仇寬彪,杜涵蓓,張龍江,張衛(wèi)東,李海東
(生態(tài)環(huán)境部南京環(huán)境科學(xué)研究所,江蘇 南京 210042)
以全球變暖為主要特征的氣候變化已成為人類社會(huì)面臨的嚴(yán)峻挑戰(zhàn),減少溫室氣體排放和踐行低碳發(fā)展已成為世界各國共識(shí)[1]。作為碳排放高居全球首位的國家,中國宣布“將采取更加有力的政策和措施,使CO2排放力爭(zhēng)于2030年前達(dá)到峰值,努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和?!碧紲p排與碳固定是實(shí)現(xiàn)碳凈零排放的2條重要途徑。其中,對(duì)于碳減排而言,節(jié)能管理是碳達(dá)峰與碳中和的重要因素[2];對(duì)于碳固定而言,植被則是公認(rèn)的碳匯類型。因此,揭示植被碳匯及其在節(jié)能管理中的作用具有重要意義。
傳統(tǒng)的植被碳匯,多從植被通過光合作用吸收利用CO2從而實(shí)現(xiàn)碳固定方面開展研究[3-5]。同樣,對(duì)于城市綠地的碳匯功能的研究也多從吸儲(chǔ)CO2方面展開。如張彪等[6]基于光合速率法和生物量法測(cè)算了上海市8萬hm2城市森林的固碳功能;周健等[7]采用材積源生物量方程與凈初級(jí)生產(chǎn)力方法對(duì)廣州市城市森林固碳量進(jìn)行測(cè)算;TRILICA等[8]采用樹木生產(chǎn)模型和異速生長方程對(duì)波士頓城市森林的固碳量進(jìn)行測(cè)算。盡管這些研究均顯示城市植被碳匯年均抵消化學(xué)能源碳排放的比例較低,但城市植被可通過蒸散發(fā)作用增大地表潛熱輸送量,且改變地表粗糙度,對(duì)局地大氣環(huán)流產(chǎn)生影響,因此可形成局地的冷島[9-11],而且在其周邊一定范圍內(nèi)也受到該降溫效應(yīng)的影響[12]。當(dāng)前對(duì)城市綠地由于局地降溫效應(yīng)所導(dǎo)致的節(jié)能減碳價(jià)值的估算研究還不多見。KO等[13]和ZHANG等[14]基于城市綠化林木的遮蔭降溫以及蒸散發(fā)功能,對(duì)其節(jié)能作用進(jìn)行了核算;賈寶全等[15]結(jié)合降溫距離和降溫幅度,對(duì)北京市平原大造林工程的節(jié)能量進(jìn)行了測(cè)算;LIN等[16]基于冷島效應(yīng)對(duì)北京市六環(huán)內(nèi)的城市森林斑塊本身及其外圍區(qū)域的節(jié)能減碳量進(jìn)行了估算。不過,以上研究僅針對(duì)單個(gè)城市的城市森林或某項(xiàng)城市綠化工程開展節(jié)能減碳核算,鮮見區(qū)域城市植被節(jié)能減碳量估算方面的研究報(bào)道。
城市綠地的降溫效應(yīng)研究一般采用氣象站實(shí)測(cè)和遙感反演2種方法,通過降溫距離與降溫幅度進(jìn)行分析。氣象站實(shí)測(cè)是指在綠地及其周邊布設(shè)多個(gè)樣點(diǎn),通過實(shí)測(cè)各樣點(diǎn)的溫濕度開展降溫效應(yīng)分析[17]。遙感反演方法是指基于遙感影像反演得到地表溫度,通過在綠地外圍設(shè)置一系列緩沖區(qū),根據(jù)各緩沖區(qū)的地表溫度量化城市綠地的降溫效應(yīng)[18]。相比于氣象站實(shí)測(cè)方法,遙感方法可以獲取更大時(shí)空范圍內(nèi)城市綠地的降溫信息。
該研究以長三角核心區(qū)27個(gè)核心城市的城區(qū)綠地為研究對(duì)象,采用遙感方法,基于降溫效應(yīng),結(jié)合降溫距離與降溫幅度,重點(diǎn)對(duì)其外圍降溫距離內(nèi)的節(jié)能減碳量進(jìn)行了估算,研究結(jié)果對(duì)于厘清城市植被在碳達(dá)峰碳中和中的作用,建立綠色低碳生活方式具有重要的指示意義。
