上海城市行道樹安全風險評估研究

賀 坤

宋 平

王本耀*

嚴 巍

宋 婷

2014年，習近平總書記提出將生態安全納入國家安全體系，城市公共安全發展成為現代城市文明的基本指標[1]。城市綠化是生態環境建設的重要措施，樹木作為綠化的重要組成部分，安全問題不容忽視。國外學者對樹木風險的定義是指由于樹木發生倒伏、墜落等情況，而造成不同程度人員傷亡、財產損失和城市安全隱患等后果的可能性[2]。一般認為，樹體結構發生異常且危及財產和人身安全的樹木是存在風險的[3]。國外城市樹木安全評估研究已持續幾十年，《樹木風險管理》[4]將樹木風險分為樹木風險評估和風險樹木管理兩部分。Paine等[5-8]基于樹木種類、規格等制作出樹木潛在的風險評估表，根據樹木故障概率和危害水平，以及可能危及的目標(人群、設施等)等確定樹木危險等級，并進行了量化研究。Mattheck等[9-12]提出的VTA法應用較為廣泛，國內城市樹木安全評估目前也多采用VTA為基礎的視覺評估檢測法[13-14]，研究對象多為古樹名木和易遭受風雪災害的森林[15-17]，通過觀測樹木的缺陷病癥狀來評估其風險等級。利用GIS技術開展風險評估主要應用在區域生態風險評價、城市公園避難可達性和城市火災風險評估等研究領域[18-20]，對城市樹木風險的評估研究則相對較少。

為直觀地對城市樹木風險結果進行描述，以上海為例，采用可視化快速診斷方法，基于風險矩陣表法(Risk Matrix)[21]構建指標體系，開展行道樹風險綜合評估，并將GIS技術應用在樹木風險評估中，以期為上海市行道樹安全風險評估提供技術參考，并為城市樹木的管理和建設提供指導。

1 研究區域與方法

1.1 研究區域

上海位于中國華東地區，屬于亞熱帶季風性氣候，溫和濕潤，四季分明，平均氣溫17.6℃，年均降雨量1 103mm，60%以上的雨量集中在5—9月的汛期，受臺風影響時間段主要集中在夏秋7—9月。上海是我國的超大型城市，交通線路多，人流量大，21世紀以來隨著城市交通設施的大規模建設和運行，城市空間格局呈現出圈層式擴張和軸向延伸的空間特征，形成中心城區、郊區(沿海)等典型區域。

1.2 研究方法

1.2.1 區域選擇及行道樹調查

在全市16個行政區隨機選取135條道路，每條道路采用系統抽樣法選取任意連續的5棵樹作為樹木風險評估對象。調查時間為2018年秋季至2019年春季，采樣點共計817個，利用GPS取得調研地點的樣本數據，將所獲得的行道樹分布點數據導入ArcGIS 10.2中進行處理分析和作圖(圖1)。調查內容包括樹種名稱、編號、坐標、樹高、樹冠、胸徑值、樹齡等基本信息，以及樹體狀況、根系土壤狀況、生長環境狀況等24個評估指標觀測值。

圖1 采樣點分布圖

在隨機選取的135條道路中，香樟、懸鈴木、欒樹、銀杏、廣玉蘭、無患子、櫸樹、楓香等出現的頻率最高(調查數量均在30棵以上)，與韓玥楓[22]關于上海市常用行道樹樹種的調研結果基本一致，以上樹種在上海行道樹種類分布中占比較大，對它們風險狀況也將重點關注。

1.2.2 樹木風險評價方法

1)風險矩陣表。

風險矩陣表法(Risk Matrix)[21]對風險后果影響和風險發生概率進行等級劃分，是一種定性分析與定量分析相結合的評估方法。表1～4為行道樹風險評估過程中各個要素的等級量化表。

表1 行道樹倒塌/折斷的可能性等級

表2 行道樹發生倒塌/折斷事件的后果嚴重度等級

表4 風險等級對照

2)行道樹風險評估指標體系構建。

行道樹風險主要是指行道樹對人、車、電纜、建筑等的潛在危害，如果行道樹影響區域中沒有影響目標的存在，則不構成行道樹風險。樹木風險類型主要為生長沖突和結構性故障[13]，結構性故障主要涉及樹干、樹枝和根系三部分的結構異常。參考黃敏碩、Jim、Gary[17，23-24]等的評估方法及ISA的最新相關技術體系和標準[12]，從樹木風險類型角度出發，建立起行道樹風險評估指標體系(表5)，評估體系涵蓋風險可能性評估P和風險后果嚴重性S兩個部分。

