王 琰，余 韻，劉 勇，王開(kāi)勇，周曉杰，王 洋

（1. 北京林業(yè)大學(xué) 林學(xué)院 省部共建森林培育與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室，北京 100083；2. 北京市京彩燕園園林科技有限公司，北京 101111；3. 北京市大安山林場(chǎng)管理處，北京 102419）

洋白蠟Fraxinus pennsylvanica是中國(guó)重要的造林綠化樹(shù)種，也是北京市使用頻度最高的行道樹(shù)種之一，其形體端正，枝葉繁茂而鮮綠，秋葉橙黃，不僅美觀性強(qiáng)，還能捕獲大量空氣中的顆粒物，降低風(fēng)速，改善城市空氣質(zhì)量[1]。行道樹(shù)是城市綠地系統(tǒng)的骨干，以“線”的形式聯(lián)系著城市中分散的“點(diǎn)”和“面”的綠化，構(gòu)成完整的城市森林生態(tài)系統(tǒng)[2]。行道樹(shù)在緩解城市熱島效應(yīng)[3]、凈化空氣[4]、改善城市環(huán)境及維護(hù)城市內(nèi)部生物多樣性[5]等方面均能起到顯著作用，其健康狀況不僅反映了城市綠化質(zhì)量高低，同時(shí)也是景觀效果及生態(tài)效益得以發(fā)揮的重要基礎(chǔ)。行道樹(shù)易受人為活動(dòng)的干擾，生長(zhǎng)空間受限及后期疏于管護(hù)，易出現(xiàn)樹(shù)勢(shì)衰弱、腐爛空洞及病蟲(chóng)害頻發(fā)等問(wèn)題，存在較高的安全隱患，限制其景觀和生態(tài)效益的發(fā)揮[6]。

近年來(lái)，層次分析法[7?9]、主成分分析[10?11]、綜合打分法[12]、樹(shù)木活力度分級(jí)[13]等方法廣泛應(yīng)用于樹(shù)木健康評(píng)價(jià)中。不同評(píng)價(jià)方法各有優(yōu)劣，評(píng)價(jià)結(jié)果精度也不盡相同，整體呈現(xiàn)出多方法相結(jié)合的發(fā)展趨勢(shì)[14?16]。針對(duì)行道樹(shù)開(kāi)展健康評(píng)價(jià)研究，尚未形成實(shí)用性強(qiáng)的評(píng)價(jià)體系?；诖耍狙芯吭诒本┦泻诵膮^(qū)11條街道洋白蠟行道樹(shù)調(diào)查結(jié)果基礎(chǔ)上，結(jié)合行道樹(shù)生境、管護(hù)措施等多方面因素，運(yùn)用主成分分析及聚類分析建立洋白蠟行道樹(shù)健康評(píng)價(jià)體系，采用判別分析進(jìn)行結(jié)果驗(yàn)證，并基于驗(yàn)證結(jié)果建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，以期了解北京市核心區(qū)洋白蠟行道樹(shù)健康狀況，為行道樹(shù)快速、準(zhǔn)確的健康評(píng)價(jià)提供技術(shù)支撐。

1 研究區(qū)概況

北京市位于39°56′N，116°20′E，地處華北平原北部，面積為16 410.54 km2，下轄16個(gè)區(qū)。研究區(qū)位于新規(guī)劃的首都功能核心區(qū)，地處北京城區(qū)中部，是全國(guó)政治、文化和國(guó)際交往中心的核心承載區(qū)，面積為92.5 km2，共32個(gè)街道183個(gè)街區(qū)[6,17]。核心區(qū)年平均降水量為545.9 mm，年平均氣溫為11.4 ℃[17]，氣候?yàn)榕瘻貛О霛駶?rùn)半干旱大陸性季風(fēng)氣候，冬季寒冷干燥，夏季高溫多雨，春秋短促，土壤類型主要是棕壤土。

