文章信息
- 邓亮, 崔耀平, 唐晔, 赵浩程, 李万隆, 孙亚茹
- DENG Liang, CUI Yaoping, TANG Ye, ZHAO Haocheng, LI Wanlong, SUN Yaru
- 城市绿地碳储量分布特征及其影响因素
- Distribution characteristics and influencing factors of carbon storage in urban green space
- 森林与环境学报,2023, 43(3): 319-328.
- Journal of Forest and Environment,2023, 43(3): 319-328.
- http://dx.doi.org/10.13324/j.cnki.jfcf.2023.03.013
-
文章历史
- 收稿日期: 2022-08-27
- 修回日期: 2022-11-19
2. 河南大学地理与环境学院,河南 开封 475004
2. The College of Geography and Environmental Science, Henan University, Kaifeng, Henan 475004, China
温室气体排放量逐年增加引发的温室效应正成为全球关注的问题之一,而陆地植被的碳汇作用是减缓全球变暖的核心要素[1]。城市绿地作为城市唯一的直接碳汇途径,在维持碳氧平衡和生态系统稳定等方面作用显著[2-3]。当前,面对全球变化和“双碳”(碳达峰与碳中和)目标的压力,厘清城市绿地碳储量及其影响因素将有效支撑“双碳”目标的实现。
越来越多的学者围绕城市绿地碳储量问题展开探究。其中,早期研究主要偏向于城市绿地碳存储效益的理论论证和总量测算。美国学者NOWAK et al[4]最早对城市绿地碳储量进行了定性的分析,量化研究了美国多个城市绿地在减少大气二氧化碳方面的作用。此后,许多学者聚焦利用遥感技术估算城市绿地植被碳储量的方法研究。汤煜等[5]、王冬生等[6]、MYEONG et al[7]的研究表明,利用归一化植被指数(normalized difference vegetation index,NDVI)构建回归模型是进行大尺度城市绿地碳储量时空特征分析的可行方法。同时,也有不少学者利用模型模拟法对城市绿地生态服务效益问题展开探究。CURRIE et al[8]和马杰[9]分别利用UFORE模型和i-Tree模型量化地研究了巴塞罗那和北京市的城市绿地碳汇、碳储量以及其他生态服务效益,为城市绿地设计提供了参考依据。而后,更多的学者开始围绕城市绿地碳储量时空特征以及驱动因素展开深度剖析[10-12]。研究发现,城市绿地碳密度在不同区域间存在明显的差异性,其变化主要受绿地空间格局、城市发展强度、绿地群落结构等因素影响。此外,也有学者围绕碳汇视角下绿地布局优化[13]、绿地碳汇效能及经济价值测算[14]、绿地碳足迹评估[15]等方面开展研究。总体而言,涉及城市绿地碳储量的研究多集中在地上植被碳储量及驱动因素分析,由于土壤碳库的缺失和实调数据的缺乏导致估算结果不够精确,且鲜有学者围绕城市绿地的植被和土壤,并联立物种和群落结构展开系统研究。
本研究基于城市绿地野外实调数据,利用构建的生物量混合模型完成对研究区城市绿地的植被、土壤碳密度核算和分析其分布差异特征,并进一步探讨物种和群落结构特征对城市绿地碳密度的影响。
1 研究区概况与研究方法 1.1 研究区概况开封市位于北纬34°11′45″~35°01′20″,东经113°52′15″~115°15′42″,地处河南省东部黄河下游南岸,是黄河冲积扇平原的组成部分。地势呈现自西北向东南略有倾斜的总趋势,海拔高度多在69~78 m,平原特征明显。由于受季风的影响,表现出典型的暖温带大陆性季风气候特征,四季分明,多年平均气温14.52 ℃,平均降水量627.5 mm。雨热同季,降水多集中在七八月,约占年降水量的65%。开封市下辖5区4县,由于目前祥符区的城市绿地分布较少,因此以开封市其余4个市辖区(鼓楼区、龙亭区、顺和回族区、禹王台区)为研究区。
1.2 研究数据 1.2.1 样地的分类与选取根据城市绿地使用性质的不同,开封市绿地空间分类体系依照《城市绿地分类标准》(CJJ/T85—2017)分为公园绿地(G1)、防护绿地(G2),广场绿地(G3)和附属绿地(XG)4种类型。在选取样地时,分别随机选取了位于城市不同方位、不同建成时间,且植被群落结构具有代表性的25 m×25 m的20个研究样点,样地基本情况见表 1。
| 编号 Number |
绿地类型 Green space type |
群落类型 Community type |
群落结构 Community structure |
建成时间 Build time |
| 1 | 公园绿地G1 | 常绿落叶阔叶混交林Evergreen deciduous broadleaf mixed forest | 乔-灌-草Tree-shrub-grass | 2005 |
| 2 | 公园绿地G1 | 落叶阔叶林Deciduous broadleaf forest | 乔-灌-草Tree-shrub-grass | 1964 |
| 3 | 公园绿地G1 | 常绿落叶阔叶混交林Evergreen deciduous broadleaf mixed forest | 乔-灌-草Tree-shrub-grass | 1998 |
| 4 | 公园绿地G1 | 常绿落叶阔叶混交林Evergreen deciduous broadleaf mixed forest | 乔-灌-草Tree-shrub-grass | 2015 |
| 5 | 公园绿地G1 | 常绿落叶阔叶混交林Evergreen deciduous broadleaf mixed forest | 乔-灌-草Tree-shrub-grass | 2002 |
| 6 | 防护绿地G2 | 常绿落叶阔叶混交林Evergreen deciduous broadleaf mixed forest | 乔-灌-草Tree-shrub-grass | 2015 |
| 7 | 防护绿地G2 | 落叶阔叶林Deciduous broadleaf forest | 乔-灌Tree-shrub | 2012 |
