基于提高碳封存效率的城市绿地植物群落优化研究

《Trees, Forests and People》:Research on the optimization of plant communities in urban green space based on carbon sequestration efficiency enhancement

【字体: 大 中 小 】 时间:2026年07月06日 来源:Trees, Forests and People 2.7

编辑推荐:

  在全球变暖背景下,城市绿地作为人工生态系统中与碳吸收(carbon uptake)相关生态系统功能相关的重要空间单元,已成为寒冷地区城市生态建设的关键。然而,现有研究较少关注中、小型尺度绿地,且严寒地区群落结构与碳吸收潜力之间的关联模式尚不明晰。研究人员以沈阳

  
在全球变暖背景下,城市绿地作为人工生态系统中与碳吸收(carbon uptake)相关生态系统功能相关的重要空间单元,已成为寒冷地区城市生态建设的关键。然而,现有研究较少关注中、小型尺度绿地,且严寒地区群落结构与碳吸收潜力之间的关联模式尚不明晰。研究人员以沈阳五里河公园东部绿地为研究对象,设置样方,融合遥感数据,利用CASA模型反演净初级生产力(Net Primary Productivity, NPP),并应用胸径(diameter at breast height, DBH)与单株叶面积异速生长方程量化乔、灌、草层的碳吸收潜力(carbon uptake potential)。构建郁闭度(canopy closure)、群落密度及覆盖度(coverage)等结构参数表征群落特征,识别统计模型中解释力较强的结构变量,分析群落特征与碳吸收效益的关联模式,提出针对性优化策略。结果表明:(1)观测到的碳吸收潜力随绿量指数(Green Volume Index, GV)在不同植被类型间变化,乔-灌-草复层结构效率最高;(2)碳吸收潜力高值区间对应郁闭度62%–90%、乔木密度0.05–0.08 plants·m?2;(3)群落结构复杂度与郁闭度对碳吸收潜力的统计关联最强;(4)上述关联可为面向碳吸收的绿地规划之群落结构调整、参数阈值设定、树种选择及管护提供参考。研究结果为严寒地区城市绿地建设与低碳导向规划提供了科学依据与技术参数。
《基于提升固碳效率的城市绿地植物群落优化研究》论文解读
本研究由Peiying Li、Sixiao Qi、Di Wang、Shu Sun、Wanru Zhang及Tiemao Shi(沈阳建筑大学建筑与城市规划学院)完成,发表在《Trees, Forests and People》。
一、研究背景与意义
当前全球变暖背景下,温室气体排放导致大气碳平衡失调,城市绿地作为重要的碳汇(carbon sink)载体受到广泛关注。现有城市绿地碳汇研究多沿用森林碳汇测算方法,缺乏针对中、小型公共绿地的专门标准;且关于绿地植物群落结构参数(如郁闭度、密度、绿量)与植被碳吸收潜力(carbon uptake potential,指植被通过光合作用吸收CO?的潜在通量,区别于考虑呼吸和周转的长期固碳量)的具体关联模式,特别是严寒地区的相关报道十分匮乏。此外,以往优化多局限于树种选择,缺乏基于群落结构量化的系统性配置依据。为此,研究人员以严寒地区典型城市——沈阳五里河公园东部绿地(占地面积约9.95 hm2,绿化率75.6%)为案例,探究群落结构特征与碳吸收潜力的统计关联,旨在为低碳导向的严寒地区城市绿地植物群落优化提供科学参数。
二、主要技术方法概述