長三角一體化中心區(qū)核心城市涉及滬蘇浙皖27個(gè)省(市),具體包括上海,江蘇南京、無錫、常州、蘇州、南通、揚(yáng)州、鎮(zhèn)江、鹽城、泰州,浙江杭州、寧波、溫州、湖州、嘉興、紹興、金華、舟山、臺(tái)州,安徽合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城,總面積22.5萬km2。研究區(qū)位于33°27′~27°41′ N,117°00′~122°19′ E,屬亞熱帶氣候區(qū),年降水量在1 000 mm以上,年均溫約為15 ℃,四季分明,雨熱同期。北部地處江淮平原、太湖平原和沿江平原,南部處于東南丘陵地區(qū)。區(qū)域水系發(fā)達(dá),城區(qū)大多依水而建,分布有長江、淮河、錢塘江、椒江及甌江等水系。土壤以水稻土為主,亞熱帶常綠闊葉林為該地區(qū)典型的地帶性植被,但由于區(qū)域農(nóng)業(yè)開發(fā)歷史悠久,地帶性植被大多為人工植被所取代,現(xiàn)城區(qū)綠化植被主要有女貞、香樟、白玉蘭等。研究區(qū)社會(huì)經(jīng)濟(jì)發(fā)展水平較高,人口密度較大。該研究主要針對(duì)上述核心城市的中心城區(qū),總面積為14 313 km2。
研究數(shù)據(jù)主要包括Landsat影像數(shù)據(jù)、土地利用數(shù)據(jù)及基礎(chǔ)地理數(shù)據(jù)等。其中,Landsat影像數(shù)據(jù)主要用于LST反演,數(shù)據(jù)來源于美國地質(zhì)調(diào)查局的Landsat 8數(shù)據(jù),成像時(shí)間為10:00—11:00;土地利用/覆蓋數(shù)據(jù)主要用于城區(qū)綠地提取,來源于清華大學(xué)發(fā)布的2017年全球土地利用數(shù)據(jù)(http:∥data.ess.tsinghua.edu.cn/fromglc10_2017v01.html),數(shù)據(jù)總體精度為72.76%[19];基礎(chǔ)地理數(shù)據(jù)則主要用于各市邊界及中心城區(qū)邊界繪制等。研究所用土地利用與遙感影像數(shù)據(jù)見表1。
根據(jù)Landsat 8影像數(shù)據(jù)進(jìn)行長三角一體化核心城市地表溫度(LST)反演,Landsat 8影像包括Landsat OLI和Landsat TIRS傳感器,分別可偵測(cè)可見光譜和近紅外部分的信息。其中,TIRS包括第10和第11波段。已有研究多采用第10波段進(jìn)行LST反演,該研究采用大氣校正法進(jìn)行LST反演,具體方法參照文獻(xiàn)[20]。
表1 土地利用與遙感影像信息
針對(duì)各市城區(qū)范圍內(nèi)的綠地進(jìn)行降溫效應(yīng)研究。數(shù)據(jù)集將土地覆蓋分為農(nóng)地、林地、草地、灌木林地、水體、不透水地表、裸地、積雪等類型,空間分辨率為10 m[19]??紤]到近年來城市擴(kuò)張以及房地產(chǎn)迅速發(fā)展,市中心部分地段雖有規(guī)劃但實(shí)際尚未開工建設(shè),致使該地段存在草本與灌木覆蓋,這部分土地覆蓋亦能發(fā)揮一定的降溫功能,選取城區(qū)林地、草地與灌木林地作為城市植被類型,選取面積在1 hm2以上的斑塊進(jìn)行降溫效應(yīng)分析。
