黃桷落葉影響因素分析及綠化評價體系的建立

葛金釗，茍宇丹，甘栩杰，莊文化，2*(.四川大學水力學與山區河流開發保護國家重點試驗室，水利水電學院，四川成都60065;2.南方丘區節水農業研究四川省重點試驗室，四川成都60066)

黃桷樹(Ficus lacor Ham)，別名大葉榕、黃桶榕等，桑科榕樹屬，原產華南、西南地區，尤以四川最為普遍。對SiO2、Cl2、粉塵和病蟲害有較強的抗性，且樹冠大、生長快、壽命長、易繁殖、耐修剪、耐移植，可用作行道樹、垂直綠化、沿江岸綠化、公園綠地、風景區及環境綠化等［1］。四川大學校內黃桷種植面積大，分布廣，落葉時間跨度大，其落葉狀況對景觀和交通具有重要的影響。目前，關于不同基因型植物葉片衰老的研究在水稻、小麥、玉米、木薯、綠豆、青椒等作物及橡膠樹、梨樹等樹種中已取得很多成果。研究表明，氮素、高溫脅迫、病蟲害、土壤或培養液pH等外部因素及植物的根系活力、SOD活性、內源激素含量等內部因素對植物葉片的衰老具有調控作用［2－10］。當前，屋頂和公路的綠化評價模型研究已經有較大的進展和較為豐富的參考資料，其中模糊優先排序法和AHP層次分析法的應用較為廣泛，對校園綠化評價模型的建立具有一定的參考價值［11－18］。此次試驗以研究四川大學校內黃桷樹落葉狀況與土壤pH和溫度的關系為主要內容，據此建立起合理的綠化評價模型，為四川大學校園黃桷的綠化優化布局。

1 材料與方法

圖1 四川大學校園黃桷種植區域分布

1.1 試材選擇和處理 該試驗在四川大學望江校區校內進行，選擇校園各個區域內的黃桷樹為試驗材料，根據黃桷樹在校內的分布及落葉狀況，選取了8個試驗區，每個試驗區內的光照、人流量、車流量等變量基本相同，具體分區如圖1所示。由于各區的環境差異(人流量、車流量、空氣濕度、日照條件等)，在每個試驗區內以黃桷樹自身的經緯度為材料編號，總計選取129個樣本作為試驗材料，分別對各個試驗區內試驗樣本進行pH、溫度與落葉狀況的觀測與分析，以達到控制變量的目的，使統計結果可靠。

1.2 測定指標及方法

1.2.1 落光比例的測定。定義存留葉片大于10片的樣本為未落光樣本，小于10片的樣本為已落光樣本。2015年3月20日9:00～12:00統計每個試驗區內已落光樣本的個數，分別計算每個試驗區內樣本的落光比例。

1.2.2 葉綠素含量的測定。2015年3月20日9:00～15:00在每棵未落光的試驗樣本上隨機采摘10片葉子，采用便攜式葉綠素儀測量其葉綠素含量，計算每個未落光樣本的葉綠素含量平均值，計算每個試驗區內未落光樣本的葉綠素平均值。

1.2.3 土壤pH和溫度的測定。2015年3月20日9:00～17:00，采用pH儀測定每個試驗對象5 cm深處土壤的pH及溫度，計算每個試驗區內所有試驗對象土壤的pH平均值和溫度平均值。

1.2.4 數據處理。使用SPSS軟件計算各個區域土壤pH及溫度的平均值和標準差，在P=0.01的顯著性水平下分析各區土壤pH及溫度差異的顯著性。利用Excel軟件計算各個試驗區樣本的落光比例和葉綠素含量平均值，并以相關系數為擬合標準，選擇擬合度較高的曲線，擬合出8個試驗區土壤pH均值與落光比例及葉綠素含量的對應曲線，土壤平均溫度與落光比例及葉綠素含量的對應曲線。

