成都市城市藍(lán)綠系統(tǒng)碳儲量評估及優(yōu)化策略研究

摘要

溫室氣體大量排放加劇了全球變暖，嚴(yán)重威脅城市與居民的健康福祉。而城市藍(lán)綠系統(tǒng)是適應(yīng)與緩解氣候變化，固碳增匯的重要手段之一。以成都市中心城區(qū)為例，基于土地利用數(shù)據(jù)，利用InVEST碳儲量模型與ArcGIS空間可視化分析工具，對城市藍(lán)綠系統(tǒng)碳儲量進(jìn)行評估及分區(qū)，結(jié)果發(fā)現(xiàn)，研究區(qū)總碳儲量空間分布呈現(xiàn)出“中心低，四周高”的特征，低碳區(qū)域集中分布在研究區(qū)域的中部且占比最大，碳匯潛力區(qū)沿環(huán)城生態(tài)帶分布，高碳區(qū)域零星分布在研究區(qū)域東側(cè)。據(jù)不同碳儲量的劃分區(qū)域提出具有針對性的碳儲量優(yōu)化策略：高碳區(qū)域應(yīng)優(yōu)先保護(hù)現(xiàn)有的藍(lán)綠空間；碳匯潛力區(qū)可調(diào)整和恢復(fù)現(xiàn)有的藍(lán)綠空間；低碳區(qū)域需改良和管理藍(lán)綠空間。

關(guān)鍵詞

藍(lán)綠空間；碳儲量；固碳增匯；InVEST模型

中圖分類號：TU986 文獻(xiàn)標(biāo)志碼： A DOI：10.12233/j.gdyl.2024.03.010

文章編號：1671-2641（2024）03-0069-06

Abstract

The massive emission of greenhouse gases has led to an increasing trend of global warming， seriously threatening the health and well-being of cities and their inhabitants. The urban blue-green system is one of the important means to adapt to and mitigate clim61OjJmg0Z2PW7Xsl8CVYfQ==ate change sequester carbon and increase sinks. In this paper， we take the central city of Chengdu as an example， based on the land use data， use the InVEST carbon stock model and ArcGIS spatial visualization and analysis tools to evaluate and partition the carbon stock in the urban blue-green system， and the results found that： the spatial distribution of the total carbon stock in the study area shows the characteristics of low in the center and high in the surroundings. The low Carbon Sequestration Area is concentrated in the middle of the study area and accounts for the largest proportion， the Potential Carbon Sequestration Area is distributed along the ecological belt around the city， and the High Carbon Sequestration Area is sporadically distributed in the east side of the study area. According to the different carbon storage areas， we propose targeted carbon storage optimization strategies： High Carbon Carbon Sequestration Areas should prioritize the protection of existing blue-green spaces; Potential Carbon Sequestration Areas can adjust and restore existing blue-green spaces; Low Carbon Carbon Sequestration Areas need to improve and manage blue-green spaces.

Keywords

Blue-green space; Carbon stock; Carbon sequestration; InVEST Model

文章亮點

1）將城市InVEST模型應(yīng)用于城市碳匯研究中；2）成都市中心城區(qū)內(nèi)總碳儲量空間分布呈現(xiàn)出“中心低，四周高”的特征；3）確定成都市中心城區(qū)不同碳匯能力區(qū)域并提出針對性優(yōu)化策略。

近年來，全球變暖趨勢日益加劇?！?023年全球氣候狀況》臨時報告確認(rèn)2023年成為有記錄以來最熱的一年，全球平均氣溫比工業(yè)化前高出1.4℃。人為活動產(chǎn)生的二氧化碳排放是溫室氣體的主要來源，城市不斷擴(kuò)張不僅加劇了二氧化碳排放，也進(jìn)一步加劇了城市熱島效應(yīng)，對社會與居民造成了嚴(yán)峻威脅。中國作為全球氣候治理的引領(lǐng)者，推進(jìn)實現(xiàn)“雙碳”目標(biāo)已勢在必行。

