沈陽市3種行道樹冠層孔隙度研究

劉 璇，屈海燕，王 康，吳美陽

(沈陽建筑大學(xué) 建筑與規(guī)劃學(xué)院，遼寧 沈陽 110168)

沈陽市素有“東方魯爾”之稱，是國(guó)家重點(diǎn)建設(shè)以裝備制造業(yè)為主的重工業(yè)基地之一，在城市的不斷擴(kuò)大與發(fā)展的過程中，資源消耗和環(huán)境污染等引發(fā)的一系列問題層出不窮。眾所周知，交通污染顆粒物(PM2.5)是造成城市微粒污染的重要原因[1-2]，行道樹作為城市綠地的重要組成部分，對(duì)交通污染產(chǎn)生的顆粒物有直接影響[3]。

樹冠作為樹木生命的象征，其結(jié)構(gòu)決定了林內(nèi)環(huán)境條件、林分生產(chǎn)力、林分穩(wěn)定性和恢復(fù)力[4]，它承擔(dān)著遮蔭、降噪、過濾細(xì)空氣顆粒物的功能。目前D.Binkley等[5]、R.Buccolieri等[6]、萬好等[7]、陳小平等[8]、鐘珂等[9]通過實(shí)測(cè)研究和軟件試驗(yàn)?zāi)M方法分析了植物布局方式(綠化帶雙排或單排)對(duì)于街道污染物的影響；R.Buccolieri[10-11]等表明行道樹的種植間距和冠層孔隙度會(huì)影響街道峽谷污染物濃度，這些研究大部分將綠化帶視作整體進(jìn)行研究，從植物本身的特征出發(fā)的研究較少。植物的結(jié)構(gòu)特性可以通過重要參數(shù)來表征，冠層孔隙度是描述冠層中光的透射能力的樹冠特征參數(shù)，是控制光和植被相互作用的重要變量[12]，常常用于研究混交林或者純林的林冠開闊度、冠層間隙、群落郁閉度[13]和林下光環(huán)境[14]，由于冠層孔隙度直接反應(yīng)了樹冠枝葉分布情況[15-16]，因此還廣泛用于葉面積指數(shù)反演的研究[17-21]。

冠層孔隙度的測(cè)量有多種方法，可以使用多種光學(xué)設(shè)備測(cè)量，比如LAI-2000，Hemi View 冠層分析系統(tǒng)等[22-24]。此方法操作簡(jiǎn)單，但是上述軟件仍然存在特定算法局限性帶來的誤差，而且上述儀器均是集成模塊，算法不明確，價(jià)格昂貴；最廣泛使用的采集技術(shù)是半球圖像攝影法，運(yùn)用魚眼鏡頭采集冠層圖像，并通過特殊程序GLA調(diào)整圖像閾值，得到冠層孔隙度，且M.Lang等[25]在研究中表明對(duì)于相同的采樣點(diǎn)，從數(shù)字半球圖像測(cè)得的冠層透射率等于使用 LAI-2000測(cè)得的冠層透射率。馬澤清等[26]在對(duì)葉面積指數(shù)計(jì)算時(shí)，表示在一定程度上魚眼鏡頭測(cè)定方法要優(yōu)于CI-110冠層分析儀；另外可以運(yùn)用遙感技術(shù)，先進(jìn)的地面激光雷達(dá)作為實(shí)驗(yàn)儀器，對(duì)掃描獲取的樹木的點(diǎn)云數(shù)據(jù)進(jìn)行切層、壓縮、投影、提取等步驟獲取立體角投影來估算冠層孔隙度[27]，該方法操作復(fù)雜，且劉爽等[14]表示遙感技術(shù)適用于大型森林的監(jiān)測(cè)，不適合面積較小的城市綠地，綜合比較，半球攝影法沒有破壞性，可以重復(fù)取樣，獲得龐大數(shù)據(jù)，操作簡(jiǎn)單且準(zhǔn)確，運(yùn)用魚眼鏡頭采集冠層圖像進(jìn)行孔隙度提取是最方便快捷的方法。

