一、前言

　　近一、二十年來，森林的健康越來越受到重視，許多歐洲國家在1980年代陸續進行大面積的森林健康狀況調查，美國亦從1990年開始進行，以瞭解其受各方因素影響的情形。國內有關森林健康監測尚在初步階段，近程的應以建立監測所需的技術為主，尤其是有關樹冠變數的測量與評估，以便建立林木健康指標現況的基準。為了增加對保安林內林木健康動態的瞭解，故進行相關之健康監測調查研究，以供管理機構經營管理之參考。

　　所謂森林健康，美國林務署將其定義為「森林在提供人類所需之餘，仍維持一定複雜性、多樣性和生產力的狀況」。為了調查及量測森林健康現況和變化，森林健康監測(Forest Health Monitoring, FHM)計畫的目的在於透過長期監測指標，來評估森林健康的狀況、變化和趨勢。

　　健康對森林而言是個抽象的概念，較難去直接測量。在森林生態系經營實務上，傳統的調查以生物(動、植物)資源相關項目調查為主，惟對森林展現狀態描述和量測並不多見，故生態系健康方面的調查資訊可想而知的不足與貧乏。

二、台灣海岸保安林

　　台灣屬海島型氣候，每年夏季遭颱風侵害而冬季又有東北季風襲擊，常造成房屋毀損及人民死傷，更別談樹木連根拔起之慘況。每當強風吹起，沿海地區飛砂滿天，危害健康；海風攜帶鹽分，惡化土壤，導致農作減產。此種氣象上的災害，使原本美麗的寶島，遂因風而居之不易；在此種不利環境下，唯賴設置防風林保護。

　　海岸保安林之功能屬多方面，不但具有消極性防災作用，亦具備積極之建設功能，江永哲在1987年之研究，將海岸保安林功能分述如下：

　　(一)減低作物之風害以增產量。

　　(二)避免土地被風蝕而成砂丘。

　　(三)保護道路交通，避免受飛砂掩蓋。

　　(四)保護溝渠、池塘等免為飛砂所填塞。

　　(五)保護工廠、社區、苗圃等，以免受飄鹽、飛砂、強風之危害。

　　(六)防止潮水、海嘯、鹽雨等災害。

　　(七)防止沿海飛砂進入港灣，使其壽命得以延長。

　　(八)可安定海埔新生地，增加土地面積。

　　(九)淨化沿海地區之環境，提昇當地居民之生活品質。

　　(十)可加強沿海避風港灣之安全。

　　(十一)增加土壤之有機質，以改良土壤。

　　(十二)對微氣候發揮調節功能。

　　(十三)在國防方面可掩避內陸設施，使敵艦不易選中攻擊目標。

　　(十四)就生態觀點，可綠化國土、美化環境並合乎大自然之原則。

三、保安林健康之監測調查

　　近年來，許多國際組織及國家在森林健康方面，投入許多的評估和監測計畫，如聯合國歐洲經濟委員會（UN/ECE）以及歐美等國家的調查。森林健康監測若能藉精密儀器和專家的診斷，為林木健康把關，預防疾病發生，甚或發現初期病兆，適時進行防治或控制，可大大減低併發症或病情的惡化，以達成森林的永續發展。

　　(一)資料蒐集與調查材料

　　首先蒐集海岸保安林之相關地圖，如2萬5千分之一地形圖、5千分之一正射影像圖及航空照片等，和同時彙整相關如降雨量、氣溫、相對濕度等基本環境資料供參用，而調查材料包括：1. 全球衛星定位儀（GPS）、2. 羅盤儀、3. 相關地圖、4. 航空照片、5. Arc View 地理資訊系統及SAS統計軟體。

　　(二)樣區設置方法

　　本調查對象為台灣地區的海岸保安林。因此設置方法採系統取樣法，目前往南北每隔6公里設1條樣帶。以此類推，再視現況以每隔2或3公里設1條樣帶，在每一個樣帶起點以最靠海的主要木麻黃造林線為基準，需視林分寬幅大小而定，原則上以往林分內緣推進至100公尺或無林分為止。

　　樣帶上以20公尺來分段，於奇數段上設置樣區，樣區設置長20公尺、寬10公尺之長方形樣區，每個樣區面積為0.02公頃，即以5公尺×5公尺×8個小區（如圖1 DOCX / pdf）為一個樣區，即一個樣區內分成8個小區。

　　每個樣區均定椿及拉繩界定其正確位置，每株林木均編號，俾利日後監測觀查；植被調查樣區採1公尺×1公尺×4個正方形，於樣區內第二、三、六、七小區，且定椿及拉繩定其範圍，土壤取樣點則位植被樣區外左側，同為4個。

