基于认知偏好背景下的城市森林碳储量研究

发布时间：2020-10-26 05:04

　　 城市森林在调节气候和改善城市局地环境方面发挥着决定性的作用,是城市生存和发展的重要组成部分。已有研究表明全球80%以上的二氧化碳排放量主要来自于城市区域,虽然其面积仅为全球陆地面积的2.4%。为此,城市森林的固碳效益研究成为国内外学者的关注热点。当前有关城市森林的研究主要集中在规划、设计以及生态效益等方面,而有关城市森林规划现状和使用现状的后期评估的研究却很少,并且当前城市森林的设计主要以设计师的主观设计意念为先导,缺少从使用者角度的探讨。因此,通过发挥多个主体的共同作用来优化城市森林的群落结构,对提高城市森林这个综合生态系统的生态效益具有重要的作用。本文基于城市森林野外调查资料分析研究区域城市森林的特点及其碳储量功能,结合城市居民对研究区域城市森林结构认知偏好的调查问卷,探讨居民认知偏好背景下的城市森林高碳储模式。主要结论如下:(1)基于城市居民对城市森林认知偏好的调查问卷的数据统计分析可知,城市居民对上海市“城-郊”样带中不同类型的城市森林组合的特征因子(植被组成、植被密度、层次结构)有着不同的认知偏好。依据统计结果可知,城市居民主要倾向于以常绿结构为主、植被密度相对较低且以乔灌草结构搭配为主的复层林组合模式。(2)基于对上海市“城-郊”样带城市森林植物群落的三组结构特征分析可知,在树种组成方面,上海市“城-郊”样带城市森林研究区域中乔木约有62种,分属于35科49属;灌木约58种,分属于39科53属。从重要值来看,乔木主要以香樟、水杉等为主,灌木主要以主要以腊梅、小叶黄杨等为主。在上海“城-郊”样带植被类型的组成方面,该研究区域主要以常绿阔叶林为主,符合上海市所处的纬度地带性地域分异规律,从城、郊植被类型对比来看,城区以常绿林为主,郊区则以落叶林为主。在植物群落的分层结构方面,基于“城-郊”样带实地样点调查,复层林的分布要多于单层林,且物种多样性和乔灌草搭配都要优于单层林,城区主要以复层林为主而郊区则主要以单层林为主。基于样带群落密度特征分析可知,上海“城-郊”样带植物群落主要低密度群落为主,从具体的城区和郊区对比来看,城区的植被密度要低于郊区,但是郊区的植被覆盖度要大于城区。(3)基于居民认知偏好不同城市森林场景的固碳效益分析,从碳储量分布来看,以常绿林为主的场景碳储量(150.01Mg C)明显高于以落叶林(74.57Mg C)为主的场景;以复层林为主的场景碳储量(143.91 Mg C)高于以单层林为主的场景碳储量(80.67 Mg C);从不同密度来看,低密度(91.46 Mg C)高密度(73.78 Mg C)中等密度(59.34 Mg C);基于各场景的平均碳密度分析可知,以常绿林为主的场景(33.83 Mg C/hm2)以落叶林为主的场景(30.65 Mg C/hm2);以单层林为主的场景(35.77 Mg C/hm2)大于以复层林为主的场景(28.71Mg C/hm2);以高密度为主的场景(54.35 Mg C/hm2)以中等密度为主的场景(30.49Mg C/hm2)以低密度为主的场景(11.87 Mg C/hm2);基于居民认知偏好的不同城市森林组合分析可知,城市居民倾向的场景6(常绿林+低密度+复层林)的城市森林组合由于其样点数量多,碳储量的占有比是最大的;但是十二个场景组合的平均碳储量和碳密度来看,低密度的植物群落组合在数值上都明显低于其他组合。在相同的植被组成和群落密度情况下,低密度和中等密度群落,复层林的场景组合比单层林的场景组合平均碳储量和碳密度要高,而高密度植被群落则是单层林比复层林高;在相同群落密度和层次结构组合状况下,常绿林的场景组合比落叶林的平均碳储量和碳密度要高;在相同的植被类型和层次结构组合情况下,植被密度越高,其平均碳储量和碳密度越大。
【学位单位】：上海师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S718.5
【部分图文】：

