一种城市绿元体碳汇效益影响因素分析方法及系统

技术领域

本发明涉及城市绿元体技术领域，尤其涉及一种城市绿元体碳汇效益影响因素分析方法及系统。

背景技术

城市绿元体作为城市内重要的自然碳汇一直被广泛关注，然而目前针对碳汇的研究主要集中在碳汇的时空变化特征和碳汇的估算方面，对于如何调整城市绿元体使其发挥较大的碳汇效益却鲜有研究。

发明内容

本发明的目的是提供一种城市绿元体碳汇效益影响因素分析方法及系统，在城市绿元体系统层级中，除了城市绿元体的面积变化对碳汇具有影响外，城市绿元体的连续性、均衡性和其形态特征是影响绿地碳汇效益的主要原因，因此本发明从这三个角度出发，利用景观指数量化市域绿元体的空间布局结构和其形态特征，确定城市绿元体的空间布局结构和形态特征对于碳汇的影响，从而确定对市域碳汇效益的主要影响因素。

本发明一方面提供了一种城市绿元体碳汇效益影响因素分析方法，包括：

S1，确定城市绿元体系统层级，并确定城市绿元体系统层级中的城市绿元体的面积变化、城市绿元体的连续性、城市绿元体的均衡性和城市绿元体的形态特征作为四个基础影响要素；

S2，基于所述四个基础影响要素，利用景观指数量化市域绿元体的空间布局结构和其形态特征，确定城市绿元体的空间布局结构和形态特征对于碳汇的影响作为第一影响因素；

S3，基于所述第一影响因素确定对城市绿元体碳汇效益影响因素。

优选的，所述S2包括：

S21，基于城市规划确定城市绿元体的各项指标，并分别分析所述各项指标中存在的问题；

S22，基于两个维度确定影响林地、耕地和绿地碳汇效益的影响因素以及其影响机制；

S23，将两个维度进行对比，分别分析出影响林地、耕地和绿地碳汇效益的影响因素以及其影响机制。

优选的，所述两个维度包括：

(1)第一维度为基于CASA模型和遥感数据核算城市绿元体最后一次总体规划以来固定时间内市域内林地、耕地和城市绿地的碳汇；

(2)第二维度为利用景观指数量化林地、耕地和城市绿地的空间布局结构和形态特征。

优选的，所述CASA模型相关的所述遥感数据包括：NDVI、FPAR和辐射遥感产品。

优选的，所述第二维度为利用景观指数量化林地、耕地和城市绿地的空间布局结构和形态特征包括：

(1A)确定城市绿元体空间布局，包括：

(1a)确定数据源；

(1b)对所述数据源进行预处理；

(1c)基于所述土壤类型矢量数据确定城市绿元体空间布局；

(2B)基于所述城市绿元体空间布局获得不同土壤分类粒度量化值及制图精度，包括：

(2a)将所述土壤类型矢量数据转换为栅格数据，包括：将矢量数据利用中心属性值法进行栅格化变换，即一个栅格单元的取值为该单元中心的类型属性值；

(2b)根据第一标准选取N种景观指数以分析粒度效应；所述第一标准为最终选取的土壤图评价指标能够求得土壤矢量图栅格化的最佳表征粒度；

(2c)基于粒度效应确定不同土壤分类层次的最佳表征粒度，包括：根据选取的N种景观指数分析其粒度效应，最终选取的土壤图评价指标是要能够求得土壤矢量图栅格化的最佳表征粒度，根据最佳表征粒度推断土壤类型图的比例尺，定量化评估其制图精度；

(2d)根据最佳表征粒度推断土壤类型图的比例尺，基于相对变异百分数定量化评估制图精度；

(3C)基于所述不同土壤分类粒度量化值及制图精度，根据粒度效应进行景观指数量化，包括：基于土壤景观格局指数的粒度效应原理及特征，构建土壤类型图的精度判断方法，并对该图制图精度进行定量化评估，将所述定量化评估结果作为景观指数量化结果。