2 結果與分析

2.1 各試驗區土壤pH及溫度 通過對各個試驗區的環境比較和數據分析(表1)，可以得出周圍環境因素對土壤pH及表層溫度影響的定性分析結果。根據觀察，臨近校門的道路或車道，人流及車流量大，汽車尾氣排放嚴重的地區，土壤pH普遍較低。由表2可知，①、②區的土壤平均pH有顯著性差異，①區土壤相較于②區土壤而言偏酸性，這說明人流及車流量，尤其是汽車尾氣的排放，對土壤pH有較顯著影響，使土壤酸性增強。而這2個區域的黃桷樹生長狀況也有較大區別。比較這2個區域的日照條件可以發現，試驗區的環境開闊，日照充分，樹間距大，種植密度小，日照時間長，黃桷樹長勢就較好。另一方面，數據顯示①區和③區的土壤pH均值存在顯著性差異。位于③區的黃桷樹生長狀況較差，落葉情況明顯高于①區和⑦、⑧2區。比較而言，③區附近地形不開闊，建筑物遮擋多，人流及車流量減少，日照條件不充分，日照時間短，同時樹間距過小，樹葉相互遮擋，落葉開始時間早，周期短，土壤pH明顯偏高，在6.7左右。

表1 各試驗區土壤pH和溫度平均值

表2 各試驗區土壤pH與溫度顯著差異區對比

觀察發現土壤平均溫度較低的區域都是人流及車流量較大或地形較為開闊、遮擋物少的區域，如①區、⑤區、⑥區、⑦區人流及車流量較大，⑧區地形開闊、遮擋物少，其土壤平均溫度在16.4～16.9℃，②區、③區、④區都有建筑物遮擋，且②、③2區車流量都較小，其土壤平均溫度在17.6～18.0℃。分析發現，無建筑物遮擋地區溫度變化快，溫差大，因此平均溫度低，溫度分布離散性大。數據顯示①區與③區的土壤溫度存在顯著性差異，①區的土壤平均溫度為16.8℃，低于③區17.7℃，①區的人流及車流量明顯高于③區，且①區地形開闊，遮擋物明顯少于③區。其結果與分析得出結論一致。從表中可以看出，環境因素相似的①區與⑤區的溫度平均值存在著明顯差異。從顯著性分析及各區域概率密度分析得出，①區的溫度分布較離散，而⑤區的溫度分布較為集中，平均值的代表性更強。而同樣有建筑物遮擋，人流及車流量小的④區及⑦區，溫度平均值差異較大，比較2個區域溫度的離散程度，④區的溫度值范圍分布在16.5～20.5℃，溫度值離散程度較大，而⑦區的溫度值范圍分布在15.5～18.0℃，溫度值分布較為集中，綜合分析該地的日照時間及黃桷樹生長狀況可以推測，由于⑦區的樹冠幅大，間距密，且受建筑物遮擋方位影響，日照時間短且正午時分日光照射不充分，此外，⑦區的種植地為方形區域，由此導致土壤表層溫度偏小且分布集中，④區由于樹間距較大且冠幅相對較小，土壤表層與外界熱交換較快，黃桷樹沿道路軸線形成長條型分布，日光照射不均勻，導致溫度值偏大且分布離散。

2.2 不同的土壤pH對黃桷葉片葉綠素含量的影響 由圖2看出，每個試驗區內未落光黃桷的葉綠素含量平均值與土壤pH平均值存在明顯的相關性。在5.7～6.6的范圍內，隨著土壤pH的增大，黃桷葉片葉綠素含量存在先降低后微小增加的趨勢。當土壤pH在5.7～6.3時，隨著pH的增加，黃桷的葉綠素含量呈逐漸降低的趨勢，在土壤pH達到6.3左右時，葉綠素含量達到最低。當土壤的pH在6.3～6.6時，隨著pH的增加，葉綠素含量呈微小增加的趨勢，葉綠素含量基本穩定在25～27。

