沈阳市3种行道树冠层孔隙度研究

刘 璇，屈海燕，王 康，吴美阳

(沈阳建筑大学 建筑与规划学院，辽宁 沈阳 110168)

沈阳市素有“东方鲁尔”之称，是国家重点建设以装备制造业为主的重工业基地之一，在城市的不断扩大与发展的过程中，资源消耗和环境污染等引发的一系列问题层出不穷。众所周知，交通污染颗粒物(PM2.5)是造成城市微粒污染的重要原因[1-2]，行道树作为城市绿地的重要组成部分，对交通污染产生的颗粒物有直接影响[3]。

树冠作为树木生命的象征，其结构决定了林内环境条件、林分生产力、林分稳定性和恢复力[4]，它承担着遮荫、降噪、过滤细空气颗粒物的功能。目前D.Binkley等[5]、R.Buccolieri等[6]、万好等[7]、陈小平等[8]、钟珂等[9]通过实测研究和软件试验模拟方法分析了植物布局方式(绿化带双排或单排)对于街道污染物的影响；R.Buccolieri[10-11]等表明行道树的种植间距和冠层孔隙度会影响街道峡谷污染物浓度，这些研究大部分将绿化带视作整体进行研究，从植物本身的特征出发的研究较少。植物的结构特性可以通过重要参数来表征，冠层孔隙度是描述冠层中光的透射能力的树冠特征参数，是控制光和植被相互作用的重要变量[12]，常常用于研究混交林或者纯林的林冠开阔度、冠层间隙、群落郁闭度[13]和林下光环境[14]，由于冠层孔隙度直接反应了树冠枝叶分布情况[15-16]，因此还广泛用于叶面积指数反演的研究[17-21]。

冠层孔隙度的测量有多种方法，可以使用多种光学设备测量，比如LAI-2000，Hemi View 冠层分析系统等[22-24]。此方法操作简单，但是上述软件仍然存在特定算法局限性带来的误差，而且上述仪器均是集成模块，算法不明确，价格昂贵；最广泛使用的采集技术是半球图像摄影法，运用鱼眼镜头采集冠层图像，并通过特殊程序GLA调整图像阈值，得到冠层孔隙度，且M.Lang等[25]在研究中表明对于相同的采样点，从数字半球图像测得的冠层透射率等于使用 LAI-2000测得的冠层透射率。马泽清等[26]在对叶面积指数计算时，表示在一定程度上鱼眼镜头测定方法要优于CI-110冠层分析仪；另外可以运用遥感技术，先进的地面激光雷达作为实验仪器，对扫描获取的树木的点云数据进行切层、压缩、投影、提取等步骤获取立体角投影来估算冠层孔隙度[27]，该方法操作复杂，且刘爽等[14]表示遥感技术适用于大型森林的监测，不适合面积较小的城市绿地，综合比较，半球摄影法没有破坏性，可以重复取样，获得庞大数据，操作简单且准确，运用鱼眼镜头采集冠层图像进行孔隙度提取是最方便快捷的方法。

本研究针对沈阳市常见行道树，利用半球图像提取孔隙度，探讨冠层孔隙度是否与园林树木基本生长参数(冠幅，胸径、树高)相关，并尝试构建冠层孔隙度与园林树木生长参数的回归模型，以期预测树木的孔隙度值，寻找准确、便携、易于推广应用的测量园林树木孔隙度的方式，并且为街谷空间内风环境模拟等研究提供树木模型参数，为园林绿化中植物配置和生态效益的定量研究提供主要依据和合理的基础手段，为今后城市绿地生态效益研究提供可供参考的依据。

1 研究区概况

沈阳市(41°48′11.75″N,123°25′31.18″E;45 m ASL)位于中国东北地区南部，南连辽东半岛，北依长白山麓，属于温带半湿润大陆性气候，年平均气温6.2～9.7℃，1月份平均气温-11℃，极端最低气温-30.6℃，温度在0℃以下的日期平均为51 d，时间较长，夏季平均气温为24℃，极端高温气温39.3℃。全年降水量600～800 mm，全市降水主要集中在夏季，6-8月的降水量约占总降水量的62.5%。