优选的，所述相对变异百分数(VIV)表示如下式(1)：

式中，IV(A)为粒度30m×30m对应的指标值，IV(B)为不同粒度对应的指标值；当所有指标|VIV|<1％，且栅格单元粒度达到最大时，则认为该粒度为土壤分类粒度的最佳表征粒度；最后依据土壤图比例尺与最佳表征粒度的函数关系，判定土壤制图精度。

优选的，所述固定时间为10年。

本发明的第二方面在于提供一种城市绿元体碳汇效益影响因素分析系统，包括：

第一确定单元，用于确定城市绿元体系统层级，并确定城市绿元体系统层级中的城市绿元体的面积变化、城市绿元体的连续性、城市绿元体的均衡性和城市绿元体的形态特征作为四个基础影响要素；

第二确定单元，用于基于所述四个基础影响要素，利用景观指数量化市域绿元体的空间布局结构和其形态特征，确定城市绿元体的空间布局结构和形态特征对于碳汇的影响作为第一影响因素；

第三确定单元，用于基于所述第一影响因素确定对城市绿元体碳汇效益影响因素。

本发明的第三方面提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如第一方面所述的方法。

本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如第一方面所述的方法。

本发明提供的方法、系统、电子设备以及计算机可读存储介质，具有如下有益的技术效果：

在城市绿元体系统层级中，除了城市绿元体的面积变化对碳汇具有影响外，城市绿元体的连续性、均衡性和其形态特征是影响绿地碳汇效益的主要原因，因此本发明从这三个角度出发，利用景观指数量化市域绿元体的空间布局结构和其形态特征，确定城市绿元体的空间布局结构和形态特征对于碳汇的影响，从而确定对市域碳汇效益的主要影响因素。

附图说明

图1为根据本发明优选实施例示出的一种城市绿元体碳汇效益影响因素分析方法流程图；

图2为根据本发明优选实施例示出的一种城市绿元体碳汇效益影响因素分析系统结构示意图；

图3为本发明提供的电子设备一种实施例的结构示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

实施例一

如图1所示，本发明一方面提供了一种城市绿元体碳汇效益影响因素分析方法，包括：

S1，确定城市绿元体系统层级，并确定城市绿元体系统层级中的城市绿元体的面积变化、城市绿元体的连续性、城市绿元体的均衡性和城市绿元体的形态特征作为四个基础影响要素；

S2，基于所述四个基础影响要素，利用景观指数量化市域绿元体的空间布局结构和其形态特征，确定城市绿元体的空间布局结构和形态特征对于碳汇的影响作为第一影响因素；

S3，基于所述第一影响因素确定对城市绿元体碳汇效益影响因素。

作为优选的实施方式，所述S2包括：

S21，基于城市规划确定城市绿元体的各项指标，并分别分析所述各项指标中存在的问题；

S22，基于两个维度确定影响林地、耕地和绿地碳汇效益的影响因素以及其影响机制；其中，所述两个维度包括：

(1)第一维度为基于CASA((Carnegie-Ames-Stanford Approach)模型和遥感数据核算城市绿元体最后一次总体规划以来固定时间内(例如，10年间)市域内林地、耕地和城市绿地的碳汇；

CASA模型是一个基于过程的遥感模型，耦合了生态系统生产力和土壤碳、氮通量，由网格化的全球气候、辐射、土壤和遥感植被指数数据集驱动。模型包括土壤有机物、微量气体通量、养分利用率、土壤水分、温度、土壤结构和微生物循环。模型以月为时间分辨率来模拟碳吸收、营养物分配、残落物凋落、土壤营养物矿化和二氧化碳释放的季节变化。Potter和Klooster考虑了人为活动导致的土地覆盖变化，对CASA模型以及某些参数做了一些调整，来改善与植物吸收需求有关的土壤碳循环和总生态系统可获得氮量的计算。