2 研究方法

2.1 調(diào)查方法

調(diào)查于2018年夏季進(jìn)行。選取分布于北京市核心區(qū)多個(gè)方位、包含多種道路類型的11條行道樹(shù)為洋白蠟的街道。隨機(jī)選取每條街道2側(cè)各至少20株樣樹(shù)，對(duì)其生長(zhǎng)狀況、環(huán)境條件等指標(biāo)進(jìn)行每木調(diào)查，共計(jì)調(diào)查870株洋白蠟。道路概況見(jiàn)表1。

表1 研究區(qū)域道路概況Table 1 Roads’ profile in study area

2.2 健康評(píng)價(jià)方法

2.2.1 篩選健康評(píng)價(jià)指標(biāo) 將指標(biāo)中定性數(shù)據(jù)量化后，與定量數(shù)據(jù)相結(jié)合，共同構(gòu)建洋白蠟行道樹(shù)健康評(píng)價(jià)指標(biāo)體系。本研究參考汪瑛[2]、邵鵬[6]、余韻[18]以及DB 11/T1692—2019《城市樹(shù)木健康診斷技術(shù)規(guī)程》[19]的指標(biāo)選擇和賦值原則，從行道樹(shù)樹(shù)冠、樹(shù)干、根部的生長(zhǎng)狀況及病蟲(chóng)害、環(huán)境條件及管護(hù)等多個(gè)角度建立指標(biāo)體系，共選取12個(gè)評(píng)價(jià)指標(biāo)。所選指標(biāo)及賦值原則如下：①長(zhǎng)勢(shì)與枯枝(x1)：冠形飽滿、長(zhǎng)勢(shì)良好無(wú)枯枝，賦值為4；樹(shù)冠缺損和枯枝率≤10%，為輕度，賦值為3；樹(shù)冠缺損和枯枝率為10% ～≤30%，為中度，賦值為2；樹(shù)冠缺損嚴(yán)重和枯枝率＞30 %，為重度，賦值為1。②枝葉茂密程度(x2)：非常茂密賦值為3；茂密賦值為2；不茂密賦值為1。③樹(shù)干異常音(x3)：木槌敲擊樹(shù)干，無(wú)異常音，賦值為3；輕微異常音，賦值為2；異常音較大，賦值為1。④樹(shù)干完整度(x4)：樹(shù)干表皮無(wú)腐朽損傷，賦值為4；損傷度≤1/3，賦值為3；腐朽損傷度為1/3 ～≤1/2時(shí)，賦值為2；損傷度＞1/2，賦值為1。其中，損傷度=樹(shù)干表皮最大損傷寬度/樹(shù)干周長(zhǎng)。⑤基部空洞程度(x5)：樹(shù)干基部空洞深度占樹(shù)干基部直徑的比例，用鋼釬測(cè)量。目測(cè)無(wú)空洞，賦值為4；存在空洞情況，空洞程度≤1/3，賦值為3；空洞程度為1/3 ～≤1/2時(shí)，賦值為2，損傷度＞1/2，賦值為1。⑥根部腐朽程度(x6)：用鋼釬測(cè)量。如鋼釬無(wú)法插入，則無(wú)腐朽，賦值為4；插入深度≤5 cm，為輕度，賦值為3；插入深度為5 ～≤20 cm時(shí)，則為中度，賦值為2；深度＞20 cm，則為重度腐朽，賦值為1。⑦修枝愈合率(x7)：傷口愈合良好的修枝數(shù)量占修枝總量的比例。⑧修枝留茬(x8)：無(wú)修枝留茬，賦值為4；留茬數(shù)為1 個(gè)即為輕度，賦值為3；留茬數(shù)為2 ～3個(gè)即為中度，賦值為2；留茬數(shù)為3個(gè)以上即為重度，賦值為1。⑨病蟲(chóng)害情況(x9)：該指標(biāo)結(jié)合葉片病蟲(chóng)害受害率、樹(shù)干部病蟲(chóng)害受害率、異色葉比例3個(gè)方面進(jìn)行考量。葉片病蟲(chóng)害受害率=受害葉片數(shù)量/葉總量；樹(shù)干部病蟲(chóng)害受害率=受害寬度/周長(zhǎng)；異色葉比例=異常葉色數(shù)量/葉總量，其中受害寬度指寄生物危害、病害及蟲(chóng)害等致樹(shù)干部位受到損傷的最大寬度，周長(zhǎng)指受害部位所在位置的枝干周長(zhǎng)。無(wú)病蟲(chóng)害、無(wú)葉色異常、無(wú)羽化孔和排糞孔，賦值為4；存在排糞孔或1個(gè)羽化孔，葉色異常≤30%，葉片或樹(shù)干部受害率≤1/3，滿足其中任意1項(xiàng)為輕度，賦值為3；存在2 ～5個(gè)羽化孔、葉色異常為30% ～≤50%、葉片或樹(shù)干部受害率為1/3 ～≤1/2時(shí)，滿足其中任意1項(xiàng)為中度，賦值為2；存在5個(gè)及以上羽化孔，葉色異常比例＞50%，葉片或樹(shù)干部受害率＞1/2，滿足其中任意1項(xiàng)為重度，賦值為1。⑩環(huán)境影響(x10)：生長(zhǎng)空間充足無(wú)遮蔭，有防踩鋪裝且透水性良好，無(wú)根系裸露，賦值為4；生長(zhǎng)空間稍狹，有防踩鋪裝但透水性差或存在輕微根系裸露現(xiàn)象，賦值為3；阻礙交通、生長(zhǎng)空間受限、無(wú)防踩鋪裝或存在1/3 ～≤1/2根系裸露，賦值為2；生長(zhǎng)空間嚴(yán)重受限(距離建筑物≤1 m)、基部晃動(dòng)或＞1/2根系裸露，賦值為1。?冠穴比(x11)：?冠高比(x12)：其中：WCi表示東、西、南、北4個(gè)方向的冠幅之和，ATP表示樹(shù)池面積，H表示樹(shù)高。

