城市绿地碳储量

     城市绿地可以提供多种生态服务功能，然而这些服务经常被忽略或低估，城市绿地在减缓气候变化中所起的作用更是未引起人们的重视。随着城市化的快速推进，城市绿地经历了剧烈的变化，但目前有关城市化对城市绿地碳储量的影响仍存在一定的争议与不确定性，且城市绿地空间格局是否在其碳储量变化中起着一定的作用也尚不明确。本研究基于SPOT- 6遥感数据与城市绿地样方调查，明确城市化过程中城市绿地碳储量的变化规律及其关键影响因素，为解决如何在城市化过程合理规划设计城市绿地应对气候变化提供理论支持。   

研究方法

（1） 研究区

     本研究选择北京市为研究区，1980–2010北京市经历了快速的城市化过程，面积由801平方公里急剧增加到2452平方公里。此外，北京市大力推行城市绿化政策以提高城市生态服务功能，因此北京市是开展该研究的一个理想区域。

（2）城市绿地碳密度

     研究区随机布设326个样方，面积为30×30=900m^2，调查指标为：树种，数量，胸径，树高，健康状况等。进而获取样方尺度的城市绿地碳密度。

   基于SPOT-6遥感影像获取研究区NDVI植被指数，结合基于样方的城市绿地碳密度，构建城市绿地碳密度估测模型，进而获取城市绿地碳密度空间分布。为了验证不同精度遥感影像在城市绿地碳储量估测中是否存在差异，Landsat8遥感影像用于对比研究（精度为30m）。

（3） 城市化强度

     本研究基于SPOT-6遥感影像（精度为6m），采用面向对象的分类方式将城市景观分为四类，即城市绿地, 不透水面, 水体, 裸地。进而将研究区进行1km网格划分，针对每网格进行城市化强度计算，公式如下：

UDIi ：城市化强度；UAi：城市不透水面;TAi： 1 × 1 km .

主要结果与结论

（1） 城市绿地碳储量空间分布

       本研究调查的树木数量为10020 个，包含 26树种。北京城市绿地树木的平均胸径为15.5cm，80.85%的树木胸径小于20cm，胸径大于20cm的树木存储了65.15%的碳。基于精度为6m的SPOT-6遥感影像获取的城市绿地碳储量为956.3 Gg ，碳密度为 7.8 Mg C/ha。与高精度遥感影像相比，基于Landsat8的获取的城市绿地碳储量显著降低，仅为SPOT-6遥感影像获取碳储量的60%，但城市绿地碳储量空间分布趋势基本相同。

（2）城市化强度对城市绿地碳密度的影响

       城市绿地碳密度具有高度的空间异质性，城市化强度高的东城与西城城市绿地碳密度显著偏低。此外城市绿地碳密度从二环到五环区域呈现出逐渐增加的趋势。城市绿地碳密度随着城市化强度的增加而逐渐降低，且存在明显的阈值为60%。当城市化强度小于60%时，城市绿地碳储量随着城市化强度的变化而剧烈的波动；而当城市化强度大于60%时，这种变化趋势相对变缓。

（3）城市绿地空间格局对其碳密度的影响

        研究表明：城市绿地空间格局与其碳密度呈现出显著相关性，且这种关系随着城市化强度的变化而变化。当城市化强度大于25%时，城市绿地覆盖度与城市绿地碳密度呈现出显著正相关；当城市化强度大于35%，高聚集度的城市绿地更易于具有比较高的城市绿地碳密度；城市绿地斑块形状指数与城市绿地碳密度关系不稳定，仅在城市化强度为 25%–30%区间表现为显著； 城市绿地平均斑块面积与城市绿地碳密度仅在城市化强度为35%–40% 和 45%–50%区间内表现显著。 

编者认为

     如何应对气候变化已经成为我们现在必须面对与解决的一个问题。本文作者综合遥感数据与样方调查，明确了城市绿地在应对气候变化中的作用，揭示了影响城市绿地碳密度的关键景观因子与城市化强度阈值，可为提高城市绿地在应对气候变化中的能力提供理论支持。编者认为，该研究有一下几个方面值得探讨：（1）本研究采用的SPOT与Landsat两期影像时间不同步，分别由二者获取的城市绿地碳密度是否具有可比性值得探讨；2) 在探讨城市绿地格局与其碳密度的关系时，应用1km网格进行研究区划分，易导致原有整块绿地被切割，进而影响城市绿地格局数据的准确性，建议应用行政边界进行切割如社区、街道等。

原文：

Yan Sun, Shuai Xie,Shuqing Zhao. (2019) Valuing urban green spaces in mitigating climate change: A citywide estimate of aboveground carbon stored in urban green spaces of China's Capital. Global Change Biology. 3:1–16.

来源： 任志彬  城市生物多样性和生态系统服务