| 8 | 防护绿地G2 | 落叶阔叶林Deciduous broadleaf forest | 乔-灌-草Tree-shrub-grass | 1990 |
| 9 | 防护绿地G2 | 落叶阔叶林Deciduous broadleaf forest | 乔-灌Tree-shrub | 2008 |
| 10 | 防护绿地G2 | 针阔混交林Coniferous and broadleaf forest | 乔-灌-草Tree-shrub-grass | 2012 |
| 11 | 广场绿地G3 | 落叶阔叶林Deciduous broadleaf forest | 乔-灌-草Tree-shrub-grass | 2012 |
| 12 | 广场绿地G3 | 常绿落叶阔叶混交林Evergreen deciduous broadleaf mixed forest | 乔-灌Tree-shrub | 2000 |
| 13 | 广场绿地G3 | 落叶阔叶林Deciduous broadleaf forest | 乔-灌-草Tree-shrub-grass | 2000 |
| 14 | 广场绿地G3 | 针阔混交林Coniferous and broadleaf forest | 乔-灌-草Tree-shrub-grass | 2015 |
| 15 | 广场绿地G3 | 落叶阔叶林Deciduous broadleaf forest | 乔-灌-草Tree-shrub-grass | 2002 |
| 16 | 附属绿地XG | 针阔混交林Coniferous and broadleaf forest | 乔-灌Tree-shrub | 2012 |
| 17 | 附属绿地XG | 常绿落叶阔叶混交林Evergreen deciduous broadleaf mixed forest | 乔-灌-草Tree-shrub-grass | 2015 |
| 18 | 附属绿地XG | 落叶阔叶林Deciduous broadleaf forest | 乔-灌-草Tree-shrub-grass | 2017 |
| 19 | 附属绿地XG | 落叶阔叶林Deciduous broadleaf forest | 乔-灌Tree-shrub | 2003 |
| 20 | 附属绿地XG | 针阔混交林Coniferous and broadleaf forest | 乔-灌Tree-shrub | 2006 |
乔木层每木检尺,测量胸径、树高、冠幅、冠缺率和坏死率等参数;灌木层植被测量盖度。样点群落的郁闭度采用目测法结合数字式植物冠层分析仪(CI-110型,CID)进行测定。
样地土壤有机碳密度通过实地采样数据进行测度,土壤样品的获取过程,在每个标准样方内以“梅花点”法布设5个样点采样,用环刀每20 cm为一层取圆筒状土壤样品,混合成1个样品,取样深度100 cm。
1.3 研究方法 1.3.1 城市绿地碳储量的核算树木封存碳的数量是由其积累的生物量决定的,选择合适的生物量异速增长方程对于树木碳储量测度至关重要。为确保碳储量计算的科学性,对已有的相关研究进行梳理,筛选适合的方程构建混合生物量模型,若无相应的方程可参考,则选用同科物种的方程或阔叶树、针叶树广义方程替代。
由于草本植物相较乔木和灌木而言碳储存能力相对微弱,而且经常性修剪使其大部分碳元素又重新释放到大气与土壤中,因此本研究未将其列入计算范围内。城市绿地总碳储量计算公式为:
| $ S=S_{\mathrm{a}}+S_{\mathrm{s}}+S_{\mathrm{g}} $ | (1) |
式中:S为绿地总碳储量(kg); Sa为乔木层总碳储量(kg); Ss为灌木层总碳储量(kg); Sg为土壤碳储量(kg)。
(1) 乔木层总碳储量计算公式如下:
| $ S_{\mathrm{a}}=\sum\limits_{i=1}^n\left[\alpha \delta_i\left(m_{\mathrm{a}, i}+m_{\mathrm{g}, i}\right)\right] $ | (2) |
式中:α是生物量含碳率,采用联合国政府间气候变化专门委员会的缺省值0.5[16];δi是第i棵树的生物量修正系数,根据植物的健康状况进行赋值,其值由树木健康度赋分矩阵(表 2)得出;ma是植物的地上生物量(kg),根据表 3中构建的混合模型计算得出;mg是植物的地下生物量(kg),mg=maβ,β为根冠比系数,本研究根冠比系数取值0.26[17]。
| 坏死率 Dieback/% |
冠缺率Crown missing/% | ||||
| 0~10 | 11~20 | 21~30 | 31~40 | >40 | |
| 0~10 | 1.00 | 0.95 | 0.90 | 0.85 | 0.35 |
| 11~20 | 0.95 | 0.90 | 0.85 | 0.80 | 0.30 |
| 21~30 | 0.90 | 0.85 | 0.80 | 0.70 | 0.25 |
| 31~40 | 0.85 | 0.80 | 0.70 | 0.60 | 0.20 |
| >40 | 0.35 | 0.30 | 0.25 | 0.20 | 0.15 |
| 序号Number | 树种Tree species | 生物量方程Biomass equation | 来源Source |
| 1 | 柳树Salix | ma=0.136 8d1.32.408 | WANG[18] |
| 2 | 槭树Acer palmatum | ma=0.085 1d1.32.535 | WANG[18] |
| 3 | 白蜡Fraxinus chinensis | ma=2.189 3+0.032 949d1.32h | TABACCHI et al[19] |
| 4 | 栾树Koelreuteria paniculata | ma=0.915+0.01d1.32h | 贺红早等[20] |
| 5 | 银杏Ginkgo biloba | ma=-0.684+0.09d1.32h | 贺红早等[20] |
| 6 | 槐树Robinia pseudoacacia | ma=0.714+0.029d1.32h | 贺红早等[20] |
| 7 | 女贞Ligustrum lucidum | ma=0.907+0.01d1.32h | 贺红早等[20] |