CASA模型相关遥感数据包括：NDVI、FPAR和辐射遥感产品(MODIS、GLASS…)。

(2)第二维度为利用景观指数量化林地、耕地和城市绿地的空间布局结构和形态特征；包括：

(1A)确定城市绿元体空间布局；本实施例中，包括：

(1a)确定数据源，包括：收集整理标记为1∶25万土壤类型图的纸质图作为确定城市绿元体空间布局的数据源；其中，所述城市绿元体空间布局中的土壤类型包含土类、亚类、土属3个层次，在土属单元中还包含土壤质地和地形坡度等特征信息。其中，土壤质地特征分为粗粒质、中粒质、细粒质；地形坡度特征分为<5°、5°-20°、>20°；所述土壤类型图包括多个历史土壤类型图件；本实施例中，实施例区域处于沿海，陆域面积12.14万平方公里，属于亚热带海洋性季风气候，地势总体上西北高东南低，山地、丘陵占全省总面积的80％以上，土壤以红壤、砖红壤性红壤、水稻土、黄壤等为主；

(1b)对所述数据源进行预处理，包括：对所述纸质图进行扫描预处理；在ArcGIS10.2的支持下进行地理配准和投影转换；进行数字化和拓扑检查，并根据不同土壤发生分类层次对原始的土壤类型图进行重新编制，获得土壤发生分类的土壤类型矢量数据；

(1c)基于所述土壤类型矢量数据确定城市绿元体空间布局。

(2B)基于所述城市绿元体空间布局获得不同土壤分类粒度量化值及制图精度，包括：

(2a)将所述土壤类型矢量数据转换为栅格数据，包括：将矢量数据利用中心属性值法(RuleofCentricCell，RCC)进行栅格化变换，即一个栅格单元的取值为该单元中心的类型属性值。由于不同土壤分类单元层次(土类、亚类、土属)本身各自代表不同土壤类型图的制图粒度，所以本实施例对矢量土壤图进行了不同分类层次的栅格化，每种分类层次从30m至8km不等间距分别选取50个栅格粒度，用于土壤景观指数提取和粒度效应分析；

(2b)根据第一标准选取N种(本实施例为15种)景观指数以分析粒度效应；所述第一标准为最终选取的土壤图评价指标能够求得土壤矢量图栅格化的最佳表征粒度；

景观指数值是基于景观格局分析软件Fragstats4.2计算的，30m栅格粒度是省级幅度下软件可接受运算的最小栅格粒度。景观指数包括斑块水平、斑块类型水平和景观水平3种类型。其中，前两种类型指数是针对单个斑块或不同类型斑块进行分析，而景观水平指数则是对实施例区域内整体特征的描述。选取景观指数时，需要兼顾各种粒度效应的同时，尽量避开具有相关性的指数，使之能全面反映实施例区土壤类型景观指数的粒度效应。本发明针对面积/密度/边长、形状、聚集/分布、连接性和多样性等方面，在景观水平上选取总面积(TA)、总边缘长度(TE)、景观形状指数(LSI)、最大斑块指数(LPI)、斑块面积标准差(AREA_SD)、周长面积分维数(PAFRAC)、聚合度(AI)、景观分离度(DIVISION)、分散指数(SPLIT)、有效网格大小(MESH)、斑块内聚力指数(COHESION)、斑块丰富度(PR)、斑块丰富度密度(PRD)、香农多样性指数(SHDI)、香农均匀度指数(SHEI)15个景观格局指数，确定不同分类级别土壤类型景观指数的粒度效应。

(2c)基于粒度效应确定不同土壤分类层次的最佳表征粒度，包括：

根据选取的15种景观指数分析其粒度效应，最终选取的土壤图评价指标是要能够求得土壤矢量图栅格化的最佳表征粒度，根据最佳表征粒度推断土壤类型图的比例尺，定量化评估其制图精度。而采用不同栅格粒度进行数据变换，会使得数据信息的损失程度和冗余程度产生差异，进而影响景观格局分析的准确性和分析效率。因此，需要寻找适宜粒度，使得栅格数据既能最大限度保持数据精度又能降低数据冗余度，而该粒度即为土壤矢量图栅格化的最佳表征粒度。若景观指数随粒度增加出现先稳定不变后波动的趋势，那么在稳定不变的粒度区域所对应的栅格数据与原始矢量数据具有相同的精度，在此基础上设定在一定数据精度范围内(|VIV|<1％)所对应的最大栅格粒度为最佳表征粒度。而若景观指数随着粒度增加一直处于变化状态，表明栅格数据的精度始终处于损失状态，此时求算最佳表征粒度无意义。最终，在不同土壤分类层次上，分别有5个景观格局指数TA、PR、PRD、SHDI、SHEI随着粒度增加呈现稳定或先稳定再变动的变化趋势。

