Selection of winter landscape tree species in North China
-
摘要:目的 建立树种冬季景观质量评价模型，筛选以提升冬季景观质量为主的优良绿化树种，为华北地区冬季景观树种选择提供科学依据。方法 依据树木观赏器官（姿态、茎杆、果、叶、芽）的生物学特性，以《华北树木志》为主，结合《园林树木1600种》及相关文献，初选华北地区312种乔木、455种灌木树种，并进行分类整理；收集影响树种冬季景观质量的指标，采用主成分分析法建立树种冬季景观质量综合评价模型，并进行综合评价。结果 筛选出的优良乔木树种，位于第Ⅰ等级的常绿乔木3科7属12种，落叶乔木20科26属43种，其中新疆杨的观赏价值最高，相对综合指数为0.450 3%；第Ⅱ等级的常绿乔木4科10属15种，落叶乔木26科36属94种。优良灌木树种，第Ⅰ等级的常绿灌木8科10属23种，落叶灌木15科23属58种，其中红瑞木的观赏价值最高，相对综合指数为0.362 5%；第Ⅱ等级的常绿灌木5科6属8种，落叶灌木24科49属110种。结论 筛选出的第Ⅰ等级、第Ⅱ等级的乔木、灌木树种可分别作为冬季景观质量提升的优、良绿化树种，华北各城市可根据立地条件选择适宜树种，提升冬季植物景观。Abstract:Objective The winter landscape quality evaluation model of tree species was established to select excellent winter landscape tree species, which provides scientific basis for the selection of them in North China.Method According to the biological characteristics of tree ornamental organs (tree shape, stem, fruit, leaf and bud), 312 tree species and 455 shrub species of North China were classified and sorted from Arboriculture of North China, 1600 Species of Garden Trees and related literatures. The indices affectingwinter landscape quality of tree species were collected and the comprehensive evaluation model of winter landscape quality of tree species was established by principal component analysis method.Result Among the excellent tree species selected, there were 12 evergreen tree species belonging to 7 genera and 3 families, and 43 deciduous tree species belonging to 26 genera and 20 families. The results showed that the Salix alba var. pyramidalis was the best with the relative comprehensive index of 0.450 3%. In the second grade, there were 15 evergreen tree species belonging to 4 families and 10 genera, and 94 deciduous tree species belonging to 26 families and 38 genera. Among the excellent shrub species, there were 23 species belonging to 10 genera and 8 families, and 58 species belonging to 23 genera and 15 families. Among them, the ornamental value of Cornus alba was the highest with the relative comprehensive index of 0.362 5%. In the second grade, there were 8 evergreen shrubs belonging to 6 genera and 5 families, and 110 deciduous shrubs belonging to 49 genera and 24 families.Conclusion The selected trees and shrubs of grade I and II can be used as excellent and good greening tree species for winter landscape quality improvement. Various areas in North China can choose suitable tree species according to site conditions, and improve the winter plant landscape.
-
磨削是木材加工中必不可少的重要工序，所用磨具大多为砂带，主要用于工件定厚和表面抛光。砂带磨削具有“冷态磨削”和“弹性磨削”的特点，是一种高精度、高效率、低成本的加工技术。材料去除率和表面粗糙度作为最常用的砂带磨削性能指标，是衡量砂带磨削效率、砂带寿命，以及评定加工质量的重要指标。材料去除率是指磨削过程中砂带在单位时间内去除被磨削材料的质量百分比，该指标直接影响到工件的定厚效果和表面粗糙度。影响砂带材料去除率的主要因素有砂带制造工艺、砂带目数、磨削压力、磨削速度和磨削延续长度。任青剑等[1]进行了300M超高强度钢的切入式磨削实验，发现在微观形貌方面，磨粒间距较大的砂带多是因磨粒磨损而失效，这是磨削效率降低的一个原因，但针对磨削效率降低的其他原因及其影响因素的探究仍然不够深入。Torrance[2]建立了磨料磨损模型，并将该方法应用于磨削过程中磨削力和金属材料去除率之间关系的预测以及磨料劣化的预测中。由于木材种类繁多，各项性质差异较大，此模型在木材磨削领域的应用存在局限性，仍需进一步研究探索。表面粗糙度的影响因素主要是关于木材特性的，包括纹理、密度、含水率等。刘博等[3]研究发现磨削表面质量会受到木材材性和加工工艺等因素的影响。Tian等[4]使用磨削效率测试系统和表面粗糙度测量仪进行磨削实验，分析比较了3种试材磨削效率和表面粗糙度的变化规律以及相关因素对磨削效率和表面粗糙度的影响，结果表明：磨削效率与表面粗糙度的变化趋势是随磨削次数的增加而逐渐降低，且同一树种、相同的磨削次数下，横向磨削时的磨削效率高于纵向磨削时的磨削效率。该实验在较为宏观的层面下进行探讨，缺乏对于砂带与试件表面微观形貌的进一步研究与分析。
砂带在磨削材料过程中将不可避免地产生磨损，且砂带的磨损是多个因素共同作用的结果，如磨削压力、砂带速度、工件材料等，在磨削不同材料或不同的磨削条件下的砂带磨损形式也会有差异。Ferguson等[5]在进行磨料磨损实验时，通过改变磨料磨粒尺寸、磨削压力、滑动速度和滑动距离来评估复合材料的磨损率。Malinov等[6]发现随着磨削压力的增加，Fe-B合金的耐磨性降低，磨损机制从微切割变为微切割和微耕的混合模式。在实际生产中，砂带生产厂家无法提供准确的砂带使用寿命，多依赖熟练工人的经验来判别砂带的使用寿命，这在一定程度上影响企业的生产效率和经济效益。随着人工智能和传感技术的发展，木材加工智能化已成为重要的发展方向，智能化控制一方面是提高机械设备的智能化控制程度，更重要的一方面是使切削（包括磨削）过程和结果可控，也就是根据要求达到相应的材料去除效率和表面加工质量[7]。比如美国将砂带磨削应用于汽车制造业的FMS生产线上，从磨削过程和设备控制两方面共同调控以达到最终的生产过程智能化。美国3M公司发明的微晶复制砂带使磨粒形状细致均匀且统一，使得磨削过程变得更加精密和高效[8]。
有关木材磨削方面的研究基础较为薄弱，而金属磨削理论并不完全适用于木材，对于木材砂带磨损和磨削效率方面的研究则是少之又少，砂带磨损机理也尚不明晰，这严重阻碍了木材加工技术和砂带制造技术向高效智能方向的发展。针对以上问题，本研究对水曲柳试件开展砂带磨削实验，分析砂带磨损机理及磨粒磨损对材料去除率和表面粗糙度的影响，进一步完善木材磨削理论，并为发展适用于木材的砂带磨削技术提供理论支持。
1. 材料和方法
1.1 材 料
水曲柳（Fraxinus mandshurica）材质坚韧致密，富弹性，纹理通直，刨面光滑，胶接、油漆性能较好，具有良好的装饰性能，在建筑、飞机、造船、仪器、运动器材、家具等行业应用广泛，因此本研究选用水曲柳作为实验材料，其气干密度为0.76 g/cm3，含水率为5.41%。制备的试件尺寸为46 mm（长） × 46 mm（宽） × 24 mm（厚）；所有试件取自边材，表面平整，无明显缺陷。本研究所选用砂带为60目普通布基疏植砂型砂带（JW342，DEER，韩国）。
