美国国家森林资源清查中物种误判对生态指标稳健性的影响研究

这篇综述通过分析美国农业部林务局森林资源清查项目(FIA)的1200万株树木重测数据，揭示了物种识别代码(SPCD)变更对森林动态关键指标的影响。研究创新性地提出两种SPCD校正方法，发现物种范围质心偏移达0.3-24.5 km，58%样地的物种丰富度不受SPCD重新分配影响，而碳储量估算在群体水平表现出稳健性(<1%差异)。

　　

INTRODUCTION

美国国家森林资源清查(NFI)作为全球最全面的森林数据集之一，其森林资源分析与评估项目(FIA)采用半系统化概率抽样设计，通过5-10年周期的样地重测追踪森林动态。研究发现，物种识别代码(SPCD)变更会影响物种丰富度、分布范围动态和碳储量估算等关键指标。FIA数据库保留原始SPCD而非自动更新的设计特点，使得约2.8%的树木（114,213株）出现至少一次SPCD变更，其中东南部地区误判率最高。

MATERIALS AND METHODS

研究团队链接了340万株活树的重测记录（共960万条数据），开发出树间时序关联算法：通过树控制编号(CN)和前树控制编号(PREV_TRE_CN)字段建立关联。设置两种SPCD校正情景：情景一采用最新SPCD反向校正历史记录，反映树木成熟后更易识别的特点；情景二锁定首次记录SPCD，模拟协议固定方案。选取密苏里州等热点区域，使用国家尺度体积与生物量模型(NSVB)进行碳储量估算，该模型根据物种、生态亚区(Cleland划分)和林分起源提供差异化参数。

RESULTS

数据分析显示：

1. 空间分布：SPCD变更热点集中在密苏里州南部和佐治亚州，小径阶树木(<12.7 cm dbh)误判率显著更高(χ²=1064.1, p<0.0001)

2. 物种迁移：33个高频变更物种的分布质心平均南移3.8 km(t=-2.94, p=0.006)，如北美红栎(Quercus rubra)与黑栎(Quercus velutina)的互变率达21%

3. 群落特征：58.1%样地物种丰富度不受SPCD校正影响，但极端个案存在±4种的差异

4. 碳估算：91.4%变更树木的碳估值存在差异，但群体水平碳密度差异仅0.07%（密苏里州25.47 vs. 25.45 Mg ha^-1）

DISCUSSION

研究揭示了多尺度影响差异：个体树木碳储量波动可达±72.4%，但群体估值保持稳定；物种质心偏移可能夸大气候变化响应信号。程序性因素（如2019年国家物种列表合并）和形态相似种（如白蜡树Fraxinus americana与绿蜡树Fraxinus pennsylvanica）是主要误判来源。值得注意的是，NSVB模型中同属物种的参数相似性缓冲了碳估算波动，但模型形式差异大的物种对仍会产生显著偏差。

该研究为FIA数据使用者提供了关键质量警示：在分析物种迁移、成熟林界定和生物抗性等议题时，需谨慎处理SPCD变更的连锁效应。研究者建议可采用频率优先或生境匹配等进阶校正方法，但强调保持样本空间完整性的重要性——选择性剔除异常数据可能破坏概率抽样的统计基础。