沈阳市整体气候适宜暖温带植物生长，其地理位置处于长白植物区系，蒙古植物区系和华北植物区系交汇地带[28]，经过沈阳市街道绿化植物的调研，沈阳市主要行道树有国槐(Sophorajaponica)，刺槐(Robiniapseudoacacia)，银中杨(Populusalba×P.berolinensis)，旱柳(Salixmatsudana)，银杏(Ginkgobiloba)，榆树(Ulmuspumila)，五角枫(Acermono)水曲柳(Fraxinusmandshurica)，油松(Pinustabuliformis)，京桃(Amygdaluspersicaf.rubro-plena)，金叶榆(Ulmuspumila)等。

本研究选择沈阳市最常用的3种行道树，国槐(S.japonica)，银杏(G.bilobaL.)，银中杨(P.alba×P.berolinensis)作为研究对象，进行孔隙度的测算。

2 材料与方法

2.1 冠层孔隙度的测定

本研究使用半球摄影技术测定树木的冠层孔隙度，装置为高像素智能手机外接198°高清无畸变鱼眼镜头，图像结合Gap Light Analyzer软件分析平台获取样本的孔隙度，利用GLA软件，通过确定图像半球中心和边缘对图像进行畸变矫正[29]。在室外进行测量时，因为鱼眼镜头法是测量天空漫射光下冠层的透射，光线过强或过暗会导致图像中树冠呈黑色阴影，不利于后期图像处理以及图像信息的提取，从而产生较大误差，所以选择无风且光线较弱的清晨和黄昏后或者多云天气进行图像获取工作[30]，在拍照时，在所选树木下方用全站仪三角架固定相机，将三脚架调平，相机调至离地面1.5 m高处，镜头朝上，保证相机以180°的视角垂直从下向上拍摄，拍照水平方向为磁北极，保证方位角α测量正确，尽量保证树冠全部收入在拍摄范围内，且拍摄范围内尽量少摄入其他物体，以便减少对树冠图像的干扰。对每一株样本，在东西南北方向上选择该树冠投影线至树干中心连线的1/2处分别拍摄2～3张照片，拍摄的相片以JPEG格式存储，图像大小为3 456×3 456。以JPEG的格式存储的图片能保证在实测中得到的图像尽可能多的保存树木林冠信息，同时又不至于占用太大的存储空间，使得单次实测能多点连续拍摄获取图像。

2.2 冠幅的测定

使用皮尺测量树木冠幅W，冠幅指树冠的直径，测2个方向，分别取最大值和最小值，然后取平均值，单位m，结果保留2位小数。

2.3 胸径的测定

使用掌上全站仪DISTO S910测量树木胸径D，胸径指乔木主干离地表面1.3 m处的直径[13]，单位：m，数据保留3位小数。

2.4 高度的测定

掌上全站仪DISTO S910 测量树木树高，单位：m，测得数据保留2位小数点。

2.5 样本选择

选择样本具有代表性，需要反映不同的生长环境[31]。因此选择样地遍布于沈阳市东南西北各个区域：包括沈阳市内文化东路、保工北街、沈营大街、建设中路、浑南中路等(图1)。在2018年7-9月(各种乔木已完全展叶，且冠层已基本定形的树木)，对银杏，国槐，银中杨进行取样，所选样本均为单行种植，且株间距在10 m左右的行道树，单株树种均为独立生长，树形饱满，枝叶伸展正常，叶色正常，无病及少病，树冠独立和旁边植物无过分交接的植株。每个树种最终选择60个样本进行采样测定及图像采集 (图2)。