| 8 | 油松Pinus tabuliformis | ma=0.844 6+0.664 ln(d1.32h) | 马钦彦[21] |
| 9 | 毛白杨Populus tomentosa | ma=0.016(d1.32h)1.007 | 杨丽[22] |
| 10 | 圆柏Juniperus chinensis | ma=131.87[(d1.3/100)2h]0.596 9 | 常学向等[23] |
| 11 | 香樟Cinnamomum camphora | ma=0.937+0.037d1.32h | JO et al[24] |
| 12 | 雪松Cedrus deodara | ma=1.26×(0.372 1d1.31.292 8+0.280 5d1.31.331 3) | JO et al[24] |
| 13 | 悬铃木Firmiana simplex | ma=0.069(d1.32h)0.913 3 | JO et al[24] |
| 14 | 水杉Metasequoia glyptostroboides | ma=exp(-0.816 8+2.154 91 lg d1.3) | JO et al[24] |
| 15 | 杜仲Eucommia ulmoides | ma=1.678+0.046d1.32h | JO et al[24] |
| 16 | 其他阔叶树Other broadleaf trees | ln ma=-3.561 8+2.664 5 ln d1.3 | JO et al[24] |
| 17 | 其他针叶树Other coniferous trees | ln ma=-2.279 6+2.287 4 ln d1.3 | JO et al[24] |
| 注:ma为地上生物量(kg),d1.3为胸径(cm),h为高度(m)。Note: ma is aboveground biomass (kg), d1.3 is diameter at breast height (cm), h is height (m). | |||
(2) 灌木层总碳储量计算
参考胡会峰等[25]的研究成果,河南省灌木群落的平均单位面积生物量为1.249 kg·m-2,根据单位面积生物量和灌木层盖度,可得到群落灌木碳储量,计算公式如下:
| $ S_{\mathrm{s}}=\sum\limits_{k=1}^m\left(1.249 \alpha F_k A_k\right) $ | (3) |
式中:Fk为测量的第k个样方的灌木盖度(%);Ak为第k个样方的面积(m2)。
(3) 土壤层碳储量计算公式[26]如下:
| $ S_{\mathrm{g}}=C \gamma M A_k(1-\theta) / 100 $ | (4) |
式中:C为有机碳平均碳含量(g·kg-1);γ为土壤容重(g·m-3);M为土壤深度(cm);θ为直径>2 mm的砾石含量(%)。
1.3.2 城市绿地群落结构分析为探明研究区内植被种类和数量上的分布特征,本研究对城市绿地数据进行了相对多度(RA)、相对频度(RF)和相对显著度(RD)分析,而这些参数的值之和代表了各树种的重要值指数(Iv),反映了物种区域主导性的大小。
| $ I_{\mathrm{v}}=\left(R_A+R_F+R_D\right) / 3 $ | (5) |
物种多样性对维持城市生态稳定有重要影响,群落的物种丰富程度和分布的均匀程度共同决定了生物多样性的大小。本研究利用群落物种总数(N)、Simpson指数(D)、Shannon-Wiener指数(H′)和Pielou指数(E)进行衡量。
| $ D=1-\sum\limits_{i=1}^N P_i^2 $ | (6) |
| $ H^{\prime}=-\sum\limits_{i=1}^N P_i \ln P_i $ | (7) |
| $ E=H^{\prime} /(\ln N) $ | (8) |
式中:Pi为种i的相对重要值。
树木材积的计算使用Newton公式[27]。
| $ V=h\left(A_{\mathrm{b}}+4 A_{\mathrm{m}}+A_{\mathrm{t}}\right) / 6 $ | (9) |
式中:V为树木的材积(m3);h为树高(m);Ab、Am、At分别为树木商品材高度的基底、中部、顶部的横截面积(m2)。
1.3.3 数据处理与分析该研究数据利用SPSS 26.0软件进行单因素方差分析(one-way ANOVA),采用T-检验分析不同数据组间的差异性,单因素方差分析采用最小显著差异法(least significant difference,LSD),用Pearson分析碳密度与各群落特征指标的相关性,显著性水平均设置为P < 0.05。制图利用Excel软件。
2 结果与分析 2.1 城市绿地碳密度的分布特征4种类型城市绿地生态系统的平均碳密度存在较大差异,分布在(11.60±3.26)~(25.98±11.17) kg·m-2,平均碳密度17.57 kg·m-2 (表 4)。公园绿地生态系统平均碳密度高于其他3种类型城市绿地,而广场绿地和防护绿地的生态系统平均碳密度较为接近,较公园绿地分别降低了32.06%和42.15%。附属绿地生态系统平均碳密度最低,较公园、广场和防护类型的绿地显著减低了22.82%~55.35%(P < 0.05)。因此,通过数据分析推测,研究区城市绿地群落的生态系统碳储量在空间上呈不均匀的分布格局。
| 绿地类型 Green space type |
碳密度Carbon density/(kg·m-2) | 碳占比Carbon proportion/% | ||||||
| 乔木Arbor | 灌木Shrub | 植被Vegetation | 土壤Soil | 生态系统Ecosystem | 植被Vegetation | 土壤碳Soil | ||
| 公园绿地G1 | 7.21(3.61)a | 0.04(0.02)b | 7.25(3.62)a | 18.72(7.86)a | 25.98(11.17)a | 27.94a | 72.06a | |
| 防护绿地G2 | 5.20(2.22)ab | 0.02(0.02)b | 5.22(2.24)ab | 9.81(1.85)b | 15.03(3.72)ab | 34.75a | 65.25a | |