圖2 各試驗區葉綠素含量與土壤pH均值關系

2.3 不同的土壤pH對黃桷落光比例的影響 不同試驗區內土壤pH與黃桷的落光比例存在明顯的相關性。第1條擬合曲線顯示，在5.7～6.7的范圍內，隨著土壤pH的增加，落光比例呈現先降低后增加的趨勢(圖3a)。當土壤的pH在5.7～6.0時，隨著pH的增加，落光比例呈逐漸降低的趨勢，在6.0左右時達到最低點。當土壤pH在6.0～6.7時，隨著pH的增加，落光比例呈逐漸增加的趨勢。分析表明在6.0左右的土壤pH條件下，黃桷的落葉速度最慢，土壤pH高于或低于該值越多，落葉速度越快。選擇不同的回歸方程進行擬合得到相關系數也較大的擬合曲線。由圖3b中看出土壤pH在5.7～6.7的范圍內，隨著土壤pH的升高，黃桷的落光比例呈線性增加的趨勢，在5.7左右的土壤pH條件下，黃桷的落葉速度最慢。

研究表明植物所處環境的pH對植物SOD活性具有很大的影響。SOD是生物體內一種重要的自我保護酶，它可以不斷清除產生的自由基以減輕不良因子的危害［19］。馮建燦［20］研究表明，溶液pH為5.5～6.6時，喜樹幼苗葉片 SOD活性最高，不適宜的pH可引起SOD活性降低;馬成倉［21］研究表明，油菜種子在pH6.0的緩沖液中萌發幼苗比pH 3.0～10.0都高，不適宜的pH能引起SOD活性降低的結論，都證明pH會影響植物SOD活性。同時喜樹幼苗和油菜種子的SOD活性都有較適宜的pH范圍，這與該試驗結論一致。分析推測，該試驗中土壤的pH很可能是通過影響SOD活性間接影響黃桷葉片衰老速度的。

圖3 各試驗區落光比例與土壤pH均值關系(a.拋物線擬合;b.線性擬合)

2.4 不同的土壤溫度對黃桷葉片葉綠素含量的影響 由圖4看出，當土壤溫度在15.9～17.9℃時，黃桷葉片的葉綠素含量并未隨著土壤溫度的增大或減少而呈現明顯的規律性變化，分析表明土壤溫度在15.9～17.9℃的范圍內與黃桷葉片葉綠素含量的關系很小。

2.5 不同土壤溫度對黃桷樹落光比例的影響 由圖5可以看出，當土壤溫度在16.4～18.0℃時，每個區域內黃桷的落光比例和土壤溫度的平均值并未存在明顯的相關性，散點圖較為分散，各個區域的土壤平均溫度相差不大，黃桷樹的落光比例卻有較大差距。分析得出，當土壤溫度在16.4～18.0℃時，黃桷樹的落光比例與土壤溫度的相關性不顯著。

圖4 各試驗區葉綠素含量與平均溫度關系

2.6 黃桷樹落葉速度緩慢的土壤條件 定義使黃桷樹落光比例低于15%，葉片葉綠素含量高于25的土壤條件為黃桷樹落葉緩慢的土壤條件。根據葉綠素—土壤pH曲線，落光比例—土壤pH曲線可得到黃桷樹落葉緩慢的土壤pH為5.9～6.2，而該試驗所測得數據顯示土壤溫度基本在16.4～18.0℃范圍內，對黃桷樹的落葉狀況影響并不顯著，無法通過該試驗確定黃桷落葉緩慢的土壤溫度條件。綜上可知，使黃桷落葉緩慢的適宜土壤 pH 為5.9 ～6.2，且16.4 ～18.0 ℃的土壤溫度條件基本不會影響黃桷樹的正常生長。

圖5 各試驗區落光比例與平均溫度關系

3 校園黃桷樹種植區綠化評價體系

3.1 校園綠化評價指標體系的建立

3.1.1 建立校園綠化評價指標體系的目的。校園綠化的目的是改善生存與居住環境，提高植被覆蓋面積，在達到生態功能的同時為人們的日常生活提供便利。因此，對校園的綠化系統建立評價指標體系，有助于指導校園的環境綠化規劃，使土壤與植被資源得到更加充分的應用。針對黃桷樹的綠化評價體系，可以分析總結出校園最適宜種植黃桷樹的區域，以使黃桷樹的生態資源得到最大程度的利用，增強資源的優化配置。