城市藍(lán)綠系統(tǒng)作為城市中唯一的直接碳匯途徑，其碳儲量估算是評價城市綠地碳匯效益的重要手段。對城市生態(tài)系統(tǒng)碳儲存能力的研究有助于了解城市中碳儲存的實際情況，對制定合理碳儲存與改善生態(tài)環(huán)境的政策具有重要指導(dǎo)意義。當(dāng)前國內(nèi)外針對城市碳儲量展開了廣泛的研究，但主要集中在植物種類及土壤[1]碳儲量的計算方法上，而針對城市藍(lán)綠系統(tǒng)碳儲量的計算研究尚待進(jìn)一步完善。目前已有生物量法[2]、樣地勘測法、微氣象學(xué)法[3]等較為成熟的碳儲量估算方法，但存在工程量大、計算復(fù)雜的問題。因此，本研究采用InVEST（Integrated Valuation of Ecosystem Services and Trade-offs）模型運算評估法，其碳儲量模型適用于各類景觀尺度，被當(dāng)前國內(nèi)學(xué)者廣泛應(yīng)用于流域、濕地和森林等區(qū)域的碳儲量空間的分布調(diào)查及預(yù)測[4]，對區(qū)域、省市的碳儲量研究有較大貢獻(xiàn)[5]，相較于其他碳儲量估算方法，具有可視性強、數(shù)據(jù)易獲取和操作便捷等優(yōu)點。

因此，本文提出如何有效優(yōu)化城市藍(lán)綠系統(tǒng)碳儲量的研究問題，并以成都市為例，提出典型示范區(qū)的城市藍(lán)綠系統(tǒng)碳儲量優(yōu)化策略。研究擬通過InVEST碳儲存模型，結(jié)合土地利用數(shù)據(jù)對研究區(qū)藍(lán)綠系統(tǒng)碳儲量進(jìn)行評估，并利用ArcGIS進(jìn)行空間可視化分析，提出碳儲量優(yōu)化策略。本研究可作為開展碳儲量評價與增匯研究的典型示范，為國內(nèi)外探索與完善城市藍(lán)綠系統(tǒng)碳中和實現(xiàn)路徑的同類研究提供借鑒。

1 材料與方法

1.1 研究區(qū)概況

四川省省會成都市是中國西部地區(qū)的中心城市，屬亞熱帶濕潤季風(fēng)氣候。盆地地形加上大規(guī)模城市化，使得成都的熱島效應(yīng)尤為顯著[6]。成都市氣象臺發(fā)布消息，2023年是成都自1953年以來最熱的一年，2024年開年以來，全市平均氣溫較歷史同期依舊偏高。據(jù)《成都市綠色低碳發(fā)展報告（2020）》，“十三五”時期，成都以占全省18.7%的碳排放承載了24.5%的能源消費、25%的常住人口和35%的經(jīng)濟(jì)體量。本文以成都市中心城區(qū)（含龍泉驛區(qū)、新都區(qū)、郫都區(qū)、雙流區(qū)、溫江區(qū)伸入繞城高速以內(nèi)的區(qū)域）為研究區(qū)域，該區(qū)域是成都市政治、經(jīng)濟(jì)、文化中心所在地，也是城市碳足跡的主要分布地[7]。因此，聚焦成都中心城區(qū)的藍(lán)綠空間規(guī)劃使研究更具有代表性。

1.2 數(shù)據(jù)來源

土地利用數(shù)據(jù)來源于地球大數(shù)據(jù)科學(xué)工程共享服務(wù)系統(tǒng)（https：//data.casearth.cn/）2020年全球30 m地表覆蓋精細(xì)分類產(chǎn)品，空間分辨率為30 m。利用ArcGIS中的按掩膜提取工具，提取得到研究區(qū)域的土地利用數(shù)據(jù)，共有11種土地利用類型（圖1）。

為提高研究結(jié)果的準(zhǔn)確性，各土地利用類型碳密度數(shù)據(jù)（表1）主要參考與成都生態(tài)環(huán)境或自然條件相似的地區(qū)，并篩選了年份相近或存在引用關(guān)系的文獻(xiàn)以減小誤差。其中，大部分土地利用類型的數(shù)據(jù)來自成都[8]、重慶[9]、貴州[10]等西南地區(qū)；旱作農(nóng)田、灌溉農(nóng)田數(shù)據(jù)參考與成都?xì)夂蚝娃r(nóng)田情況相似的其他南方地區(qū)，如浙江[11]；草本和裸露區(qū)數(shù)據(jù)參考InVEST碳數(shù)據(jù)庫。

