基于無損檢測技術的行道樹風險評估體系構建及實證分析
背景：傳統(tǒng)的可視化樹木評估方法在評估樹木風險時是主觀的，因此在準確檢測樹干和根系內部腐朽方面并不有效。為了提高行道樹風險評估的準確性，提出了一種新的無損檢測方法。這種新的樹木風險評估方法結合了不同的無損檢測技術，如聲波斷層掃描和探地雷達，可以顯著提高樹干和樹根風險評估的準確性。應用該方法對上海歷史風貌保護區(qū)1001棵行道樹進行了風險評價。結果顯示，盡管大多數(shù)行道樹的枝條和樹干風險水平較低，但超過三分之一的行道樹根系風險水平較高。行道樹的風險因素主要在樹干和根系，行道樹風險水平與樹腔、病蟲害以及根系分布、傾斜和樹干內部腐爛的深度和范圍有顯著相關性。在無損檢測和風險評估分析以及有針對性的預防措施的幫助下，街道風險損害的可能性大大降低，包括行道樹在臺風期間傾斜和倒塌等。
材料和方法：
研究區(qū)域：上海市最大的歷史文化風貌保護區(qū)，衡山路-復興東路，該地區(qū)行道樹市歷史文化保護戰(zhàn)略的重要組成部分。2020年9月至2021年3月，對橫山路-復興東路歷史風貌保護區(qū)14條主要道路上1001株胸徑大于40厘米的行道樹進行了風險評估（圖1）。研究區(qū)內有各種各樣的樹木，如Platanus orientalis L.、Pterocarya striptera（C.DC）、Sophora japonica L.、Quercus acuissima Carruth和Sapium sebiferum（L.）Roxb。其中，P. orientalis數(shù)量最多，共有884只（88.31%），P. stenoptera次之，共有109只（10.89%）。Platanus orientalis是上海市種植最多的行道樹，約占行道樹總數(shù)的65%。
圖1 研究區(qū)域及樣品點的分布
研究方法：
可視化樹木評估（VTA）：對獲取的風險評估數(shù)據(jù)進行分析，并使用ArcGIS 10.8軟件生成圖表。數(shù)據(jù)包括樹種、坐標、樹高、胸徑、樹干傾斜度和樹木的潛在生長指標。
選擇DBH大于40cm的行道樹進行VTA。評估涵蓋樹枝、樹干、根系及其周圍環(huán)境。為了檢測行道樹的主要風險點，參考了先前的研究結果和ISA建議（Matheni和Clark，1994；He等，2021）。枝條評估的重點是大冠偏移、真菌果體的存在、病蟲害、大枯枝和頂端枯死。樹干評估包括樹木傾斜、樹干空洞和機械損傷。根系評估的重點是交織根系和地下管廊建設。周圍環(huán)境評估包括可能的墜落地點、道路等級和周圍建筑物的密度。
無損檢測（NDT）：
采用無損檢測技術對行道樹樹干內部腐朽和根系分布進行了無損檢測。其中，聲波斷層掃描（PiCUS-3，Argus，Germany）用于檢測行道樹樹干的內部腐爛。該方法利用高精度的樹木幾何信息軟件計算聲速，繪制樹木聲波傳輸速率或密度圖像，從而準確描述樹木的內部結構。根據(jù)制造商的說明，從每棵樹中選擇三個橫截面進行檢測。理想情況下，三個橫截面位于1）根系附近，2）DBH的測量點處，以及3）樹的第一個分叉點下方。為了方便起見，本研究中選擇的三個橫截面為：1）地面以上0.3 m，2）地面以上1.6 m（DBH點以上0.3 m），以及3）分支高度以下2.1 m（圖2）。所有數(shù)據(jù)都被導入連接到傳感器和主控制單元的計算機中，然后使用PiCUS-3軟件進行數(shù)據(jù)分析和可視化。
樹木雷達裝置（TRU?，美國TreeRadar）用于探測行道樹的根系分布，而不影響其生長。該方法利用探地雷達技術從垂直和水平方向對根系進行無損掃描。在垂直方向上，根系分布分為三個區(qū)域：地面以下0–20 cm、21–40 cm和41–100 cm。使用同心圓方法檢測水平分布，其中樹干被視為圓的中心。掃描過程包括人行道側的三個半圓截面和車行道側的兩個半圓截面，半徑分別設定為1.0 m、1.5 m和2.0 m。這是因為上海的行道樹池都在1.6 m的邊長范圍內，樹池外的區(qū)域是人行道或車行道，而地下部分是混凝土結構。根系很少能夠延伸到樹干周圍半徑為2.0 m的圓形區(qū)域之外（圖2）。使用Tree WinTM PRO軟件（TreeRear，US）對獲得的掃描數(shù)據(jù)進行分析，以生成水平和垂直方向的根系密度圖和樹根的三維虛擬模型。