| 广场绿地G3 | 4.13(1.35)ab | 0.10(0.02)a | 4.23(1.37)ab | 13.42(3.52)ab | 17.65(4.50)ab | 23.97a | 76.03a | |
| 附属绿地XG | 2.84(1.36)b | 0.02(0.01)b | 2.86(1.16)b | 8.74(2.29)b | 11.60(3.26)b | 24.66a | 75.34a | |
| 注:括号内数值为标准差,同列不同字母表示差异显著(P<0.05)。Note: the values in parentheses are the standard deviation, and different lowercase letters indicate that the same indicator has significant differences between different types of green spaces(P<0.05). | ||||||||
通过对各种类型城市绿地生态系统碳密度的组成结构分析发现,4种类型城市绿地群落生态系统的碳密度分布均是以土壤碳为主体(表 4)。其中,公园绿地、广场绿地和附属绿地的土壤平均碳密度占比均在70%以上,而防护绿地群落生态系统的碳密度构成发生变化,植被碳密度占比较其余类型城市绿地提高了6.81%~10.78%,但仍以土壤有机碳为主。结果表明,各种类型城市绿地群落碳存储分配方式差异不大,均是以形成土壤有机碳与积累植被生物量两种方式存储碳素,且土壤有机碳的占比较植被更高。
研究区植被平均碳密度为4.89 kg·m-2,4种类型城市绿地的植被平均碳密度存在较大差异(表 4)。乔木层平均碳密度为2.84~7.21 kg·m-2;灌木层平均碳密度为0.02~0.10 kg·m-2,仅占植被平均碳密度的0.38%~2.36%,表明灌木相对于乔木而言,碳储量非常小。进一步分析发现,各种类型城市绿地植被平均碳密度的垂直分配格局存在明显差异。研究区城市绿地乔木层平均碳密度呈现附属绿地<广场绿地<防护绿地<公园绿地的特征,公园绿地的乔木层平均碳密度最高,分别是防护绿地、广场绿地和附属绿地的1.39、1.75、2.54倍;而广场绿地的灌木层平均碳密度最高,是防护绿地和附属绿地的5.00倍。由此可见,群落的垂直结构及植物类型的改变可能对群落的植被碳密度产生影响。
城市绿地的土壤平均碳密度分布呈现由公园绿地向附属绿地逐步递减的趋势(表 4)。4种类型城市绿地的土壤平均碳密度为(8.74±2.29)~(18.72±7.86) kg·m-2。其中,公园绿地的土壤平均碳密度最高,附属绿地的最低,广场绿地、防护绿地、附属绿地的土壤平均碳密度较公园绿地的降低了28.32%~53.32%(P < 0.05)。
通过对4种类型城市绿地不同深度的土壤碳密度分析可知,在0~100 cm深度范围内,城市绿地土壤碳密度随着土壤深度的增加呈现递减的分布特征(图 1)。4种类型城市绿地的土壤碳密度分布均呈现明显的分层现象,高碳密度土层主要分布在0~40 cm,占土壤总碳密度的57.98%~65.90%。在水平分布上,4种类型城市绿地土壤碳密度在80~100 cm深度差异不显著(P < 0.05),在0~40 cm深度范围内土壤碳密度存在较大差异。由此推测,研究区4种类型城市绿地的土壤有机碳含量主要由0~40 cm的表层土壤中的碳密度决定。
|
注: 不同大写字母表示相同土层不同城市绿地类型土壤平均碳密度存在显著差异(P < 0.05),不同小写字母表示相同城市绿地类型不同土层间土壤平均碳密度存在显著差异(P < 0.05)。 Note: different capital letters indicate significant differences in soil average carbon density between different urban green space types in the same soil layer(P < 0.05), and different lowercase letters indicate significant differences in soil average carbon density between different soil layers in the same urban green space type(P < 0.05). 图 1 城市绿地土壤平均碳密度及分布 Fig. 1 Soil average carbon density and distribution in urban green space |
各种类型城市绿地的绿化树种在空间分布上有明显差异(表 5)。研究区城市绿地总体的Simpson指数、Shannon-Wiener指数和Pielou指数分别为0.941、3.109和0.875。其中,防护绿地的丰富度指数最高,附属绿地、公园绿地、广场绿地的丰富度指数依次递减,分别降低了5%~25%。各种类型城市绿地中防护绿地的Simpson指数最高,附属绿地和公园绿地的次之,广场绿地的最低,但各种类型城市绿地的Simpson指数均在0.9以上,变化趋势不明显。不同的城市绿地类型由于其功能性、养护条件的不同,植物的多样性存在差异。各种类型城市绿地中,公园绿地、广场绿地和附属绿地的Shannon-Wiener指数变化不大,均在2.523~2.761,Pielou指数介于0.894~0.938之间,而防护绿地的Shannon-Wiener和Pielou指数仅为1.824和0.609。综上表明,除防护绿地外,其余类型城市绿地的丰富度和均匀度都较大,具备较高的复杂程度和生态稳定性。防护绿地相较其他类型城市绿地,其Simpson指数最高,而Shannon-Wiener、Pielou指数最低,表明研究区内防护绿地的各树种在空间分布上呈现相同树种聚集度高的特征。
| 绿地类型 Green space type |
群落物种总数 Total number of community species |
Simpson指数 Simpson index |
Shannon-Wiener指数 Shannon-Wiener index |
Pielou指数 Pielou index |
| 公园绿地G1 | 17 | 0.904 | 2.532 | 0.894 |
