基于碳达峰碳中和战略目标的城市园林绿化碳汇系统建设

罗志传，单金福

(云南省安宁市人民政府 温泉街道办事处城市管理综合服务中心，云南 安宁 650000)

1 引言

城市是现阶段碳排放来源的重点地区，虽然城市占地面积不足全球陆地面积的4%，但是产生了超过70%的碳排放量。从城市园林绿化角度来看，城市园林植被是吸收城市碳排放的重要功能区，在整个碳汇市场中所占地位较低，且发挥的碳汇效果较小，但是对于城市园林景观绿化建设较为丰富的城市而言，园林绿化仍是不可忽视的固碳功能点。

国内已有类似对城市绿地固碳能力的研究，文献[1]中提出一种转化传统城市绿地植物固碳的计算系统，并选择地面植物与屋顶植物进行研究，可对城市绿地低碳造景提供参考帮助。文献[2]中对7中城市园林设计常用植物的碳汇能力进行研究，为城市园林规划提供强碳汇能力的植物选择。文献[3]立足于城市绿地面积增加角度，对环境控制因子与城市绿地碳交换的关系进行分析，并利用涡度技术对福建省绿地生态系统进行监测，所得结论可为其它城市绿地建设提供帮助。

上述研究未对城市绿地带来的碳汇经济效益进行分析。对此，为进一步挖掘城市园林绿化所带来的碳汇效益，将以我国云南昆明市园林绿化为例进行研究，以期构建适合城市园林的碳汇系统。

2 研究区概况及数据来源

案例地区为云南昆明市域，2020年该市域面积约为21012.53 km2，绿地面积达到22905.28 hm2。昆明市区面积约为2749.77km2，昆明市区绿地面积17914..40 hm2、新增城市绿地1559.15 hm2，其中园林、湿地公园以及自然景观景区的植被占地面积约占全市的49.26%，其中林木的覆盖率约为34.76%。该市处于亚热带高原季风气候的影响范围，2010～2020年均降水量约为661.45 mm，近5年年均气温约为21.27 ℃。同时，该市2020年完成营造林3.96万hm2，全市森林覆盖率达到52.62%。上述数据皆来自该市园林局统计数据，下文主要研究数据主要参考《中国森林资源清查》和《昆明统计年鉴2021》等资料，参考方向包括该市园林绿化面积、林木蓄积量、植被覆盖面积、生长量和蓄积量等[4,5]。结合该市近几年园林绿化的未来发展规划设计，统计1978～2020年的园林绿化数据，考虑到城市园林绿化碳汇系统的构建数据采集便捷性，将各类树木和各年龄段的树木皆归类于园林林木当中，由于园林下花草产生碳汇量占比全市园林绿化碳汇量比重较小，因此不对其进行计算，而将其作为消除计算误差的影响因子。

结合该市近几年的碳储量变化趋势，对该市未来几年的发展进行预测，判断是否可以在2030年之前实现碳达峰的目标。因GM(1,1)模型适合进行中短期的演变预测，因此为缩小对该市园林绿化碳汇量的预测误差，提高对已有园林绿化的碳汇预测精度，本次研究将利用该市1978～2020年数据对其进行预测[6]。

3 城市园林绿化碳汇量的估算方法与研究现状

3.1 城市园林绿化的碳汇计算方法

城市进行园林绿化碳汇量的估算活动是获取城市绿地产生碳汇效益的重要途径，现阶段常用的估算方法包括以下几种：第一，样地勘测法。该方法需要借助大规模样地勘测活动采集数据，然后借助测试与计算的方式将采集的实测数据进行转化，最后利用公式推算出探测地区的碳汇量；第二，同化量法。该方法需要使用专业设备测定出瞬时进出植物叶片中的CO2浓度与水分，然后利用叶面积与植物单位时间净光合速率的乘积获得植物的固碳量；第三，微气象学法。该方法主要对CO2通量的动态进行测定，然后将测定参数代入计算公式，由此获得植被的碳汇量；第四，遥感估算法。该方法可融合遥感影像与数学模型，并构建基于植物固碳量和环境因素的关系，进而实现对大范围城市绿化的碳汇量进行估算的目的；第五，碳汇量估算系统法[7，8]。该方法同样需要借助样地勘测采集数据信息，然后将采集信息上传至模拟软件中，构建树木的生长情况模型，然后借助遥感影像数据对研究区域下的植被进行识别，由此实现对研究区域绿化指标碳汇量的估算。