本研究針對(duì)沈陽市常見行道樹，利用半球圖像提取孔隙度，探討冠層孔隙度是否與園林樹木基本生長(zhǎng)參數(shù)(冠幅，胸徑、樹高)相關(guān)，并嘗試構(gòu)建冠層孔隙度與園林樹木生長(zhǎng)參數(shù)的回歸模型，以期預(yù)測(cè)樹木的孔隙度值，尋找準(zhǔn)確、便攜、易于推廣應(yīng)用的測(cè)量園林樹木孔隙度的方式，并且為街谷空間內(nèi)風(fēng)環(huán)境模擬等研究提供樹木模型參數(shù)，為園林綠化中植物配置和生態(tài)效益的定量研究提供主要依據(jù)和合理的基礎(chǔ)手段，為今后城市綠地生態(tài)效益研究提供可供參考的依據(jù)。

1 研究區(qū)概況

沈陽市(41°48′11.75″N,123°25′31.18″E;45 m ASL)位于中國(guó)東北地區(qū)南部，南連遼東半島，北依長(zhǎng)白山麓，屬于溫帶半濕潤(rùn)大陸性氣候，年平均氣溫6.2～9.7℃，1月份平均氣溫-11℃，極端最低氣溫-30.6℃，溫度在0℃以下的日期平均為51 d，時(shí)間較長(zhǎng)，夏季平均氣溫為24℃，極端高溫氣溫39.3℃。全年降水量600～800 mm，全市降水主要集中在夏季，6-8月的降水量約占總降水量的62.5%。

沈陽市整體氣候適宜暖溫帶植物生長(zhǎng)，其地理位置處于長(zhǎng)白植物區(qū)系，蒙古植物區(qū)系和華北植物區(qū)系交匯地帶[28]，經(jīng)過沈陽市街道綠化植物的調(diào)研，沈陽市主要行道樹有國(guó)槐(Sophorajaponica)，刺槐(Robiniapseudoacacia)，銀中楊(Populusalba×P.berolinensis)，旱柳(Salixmatsudana)，銀杏(Ginkgobiloba)，榆樹(Ulmuspumila)，五角楓(Acermono)水曲柳(Fraxinusmandshurica)，油松(Pinustabuliformis)，京桃(Amygdaluspersicaf.rubro-plena)，金葉榆(Ulmuspumila)等。

本研究選擇沈陽市最常用的3種行道樹，國(guó)槐(S.japonica)，銀杏(G.bilobaL.)，銀中楊(P.alba×P.berolinensis)作為研究對(duì)象，進(jìn)行孔隙度的測(cè)算。

2 材料與方法

2.1 冠層孔隙度的測(cè)定

本研究使用半球攝影技術(shù)測(cè)定樹木的冠層孔隙度，裝置為高像素智能手機(jī)外接198°高清無畸變魚眼鏡頭，圖像結(jié)合Gap Light Analyzer軟件分析平臺(tái)獲取樣本的孔隙度，利用GLA軟件，通過確定圖像半球中心和邊緣對(duì)圖像進(jìn)行畸變矯正[29]。在室外進(jìn)行測(cè)量時(shí)，因?yàn)轸~眼鏡頭法是測(cè)量天空漫射光下冠層的透射，光線過強(qiáng)或過暗會(huì)導(dǎo)致圖像中樹冠呈黑色陰影，不利于后期圖像處理以及圖像信息的提取，從而產(chǎn)生較大誤差，所以選擇無風(fēng)且光線較弱的清晨和黃昏后或者多云天氣進(jìn)行圖像獲取工作[30]，在拍照時(shí)，在所選樹木下方用全站儀三角架固定相機(jī)，將三腳架調(diào)平，相機(jī)調(diào)至離地面1.5 m高處，鏡頭朝上，保證相機(jī)以180°的視角垂直從下向上拍攝，拍照水平方向?yàn)榇疟睒O，保證方位角α測(cè)量正確，盡量保證樹冠全部收入在拍攝范圍內(nèi)，且拍攝范圍內(nèi)盡量少攝入其他物體，以便減少對(duì)樹冠圖像的干擾。對(duì)每一株樣本，在東西南北方向上選擇該樹冠投影線至樹干中心連線的1/2處分別拍攝2～3張照片，拍攝的相片以JPEG格式存儲(chǔ)，圖像大小為3 456×3 456。以JPEG的格式存儲(chǔ)的圖片能保證在實(shí)測(cè)中得到的圖像盡可能多的保存樹木林冠信息，同時(shí)又不至于占用太大的存儲(chǔ)空間，使得單次實(shí)測(cè)能多點(diǎn)連續(xù)拍攝獲取圖像。