表5 行道樹風險評估指標體系和評分標準

3)樹木風險等級判定。

樹木風險等級涉及樹木健康、活力、結構完整性和生長環境等[25]，風險可能性評估P主要考慮樹木的結構性破壞問題，需根據B1、B2、B3歸屬下的指標情況來識別樹木最容易發生衰竭的模式，從而判斷樹木受到結構破壞的可能性，對P賦值1～4分，分別表示低、中、高、極高4個等級；風險后果嚴重性評估S主要考慮生長沖突這一風險類型，將B4、B5歸屬下的指標評分分配給以下類別之一來獲得S等級類別：Ⅰ(0

表3 風險值對照

1.2.3 數據和統計方法

空間分析方法采用核密度分析法[26]，通過離散點數據進行內插，根據輸入要素數據計算整個區域的數據聚集狀況和等級高低狀況，進而從空間可視化與量化角度分析上海市行道樹安全風險等級的空間分布特征和趨勢。冗余分析法(RDA)可以分析解釋變量與響應變量之間的關系[27]，將不同區域的行道樹用作響應變量，風險點用作解釋變量，使用RDA分析不同區域的行道樹與風險點之間的統計關系，數據采用Canoco 5軟件進行(RDA)統計分析，得到可視化分析結果圖。

2 結果與分析

2.1 上海市行道樹風險評估

由表6可見，有超過80%的行道樹風險可能性等級P處于中等級別及以下，說明上海大部分行道樹風險可能性為中等；大部分行道樹的風險后果嚴重性等級S處于輕度和嚴重等級，占比分別是54.6%和43.7%；有超過90%的行道樹風險等級R處于Ⅱ級及以下，說明調研的大部分行道樹的風險都為可忽略或可接受的風險。

表6 上海行道樹安全風險評估等級占比

由表7可見，在8種數量相對較多的行道樹當中，懸鈴木、廣玉蘭、欒樹、無患子和櫸樹均有超過10%的植株產生風險的可能性較高，其中懸鈴木和廣玉蘭分別有1.08%和4.29%的植株可能性等級極高；香樟、銀杏和楓香產生風險的可能性較低。8種樹種可能倒伏/折斷的部位大多在樹干和枝干，尤其以懸鈴木和香樟為典型代表。懸鈴木是落葉樹種，適應性強，但易遭病蟲害，有飄絮，作為行道樹如果根系發育不良容易被大風吹斷枝條；而香樟是深根性常綠樹種，雖然風險可能性相比懸鈴木來說較低，但在下雪天時，香樟的枝干卻更容易被雪壓斷。廣玉蘭根系深，抗風能力強但一級主干主枝容易出現樹洞。欒樹、無患子和櫸樹作為行道樹具有良好的景觀效果，其結構異常點主要集中在樹干，調查發現它們大多數都有等勢干和蟲害現象，特別是欒樹在夏季容易遭受蚜蟲侵害。近年來，上海行道樹修剪主要集中在懸鈴木和香樟，目的就是為了減少枝干折斷的風險，廣玉蘭、欒樹、無患子和櫸樹作為風險可能性較高樹種也應該加強修剪和養護。銀杏和楓香的低風險可能性等級占比均超過90%，未出現極高風險可能性等級，說明銀杏和楓香的安全性較高。銀杏生長慢，冠幅小，安全性較高，但也會因種植穴淺或小而引起風倒之害。楓香觀賞性高，但樹干脆弱，調研時發現楓香大多種植在綠化隔離帶上，表明此環境有利于楓香生長。由此可見，銀杏和楓香可考慮作為上海市典型行道樹的推薦樹種。

表7 上海常見行道樹樹種風險可能性評估情況

2.2 空間關系

2.2.1 行道樹風險評估總體空間格局

將所有數據導入ArcGIS進行核密度處理分析后得到完整區域的行道樹風險評估情況空間分布圖。圖2清晰反映了上海市行道樹各部分評估內容的空間分布特征。總體來說，行道樹取樣點的高密度聚集中心出現在上海的中心城區，呈現出向周邊地區逐步遞減的規律。外環線以內區域，P、S、R等級分布呈現大聚集的空間格局，由中心城區向周邊呈現圈層式向外逐步遞減，這也是由城市發展結構決定的。其中，P、S、R級別較高的區域主要集中在中環線以內，尤其以黃浦為代表。外環線以外區域，P、S、R等級分布呈現小分散的空間格局。其中，P、S、R級別較高的區域主要分布在寶山、松江、青浦、嘉定和金山，其余行政區的行道樹風險狀況較為可觀。

