1985–2020年全球森林-城市碳平衡时空动态及其驱动模式的多尺度解析

为揭示快速城市化对森林碳汇的冲击机制，研究人员通过XGBoost-SHAP和MGWR模型，首次量化了全球森林-城市碳平衡指数（CBI）的时空演变（1985–2020年）。研究发现城市化碳损失达森林碳损失的1.9倍，识别出亚马逊等热点区及加拿大等冷点区，并解析温度、人口密度等驱动因子的空间异质性，为可持续碳管理提供科学依据。

　　

在全球气候变化与城市化加速的双重压力下，森林作为陆地生态系统最大的碳库，其固碳能力与城市扩张的博弈关系成为科学界关注的焦点。联合国数据显示，仅占地球表面3%的城市区域贡献了70%的碳排放，而过去35年全球不透水地表面积翻倍增长，直接蚕食着亚马逊、刚果盆地等关键碳汇区的森林资源。这种"绿色"与"灰色"空间的拉锯战，使得厘清森林-城市碳平衡的驱动机制成为实现《巴黎协定》1.5°C温控目标的核心挑战之一。

福建农林大学等机构的研究团队在《Journal of Cleaner Production》发表的研究，创新性地构建了森林-城市碳平衡指数（CBI），通过融合机器学习与空间计量方法，首次在全球尺度上解析了这一动态平衡的时空规律。研究采用1985–2020年多源遥感数据，运用eXtreme Gradient Boosting（XGBoost）结合SHAP值解释模型识别关键驱动因子，并采用多尺度地理加权回归（MGWR）揭示空间异质性效应。

研究结果

1. 碳平衡时空格局
   CBI从0.77增至3.02 g C/m²/y^?1，但森林碳通量由-3.55恶化至-7.68 g C/m²/y^?1，表明城市化碳损失（1.9倍于森林碳损失）主要集中在中国东部和印度北部。亚马逊等热带雨林区为CBI热点，而加拿大-俄罗斯寒带林区呈现冷点特征。

2. 驱动因子异质性
   XGBoost-SHAP分析显示：亚马逊和撒哈拉以南非洲主要受温度、降水控制，而美国西南部和澳大利亚东部则受人口密度主导。MGWR进一步揭示坡度、道路密度与温度呈协同效应，而海拔、GDP产生权衡效应，各因子带宽差异显著。

3. 政策启示
   研究指出当前城市绿化存在空间公平性问题，建议在东亚等城市化热点区优先布局绿色基础设施，寒带林区需加强保护政策。通过量化森林恢复对碳损失的抵消效应（如东南亚地区每增加1%森林覆盖可降低0.23%城市化碳损失），为《联合国生态系统恢复十年》计划提供实证支持。

这项研究的意义在于建立了首个全球森林-城市碳平衡评估框架，其创新的"机器学习+空间计量"方法论突破了传统碳循环研究的尺度局限。特别是发现道路密度与人类足迹指数（HFI）在200km带宽内对CBI的影响强度存在显著空间自相关，为区域差异化碳管理政策制定提供了精准靶点。该成果不仅填补了SDGs评估体系中碳平衡指标的空白，更为城市森林协同规划提供了可量化的科学工具。