摘要： 城市化往往導(dǎo)致土壤緊實(shí)，降低土壤水分入滲率，進(jìn)而增加徑流和洪水。比較不同根系分布的樹根系統(tǒng)的入滲速率，有助于建立預(yù)測模型和改進(jìn)樹種選擇，以緩解城市環(huán)境中的徑流和洪水。在上海，用樹木雷達(dá)對 10 種不同樹種的 90 棵樹木進(jìn)行了掃描， 測定了土壤性質(zhì)和根系特征，分析了它們對土壤入滲的影響。與草坪相比，樹根增加了初始入滲率（ 53-330%）和穩(wěn)定入滲率（ 89-2167%）。根系分布較深的樹種對土壤入滲的影響大，其次是中淺根系。土壤孔隙度和容重是影響 15cm 以下土壤入滲的兩個重要的因素，隨著土壤深度的增加，土壤孔隙度和容重對入滲的不利程度越來越大，根系可以起到平衡作用。 本文建立了不同土層根系與土壤入滲的關(guān)系模型，以快速預(yù)測不同樹種的入滲。推廣不同根系分布特征的混交造林， 有助于保證不同土壤深度根系發(fā)育，優(yōu)化城市樹木的入滲效果。

研究區(qū)域： 上海交通大學(xué)，面積約 309.25ha，有 314 種樹木，隸屬于 74 科， 188 種屬，上海本地常見樹種基本上都可以在校園內(nèi)找到。樣地選在交大校園內(nèi)，以減少取樣時間，降低氣候差異的影響

為了保證所選樣本的代表性，每個樹種選擇了 3 個不同胸徑的生長良好的樹木。其中桂花樹 3 個胸徑分別為 10cm、 15cm 和 20cm，其余 9 種胸徑分別為 13-15cm， 20-23cm 和28-33cm，一共有 90 棵樣本樹。

圖 1. 上海交通大學(xué)校園內(nèi)取樣點(diǎn)

根系檢測

TRU 樹木雷達(dá)用于本次實(shí)驗。 TRU 樹木雷達(dá)由控制電腦、雷達(dá)天線和掃描車組成。 TRU有很多明顯優(yōu)勢，比如短時間內(nèi)完成大量的野外測量。 TRU 樹木雷達(dá)的基本原理是利用介質(zhì)電磁特性不連續(xù)性產(chǎn)生的電磁波的反射和散射特性，定性或定量地識別土壤電磁特性的變化。土壤介電常數(shù)與樹根的偏差可以提供 TRU 樹木雷達(dá)探測和定位土壤中樹根所需的對比和反射。 TRU 又 400MHz 和 900MHz 兩種天線，分別是探深 4m，分辨直徑 2cm 的根和探深 1m、分辨直徑 1cm 的根。 根據(jù)預(yù)實(shí)驗結(jié)果來看，上海綠化樹木深根系分布在 1.2-1.5m范圍內(nèi)，深度大于 1m 很少有根系分布。以 1cm 的精度顯示了樹根的主要根系分布結(jié)構(gòu)，防止了大多數(shù)草本植物和小灌木根系的干擾，因此， 1m 深度內(nèi)的根系特征可以代表樹木的粗根系統(tǒng)。本實(shí)驗中選擇 TRU-900MHz 雷達(dá)天線。

預(yù)實(shí)驗發(fā)現(xiàn)根密度在距離樹干 0.5-1.5m 時大。根系檢測圍繞樹干以半徑 1m 的圓形，

圖 2. TRU 樹木雷達(dá)檢測原理

土壤采樣
本研究的目的時探討樹根于不同深度土壤入滲的關(guān)系。土壤樣本的水平和垂直分布如圖

圖 3. 樣品掃描檢測方式

為了減少凋落物和草本植物根系對這些關(guān)系的干擾，首先在 15cm 深度采集土壤樣品，然后每隔 15cm 采樣一次。考慮到上海市 50-70cm 的地下水，研究 70cm 以下的土壤入滲是沒有意義的。因此，沒有從土壤層以下 70 厘米處采集樣本。簡單地說，土壤樣本分別在15-30cm、 30-45cm 和 45-60cm 深度的三層中采集。在樹干周圍的樹根掃描路徑上，我們在四個方向（南、東、西、北）設(shè)置了 4 個采樣點(diǎn)。 采樣時，若有粗根，則就近采集土壤，而有細(xì)根的土壤則直接用環(huán)刀采集。其中兩個原狀土樣用于測定土壤入滲特性，另兩個原狀土樣用于測定容重、總孔隙度、非毛管孔隙度、天然含水量和飽和含水量等其他物理指標(biāo)。采用 200g 復(fù)合土樣測定土壤有機(jī)質(zhì)。