在土类层次上，TA、PR、SHDI和SHEI的|VIV|总体上均呈现出先稳定后变动的趋势，而PRD的|VIV|在分析粒度范围内的变化不明显。当粒度≤4.00km时，各指标的|VIV|<1％；当粒度为4.20km时，SHDI和SHEI的|VIV|>1％；当粒度为6.00km时，PR的|VIV|>1％；TA和PRD的|VIV|在本实施例粒度下均小于1％。所以，土类层次上矢量数据栅格化的最佳表征粒度为4.00km。

在亚类层次上，PRD的|VIV|变化不明显，其余指标的|VIV|呈现出先稳定后波动的趋势。当粒度≤3.45km时，各指标的|VIV|1％；而TA、PRD和SHDI的|VIV|在本实施例粒度下均小于1％。因此，亚类层次矢量数据栅格化的最佳表征粒度为3.45km。

在土属层次上，除PRD的|VIV|的变化不太明显外，其余各指标的|VIV|均呈现出先稳定后波动的趋势。当粒度≤1.90km时，各指标的|VIV|1％；当粒度为2.60km时，SHEI的|VIV|>1％；TA和SHDI的|VIV|在本实施例中，粒度下均小于1％。可以认为，土属层次矢量数据栅格化的最佳表征粒度为1.90km。

(2d)根据最佳表征粒度推断土壤类型图的比例尺，定量化评估制图精度；

在研究景观指数对不同粒度响应的过程中，用实施例指标相对变异百分数(VIV)来反映由矢量图斑单元转成不同粒度栅格单元时景观指数的变化情况。1∶5万土壤类型矢量图的最佳表征粒度大于100实施例m×100实施例m，表明以该粒度进行矢量实施例数据的栅格化变换，其栅格数据精度可等同于原矢实施例量数据。本实施例土壤类型矢量图比例尺标记1∶25实施例万，最佳表征粒度应远大于100m×100m，粒度为30m×30m栅格数据精度应等同于原矢量数据。因此，本实施例以粒度30m×30m对应的景观实施例指数为基准数据，不同粒度对应的景观指数相对于实施例基准数据进行比较。其中相对变异百分数(VIV)表示如下式(1)：

式中，IV(A)为粒度30m×30m对应的指标值，IV(B)为不同粒度对应的指标值。当所有指标|VIV|<1％，且栅格单元粒度达到最大时，则认为该粒度为土壤分类粒度的最佳表征粒度。最后依据土壤图比例尺与最佳表征粒度的函数关系，判定土壤制图精度。统计分析利用Origin实施例8.5进行。

本实施例以山地丘陵为主，由于地形比较破碎，导致其空间异质性较大，而以平原为主的技术方案，河网密布，城镇分布密集，土地利用类型的变异性及不连续性不亚于本实施例的空间异质性。由此推测，本实施例地区的土壤数据比例尺与栅格分辨率等精度转换关系y＝-0.80×10

该土壤类型图除分别为土类、亚类、土属等土壤发生分类层次信息外，在土属分类层次单元中还包含土壤质地和地形坡度信息，而本实施例仅针对土壤发生分类的类型信息，这是导致所得比例尺较原始比例尺小得多的主要原因。在土壤图制图规范中，1∶25万土壤图的基本制图单元为土属或土种，1∶50万的基本制图单元为土属，1∶100万土壤图在平原区的基本制图单元为土属，山区的基本制图单元为亚类，1∶400万的基本制图单元为土类。所以，在土类层次上，本实施例所用土壤图数据精度高于1∶400万，低于1∶100万；在亚类层次上，数据精度小于1∶100万；在土属层次上，数据精度低于1∶50万，高于1∶100万。因此，对于那些未出版、数据说明又存在诸多问题的历史土壤类型图件，正确判断其制图精度是非常必要的。

