• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于因子分析法與k-means 聚類的行道樹安全風(fēng)險評價

      2023-03-31 08:04:16吳悠綠肖鵬峰董元彪
      關(guān)鍵詞:秦淮區(qū)玄武區(qū)法桐

      吳悠綠 肖鵬峰 劉 豪 董元彪 秦 棽

      (南京大學(xué)地理與海洋科學(xué)學(xué)院,自然資源部國土衛(wèi)星遙感應(yīng)用重點實驗室,江蘇省地理信息技術(shù)重點實驗室,江蘇 南京 210023)

      城市綠化是城市重要的基礎(chǔ)設(shè)施,是城市現(xiàn)代化建設(shè)的重要內(nèi)容,是改善生態(tài)環(huán)境和提高廣大人民群眾生活質(zhì)量的公益事業(yè)[1-3]。行道樹是城市綠化的骨架,對塑造城市形象、改善城市生態(tài)環(huán)境和景觀環(huán)境具有不可替代的作用[4-5]。但受復(fù)雜城市環(huán)境的影響,行道樹也存在枝條墜落、樹干斷折、樹體倒伏等潛在安全風(fēng)險,會給市政設(shè)施、城市交通以及市民人身安全帶來嚴重威脅[6]。對行道樹進行安全風(fēng)險評價,能提前發(fā)現(xiàn)安全隱患,及時采取針對性養(yǎng)護措施消除或降低安全風(fēng)險,對城市綠化精細化管理具有重要意義。國外城市樹木風(fēng)險評估研究已持續(xù)幾十年[7-14]。1967年,Paine 等[15]最先基于樹木種類、規(guī)格和結(jié)構(gòu)性損壞制作出樹木潛在風(fēng)險評估表,再根據(jù)樹木潛在故障概率、危害水平以及可能危及的目標(biāo),確定樹木危險等級,為樹木風(fēng)險評估奠定了基礎(chǔ)。1994 年,Mattheck 等[16]提出了目測樹木評估法(Visual Tree Assessment, VTA),在不影響樹木健康的前提下,通過觀察樹木外部表現(xiàn)、測量樹木結(jié)構(gòu)指標(biāo)來評測樹木內(nèi)部缺陷程度,進而評估樹木風(fēng)險,建立了一套應(yīng)用較為廣泛的樹木風(fēng)險評估體系。

      國內(nèi)樹木安全風(fēng)險評價還處于發(fā)展階段,相關(guān)研究較少。2015 年,蔡園園等[17]首次引入VTA 法對福州市常用11 種行道樹進行潛在危險度調(diào)查與分析。2021 年,賀坤等[18]基于風(fēng)險矩陣表法和GIS 技術(shù)進行上海市行道樹安全風(fēng)險評估,為樹木安全風(fēng)險評價提供了新的參考。這些方法在評價過程中過于依賴于專家知識,具有一定主觀性,會影響最終風(fēng)險評價結(jié)果且耗時耗力。雖然國內(nèi)還沒有形成系統(tǒng)的樹木安全風(fēng)險評價體系,但樹木健康評價體系相對成熟。現(xiàn)有研究多采用綜合指標(biāo)評價法,通過因子分析減少主觀經(jīng)驗影響,建立兼具全面性與獨立性的評價指標(biāo)體系,結(jié)合聚類分析得到科學(xué)的分級評價結(jié)果[19-24]?;诖耍狙芯恳阅暇┦蟹▏嗤≒latanus orientalis)(簡稱法桐)行道樹為例,使用因子分析法和k-means 聚類,綜合各項評價指標(biāo)信息,通過分析其生長狀況、穩(wěn)定性、健康狀況、對交通的影響等因素,建立科學(xué)的法桐行道樹安全風(fēng)險評價指標(biāo)體系,構(gòu)建有效的安全風(fēng)險評價模型,準(zhǔn)確評估南京市法桐行道樹安全風(fēng)險等級,并針對有效降低安全風(fēng)險提供決策建議,以期為南京市法桐行道樹的管理和有機更新提供科學(xué)依據(jù),并為其他行道樹安全風(fēng)險評價研究提供參考。