2.2.2 評(píng)價(jià)模型的建立 本研究所選取的評(píng)價(jià)指標(biāo)均為正向指標(biāo)。將12個(gè)指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理[20]；采用主成分分析法計(jì)算相關(guān)系數(shù)矩陣、特征值和方差貢獻(xiàn)率，得到因子載荷矩陣，提取特征值大于1且累計(jì)方差貢獻(xiàn)率70%以上n個(gè)主成分F，得出主成分的表達(dá)式y(tǒng)i；再根據(jù)主成分的方差貢獻(xiàn)率計(jì)算權(quán)重，從而得到主成分綜合健康得分表達(dá)式Z；對(duì)健康綜合得分進(jìn)行K-means聚類分析，評(píng)定樹(shù)木健康等級(jí)，結(jié)果共分為健康、亞健康、不健康及瀕死4個(gè)層次；然后采用判別分析對(duì)評(píng)價(jià)結(jié)果進(jìn)行驗(yàn)證。

2.2.3 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型 BP神經(jīng)網(wǎng)絡(luò)是基于誤差反向傳播算法的多層前饋式神經(jīng)網(wǎng)絡(luò)(multiple-layer feedforward network)，由輸入層、隱藏層和輸出層構(gòu)成，其基本思想是學(xué)習(xí)過(guò)程由信號(hào)的正向傳播與誤差的反向傳播2個(gè)過(guò)程組成，不斷調(diào)整各層神經(jīng)元的權(quán)值及閾值，進(jìn)行誤差校正，使訓(xùn)練的網(wǎng)絡(luò)達(dá)到最優(yōu)[21]，具有較強(qiáng)的非線性適應(yīng)性和多維函數(shù)映射能力[20,22]。

