城市树木死亡率与树种及胸径发育的关系：基于德国四城市树木普查数据的多因素分析

本研究针对城市树木死亡率数据匮乏制约可持续城市林木资源管理的问题，利用德国四城市树木普查数据开展多变量逻辑回归分析，揭示了树种特性（针叶/阔叶）、耐旱指数（DTI）及局部气候条件（de Martonne指数, dMI）对树木存活率的显著影响。结果表明，年平均死亡率（AMR）为1.3%，其中街道树木死亡率比非街道树木高0.3%，针叶树种死亡率达2.2%（阔叶树种为1.3%）。该研究为基于物种特性和环境适应性的城市林业精准管理提供了科学依据。

　　

随着城市化进程加速，自然生态系统面临严重威胁，物种多样性和碳固存等生态模式受到冲击，进而影响生态系统服务（ESS）的供给。城市绿化作为缓解这些威胁的有效手段，其中树木扮演着关键角色。然而，城市树木尤其是街道树木，在气候变化下面临严峻的生存风险。一棵健康树木的损失不仅会导致生态效益下降，还会带来高昂的替换成本。在德国，新植一棵街道树的总成本（包括购置、种植和场地准备）在500至2400欧元之间，平均每棵树需1450欧元。种植后前五年的早期死亡率最高，大幅增加了补植需求及相关财务负担。因此，过去十年中，树木监测、管理和规划日益受到重视。尽管如此，针对城市环境树木死亡率的专门研究仍相对较少。

与森林环境不同，城市树木死亡率受更复杂的社会生态系统因素影响，包括人类活动和环境条件等，这使得森林研究结果不能直接适用于城市树木，存在显著的知识空白。此前研究显示，城市树木死亡率因生长环境（如街道或公园）和监测方法（如重复清查非同龄树或种植同龄树群）而异，结果差异较大。树木大小和生理特性也是重要影响因素，其中耐旱性（DTI）和局部气候条件（如de Martonne指数, dMI）尤为关键。然而，关于树种、局部气候条件与树木大小之间相互作用对城市树木死亡率影响的研究仍较为缺乏。

为填补这一研究空白，本研究利用德国柏林、波恩、埃尔兰根和菲尔特四个城市的树木普查数据，通过多变量逻辑回归模型，探讨了环境条件、树种、耐旱性及城市气候条件对城市树木死亡率的影响，并验证了城市树木普查作为有效监测工具的潜力。该研究论文发表在《Urban Forestry》上，为城市林业的科学管理和决策提供了重要依据。

研究人员主要运用了多变量逻辑回归分析（multivariable logistic regression），结合互补双对数（complementary log-log）连接函数处理不平衡数据，并引入城市和树木ID层次的随机效应以控制数据结构相关性。利用树木普查数据（cadaster data）构建了包含959,466棵树木的数据库，涵盖2016-2022年期间 alive/dead 状态、胸径、种植时间、砍伐时间及生长环境（街道/非街道）等属性。通过计算年死亡率（AMR）和de Martonne指数（dMI）量化气候干旱程度，并整合树种耐旱指数（DTI）进行建模分析。数据预处理包括物种名称统一、无效直径过滤及年度存活树木数量推算，确保跨城市数据可比性与模型准确性。

3.1. 不同城市间年死亡率比较

研究期间（2016-2022年）四个城市的平均AMR为1.3%，其中柏林死亡率最高（1.8%），其次为波恩（1.4%）、菲尔特（1.1%）和埃尔兰根（0.9%）。柏林在2018-2022年间呈现稳定上升趋势，而波恩（2020年达2.1%）、菲尔特（2019年达2.0%）和埃尔兰根（2017年达1.5%）均出现明显峰值。结果表明，大城市（如柏林）因基础设施密集和交通压力大，可能对树木造成更大压力，且2019-2020年的死亡率高峰可能与2018-2019年德国严重干旱事件相关。