圖2 上海市行道樹安全風險評估空間分布圖(注：圖a、b、c分別是可能性等級P、嚴重程度等級S、風險等級R的空間分布圖)

2.2.2 行道樹風險評估項目分析

由圖3可知，風險可能性評估P中的B1(樹體狀況)、B2(根系/土壤狀況)、B3(生長環境脅迫狀況)，其評價結果空間分布有明顯差異(圖3d～3f)，但在外環線以內，B1、B2、B3的評價結果表現出由中心活動區域向外逐步遞減的趨勢。樹體狀況(B1)嚴重的區域有黃浦、浦東和青浦；根系/土壤狀況(B2)嚴重的區域集中于黃浦；生長環境脅迫狀況(B3)嚴重的區域有黃浦、楊浦和青浦。風險后果嚴重性評估S中的B4(樹木衰竭部位)和B5(區域風險狀況)，其評價結果空間分布無明顯差異(圖3g～3h)。樹木衰竭(B4)情況嚴重的區域集中在黃浦；區域風險狀況(B5)呈現以區中心向外逐步遞減的規律，其中嚴重區域有黃浦和青浦。

圖3 上海市行道樹安全風險評估項目空間分布圖(注：圖d、e、f、g、h分別是B1、B2、B3、B4、B5評估的空間分布圖)

2.3 風險點分析

2.3.1 上海市行道樹主要風險點

行道樹的風險點通常是與樹木的物理、生理和環境指標有關，也是評估樹木風險可能性(P)的關鍵影響因子。如圖4所示，在817棵行道樹中，出現食根性害蟲(C20)的頻率達到最高，達到了37.58%，總計樹木307棵，樹種10種，嚴重程度大部分為輕度級別，出現頻率在黃浦區最高為70%。樹體的主干和枝干部分(C1～C11)存在缺陷的頻率明顯高于根系、土壤和環境脅迫方面；其中，大型枯枝現象(C5)最多，共計樹木298棵，樹種11種，其嚴重程度大部分為重度級別，黃浦區和寶山區的出現頻率分別為73%和70%；第二大常見缺陷是等勢干(C11)，共計樹木145棵，樹種11種；樹冠負荷重(C1)、樹冠大幅偏冠(C2)、主干/主枝腐爛(C3)、主干傾斜(C7)也較為常見。樹體的根系/土壤部分(C12～C20)出現缺陷頻率僅次于食根性害蟲(C20)的是根系腐爛(C14)問題，影響了樹木68棵，樹種9種，其嚴重程度大部分為輕度級別，出現頻率在黃浦區達到了最高，為27%。其余影響因子對樹木產生風險的可能性影響有限。

圖4 樹木總數目(X軸)及品種數目(括號內為數目)與22個指標的關系

2.3.2 主要風險點與行道樹空間分布的相關性

RDA結果(圖5)顯示，主成分軸1和軸2的特征值分別為0.271和0.078，即行道樹區域變量(特征值的標準和)可以解釋風險點34.9%的方差。中心區域的行道樹與樹冠負荷重(C1)呈顯著正相關，與大型枯枝(C5)呈顯著負相關；外環區域的行道樹與等勢干(C11)、根系腐爛(C14)、食根性害蟲(C20)呈顯著正相關，與主干傾斜(C7)、主干腐爛(C3)、樹冠大幅偏冠(C2)呈顯著負相關；沿海區域的行道樹與大型枯枝(C5)呈顯著正相關，與樹冠負荷重(C1)呈顯著負相關。由此判斷出C1是中心區域行道樹的主要風險點，C11、C14和C20是外環區域行道樹的主要風險點，C5是沿海區域行道樹的主要風險點。

圖5 風險點與三大區域行道樹的RDA分析圖

3 結論與討論

3.1 結論

1)基于風險矩陣法對上海市行道樹風險進行綜合評估，結果顯示大部分行道樹處于中等風險水平，懸鈴木、廣玉蘭等行道樹容易產生倒伏/折斷風險。

2)通過GIS分析得出，高風險行道樹集中在外環線以內的中心城區，尤其以黃浦區為代表，外環線以外的嘉定、青浦和松江次之，沿海區域的奉賢和崇明行道樹整體風險情況較好。市中心和區域中心容易出現高風險行道樹，與城市化活動密切相關。

3)RDA分析得出中心城區、外環區域及沿海區域的行道樹風險點分別集中于樹干、根部和枝干部分，與行道樹外部環境關系密切。樹冠負荷重、樹冠大幅偏冠、主干腐爛、大型枯枝、主干傾斜、等勢干、根系腐爛、食根性害蟲等是上海市行道樹的主要風險點。