基于MATLAB R2019b工具箱nftool環(huán)境設(shè)計(jì)了1個(gè)3層BP神經(jīng)網(wǎng)絡(luò)，將歸一化后的指標(biāo)數(shù)據(jù)及評(píng)價(jià)結(jié)果類別分別作為輸入層及輸出層。根據(jù)經(jīng)驗(yàn)公式[20]，計(jì)算隱含層單元數(shù)，后通過(guò)試錯(cuò)法[21]對(duì)比，確定最終隱含層數(shù)量。采用均方誤差(EMS)與相關(guān)系數(shù)(R)對(duì)模型性能進(jìn)行評(píng)估[23]。

2.3 數(shù)據(jù)處理

采用SPSS 26和MATLAB R2019b分別進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析及構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，利用單因素方差分析(one-way ANOVA)和DUNCAN進(jìn)行多重比較。

3 結(jié)果分析

3.1 北京市首都功能核心區(qū)洋白蠟行道樹(shù)健康評(píng)價(jià)

3.1.1 健康評(píng)價(jià)指標(biāo)分析 樣本數(shù)據(jù)通過(guò)KMO (K＞0.5)和Bartlett (P＜0.05)球形檢驗(yàn)，對(duì)數(shù)據(jù)進(jìn)行主成分分析，選擇特征根值＞1的前6個(gè)主成分作為洋白蠟行道樹(shù)健康評(píng)價(jià)的綜合指標(biāo)。結(jié)果如表2。

表2 主成分特征根及方差貢獻(xiàn)率Table 2 Principal component characteristic root and variance contribution rates

3.1.2 評(píng)價(jià)模型建立 根據(jù)表3，構(gòu)建前6個(gè)主成分與洋白蠟行道樹(shù)綜合指標(biāo)之間的線性關(guān)系yi。

表3 因子載荷矩陣Table 3 Factor load matrix

基于以上，按照公式Z=(w1y1+w2y2+w3y3+···+wnyn)/W，可得最終模型為：Z=(16?264y1+14?267y2+12?441y3+9?477y4+9?179y5+8?396y6)/70?025。

3.1.3 健康等級(jí)劃分及驗(yàn)證 采用K-means聚類和判別分析分別進(jìn)行分類和準(zhǔn)確性檢驗(yàn)，由表4可見(jiàn)：研究區(qū)域有洋白蠟健康樹(shù)341株；亞健康樹(shù)359株；不健康樹(shù)146株；瀕死樹(shù)24株。線性判別結(jié)果可知：K-means分類結(jié)果不存在任何分類爭(zhēng)議，正確率達(dá)100%。

表4 基于K-means聚類分析的健康判別結(jié)果Table 4 Health discrimination results based on K-means clustering analysis

3.1.4 健康評(píng)價(jià)結(jié)果 結(jié)果表明：健康的洋白蠟有341株，占比39.20%，平均得分為1.022 2；亞健康的洋白蠟有359株，占比41.26%，平均得分為0.937 4；不健康的洋白蠟有146株，占比16.78%，平均得分為0.837 7；瀕死的洋白蠟有24株，占比2.76%，平均得分為0.606 4。每條道路的洋白蠟健康狀況見(jiàn)表5。洋白蠟行道樹(shù)總體平均得分為0.944 8，在該評(píng)價(jià)系統(tǒng)中屬于亞健康等級(jí)，核心區(qū)洋白蠟行道樹(shù)健康狀況整體呈中上等水平，約19%的樹(shù)木健康狀況較差，亟需進(jìn)一步加強(qiáng)管理。

表5 11條道路洋白蠟的健康狀況Table 5 Health condition of F. pennsylvanica in 11 roads

3.1.5 構(gòu)建BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型 將歸一化后的12個(gè)指標(biāo)數(shù)據(jù)作為輸入層；將4個(gè)評(píng)價(jià)結(jié)果，即健康、亞健康、不健康和瀕死，分別與(1，0，0，0)(0，1，0，0) (0，0，1，0) (0，0，0，1)一一對(duì)應(yīng)，作為期望輸出。隱含層通過(guò)試錯(cuò)法最終確定為10個(gè)。確定的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為“12-10-4”(圖1)。

圖1 BP神經(jīng)網(wǎng)絡(luò)模型的拓?fù)浣Y(jié)構(gòu)Figure 1 Topological structure of BP neural network model