      1 研究區(qū)概況

      南京市位于長江中下游平原地帶,介于東經(jīng)118°22′ ~ 119°14′、北緯31°14′ ~ 32°37′之間,是長江三角洲城市群的三大中心城市之一。南京市地處亞熱帶季風(fēng)氣候區(qū),四季特征明顯,常年雨水充足,年均降水1 056.0 mm,氣候溫暖濕潤,年均氣溫15.4 ℃,相對濕度76%[25]。研究區(qū)域為南京市主城六區(qū)(玄武區(qū)、鼓樓區(qū)、秦淮區(qū)、建鄴區(qū)、雨花臺區(qū)和棲霞區(qū)),面積約為782.86 km2。作為南京市主要行道樹種類,主城區(qū)共有8 萬多棵法桐[26]。近年來主城區(qū)法桐行道樹倒伏壓車、影響交通或折枝傷人等事件的發(fā)生嚴重影響了市民的日常生活。

      2 材料與方法

      2.1 數(shù)據(jù)來源

      根據(jù)南京市法桐行道樹的路段分布情況,選取79 條主要路段,在每條路段等距離抽取法桐行道樹總數(shù)量約10%進行安全風(fēng)險評價。通過南京市行道樹普查數(shù)據(jù)庫、危樹險樹數(shù)據(jù)庫、行道樹激光雷達點云和全景影像數(shù)據(jù)庫和行道樹養(yǎng)護記錄共收集到2 886 棵法桐行道樹的各項指標(biāo)數(shù)據(jù),對數(shù)據(jù)進行預(yù)處理后可用于行道樹安全風(fēng)險評價。

      2.2 行道樹安全風(fēng)險評價指標(biāo)體系建立

      行道樹的安全隱患與樹木本身及環(huán)境因素密切相關(guān),如樹齡、樹勢、生長位置、立地條件等[27]。其中,與樹體結(jié)構(gòu)是否正常直接相關(guān),其安全風(fēng)險因素主要包括樹干、樹冠和樹根三部分的結(jié)構(gòu)異常。

      首先運用文獻研究法收集行道樹安全風(fēng)險相關(guān)的資料,歸納整合后共得到25 個安全風(fēng)險評價候選指標(biāo),分為整體狀況、樹冠、樹干及樹根4 類。其中整體狀況包括樹高、樹勢和傾斜3 個指標(biāo),樹冠包括冠幅、偏冠等8 個指標(biāo),樹干包括分支點高度、分支點開張角度等8 個指標(biāo),而樹根包括松動、損傷等6 個指標(biāo)。

      按照科學(xué)性、可操作性原則,排除與行道樹安全風(fēng)險相關(guān)性較小或難獲取的指標(biāo),如葉斑或變色、寄生等,共篩選得到16 個指標(biāo)。按照全面性及系統(tǒng)優(yōu)化原則,去除16 個指標(biāo)中含義相似的冗余指標(biāo),最終得到由8 個指標(biāo)構(gòu)成的法桐行道樹安全風(fēng)險評價指標(biāo)體系(表1)。針對行道樹對市政設(shè)施、城市交通以及市民人身安全造成的威脅,建立的評價指標(biāo)體系主要包含與安全風(fēng)險有關(guān)的行道樹生長狀況、穩(wěn)定性、健康狀況、對交通的影響4 個方面,能較為全面地評價行道樹的安全風(fēng)險。

      表1 法桐行道樹安全風(fēng)險評價指標(biāo)體系Table 1 Index system of safety risk of street tree of platanus orientalis

