溫嶺市沿海多地形地區綠地生態補償能力評價及優化對策

湯琳娜，趙佳美，魯小珍

（1. 南京林業大學 南方現代林業協同創新中心，江蘇 南京 210037； 2. 溫嶺市農業林業局，浙江 溫嶺 317500）

隨著城市化的推進，許多基礎設施建設和林地生態保護之間出現了一系列復雜矛盾，2016年5月，國務院辦公廳發布《關于健全生態保護補償機制的意見》，提示我們需從生態補償角度對規劃做出新的調整[1]。賴敏等[2]從生態服務價值的角度提出了補償額度的系統計算。葉文虎、鄒振揚等[3-4]在植被還原原理基礎上提出了城市生態補償能力評估。金成波和闕占文[5-6]分別從政策及經濟角度闡述了林業生態補償機制的必要性。以上研究表明，林地生態補償方面的研究將為未來規劃各階段調整提供有力科學依據，亦可作為現存方案經濟性與合理性的評價標準，對森林資源的保護和改善具有十分重要的理論及實踐意義。

研究地溫嶺市境內地形多樣，林地類型豐富，補償種類較為全面。全市一些生態問題較為典型突出，其中包含了機動車尾氣、工業廢氣及溫室氣體帶來的環境污染，林地生態功能發揮不顯著，林地生產力不高等[7]。因而，溫嶺市林地的生態補償評價結果及建議將對其他地區同類研究具有一定借鑒意義。

1 材料與方法

1.1 研究區概況

溫嶺市位于浙江省東南沿海，全市陸域面積 926 km2，海域面積 1 079 km2。121°9′50″～121°44′0″ E，28°12′45″～ 28°32′2″ N。境內地勢西高東低，自西向東逐漸傾斜，西部和西南部多為低山丘陵，間有小塊河谷平原，屬北雁蕩山余脈，海拔最高733.9 m，北部、中部和東南為平原，局部有丘陵山區，東南和西南部三面臨海。溫嶺屬中亞熱帶季風氣候，海洋性氣候影響明顯。全市年平均氣溫17.8℃，全年4—6月和7—9月為兩個明顯的雨期，降雨量的分布特點與地形結構相吻合，西北部大于東南部，山區大于平原。溫嶺市地處沿海，臺風災害較多，集中于5—10月，8月居多。溫嶺市林地面積33 412 hm2，全市森林覆蓋率達30.79%，其中平原林木覆蓋率為19%。按地類分：有林地28 404 hm2，占林地面積的85.01%；疏林地196 hm2，占0.59%；灌木林地1 134 hm2，占3.39%；未成林造林地1 822 hm2，占5.45%；苗圃地30 hm2，占0.09%；無立木林地1 475 hm2，占4.42%；宜林地351 hm2，占1.05%。

1.2 數據來源

林地生態補償能力的評價需依賴多方面基礎數據，結合溫嶺市實際情況，研究數據來源包括以下幾方面：（1）應用RS和GIS技術對2014年溫嶺市工程數據遙感影像進行用地信息的提取（圖1），得出溫嶺市5個街道11個鎮行政區域面積及建設用地面積；（2）根據《溫嶺市森林資源規劃設計調查成果報告（2009）》，《溫嶺市現代農林業發展“十三五”規劃（2015－2020）》，整理出溫嶺市各鎮林地地類面積。由于苗圃地、無立木林地、宜林地的生態補償功能薄弱，故在下文中不計入補償面積中。為使評價結果更貼近實際情況，將草地面積也算入補償范圍內（表1）；（3）溫嶺市農業林業局、溫嶺市環保局2105年全市降塵，CO2，SO2生產及排放量統計結果；（4）2010－2016年《溫嶺年鑒》。

圖1 溫嶺市土地利用情況遙感影像圖Figure 1 Remote sensing image of land use in Wenling

表1 溫嶺市各鎮相關用地情況Table 1 Land uses in different towns of Wenling

1.3 研究方法

采用葉文虎等[3]的“綠當量”模型作為生態補償能力評價的基礎，結合林地主要生態功能（包括維持碳氧平衡、吸收 SO2、滯塵減噪等）及市內典型生態問題如大氣污染、熱島效應、工業廢氣等現狀，將降塵、吸收CO2及SO2作為主要補償目的，計算溫嶺市5個街道11個鎮內有林地、疏林地、灌木林地、未成林林地及草地的綜合生態補償能力。

1.3.1 “綠當量”模型與二維綠量

1.3.1.1 “綠當量”模型 針對同一補償目的，不同類型的林地所需面積不一樣；而同種林地類型，對于不同的補償目的，所需面積也不一樣。在制定宏觀規劃及發展策略時，不可能從每種林地類型著手，因而需要借助綠當量的概念，將草地的補償能力定義為基本單位，根據其他類型林地與草地的補償能力之比便可得到有林地、疏林地、灌木林地、未成林林地的相應綠當量，從而進行評估與規劃[8]。