1.3 研究方法

InVEST碳儲量模型的工作原理是將地上生物量碳庫、地下生物量碳庫、土壤碳庫和死亡有機(jī)質(zhì)碳庫4部分的碳密度數(shù)據(jù)映射到各類別的土地利用和土地覆蓋柵格①，以得出研究區(qū)總碳儲量。其計算公式為：

Ctotal =Cabove+Cabove+Cbelow+Csoil+Cdead （1）

式中，Ctotal為研究區(qū)域總碳儲量（t），Cabove為地上碳儲量（t），Cbelow為地下碳儲量（t），Csoil為土壤碳儲量（t），Cdead為死亡有機(jī)質(zhì)碳儲量（t）。

研究通過InVEST 3.13.0碳儲量模型得到研究區(qū)域的碳儲存量結(jié)果后，利用ArcGIS 10.8.1對評估結(jié)果進(jìn)行可視化分析。最后，基于評估結(jié)果提出碳儲量優(yōu)化策略。

2 碳儲量評估與優(yōu)化策略分析

2.1 碳儲量評估

2.1.1 總碳儲量評估

結(jié)合研究區(qū)土地利用數(shù)據(jù)及其不同土地利用類型的碳密度表，利用InVEST碳儲存模型以及ArcGIS空間顯示分析與統(tǒng)計分析，得到了研究區(qū)的總碳儲量（表2）、各類碳庫碳儲量空間分布（圖2）及總碳儲量空間分布（圖3）。灌溉農(nóng)田、旱作農(nóng)田以及草地的碳儲量遠(yuǎn)高于其他土地利用類型，土壤碳儲量是土地碳匯的主要部分，且研究區(qū)域內(nèi)總碳儲量空間分布呈現(xiàn)出“中心低，四周高”的特征。

根據(jù)研究團(tuán)隊的國家自然科學(xué)基金青年項目（編號：52008345）所構(gòu)建的成都市中心城區(qū)城市藍(lán)綠基礎(chǔ)設(shè)施數(shù)據(jù)庫得到圖4，可知研究區(qū)藍(lán)綠系統(tǒng)由城市綠地、環(huán)城生態(tài)帶和水域3部分構(gòu)成。將研究區(qū)城市藍(lán)綠空間分布與總碳儲量分布進(jìn)行對比分析，結(jié)合土地利用類型分布可知，非藍(lán)綠空間土地類型包括不透水表面和裸露區(qū)，在研究區(qū)面積占比為78.14%，集中分布在研究區(qū)中部，總碳儲量僅1.40 t。環(huán)城生態(tài)帶以綠道串聯(lián)高質(zhì)量公園和良田而成。高質(zhì)量公園包括鳳凰山公園等大面積楔形綠地公園，嵌入非藍(lán)綠空間，與市中心的城市綠地相接，對內(nèi)形成覆蓋全城的藍(lán)綠通廊，對外形成綠色生態(tài)隔離空間的屏障，具有連續(xù)性強、圍合性高及嵌入性強的特點。良田包含了大部分灌溉農(nóng)田與旱作農(nóng)田，呈帶狀沿繞城高速分布。城市綠地以城市公園綠地、生產(chǎn)性綠地和附屬綠地為主，呈斑塊或帶狀廣泛分布在環(huán)城生態(tài)帶以內(nèi)，形成了城市生態(tài)斑塊和綠廊。與土地利用類型圖相比，部分城市綠地和部分農(nóng)田（環(huán)城生態(tài)帶以外）重合。農(nóng)田類土地占研究區(qū)總面積的20.97%，但碳儲量占研究區(qū)總碳儲量的98.72%，可見其為研究區(qū)碳匯發(fā)揮了關(guān)鍵作用。林地類用地總面積占比為0.3%，碳儲量也僅占總碳儲量的0.42%。水域空間如城市河道、溝渠等，流經(jīng)各個行政區(qū)，濕地嵌入環(huán)城生態(tài)帶，水域的總碳儲量為20.59 t。

2.1.2 單位碳儲量評估

結(jié)合研究區(qū)土地利用數(shù)據(jù)，通過ArcGIS中分區(qū)統(tǒng)計工具得到不同土地類型的總碳儲量，在統(tǒng)計類型選擇平均值，得到各類土地利用類型的單位碳儲量（表3）。各土地利用類型的單位碳儲量從高到低排序為落葉闊葉林、常綠針葉林、常綠闊葉林、草地、灌溉農(nóng)田、濕地、旱作農(nóng)田、裸露區(qū)、草本覆蓋、水體、不透水表面。

