與未經(jīng)過經(jīng)營管理的林地穩(wěn)定值相近。因此，間伐對林地速效氮貯量的影響只有在較短期間內(nèi)比較有效。

落葉松人工林速效磷、鉀呈現(xiàn)出相似的規(guī)律，都呈現(xiàn)先降低然后穩(wěn)定的趨勢。在短期內(nèi)進行間伐的林地比未進行經(jīng)營管理的林地速效磷、鉀貯量高，但是隨著連栽代數(shù)的增加，貯量逐漸的減少，最后與未經(jīng)過經(jīng)營管理的林地趨于一致。因此，間伐對林地速效磷、鉀貯量的影響只有在較短期間內(nèi)比較有效。即間伐在短期內(nèi)對落葉松人工林有明顯的促進作用，但隨著連栽代數(shù)的增加，這種積極作用逐漸變小，最后和未經(jīng)經(jīng)營管理的林地趨于一致。

因此，東北林區(qū)落葉松人工林間伐合理方式為采用中度和弱度的間伐強度，可以使落葉松人工林生產(chǎn)力維持5 ～ 10代不下降。

3.2.4 在馬尾松人工林中的應用 馬尾松（Pinus massoniana）是中國亞熱帶地區(qū)特有的針葉樹種，適應能力強、耐干旱、生長迅速，也是中國主要造林樹種中分布最廣的一種。

目前，有關(guān)馬尾松人工林生態(tài)系統(tǒng)碳儲量的研究較多，提供了很多有用的基礎數(shù)據(jù)。但是，由于樣地實驗的局限性，以及研究方法的限制，大多為靜態(tài)的估測，很難反映出馬尾松人工林碳動態(tài)特征，而且大多是時間尺度和空間尺度都比較小的研究，很難反映出大尺度范圍內(nèi)馬尾松人工林的碳儲量特征。長期定位試驗是研究森林碳動態(tài)的重要方法，但是，其需時長，不確定性大，操作起來有很大的難度?，F(xiàn)階段，利用模型進行相關(guān)模擬研究，已經(jīng)成為一個重要的發(fā)展趨勢[29～30]。選擇 FORECAST森林生態(tài)系統(tǒng)管理模型作為研究工具，通過模擬不同管理措施下馬尾松人工林碳循環(huán)，分析和總結(jié)馬尾松人工林生態(tài)系統(tǒng)碳的固定、貯存及其長期動態(tài)，從而為估算我國乃至全球范圍內(nèi)人工林的經(jīng)濟效益和生態(tài)效益基礎數(shù)據(jù)，同時也為管理者制定科學合理的人工林經(jīng)營措施提供依據(jù)。

辛贊紅等人運用FORECAST模型模擬了不同立地，不同輪伐期以及不同采伐方式下馬尾松人工碳循環(huán)的特點。研究結(jié)果顯示以下特征：①立地條件越好，植被地上部分的碳貯量越大；相同立地條件下，輪伐期越長，植被地上部分的碳貯量增加；整樹采伐的地上植被碳貯量在第一個輪伐期之后均小于樹干采伐方式下第一個輪伐期之后的地上植被碳貯量。②隨著立地條件變好，土壤有機碳含量增加；短輪伐期的土壤有機碳含量比長輪伐期??；整樹采伐的土壤有機碳比樹干采伐的小。③同一輪伐期，立地條件越好，生態(tài)系統(tǒng)總碳量越大；相同立地條件下，隨著輪伐期變長，生態(tài)系統(tǒng)總碳量增加；整樹采伐的生態(tài)系統(tǒng)總碳量在第一個輪伐期之后均小于樹干采伐的對應值。④收獲部分的碳從模擬結(jié)果來看，如果考慮馬尾松人工林的經(jīng)濟效益，想獲取更多的林產(chǎn)品，在較好立地可以適當縮短輪伐期。

4 問題與展望

目前推算區(qū)域或全球尺度森林生態(tài)系統(tǒng)碳貯量的基本方法，歸納起來主要有樣地實測估算和模型估算兩大類型[31]。樣地實測精度大，卻需要消耗大量的人力、時間和財力，而此時模型的發(fā)展給我們帶來了諸多便利，省時省力省財，其預測趨勢可以給森林管理者制定森林管理策略提供一定的理論指導。FORECAST模型是通過系統(tǒng)研究森林生物產(chǎn)量與林分結(jié)構(gòu)、演替階段、營養(yǎng)運輸途徑以及各種經(jīng)營管理措施之間的相互規(guī)律，在森林經(jīng)營的生態(tài)學原理基礎上開發(fā)而成。FORECAST模型通過大量森林生態(tài)系統(tǒng)的模擬，已得到了較好的檢驗[32～34]。