研究人员选取沈阳五里河公园东部绿地为研究区,布设30个野外采样点获取乔灌草物种、DBH(胸径)、冠幅、树高等基础参数,优势乔木为刺槐(Robinia pseudoacacia)、柳(Salix spp.)、桃树变种(Prunus persica var. davidiana)等,灌木为紫丁香(Syringa oblata)、水蜡(Ligustrum obtusifolium)等,草本以草地早熟禾(Poa pratensis)为主。遥感数据采用2020年Landsat 8及机载激光扫描(Airborne Laser Scanning, ALS)冠层高度模型(Canopy Height Model, CHM,分辨率1 m),统一投影至WGS_1984_Zone_50N并以10 m×10 m渔网采样。碳吸收潜力核算采用Nowak城市树木叶面积回归模型计算单株叶面积,结合单位叶面积日碳吸收速率求算单株及群落碳吸收潜力(Carbon Sequestration Potential, CSP);区域NPP(净初级生产力,Net Primary Productivity)采用CASA模型(Carnegie-Ames-Stanford Approach)基于Sentinel-2数据反演,并按1 g干物质固定1.62 g CO?换算实际植被碳吸收(Actual Vegetation Carbon Sequestration, AVCS)。群落结构指标包括:郁闭度(Canopy Closure, CC,CHM中树高>2 m像素占比)、覆盖度(Coverage, CV,灌草垂直投影面积比)、群落密度(Community Density, CD,单位面积个体数)及三维绿量(Green Volume, GV)并换算为绿量指数(Green Volume Index = 植被三维绿体体/Vref,Vref=10 m×10 m×5 m=500 m3)。统计分析采用Pearson相关性检验验证实测与遥感反演一致性,利用随机森林(Random Forest, RF)及SHAP(Shapley Additive exPlanations)值解析各结构因子相对重要性,构建多元线性回归(Multiple Linear Regression, MLR)含交互项分析因子间协同/拮抗关系,并进行5折交叉验证及RF、XGBoost模型对比。
三、研究结果
3.1 植物群落特征分析(Analysis of plant community characteristics)
通过CHM数据分析,研究区郁闭度高值(>70%)集中于滨水带及群落核心区,中值(40%–70%)占35%,低值(<40%)见于硬化广场周边。灌木覆盖度呈零散分布。平均乔灌密度938.10株/hm2。植被配置类型中,纯草地占31.51%,乔-草结构占22.18%,乔-灌-草多层占11.75%。绿量指数高值(>2.4)分布于滨水大型乔木区,草坪区一般为0.4–0.8。
3.2 植被碳吸收潜力空间分布特征(Spatial distribution characteristics of vegetation carbon uptake potential)
耦合绿量与CASA NPP得到碳吸收潜力空间分布:乔木层高值沿滨水呈双带状分布,日吸收率可达14.27–45.33 g·m?2·d?1,内部纯林降至2.93–8.18 g·m?2·d?1;灌木层在林缘形成团块状高值岛(峰值42.50 g·m?2·d?1);草层背景值较均匀(6.31–9.3 g·m?2·d?1)。30个采样点实测与遥感反演值Pearson相关系数为0.839,表明遥感反演适用于本研究。
3.3 植被碳吸收潜力影响因素分析——绿量与碳吸收潜力关联(Association between vegetation green volume and carbon uptake potential)
乔木碳吸收潜力随绿量指数先升后降,峰值出现在绿量指数1.4处(34.79 g·m?2·d?1),超过1.8后衰减;灌木峰值在绿量指数约1.1处(34.57 g·m?2·d?1);草层在绿量指数≥1.0后趋稳于25–27 g·m?2·d?1。高绿量区与高碳吸收潜力区存在空间错位("高绿量-低吸收"现象),说明仅靠绿量不足以判定碳汇热点,需结合垂直结构及树种特性。
3.4 植被覆盖特征与碳吸收潜力关联(Association between vegetation coverage characteristics and carbon uptake potential)