訓(xùn)練及驗(yàn)證樣本從樣本數(shù)據(jù)中隨機(jī)選取，且無(wú)交集。用于訓(xùn)練、驗(yàn)證及測(cè)試的樣本數(shù)分別為608、131及131個(gè)。圖2為神經(jīng)網(wǎng)絡(luò)EMS的曲線圖。由圖2可知：當(dāng)訓(xùn)練步數(shù)增加時(shí)，模型誤差曲線逐漸逼近誤差的最優(yōu)值。當(dāng)模型迭代18次時(shí)，驗(yàn)證誤差達(dá)到0.010 4，網(wǎng)絡(luò)訓(xùn)練穩(wěn)定且迅速收斂，說(shuō)明該模型能夠滿足需求。

圖2 BP神經(jīng)網(wǎng)絡(luò)模型的誤差下降曲線圖Figure 2 Error decline curve of BP neural network model

圖3表示4個(gè)數(shù)據(jù)集的期望值及預(yù)測(cè)值之間的比較情況。當(dāng)驗(yàn)證誤差為0.010 4時(shí)，建立的神經(jīng)網(wǎng)絡(luò)模型中的訓(xùn)練集、驗(yàn)證集、測(cè)試集與總體數(shù)據(jù)的相關(guān)系數(shù)分別為0.999 7、0.972 0、0.997 6及0.995 3，均大于0.950 0，表明建立的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)于訓(xùn)練集、驗(yàn)證集、測(cè)試集和總體樣本都有很好的逼近能力，能較好地反映洋白蠟行道樹(shù)12個(gè)評(píng)價(jià)指標(biāo)與健康評(píng)價(jià)等級(jí)之間關(guān)系，故BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型在洋白蠟健康狀況評(píng)價(jià)中有較好的適用性。

圖3 期望值和預(yù)測(cè)值的相關(guān)系數(shù)Figure 3 Correlation coefficient between measured and predicted values

3.2 洋白蠟行道樹(shù)健康狀況影響因素

3.2.1 胸徑及樹(shù)高 研究區(qū)域洋白蠟行道樹(shù)胸徑平均值為31.88 cm，約68.20%的洋白蠟樹(shù)胸徑集中分布在20 ～40 cm，總體呈現(xiàn)左偏正態(tài)分布的趨勢(shì)。單因素方差分析(表6)可知：胸徑對(duì)洋白蠟行道樹(shù)的健康狀況影響達(dá)顯著水平(P＜0.05)。當(dāng)胸徑≥10 ～＜60 cm時(shí)，呈現(xiàn)隨著胸徑增加，綜合健康評(píng)分隨之下降的趨勢(shì)，但在胸徑≥60 ～＜70 cm時(shí)，健康綜合得分達(dá)最大值，且顯著高于胸徑≥30 ～＜60 cm區(qū)間內(nèi)的3個(gè)水平(P＜0.05)。

表6 胸徑對(duì)洋白蠟健康狀況的影響Table 6 Effects of DBH on the health status of F. pennsylvanica

調(diào)查區(qū)域內(nèi)樹(shù)高平均值為11.78 m。由表7可知：洋白蠟樹(shù)高大多數(shù)≥6 ～＜18 m，占比95.75%，其他范圍分布較少；洋白蠟健康綜合得分與樹(shù)高間的關(guān)系整體呈正相關(guān)，但并未達(dá)到顯著水平。

表7 樹(shù)高對(duì)洋白蠟健康狀況的影響Table 7 Effects of tree height on the health status of F. pennsylvanica

