摘要： 城市化往往導致土壤緊實，降低土壤水分入滲率，進而增加徑流和洪水。比較不同根系分布的樹根系統的入滲速率，有助于建立預測模型和改進樹種選擇，以緩解城市環境中的徑流和洪水。在上海，用樹木雷達對 10 種不同樹種的 90 棵樹木進行了掃描， 測定了土壤性質和根系特征，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%）和穩定入滲率（ 89-2167%）。根系分布較深的樹種對土壤入滲的影響最大，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最重要的因素，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系模型，以快速預測不同樹種的入滲。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育，優化城市樹木的入滲效果。

研究區域： 上海交通大學，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找到。樣地選在交大校園內，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. 上海交通大學校園內取樣點

根系檢測

TRU 樹木雷達用于本次實驗。 TRU 樹木雷達由控制電腦、雷達天線和掃描車組成。 TRU有很多明顯優勢，比如短時間內完成大量的野外測量。 TRU 樹木雷達的基本原理是利用介質電磁特性不連續性產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。土壤介電常數與樹根的偏差可以提供 TRU 樹木雷達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。 根據預實驗結果來看，上海綠化樹木最深根系分布在 1.2-1.5m范圍內，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構，防止了大多數草本植物和小灌木根系的干擾，因此， 1m 深度內的根系特征可以代表樹木的粗根系統。本實驗中選擇 TRU-900MHz 雷達天線。

預實驗發現根密度在距離樹干 0.5-1.5m 時最大。根系檢測圍繞樹干以半徑 1m 的圓形，

圖 2. TRU 樹木雷達檢測原理

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）設置了 4 個采樣點。 采樣時，若有粗根，則就近采集土壤，而有細根的土壤則直接用環刀采集。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。采用 200g 復合土樣測定土壤有機質。

土壤入滲測量

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

圖 4. 環割法土壤入滲率測試示意圖

土壤物理和化學特性測量

用環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， 采用重鉻酸鉀氧化-外加熱法測定混合土樣中有機質含量。

數據分析

數據分析使用 Microsoft Office Excel 2013 （ Microsoft， Washington， USA）和 SPSS PASW18.0 程序（ SPSS Inc.， Chicago， USA）進行。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系。用 Pearson 和Spearman 相關分析法分析了土壤指標與根系密度的相關性。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，并將數值表示為相關最小顯著差異（ LSD， p=0.05）或平均值標準誤差（ SEM）的平均值。

結果
樹的根密度

不同深度下土壤入滲與根系密度之間的關系

利用線性相關分析建立了土壤肥力與根密度的關系模型。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定入滲速率和根密度之間的關系呈顯著的線性關系。在 15-30cm、 30-45cm 和 45-60cm 時，根密度與初始入滲率的相關系數分別為 0.55、0.71 和 0.74，根密度與穩定入滲率的相關系數分別為 0.58、 0.70 和 0.67。線性模型的常數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系

結果（圖 7）表明，深度與初始入滲、穩定入滲、土壤孔隙度、非毛管孔隙度和飽和含水量呈顯著負相關，與土壤容重呈顯著正相關。深度、土壤有機質和天然含水量之間沒有顯著相關性。

根密度與初始入滲、穩定入滲、土壤孔隙度和非毛管孔隙度呈顯著正相關，與土壤容重呈負相關。根密度與土壤有機質、飽和含水量、天然含水量之間無顯著相關性。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。

初始入滲和穩定入滲與土壤容重呈負相關，與土壤孔隙度和非毛管孔隙度呈顯著正相關。初始入滲和穩定入滲與飽和含水量和天然含水量無顯著關系。土壤有機質含量與入滲穩定呈正相關，與自然含水量無顯著相關。

圖 6. 不同深度下根密度與初始入滲速率和穩定入滲速率的關系

討論：
TRU 樹木雷達技術可以快速實現對大量樹種的根系研究。 用探地雷達對大樣本（ 90 種樹木）的樹根特征進行了研究。大樣本研究發現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，通常認為，土壤中的有機質、初始含水量和飽和含水量也會對土壤產生重大影響。研究表明，土壤入滲與土壤容重呈顯著負相關，與土壤孔隙度和非毛管土壤孔隙度呈顯著正相關，這與以往的研究結果一致。 城市雨水管理應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相關，但本研究未發現顯著的相關關系。 樹根密度與容重呈顯著負相關，與土壤孔隙度呈顯著正相關，有利于土壤的滲透。研究發現，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、松土和迅速轉移水分，從而提高土壤的孔隙度和容重，從而促進土壤的肥沃。

本研究進一步證實，樹根系統對 15cm 以下土壤的過濾能力比草本植物具有顯著的優勢。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達，土壤理化性質得到較好的保護和改善。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系模型。結果表明，不同土層深度下，土壤肥力與根系密度呈顯著正相關。根密度可以作為一個間接指標來指示樹木改善土壤的能力。基于這些不同土層中根與土的關系模型，利用探地雷達掃描根密度后，可以預測根與土的流失率，從而避免任何繁瑣的挖掘方法，節省時間和金錢。

結論：

（ 1） 上海常見的樹種根據根系特征可分為深、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。（ 3） 15cm 以下的土壤主要受孔隙度和容重的影響，可通過樹根進行改良。（ 4） 建立了不同土層根密度與土壤肥力的關系模型。在此基礎上，利用探地雷達對根系進行測試后，即可預測入滲率，從而避免了繁瑣的挖掘方法，節省了時間和金錢

圖 7. 深度、根密度、土壤性質和入滲之間的關系

（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））