1.2 研究方法
1.2.1 砂带磨削实验装置
本研究所使用的实验装置如图1所示。该装置主要由使工作平台作直线往复运动的驱动系统和提供恒定磨削压力的气动装置组成。将砂带展平放置在工作平台上，调节两端的张紧轮，确保砂带张紧固定；将木制试件放置于夹具内，调节夹紧螺母完成试件的装夹；通过立式布置的带直线导轨的气缸（ADNGF-50-40-A，FESTO，德国），为试件提供恒定的磨削压力（约为100 N）；随着试件材料不断去除，其厚度也逐渐减小，试件夹具可沿立式滑轨在气缸导杆行程内下移，使试件与砂带表面始终相接触；驱动系统带动工作平台沿水平滑轨作往复直线运动（平均速度约为0.3 m/s），同时智能计数装置完成磨削次数记录。
![]()
图 1 砂带磨削实验装置示意图1. 气缸Cylinder；2. 机架Framework；3. 砂带Abrasive belt；4. 张紧轮Tensile wheel；5. 水平滑轨Horizontal slideway; 6. 驱动系统Driver system；7. 竖直滑轨Vertical slideway；8. 夹紧装置Fasten device；9. 试件Sample；10. 夹具Fixture.Figure 1. Schematic of abrasive belt sanding apparatus1.2.2 材料去除率表征及表面形貌分析
在本研究中，材料去除率定义为每磨削1 000次后试件的质量变化率。每磨削一次则磨削长度为50 mm，可将磨削次数累计与磨削长度进行换算。实验过程中，采用精密分析天平（BSA4235，Sartorious，德国）对试件和砂带进行称重，且每次称重前使用高压气枪（额定压力为3.0 MPa）去除试件和砂带表面的磨屑，进而计算相应的材料去除率和砂带的质量变化情况，直至材料去除率降至3%以内，认为此时砂带寿命已达极限，砂带上的磨粒已无法完成对试件材料的有效切除。采用3D轮廓仪（VR5000，KEYENCE，日本）对磨削过程中试件磨削表面和砂带表面进行扫描，再通过专业分析软件（VR Series version 3.2.0.277）测定试件磨削表面以及砂带的表面粗糙度，并使用扫描电子显微（日立S-3400N Ⅱ）对试件的磨削表面形貌进行分析。实验中对水曲柳分别进行顺纹磨削（磨削方向平行于木材纹理方向）和横纹磨削（磨削方向垂直于木材纹理方向）。
2. 结果与讨论
2.1 横纹磨削
横纹磨削时，磨粒的切削方向与木材纤维方向基本垂直，磨粒多呈负前角或小后角，锋利的刃口将木材纤维拦腰截断，木材纤维基本上以剥离的形式去除[9-10]。观察发现图2a中有较多细窄且清晰的单个磨粒磨削痕迹，而图2b、2c中这种磨削痕迹则逐渐减少，直至较宽的磨削痕迹占绝大多数。由于现有的磨粒制备技术及植砂工艺，新砂带上的磨粒等高性不好，如图3a所示，切削刃曲率半径很小且参差不齐，所以磨削初期会在试件表面上留下细窄、清晰的磨削痕迹。
![]()
图 2 横纹磨削时水曲柳表面形貌与磨粒磨损示意图Figure 2. Surface topography and grit wear diagram during transverse sanding![]()
图 3 横纹磨削时砂带表面三维形貌图Figure 3. Three-dimensional topography of the belt surface during transverse sanding随着磨削次数增加，高度较高的磨粒由于与试件接触深度加大，会首先发生破碎和脱落，这也就是所谓的“初锐阶段”[11]。从图4b中明显看出，初锐阶段大约在磨削次数5 000次以内，砂带上的磨粒在发生脱落和破碎之外，磨粒的磨损也同时发生，此时砂带质量减小的速率较快，只是砂带脱落、破碎和磨损所占比例不同。图5b中对应的砂带表面粗糙度较高，即磨粒高度之间差异较大，所以更易压入试件进行磨削，故此时对应图4a处材料去除率极高。
![]()
图 4 横纹磨削水曲柳时材料去除率与砂带质量变化Figure 4. Material removal rate of workpiece and the mass variation of abrasive belt during transverse sanding![]()
图 5 横纹磨削时试件、砂带的表面粗糙度Figure 5. Surface roughness of workpiece and abrasive belt during transverse sanding初锐阶段结束后，在图3b中可观察到砂带表面相同高度磨粒的个数明显增加，主要由于试件与磨粒之间的相互作用使得磨粒尖端钝化为小平面，其等高性变好且高度变矮，材料去除率会随之下降。此时磨粒协同干涉作用逐渐显著，从图2b中可以看出在一条较宽的磨削痕迹中有许多条细小的磨削痕迹，但是并没有非常明显且完整的单个磨粒的磨削痕迹，这是由于前一个磨粒所产生的磨削痕迹会被后续的磨粒进行进一步“加工”，而最终体现出来的磨削痕迹是众多磨粒共同作用的效果，消除了之前单个磨粒的磨削痕迹，使磨削痕迹的界限变得模糊，这种多磨粒干涉效应[12]也是使工件表面变光滑的最关键因素。
随着磨削阶段到达中、后期，从图2c中可以看出磨粒将木纤维从两侧挤出翘起，在试件表面犁出凹痕，只能切除少量材料，故材料去除率呈下降趋势并在一定程度上影响了试件表面的粗糙度。从图5可以看出，磨削中期试件表面的粗糙度是比较高的，但磨削后期由于磨粒钝化更加明显且高度更低，如图3c，砂带表面等高性进一步增加，表面的粗糙度迅速降低，磨粒与试件表面接触深度变浅，试件表面发生弹塑性变形，导致几乎无法去除材料，表面凹痕更浅，故可见图5a在中、后期表面粗糙度明显下降。观察图4b可得磨削中期到后期砂带质量基本是线性减小的，也就说明砂带的磨损、脱落、破碎最终达到一个较为平衡的阶段。
2.2 顺纹磨削
顺纹磨削时，切削方向与木材纤维方向基本平行，磨粒是从木材纤维的端向切入木材[13]。与横纹磨削类似，在初期阶段磨粒顶端的曲率半径较小，切削刃较为锋利，如图6a，砂带上磨粒的等高性较差，易压入木材做有效切削，从图7a中可观察到初期阶段试件表面有多条清晰且完整的磨粒磨削痕迹。
![]()
图 6 顺纹磨削时的砂带表面三维形貌图Figure 6. Three-dimensional topography of the belt surface during longitudinal sanding![]()
图 7 顺纹磨削时水曲柳表面形貌和磨削过程示意图Figure 7. Surface topography and the schematic diagram for workpiece during longitudinal sanding process对比图8a与图4a发现，水曲柳横纹磨削时材料去除率整体大于顺纹磨削的材料去除率，且顺纹磨削时材料去除率的下降速率大于横纹的下降速率。这说明砂带在顺纹磨削时更难去除材料，主要由于顺纹磨削过程中，磨粒切入木材时是从木纤维的端头切入，加之磨粒一般为负前角，很难依靠锋利的刃口将木纤维切断，更多的是将其牵扯拉断[14]。从图8b中也可发现此时砂带的磨损速率更快，导致砂带使用寿命也更短。
![]()
图 8 顺纹磨削水曲柳时材料去除率、砂带质量变化Figure 8. Material removal rate of workpiece and the mass variation of abrasive belt during longitudinal sanding随磨削次数增加，砂带磨粒高度降低，顶端刃口曲率半径不断增大，在图7b中可以看到许多较宽的磨削痕迹且在凹痕两侧有较多毛刺及翘起的木纤维，故在图9a中可明显观察到试件表面粗糙度增高。在磨削中期，从图6b可看出，砂带上磨粒脱落，破碎所占比例较大，等高性增大，磨粒与试件的接触深度降低且切割纤维能力减弱，在试件表面发生更多的是耕犁现象，木纤维在多次牵拉下被扯断，如图7b左侧示意图。
![]()
图 9 顺纹磨削时试件、砂带的表面粗糙度Figure 9. Surface roughness of workpiece and abrasive belts during longitudinal sanding至磨削后期，观察图7c发现部分磨削痕迹被木屑填埋，翘起的毛刺被抹平，且凹痕大多较浅，故可见图9a中试件表面粗糙度明显下降。如图6c，此时磨粒整体高度下降，磨粒磨损情况严重，大多仅摩擦试件表面，几乎无法切除材料，同时将折断、翘起的木纤维碾平并填充空隙，使得表面粗糙度降低。但是不难从图9b中发现，顺纹磨削时后期砂带的表面粗糙度更大，这也和切削方式和磨粒破碎形式有关，因为在顺纹切削时纤维大多被拉断，所以磨粒更易受拉力造成破碎和脱落，这也是砂带在顺纹和横纹磨削时的一个主要差异[15]。
2.3 材料去除率、表面粗糙度灰色预测模型
在砂带寿命范围内，累计磨削长度与磨削过程中材料去除率、表面粗糙度间有着密切联系，但由于样本量少[16-17]，且存在如木材非均质、砂带植砂磨粒分布偶然性等较多未知因素，较难建立磨削长度与材料去除率、表面粗糙的回归模型。20世纪80年代邓聚龙教授创立了一种就数找数的方法，即灰色系统生成法。其研究对象是“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统，用于解决“小样本”、“贫信息”的不确定性问题，这种方法容错率较高，也易于实现模糊控制[18]。因此本研究采用均值GM（1,1）预测模型建立磨削长度与材料去除率、表面粗糙度间的灰色预测模型，如图10所示。