研究采取緩沖區(qū)分析法對(duì)各市城區(qū)綠地的降溫效應(yīng)進(jìn)行分析。首先,選取面積在1 hm2以上的綠地斑塊,統(tǒng)計(jì)各城市綠地斑塊的平均LST;其次,自綠地斑塊邊界向外建立11個(gè)環(huán)形緩沖區(qū),環(huán)形緩沖區(qū)間隔90 m,緩沖區(qū)總寬度990 m;再次,分別統(tǒng)計(jì)各緩沖區(qū)平均LST,并以各緩沖區(qū)平均LST為縱坐標(biāo),以緩沖區(qū)距離為橫坐標(biāo),采用局部加權(quán)回歸方法(locally weighted regression, LOESS)進(jìn)行擬合;最后,根據(jù)LST變化曲線第1個(gè)極大值點(diǎn)出現(xiàn)的位置,確定城市綠地的降溫距離,并以該拐點(diǎn)與綠地LST的差值作為綠地的最大降溫幅度。
根據(jù)熱量計(jì)算公式,結(jié)合城市綠地的降溫距離和降溫幅度,計(jì)算各市城區(qū)綠地的節(jié)能減碳量。將綠地外圍降溫范圍視為綠地斑塊邊界、降溫距離以及特定高度此三者組成的空氣柱,根據(jù)熱量計(jì)算公式,即物體在溫度發(fā)生一定變化時(shí)釋放或吸收的熱量,可通過物體比熱容、物體質(zhì)量和溫度變化幅度計(jì)算得到。該研究采用空氣比熱容,以綠地斑塊及外圍降溫范圍內(nèi)、高約70 m的空氣柱質(zhì)量和降溫幅度分別表征物體比熱容、物體質(zhì)量和溫度變化幅度,計(jì)算城市綠地降溫效應(yīng)的節(jié)能減碳量。
Q=CP×ρ×P×L×H×ΔT。
(1)
式(1)中,Q為降溫范圍內(nèi)的熱量,J;L為降溫距離,m;P為綠地斑塊周長,m;H為綠地與周邊溫度混合的高度,取值70 m;CP為空氣比熱容,取值1 004.68 J·kg-1·K-1;ρ為空氣密度,取值1.292 3 kg·m-3。參照文獻(xiàn)[16],按照單位發(fā)電量的耗煤量863 g·(kW·h)-1計(jì)算城市綠地的減碳量。
長三角一體化中心區(qū)27個(gè)城市的綠地面積占比在3%~42%之間。臺(tái)州、溫州、金華、鹽城和銅陵等市綠地占比均在30%以上,而紹興、泰州、宣城和嘉興等市綠地占比則在15%以內(nèi)(圖1)。受制于各地地形地貌條件,各市中心城區(qū)平均高程也具有一定程度的變化。溫州與金華兩市城區(qū)高程超過40 m,而上海、鹽城和紹興等市中心城區(qū)平均高程則不足10 m。各市中心城區(qū)綠地面積占比受到地形地貌的影響。相關(guān)分析結(jié)果顯示,各市中心城區(qū)綠地面積占比與平均高程之間存在極顯著相關(guān)關(guān)系(r=0.53,P<0.01),隨著高程增加,中心城區(qū)綠地占比也逐漸增大。
27個(gè)中心城市,有15個(gè)城市的中心城區(qū)LST在317.35~320.50 K之間;有8個(gè)城市其中心城區(qū)LST超過321.00 K,其中馬鞍山市LST最高,達(dá)325.11 K;有4個(gè)城市其中心城區(qū)LST不足 317 K,其中溫州LST僅313.50 K(見圖2)。由于研究區(qū)范圍較大,Landsat影像來自于多個(gè)時(shí)段,造成各市LST絕對(duì)值有一定差異。該研究盡量使用同一景LST影像數(shù)據(jù),因研究目的在于綠色開敞空間的降溫幅度,因此LST的相對(duì)差值可消除由于成像時(shí)間不同而造成的LST系統(tǒng)差異。
27個(gè)地級(jí)市的城市綠地平均LST比城區(qū)低2.18 K。各市城區(qū)綠地平均LST均低于城區(qū)平均LST。其中,南京、蘇州與安慶的城區(qū)綠地平均LST僅比城區(qū)低1 K以內(nèi);寧波、杭州、舟山與臺(tái)州等沿海城市城市綠地平均LST比城區(qū)低3.5 K以上。對(duì)降溫幅度與綠地面積占比的回歸分析顯示,降溫幅度與綠地面積占比大致呈顯著線性相關(guān)關(guān)系(r=0.52,P<0.01),隨著綠地面積占比增大,降溫幅度也逐漸增大。