图1 样本选择样地

注：a.国槐半球图像；b.银杏半球图像；c.银中杨半球图像。

2.6 图像处理

将获取的图像导入Gap Light AnalyzerV2.0进行影像分割处理(图3)，首先导入获取的冠层图像，然后定义冠层图像边界，对图像进行配准，并通过“掩模”过程去除图像中的非冠层部分或非目标物种冠层部分(图3-a)，当原始照片在天空和冠层之间有合理的色彩对比时，图像分类相对容易。然而，通常照片的某些部分的图像对比度不足，例如，围绕天顶散射的光线有时会模糊天空和树叶之间的边界，而在地平线附近，微弱的光线往往会低估缝隙的数量和大小。所以在图像分析中需要改善图像色彩对比度，因为晴朗的天空在冠层吸收蓝光时往往会散射蓝光，因此选择蓝色通道进行彩色图像灰度化[32](图3-b)，冠层孔隙度的最终定义取决于正确选择“白色”和“黑色”像素之间的分割水平，“阈值”是介于0～255的像素强度，它定义了图像像素变成白色(代表天空)或黑色(代表树叶/枝干等)的边界，调整好适当的阈值之后(图3-c)可进行最终计算输出冠层孔隙度。

注：a.定义冠层图像边界；b.彩色图像灰度化；c.图像阈值化分割。

2.7 数据处理

使用SPSS21.0软件对3种行道树的冠层孔隙度进行单因素方差分析(ANOVA)，比较树种间孔隙度的差异性；对树种的冠幅，胸径，高度和冠层孔隙度进行双变量相关分析；并建立冠层孔隙度回归模型。

3 结果与分析

所测得的样本生长情况如表1，所测样本中银杏、银中杨和国槐均为中龄林。

表1 样本情况

3.1 树种冠层孔隙度的大小比较

对180组数据进行单因素方差分析并两两比较，图4显示了3种行道树孔隙度均值，3种树木的孔隙度之间在0.05水平上差异显著：国槐与银杏的冠层孔隙度有极显著性差异(P=0.000)，与银中杨的冠层孔隙度有极显著性差异(P=0.004)，银杏与银中杨的冠层孔隙度有极显著性差异(P=0.000),说明不同树种的冠层孔隙度均存在差异。国槐、银杏、银中杨的孔隙度均值分别为22.78%、26.71%、19.69%。对比3种树木冠层孔隙度的均值，冠层孔隙度由高到低排列为Q银中杨

注：小写字母表示显著差异性(P<0.05)。

3.2 生长参数与冠层孔隙度的关系

3个树种的生长参数与冠层孔隙度相关性分析如表2，可看出冠层孔隙度与冠幅，胸径均呈极显著负相关(P<0.01)，与树高均呈显著负相关(P<0.05)。说明随树木冠幅，胸径和高度增大，孔隙度随之显著降低。

表2 生长参数与冠层孔隙度相关分析

从表2可以看出，冠幅、胸径、树高均会对冠层孔隙度产生影响，为了进一步分析生长参数对于冠层孔隙度的影响程度，应用SPSS软件进行多元线性回归分析，并建立多元线性回归模型。分析结果及其回归方程系数列于表3。

表3 冠幅、胸径、高度与冠层孔隙度的回归方程系数及检验

从表3显示的回归结果可以发现，树木冠幅，胸径这2个变量系数的P值均<0.05，高度的P值>0.05，说明冠幅和胸径2个因素有统计显著性，树高对冠层孔隙度在回归模型中影响不显著；从容差和VIF(方差膨胀因子)来看，解释变量之间不存在显著严重共线性问题。通过多元线性回归的显著性结果可知对冠层孔隙度的影响程度依次为冠幅>胸径>高度。在多元线性回归分析中树高对于冠层孔隙度无显著性影响，为得到有效的生长参数对于冠层孔隙度影响的回归模型，将高度因素去除，重新建立多元回归模型，结果如表4。