采用不同栅格粒度进行数据变化，会使得数据信息的损失程度和冗余程度产生差异，进而影响景观格局分析的准确性和分析效率。寻找适宜粒度，使得栅格数据既能够最大限度保持数据精度又能降低数据冗余度，而该粒度即为土壤矢量图栅格化的最佳表征粒度。若景观指数随粒度增加出现先稳定不变后波动的趋势，那么在稳定不变的粒度区域所对应的栅格数据与原始矢量数据具有相同的精度，在此基础上设定在一定数据精度范围内所对应的最大栅格粒度为最佳表征粒度。而若景观指数随着粒度增加一直处于变化状态，表明栅格数据的精度始终处于损失状态，此时求算最佳表征粒度无意义。最终，在不同土壤分类层次上，分别有5个景观格局指数TA、PR、PRD、SHDI、SHEI随着粒度增加呈现稳定或先稳定再变动的变化趋势。

(3C)基于所述不同土壤分类粒度量化值及制图精度，根据粒度效应进行景观指数量化，包括：基于土壤景观格局指数的粒度效应原理及特征，构建土壤类型图的精度判断方法，并对该图制图精度进行定量化评估，将所述定量化评估结果作为景观指数量化结果。

S23，将两个维度进行对比，分别分析出影响林地、耕地和绿地碳汇效益的影响因素以及其影响机制。

作为优选的实施方式，所述固定时间为10年。

本实施例中，取得如下结果:

(1)城市绿元体的月平均碳汇呈现由南至北递减，其中林地碳汇最高，城市绿地其次，耕地碳汇最低。

(2)林地面积从2015年至2023年呈缓慢减少，从2015年至2017年开始快速增加，在整个规划期内增长了35449公顷，年均增长率0.27％；城市绿地面积从2005年开始稳步增长，增长面积为17096公顷，年均增长率0.13％；耕地面积在规划期内呈持续下降趋势，至2017年，已有76629公顷的耕地消解。

(3)城市绿元体碳汇的影响因素主要是绿地的聚集度、破碎度、均匀度和斑块形状四个。在相对应的阈值范围内，市域内的城市绿地和耕地的斑块越完整，分布越集中，越均匀，斑块形状越复杂，则其碳汇效益越高；林地的斑块越破碎，分布越分散，越不均匀，形状越复杂其碳汇效益越高。

如图2所示，本发明的第二方面在于提供一种城市绿元体碳汇效益影响因素分析系统，包括：

第一确定单元101，用于确定城市绿元体系统层级，并确定城市绿元体系统层级中的城市绿元体的面积变化、城市绿元体的连续性、城市绿元体的均衡性和城市绿元体的形态特征作为四个基础影响要素；

第二确定单元102，用于基于所述四个基础影响要素，利用景观指数量化市域绿元体的空间布局结构和其形态特征，确定城市绿元体的空间布局结构和形态特征对于碳汇的影响作为第一影响因素；

第三确定单元103，用于基于所述第一影响因素确定对城市绿元体碳汇效益影响因素。

本实施例中，景观指数具有明显的粒度效应，不同土壤分类层次相同的景观指数具有相同的变化趋势。依据各景观指数随粒度的增大所呈现的变化趋势，可以将景观指数的粒度效应划分为以下4类：(1)景观指数随粒度增加呈现出增加的变化趋势，包括PAFRAC和AREASD。随着粒度的增加，PAFRAC呈对数函数上升，说明景观形状变化较大，复杂性增强；AREA_SD随着粒度的增加呈线性上升。(2)景观指数随着粒度增加呈现出减小的变化趋势，包括TE、LSI、COHESION和AI。(3)景观指数随着粒度增加呈现出不稳定无规律性变化趋势，包括LPI、DIVISION、MESH和SPLIT，粒度效应较为复杂。(4)随着粒度增加呈现出稳定或先稳定再变动的趋势，包括TA、PR、PRD、SHDI和SHEI。其中，土类和亚类的PRD在分析粒度范围内的变化不明显，其余各指数呈现出先稳定后变动的趋势。

本发明还提供了一种存储器，存储有多条指令，所述指令用于实现如实施例一所述的方法。

如图3所示，本发明还提供了一种电子设备，包括处理器301和与所述处理器301连接的存储器302，所述存储器302存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行如实施例一所述的方法。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。