2.2 冠幅的測(cè)定

使用皮尺測(cè)量樹木冠幅W，冠幅指樹冠的直徑，測(cè)2個(gè)方向，分別取最大值和最小值，然后取平均值，單位m，結(jié)果保留2位小數(shù)。

2.3 胸徑的測(cè)定

使用掌上全站儀DISTO S910測(cè)量樹木胸徑D，胸徑指喬木主干離地表面1.3 m處的直徑[13]，單位：m，數(shù)據(jù)保留3位小數(shù)。

2.4 高度的測(cè)定

掌上全站儀DISTO S910 測(cè)量樹木樹高，單位：m，測(cè)得數(shù)據(jù)保留2位小數(shù)點(diǎn)。

2.5 樣本選擇

選擇樣本具有代表性，需要反映不同的生長(zhǎng)環(huán)境[31]。因此選擇樣地遍布于沈陽市東南西北各個(gè)區(qū)域：包括沈陽市內(nèi)文化東路、保工北街、沈營(yíng)大街、建設(shè)中路、渾南中路等(圖1)。在2018年7-9月(各種喬木已完全展葉，且冠層已基本定形的樹木)，對(duì)銀杏，國(guó)槐，銀中楊進(jìn)行取樣，所選樣本均為單行種植，且株間距在10 m左右的行道樹，單株樹種均為獨(dú)立生長(zhǎng)，樹形飽滿，枝葉伸展正常，葉色正常，無病及少病，樹冠獨(dú)立和旁邊植物無過分交接的植株。每個(gè)樹種最終選擇60個(gè)樣本進(jìn)行采樣測(cè)定及圖像采集 (圖2)。

圖1 樣本選擇樣地

注：a.國(guó)槐半球圖像；b.銀杏半球圖像；c.銀中楊半球圖像。

2.6 圖像處理

將獲取的圖像導(dǎo)入Gap Light AnalyzerV2.0進(jìn)行影像分割處理(圖3)，首先導(dǎo)入獲取的冠層圖像，然后定義冠層圖像邊界，對(duì)圖像進(jìn)行配準(zhǔn)，并通過“掩?！边^程去除圖像中的非冠層部分或非目標(biāo)物種冠層部分(圖3-a)，當(dāng)原始照片在天空和冠層之間有合理的色彩對(duì)比時(shí)，圖像分類相對(duì)容易。然而，通常照片的某些部分的圖像對(duì)比度不足，例如，圍繞天頂散射的光線有時(shí)會(huì)模糊天空和樹葉之間的邊界，而在地平線附近，微弱的光線往往會(huì)低估縫隙的數(shù)量和大小。所以在圖像分析中需要改善圖像色彩對(duì)比度，因?yàn)榍缋实奶炜赵诠趯游账{(lán)光時(shí)往往會(huì)散射藍(lán)光，因此選擇藍(lán)色通道進(jìn)行彩色圖像灰度化[32](圖3-b)，冠層孔隙度的最終定義取決于正確選擇“白色”和“黑色”像素之間的分割水平，“閾值”是介于0～255的像素強(qiáng)度，它定義了圖像像素變成白色(代表天空)或黑色(代表樹葉/枝干等)的邊界，調(diào)整好適當(dāng)?shù)拈撝抵?圖3-c)可進(jìn)行最終計(jì)算輸出冠層孔隙度。

注：a.定義冠層圖像邊界；b.彩色圖像灰度化；c.圖像閾值化分割。

2.7 數(shù)據(jù)處理

使用SPSS21.0軟件對(duì)3種行道樹的冠層孔隙度進(jìn)行單因素方差分析(ANOVA)，比較樹種間孔隙度的差異性；對(duì)樹種的冠幅，胸徑，高度和冠層孔隙度進(jìn)行雙變量相關(guān)分析；并建立冠層孔隙度回歸模型。

