南京市浦口区蓝绿空间格局演变及土地利用变化分析
浅析产业类历史地段外部空间环境的重塑——以南京浦口火车站地区为例
３２ ２ ３ 院 落 空 间 ．．．
［ ］ 徐磊青 ， １ 杨公侠． 环境心理学［ ． Ｍ］ 上海 ： 同济大学出版社 ，０ ２ ２ ０
院落空 间相 对于城 市和整个 居住 区而 言 ， 内部 空 间。 是
相对 于组 团内的住宅 而言 ， 是外部空 间。是住 宅与外部 空间 之 间的过渡 空间。院落空 间对 于组 团内 的居 民来 说 ， 有较 具 强 的归属感 和领域 感 ， 环境 心理学 研究 表明 ， 领域 空间对 集
４ 结束 语
小 区结构 的适宜 开放是 近来小 区规 划 中讨 论 的热点话
廊道被广泛地运用在 现代住宅 的设 计 中， 如廊式住 宅的
外走廊 、 外部环境的风雨廊 、 顶层或底 层 的绿化 步道 ， 与栋 栋 之 间的连廊等等 ， 廊道空间是一种有效地 能促 进形成人 们 日
常生活经历 和交往乐趣 的空间诱 因。
着整个居住小 区的品质和居住 环境 。
３２２ 过 渡空间 ．．
院落空间 同时是重要 的景观要素 。人们 透过窗外 ， 最直接 的 景观就是 院落景观 。院落空 间有 比较 明确的空 间界定 ， 空 但 间并不是 闭合 ， 而是 一种 有效 的围合 ， 空间是建筑 的延 伸 ， 或 作为前景 ， 或作 为衬 托、 或作为视觉焦点 ， 每一个 这样 的限定 开放空间是一个完整 的实体 ， 它更 是相邻 的空问和构筑 物 但
（０ ：３— ８ １）３ ３
５ 结束 语
对 于浦 口火车站地 区 ， 延续地段特色不 能采取简单保 留 原有建筑 的方式 ， 口火车 站地 区拥 有 滨江 优 良 的区位 条 浦 件， 具有完整的民 国建 筑风貌 ， 留了较为完 整 的铁 路及 其 保
专题22 城乡土地利用及其演变的题型分析(解析版)
专题22 城乡土地利用及其演变的题型分析城乡土地利用是人类对土地自然属性的利用方式和目的意图，是一种动态过程。
经济增长、农村人口向城市迁移、土地利用管理政策和生态保护修复工程（如退耕还林工程）的变化以及气候变暖都推动了中国土地利用变化，但主要驱动力取决于土地利用类型及其地理位置；人口增长和经济发展是耕地向建成区转化的主要因素，而地形、坡度等地理环境的差异是耕地向森林和草原转化的主要驱动因素；以气温和降水增加为特征的气候变暖是东北和西北地区贫瘠草原和荒地转为耕地的主要驱动力。
一、乡村土地利用及变化土地利用结构反映了一个国家或地区土地资源的可利用和已利用的程度及开发利用潜力。
乡村地区的土地利用，虽以农林渔牧用地即广义的农用地为主体，但其他形式的用地亦占一定的比重，包括住宅用地、商服用地、工矿仓储用地、未利用地等。
乡村土地利用受人口迁移、城镇化及乡村振兴政策等的影响，土地利用形式发生改变。
1.人口外迁，导致农村劳动力减少，撂荒地增加，引发农业经营的新模式，如土地流转；2.城市化推进，交通、住宅等对耕地的占用等；人口的迁移变化会影响城市郊区化速度、土地开发状况、房地产发展状况；3.乡村引进工业，工业用地增加，农业用地减少，用地结构发生变化；4.退耕还林、农业保护政策等都会对农村土地利用方式产生影响1．（2022·山东·高考真题）阅读图文资料，完成下列要求。
宋代以来，珠江三角洲某地的人们通过沿江沿海筑堤、修坝、淤地等一系列人工活动围垦田地。
堤围始建于宋代，初次合围（环绕围垦田地的外堤合拢）于明初，兴盛于清中叶。
下图示意该地不同时期的围垦景观。
（1）宋元时期，当地乡民沿水而居，居民点呈散点状分布。
分析居民点呈散点状分布的主要自然原因。
【答案】（1）地势低洼，河网密布，可利用的土地块小而分散。
【解读】（1）由图及材料可以推断，珠江三角洲位于河流入海口，地势低洼，河流多分叉，该地位于季风气候区，降水多，河网密布，使得能用来耕种利用的土地面积小而且分散。
(完整版)南京市城市绿地系统
规划结构 在市域生态格局的基础上，结合水系格局、山林格局、交 通格局、城镇格局、古都格局、绿道格局等，系统构建南京 市域绿地系统结构。
“一江两河”展锦带——长 江、秦淮河、滁河
“四环六楔”显格局——明 城墙风光带、明外郭-秦淮新河 风光带以及绕城公路、绕城公路 沿线绿地形成的四个绿色环带， 以及从市域楔入主城的六条生态 绿楔。
江北副城绿地系统结构 “两轴三带六廊七园”
城市绿地防灾避险规划
规划目标：规划建设防灾绿 地5处、新增固定防灾公园4 处；原有一般防灾公园及广 场7处，新增12处。 规划布局：固定防灾公园9处， 用于灾害发生后的避难、救 援、恢复建设等活动的基地， 一般防灾公园及广场49处， 保证每个城市组团均有一处 防灾避险绿地。
环境风貌独特，南京充分发挥山水城林 优势，形成了独具特色的城市绿地系统。 当前，南京市正加快推进国家生态市、 国家生态园林城市、国家森林城市等 “三城同创”工作，努力把南京建设成 为经济生态高效、环境生态优美、社会 生态文明、自然生态与人类文明高度和 谐统一的现代化生态型城市。
规划基础
自然资源丰富多元：南京市具有良好的山水景观格局。 城市绿地建设基础良好：南京市先后荣获“国家园林城市”、“全国 绿化先进单位”、“全国绿化模范城市”、“全国文明城市”、“国 家卫生城市”、“国家森林城市”等荣誉称号，并被建设部确定为全 国首批“国家生态园林城市”的试点城市。 历史文化积淀深厚：南京历史文化资源丰富，有着近2500年的建城史 和250年建都史。
“九道十八射”秀景观—— 在市域层面组织生态休闲绿道， 串联整合自然山水、历史人文资 源，引导开展休闲旅游、体育健 身活动。同时结合由主城向外放 射的高速公路、高速铁路、国道、 省道等对外交通道路构筑景观绿 带。
南京下关及浦口老街区发展演化研究
南京下关及浦口老街区发展演化研究潘之潇摘 要：本文以南京下关、浦口地区的老街区为例，从物质形态和社会结构两方面分析老街区发展演化过程，重点研究老街区总体格局和居住建筑的演进以及居住人群的变迁，在此基础上总结老街区的不同衰退类型并提出更新理念，最后对老街区更新模式作出初步探索。
关键词：老街区 物质形态 社会结构 演化发展 更新模式1 街区发展演进1.1 物质空间演化城市老街区是一个动态发展的过程，她处在一定的城市背景环境中，不同的城市化进程和速度往往决定了老街区发展演化的不同阶段。
老街区常包含众多重要历史文化建筑，如何在改造提升其物质环境的同时保持住它的内在精神是需要我们重点思考的问题。
本文的讨论对象大马路街区和津浦社区分别位于南京下关区与浦口区(图1)，虽然两区仅一江之隔，但已表现出明显不同的城市化速度，主城区之内的下关区受惠于优越的交通条件发展迅速，而处于江北的浦口区则发展稍缓。
在不同的城市发展背景下老街区的发展演变将有何不同呢？图1 老街区区位1.1.1街区的演进过程以下关火车站旁的大马路街区为例，在建立之初是一片以天主教堂为核心的居民区，其中法国天主教堂建设于光绪16年（1890），直到下关车站建成通车（1908）后往来人流日益增多，天主教在大马路天光、天保、天祥等里弄兴建住宅房屋群（1916），房屋式样均为整齐排列的里弄式住宅。
（图2）图2大马路街区历史建筑分布 然而在历经多次战火和火灾的洗礼后，天祥里中原有房屋已经不存，只剩天光、天保里中部分房屋仍保持原状，现在的房屋多兴建于60年代。
随着下关车站的持续发展，大马路街区人口不断增加，居民大多对原有房屋进行了改建加建以适应生活需要，在这种见缝插针的填空式扩建之后，原有的里弄住宅前院成了一层小屋，仅余的狭窄巷道成了各个住户的厅堂厨房。
在最后一丝公共空间被利用完毕之后，部分单位买下最初属于天主教的房屋开始建设单位大院，拆除原来的老式住宅，开始新建多层住宅以解决单位职工的居住问题。
南京市土地利用变化与社会经济发展指标耦合研究