土壤入滲測量

初始入滲速率和穩(wěn)定入滲速率是描述土壤入滲性能常用的參數(shù)（ Horton， 1933）。初始入滲速率和穩(wěn)定入滲速率由切割環(huán)法確定（ Chen， 2005）。切割環(huán)方法示意圖如圖 3 所示。主要試驗步驟如下：從每層土中隨機(jī)選取四個原狀土樣中的兩個進(jìn)行入滲試驗；

圖 4. 環(huán)割法土壤入滲率測試示意圖

土壤物理和化學(xué)特性測量

用環(huán)割法測定了土壤容重、總孔隙度、非毛管孔隙度、天然含水量、飽和含水量等基本物理性質(zhì)， 采用重鉻酸鉀氧化-外加熱法測定混合土樣中有機(jī)質(zhì)含量。

數(shù)據(jù)分析

數(shù)據(jù)分析使用 Microsoft Office Excel 2013 （ Microsoft， Washington， USA）和 SPSS PASW18.0 程序（ SPSS Inc.， Chicago， USA）進(jìn)行。使用 Excel 2013 軟件分析不同深度的樹根密度差異、不同植物下不同土層的根密度差異以及線性土壤肥力與根密度的關(guān)系。用 Pearson 和Spearman 相關(guān)分析法分析了土壤指標(biāo)與根系密度的相關(guān)性。方差分析（ ANOVA）用于評估植物種類對土壤肥力的影響；檢驗方差水平的均勻性，并將數(shù)值表示為相關(guān)小顯著差異（ LSD， p=0.05）或平均值標(biāo)準(zhǔn)誤差（ SEM）的平均值。

結(jié)果
樹的根密度

不同深度下土壤入滲與根系密度之間的關(guān)系

利用線性相關(guān)分析建立了土壤肥力與根密度的關(guān)系模型。從圖 6（ A）和（ B）可以看出，在不同土層中，初始入滲速率和根密度與穩(wěn)定入滲速率和根密度之間的關(guān)系呈顯著的線性關(guān)系。在 15-30cm、 30-45cm 和 45-60cm 時，根密度與初始入滲率的相關(guān)系數(shù)分別為 0.55、0.71 和 0.74，根密度與穩(wěn)定入滲率的相關(guān)系數(shù)分別為 0.58、 0.70 和 0.67。線性模型的常數(shù)項隨土層深度的增加而減小，說明入滲速率隨土層深度的增加而減小。

土壤特性與根密度之間關(guān)系

結(jié)果（圖 7）表明，深度與初始入滲、穩(wěn)定入滲、土壤孔隙度、非毛管孔隙度和飽和含水量呈顯著負(fù)相關(guān)，與土壤容重呈顯著正相關(guān)。深度、土壤有機(jī)質(zhì)和天然含水量之間沒有顯著相關(guān)性。

根密度與初始入滲、穩(wěn)定入滲、土壤孔隙度和非毛管孔隙度呈顯著正相關(guān)，與土壤容重呈負(fù)相關(guān)。根密度與土壤有機(jī)質(zhì)、飽和含水量、天然含水量之間無顯著相關(guān)性。土壤深度對土壤容重、孔隙度和非毛管孔隙度的影響與根密度的影響相反。

初始入滲和穩(wěn)定入滲與土壤容重呈負(fù)相關(guān)，與土壤孔隙度和非毛管孔隙度呈顯著正相關(guān)。初始入滲和穩(wěn)定入滲與飽和含水量和天然含水量無顯著關(guān)系。土壤有機(jī)質(zhì)含量與入滲穩(wěn)定呈正相關(guān)，與自然含水量無顯著相關(guān)。

圖 6. 不同深度下根密度與初始入滲速率和穩(wěn)定入滲速率的關(guān)系

討論：
TRU 樹木雷達(dá)技術(shù)可以快速實(shí)現(xiàn)對大量樹種的根系研究。 用探地雷達(dá)對大樣本（ 90 種樹木）的樹根特征進(jìn)行了研究。大樣本研究發(fā)現(xiàn)三種不同的樹根分布（淺、中、深），很難從小樣本研究中獲得。

研究表明， 15cm 以下的土壤僅受土壤容重、土壤孔隙度和非毛管土壤孔隙度的顯著影響。然而，通常認(rèn)為，土壤中的有機(jī)質(zhì)、初始含水量和飽和含水量也會對土壤產(chǎn)生重大影響。研究表明，土壤入滲與土壤容重呈顯著負(fù)相關(guān)，與土壤孔隙度和非毛管土壤孔隙度呈顯著正相關(guān)，這與以往的研究結(jié)果一致。 城市雨水管理應(yīng)重視土壤孔隙的改善。一般情況下，土壤過濾與飽和含水量和初始含水量呈顯著負(fù)相關(guān)，但本研究未發(fā)現(xiàn)顯著的相關(guān)關(guān)系。 樹根密度與容重呈顯著負(fù)相關(guān)，與土壤孔隙度呈顯著正相關(guān)，有利于土壤的滲透。研究發(fā)現(xiàn)，隨著土層深度的增加，土壤容重增加，孔隙度和非毛管孔隙度降低。樹木可以把根伸到 15 厘米以下，防止土壤壓實(shí)、松土和迅速轉(zhuǎn)移水分，從而提高土壤的孔隙度和容重，從而促進(jìn)土壤的肥沃。

本研究進(jìn)一步證實(shí)，樹根系統(tǒng)對 15cm 以下土壤的過濾能力比草本植物具有顯著的優(yōu)勢。與草坪面積相比， 10 種樹種下的初始入滲率提高了 53-330%，飽和入滲率提高了 89-2167%，可能是樹木根系較草本植物發(fā)達(dá)，土壤理化性質(zhì)得到較好的保護(hù)和改善。因此，植樹可以作為改良土壤的有效方法。

建立了不同土層根與土的關(guān)系模型。結(jié)果表明，不同土層深度下，土壤肥力與根系密度呈顯著正相關(guān)。根密度可以作為一個間接指標(biāo)來指示樹木改善土壤的能力?；谶@些不同土層中根與土的關(guān)系模型，利用探地雷達(dá)掃描根密度后，可以預(yù)測根與土的流失率，從而避免任何繁瑣的挖掘方法，節(jié)省時間和金錢。

結(jié)論：

（ 1） 上海常見的樹種根據(jù)根系特征可分為深、中、淺三種類型。（ 2） 改良土壤的綜合效益排序為深樹（ Koelreuteria paniculata Laxm， Cedrus deodara（ Roxb.） G.Don 和 Zelkovaserrata（ Thunb.） Makino） >中樹（肉桂 bodineri level，厚樸、水杉>淺根分布（女貞、桂花、杜松子、懸鈴木）。這為選擇植物改良土壤提供了依據(jù)。（ 3） 15cm 以下的土壤主要受孔隙度和容重的影響，可通過樹根進(jìn)行改良。（ 4） 建立了不同土層根密度與土壤肥力的關(guān)系模型。在此基礎(chǔ)上，利用探地雷達(dá)對根系進(jìn)行測試后，即可預(yù)測入滲率，從而避免了繁瑣的挖掘方法，節(jié)省了時間和金錢

圖 7. 深度、根密度、土壤性質(zhì)和入滲之間的關(guān)系

（注： **表示在 0.01 水平上存在顯著差異； *表示在 0.05 水平上存在顯著差異；（均為two-sided test））

來源：Changkun Xie, Shize Cai, Bingqin Yu, Lubing Yan, Anze Liang, Shengquan Che,*“The effects of tree root density on water infiltration in urban soil based on aGround Penetrating Radar in Shanghai, China"