　　(三)調查項目與方法

　　本調查項目共計3項，包括林木調查、植被調查及環境因子調查，茲將各調查項目與方法分別說明如下：

1. 林木調查
   林木的生長活力通常依序反應在冠層、高生長、直徑生長，主要的測量變數將以胸高直徑、樹高、枝下高、樹冠狀態為主，另外野外調查講求簡化和效率，視覺辨識為另一種輔助工具，觀測變數有下列9項，並將其受損程度分為8等級，0級：0％；1級：1〜10％；2級：11〜25％；3級：26〜50％； 4級：51〜75％；5級：76〜90％； 6級：91〜100％；7級：100％。
   變數項目包含：(1)存活；(2)根部損傷；(3)樹皮損傷率；(4)枝條蟲食率；(5)枝梢枯萎率；(6)枝條掉落；(7)葉片(枝條)褪色；(8)萌發新葉(枝條)；(9)主幹頂折。

    

2. 植被調查
   在樣區內進行採集、調查工作，測定維管束植物、種類、胸徑(覆蓋度)情形，並將植物採回作成證據標本及鑑定物種，並製成植物名錄將調查植被與監測前狀況做一比擬，可推估植物歧異度、外來入侵植物及將來可能的改變結果。

    

3. 環境因子調查
   土壤是森林不可獲缺的基本組成，其土壤物理及化學變化均直接或間接影響森林生長狀況。而環境因子調查主要以土壤調查為主軸，包含調查土壤質地、土壤顏色、土壤硬度、土壤pH值、土壤鹽度等，並調查樣區前是否有築海堤、海堤離樣區之距離等。

　　(四)健康指數分析

　　林木健康狀況的程度可以用不同的變數來描述，歐洲與北美等地區在評估林木健康所使用的變數是以樹冠狀況的變數為主，有些以樹冠透視度、樹冠梢枯或樹冠密度等單一變數作為不同健康程度的分類，亦有同時以樹冠透視度小於30 %，樹冠密度大於50 %，且樹冠梢枯小於20 %作為林木健康的門檻。

　　然而，樹冠密度與樹冠透視度兩者在精確測量時困難度高，目前實際技術並無精確的測定方法，容易受人為的主觀性而造成測量的誤差。因此，管理上常以調查的變數進行分析，透過量化與可實測的調查項目，建立目前木麻黃防風林健康指標的基準線，以提供經營單位在管理上的參考。

1. 因素分析（factor analysis）
   因素分析的目的是希望能夠降低變數的數目，在一群具有相關性的資料中，找出幾個影響原始資料的共同因素。
   因素分析包括潛在因素之命名、潛在結構之繪製、因素相關之探討、因素分數之計算。實務上，因素分析可應用於林木健康型態之萃取，形成健康指標之準則變數。本研究將以生長活力之衡量變數為主，尋求具有代表性之健康型態因素，從而瞭解林木健康狀況。

    

2. 鑑別分析（discriminant analysis）
   林木健康與否屬於分類性反應變數，可利用鑑別分析探討那些因子會影響木麻黃林木的健康，找出造成林木死亡(Dead)、衰退(Decline)的相關變數，衡量老熟木活力之鑑別力，建構鑑別函數以監控現有林木死亡的風險，接續預測未來潛在老熟木死亡的機率。提供經營者在管理上是否採取防護措施之參考，作為監測林木健康狀態的系統化量測工具。
   此外，尚可進一步的使用逐步鑑別分析（stepwise discriminant analysis）。挑選出具鑑別力強的變數，在往後的野外調查上減少調查項目，以提高工作效率，但仍達到預測的準確性。利用SAS統計軟體STEPDISC程序進行逐步鑑別分析，選出一組最適區分類別的數值變數。

四、結果與討論

　　(一)海岸保安林調查分析結果

1. 因素分析
   (1)因素之抽取
   本調查採用主成份法進行因素的抽取，而共同性估計法對應主成份法採用最高相關係數法(PRIORS=MAX)，因素抽取結果如表1 DOCX / pdf所示，共選取了3個因素。
   在共同性估算方面，所有變數之共同性皆高於0.8，即共同性高之變數，潛伏因素之變異量解釋力高；且共同性的總和為5.95，變異的85%（5.95/7），說明了這3個林木健康型態因素之解釋力可以代表7個林木健康型態變數。
   (2)因素之命名
   依據因素結構矩陣進行因素命名，共可萃取出3個林木健康型態因素，茲分別說明如下：
   (01)枝梢損傷指標
   枝梢損傷指標為3個因素中解釋力最強的因素，其變數計有枝梢枯萎、枝條掉落及樹冠梢枯等，皆為林木損傷之表象。其中，以枝梢枯萎的負荷量為最大，達0.8363。其共同值達0.82，對潛伏因素之變異量解釋力相當高。負荷量第二高及第三高的變數為枝條掉落及樹冠梢枯，負荷量依序為0.8148及0.7905，其共同性皆為0.82。
   (02)樹冠活力指標
   在樹冠活力指標方面，樹冠透視度為第一個變數，其負荷量為0.8776，共同性為0.84。其次，樹冠密度為第二個變數，其負荷量為-0.8674，共同性亦為0.84。
   (03)葉片活力指標
   因素03的變數計有萌發新葉及葉片褪色，負荷量分別為-0.7766及0.7869，共同性皆高達0.91。
   (3) 林木健康分級
   本調查利用上述萃取出的「枝梢損傷指標」、「樹冠活力指標」及「葉子活力指標」3個因素，依各因素特徵值的比例，計算加權因素分數的平均數和標準差分別為0及0.5776，即可進行加權因素分數的標準化，以作為林木健康之綜合指標。
   健康分級的結果如表2 DOCX / pdf所示，健康林分之樣區共120個；輕度不健康林分之樣區共26個；不健康林分之樣區有5個樣區。