| 防护绿地G2 | 20 | 0.935 | 1.824 | 0.609 |
| 广场绿地G3 | 15 | 0.901 | 2.523 | 0.932 |
| 附属绿地XG | 19 | 0.926 | 2.761 | 0.938 |
| 整体Total | 35 | 0.941 | 3.109 | 0.875 |
城市绿地的各物种在数量分布上呈现不均匀的分布特征(表 6)。在研究区采样点,共记录到702棵胸径(D1.3)大于5 cm的单株树木,隶属25科35种。通过对相对密度的分析发现,栾树具有最高的相对密度(12.96%),在所有样本中所占的比例最大,是城市绿地最主要的树种,与之对应的,棕榈和楝的占比最低(0.14%),较栾树降低了98.92%,表明其在群落中的占比很低,属于群落中的偶见种。相对频度的分析表明,二球悬铃木的相对频度最高(8.16%),较栾树和垂柳高出33.33%,表明其种植的分布范围最广,是各种类型城市绿化用地的优选树种。二球悬铃木(10.43%)、栾树(10.32%)和毛白杨(9.82%)三者的重要值显著高于其他树种,在种植数量上共占据了样本总数的34.05%,是研究区城市绿地群落优势度最高的树种,具有最强的区域主导性。
| 树种 Species |
相对密度 RA/% |
相对频度 RF/% |
相对显著度 RD/% |
重要值 Iv/% |
树种 Species |
相对密度 RA/% |
相对频度 RF/% |
相对显著度 RD/% |
重要值 Iv/% |
|
| 栾树Koelreuteria paniculata | 12.96 | 6.12 | 11.88 | 10.32 | 臭椿Ailanthus altissima | 1.14 | 3.06 | 1.00 | 1.73 | |
| 二球悬铃木Platanus acerifolia | 11.25 | 8.16 | 11.88 | 10.43 | 三球悬铃木Platanus orientalis | 1.00 | 1.02 | 0.64 | 0.89 | |
| 毛白杨Populus tomentosa | 9.83 | 5.10 | 14.53 | 9.82 | 梓Catalpa ovata | 0.85 | 2.04 | 0.55 | 1.15 | |
| 女贞Ligustrum lucidum | 8.12 | 7.14 | 2.95 | 6.07 | 雪松Cedrus deodara | 0.85 | 1.02 | 0.10 | 0.66 | |
| 杜仲Eucommia ulmoides | 6.70 | 5.10 | 2.19 | 4.66 | 枇杷Eriobotrya japonica | 0.85 | 1.02 | 0.53 | 0.80 | |
| 白蜡Fraxinus chinensis | 6.55 | 4.08 | 11.18 | 7.27 | 木兰Magnolia denudata | 0.71 | 2.04 | 0.29 | 1.01 | |
| 香樟Cinnamomum camphora | 5.98 | 4.08 | 7.35 | 5.80 | 枫杨Pterocarya stenoptera | 0.57 | 1.02 | 0.32 | 0.64 | |
| 垂柳Salix babylonica | 4.27 | 6.12 | 5.92 | 5.44 | 白杜Euonymus maackii | 0.43 | 2.04 | 0.12 | 0.86 | |
| 一球悬铃木Platanus occidentalis | 3.70 | 5.10 | 9.71 | 6.17 | 龙柏Sabina chinensis | 0.43 | 1.02 | 0.29 | 0.58 | |
| 侧柏Platycladus orientalis | 3.13 | 3.06 | 3.07 | 3.09 | 油松Pinus tabuliformis | 0.43 | 2.04 | 0.28 | 0.92 | |
| 槐Styphnolobium japonicum | 3.13 | 4.08 | 2.25 | 3.15 | 杜梨Pyrus betulifolia Bunge | 0.43 | 1.02 | 0.42 | 0.62 | |
| 水杉Metasequoia glyptostroboides | 2.99 | 1.02 | 1.23 | 1.75 | 三角槭Acer buergerianum | 0.43 | 2.04 | 0.69 | 1.05 | |
| 火炬树Rhus Typhina | 2.56 | 2.04 | 0.55 | 1.72 | 构树Broussonetia papyrifera | 0.28 | 1.02 | 0.19 | 0.50 | |
| 圆柏Juniperus chinensis | 2.42 | 2.04 | 3.28 | 2.58 | 七叶树Aesculus chinensis | 0.28 | 1.02 | 0.32 | 0.54 | |
| 银杏Ginkgo biloba | 2.28 | 3.06 | 1.00 | 2.11 | 黄连木Pistacia chinensis | 0.28 | 1.02 | 0.10 | 0.47 | |
| 楸Catalpa bungei | 1.85 | 3.06 | 2.09 | 2.33 | 黑松Pinus thunbergii | 0.14 | 1.02 | 0.83 | 0.66 | |
| 大叶朴Celtis koraiensis | 1.57 | 2.04 | 0.58 | 1.40 | 楝Melia azedarach | 0.14 | 1.02 | 0.83 | 0.66 | |
| 棕榈Trachycarpus fortunei | 0.14 | 1.02 | 0.10 | 0.42 |
研究区城市绿地的乔木胸径与数量分布基本呈偏正态分布,大多乔木的胸径处于10~40 cm,胸径>40 cm的植物数目较少,仅占总数的2.5%[图 2(a)]。近年来随着城市建设的逐渐加快,城市绿化的树种选择兼顾了景观属性,因此树高介于10~20 m的植物占据了样本的绝大多数,树高>20 m的树种仅占总数的0.14%[图 2(b)]。综上可看出,研究区城市绿地的植被多处于幼龄林以及近熟林之间,还有着很大的生长空间,其固碳能力具备进一步提升的潜力。