南京市土地利用变化与社会经济发展指标耦合研究【摘要】本文主要对南京市土地利用变化与社会经济发展指标的耦合关系进行了研究。
通过对南京市土地利用现状和社会经济发展指标的分析，发现两者之间存在一定的关联性。
影响因素分析显示，土地利用变化对社会经济发展指标有显著影响。
基于研究结果，提出了一些建议，包括加强土地利用规划与社会经济发展指标的协调发展。
结论表明，南京市土地利用与社会经济发展指标之间存在一定程度的耦合关系，土地利用变化对社会经济发展指标的影响较大。
未来应该重视土地利用规划与社会经济发展指标的协调发展，以推动南京市经济的可持续发展。
【关键词】南京市、土地利用、社会经济发展、耦合研究、现状分析、指标分析、关联分析、影响因素、政策建议、耦合关系、规划、协调发展1. 引言1.1 研究背景南京市作为中国的历史文化名城，近年来经济快速发展，城市化进程加快，土地利用格局不断发生变化。
随着城市化进程的推进，土地利用结构逐渐向城市化、工业化倾斜，城镇化用地需求大幅增加，农用地不断流失。
土地资源的有限性和重要性使得土地利用变化与社会经济发展之间的关系显得愈发紧密。
南京市作为长三角城市群的重要节点城市，其土地利用变化对社会经济发展具有重要影响。
研究南京市土地利用变化与社会经济发展指标的耦合关系，可以更好地了解土地利用变化对社会经济发展的影响机制，为科学合理规划城市发展提供依据，促进经济可持续发展。
本文旨在通过对南京市土地利用变化与社会经济发展指标的耦合关系进行研究，分析其相互影响和互动机制，探讨土地利用规划与社会经济发展指标之间的协调发展关系，为南京市未来的可持续发展提出政策建议。
1.2 研究目的研究目的是明确南京市土地利用变化与社会经济发展指标之间的关联性，探讨其耦合程度以及影响因素，为制定未来的土地利用规划和社会经济发展政策提供科学依据。
通过深入分析南京市土地利用现状和社会经济发展指标的变化情况，揭示二者之间的内在联系，进一步揭示土地利用变化对社会经济发展指标的影响机制，为实现土地利用和经济社会协调发展提供理论支持和政策建议。
城市蓝绿空间格局对碳固存的影响测度及关键指标
㊀第２１卷㊀第６期２０２３年１２月中㊀国㊀城㊀市㊀林㊀业ＪｏｕｒｎａｌｏｆＣｈｉｎｅｓｅＵｒｂａｎＦｏｒｅｓｔｒｙＶｏｌ ２１㊀Ｎｏ ６Ｄｅｃ ２０２３城市蓝绿空间格局对碳固存的影响测度及关键指标∗袁旸洋１ꎬ２㊀郭㊀蔚１㊀汤思琪１㊀杨明珠１㊀汪瑞军３１㊀东南大学建筑学院㊀南京㊀２１００９６２㊀江苏省城乡与景观数字技术工程中心㊀南京㊀２１００９６３㊀合肥工业大学建筑与艺术学院㊀合肥㊀２３０６０１㊀收稿日期:２０２３－１０－３０∗基金项目:国家自然科学基金重点项目(５１８３８００３)ꎻ东南大学 至善青年学者 支持计划(２２４２０２３Ｒ４０００２)㊀第一作者/通信作者:袁旸洋(１９８７－)ꎬ女ꎬ博士ꎬ副教授ꎬ硕士生导师ꎬ研究方向为风景园林规划设计及理论㊁数字景㊀㊀㊀㊀㊀㊀观技术㊁城市蓝绿空间ꎮＥ－ｍａｉｌ:ｙｙｙ＠ｓｅｕ ｅｄｕ ｃｎ㊀通信作者:汪瑞军(１９８６－)ꎬ男ꎬ博士ꎬ讲师ꎬ研究方向为风景园林规划设计与理论㊁城市绿地生态㊁城乡风貌与环境设㊀㊀㊀㊀㊀㊀计ꎮＥ－ｍａｉｌ:２０２１８００１６２＠ｈｆｕｔ ｅｄｕ ｃｎ摘要: 双碳 背景下城市空间碳汇结构与布局的提升与优化是重要的研究内容ꎮ作为碳汇效益的主要载体ꎬ城市蓝绿空间在增汇减碳方面具有协同作用ꎬ但当下对于城市蓝绿空间整体格局对其碳固存的影响关联研究不足ꎮ文章以合肥中心城区为例ꎬ基于２０００㊁２０１０㊁２０２０年的数据ꎬ在量化城市蓝绿空间格局特征的基础上ꎬ采用机器学习ＸＧＢｏｏｓｔ￣ＳＨＡＰ模型测度与解译城市蓝绿空间格局对碳固存的影响及关键指标ꎮ结果表明:１)城市蓝绿空间格局对碳固存具有影响ꎬ且不同格局特征的影响程度不同ꎮ２)影响碳固存的城市蓝绿空间格局关键指标有斑块层的ＦＲＡＣ㊁ＣＯＮＴＩＧ㊁ＡＲＥＡ和ＥＮＮꎬ类型层的ＥＤ㊁ＣＯＨＥＳＩＯＮ㊁ＤＩＶＩＳＩＯＮ和ＬＳＩꎮ３)蓝绿斑块形状复杂度越高ꎬ越有利于碳汇效益的发挥ꎻ蓝绿空间分布的聚集度越高㊁距离越近㊁连通度越高ꎬ碳汇效益越好ꎮ据此ꎬ提出以碳增汇为目标的城市蓝绿空间格局规划优化策略ꎬ以期为城市蓝绿空间规划与管理提供参考ꎮ关键词:城市蓝绿空间ꎻＮＰＰꎻ景观格局指标ꎻ数字景观技术ꎻＸＧＢｏｏｓｔ￣ＳＨＡＰ模型ＤＯＩ:１０.１２１６９/ｚｇｃｓｌｙ.２０２３.１０.３０.０００１ＡｓｓｅｓｓｉｎｇｔｈｅＩｍｐａｃｔｏｆＵｒｂａｎＢｌｕｅ￣ＧｒｅｅｎＳｐａｃｅＰａｔｔｅｒｎｏｎＣａｒｂｏｎＳｅｑｕｅｓｔｒａｔｉｏｎａｎｄＩｔｓＫｅｙＩｎｄｉｃａｔｏｒｓＹｕａｎＹａｎｇｙａｎｇ１ꎬ２㊀ＧｕｏＷｅｉ１㊀ＴａｎｇＳｉｑｉ１㊀ＹａｎｇＭｉｎｇｚｈｕ１㊀ＷａｎｇＲｕｉｊｕｎ３(１ ＳｃｈｏｏｌｏｆＡｒｃｈｉｔｅｃｔｕｒｅꎬＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙꎬＮａｎｊｉｎｇ２１００９６ꎬＣｈｉｎａꎻ２ ＪｉａｎｇｓｕＰｒｏｖｉｎｃｉａｌＵｒｂａｎａｎｄＲｕｒａｌＤｉｇｉｔａｌＴｅｃｈｎｏｌｏｇｙＥｎｇｉｎｅｅｒｉｎｇＣｅｎｔｅｒꎬＮａｎｊｉｎｇ２１００９６ꎬＣｈｉｎａꎻ３ ＣｏｌｌｅｇｅｏｆＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＡｒｔꎬＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙꎬＨｅｆｅｉ２３０６０１ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｉｎｔｈｅｃｏｎｔｅｘｔｏｆ ｄｕａｌｃａｒｂｏｎｇｏａｌｓ ꎬｅｎｈａｎｃｉｎｇａｎｄｏｐｔｉｍｉｚｉｎｇｔｈｅｓｔｒｕｃｔｕｒｅｓａｎｄｌａｙｏｕｔｓｏｆｃａｒｂｏｎｓｉｎｋｉｎｕｒｂａｎｓｐａｃｅｓｉｓａｓｉｇｎｉｆｉｃａｎｔｒｅｓｅａｒｃｈｔｏｐｉｃ.Ｕｒｂａｎｂｌｕｅ￣ｇｒｅｅｎｓｐａｃｅ(ＵＢＧＳ)ꎬｓｅｒｖｉｎｇａｓｔｈｅｐｒｉｍａｒｙｆａｃｉｌｉｔａｔｏｒｓｏｆｃａｒｂｏｎｓｉｎｋｂｅｎｅｆｉｔｓꎬｅｘｅｒｔｓａｓｙｎｅｒｇｉｓｔｉｃｉｎｆｌｕｅｎｃｅｏｎｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎａｎｄｅｍｉｓｓｉｏｎｓｒｅｄｕｃｔｉｏｎ.ＴａｋｉｎｇＨｅｆｅｉ ｓｃｉｔｙｃｏｒｅａｓａｎｉｌｌｕｓｔｒａｔｉｖｅｃａｓｅｓｔｕｄｙꎬｔｈｉｓｐａｐｅｒｅｍｐｌｏｙｓｔｈｅｍａｃｈｉｎｅｌｅａｒｎｉｎｇｍｏｄｅｌꎬＸＧＢｏｏｓｔ￣ＳＨＡＰꎬｔｏｇａｕｇｅａｎｄｅｌｕｃｉｄａｔｅｔｈｅｉｎｆｌｕｅｎｃｅｏｆｔｈｅＵＢＧＳｐａｔｔｅｒｎｏｎｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎａｎｄｔｈｅｉｒｐｉｖｏｔａｌｉｎｄｉｃａｔｏｒｓａｆｔｅｒｑｕａｎｔｉｆｙｉｎｇｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅＵＢＧＳｐａｔｔｅｒｎｗｉｔｈｔｈｅｄａｔａｓｐａｎｎｉｎｇｔｈｅｙｅａｒｓ２０００ꎬ２０１０ꎬａｎｄ２０２０.