3.2 CITY green模型法

CITY green模型是指基于arcView平台且融合GIS与RS技术的生态效益评价模型，借助该模型可以对树木的生长进行评价，同时还可以针对植被种类对其的固碳、蒸腾、减少暴雨径流以及减少空气污染物等因素进行模拟[9]。CITY green模型法由生态效益和数据库两个模块组成，通过两组模块共同作用可模拟出区域下植被的生长过程，同时因CITY green数据库下记录近千株常见植物的基础数据，在使用之前仅调整土壤、水分、光照、温度、风量以及营养等因素即可实现模拟修正，通过不断更新环境因素的方式可借助该模型对植被的叶密度、树高、胸径、树冠形状以及树叶脱落等因素进行模拟与记录，其产生信息可辅助GM(1,1)模式进行城市园林绿化的碳汇计算，使预测模拟能够更加贴近实际植被演变情况[10]，模型所提供各植被形态的碳储存与碳吸收因子如表1所示。

由该模型实现的初步估算公式为：

碳存储量=碳存储量因子×植被覆盖率×研究区域面积

(1)

碳吸收量=碳吸收因子×植被覆盖率×研究区域面积

(2)

表1 CITY green数据库参数数据

4 城市园林绿化碳汇系统

4.1 构建预测模型

因需要对外界因素对本次碳汇系统构建的不确定性影响，研究将使用GM(1,1)灰色预测模型进行约束，同时为确保模型结果能够更具可靠性和可行性，将以数据散点图和园林绿化植被生长过程曲线建立幂函数模型(y=axb+x)，并基于已有数据进行预测和对比分析[11]。结合GM(1,1)灰色预测模型原理建立基于该市园林绿化变量与时间变量的一阶微分方程，即：

(3)

式(1)中：x(0)表示原始数据；x(1)表示经过一次累加计算而生成的数列；t表示时间变量；α和u皆表示待估参数，其中α称为发展灰数，u称为内生控制灰数。

案例地区园林绿化植被的碳汇预测模型构建具体步骤如下：

首先，需要对进行设计，即：

x(0)=[x(0)(1)，x(0)(2)，x(0)(3)，…，x(0)(n)]

(4)

(5)

式(5)中：z(t)(1)表示均值序列。

(6)

其次，需要回代时间响应函数对预测值进行求解。

(7)

最后，需要对误差与后验差进行检验。若相对误差值较小，即低于20%则表明拟合良好，方差比“C”小于0.35则表示预测精度良好，处于0.35～0.65之间则表示为基本合格，若大于或等于0.65则表示不合格。

4.2 园林绿化中森林资源的碳储量预测

使用Excel软件对已有数据进行整理，并借助python软件对计算过程进行编程，以期获得一个简易的自动计算程序[12]。为保障计算数据的精准性与科学性，需要对多处计算得出结果的极大值和极小值进行删除，以期提高GM(1,1)灰色预测模型对案例地区未来几年园林绿化森林碳储量变化情况的预测精度，提高城市园林绿化下森林资源对碳达峰目标所做出的贡献。因我国碳达峰实现目标年限为2030年，所以使用GM(1,1)灰色预测模型可起到中短期内的高精度预测。现阶段常用的森林碳汇技术方法为储蓄量法，其计算方式为：

C=(V·D·BEF)·(1+R)·CF

(8)

式(8)中：C表示林木单位面积下的碳储量；V表示材积；D表示林木的基本密度；BEF表示材积生物量的扩展系数；CF表示根茎比；表示干物质的碳含量。

同时，为证明GM(1,1)灰色预测模型的预测能力，将对1978～2020年部分年份的城市园林绿化碳储量进行预测对比，详细对比数据如表2所示。另外，在对案例地区园林绿化进行预测的过程中，因没有对林地增长空间规划因素进行考虑，实际演变情况仅依据目前该市园林绿化规划发展趋势与经营管理水平而制定[13]，其结果可作为判断该市园林绿化碳汇未来发展的稳定值。

表2 案例城市园林绿化的森林碳储量实际值与预测值

模型平均相对误差ε=11.39%<20%，方差比C=0.1995<0.35，证明该模型的拟合程度较好，其得出结果具有较高可信度，能够借助该方法对案例市的园林绿化森林碳储量进行预测。同时，因城市园林绿化森林的碳储量与林木蓄积量存在直接关系，并且城市园林绿化森林蓄积量受林木面积影响，所以借助GM(1,1)模型、CITY green模型和幂函数模型可实现对该市园林绿化面积和碳储量的对比分析[14]。为实现上述目的需构建有关参数方程如下，其中园林绿化森林面积的灰色GM(1,1)模型的时间响应函数为：

(9)

碳储量GM(1,1)模型的时间响应函数为：

(10)

园林林木绿化面积的幂函数模型参数方程为：

(11)