3.1.2 校園綠化評價指標體系建立的思路。綠化評價指標體系是由若干相互聯系、相互補充、具有層次性和結構性的指標組成的有機系列［11］。此次研究主要采用專家咨詢法和模糊優先排序法相結合篩選指標，以滿足科學性和合理性原則［12］。指標體系建立的步驟是，首先初步擬定評價指標，然后采用專家咨詢法，征求專家意見，建立一般指標體系及具體指標體系，其次采用模糊優先排序法對指標進行相對重要性排序，以確定評價指標，最后建立評價指標體系并賦予權重。

3.1.3 校園綠化評價指標體系的特點。校園綠化評價體系具有特殊性、差異性、層次性的特點。綠化綜合評價是分析不同的因子對校園綠化建設的綜合影響［12］。評價主要分為3層，第1層為總目標層，即綜合評價;第2層為子目標層，即生態性評價、安全性評價、觀賞性評價、功能性評價、社會性評價及經濟性評價;第3層為具體的指標層。經過層層分析，最終對總目標層進行評價。

3.1.4 校園綠化評價指標體系的內容。針對子目標層的各個目標，歸納出校園綠化評價體系在各個目標方面的影響因子，根據評價指標選取原則，初步建立校園綠化評價指標體系。

生態性評價主要從黃桷樹種植區綠地率、冠幅覆蓋率、植物群落結構、其他品種木本植物的多樣性、黃桷樹生長適應性、水土保持能力、黃桷樹生長狀況等方面評價。其中，生長狀況主要以試驗得到的pH與溫度影響落葉速率的研究取得的數據為依據進行評價。安全性主要從栽植間距、黃桷樹高度、種植區視野通透性等方面評價。觀賞性取決于黃桷樹體量、形態、周圍景觀協調性、景觀空間尺度的適宜性。功能性指標包括易識別性、可達性、無障礙性、空間場所豐富性。社會性評價包括居住者對黃桷樹綠化的認知度、居住者對黃桷樹綠化的認可度。經濟性評價包括設計建設費用、管理維護費用。具體指標見表3校園黃桷樹種植區綠化綜合評價指標體系的層次結構。

表3 校園黃桷樹種植區綠化綜合評價指標體系的層次結構

3.1.5 校園綠化評價指標的修正。上一步擬定的評價指標為定性指標，采用模糊優先關系排序法定量分析。模糊優先排序法的主要原理［14］如下。

(1)設論域 U={u1，u2，…，un}上的 FUZZY 集 A，建立優先關系矩陣C=(Cij)n×n，以Cij表示ui與uj相比時的優越程度。

Cii=0表示ui與uj相比無優越性

(2)建立截矩陣，進行模糊優先排序。取定閾值α∈［0，1］得到截矩陣

Cα=，其中

讓α從1到0，若首先出現Cα的第i行元素除對角線外全等于1，則ui為第1優越對象(未必唯一)。除去第1優越對象，得到新的優先關系矩陣，用同樣的方法獲得第2優越對象，如此繼續下去，可以將全部對象排出一定的優劣次序。

(3)將定性順序利用隸屬度函數表示出來。如果已知論域U上各元素對A的隸屬順序，隸屬度按公式計算:

其中r(ui)表示元素ui隸屬順序，m=n+2，當A(ui)≤0.60，該元素符合要求。

以子目標層中的安全性評價中所包含指標為例，U={u1，u2，u3，u4，u5}={栽植間距，高度，通透性}，將初選的指標兩兩比較，由10名行業專家或學者按特好、很好、稍好、相同、稍差、很差、特差分別得分 10、9、7、5、3、1、0 原則打分，評分結果如表4。

表4 安全性評價指標的評分結果

由表4可建立模糊優先矩陣:

對C建立α截矩陣，令其從1到0變化，當α=0.4時，截矩陣為

截矩陣中第2行除對角線元素外均為1，u2為第1優越對象。除去C中有關u2的行和列，同理可以獲得新的優先關系矩陣，確定第2優越對象，直至排出相對優越性序列:u1，u2，u3。代入隸屬度函數公式 A(u2)=ln(3+2 －1)/ln(5－1)=1，同理 A(u2)=0.79，A(u3)=0.5，因此，只有 u1，u2符合要求，即栽植間距及高度。

