《Ecosystem Services》:The influence of tree canopy cover data choices on urban ecosystem accounting
编辑推荐:
城市生态系统服务(Ecosystem Service, ES)模型对树冠覆盖(Tree Canopy Cover, TCC)输入数据特别敏感。研究人员在两种城市生态系统服务模型中测试了四种树冠覆盖数据集。研究人员发现降雨截留(rainfall intercep
城市生态系统服务(Ecosystem Service, ES)模型对树冠覆盖(Tree Canopy Cover, TCC)输入数据特别敏感。研究人员在两种城市生态系统服务模型中测试了四种树冠覆盖数据集。研究人员发现降雨截留(rainfall interception)和热缓解(heat mitigation)输出存在3–24%的差异。生态系统核算工作应理解其输入数据的偏差。
城市生态系统核算(System of Environmental-Economic Accounting Ecosystem Accounting, SEEA EA)作为评估城市生态系统范围、状况和服务流量的统计标准,正逐步应用于多个国家,但面临空间数据不确定性的挑战。树冠覆盖(Tree Canopy Cover, TCC)是城市生态系统服务(Ecosystem Services, ES)的关键驱动因子,尤其影响降雨截留和局部气候调节。然而,不同TCC数据源在空间分辨率、影像来源和建模方法上存在显著差异,导致ES模型输出结果出现系统性偏差。目前,缺乏对TCC数据选择如何影响ES模型输出的系统评估,这阻碍了标准化、可靠的城市生态系统核算的建立。为此,本研究以美国189个城市(人口≥50,000)为研究对象,旨在探究四种TCC数据集对两种ES模型输出的敏感性,并分析影响差异的潜在因素。研究得出,不同TCC数据集导致ES输出差异达3–24%,其中中等分辨率数据集(NLCD和Enhanced)与高分辨率合成数据(AC)存在系统性偏差,而Meta数据集在干旱城市低估显著。研究意义在于为城市生态系统核算中的数据选择提供实证依据,强调理解输入数据偏差对提升模型可靠性和可迁移性的重要性。论文发表在《Ecosystem Services》上。
为开展研究,研究人员采用了以下关键技术方法:1)四种TCC数据集:NLCD(30 m,基于Landsat/Sentinel的随机森林模型)、Enhanced(30 m,改进NLCD,使用LST等预测因子,通过高分辨率数据验证)、AC(<1 m,由UVM和EPA高分辨率产品合成,基于LiDAR和航空影像,经人工校正)、Meta(<1 m,全球树冠高度,基于Maxar卫星和机器学习,通过LiDAR CHM验证)。2)两种ES模型:局部气候调节模型(线性回归预测LST和气温,计算冷却效应和节能,使用城市级弹性系数和建筑能耗数据)和降雨截留模型(基于iTree方程,使用LAI和降水事件)。3)成对比较(普通最小二乘回归)和广义混合效应模型(以城市为随机效应,自变量包括气候、人口、土地覆盖等)。样本队列为189个美国城市,来自2011年人口普查,覆盖多种气候区(湿润、干旱等)。
研究结果如下:
3.1 树冠覆盖:通过比较四个数据集的总树冠面积,发现Enhanced最大(4520 km
2),AC次之(4367 km
2),NLCD和Meta较小(2966和2962 km
2)。与AC相比,NLCD和Meta分别低估34%和23%,Enhanced高估3%。空间上,Enhanced在干旱城市高估TCC,尤其在道路和市中心区域,而NLCD和Meta无法捕捉精细格局。
3.2 生态系统服务:降雨截留量按树冠面积比例,Enhanced最高(45.0百万m
3),AC(43.6百万m
3),NLCD(34.0百万m
3),Meta(33.0百万m
3)。局部气候调节节能:使用Enhanced原始系数时节能最高(4647.6 Gwh),但使用AC系数校正后降为2319.4 Gwh,接近AC(2357.0 Gwh),NLCD(2245.9 Gwh),Meta最低(1320.8 Gwh)。NLCD尽管TCC低估38%,但节能仅低估5%,因其与LST关系复杂。
3.3 成对比较:通过回归分析,NLCD与AC的TCC面积差异斜率1.34,平均符号差(MSD)741.8 m
2;Enhanced与AC接近(斜率1.07,MSD -73.8 m
2);Meta与AC差异大(斜率1.23,MSD 743.6 m
2)。混合效应模型显示,城市面积、平均LST、人口、绿色度(NDVI均值)与TCC差异显著相关;节能差异模型拟合度较低(R
2 0.08–0.43),城市面积和建筑年龄等因素影响较小。
3.4 城市生态系统核算:物理供应表显示,NLCD和Meta低估开发用地(低、中、高密度)的降雨截留和节能;物理使用表显示,约92%的节能归家庭,NLCD低估其他经济单元(如制造业、零售业、教育)的节能收益。
总结讨论部分指出,TCC数据选择对ES模型输出影响显著,Enhanced与LST数据关联导致局部气候调节模型偏差,可采用“Enhanced with AC”校正。城市尺度上,总TCC量比空间格局更影响降雨截留,但局部气候调节模型对空间格局敏感。气候、城市面积、人口等因素驱动差异,需根据城市特征调整校正。研究结论:不同TCC数据集导致ES模型输出差异3–24%,理解输入数据偏差对可靠核算至关重要;本研究基于189个城市的关系,为城市ES建模和生态系统核算的数据决策提供实用指导。在获得更综合的数据之前,此类比较可阐明关键输入(如TCC)的差异和偏差,并支持最优空间分辨率决策。