圖2 行道樹樹干和根系檢測方法
建立考核指標體系:
風險矩陣法可用于風險排序、風險源識別和風險應對。由于操作簡單直觀，它被廣泛應用于風險管理的各個領域。風險矩陣法結合了定性和定量分析，對風險后果的影響和風險發(fā)生的可能性進行了分類（Dunster et al.，2017）。
風險評估的計算公式為：風險等級（R）=風險發(fā)生可能性（P）×風險后果嚴重程度等級（S）
風險矩陣法用于評估風險后果的影響和可能性，并確定行道樹的風險水平。行道樹風險評估中使用的參數(shù)如表1-4所示。表1表示風險發(fā)生的可能性（P），從i到iv的值表示低風險到極高風險的可能性。表2描述了后果的嚴重性（S），其中a到d表示可忽略到極端嚴重性。表3顯示了樹木風險等級（R）的比較值，X軸表示風險嚴重程度，Y軸表示風險可能性。表4列出了風險矩陣中的風險分類標準。
先前的研究表明，根/樹干腐爛導致的樹木倒塌和樹干/樹枝腐爛導致的樹枝斷裂（Roson-Szeryńska et al.，2014）可能會損壞車輛和建筑物，并傷害行人（Lazim和Misni，2016）。本研究采用了最新的研究結果和無損檢測技術，以確保評估項目和指標是最新和準確的（Dunster等人，2017；He等人，2021）。評估項目集中在行道樹的枝條、樹干和根部，評估指標包括樹干內部腐爛、根系分布的深度和范圍，以及前面提到的VTA指數(shù)?；谶@些因素，我們構建了一個全面準確的行道樹風險評估系統(tǒng)，包括風險發(fā)生的可能性（P）和風險后果的嚴重程度（S）（表5）。
表1 行道樹風險發(fā)生可能性水平等級
風險發(fā)生可能性P | 等級 | 風險發(fā)生可能性的描述 |
i（1） | Low | Low possibility, risks can occur if the weather is bad |
ii （2） | Medium | Medium possibility, the occurrence of risks is reasonably predictable |
iii （3） | High | High possibility, risks occur easily due to poor growth |
iv （4） | Extremely high | Highly likely, risks will likely occur |
表2 行道樹風險后果的嚴重程度
風險后果的嚴重程度S | 等級 | 風險后果嚴重程度的描述 |
a（1） | Negligible | Almost no harm |
b （2） | Mild | Minor injuries to people, vehicles, buildings etc. |
c （3） | Serious | Serious injury to people, vehicles, buildings etc. |
d （4） | Extreme | Trees pose a serious threat to human life and public property and can cause major accidents |
表3 風險值比較表
可能性 | 后果嚴重程度 | |||
a | b | c | d | |
i | 1 | 2 | 3 | 4 |
ii | 2 | 4 | 6 | 8 |
iii | 3 | 6 | 9 | 12 |
iv | 4 | 8 | 12 | 16 |
表4 風險水平比較
風險評分（R） | 風險水平 | 解釋性陳述 |
I (<3) | Negligible risk | Negligible risk (This risk factor is basically safe, but it does not rule out that there are certain potential safety hazards, so this risk factor should continue to be monitored) |