    

2. 鑑別分析
   全島林木健康等級的株數及其先驗機率分別為「第一級-健康」 3,568株（70.65%）、 「第二級-輕微不健康」726株（14.38%）、 「第三級-中度不健康」109株（2.16%）、「第四級-嚴重不健康」14株（0.28%），以及「第五級-死亡」633株(12.53%)。
   在個別解釋變數鑑別力顯著性的檢定方面，如表3 DOCX / pdf所示，所有變數檢定的p值皆< 0.0001，故每一個解釋變數皆具統計上的顯著性。

    

3. 逐步鑑別分析
   本調查利用逐步鑑別分析，在5個健康等級中尋找最具鑑別力的變數，經篩選結果共有7個變數最具鑑別力，顯著水準皆達0.01，其結果如表4 DOCX / pdf所示。
   自逐步鑑別分析結果得知，萌發新葉為最具鑑別力的變數，部份 值為0.9726，重要性排名第一；其次為樹冠梢枯、樹冠密度、枝條掉落、葉片褪色、枝梢枯萎及樹冠透視度，部份 值依序為0.4744、0.1229、0.1066、0.0567、0.0377及0.0461。
   本調查將逐步鑑別分析所篩選變數的個數及其擊中率，分別彙整如表5 DOCX / pdf所示。由表中可看出，當只篩選一個變數時，其錯誤歸類機率為0.1697，二個變數時為0.1117，其後錯誤機率隨著變數個數的增加而遞減，當篩選變數個數為7時，錯誤歸類機率降至0.057，擊中率提高為94.3%。將來調查時，可依時間與經費而決定調查變數，但至少要有3個變數才能維持9成的擊中率。

五. 結論與建議

　　本調查係探討台灣全島海岸保安林木麻黃林分特性之基本資料，希望藉此調查進行未來木麻黃林分趨勢的推估，並提供有效的林木健康監測系統，達到保安國土的最大效益。茲將調查資料分析結果摘錄於下：

　　(一)全島樣區選取同樣的7個變數進行因素分析，共萃取出3個因素，計算林木健康指標的分數。以原始7個測計變數作為解釋變數而進行鑑別分析，透過檢定，其解釋變數皆極為顯著(p<0.0001)。利用默氏法進行預測歸類，發現其鑑別函數的擊中率為94.30%。本調查亦採用逐步鑑別分析進行確認，發現至少要採用3個變數時鑑別函數的擊中率才能達到近9成的擊中率。

　　(二)將全島樣區依樣區的林木健康指標平均分數分為「健康」、「輕度不健康」及「不健康」共3個等級。整體而言，以中北部的新竹和苗栗地區不健康(含輕度不健康)的樣區較多，這可能是當地受季風吹襲的影響；西部則以台南七股地區較不健康，其造成的原因可能為海水侵蝕導致林木相繼死亡；最不健康的樣區位於東部的和平，其主要原因是受颱風擊中，同樣地南澳的外層與中層樣區亦在調查後受颱風摧毀。

　　(三)在調查變數的選擇方面，建議採用表5的前面4項變數：即萌發新枝(新葉子)、樹冠梢枯、樹冠密度、枝條掉落(葉子掉落)。一般調查人員比較不容易判斷樹冠透視度，故以枝條掉落(葉子掉落)取代，但是最好還是加上樹冠透視度。

　　木麻黃為一極優良之海岸造林先驅樹種，由於台灣海岸林營造的歷史悠久，台灣各地方皆有一套適合當地環境之造林技術，且木麻黃防風林的位置均處於離海較近之海岸地區與人民生活息息相關，因此有必要對木麻黃林分做一健康偵測。整體而言，海岸林木麻黃因無法天然更新，20~30年後即會逐漸衰退，宏觀而論，它是屬於相對不健康。海岸防風人工林之經營，似可重新檢討人工栽植之政策，從天然更新演替之角度切入，以生態系經營之，順應自然力量之規範，以期獲得最健康穩定之林相。

　　過去森林經營的觀點是以林木資源的高生產、高收獲為取向，因此在對於森林資源進行調查時，都以林木資源的相關項目為主。如今在經營理念方面，強調以生態系為考量的觀點已超越以往林木生產為主的觀念，故應更為重視經營試驗之施行及監測體系之建立。