《Forests》：Pathways to Enhance Direct Carbon Sequestration and Indirect Carbon-Saving Benefits in Urban Parks: A Joint Analysis of Landscape and Morphological Spatial Patterns
编辑推荐：
城市公园的碳减排效益正从传统生物固碳扩展到对城市能源需求的调节。由植被碳固定产生的直接固碳能力（DCSC）与由夏季降温效应引起的建筑制冷能耗降低所产生的间接减碳能力（ICSC），代表城市公园碳减排的两条重要路径。然而，景观格局与形态学空间格局如何共同调控DCS
城市公园的碳减排效益正从传统生物固碳扩展到对城市能源需求的调节。由植被碳固定产生的直接固碳能力（DCSC）与由夏季降温效应引起的建筑制冷能耗降低所产生的间接减碳能力（ICSC），代表城市公园碳减排的两条重要路径。然而，景观格局与形态学空间格局如何共同调控DCSC与ICSC，以及不同空间指标间存在何种非线性响应与交互作用，仍有待进一步研究。研究人员以哈尔滨主城区城市公园为对象，利用多源遥感数据量化DCSC与ICSC，并揭示两类碳减排功能的空间差异。通过构建整合可解释机器学习与非线性响应建模的分析框架，研究人员识别了影响DCSC与ICSC的关键指标、其贡献方向及交互作用，进一步刻画了关键指标组合的非线性响应，并识别了两类碳效益协同提升的有利范围。结果显示：（1）DCSC范围为0.96—946.75 kg C·day?1，ICSC范围为0.10—9,828.50 kg C·day?1；全部公园ICSC总量约为DCSC总量的16倍，位于内环的城市公园DCSC与ICSC总体较低。（2）景观指标与MSPA（形态学空间格局分析）类别对两类碳效益的相对贡献差异明显：景观指标对ICSC的解释贡献较大，而MSPA类别对DCSC的解释贡献相对较大。平均形状指数（SHAPE_MN）、斑块密度（PD）与Perforation被识别为具有提升DCSC与ICSC潜力的关键指标。（3）从协同视角看，涉及SHAPE_MN的交互作用突出，其中SHAPE_MN × PD在两类响应中均居最强交互之列，凸显边界复杂性与空间破碎化的重要性。此外，协调绿地覆盖率、空间连续性、边界形态和核心空间完整性，可有效促进两类碳效益的协同提升。这些发现为空间约束下寒地城市优化城市公园结构并推进城市碳中和目标提供了新的规划依据。
研究背景与问题：快速城市化持续增加能源消耗与碳排放压力，城市约消耗全球75%的能源，并贡献超过一半的人为CO
2排放。基于自然的解决方案（NbSs）通过生态系统服务增强碳汇并降低能耗需求，城市公园作为城市绿色基础设施的重要组成，一方面通过植被光合作用与生物量积累形成DCSC，另一方面通过植被遮阴、蒸腾和热交换降低地表与空气温度，减少建筑制冷能耗，形成ICSC。既有研究不足主要体现在：多聚焦DCSC或ICSC单一碳减排路径；研究区集中于热带、亚热带和暖温带，寒地研究相对有限；DCSC与ICSC在机制、时间特征和空间范围上差异明显，仅关注单一效益难以刻画二者的差异与协同关系；景观指标可量化景观组成与配置，MSPA可识别内部形态结构，二者具有互补性，但联合优化及交互、非线性响应研究不足；传统线性模型难以充分刻画复杂非线性关系，机器学习又存在“黑箱”问题，SHAP虽可解释贡献但难以直观揭示组合响应的阈值特征。哈尔滨是寒地代表性城市，夏季极端高温事件增强、制冷用电需求上升，同时绿地比例随快速城市化下降，因此有必要在寒地城市语境下开展研究。该研究旨在识别有利于DCSC与ICSC协同提升的关键结构特征与最优范围，为寒地城市绿地结构优化、双碳效益提升和低碳规划提供依据。
研究人员开展的研究与主要结论：以哈尔滨主城区73个城市公园为对象，量化夏季DCSC与ICSC，并构建XGBoost-SHAP与GAM联合分析框架，识别关键指标、贡献方向、非线性响应及交互作用，进而识别两类碳效益协同提升的有利范围。结果表明，ICSC总量显著高于DCSC；两类碳效益存在明显空间差异，内环较低、外环较高；景观指标对ICSC解释贡献更突出，MSPA类别对DCSC贡献相对更大；SHAPE_MN、PD和Perforation为可同时影响两类效益的关键指标；SHAPE_MN × PD交互突出；协调绿地覆盖、空间连续性、边界形态和核心空间完整性有助于协同提升两类碳效益。其意义在于为空间约束下寒地城市优化城市公园结构、推进城市碳中和提供新的规划依据。