3.2.2 管護(hù)措施 不規(guī)范的修枝方法會(huì)導(dǎo)致樹(shù)體留茬，而留茬處往往易腐爛進(jìn)而導(dǎo)致分枝處更大面積腐爛等，如不及時(shí)清除，腐爛可蔓延至主干木質(zhì)部，威脅行道樹(shù)的健康。由表8可知：存在修枝留茬的洋白蠟行道樹(shù)占比56.90%，留茬數(shù)多為1 ～3個(gè)，3個(gè)以上的相對(duì)較少。修枝留茬現(xiàn)象對(duì)于健康綜合得分影響顯著(P＜0.05)，無(wú)留茬的洋白蠟健康得分顯著高于存在留茬的得分，但留茬數(shù)量對(duì)行道樹(shù)健康綜合得分無(wú)顯著影響。

表8 修枝留茬對(duì)洋白蠟健康狀況的影響Table 8 Effects of pruning stubble on the health status of F. pennsylvanica

調(diào)查區(qū)域內(nèi)，88.16%的樹(shù)池有防踩實(shí)措施，主要包括毛氈子、梅花磚、塑料篦子+塑料+石子等模式。不同鋪裝材料的透水性差異較大，影響土壤的水分、養(yǎng)分循環(huán)及樹(shù)體的吸收，從而影響樹(shù)木健康狀況。由表9可知：防踩鋪裝的鋪設(shè)及材料透水性顯著影響洋白蠟健康狀況(P＜0.05)，采用透水性強(qiáng)的鋪裝材料的洋白蠟行道樹(shù)的健康綜合得分最高，顯著高于無(wú)鋪裝和透水性差的鋪裝。

表9 樹(shù)池防踩鋪裝情況對(duì)洋白蠟健康狀況的影響Table 9 Effects of anti-stepping paving condition on the health status of F. pennsylvanica

3.2.3 環(huán)境因子 株距限制著行道樹(shù)生長(zhǎng)范圍，過(guò)小會(huì)導(dǎo)致樹(shù)木地上和地下生長(zhǎng)空間壓縮，限制樹(shù)木樹(shù)冠及根系伸展，加劇土壤營(yíng)養(yǎng)資源的爭(zhēng)奪，進(jìn)而導(dǎo)致生長(zhǎng)所需礦質(zhì)養(yǎng)分不足。調(diào)查區(qū)域內(nèi)，株距平均值為5.38 m，最大值25.00 m，最小值1.50 m。株距對(duì)洋白蠟的健康狀況存在顯著影響(P＜0.05)，株距≥0 ～＜5 m時(shí)，洋白蠟健康得分為最低，顯著低于其他株距范圍；當(dāng)株距≥5 m時(shí)，洋白蠟健康得分并不會(huì)隨著株距增加而產(chǎn)生顯著的變化(表10)。

表10 株距對(duì)洋白蠟健康狀況的影響Table 10 Effects of plant spacing on the health status of F.pennsylvanica

行道樹(shù)樹(shù)池是城市道路綠化景觀的節(jié)點(diǎn)。樹(shù)池面積過(guò)小會(huì)導(dǎo)致土壤透水透氣不良，樹(shù)木根系伸展和生長(zhǎng)狀況不佳；過(guò)大的樹(shù)池又會(huì)占用過(guò)多城市道路硬質(zhì)地面，對(duì)行人行車造成妨礙。表11可知：調(diào)查區(qū)域內(nèi)樹(shù)池面積大多為≥1 ～＜2 m2，占比88.74%，且在此樹(shù)池面積下生長(zhǎng)的洋白蠟行道樹(shù)具有最高的健康綜合得分，與其余樹(shù)池面積下的洋白蠟健康得分差異顯著(P＜0.05)。

表11 樹(shù)池面積對(duì)洋白蠟健康狀況的影響Table 11 Effects of tree pool area on the health status of F.pennsylvanica

車道數(shù)以及車道走向?qū)τ谘蟀紫灲】禒顩r均有顯著的影響(P＜0.05)。表12可知：洋白蠟健康得分隨車道數(shù)的增加呈先上升后下降的趨勢(shì)，當(dāng)車道數(shù)為2條時(shí)，洋白蠟的健康狀況最佳，顯著高于車道數(shù)為1條時(shí)的健康得分，而與車道數(shù)為3條時(shí)差異不大；車道走向決定了行道樹(shù)接受日照的情況，車道為南北走向時(shí)，洋白蠟健康狀況顯著優(yōu)于東西走向(P＜0.05)(表13)。