3.2 討論

3.2.1 行道樹風險等級與空間分布的關系

行道樹安全風險狀況與行道樹生長環境關系密切。樹木潛在風險造成的后果可能較小或微小，但在發達城市地區可能會產生嚴重后果[12]。例如中國香港的行道樹因生長空間狹窄、鄰近建筑，或挖掘溝渠等工程使樹木枝干和根部遭受反復破壞，大冠幅的樹木很可能會形成不平衡的樹冠，從而比小樹要承受更大壓力[17，28]。黃浦區作為上海的中心城區，人流、車流較多，人行道狹窄，行道樹與建筑、電線之間容易造成沖突，而且行道樹大多種植時間較早，樹種衰老后抗性差，風險相對較大，尤其以懸鈴木為代表；樹木通過修剪和整形來保持合理的樹冠結構，防止樹木倒伏[29]，這一舉措較好地體現在市中心的其他行道樹上，如香樟、楓香、欒樹和無患子等。生長于郊區的行道樹，因周邊建筑和車流量均較少，不必經常性地對其進行大幅度的修剪，但郊區遭遇臺風的強度相對較大，特別是沿海一帶，臺風登陸前持續的降水會軟化樹木根部土壤，降低樹木根系附著力，減弱抗風能力[30-31]。

3.2.2 行道樹風險點與空間分布的關系

建筑密度高、道路密集的環境中，樹木會因成長空間少、環境質量差而過早衰退甚至死亡[32-33]。城市中心區行道樹大多為樹冠負荷重的大樹，長期遭受立地環境的沖突導致大幅偏冠及主干/主枝腐爛、主干傾斜，問題集中點在樹干部分。外環線外的行道樹與中心城區相比上部環境有所緩解，不容易受高密度建筑的干擾，但建筑、道路施工強度加大可能會導致樹木傷枝斷根，極易出現等勢干、根系腐爛和食根性害蟲，即問題集中在樹木根部。調研過程中發現外環區域行道樹穴淺小，內部多有建筑垃圾，造成根的損傷、腐爛和死亡，導致樹木進一步衰竭。沿海區域行道樹，自然環境是造成安全風險的主要因素，例如臺風、暴雨、雷電等氣候條件，對存在潛在安全隱患的樹木造成極大威脅。尤其每年7—9月，是沿海區域樹木風險高發期。當施加在樹冠和樹干上的風力達到樹木所能承受的極限時，某些風險部位因不能承受負荷而造成樹干彎曲、樹冠或樹干折斷及連根拔起等危害[16]，也導致該區域行道樹極易出現大型枯枝現象，其次是主干傾斜或大幅偏冠，問題集中在枝干部分。

3.2.3 大數據是未來城市樹木安全的研究依托

本研究采用的基于可視化和工具化的快速診斷方法，其結果是初次性地做出預測，力求掌握大量的基礎數據，得到大方向的分析，從而繼續深挖數據，進行區域性研究。研究發現崇明區面積大、采樣點少、分布松散，導致其出現了3.33%的高風險等級卻在GIS分析過程中情況較好，說明采樣點的位置和數量是導致數據分析和結果不夠準確的原因之一；評估指標評判打分時主觀性強也是本研究的不足之處。2011年國際樹木學會(ISA)推出的《最佳管理——樹木風險評估》一書和2017年推出的樹木風險評估手冊Tree Risk Assessment Manual都將樹木風險評估分為簡單視覺評估、基本評估及高級評估3個評估等級。前兩者都主要建立在有限的視覺評估基礎上；而高級評估需要專業的設備投入來獲取客觀數據進行分析，耗時較久，且成本較高，即在原來評估的基礎上追求精準度，提高預判的準確性，還需要儀器設備的運用，如檢測判斷樹干內部情況時，應用超聲波法、紅外線檢測法、PICUS樹木斷層檢測儀等無傷探測技術來獲取更為確切的數據[34]。不同等級的評估所消耗的時間和成本也不相同，本研究所采用的方法是一種基于快速診斷的綜合評估方法，對于一個城市較大范圍內行道樹風險水平評估是較為可行的一種方法。通過這種方法來發現樹木可能潛在的風險信息，得到分類分級成果后對中等風險水平以上的區域進行高級評估，定制預防性維護，有助于進一步減少樹木風險，提高公共安全。只有充分運用信息技術和大數據平臺，才能為城市樹木安全提供更加詳細的基礎數據，從而構建“實施-監測-評估-維護”的動態管理調整機制，這將是未來的研究趨勢。

注：文中圖片均由宋平繪制。