2.3.1 模型预测
在本次模型中，系列特征序列为材料去除率和表面粗糙度，相关因素序列为磨削长度，模型原始数据及建模步骤如下：
第一步，根据表1、2中数据，建立初始材料去除率序列
X(0)1 、表面粗糙度序列X(0)2 。表 1 横纹磨削模型数据Table 1. Model data of transverse sanding序号
No.磨削长度
Sanding length/m表面粗糙度
Surface roughness/μm材料去除率
Material removal rate/%1 200 41.178 15.11 2 400 39.723 13.48 3 600 40.546 15.71 4 800 51.551 7.27 5 1 000 54.409 12.66 6 1 200 63.536 11.39 7 1 400 60.472 8.35 8 1 600 67.846 9.61 注：为提高所建灰色模型的预测精度，选取数据均在砂带最佳使用寿命范围内。下同。Notes: to improve the precision of the established gray model, the selected data is located in the range of optimal abrasive belt life. Same as below. 表 2 顺纹磨削模型数据Table 2. Model data of longitudinal sanding序号
No.磨削长度
Sanding length/m表面粗糙度
Surface roughness /μm材料去除率
Material removal rate/%1 100 42.572 14.57 2 200 78.737 14.96 3 300 69.976 11.70 4 400 79.229 12.13 5 500 71.151 7.43 6 600 79.812 11.40 7 700 81.305 8.46 8 800 81.221 5.77 9 900 74.79 6.53 10 1 000 78.662 4.86 X(0)1=(X(0)1(1),X(0)1(2),X(0)1(3),⋯,X(0)1(n−1),X(0)1(n))X(0)2=(X(0)2(1),X(0)2(2),X(0)2(3),⋯,X(0)2(n−1),X(0)2(n)) 式中：
X(0)1(n) 代表材料去除率第n个数据的原始数值；X(0)2(n) 代表表面粗糙度第n个数据的原始数值；n表示原始数列的个数，本文横纹磨削时n = 8，顺纹磨削时n = 10。第二步，均值GM（1,1）建模。
（1）对原始数据做一次累加得
X(1)1 和X(1)2 ，原始序列的1-AGO生成；（2）
X(1)(n) 表示原始序列第n个数的一阶累加数值，X(0)(n) 表示原始序列第n个数值，构造数据矩阵B和数据向量Y；B=[−12(X(1)(1)+X(1)(2)1−12(X(1)(2)+X(1)(3)1⋮⋮−12(X(1)(n−1)+X(1)(n)1],Y=[X(0)(2)X(0)(3)⋮X(0)(n)] GM（1,1）模型可表示为
Y=Bu ，即[X(0)(2)X(0)(3)⋮X(0)(n)]=[−12(X(1)(1)+X(1)(2)1−12(X(1)(2)+X(1)(3)1⋮⋮−12(X(1)(n−1)+X(1)(n)1][ˆaˆb] （3）计算待估向量
ˆu ；ˆu=(ˆa,ˆb)T=(BT⋅B)−1BTY 式中：a为发展灰数，表示序列的发展趋势；b为内生控制灰数，表示数据间的变化关系。
（4）建立模型。
dX(1)1dt+a1X(1)=b1 dX(1)2dt+a2X(1)=b2 式中：t表示序号1，2，······，n−1，n的连续变量；a1、b1分别为计算材料去除率预估向量的发展灰数和内生控制灰数；a2、b2分别为计算表面粗糙度预估向量的发展灰数和内生控制灰数。
第三步，模型检验。
从图11a中数据计算得到：横纹磨削过程中，材料去除率平均模拟相对误差为18.362%，表面粗糙度的平均模拟相对误差为5.170%。从图11b中数据计算可得：顺纹磨削过程中，材料去除率平均模拟相对误差为13.491%，表面粗糙度的平均模拟相对误差为4.603%。
2.3.2 结果分析
由图11可知：采用灰色模型均值GM（1,1）的预测平均模拟相对误差都是在20%以内。考虑预测系统本身局限性，以及木质材料的各向异性导致原始数据的随机性较高，本身规律性不是很明显的情况下，这些因素都加大了预测难度，一定程度上影响了模拟预测的准确性。故本模型适用于预测水曲柳磨削过程中，磨削长度分别与材料去除率、表面粗糙度之间关系的预测，对实际生产具有借鉴意义。
3. 结 论
木材磨削过程中材料去除行为会影响木材加工表面质量，其影响因素主要有磨削方向、材料种类以及磨削过程中砂带的磨损情况。本文主要研究了水曲柳在不同磨削方向时的材料去除率和试件、砂带表面粗糙度变化情况，探究了磨粒磨损过程及其与材料去除率之间的关系，得出以下结论：
（1）磨削过程中磨削方向对砂带磨损的影响不同，顺纹磨削对砂带上磨粒的磨损大于横纹磨削。磨粒的磨损对材料去除率有较大的影响，磨粒磨损程度越大，材料去除率越小。当材料去除率降低至3%时，可认为达到砂带使用寿命，应及时更换砂带。
（2）磨削过程中，砂带上磨粒的等高性对材料去除率也有较大影响。等高性越差，材料去除率越高。随磨削次数增加，砂带材料去除能力不断下降，试件表面粗糙度则呈现先增大后减小的趋势。
（3）采用灰色模型均值GM（1,1）的预测平均模拟相对误差都是在20%以内。适用于水曲柳磨削过程中磨削长度分别与材料去除率、表面粗糙度之间关系的预测。
-
表 1 冬季观赏树种选择评价标准
Table 1 Evaluation criteria for selection of ornamental species in winter
准则层
Criterion layer指标层
Indirator layer评价对象
Evaluation object指标描述界定
Definition of descriptor姿态 Posture 自然树高
Natural tree
height(H)/m乔木
Tree5分：H > 30；4分：30 ≥ H > 20；3分：20 ≥ H > 10；2分：10 ≥ H > 6；1分：6 ≥ H > 4
5 points, H > 30; 4 points, 30 ≥ H > 20; 3 points, 20 ≥ H > 10; 2 points, 10 ≥ H > 6; 1 point,
6 ≥ H > 4树形
Tree posture乔木、灌木
Tree and shrub5分：枝条整齐，主侧枝分布均匀，树形优美；4分：枝条疏密得当，树形较优美；3分：枝条较稀疏，树形一般；2分：枝条稀疏，但较整齐，树形枝形观赏性较差；1分：几乎无特定树形，枝条分布散乱，观赏性低
5 points, the branches are neat, the main and lateral branches are evenly distributed, and the tree shape is beautiful; 4 points, the branches are properly sparse and dense,the tree shape is less beautiful; 3 points, the branches are sparse, and the tree shape is general; 2 points, the branches are sparse but neat, the ornamental value of tree shape is poor; 1 point, it is almost no specific tree shape, the branches are scattered and scattered, and the ornamental value is low树皮质感
Bark texture乔木
Tree5分：美观奇特，或表面平滑、无剥落；4分：美观较奇特，或表面较光滑、呈浅纵裂剥落；3分：美观，表面有少许裂痕或斑迹，呈纵裂剥落；2分：较美观，表面有较多裂痕或斑迹，呈深纵裂剥落；1分：树皮粗糙，有刺，观赏价值低
5 points, beautiful and peculiar, or the surface is smooth, without peeling; 4 points, beautiful and peculiar, or the surface is smooth, showing shallow longitudinal cracks and peeling; 3 points, beautiful, with a little crack or spot on the surface, showing longitudinal cracks and peeling; 2 points, more beautiful, with more cracks or spots on the surface, showing deep longitudinal cracks and peeling; 1 points, rough bark, thorns, low ornamental value茎杆 Stem 茎杆颜色
