張冬梅 林奕成 張 浪* 常 晨 李明勝 張 標(biāo)

（1上海市園林科學(xué)規(guī)劃研究院，上海 200232；2北京林業(yè)大學(xué)林學(xué)院，北京 100083；3上海長(zhǎng)興島開發(fā)建設(shè)有限公司，上海 202150）

城市高效園林綠化是實(shí)施“生態(tài)文明和美麗中國(guó)建設(shè)”國(guó)家戰(zhàn)略的重要途徑，是踐行人口高密區(qū)的“以人民為中心”宜居城市建設(shè)、長(zhǎng)江經(jīng)濟(jì)帶“不搞大開發(fā)，發(fā)展大生態(tài)”的具體舉措。作為城市園林綠化主體的植物，其生長(zhǎng)狀況及植物群落生物量直接影響著城市綠化效能的發(fā)揮［1-4］。因此，開展植物群落生物量研究對(duì)城市綠化效能評(píng)價(jià)意義重大。其中，研究樹木生長(zhǎng)動(dòng)態(tài)及其所處生長(zhǎng)環(huán)境（如地理位置、氣象氣候、地形地勢(shì)、土壤條件、種植密度），可建立多因子全林分樹木生長(zhǎng)模型，揭示林木生長(zhǎng)規(guī)律，達(dá)到準(zhǔn)確預(yù)測(cè)樹木生長(zhǎng)動(dòng)態(tài)的目的，從而實(shí)現(xiàn)對(duì)城市綠地質(zhì)量做出精準(zhǔn)評(píng)價(jià)［5-9］。然而，我國(guó)城市特別是特大型城市，其園林綠化建設(shè)不得不在城市搬遷地上實(shí)施。以上海市為例，80%～90%的園林綠化是在廢棄地、城中村搬遷、舊工廠搬遷等城市搬遷地上開展的［10］。由此可見，構(gòu)建基于城市搬遷地適生綠化樹種的生長(zhǎng)模型是對(duì)城市搬遷地高效園林綠化成效評(píng)估的基礎(chǔ)。目前，對(duì)樹木生長(zhǎng)模型的研究主要集中在用材林、防風(fēng)林和經(jīng)濟(jì)林樹種［11］，對(duì)城市園林綠化樹種生長(zhǎng)模型的研究尚未得到應(yīng)有的重視［12］，對(duì)城市搬遷地適生綠化樹種生長(zhǎng)模型構(gòu)建的研究更是鮮見報(bào)道。

在此背景下，為了及時(shí)、準(zhǔn)確地掌握城市搬遷地立地綠化植物資源狀況，尤其是植物資源數(shù)據(jù)的動(dòng)態(tài)變化及其生長(zhǎng)與立地環(huán)境之間的關(guān)系［13］，筆者擬通過在上海市全域建立313塊四邊形綠地微樣地，對(duì)連續(xù)3年的立地和林分進(jìn)行監(jiān)測(cè)，并結(jié)合江、浙、滬3 000余塊固定樣地的連續(xù)清查數(shù)據(jù)及森林資源二類調(diào)查數(shù)據(jù)，構(gòu)建基于上海市的城市搬遷地適生綠化樹種的生長(zhǎng)模型，以期定時(shí)估算植物群落生物量，從而實(shí)現(xiàn)城市搬遷地高效園林綠化的可持續(xù)發(fā)展。

1 材料與方法

1.1 樣地布設(shè)