林地類土地的平均單位碳儲量約為39.33 t/hm2，接近草地單位碳儲量的2倍，而其總碳儲量卻不到草地的1/2。結(jié)合土地利用分布圖分析可知，林地面積極小且分布零散，導(dǎo)致作用范圍十分有限，未能達(dá)到很好的碳匯效果。農(nóng)田類土地具有一定碳儲存能力且分布面積廣，是研究區(qū)域固碳的關(guān)鍵部分。濕地數(shù)量較少，水體包括府南河等跨越行政區(qū)的河流、支渠以及多個生態(tài)湖泊，因此單位碳儲量更低的水體的總碳儲量反而高于濕地。不透水表面的單位碳儲量最低，但其分布面積最廣，對城市碳儲存與碳匯起著嚴(yán)重的阻礙作用。

2.2 研究區(qū)藍(lán)綠系統(tǒng)增匯優(yōu)化策略

基于單位碳儲量評估結(jié)果，在ArcGIS中采用自然裂點分級法對碳儲量進(jìn)行分級，將研究區(qū)分為高碳區(qū)域（High Carbon Sequestration Area，HCSA）、低碳區(qū)域（Low Carbon Sequestration Area，LCSA）、碳匯潛力區(qū)（Potential Carbon Sequestration Area，PCSA）（圖5）。LCSA以不透水表面為主，由于城市中心擴(kuò)張，不透水表面的面積不斷擴(kuò)大，且其大面積分布在研究區(qū)中部。PCSA與HCSA主要分布在遠(yuǎn)離中心區(qū)域的四周，一方面是因為研究區(qū)外圍區(qū)域相較于中心區(qū)域的土地利用程度低，工業(yè)生產(chǎn)、城市建設(shè)程度更低[12]；另一方面是因為出于抑制城市無序擴(kuò)張和粘連的目的，成都打造天府綠道、天府藍(lán)網(wǎng)以完善城市藍(lán)綠空間系統(tǒng)，發(fā)展形成如今的環(huán)城生態(tài)區(qū)。結(jié)合藍(lán)綠空間分布（圖4）可知，城市藍(lán)綠空間與PCSA高度重合，在城市的固碳增匯中起到關(guān)鍵作用。

基于土地的單位碳儲量數(shù)值分出的不同特征區(qū)域，提出不同的增匯優(yōu)化策略：1）對于HCSA，優(yōu)先保護(hù)現(xiàn)有的藍(lán)綠空間。此區(qū)域相對高質(zhì)量的藍(lán)綠空間在固碳增匯方面表現(xiàn)出卓越能力，是未來可持續(xù)發(fā)展的核心力量，在空間規(guī)劃上應(yīng)建立生態(tài)保護(hù)區(qū)域，阻止人為干擾，同時增強管控和保護(hù)力度，減少現(xiàn)有藍(lán)綠空間的資源損耗。2）對于PCSA，調(diào)整和恢復(fù)現(xiàn)有的藍(lán)綠空間。較大的面積和較好的連接性使藍(lán)綠空間具備一定的固碳潛力，是當(dāng)前城市固碳增匯的堅實基礎(chǔ)，應(yīng)重視既有土地的結(jié)構(gòu)優(yōu)化，采取生態(tài)更新、恢復(fù)和景觀改善等措施調(diào)整現(xiàn)有的藍(lán)綠空間，如梳理水系、引入綠地等調(diào)整手段，以提高相應(yīng)能力，達(dá)到增匯目的。3）對于LCSA，改良和管理藍(lán)綠空間。此區(qū)域固碳能力極低，藍(lán)綠空間的質(zhì)量和數(shù)量都并不理想，應(yīng)大量增加不同類型的藍(lán)e5703ed7ed8f1f6289c6559eaf804869綠空間的覆蓋面積，并改良現(xiàn)有的藍(lán)綠空間。例如推進(jìn)海綿城市建設(shè)，從全域的角度統(tǒng)籌生態(tài)本底，可提供低碳排的生產(chǎn)、生活載體和高碳匯的生態(tài)綠色基礎(chǔ)設(shè)施，或優(yōu)化植物的生長和配置，選擇固碳能力更強的植物，能有效提升單位土地的碳儲量，減少土地資源的浪費。