Stem color乔木、灌木
Tree and shrub5分：1年生枝与多年生枝或树皮颜色醒目，如红、黄色，观赏价值高；4分：1年生枝颜色较醒目，但多年枝颜色较暗；或树皮颜色较醒目，观赏价值较高；3分：1年生枝与多年生枝或树皮颜色为紫褐色、红褐色等；2分：1年生枝与多年生枝或树皮颜色为灰褐色，色泽较暗，有一定观赏价值；1分：1年生枝与多年生枝或树皮颜色暗淡，观赏价值一般
5 points, the color of 1-year-old branch and perennial branch or bark is eye-catching, such as red and yellow, with high ornamental value; 4 points, the color of 1-year-old branch is less eye-catching, but the color of multi-year-old branch is dark; or the color of bark is eye-catching, with less ornamental value; 3 points, the color of 1-year-old branch and perennial branch or bark is purplish brown or reddish brown, etc; 2 points, the color of 1-year-old branch and perennial branch or bark is grayish brown and dark, which has certain ornamental value; 1 point, the color of 1-year-old branch and perennial branch or bark is dim, and the ornamental value is general叶 Leaf 叶色
Leaf color乔木、灌木
Tree and shrub5分：常绿，叶色翠绿，且冬季叶色醒目；4分：常绿，但冬季叶色较暗；3分：落叶，常年异色或叶色季相变化明显，且颜色艳丽有光泽，几具彩色叶；2分：落叶，叶色有季相变化，但色彩较暗；1分：落叶，叶色黯淡，表面粗糙，几乎无观赏价值
5 points, evergreen, the leaf color is emerald green, and the winter leaf color is eye-catching; 4 points, evergreen, but the leaf color is relatively dark in winter; 3 points, deciduous, perennial color or seasonal change of leaf color is obvious, and the color is bright and glossy; 2 points, fallen leaves, the leaf color has seasonal changes, but the color is relatively dark; 1 point, fallen leaves, the leaf color is dark, the surface is rough, almost no ornamental value果 Fruit 果色及观
果时间
Fruit color and
observation time乔木、灌木
Tree and shrub5分：冬季挂果，挂果时间长，果色鲜艳醒目，显著度高，观赏价值高；4分：冬季挂果，但挂果时间较长或果色较醒目，冬季观赏性较高；3分：冬季已落果，挂果时间较短，果色鲜艳醒目，显著度高；2分：冬季已落果，挂果时间短或果色较鲜艳醒目，显著度较高；1分：果色一般，几乎无观赏性
5 points, long time of fruit setting in winter, bright and eye-catching fruit color, high significance and high ornamental value; 4 points, fruit hanging in winter, but the fruit hanging time is longer or the fruit color is more eye-catching, and the ornamental value is higher in winter; 3 points, the fruit has fallen in winter, the fruit time is short, the fruit color is bright and eye-catching, and the significance is high; 2 points, the fruit has fallen in winter, the fruit hanging time is short, or the fruit color is bright and eye-catching, showing 1 point, the fruit color is average, almost no ornamental芽 Bud 显著度
Prominence乔木、灌木
Tree and shrub5分：冬芽大，饱满，色彩醒目；3分：冬芽有一定饱满度，色彩较醒目；1分：冬芽小，色彩暗淡，不显著或几乎无
5 points, the winter buds are large, full and eye-catching in color; 3 points, the winter buds have a certain degree of fullness and the color is more eye-catching; 1 point, the winter buds are small, the color is dim, not significant or almost no
下载: 导出CSV
表 2 乔木、灌木树种特征值及方差贡献率
Table 2 Characteristic values and variance contribution rate of tree and shurb species
主成分
Principal component乔木 Tree 灌木 Shrub 特征值
Eigenvalue方差贡献率
Variance
contribution rate/%累积方差贡献率
Accumulative variance
contribution rate/%特征值
Eigenvalue方差贡献率
Variance
contribution rate/%累积方差贡献率
Accumulative variance
contribution rate/%1 1.95 27.91 27.91 1.96 39.21 39.21 2 1.28 18.35 46.26 0.98 19.62 58.83 3 1.06 15.09 61.34 0.84 16.82 75.65 4 0.93 13.25 74.59 0.74 14.86 90.51 5 0.69 9.84 84.43
下载: 导出CSV
表 3 乔木、灌木树种主成分载荷矩阵
Table 3 Load matrix of principal components of tree and shrub species
指标 Index 乔木主成分 Tree principal component 灌木主成分 Shurb principal component 1 2 3 4 5 1 2 3 4 H 0.61 −0.53 0.31 0.16 −0.05 树形 Tree posture 0.75 −0.06 −0.07 0.29 0.25 0.80 −0.10 −0.06 −0.33 树皮质感 Bark texture 0.12 0.57 0.46 0.59 0.11 茎杆颜色 Stem color 0.37 0.30 0.45 −0.66 0.37 0.41 0.66 0.62 0.09 叶色 Leaf color 0.65 0.28 0.10 −0.18 −0.67 0.68 0.33 −0.47 −0.26 果色及观果时间 Fruit color and observation time 0.26 0.66 −0.58 0.00 0.07 0.64 −0.11 −0.20 0.74 芽 Bud 0.62 −0.27 −0.44 −0.04 0.18 0.55 −0.64 0.44 −0.12
下载: 导出CSV
表 4 冬季乔木、灌木景观树种选择模型
Table 4 Selection model of landscape tree and shrub species in winter