地形平坦的地区（见图2-1）。本研究所选取的研究区域是在上海市大致呈南北走向上的“城-郊”样带，“城-郊”样带起点在上海市黄浦区的人民广场，由北向南依次经过中心城区、浦东新区、闵行区、奉贤区和少部分金山区一直延伸至杭州湾北岸；“城-郊”样带南北总长度约为 56km，东西大约宽 11km，总的面积大约为 648km2；经纬度范围分别为：纬度范围 30.80°N—31.23°N，经度范围 121.43°E—121.54°E。具体“城-郊”区域的量化是基于赵倩在 2014 年运用相同研究区域 2011 年 5 月，分辨率为 0.25m 的航空正射影像，结合样带不透水层比例（ISA%）、道路密度（Roads%）、住宅比例（Residential%）、最大斑块指数（LPI）、平均斑块密度(MPS)和香农多样性指数(SHDI)这 6 个常用的城市物理指数和景观指数的计算和统计

图 2-2 城市梯度值分布图 问卷调查法关居民对城市森林认知偏好的数据，难以从统计年鉴或者其他文献资而本研究对上海市居民展开实地调查，采用现场问卷调查和网络问卷星）相结合的方法，获得居民认知偏好的一手资料。 对比分析法对城市居民对城市森林认知偏好进行分析时，对问卷调查中所设定的行深入对比分析，从认知度、可用性和威胁性三个方面准确把握居民

图 3-1 研究区域布点示意图2 数据处理及分析方法（1）重要值以综合数值衡量某物种在植物群落中的优势程度。① 乔木重要值计算公式：公式（3-1）中，A 表示相对多度，即某个种的株树占全部种的株树P 表示相对显著度，即某个种的断面积占全部种的总断面积的百分对频度，即某个种的频度占全部种的总频度的百分比。
【相似文献】

相关期刊论文 前10条

1 潘海涛;;森林的赞歌——写在武汉市建设城市森林之际[J];武汉建设;2007年01期

2 许梦雪;;许梦雪作品[J];美术教育研究;2019年11期

3 石河;何建勇;;2018年每个区都将建设一处城市森林 森林走进北京城[J];绿化与生活;2018年08期

4 唐建钢;;城市与城市森林[J];地理教学;2003年04期

5 乔银霞;;浅谈当前城市森林学科的产生及研究意义[J];科学技术创新;2017年29期

6 张敬轩;刘红记;脱俊豪;;石家庄城市森林生态服务价值浅析[J];河北林业;2016年04期

7 胡晓斌;孙勇;孟长来;;城市森林廊道概念及其形成的概述[J];四川林业科技;2015年03期

8 陈授涵;;未来的外星城市森林[J];青少年科技博览;2018年02期

9 钱钟龄;;城市书(十一章)[J];散文诗世界;2016年12期

10 钱钟龄;;城市书(组章)[J];星星;2017年06期

相关博士学位论文 前10条

1 许俊丽;基于群落结构、更新能力及土壤质量的上海城市森林健康评价研究[D];华东师范大学;2018年

2 常金宝;干旱半干旱地区工矿城市森林建植技术与生态效益评估研究——以神东煤田及达电厂区绿化为例[D];北京林业大学;2004年

3 蔡春菊;扬州城市森林发展研究[D];中国林业科学研究院;2004年

4 韩轶;城市森林建设理论及城市森林综合评价的研究[D];北京林业大学;2005年

5 王伟;城市森林及其生态恢复研究[D];华东师范大学;2005年

6 郭清和;广州市城市森林服务功能及价值研究[D];中南林学院;2005年

7 陈佳瀛;城市森林小气候效应的研究[D];华东师范大学;2006年

8 郄光发;北京建成区城市森林结构与空间发展潜力研究[D];中国林业科学研究院;2006年

9 陆贵巧;大连城市森林生态效益评价及动态仿真研究[D];北京林业大学;2006年

10 方颖;城市森林绿地系统的生态环境功能研究[D];南京林业大学;2006年

相关硕士学位论文 前10条

1 何毅;基于认知偏好背景下的城市森林碳储量研究[D];上海师范大学;2019年

2 李天翔;基于生态系统服务的城市森林公平性评价[D];广州大学;2018年

3 李晓婷;北京城区校园与医院林木树冠覆盖与城市森林结构研究[D];中国林业科学研究院;2018年

4 王海湘;5个常见城市森林树种的水分特性研究[D];浙江农林大学;2018年

5 孔逸群;基于构建城市森林的公园景观设计[D];安徽农业大学;2017年

6 夏媛倩;城市森林主要树种树冠及其生长空间需求的初探[D];安徽农业大学;2017年

7 唐泽;城市森林生态服务功能公平性评价[D];中国科学院大学(中国科学院东北地理与农业生态研究所);2017年

8 田晓春;兰州市安宁区城市绿地演变及城市森林服务效应分析[D];甘肃农业大学;2017年

9 张波;哈尔滨和长春城市森林树木微气候调节功能及影响因素研究[D];东北林业大学;2017年

10 周伟;哈尔滨及长春城市森林绿地土壤肥力评价研究[D];东北林业大学;2017年

本文编号：2856533