II (3–6) | Acceptable risk | Acceptable risk (This risk factor is relatively safe, but there are potential risks, which should receive attention) |
III (8–9) | Medium risk | Medium risk (This risk factor is unsafe and it is very likely that trees will collapse or break, so measures should be taken immediately to control this risk factor) |
IV (12–16) | Significant risk | Significant risk (This risk factor is very unsafe and will cause serious consequences) |
風險發(fā)生可能性（P）評估主要考慮樹木的結構失效問題。對B1-B4的13個指標（C1-C13）進行評分，然后將總分轉換為表1中的可能性水平，計算方法如下：將5-15分、16-18分、19-22分、23-45分分別轉換為i（低）、ii（中等）、iii（高）或iv（極高）。風險后果的嚴重性（S）主要考慮增長沖突。對B5-B6的三個指標（C14-C16）進行評分，然后將總分轉換為表2中的嚴重程度（S）水平，a（2<S≤4）、b（4<S≤6分）、c（6<S≤8分）、d（8<S≤10分）。
通過查閱風險矩陣（表3）和獲得的結果P和S水平，可以獲得單個樹的風險水平R（表4），其中I（<3）、II（3-6）、III（8-9）和IV（12-16）分別對應于“可忽略風險”、“可接受風險”、中風險和“重大風險”。
數(shù)據(jù)統(tǒng)計分析
使用ArcGIS10.7軟件對行道樹風險的空間分布進行可視化。使用R 4.1.0檢查行道樹風險水平與每個指標之間的相關性。使用stats（v.4.1.2）和corrplot（v.0.84）軟件包計算Kendall相關系數(shù)，以評估有序數(shù)據(jù)的關系（代碼可在補充材料中獲得）。統(tǒng)計數(shù)據(jù)包用于計算kendall相關系數(shù)和顯著性檢驗，corrplot包用于繪制相關熱圖。氣泡的大小和顏色表示Kendall相關系數(shù)值。星號的數(shù)量表示變量之間相關性的顯著性水平，其中*p值<0.05，**p值=0.01，***p數(shù)值<0.001。
結果
行道樹風險評估和分析
行道樹風險的準確診斷。如圖3所示，研究區(qū)域93%以上的行道樹的樹枝風險發(fā)生可能性（P）為II級或以下。只有5.99%和0.60%的樹木分別具有III級和IV級分支風險。具體而言，50株P.orientalis的分支風險為III級，3株分支風險為IV級，而9株狹翅目P.orientalia的分支風險是III級，2株分支風險是IV級。只有一株S.sebiferum具有IV級分支風險。因此，定期檢測樹木風險是必要的。
85%以上的行道樹樹干風險發(fā)生可能性（P）被評為II級或以下（圖3），12.59%和1.80%的樹木分別被評為III級和IV級。85%以上的行道樹樹干風險發(fā)生可能性（P）被評為II級或以下（圖3），12.59%和1.80%的樹木分別被評為III級和IV級。大約89%的側柏的樹干風險等級為II級或以下，而47%的P. stenoptera的軀干風險等級為III級或以上。
超過62%的行道樹的根系風險發(fā)生可能性（P）等級為II級或以下，而37%的樹木的根系風險等級為III級或以上（圖3）。大多數(shù)行道樹根系分布在0–50 cm的深度范圍內，樹冠和根系之間存在嚴重的不平衡。高比例的行道樹根系受損的風險很高。在側柏中，288株具有III級根系風險P值，51株具有IV級根系風險P值。在P. stenoptera中，27個具有III級根系風險P值，3個具有IV級根系風險P值。因此，需要密切監(jiān)測行道樹根系的健康狀況。