准则层 Criterion layer 指标层 Index layer 乔木权重 Tree weight 灌木权重 Shrub weight 姿态 Posture H 0.101 9 树形 Tree posture 0.235 2 0.083 2 茎杆 Stem 树皮质感 Bark texture 0.373 6 茎杆颜色 Stem color 0.165 3 0.488 5 叶 Leaf 叶色 Leaf color 0.035 8 0.075 1 果 Fruit 果色及观果时间 Fruit color and observation time 0.081 3 0.289 5 芽 Bud 显著度 Prominence 0.006 9 0.063 7
下载: 导出CSV
表 5 乔、灌木综合排序分级表
Table 5 Comprehensive ranking table of tree and shrub
植被类型
Vegetation type等级 Level Ⅰ级 Level Ⅰ Ⅱ级 Level Ⅱ Ⅲ级 Level Ⅲ Ⅳ级 Level Ⅳ 乔木 Tree X ≥ 0.374 9% 0.374 9% > X ≥ 0.320 5% 0.320 5% > X ≥ 0.266 1% X < 0.266 1% 灌木 Shrub X ≥ 0.279 8% 0.279 8% > X ≥ 0.219 8% 0.219 8% > X ≥ 0.159 8% X < 0.159 8%
下载: 导出CSV
表 6 乔木树种科属种分析
Table 6 Analysis of tree species, genera and species
乔木类型
Tree type等级 Level Ⅰ级 LevelⅠ Ⅱ级 Level Ⅱ Ⅲ级 Level Ⅲ Ⅳ级 Level Ⅳ 常绿 Evergreen 3 科 7 属 12 种
3 family 7 genus 12 species4 科 10 属 15 种
4 family 10 genus 15 species1 科 2 属 3 种
1 family 2 genus 3 species0 落叶 Deciduous 20 科 26 属 43 种
20 family 26 genus 43 species26 科 36 属 94 种
26 family 36 genus 94 species26 科 41 属 87 种
26 family 41 genus 87 species19 科 30 属 58 种
19 family 30 genus 58 species合计 All 22 科 33 属 55 种
22 family 33 genus 55 species28 科 45 属 109 种
28 family 45 genus 109 species26 科 43 属 90 种
26 family 43 genus 90 species19 科 30 属 58 种
19 family 30 genus 58 species
下载: 导出CSV
表 7 华北地区部分冬季乔木景观树种
Table 7 Some winter landscape tree species in North China
乔木
Arbor相对观姿指数
Relative
posture
observation
index/%相对观干指数
Relative
stem
observation
index/%相对观叶指数
Relative
leaf
observation
index/%相关观果指数
Relative
fruit
observation
index/%相对观芽指数
Relative
bud
observation
index/%相对综合指数
Relative
composite
index/%等级排序
Ranking新疆杨 Salix alba var. pyramidalis 0.484 1 0.448 0 0.361 4 0.304 9 0.448 0 0.450 3 Ⅰ 雪松 Cedrus deodara 0.484 1 0.381 8 0.481 9 0.609 8 0.448 0 0.432 9 Ⅰ 二球悬铃木 Platanus acerifolia 0.484 1 0.418 7 0.241 0 0.304 9 0.448 0 0.430 3 Ⅰ 杂种鹅掌楸 Liriodendron chinense × tulipifera 0.484 1 0.381 8 0.361 4 0.609 8 0.448 0 0.429 3 Ⅰ 白皮松 Pinus bungeana 0.387 3 0.477 2 0.481 9 0.152 4 0.448 0 0.428 7 Ⅰ 金枝槐 Sophora japonica ‘chrysoclada’ 0.387 3 0.448 0 0.361 4 0.457 3 0.448 0 0.424 9 Ⅰ 白桦 Betula platyphylla 0.387 3 0.477 2 0.361 4 0.152 4 0.268 8 0.423 7 Ⅰ 西府海棠 Malus × micromalus 0.396 3 0.418 7 0.361 4 0.609 8 0.268 8 0.418 2 Ⅰ 山桃 Amygdalus davidiana 0.261 2 0.477 2 0.361 4 0.457 3 0.089 6 0.394 8 Ⅰ 青扦 Picea wilsonii 0.484 1 0.352 5 0.481 9 0.152 4 0.448 0 0.392 1 Ⅰ 北美乔松 Pinus strobus 0.416 6 0.381 8 0.602 4 0.152 4 0.448 0 0.388 7 Ⅰ 白杜 Euonymus maackii 0.261 2 0.448 0 0.361 4 0.609 8 0.089 6 0.386 5 Ⅰ 白扦 Picea meyeri 0.454 8 0.352 5 0.602 4 0.152 4 0.448 0 0.385 5 Ⅰ 馒头柳 Salix matsudana f. umbraculifera 0.425 6 0.381 8 0.361 4 0.152 4 0.268 8 0.383 3 Ⅰ 紫叶李 Prunus cerasifera f. atropurpurea 0.358 0 0.381 8 0.361 4 0.457 3 0.448 0 0.377 5 Ⅰ 广玉兰 Magnolia grandiflora 0.416 6 0.323 2 0.602 4 0.457 3 0.448 0 0.372 0 Ⅱ 国槐 Styphnolobium japonicum 0.387 3 0.352 5 0.361 4 0.457 3 0.448 0 0.371 2 Ⅱ 侧柏 Platycladus orientalis 0.290 5 0.381 8 0.481 9 0.609 8 0.448 0 0.365 7 Ⅱ 七叶树 Aesculus chinensis 0.358 0 0.352 5 0.361 4 0.304 9 0.448 0 0.352 9 Ⅱ 柿 Diospyros kaki 0.358 0 0.323 2 0.361 4 0.609 8 0.448 0 0.352 6 Ⅱ 龙爪槐 Styphnolobium japonicum f. pendula 0.454 8 0.286 3 0.241 0 0.457 3 0.268 8 0.352 4 Ⅱ 毛白杨 Populus tomentosa 0.319 7 0.381 8 0.361 4 0.152 4 0.448 0 0.348 0 Ⅱ 樟子松 Pinus sylvestris var. mongolica 0.319 7 0.352 5 0.481 9 0.304 9 0.448 0 0.343 2 Ⅱ 圆柏 Juniperus chinensis 0.358 0 0.315 6 0.481 9 0.457 3 0.268 8 0.342 4 Ⅱ 华山松 Pinus armandii 0.484 1 0.249 5 0.602 4 0.152 4 0.448 0 0.337 7 Ⅱ 注：新疆杨：产我国新疆、内蒙古等地，西安、北京等地有引种栽培，生长良好；西府海棠：产华北、陕西、甘肃、云南、辽宁等地，海拔100 ~ 2 400 m，喜光，耐寒，抗干旱，较耐盐碱和水湿；樟子松：产黑龙江大兴安岭，海拔400 ~ 900 m山地及海拉尔以西、以南一带砂丘地区，喜光性强、深根性，能适应土壤水分较少的山脊及向阳山坡，较干旱的砂地及石砾、砂土地区；北美乔松：原产北美，耐寒，我国熊岳、旅顺、北京、南京等地有引种栽培。Notes: Salix alba var. pyramidalis, produced in Xinjiang, Inner Mongolia and other places of China, introduced and cultivated in Xi’an, Beijing and other places, and grown well; Malus × micromalus, produced in North China, Shaanxi, Gansu, Yunnan, Liaoning and other places. 100−2400 m above sea level, it is light-loving, resistant to cold and drought, and is more resistant to salt and alkali and moisture; Pinus sylvestris var. mongolica, produced in Daxing’anling, Heilongjiang, 400−900 m above sea level in mountains and sand dunes in the west and south of Hailar. It has strong light-loving and deep roots, and can adapt to ridges and sunny hillsides with less soil moisture, and drier sandy land and gravel and sandy land areas; Pinus strobus: native to North America. It is hardy, and introduced and cultivated in Xiongyue, Lüshun, Beijing, Nanjing and other places in China.