关键技术与样本来源：研究区为哈尔滨主城区；公园样本来自黑龙江省城市公园名录（2025），结合OpenStreetMap与Google Earth影像校正边界，保留面积>900 m
2且周边无大型水体的公园73个。使用2024年7月GF-1、Landsat 8/9、ERA5-Land、ESA WorldCover 2021 v200数据。以CASA（Carnegie Ames Stanford Approach）模型估算净初级生产力（NPP）并换算DCSC/DCSE；以基于冷却曲线的100个圆台累加求和法估算ICSC/ICSE；用FRAGSTATS 4.2计算PLAND（景观面积百分比）、SHDI（香农多样性指数）、PD（斑块密度）、SHAPE_MN（平均形状指数）、CONTAG（蔓延度指数），用Guidos Toolbox开展MSPA提取Core（核心）、Edge（边缘）、Bridge（桥接）、Loop（环）、Branch（分支）、Islet（孤立斑块）、Perforation（穿孔）七类；经VIF（方差膨胀因子）筛共线性后，用XGBoost-SHAP（极端梯度提升-沙普利加性解释）识别贡献与非线性，并用SHAP交互和GAM（广义加性模型）二维平滑分析关键组合响应。
研究结果：
3.1 城市公园碳效益水平与空间分布特征：通过多源遥感估算73个公园的DCSC、DCSE、ICSC和ICSE并进行空间统计与相关分析，得出DCSC为0.96—946.75 kg C·day
?1，ICSC为0.10—9828.50 kg C·day
?1；总ICSC约为总DCSC的16倍；DCSE为6.06—18.11 kg C·ha
?1·day
?1，ICSE为0.10—1056.00 kg C·ha
?1·day
?1。DCSC与ICSC显著正相关（Spearman相关系数=0.852，p < 0.001；线性回归R
2=0.633）。四象限分类显示，双高型和双低型分别占43.8%和42.5%，合计86.3%；内环公园双低型占54.8%，外环公园双高型占77.8%，总体呈内环较低、外环较高的空间梯度。
3.2 指标对城市公园固碳能力和碳节约能力的个体效应：通过VIF筛除严重共线性的Core（VIF>10）后建立XGBoost-SHAP个体效应模型，DCSC模型R
2=0.58、RMSE=124.518，ICSC模型R
2=0.41、RMSE=1896.04。SHAPE_MN对DCSC和ICSC贡献最高，分别为22.7%和26.2%，总体呈负效应。DCSC还主要受Edge（22.1%）、Perforation（14.7%）和PD（13.4%）影响，其中Edge和PD总体为负效应，Perforation总体为正效应；ICSC主要受Perforation、PD和PLAND影响，其中Perforation和PLAND总体为正效应，PD为负效应。SHAP依赖图显示，SHAPE_MN约在1.64和1.69处由正贡献转为负贡献；Edge对DCSC约在6.27处由正转负；PD对DCSC和ICSC约在148.62和107.13处由正转负；Perforation约在4.83和5.00处由负转正；PLAND对ICSC约在76.77处由负转正。
3.3 指标对城市公园固碳能力和碳节约能力的协同效应：通过SHAP交互热图与GAM二维响应面分析，DCSC的主要交互为SHAPE_MN × Edge和SHAPE_MN × PD，Islet × Edge与Edge × Branch也较强；ICSC的主要交互为SHAPE_MN × PLAND（交互值119.7248）和SHAPE_MN × PD（64.6942），其后为Perforation × Loop与Perforation × PLAND。GAM显示，DCSC高值主要出现在低SHAPE_MN与低Edge或低PD组合下，随SHAPE_MN、Edge或PD增加总体下降，但高SHAPE_MN与高PD组合存在局部高值；Islet × Edge和Edge × Branch高值集中于低Edge与中等Islet、低Edge与中等Branch组合。ICSC高值出现在低SHAPE_MN与高PLAND组合下，低SHAPE_MN与低PD组合也较高；高Perforation与低Loop或高PLAND组合时ICSC较高。分位数范围进一步识别了各响应面的高值与低值区域，表明边界复杂性、破碎化与内部形态组合对两类碳效益协同提升具有重要性。