3 結(jié)果與分析

所測(cè)得的樣本生長(zhǎng)情況如表1，所測(cè)樣本中銀杏、銀中楊和國(guó)槐均為中齡林。

表1 樣本情況

3.1 樹種冠層孔隙度的大小比較

對(duì)180組數(shù)據(jù)進(jìn)行單因素方差分析并兩兩比較，圖4顯示了3種行道樹孔隙度均值，3種樹木的孔隙度之間在0.05水平上差異顯著：國(guó)槐與銀杏的冠層孔隙度有極顯著性差異(P=0.000)，與銀中楊的冠層孔隙度有極顯著性差異(P=0.004)，銀杏與銀中楊的冠層孔隙度有極顯著性差異(P=0.000),說明不同樹種的冠層孔隙度均存在差異。國(guó)槐、銀杏、銀中楊的孔隙度均值分別為22.78%、26.71%、19.69%。對(duì)比3種樹木冠層孔隙度的均值，冠層孔隙度由高到低排列為Q銀中楊

注：小寫字母表示顯著差異性(P<0.05)。

3.2 生長(zhǎng)參數(shù)與冠層孔隙度的關(guān)系

3個(gè)樹種的生長(zhǎng)參數(shù)與冠層孔隙度相關(guān)性分析如表2，可看出冠層孔隙度與冠幅，胸徑均呈極顯著負(fù)相關(guān)(P<0.01)，與樹高均呈顯著負(fù)相關(guān)(P<0.05)。說明隨樹木冠幅，胸徑和高度增大，孔隙度隨之顯著降低。

表2 生長(zhǎng)參數(shù)與冠層孔隙度相關(guān)分析

從表2可以看出，冠幅、胸徑、樹高均會(huì)對(duì)冠層孔隙度產(chǎn)生影響，為了進(jìn)一步分析生長(zhǎng)參數(shù)對(duì)于冠層孔隙度的影響程度，應(yīng)用SPSS軟件進(jìn)行多元線性回歸分析，并建立多元線性回歸模型。分析結(jié)果及其回歸方程系數(shù)列于表3。

表3 冠幅、胸徑、高度與冠層孔隙度的回歸方程系數(shù)及檢驗(yàn)

從表3顯示的回歸結(jié)果可以發(fā)現(xiàn)，樹木冠幅，胸徑這2個(gè)變量系數(shù)的P值均<0.05，高度的P值>0.05，說明冠幅和胸徑2個(gè)因素有統(tǒng)計(jì)顯著性，樹高對(duì)冠層孔隙度在回歸模型中影響不顯著；從容差和VIF(方差膨脹因子)來看，解釋變量之間不存在顯著嚴(yán)重共線性問題。通過多元線性回歸的顯著性結(jié)果可知對(duì)冠層孔隙度的影響程度依次為冠幅>胸徑>高度。在多元線性回歸分析中樹高對(duì)于冠層孔隙度無顯著性影響，為得到有效的生長(zhǎng)參數(shù)對(duì)于冠層孔隙度影響的回歸模型，將高度因素去除，重新建立多元回歸模型，結(jié)果如表4。

表4 冠幅、胸徑與冠層孔隙度的回歸方程系數(shù)及檢驗(yàn)

由表4可見，國(guó)槐、銀杏、銀中楊3個(gè)樹種的冠幅、胸徑與冠層孔隙度組成的多元線性回歸模型R2依次為0.426，0.704，0481，可見模型擬合度良好，且各自變量與因變量的P值均<0.05，方程共線性診斷VIF均<10，回歸模型有統(tǒng)計(jì)學(xué)意義，國(guó)槐，銀杏，銀中楊冠幅，胸徑與冠層孔隙度的回歸模型分別為：Q=44.808-2.218×W-50.545×D；Q=45.637-2.613×W-43.156×D；Q=33.084-3.834×W+41.105×D(Q為冠層孔隙度，W為冠幅、D為胸徑)。