與所有的模型一樣，F(xiàn)ORECAST模型在其應用上有一定的局限性。例如，該模型中的大部分土壤過程的表示相對簡單。由于土壤范圍、土壤混合和根分配表示的缺乏，使得FORECAST模型解決土壤壓實以及土壤侵蝕問題的能力受到了限制。另外模型的方法對評價單位內(nèi)的凋落量可能使得在模型模擬開始的幾個階段對凋落物的評估過高，這可能導致模擬的前期遮陰校正葉氮效率值偏高。但是早期對凋落物速率的評價過高，只是運用在很小的生物量中，因此在輪伐長度模擬方面造成的誤差較小。在FORECAST模型中樹木林冠作為“不透明層”的設定對模擬個體樹木生長、疏伐反應、農(nóng)林復合、間伐和異齡林管理造成了一些困難。

此外，大量研究表明，F(xiàn)ORECAST模型模擬的樹種大多只是針葉樹種，因此，如果能將FORECAST模型應用到闊葉樹種以及針闊混交林，這將會使得FORECAST模型的研究應用更加完整，也更具有現(xiàn)實意義。因為闊葉林或者針闊混交林的樹冠冠層比較厚，生態(tài)系統(tǒng)較為復雜，凋落物較多，物質(zhì)循環(huán)、能量流動較復雜。所以模型模擬起來比較困難，需要考慮的因素很多，從而對模型的校正造成一定困難。另外，該模型也忽略了水分對植被生長的影響，只是將水分作為一個限制因子，也使得模型模擬出現(xiàn)一些偏差。目前Kimmins團隊正在將FORECAST模型與水分模型ForWaDy相耦合，已經(jīng)取得突破性的進展并不久將會具體的應用。同時，模型也可以計算出土壤水分的脅迫指數(shù)。當ForWaDy模型與FORECAST模型耦合時，這個脅迫指數(shù)可以限制人工林的生長或碳的積累過程，所以可以模擬氣候變化（溫度、降水等）對森林固碳、森林水文以及碳—水耦合方面的影響，這在今后全球碳循環(huán)研究中具有重大意義。由于缺乏長期野外研究，使模擬結(jié)果的驗證變得十分困難，所以當應用這些模擬結(jié)果時必須十分慎重。在未來的森林管理上應該創(chuàng)造合適的實驗基地，以便獲取各種數(shù)據(jù)，以此優(yōu)化森林生態(tài)模型，以便更好的模擬預測森林動態(tài)發(fā)展，為管理者制定合理的營林策略提供指導。

[1]S E Jorgensen, G Bendoricchio. 生態(tài)模型基礎[M]. 北京：高等教育出版社，2008. 1－3.

[2]JIANG H, APPS M J, PENG C H,et al. Modeling the influence of harvesting on Chinese boreal forest carbon dynamics[J]. For Ecol Mana, 2002,169（1-2）：65－82.

[3]KIMMINS J P. Forest Ecology[M]. New York: Person Education, Inc. Prentice Hall, 2004. 635.

[4]劉平，馬履一，段劼. 森林動態(tài)計算機模擬模型研究[J]. 世界林業(yè)研究，2007，20（3）：45－50.

[5]楊曦光，范文義，于穎. 基于PROSPECT+SAIL模型的森林冠層葉綠素含量反演[J]. 光譜學與光譜分析，2010，30（11）：3022－3026.

[6]劉曦，國慶喜，劉經(jīng)偉. IBIS模型驗證與東北東部森林NPP季節(jié)變化模擬研究[J]. 森林工程，2010，26（4）：1－10.

[7]王紹剛，劉志文. 基于SPA模型的森林生態(tài)系統(tǒng)凈初級生產(chǎn)力空間分布[J]. 科技導報2010，28（1）：82－89.

[8]趙俊芳，延曉冬，賈根鎖. 基于FORCCHN的未來東北森林生態(tài)系統(tǒng)碳儲量模擬[J]. 地理科學，2009，29（5）：690－696.

[9]KIMMINS J P, DANIEL M, BRADS. Modelling forest ecosystem net primary production: the hybrid simulation approach used in FORECAST[J]. Ecol Model, 1999（122）: 195－224.

[10]郭起榮. FORCYTE森林生態(tài)系統(tǒng)經(jīng)營模擬模型[J]. 江西林業(yè)科技，2000（6）：43－46.