下载: 导出CSV
表 8 灌木树种科属种分析
Table 8 Analysis of shrub species, genera and species
灌木类型
Shrub type等级 Level Ⅰ级 LevelⅠ Ⅱ级 Level Ⅱ Ⅲ级 Level Ⅲ Ⅳ级 Level Ⅳ 常绿 Evergreen 8科10属23种
8 family 10 genus 23 species5科6属8种
5 family 6 genus 8 species4科4属5种
4 family 4 genus 5 species1科1属1种
1 family 1 genus 1 species落叶 Deciduous 15科23属58种
15 family 23 genus 58 species24科49属110种
24 family 49 genus 110 species32科70属172种
32 family 70 genus 172 species20科36属70种
20 family 36 genus 70 species合计 All 20科30属81种
20 family 30 genus 81 species28科55属118种
28 family 55 genus 118 species36科76属177种
36 family 76 genus 177 species21科42属70种
21 family 42 genus 70 species
下载: 导出CSV
表 9 华北地区部分冬季灌木景观树种
Table 9 Some winter shrub landscape tree species in North China
灌木
Shrub相对观姿指数
Relative
posture
observation
index/%相对观干指数
Relative
stem
observation
index/%相对观叶指数
Relative
leaf
observation
index/%相关观果指数
Relative
fruit
observation
index/%相对观芽指数
Relative
bud
observation
index/%相对综合指数
Relative
composite
index/%等级排序
Ranking红瑞木 Cornus alba 0.233 1 0.386 1 0.287 4 0.338 6 0.553 7 0.362 5 Ⅰ 沙棘 Hippophae rhamnoides 0.233 1 0.308 9 0.287 4 0.564 3 0.332 2 0.359 3 Ⅰ 华北忍冬 Lonicera tatarinowii 0.310 8 0.308 9 0.095 8 0.564 3 0.332 2 0.353 4 Ⅰ 金边黄杨
Euonymus japonicus var. aurea-marginatus0.310 8 0.308 9 0.478 9 0.451 5 0.110 7 0.343 1 Ⅰ 粉柏 Sabina squamata ‘Meyeri’ 0.310 8 0.308 9 0.478 9 0.451 5 0.110 7 0.343 1 Ⅰ 冬青卫矛 Euonymus japonicus 0.310 8 0.308 9 0.383 1 0.451 5 0.110 7 0.336 4 Ⅰ 紫叶日本小蘗
Berberis thunbergii var. atropurpurea0.233 1 0.308 9 0.287 4 0.451 5 0.332 2 0.333 7 Ⅰ 迎春花 Jasminum nudiflorum 0.310 8 0.386 1 0.191 6 0.225 7 0.332 2 0.326 4 Ⅰ 水栒子 Cotoneaster multiflorus 0.310 8 0.231 7 0.191 6 0.564 3 0.110 7 0.305 6 Ⅰ 棣棠 Kerria japonica 0.310 8 0.386 1 0.191 6 0.112 9 0.332 2 0.300 9 Ⅰ 铺地柏 Juniperus procumbens 0.310 8 0.308 9 0.383 1 0.225 7 0.110 7 0.285 3 Ⅰ 茶条枫 Acer ginnala 0.233 1 0.308 9 0.287 4 0.225 7 0.332 2 0.282 6 Ⅰ 金银忍冬 Lonicera maackii 0.233 1 0.154 4 0.191 6 0.564 3 0.332 2 0.266 4 Ⅱ 榆叶梅 Amygdalus triloba 0.310 8 0.231 7 0.191 6 0.338 6 0.332 2 0.265 7 Ⅱ 紫薇 Lagerstroemia indica 0.310 8 0.308 9 0.287 4 0.112 9 0.332 2 0.264 3 Ⅱ 红皮柳 Salix sinopurpurea 0.233 1 0.308 9 0.287 4 0.112 9 0.332 2 0.257 0 Ⅱ 毛叶水栒子 Cotoneaster submultiflorus 0.233 1 0.154 4 0.191 6 0.564 3 0.110 7 0.255 1 Ⅱ 小叶黄杨 Buxus microphylla 0.310 8 0.154 4 0.383 1 0.451 5 0.110 7 0.250 1 Ⅱ 石榴 Punica granatum 0.310 8 0.154 4 0.287 4 0.338 6 0.553 7 0.240 4 Ⅱ 毛黄栌 Cotinus coggygria var. pubescens 0.388 5 0.231 7 0.287 4 0.112 9 0.332 2 0.228 5 Ⅱ 山杏 Armeniaca sibirica 0.310 8 0.231 7 0.287 4 0.225 7 0.553 7 0.258 0 Ⅱ 接骨木 Sambucus williamsii 0.233 1 0.154 4 0.287 4 0.338 6 0.332 2 0.221 8 Ⅱ 注：粉柏：系栽培植物，天津、北京、山东、河南等省市栽培作庭园树或盆栽；茶条枫：产内蒙古、河北、山西、河南等地。弱阳性，耐寒，生于海拔800 m以下的丛林中；红皮柳：产甘肃、陕西、山西、河北、河南等省。生于海拔1000 ~ 1600 m的山地灌木丛，或沿河生长；毛叶水栒子：产内蒙古、山西、甘肃等地。生于岩石缝间或灌木丛，海拔900 ~ 2 000 m。Notes: Sabina squamata ‘Meyeri’, a cultivated plant, cultivated as garden trees or potted plants in Tianjin, Beijing, Shandong, Henan and other provinces and cities; Acer ginnala, produced in Inner Mongolia, Hebei, Shanxi, Henan and other places. Weakly positive, cold-tolerant, born in the jungle below 800 m above sea level; Salix sinopurpurea, produced in Gansu, Shaanxi, Shanxi, Hebei, Henan and other provinces. Born in mountain shrubs at an altitude of 1000−1600 m, or grows along rivers; Cotoneaster submultiflorus, produced in Inner Mongolia, Shanxi, Gansu and other places. Born in between rocks or bushes, 900−2 000 m above sea level.