3 討論

研究結(jié)果表明，城市土地利用類型對區(qū)域碳儲量具有較大的影響。伍丹等[8]對成渝經(jīng)濟(jì)區(qū)碳儲量的分析結(jié)果顯示，城市建設(shè)用地的縮減能夠推動碳儲量的增加。其他現(xiàn)有研究也證明了成都碳儲量的變化主要是城市擴(kuò)張帶來的碳儲量降低與森林面積增加帶來的碳儲量的提高[13]。這與本研究中“不透水表面成為城市碳匯最大阻力，林地具備卓越碳匯能力”的結(jié)論相似。

結(jié)合研究結(jié)果，除了景觀空間策略外，在政策層面也應(yīng)細(xì)化、強化生態(tài)保護(hù)紅線的方案政策，推動區(qū)域積極建設(shè)能有效應(yīng)對氣候變化的高質(zhì)量城市藍(lán)綠體系[14]；在管理層面應(yīng)定期對生態(tài)服務(wù)功能進(jìn)行評估測繪以支持城市藍(lán)綠空間的保護(hù)建設(shè)[15]，提高區(qū)域碳匯能力，加強對工業(yè)生產(chǎn)的監(jiān)督管控，以期助力推進(jìn)中國如期實現(xiàn)“碳達(dá)峰、碳中和”。

4 結(jié)語

本文通過ArcGIS以及InVEST模型對成都市中心城區(qū)藍(lán)綠空間碳儲量進(jìn)行可視化分析，得出結(jié)論如下：1）研究區(qū)域內(nèi)總碳儲量空間分布呈現(xiàn)出“中心低，四周高”的特征。低碳區(qū)域集中分布在研究區(qū)域的中部，占比最大；碳匯潛力區(qū)沿環(huán)城生態(tài)帶分布，包括大型楔形綠地；高碳區(qū)域零星分布在研究區(qū)域東側(cè)。2）各土地利用類型的碳儲存能力由高到低為落葉闊葉林、常綠針葉林、常綠闊葉林、草地、灌溉農(nóng)田、濕地、旱作農(nóng)田、裸露區(qū)、草本覆蓋、水體、不透水表面。其中，不透水表面分布面積最廣，對研究區(qū)域低碳建設(shè)起到阻礙作用；各類林地分布面積極少，難以有效地助力成都的低碳建設(shè)；而具備一定固碳能力且分布較廣的用地類型，如農(nóng)田類用地，承擔(dān)研究區(qū)的主要固碳功能。基于研究區(qū)域碳儲量的分析結(jié)果，提出城市藍(lán)綠空間的優(yōu)化策略：高碳區(qū)域應(yīng)優(yōu)先保護(hù)現(xiàn)有的藍(lán)綠空間；碳匯潛力區(qū)可調(diào)整和恢復(fù)現(xiàn)有的藍(lán)綠空間；低碳區(qū)域需改良和管理藍(lán)綠空間。

本研究將城市InVEST模型應(yīng)用于城市碳匯研究中，有效解決生態(tài)系統(tǒng)碳匯能力定量化評估研究難以可視化和分析不足的問題，對劃分城市不同碳匯能力區(qū)域，提出針對性優(yōu)化策略具有指導(dǎo)意義。然而本研究仍存在局限性，如InVEST模型中的碳儲量模塊假定碳儲量是恒定不變的，會在一定程度上降低數(shù)據(jù)精準(zhǔn)程度，在未來的研究中應(yīng)不斷完善計算方法，結(jié)合實測數(shù)據(jù)與新技術(shù)方法進(jìn)行校驗，減少誤差。此外，本研究僅基于二級土地利用類型進(jìn)行土地劃分，忽略了如街道、小區(qū)綠化等更細(xì)化的碳儲量數(shù)據(jù)，未來可根據(jù)林分類型進(jìn)一步劃分，并從植物方面來統(tǒng)計碎片化綠地的碳儲量，在細(xì)化土地利用的基礎(chǔ)上進(jìn)一步補充遺漏，從而更加精細(xì)地測算碳儲量，使其更接近實際值。

注：圖片均由作者自繪。

參考文獻(xiàn)：

[1]呂海亮. 城市植被與土壤碳儲量時空變化規(guī)律研究——以哈爾濱市為例[D]. 長春：中國科學(xué)院大學(xué)（中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所），2017.