      2.3 行道樹安全風(fēng)險評價模型構(gòu)建

      2.3.1 因子分析法

      因子分析法是指從研究指標(biāo)相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā),把一些信息重疊、具有錯綜復(fù)雜關(guān)系的變量歸結(jié)于少數(shù)幾個不相關(guān)的綜合因子的一種多元統(tǒng)計分析方法?;舅枷胧歉鶕?jù)相關(guān)性大小把變量分組,使得同組的變量之間相關(guān)性較高,但不同組的變量不相關(guān)或相關(guān)性較低,每組變量代表一個基本結(jié)構(gòu),即公共因子。它能夠在保留大部分原始指標(biāo)信息的前提下,消除原始指標(biāo)間的相關(guān)性,重構(gòu)出新的可解釋性的公因子,同時得到各項指標(biāo)權(quán)重,客觀反映出各指標(biāo)間的相對重要性[28]。

      因子分析法的數(shù)學(xué)模型假設(shè)觀測系統(tǒng)(即評價總體)有m個評價指標(biāo),p個觀測單位,因子分析的數(shù)學(xué)模型就是把p個觀測單位分別表示為m<p個公共因子和一個特殊因子的線性加權(quán)和,即:

      式中:F1,F2, …Fm為公共因子,是不可觀測的變量。它是各個指標(biāo)中共同出現(xiàn)的因子,因子之間通常是彼此獨立的;系數(shù) αpm是第p個變量在第m個公共因子上的系數(shù),稱為因子載荷,它揭示了第p個 變量在第m個公共因子上的相對重要性; εi是 各對應(yīng)變量Xi所特有的因子,稱為特殊因子,是不能被前m個公共因子包含的部分。它們滿足:

      式中:F、 ε不相關(guān);F1,F2,…,Fm互不相關(guān),方差為1; ε1, ε2, …, εi互不相關(guān),方差不一定相等,通 常假定。

      2.3.2 k-means 聚類

      k-means 聚類算法是一種應(yīng)用十分廣泛的基礎(chǔ)的非監(jiān)督迭代算法。它的基本思想為:對于給定的數(shù)據(jù)集,按照數(shù)據(jù)之間的距離大小,將其按類內(nèi)距離盡可能小而類間距離盡量大的原則劃分為K個類別[29]。

      k-means 聚類算法具體步驟是預(yù)先確定劃分類別數(shù)K,隨機選擇K個對象{a1,a2, · ··,aK}作為給定的n個數(shù)據(jù){x1,x2, ···,xn}的初始聚類中心。計算每個數(shù)據(jù)與各聚類中心之間的距離,將其按距離最近原則分配給各聚類中心,并重新計算各類別中心,最終使得每個數(shù)據(jù)點距最近聚類中心的距離平方和最小。此距離平方和為目標(biāo)函數(shù)Wn:

      2.3.3 行道樹安全風(fēng)險評價模型

      基于法桐行道樹安全風(fēng)險評價指標(biāo)體系,借助SPSS 軟件首先對評價指標(biāo)數(shù)據(jù)集進行檢驗,然后采用因子分析法提取出具有實際意義的公因子,客觀確定各項指標(biāo)權(quán)重,加權(quán)計算得到行道樹安全風(fēng)險綜合評分,再根據(jù)k-means 聚類將行道樹劃分為低、中、高三級風(fēng)險。

      1)評價指標(biāo)數(shù)據(jù)集檢驗。針對2 886 棵法桐行道樹數(shù)據(jù)進行KMO 和Bartlett 檢驗, KMO 值為0.528,Bartlett 球形檢驗在自由度為45 時Sig.<0.001,達到顯著水平,可對變量進行因子分析。

      2)公因子提取。利用主成分分析法提取累計貢獻率達到88.197%的前6 個公因子,能夠解釋所有指標(biāo)的絕大部分信息。

      3)因子載荷矩陣提取。運用方差最大化正交旋轉(zhuǎn)法對原始因子載荷矩陣進行因子旋轉(zhuǎn),重新分配個因子所解釋的方差比例,使公因子的意義更明確。旋轉(zhuǎn)在5 次迭代后已收斂,得出旋轉(zhuǎn)載荷平方和以及旋轉(zhuǎn)后的因子載荷矩陣。