綜合綠當量的數學形式可表示為：

式中，GC為綜合綠當量，GLi為L種綠地i種生態補償目的；為L種綠地在完成j種生態補償目的時受完成其它生態補償目的干擾的系數，在0～1之間，可由實驗獲得；L為綠地類型，L= 1，2，3，……，M；i，j為生態補償目的，i，j=1，2，……，N[3,9]。

1.3.1.2 二維綠量模型 為客觀評價林地面積對補償效率的影響，引入二維綠量的概念[8,10]。根據研究范圍各類林地對污染物的綜合補償能力，結合專家意見，可得出各類型林地與草地面積的二維轉換系數（表 1），依此可將溫嶺市有林地、未成林地、疏林地、灌木林地的覆蓋面積折算成草地面積。

1.3.2 降塵補償能力計算 根據《城市生態補償能力衡量和應用》中提出的模型，評價林地滯塵能力P滯塵的公式如下：

表2 各類綠地二維綠量轉換系數Table 2 Conversion coefficient of two dimensional green biomass of different green plots

式中，i為溫嶺市各鎮（街道）的林地類型總數,根據上文取i=5；Aj為該鎮（街道）內第j種林地類型的面積；Gj為第j種林地類型滯塵能力的綠當量（根據文獻實驗數據平均獲得）[3]。

1.3.3 CO2補償能力計算 在同化量法測定植物固碳釋氧能力的基礎上，根據溫嶺市實際情況，得出林地對CO2補償能力計算方式：

2.4.4 海馬、乳腺腫瘤及腎上腺病理檢測 行為學檢測結束后，將小鼠處死，剪開頭皮，露出頭骨，打開枕骨大孔，沿矢狀縫翹開顱骨，用鑷子輕輕將腦剝離出來即可。剪開小鼠腹部，用棉球推開胃腸和脾臟，找到雙腎，雙腎上方白色米粒大小顆粒即為腎上腺，用彎鑷夾起腎上腺周圍脂肪組織，隨之將腎上腺分離出即可。在腫瘤下方開一小口，將皮膚與腫瘤組織做鈍性分離后取下腫瘤組織，將黏連在腫瘤上的黏膜與肌肉清理干凈，用生理鹽水洗凈毛發與血液。

單位葉面積凈同化量公式：

式中，P為單位葉面積日同化量（mmol）；Pi為第一測點瞬時凈光合速率(μmol·m-2·s-1) ；Pi+1為下一測點凈光合速率(μmol·m-2·s-1)；ti為第一測點時間（h）；ti+1為下一測點時間（h）[11-12]。

林地對CO2補償量計算：

式中，Pi為i鎮（街道）對CO2的年補償量（t）；Pj為j類林地的日均單位葉面積同化量（可由地方數據及實驗獲得）；LAIj為j類林地的葉面積指數；Sij為第i鎮（街道）內j類林地的面積（hm2）。以此可計算各鎮林地對CO2的年均補償率。

1.3.4 SO2補償能力計算 根據文獻資料可知平均干葉質量為37 g·m-2；每克干葉SO2吸收能力：喬木8.5 mg，灌木4 mg，草地1 mg[4,13]。由此可得計算SO2補償率公式：

式中，Ei為i鎮（街道）對SO2的補償率；Sij為第i鎮（街道）內j類林地的面積；LAIj為j類林地葉面積指數；Pj為j類林地吸收SO2能力（mg·g-1）；Qi為i鎮（街道）SO2年排放量（t）。

2 結果與分析

2.1 降塵補償評價

2.1.1 降塵補償結果 經計算溫嶺市林地對降塵的補償能力為84.07 t·km-2·a-1，吸收能力理論上可達到該市全年排塵的1.21倍。由表3可看出林地降塵補償的評價結果與地方統計的各鎮全年總體滯塵率及二維綠量占比并非完全正相關，且理論值高于實際總體滯塵率，因此需考慮其他影響因素。

表3 綠地降塵補償結果與總體滯塵及二維綠量關系Table 3 Relationship between dust fall compensation and two dimensional green biomass

2.1.2 林地結構對滯塵能力的影響 重點考慮有林地、灌木林地與草地的滯塵能力（疏林地、未成林地等滯塵能力弱且面積可忽略不計），將各鎮 3類林地面積在總林地面積中占比與總體滯塵率數據（表4）在加權修正后進行擬合（圖2），可以看出二維綠量相當時對滯塵率的影響草地＞灌木林地＞有林地。