|
图 2 胸径等级和树高分布图 Fig. 2 Diameter class and tree height distribution |
将调查样地的林分植被各项生长变量指标与样地的碳密度汇总整理并进行相关性分析,以探究不同群落特征对城市绿地碳储量的影响和作用规律。
样地碳密度与群落生长变量指标的相关性分析结果表明(表 7),城市绿地的植被碳密度与绿地年龄、材积密度呈强正相关关系(P < 0.01),说明在大范围尺度上时间特征对绿地的植被碳密度影响很大,而材积密度作为林分群落生长变量的综合指标,与群落碳密度之间同样存在显著相关性(P < 0.01)。植被碳密度与样地的郁闭度和平均胸径呈中度正相关性(P < 0.01),表明群落的郁闭度和平均胸径对植被碳密度同样存在影响,但影响程度低于时间和材积密度的变化。由此可以看出建成时间较长和材积密度较高的城市绿地,一般拥有更高的植被碳密度,同时较高的群落郁闭度和平均胸径也会使绿地的植被碳密度提高。
| 指标 Indicator |
绿地年龄 Green space age |
平均胸径 Mean DBH |
平均树高 Mean height |
林分密度 Stand density |
郁闭度 Canopy closure |
材积密度 Volume density |
植被碳密度 Vegetation carbon density |
土壤碳密度 Soil carbon density |
| 绿地年龄Green space age | 1.000 | |||||||
| 平均胸径Mean DBH | 0.464* | 1.000 | ||||||
| 平均树高Mean height | 0.119 | 0.586** | 1.000 | |||||
| 林分密度Stand density | 0.202 | -0.265 | -0.445* | 1.000 | ||||
| 郁闭度Canopy closure | 0.649** | 0.632** | 0.136 | 0.344 | 1.000 | |||
| 材积密度Volume density | 0.719** | 0.792** | 0.634** | -0.031 | 0.684** | 1.000 | ||
| 植被碳密度Vegetation carbon density | 0.887** | 0.664** | 0.315 | 0.089 | 0.799** | 0.859** | 1.000 | |
| 土壤碳密度Soil carbon density | 0.889** | 0.441 | 0.156 | 0.167 | 0.602** | 0.684** | 0.794** | 1.000 |
| 注:*表示在0.05水平上显著相关,**表示在0.01水平上极显著相关。Note: * indicates a significant correlation at the 0.05 level, ** indicates a very significant correlation at the 0.01 level. | ||||||||
各种类型城市绿地土壤碳库的占比更高,是城市绿地碳储量的重要组成部分。绿地土壤碳密度与绿地年龄、植被碳密度呈现显著相关性(P < 0.01),与林分生长变量指标的相关性较弱(表 7)。结果显示,时间特征对城市绿地土壤碳密度的影响显著,说明作为成土因素之一的时间因素在城市绿地土壤演变和空间性质变异上起着重要作用。建成时间较长的城市绿地通常具有更高的土壤碳密度,可能的原因是伴随着人为干扰停止及城市绿地景观形成时间的增加,土壤受人为干扰的影响逐渐减弱,有机物质的消耗也趋向减弱,从而使城市绿地土壤碳密度增大。
各样地碳密度指标与生物多样性指标的相关性分析结果显示(表 8),城市绿地植被碳密度和土壤碳密度与生物多样性之间相关性均不显著。相较于生物多样性指标,城市绿地碳密度与群落生长变量指标联系更为密切,说明群落生长变量指标可侧面反映林分生物量、碳储量。
| 指标 Indicator |
群落物种总数 Total number of community species |
Simpson指数 Simpson index |
Shannon-Wiener指数 Shannon-Wiener index |
Pielou指数 Pielou index |
植被碳密度 Vegetation carbon density |
土壤碳密度 Soil carbon density |
| 群落物种总数Total number of community species | 1.000 | |||||
| Simpson指数Simpson index | 0.775** | 1.000 | ||||
| Shannon-Wiener指数Shannon-Wiener index | 0.871** | 0.964** | 1.000 | |||
| Pielou指数Pielou index | 0.641** | 0.965** | 0.901** | 1.000 | ||
| 植被碳密度Vegetation carbon density | -0.112 | -0.161 | -0.175 | -0.182 | 1.000 | |
| 土壤碳密度Soil carbon density | -0.079 | -0.010 | -0.077 | -0.005 | 0.794** | 1.000 |
| 注:**表示在0.01级别相关性显著。Note: ** indicates a significant correlation at the 0.01 level. | ||||||