表12 單向車道數(shù)對(duì)洋白蠟健康狀況的影響Table 12 Effects of the number of unidirectional traffic lanes on the health status of F. pennsylvanica

表13 車道走向?qū)ρ蟀紫灲】禒顩r的影響Table 13 Effects of directions of traffic lanes on the health status of F.pennsylvanica

4 結(jié)論與討論

4.1 健康評(píng)價(jià)方法及指標(biāo)

本研究采用主成分分析計(jì)算北京市核心區(qū)洋白蠟行道樹(shù)的健康綜合得分，采用聚類分析進(jìn)行結(jié)果分類，采用判別分析法進(jìn)行結(jié)果驗(yàn)證，分類結(jié)果與實(shí)際生長(zhǎng)狀況基本一致。將行道樹(shù)健康狀況評(píng)價(jià)指標(biāo)和分類結(jié)果構(gòu)建的拓?fù)浣Y(jié)構(gòu)為“12-10-4”的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，結(jié)果表明：訓(xùn)練集和測(cè)試集均

方誤差均小于0.010 4，且訓(xùn)練集、測(cè)試集及總集相關(guān)系數(shù)均＞0.990 0，說(shuō)明BP神經(jīng)網(wǎng)絡(luò)模型能準(zhǔn)確地反映洋白蠟行道樹(shù)12個(gè)評(píng)價(jià)指標(biāo)與健康評(píng)價(jià)類別的關(guān)系。與傳統(tǒng)樹(shù)木健康評(píng)價(jià)方法相比，該方法避免了龐雜的計(jì)算，從而實(shí)現(xiàn)對(duì)同一地區(qū)洋白蠟行道樹(shù)健康狀況的快速、準(zhǔn)確評(píng)價(jià)。

本研究所選指標(biāo)覆蓋了行道樹(shù)的樹(shù)冠、樹(shù)干及根部的健康狀況以及行道樹(shù)的生長(zhǎng)環(huán)境條件及管護(hù)情況等因素，并引入“冠穴比”及“冠高比”2個(gè)指標(biāo)，將各定性指標(biāo)進(jìn)行分級(jí)、量化分析，研究結(jié)果表明：在所調(diào)查的870株洋白蠟中，健康、亞健康、不健康及瀕死單株分別占39.20%、41.26%、16.78%及2.76%?？梢钥闯觯憾鄶?shù)洋白蠟生長(zhǎng)狀況良好，極少部分洋白蠟生長(zhǎng)狀況堪憂，處于瀕死狀態(tài)，亟需處理。這一結(jié)果與邵鵬[6]、余韻[18]的研究結(jié)果基本一致。同時(shí)，本研究得到的健康評(píng)價(jià)結(jié)果與洋白蠟實(shí)際生長(zhǎng)狀況一致，表明本研究建立的健康評(píng)價(jià)模型在北京市核心區(qū)洋白蠟行道樹(shù)健康評(píng)價(jià)中有很好的適用性。