依據(jù)2014年上海市森林資源二類調(diào)查數(shù)據(jù)和上海市全域遙感影像，利用分層抽樣的方法，進(jìn)行了四邊形微樣地選取，并在樣地位置選擇時(shí)，按各區(qū)不同類型樣地的個(gè)數(shù)，選取能代表林分總體特征平均水平的地塊作為樣地，在上海市全域共設(shè)立313個(gè)微樣地（共57個(gè)樹種）。其中，分布在搬遷地綠化的微樣地有87個(gè)，上海世博公園有8個(gè)（上海世博公園屬于典型的城市搬遷地綠化類型，其原址是浦東鋼鐵集團(tuán)的鋼鐵廠和后灘船舶修理廠，屬于典型的城市搬遷地；針對(duì)上海市土壤自然條件和城市搬遷地特殊環(huán)境，將上海世博公園建園場(chǎng)地劃分為工業(yè)區(qū)、居住區(qū)、綠地、道路、河流等64個(gè)立地單元，共37種主要綠化樹種）。

1.2 樣地和林分調(diào)查

四邊形微樣地觀測(cè)法是一種效能高、誤差小、標(biāo)準(zhǔn)化的樣地抽樣調(diào)查方法。在抽樣調(diào)查中依照小班調(diào)查樣地選擇原則，在靠近林分中心地帶的小班區(qū)域內(nèi)選定觀測(cè)樣地，樣地中樹木的選取要具有代表性，能體現(xiàn)整個(gè)林分情況。調(diào)查指標(biāo)主要包括：（1）立地因子（地形地勢(shì)如坡度、坡向、坡位，土壤厚度，土壤氮、磷、鉀含量和pH）；（2）氣候因子（日照、平均氣溫、平均降雨量）；（3）養(yǎng)護(hù)因子（澆水量、施肥量）；（4）林分調(diào)查因子（樹種名稱、樹種組成、株數(shù)、冠幅、樹高、胸徑、樣地樹木相對(duì)位置關(guān)系）。

采用四邊形微樣地觀測(cè)法進(jìn)行林分測(cè)定，選擇樣地中一個(gè)優(yōu)勢(shì)木為中心木（0號(hào)樣木），以距離中心木最近的4棵樹為觀測(cè)木（編號(hào)1-4號(hào)樣木），對(duì)微樣地中的5棵樹分別進(jìn)行刷漆編號(hào)，連接邊界相鄰兩棵樹來確定樣地邊界，構(gòu)成四邊形微樣地。中心木的位置即為樣地中心，用GPS進(jìn)行定位，并記錄其坐標(biāo)信息；中心木的觀測(cè)視角為 360°，記權(quán)重為1，邊界木的權(quán)重為觀測(cè)視角所占比例，樣地內(nèi)的有效株數(shù)為每棵樹在該樣地所占權(quán)重之和；通過紅外激光測(cè)量樣地內(nèi)相鄰兩棵樹之間的距離，利用Android智能測(cè)樹超站儀分別測(cè)量樣地內(nèi)1-4號(hào)樣木的胸徑及中心木0號(hào)樣木的樹高。其中，平均胸徑的計(jì)算公式為林分密度N，通常是指每塊樣地一定面積內(nèi)樹木數(shù)量的疏密程度，計(jì)算公式為。

在林分調(diào)查因子測(cè)量記錄完成后，分別對(duì)立地因子、氣候因子、養(yǎng)護(hù)因子進(jìn)行調(diào)查記錄或信息采集；初期樣地建立完成后，后期只需進(jìn)行連年復(fù)測(cè)，對(duì)其四大因子進(jìn)行調(diào)查統(tǒng)計(jì)，獲取多年連續(xù)數(shù)據(jù)。

1.3 生物量計(jì)算方法

通過文獻(xiàn)檢索等方式，獲取上海市不同樹種單木生物量異速生長(zhǎng)方程，計(jì)算喬木的生物量，公式為 W=a（D2H）b，其中，W代表樹木生物量，a、b代表方程中的估算參數(shù)，D為樹木胸徑或地徑（cm），H為樹高（m）。