Ｔｈｅｆｉｎｄｉｎｇｓｕｎｖｅｉｌ:１)ＴｈｅＵＢＧＳｐａｔｔｅｒｎｈａｓａｄｉｓｃｅｒｎｉｂｌｅｉｎｆｌｕｅｎｃｅｏｎｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎꎬａｎｄｐａｔｔｅｒｎｓｗｉｔｈｄｉｆｆｅｒｅｎｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｈａｖｅｖａｒｉｅｄｅｘｔｅｎｔｏｆｉｎｆｌｕｅｎｃｅａｔｔｈａｔꎻ２)ＴｈｅｐｉｖｏｔａｌｉｎｄｉｃａｔｏｒｓｏｆｔｈｅＵＢＧＳｐａｔｔｅｒｎｆｏｒａｓｓｅｓｓｉｎｇｔｈｅｉｎｆｌｕｅｎｃｅｏｎｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎ㊀第６期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀ｉｎｃｌｕｄｅｔｈｅｐａｔｃｈ￣ｌｅｖｅｌｍｅｔｒｉｃｓｌｉｋｅＦＲＡＣꎬＣＯＮＴＩＧꎬＡＲＥＡａｎｄＥＮＮꎬａｎｄｔｈｅｃｌａｓｓ￣ｌｅｖｅｌｍｅｔｒｉｃｓｓｕｃｈａｓＥＤꎬＣＯＨＥＳＩＯＮꎬＤＩＶＩＳＩＯＮａｎｄＬＳＩꎻａｎｄ３)Ｈｉｇｈｅｒｃｏｍｐｌｅｘｉｔｙｉｎｔｈｅｓｈａｐｅｏｆｂｌｕｅａｎｄｇｒｅｅｎｐａｔｃｈｅｓｗｉｌｌｂｒｉｎｇｈｉｇｈｅｒｂｅｎｅｆｉｔｓｆｒｏｍｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎꎬａｎｄｌｉｎｅａｒｐａｔｃｈｅｓｅｘｈｉｂｉｔｓｕｂｓｔａｎｔｉａｌｌｙｌｏｗｅｒｃａｒｂｏｎｓｉｎｋｂｅｎｅｆｉｔｓｉｎｃｏｍｐａｒｉｓｏｎｔｏａｒｅａ￣ｓｈａｐｅｄｐａｔｃｈｅｓ.Ｅｎｈａｎｃｅｄａｇｇｒｅｇａｔｉｏｎꎬｃｌｏｓｅｒｐｒｏｘｉｍｉｔｙꎬａｎｄｈｅｉｇｈｔｅｎｅｄｃｏｎｎｅｃｔｉｖｉｔｙｏｆｂｌｕｅａｎｄｇｒｅｅｎｓｐａｃｅｓｃｏｒｒｅｌａｔｅｗｉｔｈｓｕｐｅｒｉｏｒｃａｒｂｏｎｓｉｎｋｂｅｎｅｆｉｔｓ.ＢａｓｅｄｏｎｔｈｉｓꎬｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｉｅｓｆｏｒＵＢＧＳｐａｔｔｅｒｎｐｌａｎｎｉｎｇａｒｅｐｒｏｐｏｓｅｄｗｉｔｈｔｈｅｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎａｎｄｅｍｉｓｓｉｏｎｒｅｄｕｃｔｉｏｎａｓｔｈｅｇｏａｌꎬｗｉｔｈｔｈｅａｉｍｔｏｐｒｏｖｉｄｅｒｅｆｅｒｅｎｃｅｓｆｏｒｔｈｅｐｌａｎｎｉｎｇａｎｄｍａｎａｇｅｍｅｎｔｏｆｔｈｅＵＢＧＳ.Ｋｅｙｗｏｒｄｓ:ｕｒｂａｎｂｌｕｅ￣ｇｒｅｅｎｓｐａｃｅꎻＮＰＰꎻｌａｎｄｓｃａｐｅｍｅｔｒｉｃꎻｄｉｇｉｔａｌｌａｎｄｓｃａｐｅｔｅｃｈｎｏｌｏｇｙꎻＸＧＢｏｏｓｔ￣ＳＨＡＰｍｏｄｅｌ㊀㊀近年来ＣＯ２等温室气体排放加速全球变暖ꎬ引发了系列环境和社会问题ꎮ为应对气候变化所产生的威胁ꎬ２０１６年«巴黎协定»敦促世界各国通过实际行动减少温室气体排放ꎬ增强固碳能力ꎬ减缓全球变暖的速度[１]ꎮ我国在第７５届联合国大会上提出了碳中和㊁碳达峰战略ꎮ城市虽然仅占全球陆域总面积的３％ꎬ却产生了超过７０％的碳排放[２]ꎮ由此ꎬ城市在我国 双碳 战略的实施中具有关键地位ꎬ推动城市空间碳源汇结构与布局向绿色低碳转型成为当下重要的研究内容ꎮ城市蓝绿空间(Ｕｒｂａｎｂｌｕｅ￣ｇｒｅｅｎｓｐａｃｅꎬＵＢＧＳ)是城市发展过程中留存或新建的绿色空间和蓝色空间的总和ꎬ包括所有自然㊁半自然㊁人工的绿地与水体ꎬ是城市生态系统的重要组成部分[３－４]ꎮ研究表明ꎬ绿色空间是碳汇量最大的贡献者ꎬ其产生的碳汇可以抵消２８％~３７％的ＣＯ２排放量ꎬ而湿地㊁河流㊁湖泊和沼泽等蓝色空间是巨大的碳库ꎮ除了植被㊁土壤的固碳释氧功能ꎬ城市蓝绿空间还可以通过缓解城市热岛效应㊁改善人居环境微气候ꎬ促进居民绿色出行等途径ꎬ间接减少碳排放[５]ꎮ综上ꎬ蓝绿空间具有直接增碳汇㊁间接减碳排的双重生态效益ꎬ是城市中发挥碳汇效益的主要载体[６]ꎮ以往关于城市蓝绿空间碳汇的研究多聚焦绿地和森林的碳汇量估算方法ꎬ包括样地清查法㊁模型估算法[７]㊁遥感反演法[８]和温室气体清查法等ꎮ其中ꎬ基于遥感技术的植被净初级生产力(ＮｅｔＰｒｉｍａｒｙＰｒｏｄｕｃｔｉｖｉｔｙꎬＮＰＰ)[９－１０]估算已广泛应用于区域和城市尺度ꎮ有学者从城乡规划学和生态学的角度ꎬ分析土地利用变化㊁气候变化[１１－１２]㊁城市树种及其生长周期[１３]对城市蓝绿空间碳汇的影响机制ꎮ例如:Ｌｉ等[１４]证明城市中森林面积的增大对ＮＰＰ有正向影响ꎻＹａｎｇ等[１５]研究了ＮＰＰ对土地利用变化的响应认为ꎬ耕地向林地和草地的转换可以有效提高生态系统固碳能力ꎮ景观格局是市域生态空间尺度影响碳汇功能提升的关键因素ꎮ城市蓝㊁绿空间具有相似的自然生态属性ꎬ在生态功能和物质交换㊁能量流动等自然过程中相互影响㊁相互依存ꎬ具有强关联性和整体性[１６]ꎬ共同构成了城市自然碳汇系统ꎮ现有研究多从单一绿色空间中格局及群落构成的角度展开[１７－１８]ꎬ而已有研究证实ꎬ城市水体对绿地的碳汇能力提升具有一定促进作用ꎬ当下关于城市整体蓝绿空间格局对碳汇效益影响的研究有待开展[１９－２０]ꎮ本研究从整体性视角出发ꎬ以合肥中心城区为例ꎬ采用景观格局指标量化２０００㊁２０１０㊁２０２０年城市蓝绿空间格局特征ꎬ基于机器学习的ＸＧＢｏｏｓｔ￣ＳＨＡＰ模型测度蓝绿空间格局特征对ＮＰＰ的影响ꎬ并解译其关键指标ꎬ解析城市蓝绿空间格局特征如何影响碳固存(Ｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎ)ꎬ旨在为高质量发展背景下基于碳增汇目标的城市蓝绿空间格局优化提供参考ꎬ助力城市蓝绿空间融合发展ꎮ１ 研究区概况合肥位于安徽省中部(１１７ʎＥꎬ３１ʎＮ)ꎬ属长三角城市群ꎬ天然山水禀赋良好ꎬ呈现 岭湖辉映 的蓝绿交织体系ꎮ平均海拔约３７ ５１ｍꎬ地形以平原和丘陵为主ꎬ属于亚热带湿润季风气候ꎬ冬冷夏热ꎻ年平均气温１５ ７ħꎬ年平均日照２１００ｈ以上ꎻ降雨量近１０００ｍｍꎬ主要集中在５ ６月ꎮ２０００年以来ꎬ合肥城市快速扩张㊁人口增长７㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第２１卷迅速ꎬ２０２２年迈入了特大城市行列ꎮ在此期间ꎬ合肥市政府重视城市环境建设ꎬ积极响应生态文明建设战略ꎬ出台了一系列政策聚焦于城市环境修复ꎬ蓝绿空间在发展中得到保护与恢复ꎮ从国土区位㊁发展特点㊁自然资源等方面来看ꎬ合肥是长江中下游高密度城市发展的典型代表之一ꎮ本文的研究范围为合肥市中心城区ꎬ即«合肥市国土空间总体规划(２０２１ ２０３５年)»中市辖区范围ꎬ包括蜀山㊁包河㊁瑶海㊁庐阳４个行政区ꎬ总面积为１３１２ ５ｋｍ２ꎮ２㊀研究方法选取２０００㊁２０１０㊁２０２０年的数据进行研究ꎬ以避免单个年份的遥感及气象数据因精度㊁极端气候等因素带来误差ꎮ主要内容包括城市蓝绿空间格局特征量化㊁碳固存计算㊁关键指标分析与解译ꎮ２ １㊀数据获取与处理本研究所采用的数据包括土地利用数据㊁气象数据㊁植被类型数据㊁ＮＤＶＩ数据(表１)ꎮ从地理空间数据云平台(ｈｔｔｐｓ://ｗｗｗ.ｇｓｃｌｏｕｄ.ｃｎ/)获取２０００㊁２０１０年ＬａｎｄｓａｔＴＭ及２０２０年ＬａｎｄｓａｔＯＬＩ共３期遥感影像ꎬ空间分辨率３０ｍꎮ基于ＧｏｏｇｌｅＥａｒｔｈＥｎｇｉｎｅ平台对影像进行辐射定标㊁大气几何校正㊁条带修复等处理ꎮ根据中国土地利用/土地覆盖遥感监测数据分类系统(ＬＵＣＣ)遥感解译处理后的影像ꎬ将其划分为耕地㊁林地㊁草地㊁建设用地㊁水体㊁未利用地６类ꎬ得到各期合肥市土地利用分类数据ꎮ采用Ｋａｐｐａ系数对分类后图像精度评估验证ꎬ总体精确度达到８５％ꎬ高于最低精度要求ꎮ利用ＡｒｃＭａｐ１０ ８软件将林地㊁草地重分类成绿色空间ꎬ将水体重分类成蓝色空间ꎬ获得２０００㊁２０１０与２０２０年合肥中心城区蓝绿空间分布图(图１)ꎮ表１㊀数据来源及处理㊀㊀数据类型㊀㊀㊀㊀㊀㊀㊀数据来源数据精度土地利用数据ＧｏｏｇｌｅＥａｒｔｈＥｎｇｉｎｅ(ｈｔｔｐｓ://ｅａｒｔｈｅｎｇｉｎｅ ｇｏｏｇｌｅ ｃｏｍ/)Ｌａｎｄｓａｔ￣５(２０００年)㊁ｌａｎｄｓａｔ￣７(２０１０年)㊁Ｌａｎｄｓａｔ￣８(２０２０年)３０ｍˑ３０ｍ气象站点数据气温降水日辐射地理遥感生态网(ｈｔｔｐ://ｗｗｗ ｇｉｓｒｓ ｃｎ/)３０ｍˑ３０ｍ植被类型覆盖图地理遥感生态网(ｈｔｔｐ://ｗｗｗ ｇｉｓｒｓ ｃｎ/)３０ｍˑ３０ｍＮＤＶＩ数据ＧｏｏｇｌｅＥａｒｔｈＥｎｇｉｎｅ(ｈｔｔｐｓ://ｅａｒｔｈｅｎｇｉｎｅ ｇｏｏｇｌｅ ｃｏｍ/)Ｌａｎｄｓａｔ￣５(２０００年)㊁ｌａｎｄｓａｔ￣７(２０１０年)㊁Ｌａｎｄｓａｔ￣８(２０２０年)３０ｍˑ３０ｍ图１㊀合肥中心城区蓝绿空间分布２ ２㊀基于ＣＡＳＡ模型的ＮＰＰ计算采用ＮＰＰ表征城市蓝绿空间碳固存能力ꎬ选用ＣＡＳＡ模型进行计算ꎮＣＡＳＡ模型由Ｐｏｔｔｅｒ等[２１]１９９３年提出ꎬ用于表征陆地生态系统中Ｈ２Ｏ㊁Ｃ和Ｎ通量跟随时间演变而不断变化的生态系统过程ꎬ适合区域尺度的ＮＰＰ研究和估算[２２]ꎬ计算公式如下:ＮＰＰｘꎬｔ()＝ＡＰＲＡｘꎬｔ()ˑεｘꎬｔ()(１)㊀㊀式(１)中:ＮＰＰ(ｘꎬｔ)表示像元ｘ在ｔ月的植被净初级生产力(单位:ｇＣ ｍ－２ ａ－１)ꎻＡＰＡＲ(ｘꎬｔ)表示像元ｘ在ｔ月吸收的光合有效辐射(单位:ｇＣ ｍ－２ ｍｏｎｔｈ－１)ꎻε(ｘꎬｔ)表示像元ｘ在ｔ月的实际光能利用率(单位:ｇＣ ＭＪ－１)ꎮ８㊀第６期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀植被吸收的光合有效辐射取决于太阳辐射和植物本身的特征ꎬＡＰＲＡ的计算公式如下:ＡＰＲＡｘꎬｔ()＝ＳＯＬｘꎬｔ()ˑＦＰＡＲｘꎬｔ()ˑ０ ５(２)㊀㊀式(２)中:ＳＯＬ(ｘꎬｔ)表示ｔ时期像元ｘ在ｔ月的太阳总辐射(单位:ＭＪ ｍ－２ｍｏｎｔｈ－１)ꎻＦＰＡＲ(ｘꎬｔ)为植被层对入射光合有效辐射的吸收比例ꎻ常数０ ５表示植被所能利用的太阳有效辐射占太阳总辐射的比例ꎮεｘꎬｔ()＝Ｔεｘꎬｔ()ˑＴεｘꎬｔ()ˑＷεｘꎬｔ()ˑεｍａｘ(３)㊀㊀式(３)中:Ｔε１(ｘꎬｔ)和Ｔε２(ｘꎬｔ)分别指月高温㊁月低温对光能利用率的胁迫作用系数ꎻＷε(ｘꎬｔ)为水分胁迫的影响系数ꎻεｍａｘ是理想条件下的最大光能利用率(单位:ｇＣ ＭＪ－１)ꎮ基于ＮＰＰ计算结果ꎬ使用自然断点法对计算结果分级ꎬ得到合肥中心城区３年的ＮＰＰ空间分布(图２)ꎮ图２㊀合肥中心城区２０００㊁２０１０㊁２０２０年ＮＰＰ空间分布２ ３㊀城市蓝绿空间格局特征量化选用斑块层与类型层的景观格局指标量化城市蓝绿空间格局特征(表２)ꎮ斑块层指标强调单个蓝绿斑块的特征ꎬ类型层侧重表征蓝绿空间整体形态特征ꎬ采用Ｆｒａｇｓｔａｔｓ４ ３软件计算ꎮ由于城市区域的蓝绿空间格局表现出高度的空间异质性和尺度依赖性[２３]ꎬ需选取适宜的移动窗口尺度ꎮ通过粒度和幅度分析方法确定６０ｍ为最适合研究区的粒度值ꎬ４００ｍ作为格局计算时移动窗口的大小ꎮ２ ４㊀ＸＧＢｏｏｓｔ模型构建与ＳＨＡＰ方法解译ｅＸｔｒｅｍｅＧｒａｄｉｅｎｔＢｏｏｓｔｉｎｇ(ＸＧ￣Ｂｏｏｓｔ)机器学习模型是由Ｃｈｅｎ等[２４]提出的一种结合监督学习和集成学习方法的极限梯度提升树算法ꎮ针对本研究数据集庞大㊁特征复杂的问题ꎬＸＧＢｏｏｓｔ模型训练结果稳定㊁模型训练效率高ꎬ可很好地避免过拟合现象的发生[２５]ꎮ本研究分别基于斑块层和类型层２类指标及其对应的３年ＮＰＰ值ꎬ构建６个数据集ꎮ以２０２０年为例ꎬ采用ＡｒｃＧＩＳ１０ ７软件的随机取样工具创建随机取样点２００００个ꎬ将斑块层各指标和ＮＰＰ计算值提取至点ꎮ在建立类型层数据集时ꎬ考虑到取样点分布的均匀性及数据量ꎬ创建随机取样点４００００个ꎬ剔除不属于蓝绿空间的点ꎮ为避免模型的过拟合现象发生ꎬ对数据集进行了正则化处理ꎬ将８０％的数据作为训练集㊁２０％的数据作为测试集用于模型验证ꎮ其次ꎬ借助贝叶斯优化方法(Ｔｒｅｅ￣ｓｔｒｕｃｔｕｒｅｄＰａｒｚｅｎＥｓｔｉｍａｔｏｒꎬＴＰＥ)调整ＸＧＢｏｏｓｔ模型超参数ꎬ选取模型中主要超参数ｎ＿ｅｓｔｉｍａｔｏｒｓ㊁ｍａｘ＿ｄｅｐｔｈ㊁ｌｅａｒｎｉｎｇ＿ｒａｔｅ进行优化ꎮ之后ꎬ选择平均绝对误差(ＭｅａｎＡｂｓｏｌｕｔｅＥｒｒｏｒꎬＭＡＥ)㊁均方根误差(ＲｏｏｔＭｅａｎＳｑｕａｒｅｄＥｒｒｏｒꎬＲＭＳＥ)和决定系数(Ｒ２)做为预测效果的评价指标ꎬＲ２越接近１ꎬ表明模型拟合效果越好[２６]ꎮ此外ꎬ利用十折交叉验证法检验模型的泛化能力ꎬ对预测模型精度进行估计[２７]ꎮ验证结果６个数据集的均方根误差ＲＭＳＥ㊁评价绝对误差ＭＡＥ均较小ꎬＲ２值均接近１ꎬ十折交叉验证结果为０ ６９９~０ ９４２ꎬ表明建立的ＸＧＢｏｏｓｔ模型在训练集和测试集上的精度水平符合预期要求ꎮ９㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第２１卷表２㊀蓝绿空间格局特征指标指标分类指标名称㊀㊀计算公式㊀㊀㊀㊀内涵斑块层面积(ＡＲＥＡ)ＡＲＥＡ＝ａｉｊ１１００００()蓝绿斑块的面积周长(ＰＥＲＩＭ)ＰＥＲＩＭ＝ｐｉｊ斑块的周长ꎬ包括斑块内部孔隙的边缘长度欧式距离(ＥＮＮ)ＥＮＮ＝ðｚｒ＝１ｈｉｊｒｚ斑块边缘与斑块质心之间的平均距离分形维数(ＦＲＡＣ)ＦＲＡＣ＝２ｌｎ０ ２５ｐｉｊ()ｌｎａｉｊ１ɤＦＲＡＣɤ２()空间尺度(斑块大小)范围内的形状复杂性近圆指数(ＣＩＲＣＬＥ)ＳＱＵＡＲＥ＝１－ａｉｊａｓｉｊ[]０ɤＣＩＲＣＬＥɤ１()方形斑块ＣＩＲＣＬＥ＝０ꎬ细长线性斑块ＣＩＲＣＬＥ＝１邻近指数(ＣＯＮＴＩＧ)ＣＯＮＴＩＧ＝ðｚｒ－１ｃｉｊｋａｓｉｊéëêêùûúú－１ｖ－１０ɤＣＯＮＴＩＧɤ１()蓝绿斑块的空间连通性或邻近性类型层面积占比(ＰＬＡＮＤ)ＰＬＡＮＤ＝ðｎｊ＝１ａｉｊＡ每种斑块类型的比例丰度最大斑块指数(ＬＰＩ)ＬＰＩ＝ｍａｘａｉｊ()Ａ１００()空间类型的优势度量边缘密度(ＥＤ)ＥＤ＝ＥＡ在一定程度上表征空间形状复杂度景观形状指数(ＬＳＩ)ＬＳＩ＝０ ２５Ｅ㊀Ａ总边缘或边缘密度的标准化度量聚集度(ＡＩ)ＡＩ＝ｇｉｉｍａｘңｇｉｉ[]１００()蓝绿空间的聚集程度破碎度(ＤＩＶＩＳＩＯＮ)ＤＩＶＩＳＩＯＮ＝Ａ２ðｎｊ＝１ａ２ｉｊ蓝绿空间的破碎程度内聚力指数(ＣＯＨＥＳＩＯＮ)ＣＯＨＥＳＩＯＮ＝１－ðｍｊ＝１Ｐｉｊðｍｊ＝１Ｐｉｊ㊀ａｉｊéëêêùûúú１－１㊀Ａ[]－１１００()(０<ＣＯＨＥＮＳＩＯＮ<１００)蓝绿空间的物理连通性㊀㊀ＳＨＡＰ(ＳＨａｐｌｅｙＡｄｄｉｔｉｖｅｅｘＰｌａｎａｔｉｏｎｓ)方法由Ｌｕｎｄｂｅｒｇ和Ｌｅｅ[２８]提出ꎬ可准确解释机器学习模型中每个特征对结果的贡献度ꎬ提供全局模型和单个特征的局部解释结论ꎬ适用于解译城市蓝绿空间格局多个特征对碳固存的影响关系ꎮ同时ꎬＳＨＡＰ与ＸＧＢｏｏｓｔ集成良好ꎬ可通过ＴｒｅｅＳＨＡＰ算法有效地估计ＳＨＡＰ值[２９]ꎬ公式如下ꎮ＾ｙｉ＝ｓｈａｐ０＋ｓｈａｐＸ１ｉ()＋ｓｈａｐＸ２ｉ()＋＋ｓｈａｐＸｐｉ()(４)㊀㊀式(４)中:ｓｈａｐＸｊｉ()为观测ｉ的第ｊ个特征的ｓｈａｐ值ꎬ表示该特征对预测的边际贡献ꎮ假设一个ＸＧＢｏｏｓｔ模型ꎬ其中一组Ｎ(具有Ｎ个特征)用于预测输出ｖ(Ｎ)ꎮ在ＳＨＡＰ中ꎬ每个特征Φｉ是特征ｉ的贡献ꎬ对模型输出ｖ(Ｎ)的贡献是基于它们的边际贡献分配的ꎬ公式如下:Φｉｖａｌ()＝ðＳɪｘꎬ ｘ{}＼ｘ{}Ｓ!ｐ－Ｓ－１()!ｐ!