[2]胡硯秋，蘇志堯，李佩瑗，等. 林分生物量碳計量模型的比較研究[J]. 中南林業(yè)科技大學(xué)學(xué)報，2015，35（1）：84-88.

[3]于洋，王昕歌. 面向生態(tài)系統(tǒng)服務(wù)功能的城市綠地碳匯量估算研究[J]. 西安建筑科技大學(xué)學(xué)報（自然科學(xué)版），2021，53（1）：95-102.

[4]李瑾璞，夏少霞，于秀波，等. 基于InVEST模型的河北省陸地生態(tài)系統(tǒng)碳儲量研究[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報，2020，36（7）：854-861.

[5]趙桐，蒙吉軍. 基于土地利用變化的成都平原經(jīng)濟(jì)區(qū)碳儲量時空演變與情景模擬[J]. 山地學(xué)報，2023，41（5）：648-661.

[6]WU S，YANG H，LUO P，et al. The effects of the cooling efficiency of urban wetlands in an inland megacity： A case study of Chengdu， Southwest China[J]. Building and Environment，2021，204：108128.

[7]廖祥，楊鑫，牛振生. 成渝城市群陸地碳排放時空變化及效應(yīng)研究[J]. 環(huán)境科學(xué)與技術(shù)，2023，46（1）：211-225.

[8]伍丹，張晟，朱康文，等. 基于PLUS模型和InVEST模型的成渝經(jīng)濟(jì)區(qū)碳儲量演化分析[J]. 三峽生態(tài)環(huán)境監(jiān)測，2022，7（2）：85-96.

[9]虎帥，張學(xué)儒，官冬杰. 基于InVEST模型重慶市建設(shè)用地擴(kuò)張的碳儲量變化分析[J]. 水土保持研究，2018，25（3）：323-331.

[QkwhsZx0oQJHQbTAKJrpSA==10]郜紅娟，韓會慶，張朝瓊，等. 烏江流域貴州段2000-2010年土地利用變化對碳儲量的影響[J]. 四川農(nóng)業(yè)大學(xué)學(xué)報，2016，34（1）：48-53，84.

[11]鄒文濤，何友均，葉兵，等. 基于InVEST模型的錢江源國家公園生態(tài)系統(tǒng)碳儲量研究[J]. 中南林業(yè)科技大學(xué)學(xué)報，2021，41（3）：120-128.

[12]彭文甫. 成都市土地利用變化及驅(qū)動力分析[D]. 成都：四川師范大學(xué)，2005.

[13]謝耕，吳莉+BV6pxW57AAJxDfvxNuq3Q==萍，陳敏. 基于土地利用變化的成都市碳儲量時空格局演變特征分析[J]. 環(huán)境影響評價，2023，45（6）：104-112.

[14]張思凝. 巴塞羅那城市公園發(fā)展更新與特征研究[J]. 廣東園林，2021，43（2）：29-35.

[15]ZHANG S， MU?OZ RAMíREZ F. Assessing and mapping ecosystem services to support urban green infrastructure： The case of Barcelona， Spain[J]. Cities，2019，92：59-70.

① 2024.InVEST 3.14.2用戶指南，來自https：//naturalcapitalproject.stanford.edu/software/invest。

作者簡介：

鐘彥萍/2001年生/女/四川成都人/西南交通大學(xué)建筑學(xué)院（成都 610000）/在讀碩士研究生/專業(yè)方向為風(fēng)景園林規(guī)劃設(shè)計

（*通信作者）張思凝/1989年生/女/四川綿陽人/博士/西南交通大學(xué)建筑學(xué)院（成都 610000）/講師/研究方向為風(fēng)景園林規(guī)劃設(shè)計/E-mail：zsning@swjtu.edu.cn

宋昊翔/2000年生/男/河南許昌人/西南交通大學(xué)建筑學(xué)院（成都 610000）/在讀碩士研究生/專業(yè)方向為生態(tài)景觀和可持續(xù)研究

臧家昕/2004年生/男/河北秦皇島人/西南交通大學(xué)建筑學(xué)院（成都 610000）/在讀本科生/專業(yè)方向為風(fēng)景園林