緩沖區(qū)分析及回歸擬合結(jié)果顯示,各市城區(qū)綠地均有顯著的降溫幅度,降溫幅度在2.47 ~7.62 K之間。各地級(jí)市中,寧波和臺(tái)州城區(qū)綠地降溫幅度最大,均在7.0 K以上;而宣城、池州、安慶與合肥等市城區(qū)綠地降溫幅度僅在3.0 K以下。
27個(gè)城市中,有19個(gè)城市的城區(qū)綠地降溫距離在270 m以內(nèi),有7個(gè)城市的城區(qū)綠地降溫距離在360 m以內(nèi),僅有1個(gè)城市的城區(qū)綠地降溫距離超過360 m。由此可見,城區(qū)綠地的降溫距離多在400 m以內(nèi)。
由表2可知,長三角一體化核心區(qū)各大城市綠地節(jié)能減碳量為267 656.12 t·d-1,每個(gè)城市綠地平均節(jié)能減碳量約9 913.19 t·d-1。若按每年高溫90 d計(jì)算,則整個(gè)夏季研究區(qū)各城市綠地節(jié)能減碳量約為2 408.91萬t。結(jié)合中國城市統(tǒng)計(jì)年鑒資料,2017年研究區(qū)中心城區(qū)綠地降溫效應(yīng)的節(jié)能減碳量占全年電力消費(fèi)碳排放的5%左右。這表明,若城區(qū)沒有植被,則僅局地降溫一項(xiàng)功能,就需多排放約5%的碳以緩解高溫。而各大城市中,上海市城市綠地節(jié)能減碳量最大,達(dá)47 374.83 t·d-1,其余依次為溫州、寧波、南京、杭州、臺(tái)州、蘇州、無錫和合肥,其城市綠地節(jié)能減碳量在10 000 t·d-1以上,而宣城、紹興、嘉興、池州、馬鞍山和安慶等市城市綠地節(jié)能減碳量均在2 000 t·d-1以下。
綠地斑塊外圍降溫范圍內(nèi)節(jié)能減碳量與斑塊自身的節(jié)能減碳量大體相似。研究區(qū)各城市中,外圍降溫范圍內(nèi)節(jié)能減碳量在節(jié)能減碳總量中的占比在31.31%~73.85%之間,平均占比為47.32%。從各市城區(qū)綠地外圍不同距離節(jié)能減碳量來看,隨著到綠地距離增加,城區(qū)綠地節(jié)能減碳量從0~90 m范圍內(nèi)的3 562.54 t·d-1逐漸減少到>180~270 m范圍內(nèi)的54.20 t·d-1。
表2 2017年長三角一體化核心城市綠地降溫減碳核算結(jié)果
由于樹冠遮蔭以及蒸散發(fā)作用,城市綠地具有明顯的降溫效應(yīng)。筆者研究發(fā)現(xiàn),長三角一體化中心區(qū)各核心城市內(nèi)綠地斑塊均具有降溫效應(yīng)。而且,綠地斑塊的降溫距離多在270~450 m之間,這與多個(gè)城市的研究結(jié)果相似[12,15,18]。城市綠地的降溫效應(yīng)可通過熱量交換對(duì)斑塊周邊溫度產(chǎn)生一定影響,從而形成局地微氣候。城市綠地面積是影響其降溫幅度的重要因素[12,21],城市綠地面積越大,越容易形成穩(wěn)定的內(nèi)部環(huán)境,從而具有更大的降溫幅度。