2 結(jié)果與分析

2.1 生長(zhǎng)模型建立

建立城市搬遷地綠化樹種生長(zhǎng)模型，對(duì)城市綠地進(jìn)行精細(xì)化管理具有重大的現(xiàn)實(shí)意義，通過對(duì)綠化適生樹種生長(zhǎng)量的預(yù)測(cè)預(yù)估，可更好地實(shí)現(xiàn)對(duì)不同立地條件下綠地的質(zhì)量精準(zhǔn)評(píng)價(jià)和精細(xì)化管理［14-15］。其中，樹高和胸徑是衡量林分生長(zhǎng)和生物量大小的重要指標(biāo)，受樹木生長(zhǎng)立地、土壤、氣候、地形地勢(shì)等因素的影響[16］。

筆者于2017年、2018年、2019年對(duì)上海市313個(gè)微樣地（共57個(gè)樹種）的地形地勢(shì)、氣象氣候、林分因子、森林精準(zhǔn)經(jīng)營(yíng)等多元因子，實(shí)施連年監(jiān)測(cè)獲取數(shù)據(jù)（將立地環(huán)境、地理位置、林木資源等復(fù)雜信息劃分為14個(gè)指數(shù)，包括胸徑、樹高、主要樹種混交比、密度、土壤厚度、土壤含鹽量、土壤有機(jī)質(zhì)含量、土壤全氮含量、土壤有效磷含量、土壤速效鉀含量、土壤pH、土壤空隙度、投入定額、施肥），獲得了13 146個(gè)連續(xù)監(jiān)測(cè)數(shù)值，并結(jié)合江、浙、滬3 000余塊固定樣地清查數(shù)據(jù)和上海市森林資源的二類調(diào)查數(shù)據(jù)進(jìn)行綜合分析和數(shù)據(jù)整理。為了保證一定數(shù)據(jù)量的綜合運(yùn)算，筆者將上海城市搬遷地適生綠化樹種按照生活型和生長(zhǎng)量劃分為適生常綠樹種、適生落葉樹種、其他常綠樹種和其他落葉樹種4個(gè)組，對(duì)其生長(zhǎng)與氣候環(huán)境、土壤質(zhì)地、林分結(jié)構(gòu)等因子建立多元線性回歸模型，進(jìn)行胸徑生長(zhǎng)量和樹高生長(zhǎng)量擬合，方程式如下：

△Y=a1D+a2H+a3K+a4n+a5T+a6Y+a7C+a8N+a9P+a10K+a11pH+ a12L+a13B+a14S

式中，D為胸徑、H為樹高、K為主要樹種混交比、n為密度、T為土壤厚度、Y為土壤含鹽量、C為土壤有機(jī)質(zhì)含量、N為土壤全氮含量、P為土壤有效磷含量、K為土壤速效鉀含量、pH為土壤pH、L為土壤空隙度、B為投入定額、S為施肥。以IBM SPSS Statistics軟件為計(jì)算平臺(tái)進(jìn)行多元線性回歸分析。具體結(jié)果見表1。

2.2 模型精度驗(yàn)證

多元線性回歸模型通常是從數(shù)據(jù)分割或引導(dǎo)過程中導(dǎo)出的獨(dú)立數(shù)據(jù)集或數(shù)據(jù)［17-18］，模型的精度需要進(jìn)行驗(yàn)證。在313個(gè)微樣地中，有8個(gè)微樣地分布在上海世博公園，利用四邊形微樣地測(cè)定法，于2017年、2018年、2019年連續(xù)對(duì)上海世博公園80%的獨(dú)立樣地進(jìn)行測(cè)定，以對(duì)該生長(zhǎng)模型進(jìn)行驗(yàn)證，且通過R2和方差分析結(jié)果進(jìn)行生長(zhǎng)模型內(nèi)部精度判斷，并通過20%的獨(dú)立樣地?cái)?shù)據(jù)進(jìn)行生長(zhǎng)模型外部數(shù)據(jù)精度評(píng)定[主要通過殘留（R）、偏差（BIAS）、相對(duì)偏差（BIAS%）、均方根誤差（RMSE）、相對(duì)均方根誤差根（RMSE%）和相關(guān)經(jīng)驗(yàn)系數(shù)（R2）實(shí)現(xiàn)精度評(píng)定]。