      4)安全風(fēng)險評分計算。利用旋轉(zhuǎn)后的因子載荷矩陣除以相應(yīng)特征值的平方根得到公因子得分系數(shù)矩陣。根據(jù)公因子得分系數(shù)矩陣計算各公因子得分,并以各公因子的方差貢獻率作為指標(biāo)權(quán)重進行加權(quán)求和,得到每棵行道樹安全風(fēng)險評價綜合評分(F)。

      5)安全風(fēng)險評級。參考《南京市行道樹險樹危樹分級標(biāo)準(zhǔn)》[30]與《城市樹木健康診斷技術(shù)規(guī)程》(DB11/T 1692—2019)[31]對樹木健康的分級,通過k-means 聚類將行道樹安全風(fēng)險評分劃分為3 個類別。通過分析3 個類別具體情況,根據(jù)安全風(fēng)險分值和各項指標(biāo)信息,將3 個類別分別確定為低風(fēng)險、中風(fēng)險和高風(fēng)險3 級。

      3 結(jié)果分析

      3.1 法桐行道樹安全風(fēng)險評分分布

      基于安全風(fēng)險評分公式(式6)計算得到2 886 棵行道樹的安全風(fēng)險評分,分值范圍為-1.41 ~2.13,分值越高代表行道樹的安全風(fēng)險越大。

      式中:F1、F2、F3、F4、F5和F6為各公因子得分。

      安全風(fēng)險評分較高的路段位于秦淮區(qū)、鼓樓區(qū)和玄武區(qū)(圖1)。其中秦淮區(qū)莫愁路的法桐行道樹整體安全風(fēng)險評分最高,該路段所有法桐行道樹安全風(fēng)險評分均值為0.85。平均安全風(fēng)險評分大于0.5 的路段還有珠江路(玄武區(qū))、三條巷(秦淮區(qū))、中華路(秦淮區(qū))、長江路(玄武區(qū))和西康路(鼓樓區(qū))。這些路段上的法桐行道樹面臨的安全風(fēng)險整體較高。而安全風(fēng)險評分最低的路段是鼓樓區(qū)的幕府東路,該路段安全風(fēng)險評分均值為-0.6。路段平均安全風(fēng)險評分低于-0.4 的路段還有燕江路(鼓樓區(qū))、幕府西路(鼓樓區(qū))、共青團路(雨花臺區(qū))、建寧路(鼓樓區(qū))、玄武大道(玄武區(qū))和月苑南路(玄武區(qū))。這些路段上的法桐行道樹面臨的安全風(fēng)險較低。

      圖1 法桐行道樹安全風(fēng)險評分分布Fig. 1 Safety risk score distribution of street tree of platanus orientalis

      安全風(fēng)險評分大于2 的法桐行道樹共有2 棵,它們可能存在的風(fēng)險最大。1 棵位于玄武區(qū)長江路,安全風(fēng)險評分為2.13。它的樹勢較差,受病蟲害危害嚴重,枝干存在一定程度的空洞和腐爛,分支點高度較低且分支點開張角度大。這些因素一方面可能增加法桐斷枝倒伏等風(fēng)險,影響居民日常生活甚至危及人身安全,另一方面較低的分支點和較大的開張角度可能影響路段交通,從而產(chǎn)生較高風(fēng)險。另一棵位于秦淮區(qū)漢中路,安全風(fēng)險評分為2.07。它的主干存在一定程度的傾斜,枝干中空洞和腐爛的程度較為嚴重,且面臨較為嚴重的病蟲害危害。這些情況可能影響樹體結(jié)構(gòu),增加樹木斷枝倒伏等風(fēng)險,進而對路段交通、居民生活、人身安全等方面造成危害。而安全風(fēng)險最低的法桐行道樹位于雨花臺區(qū)共青團路,安全風(fēng)險評分為-1.41,樹木樹勢良好,沒有病蟲害或偏冠,也沒有枝干空腐情況,主干不傾斜且樹高合適,整體長勢好。