4.2 影響樹(shù)木健康的主要因素

樹(shù)木的健康狀況與年齡緊密相關(guān)[10]。本研究結(jié)果表明：洋白蠟胸徑為60 ～＜70 cm時(shí)，健康狀況最好。這可能是由于胸徑在此范圍的洋白蠟樹(shù)齡較大，栽植時(shí)間長(zhǎng)，生長(zhǎng)狀況穩(wěn)定的緣故；當(dāng)胸徑為10 ～＜60 cm，呈現(xiàn)隨胸徑增加，洋白蠟健康得分隨之下降的趨勢(shì)，這與李佳慧等[10]對(duì)北京市核心區(qū)國(guó)槐Sophora japonica行道樹(shù)的評(píng)價(jià)結(jié)果基本一致。城市行道樹(shù)受人為活動(dòng)影響較大。調(diào)查發(fā)現(xiàn)：約87%的洋白蠟存在不同程度的枯枝狀況，約27%的洋白蠟存在由車輛剮蹭、修枝等造成的樹(shù)皮損傷，約57%的洋白蠟存在由修枝不當(dāng)造成的不同程度的修枝留茬。建議規(guī)范行道樹(shù)修枝技術(shù)，及時(shí)去除枯枝并合理處理受損部位。行道樹(shù)樹(shù)池防踩鋪裝材料的不同影響著植物吸收水分及養(yǎng)分的過(guò)程。北京核心區(qū)樹(shù)池鋪裝材料多采用透水磚、石子、毛氈子、鐵篦子等。研究結(jié)果表明：在鋪裝材料透水性強(qiáng)樹(shù)池中生長(zhǎng)的洋白蠟，健康狀況顯著優(yōu)于不鋪裝及鋪裝透水性差條件下的洋白蠟。這一結(jié)果與趙丹等[24]、李佳慧等[10]的研究結(jié)果基本一致。

行道樹(shù)位于道路兩側(cè)。城市下墊面性質(zhì)的改變，壓縮了行道樹(shù)生長(zhǎng)的環(huán)境空間，阻礙了土壤水分的移動(dòng)與循環(huán)，限制了行道樹(shù)的生長(zhǎng)[25]。株距、樹(shù)池面積一定程度上決定了行道樹(shù)的生長(zhǎng)及管護(hù)空間，而車道數(shù)及車道走向決定著道路寬度及樹(shù)體生長(zhǎng)位置，影響著樹(shù)體接受日照情況[6,18]。本研究發(fā)現(xiàn)：株距、樹(shù)池面積、車道數(shù)及走向都顯著影響著行道樹(shù)的健康狀況，當(dāng)保持洋白蠟行道樹(shù)株距≥5 m、樹(shù)池面積≥1 ～＜2 m2、車道數(shù)為2條且車道為南北走向時(shí)，洋白蠟健康狀況較為理想。當(dāng)株距≥5 m時(shí)，隨著距離繼續(xù)增大，洋白蠟的健康狀況不再發(fā)生顯著的變化。隨著樹(shù)池面積和車道數(shù)增加，洋白蠟健康得分均呈現(xiàn)先上升后下降的趨勢(shì)。這可能是隨著生長(zhǎng)范圍及道路寬度的增加，生長(zhǎng)空間及光照情況已不再是限制行道樹(shù)健康的主要因素，而人為踩踏、車輛剮蹭等其他因素影響逐漸占據(jù)主導(dǎo)地位。當(dāng)樹(shù)池面積＜2 m2時(shí)，樹(shù)池的防踩鋪裝率為91.29%，樹(shù)池面積≥2 m2時(shí)，防踩鋪裝率僅為60.67%。樹(shù)池的防踩鋪裝率下降往往會(huì)導(dǎo)致人為踩踏的增加，導(dǎo)致土壤板結(jié)，影響行道樹(shù)生長(zhǎng)。這可能是導(dǎo)致樹(shù)池面積增大但洋白蠟健康狀況卻顯著下降的原因之一。本研究發(fā)現(xiàn)：車道走向?qū)π械罉?shù)健康狀況影響顯著，南北走向車道上的洋白蠟健康狀況顯著優(yōu)于東西走向的洋白蠟。這是由于車道走向決定著樹(shù)體的生長(zhǎng)方位和接受日照情況。車道為東西走向時(shí)，南側(cè)及北側(cè)行道樹(shù)受日照時(shí)間差異較大，北側(cè)行道樹(shù)接受日照時(shí)間相比南側(cè)更長(zhǎng)，而車道為南北走向時(shí)，東西兩側(cè)行道樹(shù)接受日照角度及日照時(shí)間基本相同[18,26]，因此整體生長(zhǎng)狀況更好。道路狀況往往還受到周邊建筑物密度及高度、道路硬質(zhì)鋪裝、車流量等多方面影響，因此仍需進(jìn)一步探究。