行道樹的總體風險評估
圖4顯示，超過74%的行道樹的風險發(fā)生可能性（P）水平為II級或以下，但大多數(shù)行道樹風險后果嚴重程度（S）水平為Ⅱ級和Ⅲ級，分別占25.17%和63.14%。超過76%的樹木的風險后果等級（R）為II級或以下；194棵樹的風險后果等級（R）為III，42棵樹的危險后果等級（R）為IV。這些樹木需要密切監(jiān)測，并采取適當?shù)墓芾泶胧┐_保其安全。
如圖5所示，P.orientalis的風險發(fā)生可能性水平為中等，78%的風險發(fā)生概率水平為II或以下。超過56%的P. stenoptera表現(xiàn)出III或更高的風險發(fā)生可能性水平，表明風險很高。經(jīng)鑒定，S. sebiferum和S. japonica的危險發(fā)生可能性等級（P）為IV。結果表明，83%的脫落/斷裂部位在P. orientalis的枝條上，91%在P. stenoptera的樹干上。
行道樹風險的總體空間格局
圖6顯示，東平路和汾陽路的平均支路（B1）風險發(fā)生可能性水平最高，寶慶路和桃江路的風險發(fā)生可能性最低（圖6A）。枝條的高風險是由于嚴重的疾病、害蟲、上部的枯死和大的樹冠偏移。此外，東平路和武康路的平均主干（B2）風險發(fā)生可能性水平最高，而高安路和高郵路的平均干線（B2）危險發(fā)生可能性水平最低（圖6B）。樹干空洞和內部腐朽是樹干（B2）風險發(fā)生可能性水平p值高的主要原因，而樹木傾斜是次要原因。此外，高安路和高郵路的平均根系（B3）風險發(fā)生可能性水平p值最高，而寶慶路和岳陽路的平均根部（B3）危險發(fā)生可能性水平p值最低（圖6C）。根系（B3）風險發(fā)生可能性水平p值高主要是由于地下管廊施工破壞了高速公路一側的根系，導致根系的范圍和深度分布不均。
根據(jù)圖7A，東平路和武康路的平均總體風險發(fā)生可能性水平（P）值最高，而寶慶路和高安路的平均整體風險發(fā)生可能性值最低。圖7B顯示，太原路和天平路的風險后果嚴重程度（S）值最高，東湖路和桃江路最低。廣元路和天平路的平均風險等級（R）值最高，東湖路和桃江路的平均危險等級最低（圖7C）。天平路具有最高的風險后果嚴重程度（S）和風險等級（R）值，這是由于其道路等級高、建筑密度高、地下管道施工對根系造成的破壞、樹枝上有病蟲害以及樹干內有蛀洞和腐爛。
為了減少傳統(tǒng)的可視化樹木評估帶來的主觀性，提高行道樹風險評估的準確性，開發(fā)了一種基于無損檢測的評估方法。采用定性和定量相結合的方法，建立了樹木風險評估的綜合指標體系。無損檢測技術能夠在考慮內部樹干衰減以及根系的分布深度和范圍的情況下獲取信息。這些信息無法從傳統(tǒng)的視覺評估中獲得，可以為行道樹風險評估提供更精確的定量指標。
為了減少傳統(tǒng)的可視化樹木評估帶來的主觀性，提高行道樹風險評估的準確性，開發(fā)了一種基于無損檢測的評估方法。采用定性和定量相結合的方法，建立了樹木風險評估的綜合指標體系。無損檢測技術能夠在考慮內部樹干衰減以及根系的分布深度和范圍的情況下獲取信息。這些信息無法從傳統(tǒng)的視覺評估中獲得，可以為行道樹風險評估提供更精確的定量指標。雖然大多數(shù)行道樹的風險發(fā)生可能性和風險水平較低，但由于周圍環(huán)境的影響，其中很大一部分行道樹具有高風險后果嚴重程度。行道樹的主要風險點包括根系的分布深度和范圍、地下管道建設以及樹干和樹腔的內部腐爛。
來源：He K, Wei L and Wang B (2024), Construction of street tree risk assessment system and empirical analysis based on non-destructive testing technologies. Front. Earth Sci. 12:1338316. doi: 10.3389/feart.2024.1338316.