表4 冠幅、胸径与冠层孔隙度的回归方程系数及检验

由表4可见，国槐、银杏、银中杨3个树种的冠幅、胸径与冠层孔隙度组成的多元线性回归模型R2依次为0.426，0.704，0481，可见模型拟合度良好，且各自变量与因变量的P值均<0.05，方程共线性诊断VIF均<10，回归模型有统计学意义，国槐，银杏，银中杨冠幅，胸径与冠层孔隙度的回归模型分别为：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为冠层孔隙度，W为冠幅、D为胸径)。

4 结论与讨论

对所测样本的冠层孔隙度进行均值比较分析，结果表明3树种冠层孔隙度之间有显著差异，且呈现Q银中杨

对树木冠层孔隙度和生长参数进行相关分析，结果表明冠层孔隙度和冠幅、胸径呈现极显著负相关，与高度呈显著负相关。毛永春等[34]以欧美杨为研究对象得出冠层光合作用能力的强弱与孔隙度成负相关，陈香波等[35]在研究中得出随着透光率的提高，植物的枝条生长量和叶片、叶绿素含量逐渐减小，两者结论均与本研究一致。分析原因：随着落叶树种每年树叶的更换和新枝的萌发，叶片数量和叶面积指数随树龄增大而增加，冠层孔隙度因此降低，而且树冠形态与孔隙度之间的关系不是固定的，而是动态的[36]。徐阳[37]表示叶面积指数和孔隙度之间呈负相关关系，许多研究者致力于研究树木叶面积指数和生长参数间的关系，进行叶面积指数模型的建立工作。陈自新等[38]、申晓瑜等[39]针对华北地区常用植物建立叶面积指数与冠幅，胸径的回归模型。在我们的研究中，对国槐，银杏，银中杨的冠层孔隙度进行多元线性回归模拟：国槐冠层孔隙度与冠幅，胸径回归方程为Q=44.808-2.218×W-50.545×D，R2=0.426; 银杏冠层孔隙度与冠幅，胸径回归方程为Q=45.637-2.613×W-43.156×D，R2=0.704; 银中杨冠层孔隙度与冠幅，胸径回归方程为Q=33.084-3.834×W+41.105×D，R2=0.481.(Q为冠层孔隙度，W为冠幅、D为胸径)。根据以往的研究，冠层孔隙度与冠层类型，叶面积密度，叶倾角都存在相关关系[40-42]且刘爽等[14]在研究中表明叶面积指数与冠层孔隙度呈线性相关关系，这间接证明了本研究冠层孔隙度回归模型的合理性。

城市绿地的生态效益取决于绿地覆盖面积的同时，还取决于其树种组成、空间结构以及植被的生长状况等，本研究利用半球摄像技术测定沈阳市城市道路绿化树种的冠层孔隙度，虽然受光照环境的影响，但具有方便、实用、准确的特点，可以对研究树木冠层结构，和林冠下光环境做出一定贡献，不同树种间的冠层孔隙度存在显著区别，并与冠幅、胸径呈现线性相关关系，可以为计算叶面积指数起到辅助作用，可对定向测量与评价沈阳市城市绿化基本情况，尤其是为研究城市绿化对风环境，大气颗粒物乃至声环境的影响提供数据参数，为统计分析城市绿地生态效益，提高园林绿化配置水平，指导植物合理配置中提供借鉴作用。

通过研究可以看出，树木的生长情况以及枝叶量直接影响树木冠层孔隙度的大小，树木四季的变化会引起树木冠层孔隙度的变化，本次研究只针对夏季树木生长完全的情况，一年四季的树木冠层孔隙度的变化是否会呈现一定规律，这值得接下来的研究继续探讨。由于本研究对象针对行道树这一群体，文中样本参数范围内基本涵盖了行道树这一类群体的生长参数，但是树木样本没有涵盖各林龄植株，今后需要扩大测量范围和更多的实测数据参与验证。