表1 上海市主要綠化樹種及年度平均生物量

根據(jù)統(tǒng)計(jì)學(xué)原理，對(duì)于采用逐步回歸建立的模型，調(diào)整后的R2是檢驗(yàn)多元回歸方程的重要統(tǒng)計(jì)量，調(diào)整后的R2越接近1，說明擬合度越高［19-22］。針對(duì)上海世博公園（64個(gè)立地單元）80%的獨(dú)立樣本進(jìn)行復(fù)測(cè)和模型驗(yàn)證。對(duì)于胸徑擬合而言，其適生常綠樹種R2=0.987，其他常綠樹種R2=0.941，適生落葉樹種R2=0.829，其他落葉樹種R2=0.645；對(duì)于樹高擬合而言，適生常綠樹種R2=0.995，其他常綠樹種R2=0.870，適生落葉樹種R2=0.980，其他落葉樹種R2=0.689，模型擬合總體精度較高。以上結(jié)果表明，除了其他落葉樹種以外，生長(zhǎng)模型對(duì)其他樹種均有良好的擬合效果，這可能是其他落葉樹種與當(dāng)?shù)丨h(huán)境因子相關(guān)性較弱、適生性不強(qiáng)造成的。見表2。

表2 生長(zhǎng)量精度檢驗(yàn)結(jié)果

此外，在多元回歸中有多個(gè)自變量，需說明所有自變量聯(lián)合起來對(duì)因變量影響的總顯著性，或整個(gè)模型總的聯(lián)合顯著性[23］。F檢驗(yàn)結(jié)果表明，適生常綠樹種組、適生落葉樹種組、其他常綠樹種組和其他落葉樹種組4個(gè)樹種組模型方差分析F＜0.05，表明該生長(zhǎng)模型中所有自變量聯(lián)合起來對(duì)因變量的影響差異顯著。

3 結(jié)論和展望

筆者通過對(duì)上海市313個(gè)微樣地進(jìn)行多年定點(diǎn)定位立地和林分監(jiān)測(cè)，創(chuàng)建了基于城市搬遷地的24個(gè)適生綠化樹種的生長(zhǎng)量與所處地理位置（經(jīng)緯度、海拔）、地形地勢(shì)（坡度、坡向、坡位）、土壤（厚度、C含量、N含量、P含量、K含量、pH）、氣候（日照、平均氣溫、平均降雨量）、種植模式（混交度、平均胸徑、株數(shù)密度）、養(yǎng)護(hù)模式（澆水量、施肥量、冬季保護(hù)增溫）等多因子的多元線性回歸模型。經(jīng)在上海世博公園這一典型的城市搬遷地綠化進(jìn)行實(shí)踐驗(yàn)證，生長(zhǎng)模型的擬合R2精度較高，能在一定程度上實(shí)現(xiàn)對(duì)上海市城市搬遷地適生綠化樹種樹木生長(zhǎng)精準(zhǔn)預(yù)測(cè)，實(shí)現(xiàn)了由大量野外觀測(cè)為主到以模型網(wǎng)絡(luò)預(yù)測(cè)為主、野外觀測(cè)為輔的森林精準(zhǔn)經(jīng)營(yíng)。

本研究在未來將應(yīng)用機(jī)器學(xué)習(xí)（人工神經(jīng)網(wǎng)絡(luò)協(xié)同遺傳算法），實(shí)現(xiàn)對(duì)上海市城市搬遷地適生綠化樹種作進(jìn)一步研究，以獲得上海市樹種年度生長(zhǎng)量、凈初生產(chǎn)力、碳匯量估值，同時(shí)配合遙感影像，應(yīng)用GIS統(tǒng)計(jì)，通過微樣地檢測(cè)預(yù)測(cè)成果的精度，實(shí)現(xiàn)對(duì)綠化生態(tài)、經(jīng)濟(jì)、社會(huì)效益的高效評(píng)價(jià)。