ｖａｌＳɣｘｊ{}()－ｖａｌＳ()()(５)式(５)中:ｐ是特征的总数ꎻ{ｘｉꎬｘｐ}＼{ｘｊ}是不包括ｘｊ的所有可能的特征组合的集合ꎻＳ是{ｘｉꎬ ｘｐ}＼{ｘｊ}的特征集ꎻｖａｌ(Ｓɣ{ｘｊ})是特征在Ｓ加上特征ｘｊ的模型预测ꎮ３㊀结果与分析３ １㊀特征重要程度斑块层指标重要性排序(图３Ａ)表明ꎬ２０００年前３分别是ＦＲＡＣ㊁ＣＯＮＴＩＧ㊁ＡＲＥＡꎬ２０１０年是ＦＲＡＣ㊁ＥＮＮ㊁ＣＯＮＴＩＧꎬ２０２０年为ＦＲＡＣ㊁ＥＮＮ㊁ＡＲＥＡꎮ综合来看ꎬＦＲＡＣ在３年中ꎬ对ＮＰＰ的影响程度均最高ꎬ说明蓝绿斑块形状的复杂程度对碳固存最为重要ꎮ其次ꎬＣＯＮＴＩＧ在２０００㊁２０１０年ꎬＡＲＥＡ在２０００㊁２０２０年ꎬＥＮＮ在２０１０㊁２０２０年的贡献度排序为前３ꎬ表明蓝绿斑块的邻近度㊁面积㊁距离与碳固存有较强的相关０１㊀第６期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀性ꎮ类型层指标重要性表明排名前３(图３Ｂ)分别为:２０００年是ＣＯＨＥＳＩＯＮ㊁ＥＤ㊁ＤＩＶＩＳＩＯＮꎬ２０１０年是ＬＳＩ㊁ＥＤ㊁ＤＩＶＩＳＩＯＮꎬ２０２０年是ＥＤ㊁ＣＯＨＥＳＩＯＮ㊁ＬＳＩꎮＥＤ在３年中ꎬ对ＮＰＰ的影响程度均最高ꎮ由此ꎬ蓝绿空间整体形状的复杂程度是影响碳固存的重要格局特征ꎮＣＯＨＥＳＩＯＮ在２０００㊁２０２０年ꎬＤＩＶＩＳＩＯＮ在２０００㊁２０１０年ꎬＬＳＩ在２０１０㊁２０２０年的重要性排序为前３ꎬ这表明蓝绿空间整体的连通性㊁破碎度㊁形状复杂性对于碳固存有较强的影响ꎮ综上ꎬ从特征重要程度排序可见斑块层中的ＦＲＡＣ㊁ＣＯＮＴＩＧ㊁ＡＲＥＡ和ＥＮＮ是影响碳固存的４个关键指标ꎬ类型层的关键指标是ＥＤ㊁ＣＯＨＥＳＩＯＮ㊁ＤＩＶＩＳＩＯＮ和ＬＳＩꎮ图３㊀城市蓝绿空间格局特征重要程度排序３ ２㊀关键指标分析３ ２ １㊀斑块层指标由图４可知ꎬ３年中ꎬ斑块层指标对ＮＰＰ影响趋势基本相似ꎮ表征斑块形状的ＦＲＡＣ㊁ＣＩＲＣＬＥ中ꎬＦＲＡＣ反映蓝绿斑块的形状ꎬ与ＮＰＰ呈正相关ꎬ即随着单个蓝绿斑块形状复杂程度的增加ꎬ碳固存能力增强ꎮ这可能是生态斑块形状越复杂ꎬ斑块与其他斑块之间的物质和能量信息交换越频繁ꎬ对斑块的生态功能辐射越有利ꎮ城市建成密度较高的区域大量蓝绿空间因受建筑㊁道路等硬质边界的限制ꎬ形状规则ꎬ碳固存能力较弱ꎮ因此ꎬ自然植被覆盖度高㊁人为干扰较少的蓝绿空间斑块ꎬ其形状复杂且受环境影响较小ꎬ斑块内部的生态结构较为稳定ꎬ碳固存能力更高ꎮＣＩＲＣＬＥ表征蓝绿斑块的近圆指数ꎬ与ＮＰＰ呈负相关ꎮＣＩＲＣＬＥ值接近１时ꎬ其形状越接近线形ꎬＮＰＰ值显著降低ꎬ即线形蓝绿斑块的碳固存能力较低ꎮ合肥中心城区的线形蓝绿斑块主要是十五里河㊁南淝河等水体及两侧绿地ꎬ以及道路绿地ꎮ河道等线性蓝绿斑块的碳固存能力较低的原因可能是硬化的河道驳岸阻碍了蓝绿之间的物质交换ꎬ限制了固碳能力的发挥ꎮ而道路绿地碳固存不高的原因可能是由于机动车排放的ＣＯ２浓度过高ꎬ对道路两侧绿化植物的碳固存能力产生一定的胁迫作用ꎮ表征蓝绿斑块分布的ＥＮＮ㊁ＣＯＮＴＩＧ与ＮＰＰ均呈负相关ꎮ其中ꎬＥＮＮ表征蓝绿斑块之间的距离ꎬ其与ＮＰＰ呈负相关ꎬ表明蓝绿斑块在空间分布上呈现更加分散的状态时ꎬ不利于碳固存能力的发挥ꎮＥＮＮ越小意味着城市蓝绿斑块的聚集度越高㊁破碎度越低ꎬ越有利于发挥碳固存能力ꎮＱｉｕ等[３０]研究得出林地聚集有利于ＵＧＩ植被碳吸收ꎬＭｎｇａｄｉ等[３１]认为景观破碎化会引起碳固存能力降低ꎬ与本文的研究结论基本一致ꎮ景观破碎度的增加会直接影响生境质量[３２]ꎬ若蓝绿空间的破碎度过高ꎬ即使植被覆盖程度较高ꎬ也不一定有好的碳固存能力ꎮ究其原因ꎬ一是蓝绿空间的破碎导致彼此联系减弱ꎬ阻断了物质交换与能量流动ꎮ研究表明ꎬ蓝绿空间的结构改变会直接影响植被的固碳功能[３３]ꎬ进而影响生态系统的净初级生产力ꎮ二是蓝绿空间的聚集程度将通过影响１１㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第２１卷图４㊀斑块层关键影响指标分析温度等植被生长环境ꎬ从而影响固碳能力ꎮ大量研究证实城市绿地的总面积相同情况下更密集的绿地通常比碎片化的更凉爽ꎮ高聚集度的蓝绿空间温度相对较低ꎬ避免了高温对植物光合作用的胁迫ꎬ影响植物的固碳能力[３４]ꎮＣＯＮＴＩＧ表征蓝绿斑块邻近度ꎬ其值在[０ꎬ０ ６]区间ꎬＳＨＡＰ值保持稳定ꎬ但在[０ ６ꎬ１ ０]区间ꎬ随着ＣＯＮＴＩＧ值的增大ꎬＳＨＡＰ值下降ꎮ其原因是:在合肥中心城区内ꎬ绿地中的绿色植物是发挥固碳作用的主体ꎬ而ＣＯＮＴＩＧ较高的区域为巢湖㊁董铺水库㊁大房郢水库等大面积水域ꎬ蓝绿空间中水体占比过大ꎬ导致其固碳量较低ꎮ表征斑块大小的ＡＲＥＡ㊁ＰＥＲＩＭ与ＮＰＰ的相关性趋势相似ꎬ均表现为指标值越大ꎬＳＨＡＰ值２１㊀第６期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀越高ꎬ与ＮＰＰ呈正相关ꎬ即蓝绿斑块的面积越大ꎬ有利于碳固存能力提升ꎮ值得注意的是ꎬ当ＡＲＥＡ与ＰＥＲＩＭ的值在０附近时ꎬ对应的ＮＰＰ值变化区间较大ꎮ原因可能有二:一是形状的差异导致相似面积大小的蓝绿斑块碳固存能力有所不同ꎻ另一个是蓝绿斑块中不同的植物种类与群落结构造成了相同面积下碳固存的差异ꎮ因此ꎬ针对城市中尺度较小的蓝绿斑块ꎬ在面积增大受到限制的情况下ꎬ其碳固存能力的提升更应关注斑块形状和空间分布的调控ꎮ３ ２ ２㊀类型层指标表征蓝绿空间形状的ＥＤ㊁ＬＳＩ与ＮＰＰ均呈现正相关(图５)ꎮ其中ꎬＥＤ指标在[０ꎬ１２５]区间的ＮＰＰ值上升趋势加剧ꎬ在[１２５ꎬ２００]区间图５㊀类型层关键影响指标分析３１㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第２１卷的ＮＰＰ值上升趋势减缓ꎬ表明蓝绿空间的生态效益存在边缘效应ꎬ其与周边环境之间的界面越长ꎬ越有利于碳汇功能的发挥ꎮ同时ꎬＥＤ㊁ＬＳＩ均体现了蓝绿空间形状的复杂程度ꎬ均与ＮＰＰ正相关ꎬ表明蓝绿空间整体形状越复杂㊁固碳效果越好ꎮ其原因在于:蓝绿空间整体的形状复杂度提升ꎬ使之与周围环境间的界面更长[４]ꎬ蓝绿斑块之间㊁蓝绿斑块与其他斑块之间的物质和能量信息交换越频繁ꎬ碳汇效益的辐射范围更广ꎮ此外ꎬ有研究指出不规则的蓝绿斑块形态会降低其冷岛效应ꎬ使环境温度有一定的增加ꎬ从而间接影响植物的固碳作用[３５－３６]ꎮＤＩＶＩＳＩＯＮ和ＡＩ分别表征蓝绿空间破碎度与聚集度ꎮ当ＡＩ值在８０时ꎬＳＨＡＰ值最高ꎬ当[８０ꎬ１００]时ꎬＳＨＡＰ值降低ꎬ即ＮＰＰ降低ꎬ这是因为研究区内ＡＩ值[８０ꎬ１００]的区域为水体ꎬ而水体的碳汇效益明显低于绿地ꎮＤＩＶＩＳＩＯＮ与ＮＰＰ的正负关系不明晰ꎬ原因在于绿地的破碎度较高ꎬ而水体较低ꎬ蓝绿空间碳汇机制的不同对结果造成了一定的影响ꎮ与此类似的是表征蓝绿空间占比的ＰＬＡＮＤꎬ其与ＮＰＰ的关系呈现出一定的波动性ꎬ笔者认为主要原因在于合肥中心城区内蓝绿空间区域中水体的占比较大ꎮＣＯＨＥＳＩＯＮ表征蓝绿空间分布上的连通性ꎬ与ＮＰＰ呈现显著的正相关ꎬ即蓝绿空间的连通度越高ꎬ越有利于碳固存ꎮ这说明城市蓝绿空间的连通性是影响城市生态环境效益的重要因素ꎬ连通性的增加有助于改善城市蓝绿空间的均衡布局ꎬ更好地发挥降温效应ꎬ为植物提供良好的生长环境ꎬ从而增强植物的碳固存ꎻ另一方面ꎬ蓝绿空间连通性的增大可改善土壤水文连通性ꎬ水文通过影响土壤养分含量ꎬ调节植物营养元素浓度从而影响植被生长和固碳效率[３７－３８]ꎮ４ 城市蓝绿空间格局优化策略本研究的模型计算结果证实了城市蓝绿空间格局对其碳固存能力存在影响ꎬ指征蓝绿斑块形状的ＦＲＡＣ㊁ＣＯＮＴＩＧ㊁ＡＲＥＡ㊁ＥＮＮ以及表征蓝绿空间关系的ＥＤ㊁ＤＩＶＩＳＩＯＮ㊁ＣＯＨＥＳＩＯＮ㊁ＬＳＩ均是关键的影响指标ꎮ通过提取并比对高碳汇区域(图６)ꎬ据此提出以碳增汇为目标的城市蓝绿空间格局规划优化策略ꎮ图６㊀典型高碳汇蓝绿空间图谱单元㊀㊀１)规划与管理者要重视蓝绿斑块形状的调整与优化ꎮ对于面积较小ꎬ规模受限的蓝绿斑块ꎬ提升其碳固存能力的最重要途径在于形状和分布的调控ꎮ本研究发现蓝绿斑块边缘密度和斑块形状复杂程度对碳固存具有促进作用ꎮ因此ꎬ一方面应针对沿湖沿河地区ꎬ加强岸线保护ꎬ增加边缘式斑块如滨江湿地㊁林地的建设ꎬ合理利用巢湖沿岸的蓝绿空间资源ꎻ同时ꎬ进一步恢复城市发展中被填埋的沟㊁渠㊁小溪等水网末端支流㊁修复边角绿色空间ꎬ增大自然形态的蓝绿空间占４１㊀第６期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀比ꎮ另一方面ꎬ针对地块或街区尺度的蓝绿空间设计ꎬ需对蓝绿空间形态进行精细化调控ꎬ避免形状过于规则的蓝绿斑块ꎬ在蓝绿空间与灰色空间之间增加过渡区域ꎬ增大蓝绿空间的渗透作用ꎮ２)提高城市蓝绿空间的聚集度㊁降低破碎度㊁提高连通性ꎮ在市域及城区尺度上ꎬ根据原有蓝绿空间的形态特征及空间组合模式开展针对性地规划设计ꎮ针对较大规模蓝绿斑块ꎬ如大蜀山㊁紫蓬山㊁巢湖等自然林地和水体ꎬ须严守政府制定的生态保护红线ꎬ设立生态核心区ꎬ限制建设用地的扩张ꎬ避免破碎化的发生ꎻ河道㊁道路绿化等线性蓝绿廊道ꎬ应尽量增加其宽度ꎻ关注新增蓝绿空间与周边蓝绿空间之间的连接ꎬ织补城市中心城区蓝绿空间网络ꎬ提升城市蓝绿斑块之间的连通性ꎮ５ 