中国1363个城市植被固碳时空异质性及驱动机制：基于城乡梯度的多尺度解析

针对城市化进程中植被固碳(VCS)时空异质性机制不明的科学问题，研究人员基于CASA模型和SHAP算法，系统解析了中国1363个城市沿城乡梯度的NPP变化规律。研究发现VCS呈"V型"空间分布，城市边缘区最低；城市化强度(UI)对城区VCS贡献达27%，而温湿度主导乡村区驱动。该研究为差异化碳治理提供了科学依据。

　　

随着全球城市化进程加速，城市已成为碳排放的"主战场"——占全球75%的碳排放量却仅覆盖3%的陆地面积。植被作为最重要的自然碳汇，其固碳能力(VCS)在破碎化的城市环境中呈现复杂时空变异，但传统研究将城市视为均质单元，忽略了从城市核心到乡村背景的连续梯度特征。中国作为全球城市化速度最快的国家，过去40年城镇化率激增46个百分点，导致植被固碳功能严重受损。如何精准量化VCS沿城乡梯度的分布规律，解析气候带和城市规模等宏观因素的调控机制，成为实现"双碳"目标的关键科学难题。

中国科学院团队在《Urban Forestry》发表的研究，创新性地整合CASA模型与机器学习算法，首次系统刻画了中国1363个城市VCS的梯度异质性。研究采用多尺度技术路线：基于遥感反演获取2000-2020年净初级生产力(NPP)作为VCS指标；运用GUB数据集划分五级城乡梯度（城市核心区、城市新区、城市边缘区、乡村边缘区、乡村背景区）；结合随机森林和SHAP值分析量化气候因子与人为活动的驱动贡献。样本涵盖从县级市到直辖市的完整城市体系，跨越干旱区、半干旱区、半湿润区和湿润区四大气候带。

整体VCS时空趋势特征
通过年际NPP变化分析发现，中国城市VCS呈现显著南北分异：南方城市NPP普遍>500 gC/(m²·a)，而北方多在250-500区间。时间维度上，2000-2020年全国VCS均值增长12.3%，但城市边缘区出现明显"塌陷"，年均增长率较乡村背景区低1.8个百分点。

气候带梯度变异规律
干旱区至湿润区的过渡中，VCS呈线性下降趋势，但城乡梯度上的"V型"分布具有普适性。值得注意的是，地表温度(LST)在湿润区促进VCS（每升高1℃增加0.7% NPP），在干旱区却表现为抑制作用（降低1.2%），揭示气候背景对温度效应的调控。

城市规模等级效应
从县级市到超大城市，VCS沿城乡梯度呈现"W型"波动。超大城市核心区因绿化投入充足，NPP比中小城市高15%；但人口密度超过8000人/km²时，UI对VCS的负向贡献骤增至34%，表明存在生态承载阈值。

驱动机制解析
SHAP值分析显示：城市核心区VCS的27%变异由UI解释，道路密度和GDP分别贡献19%和12%；乡村区主导因子转为湿度(HUM)和温度(TEM)，合计解释度达41%。特别发现PM_2.5浓度在200μg/m³以下时与VCS正相关，超过该阈值则转为显著抑制。

该研究首次构建了"气候带-城市规模-城乡梯度"三维分析框架，揭示了中国城市VCS的复杂互作机制。提出的"边缘区塌陷"现象为优化城市扩张模式敲响警钟，而驱动因子的非线性阈值效应为精准碳管理提供了量化依据。研究推荐的"分区-分类-分级"调控策略，已被纳入多个城市碳中和行动方案，对全球城市生态治理具有范式意义。特别是发现中等城市化强度(UI=0.4-0.6)区域可作为VCS提升的优先干预带，这一结论为平衡发展与保护提供了科学支点。