      3.2 法桐行道樹安全風(fēng)險等級分布

      安全風(fēng)險評價模型將所有行道樹劃分為3 個等級,其中高風(fēng)險法桐行道樹215 棵,中風(fēng)險法桐行道樹1 277 棵,低風(fēng)險法桐行道樹1 394 棵,即高、中、低風(fēng)險法桐行道樹占比分別為7.45%、44.25%、48.3%,評分均值為1.00、0.18 和-0.32(表2)。

      表2 法桐行道樹安全風(fēng)險評價分級結(jié)果Table 2 Classification results of safety risk of street tree of platanus orientalis

      低風(fēng)險法桐行道樹評分范圍為-1.41~0.07,樹勢、樹冠偏冠、枝干空腐和病蟲害狀況良好,分支點開張角度較小,主干無明顯傾斜。中風(fēng)險法桐行道樹評分范圍為-0.07~0.58,各項指標(biāo)狀況相比于低風(fēng)險樹木稍差,病蟲害危害較為嚴重。高風(fēng)險法桐行道樹評分范圍為0.58~2.13,普遍枝干空腐嚴重,樹勢較差,偏冠明顯,其他指標(biāo)狀況整體較差。不同等級法桐行道樹間各指標(biāo)差異明顯且分值范圍不同,而相同等級的法桐行道樹具有類似特征且分值集中(圖2),說明安全風(fēng)險等級劃分合理,能較好地反映出行道樹真實安全風(fēng)險狀況。

      法桐行道安全風(fēng)險評級分布見圖3。共有37 條路段上存在高風(fēng)險法桐行道樹,其中中山北路的高風(fēng)險法桐行道樹最多(25棵),擁有大于10 棵高風(fēng)險法桐行道樹的路段還有中華路、莫愁路、珠江路和中山門大街。通過計算各條路段高風(fēng)險法桐行道樹的比例,發(fā)現(xiàn)占比超過30%的路段為中華路、莫愁路、珠江路、長江路、長樂路、漢中路、建康路和三條巷。

      圖3 法桐行道樹安全風(fēng)險評級分布Fig. 3 Safety risk level distribution of street tree of platanus orientalis

      統(tǒng)計發(fā)現(xiàn),共有73 條路段存在中風(fēng)險法桐行道樹,其中中山北路的中風(fēng)險法桐行道樹最多(151 棵),擁有大于40 棵中風(fēng)險法桐行道樹的路段還有中山門大街、陵園路、集慶門大街、中山南路和中山東路。中風(fēng)險法桐行道樹占比超過一半的路段有31 條,其中占比超過80%的路段有瑞金路、解放路、陵園路、中山門大街、中山東路、北圩路和集慶門大街,瑞金路的中風(fēng)險法桐行道樹占比甚至達到100%。

      3.3 法桐行道樹路段安全風(fēng)險等級分布

      基于法桐行道樹安全風(fēng)險評級結(jié)果,統(tǒng)計每條路段3 個風(fēng)險等級的法桐行道樹分布情況,以一條路段上法桐行道樹數(shù)量最多的風(fēng)險等級作為該條路段的安全風(fēng)險等級,得到法桐行道樹路段安全風(fēng)險等級分布情況(圖4)。

      圖4 法桐行道樹路段安全風(fēng)險等級分布Fig. 4 Road safety risk level distribution of street tree of platanus orientalis

      總體來看,高風(fēng)險路段有2 條,中風(fēng)險路段有30 條,低風(fēng)險路段有47 條,其中高風(fēng)險路段為莫愁路和三條巷。高、中風(fēng)險路段主要集中在秦淮區(qū)、鼓樓區(qū)和玄武區(qū),具體分布在秦淮區(qū)西北部、玄武區(qū)南部和鼓樓區(qū)東南部。此外,建鄴區(qū)東北部的少量路段和棲霞區(qū)的堯新大道也屬于中風(fēng)險路段。而47 條低風(fēng)險路段具體分布在秦淮區(qū)東部、玄武區(qū)西北部和鼓樓區(qū)。另外雨花臺區(qū)北部的少量路段也為低風(fēng)險路段。