4 結(jié)論與討論

對(duì)所測(cè)樣本的冠層孔隙度進(jìn)行均值比較分析，結(jié)果表明3樹種冠層孔隙度之間有顯著差異，且呈現(xiàn)Q銀中楊

對(duì)樹木冠層孔隙度和生長(zhǎng)參數(shù)進(jìn)行相關(guān)分析，結(jié)果表明冠層孔隙度和冠幅、胸徑呈現(xiàn)極顯著負(fù)相關(guān)，與高度呈顯著負(fù)相關(guān)。毛永春等[34]以歐美楊為研究對(duì)象得出冠層光合作用能力的強(qiáng)弱與孔隙度成負(fù)相關(guān)，陳香波等[35]在研究中得出隨著透光率的提高，植物的枝條生長(zhǎng)量和葉片、葉綠素含量逐漸減小，兩者結(jié)論均與本研究一致。分析原因：隨著落葉樹種每年樹葉的更換和新枝的萌發(fā)，葉片數(shù)量和葉面積指數(shù)隨樹齡增大而增加，冠層孔隙度因此降低，而且樹冠形態(tài)與孔隙度之間的關(guān)系不是固定的，而是動(dòng)態(tài)的[36]。徐陽[37]表示葉面積指數(shù)和孔隙度之間呈負(fù)相關(guān)關(guān)系，許多研究者致力于研究樹木葉面積指數(shù)和生長(zhǎng)參數(shù)間的關(guān)系，進(jìn)行葉面積指數(shù)模型的建立工作。陳自新等[38]、申曉瑜等[39]針對(duì)華北地區(qū)常用植物建立葉面積指數(shù)與冠幅，胸徑的回歸模型。在我們的研究中，對(duì)國(guó)槐，銀杏，銀中楊的冠層孔隙度進(jìn)行多元線性回歸模擬：國(guó)槐冠層孔隙度與冠幅，胸徑回歸方程為Q=44.808-2.218×W-50.545×D，R2=0.426; 銀杏冠層孔隙度與冠幅，胸徑回歸方程為Q=45.637-2.613×W-43.156×D，R2=0.704; 銀中楊冠層孔隙度與冠幅，胸徑回歸方程為Q=33.084-3.834×W+41.105×D，R2=0.481.(Q為冠層孔隙度，W為冠幅、D為胸徑)。根據(jù)以往的研究，冠層孔隙度與冠層類型，葉面積密度，葉傾角都存在相關(guān)關(guān)系[40-42]且劉爽等[14]在研究中表明葉面積指數(shù)與冠層孔隙度呈線性相關(guān)關(guān)系，這間接證明了本研究冠層孔隙度回歸模型的合理性。

城市綠地的生態(tài)效益取決于綠地覆蓋面積的同時(shí)，還取決于其樹種組成、空間結(jié)構(gòu)以及植被的生長(zhǎng)狀況等，本研究利用半球攝像技術(shù)測(cè)定沈陽市城市道路綠化樹種的冠層孔隙度，雖然受光照環(huán)境的影響，但具有方便、實(shí)用、準(zhǔn)確的特點(diǎn)，可以對(duì)研究樹木冠層結(jié)構(gòu)，和林冠下光環(huán)境做出一定貢獻(xiàn)，不同樹種間的冠層孔隙度存在顯著區(qū)別，并與冠幅、胸徑呈現(xiàn)線性相關(guān)關(guān)系，可以為計(jì)算葉面積指數(shù)起到輔助作用，可對(duì)定向測(cè)量與評(píng)價(jià)沈陽市城市綠化基本情況，尤其是為研究城市綠化對(duì)風(fēng)環(huán)境，大氣顆粒物乃至聲環(huán)境的影響提供數(shù)據(jù)參數(shù)，為統(tǒng)計(jì)分析城市綠地生態(tài)效益，提高園林綠化配置水平，指導(dǎo)植物合理配置中提供借鑒作用。

通過研究可以看出，樹木的生長(zhǎng)情況以及枝葉量直接影響樹木冠層孔隙度的大小，樹木四季的變化會(huì)引起樹木冠層孔隙度的變化，本次研究只針對(duì)夏季樹木生長(zhǎng)完全的情況，一年四季的樹木冠層孔隙度的變化是否會(huì)呈現(xiàn)一定規(guī)律，這值得接下來的研究繼續(xù)探討。由于本研究對(duì)象針對(duì)行道樹這一群體，文中樣本參數(shù)范圍內(nèi)基本涵蓋了行道樹這一類群體的生長(zhǎng)參數(shù)，但是樹木樣本沒有涵蓋各林齡植株，今后需要擴(kuò)大測(cè)量范圍和更多的實(shí)測(cè)數(shù)據(jù)參與驗(yàn)證。