开封城市绿地生态系统的平均碳密度为17.57 kg·m-2,介于广州的9.87 kg·m-2[28]和哈尔滨的29.24 kg·m-2 [29]之间,造成这种差异的原因可能是不同纬度的城市绿地的植被组成和结构不同,与哈尔滨城市绿地碳密度的较大差异表明开封城市绿地碳密度存在进一步提高的空间。研究区植被平均碳密度为4.89 kg·m-2,基本持平于武汉的4.72 kg·m-2 [30]、哈尔滨的5.04 kg·m-2 [29]和广州的5.97 kg·m-2 [28]。在河南省内,略高于漯河市的4.43 kg·m-2 [31],但低于郑州市的5.48 kg·m-2 [32]。其中,乔木碳储量占绿地植被总碳储量的98.8%,与相关研究结论一样保持着高比例[33],说明乔木是城市绿地植被碳库的主要贡献者。因此,选择和栽培合适的绿化树种,将更多的树木纳入城市绿化,可以有效提高城市绿地的碳封存量,从而发挥城市绿地更大的碳汇服务功能[34-35]。对土壤碳密度的研究的结果显示,开封城市绿地土壤碳库是植被碳库的1.88~3.17倍,表明土壤是城市绿地的重要碳库。研究区城市绿地土壤平均碳密度12.67 kg·m-2,接近徐州市的15.05 kg·m-2 [36],但远低于河南省天然森林的47.48 kg·m-2 [37]。与天然生态系统相比,土壤碳密度数值差异较大的原因可能是城市绿地土壤的来源多为客土,且人为因素的频繁扰动改变了土壤的层次和结构,从而导致城市绿地的土壤碳密度较天然生态系统偏低。
开封市城市绿地的树种在数量和空间分布上均呈现不均匀的特征。城市绿地主要以人工构建的群落为主,因此在植物种类上更需要合理配置,通过人为适当的调控植物群落密度以保证植物个体间的生长空间,从而实现群落的良性演替和增强城市绿地的碳汇能力。研究区城市绿地的乔木胸径多分布在10~40 cm径级,幼龄阶段的乔木占比大,表明快速城市化背景下的城市绿地同样具有较快的更替速率。城市中的高CO2浓度以及人类密集的园林管理措施会使得城市绿地中的乔木具有更高的生长率,因此针对不同生境合理选择植物种类,避免同一树种在城市绿地中大量使用造成单一化景观十分有必要。
开封城市绿地植被和土壤碳密度均与绿地年龄显著正相关。本研究表明城市绿地土壤有机碳储量与绿地年龄呈线性正相关,与相关研究结论一致[38]。城市绿地植被碳密度与材积密度、郁闭度和平均胸径也呈现正相关趋势。因此,在城市绿地的规划建设中对已建成绿地进行养护和保育措施,适当增加绿地乔木的种植密度、选择大规格乔木进行种植是提升城市绿地碳储量的有效措施,同时需结合生态学原理尽量选择本地树种,倡导乔、灌、草复合结构以增加立体绿化,从而达到提高城市绿地碳储量的目的。
与现有研究成果[13, 28, 30]相比,本文在城市绿地碳储量的计算中加入了土壤这一重要碳库,同时针对多物种尺度进行了细分,呈现出的结果具有较高的准确度,并进一步分析了绿地各项群落基本指标和生物多样性指标对城市绿地碳密度的作用规律,为高碳储城市绿地的建设提供了参考。诚然,本研究也存在一定欠缺,主要表现在此次研究中采用了河南省天然灌木林的平均单位面积生物量,受限于实验条件,未能通过砍伐标准木建立实地相对生长方程来计算灌木层碳密度,该因素对此次研究的结果产生一定影响。而在今后,亟需对开封城市绿地灌木层碳密度开展更深入地调查与分析,以确保碳储量计算结果更加客观合理。
4 结论(1) 开封城市绿地生态系统平均碳密度在(11.60±3.26)~(25.98±11.17) kg·m-2之间,空间分布差异较大,但均以植被生物量和土壤有机碳的形式存储碳元素,且土壤有机碳占比更高。开封城市绿地土壤平均有机碳密度在(8.74±2.29)~(18.72±7.86) kg·m-2之间,不同类型城市绿地的土壤碳密度差异显著。土壤碳密度主要由0~40 cm表土层决定,在0~100 cm土层深度,土壤碳密度随土壤深度的增加呈递减趋势。
(2) 开封城市绿地总体的物种多样性指数较高,生态系统稳定。大多城市绿地群落属于幼龄、中龄林,其固碳能力有进一步提升的空间。
(3) 时间因素对城市绿地的植被和土壤碳密度影响显著,表明其在城市绿地群落植被演变和土壤性质变异上起重要作用。城市绿地的材积密度、郁闭度和平均胸径均对植被碳密度有显著影响。城市绿地的植被和土壤碳密度与各生物多样性指标相关性均不显著。
| [1] |
毛行元, 徐志扬. 皖南山区森林碳储量及其动态变化[J]. 森林与环境学报, 2018, 38(2): 185-190. |
| [2] |
黎燕琼, 郑绍伟, 陈俊华, 等. 成都市中心城区城市森林树木的数量结构特征[J]. 森林与环境学报, 2018, 38(1): 71-75. |
| [3] |
王大睿. 厦门城市森林碳储量和碳密度时空变化特征[J]. 福建林学院学报, 2013, 33(1): 12-17. DOI:10.3969/j.issn.1001-389X.2013.01.003 |
| [4] |
NOWAK D J, CRANE D E. Carbon storage and sequestration by urban trees in the USA[J]. Environmental Pollution, 2002, 116(3): 381-389. DOI:10.1016/S0269-7491(01)00214-7 |
| [5] |
汤煜, 石铁矛, 卜英杰, 等. 城市绿地碳储量估算及空间分布特征[J]. 生态学杂志, 2020, 39(4): 1 387-1 398. DOI:10.13292/j.1000-4890.202004.014 |
| [6] |
王冬生, 况明生, 张小军, 等. 基于RS的城市绿地及其固碳能力演变研究: 以重庆市主城区为例[J]. 西南师范大学学报(自然科学版), 2012, 37(3): 105-112. DOI:10.3969/j.issn.1000-5471.2012.03.020 |
| [7] |
MYEONG S, NOWAK D J, DUGGIN M J. A temporal analysis of urban forest carbon storage using remote sensing[J]. Remote Sensing of Environment, 2006, 101(2): 277-282. DOI:10.1016/j.rse.2005.12.001 |
| [8] |
CURRIE B A, BASS B. Estimates of air pollution mitigation with green plants and green roofs using the UFORE model[J]. Urban Ecosystems, 2008, 11(4): 409-422. DOI:10.1007/s11252-008-0054-y |
| [9] |
马杰. 北京市六环内城市森林结构及其生态服务功能研究[D]. 北京: 中国林业科学研究院, 2019.