下载: 导出CSV
-
[1] 赵德先. 从参与者角度对城市绿地树种选择的研究[D]. 合肥: 安徽农业大学, 2017. Zhao D X. Research on tree species selection of urban green space from the perspective of participants[D]. Hefei: Anhui Agricultural University, 2017.
[2] 苏雪痕. 植物造景[M]. 北京: 中国林业出版社, 1994. Su X H. Plant landscaping[M]. Beijing: China Forestry Publishing House, 1994.
[3] 赵芒. 北京公园冬季植物景观调查与营建初探[D]. 北京: 中国林业科学研究院, 2012. Zhao M. Investigation and construction of winter plant landscape in Beijing park[D]. Beijing: China Academy of Forestry Sciences, 2012.
[4] Gerstenberg T, Hofmann H. Perception and preference of trees: a psychological contribution to tree species selection in urban areas[J]. Urban Forestry & Urban Greening, 2016(15): 703−777.
[5] 李汝佳. 基于公众认知的徐州市园林树木个体美学特征研究[D]. 北京: 中国矿业大学, 2017. Li R J. Research on individual aesthetic characteristics of landscape trees in Xuzhou based on public cognition[D]. Beijing: China University of Mining and Technology, 2017.
[6] 宋力, 何兴元, 陈玮, 等. 沈阳城市森林树种综合评价指标体系[J]. 辽宁工程技术大学学报, 2007, 26(1):136−139. Song L, He X Y, Chen W, et al. Comprehensive evaluation index system of urban forest tree species in Shenyang[J]. Journal of Liaoning University of Engineering and Technology, 2007, 26(1): 136−139.
[7] 马俊, 韦新良, 尤建林, 等. 生态景观林树种选择定量研究[J]. 浙江林学院学报, 2008, 25(5):578−583. Ma J, Wei X L, You J L, et al. Quantitative study on tree species selection of ecological landscape forest[J]. Journal of Zhejiang Forestry University, 2008, 25(5): 578−583.
[8] 李作文. 观赏树木冬态图谱[M]. 哈尔滨: 东北林业大学出版社, 2002. Li Z W. Winter state atlas of ornamental trees[M]. Harbin: Northeast Forestry University Press, 2002.
[9] 陈玉梅. 园林落叶树木冬态图说[M]. 济南: 山东科学技术出版社, 2004. Chen Y M. Winter state diagram of deciduous garden trees[M]. Jinan: Shandong Science and Technology Press, 2004.
[10] 王书凯. 园林树木冬态图谱[M]. 北京: 中国林业出版社, 2011. Wang S K. Winter state atlas of garden trees[M]. Beijing: China Forestry Publishing House, 2011.
[11] 张莉俊, 刘振林, 戴思兰. 北方冬季园林植物景观的调查与分析[J]. 中国园林, 2006, 22(12):87−90. doi: 10.3969/j.issn.1000-6664.2006.12.023 Zhang L J, Liu Z L, Dai S L. Investigation and analysis of plant landscape in northern winter[J]. Chinese Garden, 2006, 22(12): 87−90. doi: 10.3969/j.issn.1000-6664.2006.12.023
[12] 陈芳洲. 西安市区主要公园冬季植物景观调查与评价[D]. 北京: 北京林业大学, 2015. Chen F Z. Investigation and evaluation of winter plant landscape of main parks in Xi’an City[D]. Beijing: Beijing Forestry University, 2015.
[13] 吴中伦, 苌哲新, 马冀, 等. 华北树木志[M]. 北京: 中国林业出版社, 1983. Wu Z L, Chang Z X, Ma J, et al. Annals of trees in North China[M]. Beijing: China Forestry Publishing House, 1983.
[14] 张天麟. 园林树木1600种[M]. 北京: 学术书刊出版社, 2010. Zhang T L. 1600 species of garden trees[M]. Beijing: Academic Books and Periodicals Press, 2010.
[15] 中国科学院中国植物志编辑委员会. 中国植物志[M]. 北京: 科学出版社, 2010. Chinese Flora Editorial Committee, Chinese Academy of Sciences. Chinese flora[M]. Beijing: Science Press, 2010.
[16] 周满宏. 兰州市园林树种综合评价分级选择[D]. 兰州: 甘肃农业大学, 2004. Zhou M H. Comprehensive evaluation and grading selection of landscape tree species in Lanzhou[D]. Lanzhou: Gansu Agricultural University, 2004.
[17] 刘瑞宁, 张文辉, 刘新成, 等. 天津市32种常见灌木的观赏性及适应性综合评价[J]. 西北农业学报, 2008,17(1):296−301. doi: 10.3969/j.issn.1004-1389.2008.01.067 Liu R N, Zhang W H, Liu X C, et al. Comprehensive evaluation of ornamental and adaptability of 32 common shrubs in Tianjin[J]. Journal of Northwest Agriculture, 2008,17(1): 296−301. doi: 10.3969/j.issn.1004-1389.2008.01.067
[18] 徐亮, 司马永康, 郝佳波. 园林树木的分类方法及观赏特性评价[J]. 西部林业科学, 2007, 36(1):123−126. doi: 10.3969/j.issn.1672-8246.2007.01.028 Xu L, Sima Y K, Hao J B. Classification methods and ornamental characteristics of garden trees[J]. Western Forestry Science, 2007, 36(1): 123−126. doi: 10.3969/j.issn.1672-8246.2007.01.028
[19] 陈有民. 园林树木学[M]. 北京: 中国林业出版社, 1992. Chen Y M. Landscape dendrology[M]. Beijing: China Forestry Publishing House, 1992.