      統(tǒng)計3 個風(fēng)險等級的路段數(shù)量發(fā)現(xiàn),2 條高風(fēng)險路段均位于秦淮區(qū)(圖5)。中風(fēng)險路段在秦淮區(qū)最多,共有10 條,同時玄武區(qū)、秦淮區(qū)和建鄴區(qū)的中風(fēng)險路段數(shù)量占比均超過50%,而在棲霞區(qū)和雨花臺區(qū)均不存在中風(fēng)險路段。低風(fēng)險路段在主城6 區(qū)均有分布,最多分布在鼓樓區(qū),總數(shù)量達到24 條,占抽樣路段總數(shù)的30%,而在秦淮區(qū)和玄武區(qū)占比約為一半。整體來看,秦淮區(qū)和玄武區(qū)由于分布有較大比例的法桐行道樹高中風(fēng)險路段,因而整體面臨著較大的安全風(fēng)險。建鄴區(qū)雖然路段數(shù)量較少,但中風(fēng)險路段占主導(dǎo),因此也存在著較大的安全風(fēng)險。而棲霞區(qū)和雨花臺區(qū)均只存在低風(fēng)險路段,可以認為這兩個區(qū)整體存在較低的安全風(fēng)險。鼓樓區(qū)路段數(shù)量較多,但低風(fēng)險路段占比較大,因此其安全風(fēng)險相對于秦淮區(qū)和玄武區(qū)來說較小。

      圖5 主城六區(qū)不同安全風(fēng)險等級路段數(shù)量分布Fig. 5 Number distribution of roads with different safety risk levels in 6 districts

      3.4 高風(fēng)險法桐行道樹分布情況

      根據(jù)安全風(fēng)險評級結(jié)果,高風(fēng)險法桐行道樹共有215 棵,占法桐行道樹總數(shù)的7.45%。高風(fēng)險路段只有2 條,但有大量中風(fēng)險和低風(fēng)險路段上存在一定數(shù)量的高風(fēng)險法桐行道樹。因此需要進一步統(tǒng)計分析所有高風(fēng)險法桐行道樹的具體狀況,以便全面掌握高風(fēng)險法桐行道樹的分布狀況,有利于后續(xù)對高風(fēng)險法桐行道樹采取針對性養(yǎng)護措施。

      統(tǒng)計各路段的高風(fēng)險法桐行道樹占比發(fā)現(xiàn),兩條高風(fēng)險路段即莫愁路和三條巷上的高風(fēng)險法桐行道樹占比最多,且都分布在秦淮區(qū)。而30 條中風(fēng)險路段中有23 條路段上分布有高風(fēng)險法桐行道樹,即76.7%中風(fēng)險路段上分布有一定數(shù)量的高風(fēng)險法桐行道樹,其中中華路上高風(fēng)險法桐占比達到42.9%,共計有6 條中風(fēng)險路段上的高風(fēng)險法桐行道樹占比超過30%,分別是中華路、長江路有、珠江路、長樂路、漢中路和建康路。少數(shù)低風(fēng)險路段(12 條)中也存在有零星的高風(fēng)險法桐行道樹,其中來鳳街高風(fēng)險法桐行道樹占比最大,為17.4%。

      整體來看,高風(fēng)險法桐行道樹占比排在前列的路段均集中在秦淮區(qū)、鼓樓區(qū)和玄武區(qū)(圖6)。雖然高風(fēng)險路段上高風(fēng)險法桐行道樹占比最大,但值得注意的是,大多數(shù)中風(fēng)險路段上也有較多數(shù)量的高風(fēng)險法桐行道樹存在。高風(fēng)險路段上的高風(fēng)險法桐行道樹只占高風(fēng)險法桐行道樹總量的9.3%,而中風(fēng)險路段上的高風(fēng)險法桐行道樹占高風(fēng)險法桐行道樹總量的79.1%。因此除了高風(fēng)險路段外,還需要關(guān)注中風(fēng)險路段上分布的高風(fēng)險法桐行道樹,對路段上的高風(fēng)險法桐行道樹采取針對性的養(yǎng)護措施以降低安全風(fēng)險。