以同樣的方法分別對其他子目標層下的指標進行篩選，結果如表5所示。

表5 評價指標優先關系排序及修正

3.2 校園黃桷樹種植區綠化評價模型的建立

3.2.1 綠化評價指標權重的確定。AHP層次分析法是由美國著名運籌學家薩蒂在20世紀70年代提出的一種系統決策方法，這是一種定性和定量相結合的、系統化的、層次化的分析方法。AHP層次分析法的主要步驟如下。

(1)構造判斷矩陣。以已建立的層次模型為基礎，構造以薩蒂標度為表現形式的比較判斷矩陣。

該試驗以問卷形式確定2個因素相比的標度值(表6)，以此建立判斷矩陣。在試驗過程中，共回收有效問卷100份，目標調查對象中，60%為在校學生，20%為居民區居民，20%為專家學者。綜合各方面意見，構建判斷矩陣，計算單一層次元素的相對權重。

表6 薩蒂標度法

(2)計算各指標相對權重

采用規范列幾何法計算指標權重:

①對判斷矩陣每一列規范化

②求規范列的平均值

則 W=［w1，w2…wn］T即為所求的特征向量。

③計算判斷矩陣的最大特征根λmax

式中(AW)i表示向量AW的第i個元素。

(3)進行一致性檢驗

①引入評判矩陣的一致性指標

②當n≥3時，引入平均隨機一致性指標 RI，取值見表7。

表7 一致性指標RI的數值

③計算一致性比率CR

當一致性比率CR＜0.1時，認為判斷矩陣的不一致程度在允許范圍內，具有滿意的一致性，可用其歸一化特征向量作為權向量，否則要重新構造判斷矩陣，對A加以調整，直到具有滿意的一致性為止。

3.2.2 綠化評價指標權重的計算過程。現以校園綠化生態評價為例，介紹指標層權重的計算過程。比較判斷矩陣及綠化評價指標權重計算結果見表8。其中，生長狀況主要由試驗得到的pH與溫度影響落葉速率的研究取得的數據為依據進行評價。

表8 校園綠化生態性評價指標層判斷矩陣及權重

(1)對矩陣每一列規范化

同理可得最后的規范化矩陣為

(2)規范列平均

W=(0.519，0.266，0.108，0.108)T為特征向量。

(3)計算判斷矩陣最大特征值λmax

(4)對判斷矩陣進行一致性檢驗

計算矩陣一致性指標，得CI=0.027

由表7查得 RI=0.89，則 CR=0.03 ＜0.1

認為具有滿意的一致性。

同理，可得出其他子目標層下各指標的權重(表9)。

表9 評價指標權重計算結果

3.2.3 校園黃桷樹種植區綠化評價模型

3.2.3.1 子目標層評價模型。校園綠化子目標層評價結果，由子目標層下各指標權重乘以各指標評價值后加和得到，具體計算公式如下:

式中，Fj代表子目標層第 j個指標的綜合評價值，j=1，2，3，……;F(Pi)表示指標層各指標的評價值;WPi表示各指標對子目標層的權重;n為該子目標層指標所包含的指標層具體指標的項數。

3.2.3.2 綜合評價模型

式中，IRG代表校園黃桷樹種植區綠化的綜合評價值;F(Pi)表示各指標層具體指標各因子的評價值;WPi代表校園黃桷樹種植區綠化綜合評價中指標層各指標相對目標層的權重。

4 結論

(1)土壤pH對黃桷樹的生長有較大影響。5.9～6.2為適宜黃桷樹生長的土壤pH范圍，在該pH范圍內，試驗區內黃桷樹的落光比例低于15%，葉片葉綠素含量高于25，由此可認為黃桷樹是一種喜酸性的植物，適宜生長的土壤pH應與此相近。