结论城市蓝绿空间格局对碳汇效益具有影响ꎬ不同的城市蓝绿空间格局特征对碳汇效益的影响程度不同ꎮ从格局特征的重要性程度来说ꎬ在斑块层中ꎬ城市蓝绿空间格局的ＦＲＡＣ㊁ＣＯＮＴＩＧ㊁ＡＲＥＡ和ＥＮＮ是影响碳固存的４个主要特征ꎻ在类型层中ꎬＥＤ㊁ＣＯＨＥＳＩＯＮ㊁ＤＩＶＩＳＩＯＮ和ＬＳＩ是影响碳固存的４个主要特征ꎮ在形态方面ꎬ城市蓝绿斑块的形态特征较面积特征对碳固存的影响更突出ꎮ在一定阈值内ꎬ城市蓝绿斑块的形状越复杂越有利于其碳固存的发挥ꎬ线性蓝绿空间斑块的碳固存能力明显低于面状蓝绿空间ꎮ此外ꎬ蓝绿斑块之间的距离越大ꎬ其碳固存能力越低ꎮ在分布方面ꎬ蓝绿空间聚集度越高㊁破碎度越低㊁碳汇效益越好ꎮ同时ꎬ蓝绿斑块之间的邻接性越高㊁连通度越高ꎬ碳汇效益越高ꎮ本研究尚存在一定的局限性ꎮ首先ꎬ由于受到遥感数据精度的限制ꎬ以及生态过程复杂性的制约ꎬ城市蓝绿空间碳固存的量化难以做到精准化ꎮ其次ꎬ在更小尺度上ꎬ植物种类㊁树木覆盖度㊁植物群落结构等是影响碳固存的重要因素ꎮ今后可以从多尺度㊁系统化出发ꎬ在关键影响指标研究的基础上ꎬ进一步探究水体对不同植被类型绿地碳固存能力的促进机制ꎬ研究蓝色空间对绿色空间固碳的增效作用ꎮ城市蓝绿空间是复杂且动态变化的三维实体ꎬ未来可将城市蓝绿空间的三维形态特征㊁拓扑空间网络引入研究ꎻ此外ꎬ还可基于城市化进程中蓝绿空间格局演变特征ꎬ探讨城市化对于碳固存的影响ꎬ更加全面深入地分析城市蓝绿空间形态特征与碳固存之间的关联ꎮ参考文献[１]ＧＲＩＭＭＮＢꎬＦＡＥＴＨＳＨꎬＧＯＬＵＢＩＥＷＳＫＩＮＥꎬｅｔａｌ.Ｇｌｏｂａｌｃｈａｎｇｅａｎｄｔｈｅｅｃｏｌｏｇｙｏｆｃｉｔｉｅｓ[Ｊ].Ｓｃｉｅｎｃｅꎬ２００８ꎬ３１９(５８６４):７５６－７６０.[２]ＩｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌＰａｎｅｌｏｎＣｌｉｍａｔｅＣｈａｎｇｅ(ＩＰＣＣ).Ｃｌｉｍａｔｅｃｈａｎｇｅ２０１３:ｔｈｅｐｈｙｓｉｃａｌｓｃｉｅｎｃｅｂａｓｉｓ.ＣｏｎｔｒｉｂｕｔｉｏｎｏｆｗｏｒｋｉｎｇｇｒｏｕｐＩｔｏｔｈｅｆｉｆｔｈａｓｓｅｓｓｍｅｎｔｒｅｐｏｒｔｏｆｔｈｅｉｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌｐａｎｅｌｏｎｃｌｉｍａｔｅｃｈａｎｇｅ[Ｃ].ＣａｍｂｒｉｄｇｅＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓꎬ２０１４. [３]周聪惠ꎬ张诗宁ꎬ赵金ꎬ等.城市蓝绿系统一体规划编制的关键问题与对策[Ｊ].规划师ꎬ２０２３ꎬ３９(１１):１０９－１１６. [３]ＹＵＺＷꎬＹＡＮＧＧＹꎬＺＵＯＳＤꎬｅｔａｌ.Ｃｒｉｔｉｃａｌｒｅｖｉｅｗｏｎｔｈｅｃｏｏｌｉｎｇｅｆｆｅｃｔｏｆｕｒｂａｎｂｌｕｅ￣ｇｒｅｅｎｓｐａｃｅ:ａｔｈｒｅｓｈｏｌｄ￣ｓｉｚｅｐｅｒｓｐｅｃｔｉｖｅ[Ｊ].ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇꎬ２０２０ꎬ４９:１２６６３０. [５]宋菊芳ꎬ江雪妮ꎬ郭贞妮ꎬ等.城市蓝绿空间特征参数与地表温度的关联量化分析[Ｊ].中国城市林业ꎬ２０２３ꎬ２１(１):２０－２６. [６]ＭＩＴＳＣＨＷＪꎬＢＥＲＮＡＬＢꎬＮＡＨＬＩＫＡＭꎬｅｔａｌ.Ｗｅｔｌａｎｄｓꎬｃａｒｂｏｎꎬａｎｄｃｌｉｍａｔｅｃｈａｎｇｅ[Ｊ].ＬａｎｄｓｃａｐｅＥｃｏｌｏｇｙꎬ２０１３ꎬ２８(４):５８３－５９７.[７]ＺＨＡＮＧＹꎬＭＥＮＧＷＱꎬＹＵＮＨＦꎬｅｔａｌ.Ｉｓｕｒｂａｎｇｒｅｅｎｓｐａｃｅａｃａｒｂｏｎｓｉｎｋｏｒｓｏｕｒｃｅ?￣ＡｃａｓｅｓｔｕｄｙｏｆＣｈｉｎａｂａｓｅｄｏｎＬＣＡｍｅｔｈｏｄ[Ｊ].ＥｎｖｉｒｏｎｍｅｎｔａｌＩｍｐａｃｔＡｓｓｅｓｓｍｅｎｔＲｅｖｉｅｗꎬ２０２２ꎬ９４:１０６７６６.[８]ＷＯＬＣＨＪＲꎬＢＹＲＮＥＪꎬＮＥＷＥＬＬＪＰ.Ｕｒｂａｎｇｒｅｅｎｓｐａｃｅꎬｐｕｂｌｉｃｈｅａｌｔｈꎬａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｊｕｓｔｉｃｅ:ｔｈｅｃｈａｌｌｅｎｇｅｏｆｍａｋｉｎｇｃｉｔｉｅｓ ｊｕｓｔｇｒｅｅｎｅｎｏｕｇｈ [Ｊ].ＬａｎｄｓｃａｐｅａｎｄＵｒｂａｎＰｌａｎｎｉｎｇꎬ２０１４ꎬ１２５:２３４－２４４.[９]ＭＡＪꎬＬＩＸＴꎬＪＩＡＢＱꎬｅｔａｌ.Ｓｐａｔｉａｌｖａｒｉａｔｉｏｎａｎａｌｙｓｉｓｏｆｕｒｂａｎｆｏｒｅｓｔｖｅｇｅｔａｔｉｏｎｃａｒｂｏｎｓｔｏｒａｇｅａｎｄｓｅｑｕｅｓｔｒａｔｉｏｎｉｎｂｕｉｌｔ￣ｕｐａｒｅａｓｏｆＢｅｉｊｉｎｇｂａｓｅｄｏｎｉ￣ＴｒｅｅＥｃｏａｎｄＫｒｉｇｉｎｇ[Ｊ].ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇꎬ２０２１ꎬ６６:１２７４１３.[１０]ＬＥＥＪＨꎬＫＯＹꎬＭＣＰＨＥＲＳＯＮＥＧ.Ｔｈｅｆｅａｓｉｂｉｌｉｔｙｏｆｒｅｍｏｔｅｌｙｓｅｎｓｅｄｄａｔａｔｏｅｓｔｉｍａｔｅｕｒｂａｎｔｒｅｅｄｉｍｅｎｓｉｏｎｓａｎｄｂｉｏｍａｓｓ[Ｊ].ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇꎬ２０１６ꎬ１６:２０８－２２０. [１１]ＢＥＬＴＲÁＮ￣ＳＡＮＺＮꎬＲＡＧＧＩＯＪꎬＧＯＮＺＡＬＥＺＳꎬｅｔａｌ.ＣｌｉｍａｔｅｃｈａｎｇｅｌｅａｄｓｔｏｈｉｇｈｅｒＮＰＰａｔｔｈｅｅｎｄｏｆｔｈｅｃｅｎｔｕｒｙｉｎｔｈｅＡｎｔａｒｃｔｉｃＴｕｎｄｒａ:ｒｅｓｐｏｎｓｅｐａｔｔｅｒｎｓｔｈｒｏｕｇｈｔｈｅｌｅｎｓｏｆｌｉｃｈｅｎｓ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２２ꎬ８３５:１５５４９５. [１２]ＨＵＹＢꎬＺＨＡＮＧＱꎬＨＵＳＪꎬｅｔａｌ.Ｒｅｓｅａｒｃｈｐｒｏｇｒｅｓｓａｎｄｐｒｏｓｐｅｃｔｓｏｆｅｃｏｓｙｓｔｅｍｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｕｎｄｅｒｃｌｉｍａｔｅｃｈａｎｇｅ(１９９２－５１㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第２１卷２０２２)[Ｊ].ＥｃｏｌｏｇｉｃａｌＩｎｄｉｃａｔｏｒｓꎬ２０２２ꎬ１４５:１０９６５６. [１３]ＦＲＡＮＣＩＮＩＧꎬＨＵＩＮꎬＪＵＭＰＰＯＮＥＮＡꎬｅｔａｌ.Ｖｅｇｅｔａｔｉｏｎｔｙｐｅａｎｄａｇｅｍａｔｔｅｒ:ｈｏｗｔｏｏｐｔｉｍｉｚｅｔｈｅｐｒｏｖｉｓｉｏｎｏｆｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｓｉｎｕｒｂａｎｐａｒｋｓ[Ｊ].ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇꎬ２０２１ꎬ６６:１２７３９２.[１４]ＬＩＸＴꎬＪＩＡＢＱꎬＬＩＦꎬｅｔａｌ.Ｅｆｆｅｃｔｓｏｆｍｕｌｔｉ￣ｓｃａｌｅｓｔｒｕｃｔｕｒｅｏｆｂｌｕｅ￣ｇｒｅｅｎｓｐａｃｅｏｎｕｒｂａｎｆｏｒｅｓｔｃａｒｂｏｎｄｅｎｓｉｔｙ:ＢｅｉｊｉｎｇꎬＣｈｉｎａｃａｓｅｓｔｕｄｙ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２３ꎬ８８３:１６３６８２.