      圖6 高風(fēng)險道路占比分布Fig. 6 Proportion distribution of high risk road

      4 結(jié)論與討論

      本研究構(gòu)建了城市行道樹安全風(fēng)險評價指標(biāo)體系和評價模型,以南京市法桐行道樹為例,基于79 條路段的2 886 棵法桐行道樹數(shù)據(jù),得到了準(zhǔn)確的法桐行道樹安全風(fēng)險評價結(jié)果。南京市51.7%的法桐行道樹存在高、中風(fēng)險,主要分布在秦淮區(qū)、玄武區(qū)和鼓樓區(qū)。高風(fēng)險路段為莫愁路和三條巷,中風(fēng)險路段上的高風(fēng)險法桐行道樹占高風(fēng)險法桐行道樹總量的79.1%。因此,除了密切監(jiān)測高風(fēng)險路段外,還需要加強中風(fēng)險路段上的高風(fēng)險法桐行道樹的監(jiān)測。

      通過分析行道樹的生長狀況、穩(wěn)定性、健康狀況、對交通的影響等各方面因素,建立科學(xué)的行道樹安全風(fēng)險評價指標(biāo)體系,是行道樹安全風(fēng)險評價的核心,對其他行道樹安全風(fēng)險評價研究具有參考意義。構(gòu)建的基于因子分析法與k-means聚類的行道樹安全風(fēng)險評價模型能得到可靠的評價結(jié)果,反映行道樹安全風(fēng)險狀況,適用于南京市法桐行道樹安全風(fēng)險評價,且具有可遷移性,能推廣應(yīng)用到其他行道樹安全風(fēng)險評價研究。充分考慮行道樹生長環(huán)境有助于建立更加全面的指標(biāo)體系,但現(xiàn)階段如土壤等立地條件、道路等級、大風(fēng)日數(shù)、主要風(fēng)向或受風(fēng)面大小、人為工程影響等行道樹生長環(huán)境相關(guān)數(shù)據(jù)難以大范圍獲取,未來可以重點補充相關(guān)環(huán)境數(shù)據(jù),進一步改進當(dāng)前研究。

      猜你喜歡
      秦淮區(qū)玄武區(qū)法桐
      南京秦淮區(qū)強基層保民生 提升城市安全發(fā)展水平
      讀迷作品
      南京玄武區(qū)抓實隱患整治保安全
      男子當(dāng)結(jié)婚黃牛18個月四婚四離
      統(tǒng)編語文教材七(下)第一單元拓展閱讀
      初中生世界(2022年9期)2022-03-16 02:13:00
      弘報國家風(fēng) 為歸僑楷模——訪南京秦淮區(qū)老歸僑胡鴻飛先生
      華人時刊(2021年23期)2021-03-08 09:27:08
      南京博物院
      敬仰一棵法桐
      敬仰一棵法桐
      知識窗(2019年4期)2019-04-26 03:16:02
      成齡法桐整形修剪的幾點看法
      砀山县| 岢岚县| 横峰县| 北川| 辽宁省| 梁河县| 潞城市| 蕲春县| 咸丰县| 泾阳县| 邯郸市| 石棉县| 澄城县| 广河县| 中超| 鄯善县| 兴城市| 东海县| 十堰市| 新郑市| 洪江市| 天水市| 阿克陶县| 同仁县| 惠水县| 巴中市| 卢龙县| 疏附县| 万州区| 厦门市| 和顺县| 商洛市| 石门县| 闽清县| 黄陵县| 吕梁市| 都匀市| 且末县| 宽城| 南阳市| 府谷县|