讨论部分总结：4.1 DCSC和DCSE总体略低于部分亚热带城市公园研究，可能与生长季长度、城市平均温度、太阳辐射及树种组成有关；ICSC也总体低于部分亚热带和暖温带城市，说明背景气候条件可能是调节公园间接碳节约效益的重要情境因素。夏季ICSC明显高于DCSC，与西安、武汉等研究结果相近，反映城市公园夏季碳效益更多通过降低建筑制冷能耗的间接减排路径实现，这与DCSC局限于公园内部、ICSC还包含冷却影响范围有关。4.2 景观指标对ICSC贡献更强，MSPA类别对DCSC贡献更突出；SHAPE_MN的负贡献与部分城市尺度研究不同，体现尺度与气候情境依赖；PD增加加剧破碎化和干扰，呈负效应；PLAND对ICSC为正但存在边际递减；Perforation适度时可通过改善光照、空气流通和热交换产生正效应，过高时可能分割核心区并转为负效应；Edge是公园与周边热交换和外界干扰的重要界面；Islet和Bridge在本研究中显示一定正效应，研究人员推断小斑块可补充局部植被覆盖，桥接结构可增强空间连续性和功能连通。4.3 两类模型均呈以SHAPE_MN为中心的交互格局，SHAPE_MN × PD在两类模型中均重要，低SHAPE_MN与低PD组合对应高碳效益区域；高SHAPE_MN与高PD在DCSC中存在局部高值，但ICSC中不明显；DCSC交互以Edge为中心，低Edge与低SHAPE_MN或中等Branch、低Edge与中等Islet组合对应较高DCSC；ICSC更依赖绿地覆盖和内部结构，低SHAPE_MN与高PLAND组合较高，高Perforation与高PLAND组合可因连续冷源和内部通风换热而促进ICSC。4.4 针对双高型、间接碳节约优势型、直接固碳优势型和双低型公园提出差异化更新启示：保护连续完整的主要绿地和核心植被区，整合破碎斑块，降低过度边缘暴露，保持适当穿孔并避免过高，但这些属于基于统计关联的规划启示，而非确定性优化方案。4.5 局限包括CASA模型气象数据空间分辨率较粗且重采样可能引入不确定性，ESA WorldCover 2021与2024分析存在时序错配，ICSC为理论估算且受冷却距离、垂直冷却高度和碳转换系数等参数影响，研究基于单个夏季日热环境数据，难以覆盖昼夜、季节和年际变化，结论主要适用于寒地及相似气候城市，且尚未充分纳入面积归一化效率、树种组成、植被结构和养护管理等因素。
研究结论翻译：本研究以哈尔滨城市公园为对象，通过直接固碳与公园降温调节制冷能源需求驱动的间接碳节约两条路径量化DCSC与ICSC，并将景观指标和MSPA类别纳入统一分析框架。采用XGBoost-SHAP分析景观指标和MSPA类别对两类碳效益的影响及其非线性响应特征，并通过交互分析识别关键景观因子的组合响应。结果显示，城市公园DCSC与ICSC存在明显空间差异，在本研究估算框架下，ICSC总体水平显著高于DCSC。在单指标响应层面，景观指标和MSPA类别对不同碳效益的解释贡献存在明显差异：前者对ICSC影响更突出，后者对DCSC解释贡献相对更大。值得注意的是，本研究中SHAPE_MN贡献方向与部分既有研究不同，进一步表明景观指标效应具有较强尺度与情境依赖性，因此难以建立普遍适用的城市公园景观单一优化模型，需针对不同气候区城市进行针对性调整，某一区域识别的响应关系不宜直接外推至其他气候与城市情境。交互分析还表明，优化城市公园结构时应综合考虑景观组成、空间配置和内部形态结构的协调。总体而言，本研究构建了整合景观指标与MSPA的分析框架，揭示了两类空间指标与城市公园DCSC和ICSC的个体响应及交互作用，为空间约束下寒地城市优化现有公园空间、促进两类碳效益协同提升提供了科学依据；该分析框架具有一定可转移性，可为其他城市研究城市公园空间结构与碳效益关系提供方法参考。针对哈尔滨城市公园规划与更新，研究人员建议：（1）优先保护连续完整的主要绿地和核心植被区，并通过整合破碎斑块提升绿地连续性和完整性；（2）在保持绿地覆盖的基础上，进一步优化绿地内部形态和空间配置，减少过度破碎和不必要边缘分割，同时保留适当穿孔，以平衡连续冷源形成与合理内部通风和热交换空间。这些发现深化了对寒地城市及相似气候与空间情境下城市公园DCSC与ICSC协同机制的理解，并为哈尔滨城市绿色基础设施精细化优化和城市碳减排提供了新的规划依据。