3.2. 树种与生长环境对死亡率的影响

3.2.1. 阔叶与针叶树种的死亡率差异

针叶树种平均AMR为2.2%，显著高于阔叶树种的1.3%。针叶树死亡率在2019年达到峰值（平均3.8%），其中菲尔特（10.8%）和波恩（3%）尤为突出，随后虽有所下降，但仍高于阔叶树种（如2021年柏林针叶树死亡率为3.3%）。阔叶树种死亡率相对稳定，多数年份接近或低于2.0%，仅2019年略有上升（波恩1.7%，埃尔兰根0.9%）。结果表明，针叶树对干旱等胁迫更为敏感，可能与病虫害、土壤压实及空气污染等未监测因素有关。

3.2.2. 街道与非街道树木的死亡率对比

街道树木AMR（1.4%） consistently 高于非街道树木（1.1%）。非街道树木在2019年出现峰值（1.4%），而街道树木在2017年（1.5%）和2019年（1.8%）出现两个快速高峰。各城市内部存在差异：柏林和波恩的非街道树木死亡率略高（平均分别高0.6%和0.4%），而埃尔兰根和菲尔特的街道树木死亡率更高（平均分别高1.6%和0.6%）。结果凸显街道树木因根系空间受限、土壤压实和人类活动等因素面临更大生存压力。

3.3. 树木特性对死亡率概率的影响

3.3.1. 树木大小发育

死亡率概率与胸径呈显著负相关（p < 2e^-16），表现为III型死亡率模式（Type III mortality pattern）。胸径10cm的树木死亡率概率约1.3%，而胸径100cm的树木降至0.7%。结果表明小树因机械损伤和干旱等城市胁迫因素更具脆弱性。

3.3.2. 树种分类

在胸径模型中引入树种类型（针叶/阔叶）后，针叶树在所有胸径范围内均显示更高死亡率概率（p < 2e^-16）。胸径10cm时，针叶树死亡率概率较阔叶树高1.5%（2.8% vs. 1.3%）；胸径100cm时，差异降至0.8%（1.5% vs. 0.7%）。尽管针叶树在街道树中占比仅约1%，但其生态服务功能（如颗粒物吸附）不容忽视。

3.3.3. 树木耐旱性

耐旱指数（DTI）与死亡率概率显著相关（p < 2e^-16），低DTI树种（如Betula pendula, DTI=1.85）死亡率平均较高DTI树种（如Robinia pseudoacacia, DTI=4.11）高0.7%。胸径10cm时，DTI 1.5与4.5的死亡率概率差约0.9%；胸径100cm时差约0.5%。结果表明耐旱树种通过深根系和高效水分利用策略增强生存能力。

3.4. 局部气候条件对死亡率概率的影响

de Martonne指数（dMI）与街道树死亡率概率呈显著负相关（p = 0.0109），但不同城市间dMI差异（柏林dMI=28，埃尔兰根dMI=35）并未导致死亡率概率显著变化。结果表明局部气候条件影响较弱，可能因研究城市气候差异有限或其他未监测因素（如管理措施、病虫害）干扰。

本研究通过树木普查数据揭示了城市树木死亡率的多因素驱动机制。主要结论包括：① 城市树木平均AMR为1.3%，街道树木死亡率高于非街道树木，针叶树种死亡率显著高于阔叶树种；② 树木死亡率随胸径增加而降低（III型模式），耐旱性强的树种表现更佳；③ 局部气候条件（dMI）虽与死亡率相关，但影响程度有限。这些发现强调了树种选择、环境适应性及长期监测在城市林业管理中的重要性。

研究意义在于将树木普查数据从静态存储转化为动态决策工具，通过整合多源数据（如DTI和dMI）提升了城市树木管理的科学性和精准性。结果可为场景建模提供实证数据，优化树种配置以增强生态系统服务（ESS）功能，同时为应对气候变化下的城市林业可持续管理提供策略依据。然而，研究存在一定局限性：侧重于街道树木可能无法代表整体城市林木；针叶树种样本量小；普查数据缺乏详细的移除原因记录（如施工、灾害等）；DTI指数源于森林语境，可能无法完全反映城市胁迫；城市间气候差异较小限制了气候-死亡率关系的深入探索。未来研究需扩大气候梯度范围，并纳入管理实践、病虫害等多元因子，以更全面揭示城市树木死亡机制。