[１５]ＹＡＮＧＨＦꎬＺＨＯＮＧＸＮꎬＤＥＮＧＳＱꎬｅｔａｌ.ＡｓｓｅｓｓｍｅｎｔｏｆｔｈｅｉｍｐａｃｔｏｆＬＵＣＣｏｎＮＰＰａｎｄｉｔｓｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｉｎｔｈｅＹａｎｇｔｚｅＲｉｖｅｒＢａｓｉｎꎬＣｈｉｎａ[Ｊ].ＣＡＴＥＮＡꎬ２０２１ꎬ２０６:１０５５４２. [１６]成玉宁ꎬ王雪原.城市蓝绿空间融合规划的生态逻辑[Ｊ].中国园林ꎬ２０２３ꎬ３９(１０):３９－４３.[１７]刘颂ꎬ张浩鹏.多尺度城市绿地碳汇实现机理及途径研究进展[Ｊ].风景园林ꎬ２０２２ꎬ２９(１２):５５－５９.[１８]王晶懋ꎬ高洁ꎬ孙婷ꎬ等.双碳目标导向下的绿色生态空间碳汇能力优化设计[Ｊ].中国城市林业ꎬ２０２３ꎬ２１(４):３３－４２. [１９]ＪＩＡＮＧＹꎬＳＵＮＹꎬＬＩＵＹꎬｅｔａｌ.Ｅｘｐｌｏｒｉｎｇｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｗａｔｅｒｂｏｄｉｅｓꎬｇｒｅｅｎｓｐａｃｅｍｏｒｐｈｏｌｏｇｙꎬａｎｄｃａｒｂｏｎｄｉｏｘｉｄｅｃｏｎｃｅｎｔｒａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎｓｉｎａｎｕｒｂａｎｗａｔｅｒｆｒｏｎｔｇｒｅｅｎｓｐａｃｅ:ａｓｉｍｕｌａｔｉｏｎｓｔｕｄｙｂａｓｅｄｏｎｔｈｅｃａｒｂｏｎｃｙｃｌｅ[Ｊ].ＳｕｓｔａｉｎａｂｌｅＣｉｔｉｅｓａｎｄＳｏｃｉｅｔｙꎬ２０２３ꎬ９８:１０４８３１.[２０]武静ꎬ蒋卓利ꎬ吴晓露.城市蓝绿空间的碳汇研究热点与趋势分析[Ｊ].风景园林ꎬ２０２２ꎬ２９(１２):４３－４９.[２１]ＰＯＴＴＥＲＣＳꎬＲＡＮＤＥＲＳＯＮＪＴꎬＦＩＥＬＤＣＢꎬｅｔａｌ.Ｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍｐｒｏｄｕｃｔｉｏｎ:ａｐｒｏｃｅｓｓｍｏｄｅｌｂａｓｅｄｏｎｇｌｏｂａｌｓａｔｅｌｌｉｔｅａｎｄｓｕｒｆａｃｅｄａｔａ[Ｊ].ＧｌｏｂａｌＢｉｏｇｅｏｃｈｅｍｉｃａｌＣｙｃｌｅｓꎬ１９９３ꎬ７(４):８１１－８４１.[２２]朱文泉ꎬ潘耀忠ꎬ张锦水.中国陆地植被净初级生产力遥感估算[Ｊ].植物生态学报ꎬ２００７ꎬ３１(３):４１３－４２４.[２３]邱陈澜ꎬ王彩侠ꎬ章瑞ꎬ等.京津冀城市群生态空间固碳服务功能及其与景观格局的关系特征[Ｊ].生态学报ꎬ２０２２ꎬ４２(２３):９５９０－９６０３.[２４]ＣＨＥＮＴＱꎬＧＵＥＳＴＲＩＮＣ.ＸＧＢｏｏｓｔ:ａｓｃａｌａｂｌｅｔｒｅｅｂｏｏｓｔｉｎｇｓｙｓｔｅｍ[Ｃ]//Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２２ｎｄＡＣＭＳＩＧＫＤＤＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙａｎｄＤａｔａＭｉｎｉｎｇ.ＡＣＭꎬ２０１６.[２５]ＹＡＮＧＣꎬＣＨＥＮＭＹꎬＹＵＡＮＱ.ＴｈｅａｐｐｌｉｃａｔｉｏｎｏｆＸＧＢｏｏｓｔａｎｄＳＨＡＰｔｏｅｘａｍｉｎｉｎｇｔｈｅｆａｃｔｏｒｓｉｎｆｒｅｉｇｈｔｔｒｕｃｋ￣ｒｅｌａｔｅｄｃｒａｓｈｅｓ:ａｎｅｘｐｌｏｒａｔｏｒｙａｎａｌｙｓｉｓ[Ｊ].ＡｃｃｉｄｅｎｔＡｎａｌｙｓｉｓ＆Ｐｒｅｖｅｎｔｉｏｎꎬ２０２１ꎬ１５８:１０６１５３.[２６]ＷＡＮＧＳꎬＺＨＯＵＹꎬＹＯＵＸＸꎬｅｔａｌ.ＱｕａｎｔｉｆｉｃａｔｉｏｎｏｆｔｈｅａｎｔａｇｏｎｉｓｔｉｃａｎｄｓｙｎｅｒｇｉｓｔｉｃｅｆｆｅｃｔｓｏｆＰｂ２＋ꎬＣｕ２＋ꎬａｎｄＺｎ２＋ｂｉｏａｃｃｕｍｕｌａｔｉｏｎｂｙｌｉｖｉｎｇＢａｃｉｌｌｕｓｓｕｂｔｉｌｉｓｂｉｏｍａｓｓｕｓｉｎｇＸＧＢｏｏｓｔａｎｄＳＨＡＰ[Ｊ].ＪｏｕｒｎａｌｏｆＨａｚａｒｄｏｕｓＭａｔｅｒｉａｌｓꎬ２０２３ꎬ４４６:１３０６３５.[２７]ＹＥＭꎬＺＨＵＬꎬＬＩＸＪꎬｅｔａｌ.ＥｓｔｉｍａｔｉｏｎｏｆｔｈｅｓｏｉｌａｒｓｅｎｉｃｃｏｎｃｅｎｔｒａｔｉｏｎｕｓｉｎｇａｇｅｏｇｒａｐｈｉｃａｌｌｙｗｅｉｇｈｔｅｄＸＧＢｏｏｓｔｍｏｄｅｌｂａｓｅｄｏｎｈｙｐｅｒｓｐｅｃｔｒａｌｄａｔａ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２３ꎬ８５８:１５９７９８.[２８]ＬＵＮＤＢＥＲＧＳＭꎬＬＥＥＳＩ.Ａｕｎｉｆｉｅｄａｐｐｒｏａｃｈｔｏｉｎｔｅｒｐｒｅｔｉｎｇｍｏｄｅｌｐｒｅｄｉｃｔｉｏｎｓ[Ｃ]//Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ３１ｓｔＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＮｅｕｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍｓ.ＡＣＭꎬ２０１７. [２９]ＬＵＮＤＢＥＲＧＳＭꎬＥＲＩＯＮＧＧꎬＬＥＥＳＩ.Ｃｏｎｓｉｓｔｅｎｔｉｎｄｉｖｉｄｕａｌｉｚｅｄｆｅａｔｕｒｅａｔｔｒｉｂｕｔｉｏｎｆｏｒｔｒｅｅｅｎｓｅｍｂｌｅｓ[ＥＢ/ＯＬ].(２０１８－０２－１２) [２０２３－１０－３０].ｈｔｔｐ://ａｒｘｉｖ.ｏｒｇ/ａｂｓ/１８０２.０３８８８.[３０]ＱＩＵＳꎬＦＡＮＧＭＺꎬＹＵＱꎬｅｔａｌ.ＳｔｕｄｙｏｆｓｐａｔｉａｌｔｅｍｐｏｒａｌｃｈａｎｇｅｓｉｎＣｈｉｎｅｓｅｆｏｒｅｓｔｅｃｏ￣ｓｐａｃｅａｎｄｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｉｅｓｆｏｒｅｎｈａｎｃｉｎｇｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｃａｐａｃｉｔｙｔｈｒｏｕｇｈｅｃｏｌｏｇｉｃａｌｓｐａｔｉａｌｎｅｔｗｏｒｋｔｈｅｏｒｙ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２３ꎬ８５９:１６００３５.[３１]ＭＮＧＡＤＩＭꎬＯＤＩＮＤＩＪꎬＭＵＴＡＮＧＡＯꎬｅｔａｌ.Ｅｓｔｉｍａｔｉｎｇａｂｏｖｅｇｒｏｕｎｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｏｆｒｅｆｏｒｅｓｔｅｄｔｒｅｅｓｉｎａｎｕｒｂａｎｌａｎｄｓｃａｐｅｕｓｉｎｇｂｉｏｐｈｙｓｉｃａｌｖａｒｉａｂｌｅｓａｎｄｒｅｍｏｔｅｌｙｓｅｎｓｅｄｄａｔａ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２２ꎬ８０２:１４９９５８.[３２]ＴＩＡＮＹＨꎬＪＩＭＣＹꎬＷＡＮＧＨＱ.Ａｓｓｅｓｓｉｎｇｔｈｅｌａｎｄｓｃａｐｅａｎｄｅｃｏｌｏｇｉｃａｌｑｕａｌｉｔｙｏｆｕｒｂａｎｇｒｅｅｎｓｐａｃｅｓｉｎａｃｏｍｐａｃｔｃｉｔｙ[Ｊ].ＬａｎｄｓｃａｐｅａｎｄＵｒｂａｎＰｌａｎｎｉｎｇꎬ２０１４ꎬ１２１:９７－１０８. [３３]王敏ꎬ石乔莎.城市绿色碳汇效能影响因素及优化研究[Ｊ].中国城市林业ꎬ２０１５ꎬ１３(４):１－５.[３４]ＥＳＴＯＱＵＥＲＣꎬＭＵＲＡＹＡＭＡＹꎬＭＹＩＮＴＳＷ.Ｅｆｆｅｃｔｓｏｆｌａｎｄｓｃａｐｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｐａｔｔｅｒｎｏｎｌａｎｄｓｕｒｆａｃｅｔｅｍｐｅｒａｔｕｒｅ:ａｎｕｒｂａｎｈｅａｔｉｓｌａｎｄｓｔｕｄｙｉｎｔｈｅｍｅｇａｃｉｔｉｅｓｏｆＳｏｕｔｈｅａｓｔＡｓｉａ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０１７ꎬ５７７:３４９－３５９.