总植被覆盖度(Fractional Vegetation Cover, FVC)与碳吸收潜力呈先升后降关系,约85%覆盖度时达最大值(约34.2 g·m?2·d?1)。郁闭度每增10%,乔木层碳吸收潜力平均增2.3 g·m?2·d?1;灌木覆盖度每增10%对应增0.7 g·m?2·d?1。乔木密度在0.05–0.10 plants·m?2内与碳吸收潜力线性正相关,峰值在0.10 plants·m?2(30.98 g·m?2·d?1),超过0.14 plants·m?2后因自疏和光竞争急剧下降;灌木适宜密度范围较宽(0.3–0.6 plants·m?2),超0.8 plants·m?2时光合有效辐射减少致效率降12%;草层密度-碳吸收曲线持续缓升。
3.5 不同植被覆盖类型与碳吸收潜力关联(Association between different vegetation coverage types and carbon uptake potential)
乔-灌-草多层结构平均碳吸收率最高(28.47 g·m?2·d?1),其次为乔-灌(25.51 g·m?2·d?1)和乔-草(24.82 g·m?2·d?1),单层依次降低(纯乔20.63、纯灌19.43、纯草14.88、裸地3.8)。RF-SHAP分析显示,全样本中对碳吸收潜力解释力最强的是郁闭度(CC),其次为植被覆盖类型(CS)和乔木绿量(Arbor Green Volume, AGV);单层群落主导因子匹配各自绿量与密度,多层群落中群落密度(CD)与郁闭度(CC)影响显著。
3.6 多因子关联分析(Multi-factor association analysis)
多元线性回归(控制其他变量)显示:植被覆盖度(β=0.0068, p<0.01)和绿量(β=0.00035, p<0.05)对碳吸收潜力具显著正向偏相关,群落密度主效应不显著(p>0.05)。密度×覆盖度交互项显著为负(β=-0.0299, p<0.01,拮抗效应),密度×绿量交互项显著为正(β=0.0052, p<0.01,协同增益),覆盖度×绿量交互不显著。群落结构类型调节覆盖度与碳吸收潜力的关联(CS×FVC, p<0.05),三层交互项CS×CD×TGV显著(p<0.01),表明群落结构复杂性会削弱单一结构因子与碳汇的边际解释力。模型调整R2=0.246,5折交叉验证R2CV=0.243,RF模型OOB解释方差32.48%,各模型中覆盖度和绿量重要性排名一致居前两位。
四、讨论与结论总结
讨论部分要点:
研究人员指出植被覆盖度提供光合面积基础,对各类群落均呈正向关联;绿量贡献在具垂直分层的群落(纯乔及乔-灌-草)中最强。密度与覆盖度存在拮抗(过密致下层光受限),密度与绿量存在协同(适度增密扩大光利用空间),且该协同效应在纯林最强、多层复合群落中被削弱。灌木及灌-草群落中结构因子主效应多不显著,其碳汇变异可能更多受斑块连通性、土壤等非结构因子影响。基于此,研究人员将研究区划分为强协同区(滨水高绿量带,可谨慎微调密度维持协同)、适中协同区(可补植耐阴灌木完善垂直层)、中性区(以提升覆盖度为核心)、拮抗区(过密区应择伐弱株改善透光),并提出优先选用本地高碳汇耐寒树种(刺槐、毛白杨变种Populus alba var. pyramidalis、柳属Salix spp.作乔木层;紫丁香、水蜡作灌木层;早熟禾混交萱草Hemerocallis fulva及玉簪Hosta plantaginea作草本层)。
结论(Conclusions)翻译归纳:
研究人员以沈阳五里河公园滨水绿地为典型案例,整合单因子分析、多元回归及随机森林方法,系统考察了植物群落特征与碳吸收潜力的关联模式。主要结论为:群落结构复杂度和郁闭度是与碳吸收潜力关联最稳健的两个因子;乔-灌-草复层结构平均碳吸收潜力最高,可作为低碳导向种植设计的优先参考;控制群落结构后,植被覆盖度和绿量与碳吸收潜力显著正相关,密度与绿量呈协同交互而密度与覆盖度呈拮抗交互,且这些交互效应因群落类型而异;空间上协同主导区集中于滨水高绿量乔木带,拮抗风险区多见于中心密植斑块。研究提出了"结构调整—阈值控制—树种选择"的优化方向,强调需结合严寒地区气候特征本土化应用。研究结论受单案例及横截面数据限制,未来需在更多严寒城市跨区验证并引入时序观测。
(注:全文术语及数值均浓缩自原文,未添加推测性内容。)
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号