|
| [10] |
李惠敏, 陆帆, 唐仕敏, 等. 城市化过程中余杭市森林碳汇动态[J]. 复旦学报(自然科学版), 2004, 61(6): 1 044-1 050. |
| [11] |
SUN Y, XIE S, ZHAO S. Valuing urban green spaces in mitigating climate change: a city-wide estimate of aboveground carbon stored in urban green spaces of China's capital[J]. Global Change Biology, 2019, 25(5): 1 717-1 732. DOI:10.1111/gcb.14566 |
| [12] |
廖娇娇, 窦艳星, 安韶山. 黄土高原不同植被群落多样性与土壤有机碳密度关系研究[J]. 水土保持研究, 2022, 29(4): 75-82. |
| [13] |
和晓彤. 面向总体规划阶段的城市绿地碳汇量估算方法研究[D]. 西安: 西安建筑科技大学, 2021.
|
| [14] |
徐亚如, 戴菲, 殷利华. 武汉园博园碳汇效能综合研究[J]. 中国城市林业, 2019, 17(1): 33-36. |
| [15] |
STROHBACH M W, ARNOLD E, HAASE D. The carbon footprint of urban green space: a life cycle approach[J]. Landscape and Urban Planning, 2012, 104(2): 220-229. DOI:10.1016/j.landurbplan.2011.10.013 |
| [16] |
SAATCHI S S, HARRIS N L, BROWN S, et al. Benchmark map of forest carbon stocks in tropical regions across three continents[J]. Proceedings of the National Academy of Sciences, 2011, 108(24): 9 899-9 904. |
| [17] |
CAIRNS M A, BROWN S, HELMER E H, et al. Root biomass allocation in the world's upland forests[J]. Oecologia, 1997, 111(1): 1-11. |
| [18] |
WANG C. Biomass allometric equations for 10 co-occurring tree species in Chinese temperate forests[J]. Forest Ecology and Management, 2006, 222(1/2/3): 9-16. |
| [19] |
TABACCHI G, DI COSMO L, GASPARINI P. Aboveground tree volume and phytomass prediction equations for forest species in Italy[J]. European Journal of Forest Research, 2011, 130(6): 911-934. |
| [20] |
贺红早, 黄丽华, 段旭, 等. 贵阳二环林带主要树种生物量研究[J]. 贵州科学, 2007, 25(3): 33-39. |
| [21] |
马钦彦. 中国油松生物量的研究[J]. 北京林业大学学报, 1989, 11(4): 1-10. |
| [22] |
杨丽. 北京市大兴区毛白杨生物量模型的研建[J]. 河北林果研究, 2011, 26(4): 345-348. |
| [23] |
常学向, 车克钧, 宋彩福, 等. 祁连圆柏群落生物量及营养元素积累量[J]. 西北林学院学报, 1997, 12(1): 24-29. |
| [24] |
JO H, MCPHERSON G E. Carbon storage and flux in urban residential greenspace[J]. Journal of Environmental Management, 1995, 45(2): 109-133. |
| [25] |
胡会峰, 王志恒, 刘国华, 等. 中国主要灌丛植被碳储量[J]. 植物生态学报, 2006, 30(4): 539-544. |
| [26] |
解宪丽, 孙波, 周慧珍, 等. 中国土壤有机碳密度和储量的估算与空间分布分析[J]. 土壤学报, 2004, 41(1): 35-43. |
| [27] |
HUSCH B, BEERS T W, KERSHAW JR J A. Forest mensuration[M]. New York: John Wiley & Sons, 2002.
|
| [28] |
黄柳菁, 张颖, 邓一荣, 等. 城市绿地的碳足迹核算和评估: 以广州市为例[J]. 林业资源管理, 2017, 46(2): 65-73. |
| [29] |
顾韩, 施芋宇, 刁洁, 等. 哈尔滨丁香公园4种典型人工绿地群落碳密度研究[J]. 环境科学研究, 2021, 34(6): 1 417-1 424. |
| [30] |
陈科屹, 刘润华, 张博, 等. 武汉市环城林带森林碳储量及其动态变化[J]. 水土保持研究, 2021, 28(2): 54-59. |
| [31] |
SONG P, KIM G, MAYER A, et al. Assessing the ecosystem services of various types of urban green spaces based on i-Tree Eco[J]. Sustainability, 2020, 12(4): 1 630. |
| [32] |
郭欢欢, 侯少沛, 赵建霞, 等. 城市园林绿地不同群落类型碳储量研究: 以郑州市公园绿地为例[J]. 河南科学, 2019, 37(9): 1 431-1 437. |
| [33] |
王迪生. 基于生物量计测的北京城区园林绿地净碳储量研究[D]. 北京: 北京林业大学, 2010.
|
| [34] |
DAY M, BALDAUF C, RUTISHAUSER E, et al. Relationships between tree species diversity and above-ground biomass in Central African rainforests: implications for REDD[J]. Environmental Conservation, 2014, 41(1): 64-72. |
| [35] |
WOLDEGERIMA T, YESHITELA K, LINDLEY S. Ecosystem services assessment of the urban forests of Addis Ababa, Ethiopia[J]. Urban Ecosystems, 2017, 20(3): 683-699. |
| [36] |
张彩云, 于法展, 李岚, 等. 徐州市城区绿地土壤碳储量格局及养分特征[J]. 水土保持研究, 2012, 19(1): 120-124. |
| [37] |
张宠. 河南省森林土壤有机碳储量及其空间分布格局[D]. 洛阳: 河南科技大学, 2019.
|
| [38] |
刘兆云, 章明奎. 城市绿地年龄对土壤有机碳积累的影响[J]. 生态学杂志, 2010, 29(1): 142-145. |
2023, Vol. 43