[11]接程月，辛贊紅，信曉穎，等. FORECAST模型的原理、方法和應用[J]. 浙江農(nóng)林大學學報，2009，26（6）：909－915.

[12]潘攀. 基于FORECAST模型的落葉松人工林間伐長期效果與優(yōu)化模式研究[D]. 哈爾濱：東北林業(yè)大學，2007.

[13]田曉，胡靖宇，劉苑秋，等. 森林生態(tài)系統(tǒng)經(jīng)營的新模式：FORECAST模型[J]. 林業(yè)調(diào)查規(guī)劃，2010，35（6）：18－25.

[14]（加）金明仕. 森林生態(tài)學[M]. 北京：中國林業(yè)出版社，2005.

[15]盛煒彤. 我國人工林地力衰退及防治對策[A]. 中國林學會森林生態(tài)分會. 人工林地力衰退研究[C]. 北京：中國科學技術(shù)出版社，1992.15－19.

[16]陳龍池，汪思龍. 杉木根系分泌物化感作用研究[J]. 生態(tài)學報，2003，23（2）：393－398.

[17]劉慶. 亞高山針葉林生態(tài)學研究[M]. 成都：四川大學出版社，2002.

[18]KIMMINS J P. Scientific foundations for the simulation of ecosystem function and management in FORCYTE-11[R]. Northwest Region Information Report NOR-X-328, 1993. 4－10.

[19]X Wei, W Liu, J Waterhouse,et al. Simulations on impacts of different management strategies on long-term site productivity in lodgepole pine forests of the central interior of British Columbia[J]. For Ecol Manag, 2000（133）：217－229.

[20]Wei X, Kimmins J P, Zhou G. Disturbances and the sustainability of long-term site productivity in lodgepole pine forests in the central interior of British Columbia-an ecosystem modeling approach [J]. Ecol Model, 2003（164）：239－256.

[21]J A Blanco, J R Olarieta, J P Kimmins. Assessment of long-term sustainability of forest management in Scots Pine Forests in the pyrenees: An ecosystem-level simulation approach[Z]. ICSMM, 2006.

[22]Dave M Morris, J P Kimmins, Dan R Duckert. The use of soil organic matter as a criterion of the relative sustainability of forest management alternatives:a modelling approach using FORECAST[J]. For Ecol Manag, 1997, 94（1-3）：61－78.

[23]范少輝，盛煒彤，馬祥慶，等. 多代連載對不同發(fā)育階段杉木人工林生產(chǎn)力的影響[J]. 林業(yè)科學研究，2003，16（5）：560－567.

[24]徐化成. 關(guān)于人工林的地力下降問題[J]. 世界林業(yè)研究，1992，5（1）：66－71.

[25]俞新妥. 杉木林地持續(xù)利用問題的研究和看法[J]. 世界林業(yè)研究，1993，6（3）：80－86.

[26]Tang X-L. Disturbance of carbon storage in a lower subtropical monsoon evergreen broad-leaved forest in Dinghushan Nature Reserve[J]. Acta Ecol Sinica, 2003, 23（1）：90－97.

[27]J Bi, J A Blanco, B Seely,et al. Yield decline in Chinese-fir plantations:a simulation investigation with implications for model complexity[J].Can J For Res, 2007（37）：1615－1630.

[28]孫志虎，金光澤，牟長城. 長白落葉松人工林長期生產(chǎn)力維持的研究[M]. 北京：科學出版社，2009. 1－180.

[29]Peng C H, Jiang H, Apps Michael J,et al. Effects of harvesting regimes on carbon and nitrogen dynamics of boreal forests in central Canada: a process model simulation [J]. Ecol Model, 2002, 155（2-3）：177－189.

[30]Kros H, Warfvinge P. Evaluation of model behavior with respect to the biogeochemistry at the Soling spruce site [J]. Ecol Model, 1995（83）：255－262.

[31]Yang X, Wang M X. Reviews of several aspects of terrestrial carbon cycling[J]. Adv Earth Sci, 2001, 16（3）：427－435.

[32]Seely B, Welham C, Kimmins H. Carbon sequestration in boreal forest ecosystem: results from the ecosystem simulation model, FORECAST[J].For Ecol Manag, 2002（169）：123－135.

[33]Welham C, Seely B, Kimmins J P. The utility of the two-pass harvesting system: an analysis using the ecosystem simulation model FORECAST[J]. For Res, 2002, 32（6）：1071－1079.

[34]Reich P B, Grigal D F, Aber J D,et al. Nitrogen mineralization and productivity in 50 hardwood and conifer stands on diverse soils[J]. Ecology,1997, 78（2）：335－347.