城市植被的降溫效應(yīng)在生態(tài)服務(wù)功能的相關(guān)研究中有所涉及,但在城市節(jié)能減碳中的作用卻未被足夠重視。城市綠地的降溫效應(yīng)可通過2種途徑形成:一類為植被通過光合作用固定大氣中的CO2,另一類則為城市植被所具有的局地小氣候調(diào)節(jié)等服務(wù)功能所能起到的減碳作用。如果將前一類稱為直接固碳,則后一類則可稱為間接固碳。該研究聚焦于城市植被的間接固碳,研究結(jié)果說明,如果城市綠地消失,那么相應(yīng)生態(tài)服務(wù)消失必然會(huì)導(dǎo)致城市碳排放量增大。而且,隨著城市森林漸趨成熟,其所具有的直接固碳功能逐漸減弱,但其所具有的間接固碳功能則逐漸增強(qiáng)。由此可見,盡管植被的直接固碳效應(yīng)可能較小,但不能忽視其間接固碳價(jià)值,而間接固碳價(jià)值的相關(guān)研究結(jié)果勢(shì)必也有助于厘清城市生態(tài)建設(shè)在碳達(dá)峰碳中和方面的作用。
目前,尚缺少對(duì)上述城市市區(qū)范圍內(nèi)綠地降溫節(jié)能減碳量的核算研究。但通過與其他城市的比較,可發(fā)現(xiàn)筆者所得核算結(jié)果大體在同一量級(jí)。如LIN等[16]研究顯示,北京市六環(huán)內(nèi)城市綠地的節(jié)能減碳量約為14 315.37 t·d-1。以上海市為例,筆者研究的核算結(jié)果高于北京市,其中原因在于如下幾點(diǎn):第一,筆者研究采用的是市區(qū)所有面積在1 hm2以上的綠地,而北京的研究是結(jié)合城市總體規(guī)劃提取出的綠地,綠地?cái)?shù)量可能少于筆者的研究;第二,由于不同立地條件[22]、植被覆蓋[23]以及幾何特征[24]等因素的影響,各地綠地降溫效應(yīng)也存在差異。
該研究主要針對(duì)城市綠地的降溫效應(yīng)所導(dǎo)致的節(jié)能減碳量進(jìn)行核算研究。相對(duì)于植被通過光合作用吸儲(chǔ)CO2這一直接減碳作用而言,通過降溫效應(yīng)等生態(tài)服務(wù)功能而引起的節(jié)能減碳不容忽視。尤其是在強(qiáng)調(diào)碳達(dá)峰碳中和的當(dāng)下,城市植被所具有的降溫效應(yīng)在節(jié)能減碳方面的貢獻(xiàn)應(yīng)得到更多的重視?;诔鞘芯G地的降溫效應(yīng),采用遙感方法,對(duì)長三角一體化中心區(qū)27個(gè)核心城市的城區(qū)綠地所具有的節(jié)能減碳量進(jìn)行估算研究,主要結(jié)論包括:
(1)各核心城市中心城區(qū)綠地均具有顯著的降溫效應(yīng),綠地斑塊平均LST比城區(qū)低2.18 K,降溫幅度在2.9~8.3 K之間,而綠地斑塊的降溫距離在270~450 m之間。
(2)長三角一體化核心區(qū)各大城市綠地節(jié)能減碳量為267 656.12 t·d-1,每個(gè)城市綠地平均節(jié)能減碳量約9 913.19 t·d-1。各大城市中,上海市城市綠地節(jié)能減碳量最大,達(dá)47 374.83 t·d-1,其余依次為溫州、寧波、南京、杭州、臺(tái)州、蘇州、無錫和合肥,宣城、紹興、嘉興、池州、馬鞍山和安慶等城市綠地節(jié)能減碳量均在2 000 t·d-1以下。
(3)綠地斑塊外圍與斑塊自身具有近似的節(jié)能減碳量,且隨著到綠地距離的增加,節(jié)能減碳量逐漸減少。
上述研究結(jié)果可表征夏季晴朗天氣下中心城區(qū)由于降溫效應(yīng)而產(chǎn)生的節(jié)能減碳量,但由于不同氣象條件下降溫效應(yīng)存在差異,今后有待開展更為細(xì)致的研究,以精確核算高溫季節(jié)城區(qū)綠地的節(jié)能減碳價(jià)值。此外,由于綠地斑塊外圍的景觀組成及結(jié)構(gòu)對(duì)綠地降溫效應(yīng)有一定影響,因此今后尚需對(duì)節(jié)能減碳量的影響因素進(jìn)行深入分析。
生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)2022年10期