园林林木碳储量的幂函数模型参数方程为：

(12)

结合GM(1,1)灰色预测模型的计算预测结果对预测进行分析，详细数据如表3所示。

表3 案例地区森林面积及碳储量预测

结合当前案例城市的发展水平与城市园林绿化经营管理水平，在不对森林面积继续增长的空间因素进行考虑下，2030年前案例城市园林绿化用森林面积可达到115.17万hm2，其城市园林的绿化覆盖面积将与城市其它功能区持平，预计此时的城市园林林木碳储量可达到2154.68万t，与2020年相比增加897.94万t。若结合幂函数模型的计算预测值可知，在2030年之前案例地区的城市园林绿化面积将达到111.35万hm2，此时城市园林林木的覆盖率可达53.77%；当年城市园林林木碳储量可达到2430.81万t，与2020年相比可提高碳汇1174.07万t。由幂函数模型得出数据可知，2020～2030年该市园林林木年均碳汇量可达到117.4万t/a。上述借助模型得出的预测数据皆为保守的预测数据，因为计算方便并未对树龄因素进行考虑，所以实际上该市的园林林木的碳汇变化可能存在一定波动，但因该市园林景观中林木多为幼龄木，融合花草等其它植物产生的碳汇量可认为上述预测贴合实际情况[15]。

5 优化建议

5.1 推进城市有机更新，实施城市生态修复

针对“双碳”背景下城市园林绿化碳汇系统的建设，应当结合城市的未来发展与现阶段园林绿化发展情况，充分结合有关计算方法、模型以及评价体系，对城市园林绿化碳汇进行预测，以期为构建城市园林绿化碳汇系统奠定基础[16]。为实现上述目标，案例城市应当针对城市园林绿化发展现状制定未来发展战略方案，可围绕城市的区域划分出多层级、多类型的城乡园林绿化体系、景观带体系和绿道体系，充分利用公共基础空间加强城市绿化建设，对邻近山区、水体以及废弃土地等城市，应当做好城市复绿工作，充分发挥城市园林绿化固碳能力。同时，为强化城市内湿地生态系统，继续做到保护与修复的目的，并遏制天然湿地资源在城市发展中出现的功能退化趋势，应当继续加强开展城市湿地系统的修复工程，通过此方式提高城市园林绿化的固碳水平[17]。

5.2 提升园林绿化质量，增强绿地碳汇能力

为进一步加强城市园林绿化的固碳与储碳能力，提高现有绿化的碳储量，可参考以下几点优化路径：第一，在开展新建园林的绿化项目时，应当可以做到严格按照城市地区自然地理条件设计植被，发挥有限地区最大碳汇的经济效益，例如在房前屋后选择适合的园林绿化树种，通过科学种植与栽培技术控制树木的生长，选用长寿树种或高效固碳树种提高绿化固碳能力[18]。第二，对于已建园林设施和低固碳效能的园林景观，应当采取复种或重建等措施加强原有绿化的群落结构，以期提升各绿化植被之间的固碳能力，提高城市园林绿化的碳汇水平。第三，针对地质问题影响的城市园林绿化不足的地区，应当从改善城市土地角度出发，通过增加土地营养的方式为后期的园林建设奠定基础，从而逐步发展到以城市园林增加城市碳汇水平的标准[19]。

5.3 完善计量监测体系，提高科技支撑能力

从“双碳”视角出发，城市园林绿化的碳汇系统应当在保障精准计算与预测的前提下，积极做到可测量、可报告和可核查等原则和要求，充分利用现阶段信息技术的成果，加强对检测数据的记录与管理，同时对园林种植植被的固碳效果进行跟踪检测，从而掌握城市园林绿化的实际固碳能力，为进一步加强城市园林绿化碳储量和碳汇计算奠定基础。另外，为保障信息技术的融合不受其它因素影响，其构建与布局设计应当能够做到科学区分与科学化布局的标准，在强调城市园林绿化的基础作用下，加强园林植被的碳储能力和碳汇水平[20]。

6 结论与讨论

本文借助灰色GM(1,1)模型实现对案例地区园林绿化的碳汇计算，并对该模型的预测能力进行验证，计算出该市到2030年由林木产生的碳储量预测值。从城市园林绿化碳汇系统角度出发，所计算出的碳汇值与预测值是构建碳汇系统的核心数据，因此通过本文对案例地区的园林碳汇计算可为碳汇系统建设奠定数据基础。针对上述模型验证分析，提出几点提高城市绿地碳汇能力的检验，以期为进一步增强城市绿地碳汇能力奠定基础。同时，因我国其他城市的园林绿化建设大致相同，所以本文分析方法与模型皆可适用于其它城市。