[20] 何兴元, 宋力, 徐文铎, 等. 应用AHP构建城市森林树种综合评价指标体系[J]. 辽宁林业科技, 2006(3):1−3,15. doi: 10.3969/j.issn.1001-1714.2006.03.001 He X Y, Song L, Xu W D, et al. Construction of comprehensive evaluation index system of urban forest tree species using AHP[J]. Liaoning Forestry Science and Technology, 2006(3): 1−3,15. doi: 10.3969/j.issn.1001-1714.2006.03.001
[21] 李朝洪, 郝爱民. 中国森林资源可持续发展描述指标体系框架的构建[J]. 东北林业大学学报, 2000, 28(5):122−124. doi: 10.3969/j.issn.1000-5382.2000.05.030 Li C H, Hao A M. Construction of the framework of sustainable development index system of forest resources in China[J]. Journal of Northeast Forestry University, 2000, 28(5): 122−124. doi: 10.3969/j.issn.1000-5382.2000.05.030
[22] 黄帅帅, 曹哲源, 邱尔发, 等. 北京市居住区林木健康评价[J]. 生态学报, 2019, 39(24):9222−9232. Huang S S, Cao Z Y, Qiu E F, et al. Forest health assessment in residential areas of Beijing[J]. Acta Ecologica Sinica, 2019, 39(24): 9222−9232.
[23] 李团结, 李淑娟, 杨玉惠, 等. 关中地区春季色叶植物观赏性评价[J]. 西北林学院学报, 2014, 29(6):255−259. doi: 10.3969/j.issn.1001-7461.2014.06.49 Li T J, Li S J, Yang Y H, et al. Ornamental evaluation of spring color leaf plants in Guanzhong Area[J]. Journal of Northwest Forestry University, 2014, 29(6): 255−259. doi: 10.3969/j.issn.1001-7461.2014.06.49
[24] 沈清基. 城市生态与城市环境[M]. 上海: 同济大学出版社, 2000: 5−21. Shen Q J. Urban ecology and urban environment[M]. Shanghai: Tongji University Press, 2000: 5−21.
[25] 王松, 付宝春, 刘琛彬, 等. 太原市城区冬季园林植物调查与景观效果评价[J]. 山西农业科学, 2014, 42(1):48−53. doi: 10.3969/j.issn.1002-2481.2014.01.12 Wang S, Fu B C, Liu C B, et al. Investigation and evaluation of landscape effects of winter garden plants in Taiyuan City[J]. Shanxi Agricultural Sciences, 2014, 42(1): 48−53. doi: 10.3969/j.issn.1002-2481.2014.01.12
[26] 薛君艳, 陈永锋, 夏浩军, 等. 陕西落叶灌木树种资源多样性研究[J]. 西北林学院学报, 2015, 30(3):268−273. doi: 10.3969/j.issn.1001-7461.2015.03.48 Xue J Y, Chen Y F, Xia H J, et al. Diversity of deciduous shrub species in Shaanxi[J]. Journal of Northwest Forestry University, 2015, 30(3): 268−273. doi: 10.3969/j.issn.1001-7461.2015.03.48
[27] 叶璐. 宁夏木本观果植物资源调查与观赏性评价研究[D]. 银川: 宁夏大学, 2016. Ye L. Investigation and ornamental evaluation of woody fruit plant resources in Ningxia[D]. Yinchuan: Ningxia University, 2016.
[28] 戚继忠, 魏进华, 李顺梅. 北方冬季观果树种分类、景观配置与园林应用[J]. 北华大学学报(自然科学版), 2015, 16(1):85−90. Qi J Z, Wei J H, Li S M. Classification, landscape configuration and garden application of winter viewing fruit trees in northern China[J]. Journal of Beihua University (Natural Science Edition), 2015, 16(1): 85−90.
[29] 张启翔. 关于北京生态建设中树种规划的探讨[J]. 中国花卉园艺, 2001(18):28−30. Zhang Q X. Discussion on tree species planning in ecological construction in Beijing[J]. Chinese Flower Gardening, 2001(18): 28−30.
[30] 苏喜富. 我国北方城市绿化树种的选择与配置[J]. 内蒙古林业调查设计, 2009, 32(3):81−84. doi: 10.3969/j.issn.1006-6993.2009.03.033 Su X F. Selection and allocation of urban greening tree species in northern China[J]. Forestry Survey and Design of Inner Mongolia, 2009, 32(3): 81−84. doi: 10.3969/j.issn.1006-6993.2009.03.033
[31] 杨德威. 寒地城市居住区冬季植物景观研究[D]. 哈尔滨: 东北林业大学, 2005. Yang D W. Study on winter plant landscape of residential area in cold region[D]. Harbin: Northeast Forestry University, 2005.
[32] 徐宁伟, 应桃园. 秦皇岛滨海地区秋冬季园林植物景观调查与分析[J]. 河北科技师范学院学报, 2016, 30(4):52−60. doi: 10.3969/J.ISSN.1672-7983.2016.04.009 Xu N W, Ying T Y. Investigation and analysis of plant landscape in autumn and winter in coastal area of Qinhuangdao[J]. Journal of Hebei Normal University of Science and Technology, 2016, 30(4): 52−60. doi: 10.3969/J.ISSN.1672-7983.2016.04.009
[33] 黄广远, 徐程扬, 毛斌, 等. 基于灰色关联的北京城区景观乔木树种评价[J]. 东北林业大学学报, 2011, 39(11):102−104. doi: 10.3969/j.issn.1000-5382.2011.11.027 Huang G Y, Xu C Y, Mao B, et al. Evaluation of landscape arbor species in Beijing urban area based on grey relational analysis[J]. Journal of Northeast Forestry University, 2011, 39(11): 102−104. doi: 10.3969/j.issn.1000-5382.2011.11.027
[34] Conway T M, Vecht J V. Growing a diverse urban forest: species selection decisions by practitioners planting and supplying trees[J]. Landscape and Urban Planning, 2015(138): 1−10.
[35] 张伟. 屯昌县城区主要道路绿化树种选择及配置[D]. 长沙: 中南林业科技大学, 2014. Zhang W. Selection and configuration of main road greening tree species in Tunchang County[D]. Changsha: Central South University of Forestry Science and Technology, 2014.
[36] Sæbø A, Benedikz T, Randrup T B. Selection of trees for urban forestry in the Nordic countries[J]. Urban Forestry & Urban Greening, 2003(2): 101−114.
-
期刊类型引用(5)
1. 罗斌，杜瑶，柳浩雨，王钦悦，李春瑜，李黎，刘红光. 定组态砂带粒度对刨花板磨削的影响. 北京林业大学学报. 2024(09): 141-150 . 
本站查看
2. 施晨阳，赖文峰，文国卫，蒋天雨，朱晓如，吕增伟，张国防. 基于Maxent模型预测水曲柳的潜在适生区. 西北林学院学报. 2022(02): 149-156 . 百度学术
3. 罗斌，张健，柳浩雨，李黎，刘红光，李昊. 木质材料磨削理论及技术研究进展. 木材科学与技术. 2022(04): 6-12 . 百度学术
4. 杜瑶，田彪，张健，刘红光，罗斌. 中密度纤维板磨削时的砂带磨损研究及寿命评判. 北京林业大学学报. 2021(10): 126-134 . 本站查看
5. 卢冬冬，杨铁牛，杨保健，叶榕伟，阳亚，杜华娜. 肉桂打磨方法优化. 农业工程. 2020(01): 73-78 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 1152
- HTML全文浏览量: 408
- PDF下载量: 74
- 被引次数: 10