(2)土壤溫度在15.9～17.9℃范圍內對黃桷樹的生長影響較小。在該溫度范圍，試驗區內的黃桷樹落光比例和黃桷葉片的葉綠素含量都未隨溫度的變化而呈現出明顯的升降趨勢，由此可認為該溫度基本不會影響黃桷樹的正常生長。

(3)結合四川大學情況，經過專家建議及問卷調查，參考國家或地方現有的綠化相關標準及規范，如《上海市河道綠化評價研究》《北京居住區室外園林景觀評價指標體系初探》等評價標準，采用層次分析法建立校園黃桷樹種植區綠化評價模型，包括生態性評價、安全性評價、觀賞性評價、功能性評價、社會性評價及經濟性評價等6個指標，確定各指標層權重，以此權重分配建立的綠化評價模型對四川大學的黃桷樹種植綠化建設具有一定的參考價值。

［1］黃遵純.黃桷樹［J］.中國園林，1985(3):27 －28.

［2］劉宛，徐正進，陳溫福，等.不同氮素水平對直立穗型水稻品種群體光合特性的影響［J］.沈陽農業大學學報，2001，32(4):243 －246.

［3］張黎萍，荊奇，戴廷波，等.溫度和光照強度對不同品質類型小麥旗葉光合特性和衰老的影響［J］.應用生態學報，2008，19(2):311 －316.

［4］李潮海，趙亞麗，王群，等.遮光對不同基因型玉米葉片衰老和產量的影響［J］.玉米科學，2005，13(4):70 －73.

［5］羅興錄，岑忠用，謝和霞，等.不同木薯品種抗衰老生理與淀粉積累特性研究［J］.作物學報，2007，33(6):1018 －1024.

［6］高小麗，孫健敏，高金鋒，等.不同基因型綠豆葉片衰老與活性氧代謝研究［J］.中國農業科學，2008，41(9):2873 －2880.

［7］NESMITY D S，BRIDGES D C，BARBOUR I C.Bell pepper responses to root restriction［J］.Journal of plant nutrition，1992，15(12):2763 －2776.

［8］李一鯤.土壤pH值與橡膠樹［J］.云南熱作科技，1979(3):13－15.

［9］王進，歐毅，武錚，等.高溫脅迫對早熟梨生理效應和早期落葉的影響［J］.西南農業學報，2011，24(2):547 －551.

［10］GEPSTEIN S，GLICK B R.Strategies to ameliorate abiotic stress － induced plant senescence［J］.Plant molecular biology，2013，82(6):623 －633.

［11］劉春霞.高速公路綠化綜合效益評價體系［J］.城市環境與城市生態，2007，20(3):38 －44.

［12］楊程程.屋頂綠化綜合評價模型的建立與研究［D］.上海:上海交通大學，2012:32－37.

［13］楊林，王麟.公路景觀評價指標體系建立方法的研究［J］.森林工程，2008(1):80－83.

［14］祁金峰，宋偉.模糊數學評價方法在浦河水質評價中的應用［J］.科技創新，2010(7):139－141.

［15］孫海濤.北京市公路綠化景觀功能評價體系研究［D］.北京:北京林業大學，2008:2－6.

［16］宋子煒.平原區高速公路生態綠化評價體系構建［J］.公路交通技術，2009(1):139－142.

［17］WERTHMANN C，VAN VALKENBURGH M A.American society of landscape architects.Green roof—A case study［M］.New York:Princeton Architectural Press，2007:5 －10.

［18］KUMAR R，KAUSHIK S C.Performance evaluation of green roof and shading for thermal protection of buildings［J］.Building and environment，2005，40(11):1505 －1511.

［19］王建華，劉鴻先，徐同，等.超氧化物歧化酶(SOD)在植物逆境和衰老生理中的作用［J］.植物生理學通訊，1989(1):1－7.

［20］馮建燦，鄧建欽，張玉潔，等.培養液pH值對喜樹幼苗生長與SOD活性、脯氨酸和葉綠素含量的影響［J］.經濟林研究，2001，19(3):6 －8.

［21］馬成倉，洪法水.pH對油菜種子萌發和幼苗生長代謝的影響［J］.作物學報，1998，24(4):509－512.