[３５]ＭＡＳＯＵＤＩＭꎬＴＡＮＰＹ.Ｍｕｌｔｉ￣ｙｅａｒｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｅｆｆｅｃｔｓｏｆｓｐａｔｉａｌｐａｔｔｅｒｎｏｆｕｒｂａｎｇｒｅｅｎｓｐａｃｅｓｏｎｕｒｂａｎｌａｎｄｓｕｒｆａｃｅｔｅｍｐｅｒａｔｕｒｅ[Ｊ].ＬａｎｄｓｃａｐｅａｎｄＵｒｂａｎＰｌａｎｎｉｎｇꎬ２０１９ꎬ１８４:４４－５８.[３６]ＬＩＡＯＷꎬＧＵＬＤＭＡＮＮＪＭꎬＨＵＬꎬｅｔａｌ.Ｌｉｎｋｉｎｇｕｒｂａｎｐａｒｋｃｏｏｌｉｓｌａｎｄｅｆｆｅｃｔｓｔｏｔｈｅｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｓｉｎｓｉｄｅａｎｄｏｕｔｓｉｄｅｔｈｅｐａｒｋ:ａｓｉｍｕｌｔａｎｅｏｕｓｅｑｕａｔｉｏｎｍｏｄｅｌｉｎｇａｐｐｒｏａｃｈ[Ｊ].ＬａｎｄｓｃａｐｅａｎｄＵｒｂａｎＰｌａｎｎｉｎｇꎬ２０２３ꎬ２３２:１０４６８１.[３７]ＺＨＡＮＧＱＪꎬＷＡＮＧＺＳꎬＸＩＡＳＸꎬｅｔａｌ.Ｈｙｄｒｏｌｏｇｉｃ￣ｉｎｄｕｃｅｄｃｏｎｃｅｎｔｒａｔｅｄｓｏｉｌｎｕｔｒｉｅｎｔｓａｎｄｉｍｐｒｏｖｅｄｐｌａｎｔｇｒｏｗｔｈｉｎｃｒｅａｓｅｄｃａｒｂｏｎｓｔｏｒａｇｅｉｎａｆｌｏｏｄｐｌａｉｎｗｅｔｌａｎｄｏｖｅｒｗｅｔ￣ｄｒｙａｌｔｅｒｎａｔｉｎｇｚｏｎｅｓ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２２ꎬ８２２:１５３５１２. [３８]ＬＩＹꎬＬＩＭＤꎬＺＨＥＮＧＺＣꎬｅｔａｌ.ＴｒｅｎｄｓｉｎｄｒｏｕｇｈｔａｎｄｅｆｆｅｃｔｓｏｎｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｏｖｅｒｔｈｅＣｈｉｎｅｓｅｍａｉｎｌａｎｄ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２３ꎬ８５６:１５９０７５.６１。
城市生态空间演变规律及调控机制_以南京市为例
第28卷第5期2008年5月生态学报ACT A ECOLOGI CA SI N I CA Vol .28,No .5May,2008基金项目:国家自然科学基金资助项目(40571055)收稿日期:2007210208;修订日期:2008201215作者简介:陈爽(1968～),女,湖南湘潭人,研究员,主要从事城市生态及生态规划研究.E 2mail:schens@niglas .ac .cnFounda ti on ite m :The p r oject was financially supported by The research is financially supported by the NSFC (No .40571055)Rece i ved da te:2007210208;Accepted da te:2008201215B i ography:CHEN Shuang,Pr ofess or,mainly engaged in the urban ecol ogy and ecol ogical p lanning .E 2mail:schens@niglas .ac .cn城市生态空间演变规律及调控机制———以南京市为例陈 爽1,刘云霞1,2,彭立华1,2(1.中国科学院南京地理与湖泊研究所,南京 210008;2.中国科学院研究生院,北京 100039)摘要:长三角地区自20世纪90年代后期以来,大城市向外扩张及郊区城市化作用共同推动城市空间的加速扩展,在政府干预下,生产、生活性用地与生态性用地间表现出复杂的双向流动特征。
鉴于生态性用地在城市生态系统中的服务功能,以及人文因素在解释城市土地利用/土地覆盖变化中的重要意义,有必要针对人类干预下的城市生态性用地时空和质量演化过程进行系统研究。
利用1986、1996、2002年T M 影像解译的南京市土地利用数据,研究南京市城生态空间数量增减和质量变化,从经济发展阶段、宏观政策环境和城市扩展规律等方面分析变化的驱动力,揭示政府干预下生态空间的结构和功能演变规律,并提出生态空间保护对策。
南京市绿地系统规划
`南京市绿地系统规划第一章基本情况和存在问题一、概况与自然条件1、南京市概况南京市位于江苏省西南部,处于北纬31°54′~32°16′,东经118°32′~119°24′之间;东邻仪征、句容、溧阳3县,北与安徽天长县交界,南接安徽郎溪、宣城二县,西面自北向南与安徽来安县、滁县、全椒县、和县、马鞍山市和当涂县相邻。
南京市是著名古都、江苏省省会,长江下游主要的中心城市。
南京建城于公元前472年,历经东吴、东晋、宋、齐、梁、陈、五代南唐、明、太平天国、中华民国十朝定都,史称“十代故都”。
南京市现辖10个区、五个县,面积6516平方公里,其中10区是玄武、白下、秦淮、建邺、鼓楼、下关、雨花台、栖霞、浦口、大厂区;5个县是江宁、江浦、六合、溧水和高淳县。
长江由西南到东北流贯南京市中部,分全市为江南、江北两个部分。
江南有8个区和江宁、溧水、高淳3县,江北有浦口、大厂2区和江浦、六合2县。
2.自然条件:(1)地形地貌:南京市平面位置南北长、东西窄,成正南北向;南北直线距离150公里,中部东西宽50~ 70公里,南北两端东西宽约30公里。
南面是低山、岗地、河谷平原、滨湖平原和沿江河地等地形单元构成的地貌综合体。
地貌区域为宁、镇、扬山地的一部分,低山山陵占全市总面积的64.52%。
长江南京段长度约95KM;江南有秦淮河,江北有滁河,为南京市境内两条主要的长江支流,其河谷平原为重要农业区。
水面占全市总面积11.4%,平原、洼地占24.08%。
南京山脉主要由3个背斜组成,地貌上形成宁镇山脉西段的3个分支:北支沿长江南岸向西延续,包括栖霞山——乌龙山——幕府山——狮子山,海拔130~286米;中支至南京东边城墙,脉延伸入市区,包括钟山——富贵山——九华山——北极阁——鼓楼岗——五台山——清凉山,海拔32~486米;南支绕城东南、南部,包括青龙山——方山——牛首山——三山——云台山,海拔95~382米。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
南京市浦口区蓝绿空间格局演变及土地利用变化分析
张蔚晶;王雨萌;李鹏宇
【期刊名称】《建筑与文化》
【年(卷),期】2023()1
【摘 要】南京市浦口区是推动长江三角洲区域一体化发展的重要区域之一。蓝绿
空间作为城市区域生态的组织构建基础,一方面,蓝绿空间格局体现和决定城市营造
的特色底蕴;另一方面,蓝绿空间融合带来的优胜不足之处逐渐凸显。文章基于
2003—2021年土地利用变化数据与景观土地利用现状,结合ENVI 5.3对蓝绿空间
动态变化模型进行分析对比,分别从时间与空间角度探究浦口区近18年来蓝绿空间
格局演变过程及区域空间的发展趋势,并对分析结果进行总结叙述,为城市蓝绿空间
体系建构和功能恢复策略提供科学数据支撑。
【总页数】3页(P227-229)
【作 者】张蔚晶;王雨萌;李鹏宇
【作者单位】南京农业大学园艺学院
【正文语种】中 文
【中图分类】G63
【相关文献】
1.土地利用变化对城市积涝的影响研究——以南京市浦口区为例2.城市扩展背景
下张家界市土地利用变化及蓝绿空间演变研究3.鄱阳湖地区1985-2000年土地利
用格局变化及其社会经济驱动力研究 Ⅰ·土地利用格局空间变化分析4.近20年徐
州都市圈蓝绿空间景观格局演变分析5.基于时空演变分析的武汉市城市蓝绿系统
空间格局及其与城市发展的协同关系研究
因版权原因，仅展示原文概要，查看原文内容请购买