表4 三類綠地在總綠地面積中占比Table 4 Percentage of green plots in the total one

2.1.3 其他因素對林地滯塵的影響 溫嶺各鎮立地條件復雜多樣，除綠地類型外，各鎮工業所占比重也是影響補償效率的原因，尤其是后者中的污染企業是需要持續關注的源頭問題。大溪鎮和城東街道二維綠量占比與林地結構都相近，但由于大溪鎮工業污染較多因而實際滯塵率較低。此外，石塘、松門等沿海地區易受臺風災害影響，因而8月的降塵量會高于其他鎮，期間二次揚塵帶來的影響更大，同時惡劣的天氣也會影響林地補償功能的發揮。

圖2 溫嶺市不同類型綠地與實際滯塵率的相關關系Figure 2 Correlation between different green types and dust fall rate

2.2 對CO2補償評價

溫嶺市林地可補償該市每年排放CO2的20.02%，各鎮之間補償結果差異較大。將計算結果與相關統計數據進行對比，進一步分析各要素對綠地補償CO2效率的影響（表5）。

表5 綠地CO2補償結果與其他要素的關系Table 5 Relationship between CO2 compensation rate of green plots and other factors

表5顯示，溫嶺市林地對CO2的補償率基本隨著二維綠量增多而變高，但城北、大溪、松門、石塘因當地工業污染情況相對嚴重，雖然綠量占比并不低，但補償結果卻不可觀。可見各地區產業結構的不同是造成補償結果差異的重要原因。

從社會因素來看，城區的補償率明顯小于溫嶠、城南、塢根以山林地為主的地區。然而，數據表明單純的人口數量增加對補償結果的影響并不明顯，但隨著建設用地的同時增加，就會降低林地對CO2的補償率。另外，城東街道作為城區，在其他條件相似的情況下，其綠量雖高于石橋頭鎮，但補償率僅為后者的43%。故而表明社會經濟活動帶來的總體影響遠大于單純人口及林地面積帶來的影響。

2.3 對SO2補償能力評價

計算得出溫嶺市林地可補償全市年 SO2排放量的22.8%，工業污染嚴重的地區補償結果普遍更低。根據各鎮SO2補償現狀，以國家二級SO2濃度排放標準為補償目標，可計算溫嶺市各鎮所需生態補償量，并將其換算成各類林地補償方案的計算公式如下[3]：

其中：GPij為第i鎮（街道）補償SO2污染需要j類型林地的生態補償量（hm2），著重擬出有林地、灌木林地、草地3種補償方案；ΔBi為各鎮（街道）SO2濃度的超標值（mg·m-3·d-1）；Si為i鎮（街道）面積（km2）；H為植物所能補償SO2的有效高度，此處取H=10 m；Gj為j種綠地類型的綠當量（hm2·t-1·a-1）。

由表6可看出（新河鎮、城南鎮、塢根鎮SO2濃度已達標，故不列入表內），溫嶺市大部分地區理論上都需進行林地生態補償，但各地區可根據實際用地現狀及立地條件，選擇二維綠量的擴建或是改善原有林地空間結構，在面積不變的情況下提高其補償效率。而一些超標嚴重的地區如松門鎮、石塘鎮、濱海鎮等，則不能完全依賴生態補償措施，應從源頭出發，加快產業轉型，改變當地能源結構。

表6 溫嶺市各鎮（街道）SO2補償結果及林地建設方案Table 6 SO2 compensation rate and construction plan in Wenling

3 結論

（1）溫嶺全市林地對降塵的補償能力為84.07 t·km-2·a-1，理論上吸收能力可達該市全年排塵的1.21倍。林地降塵計算理論值高于各鎮實際全年滯塵率，且與各鎮二維綠量占比并非完全正相關。通過數據擬合分析出二維綠量相當時對滯塵率的影響排序為草地＞灌木林地＞有林地。此外，地區產業結構、地理位置、氣候條件也是影響林地降塵補償結果的因素。

（2）溫嶺全市林地可補償每年排放CO2的20.02%，各鎮之間補償結果差異較大。林地對CO2的補償率與二維綠量占比基本呈正相關，但受地區工業污染影響較大。從社會因素來看，城區CO2補償率明顯小于山林地區。因此社會經濟活動帶來的總體影響遠大于單純人口及林地面積帶來的影響。

（3）溫嶺市林地可補償全市年SO2排放量的22.8%，工業污染嚴重的地區補償結果普遍更低。大部分地區理論上都需進行林地生態補償，而一些超標嚴重的地區則不能完全依賴生態補償措施，還應從源頭出發，加快產業轉型，改變當地能源結構。

綜上所述，林地對降塵，CO2，SO2的補償結果均受各類林地絕對面積的影響。但溫嶺市作為浙東沿海多地形地區的典型代表，各鎮地形差異、地理位置、社會經濟變化復雜導致了補償結果間的差異，因而需對評價結果的影響因素及如何提高不同區域林地補償效率作進一步探討。

4 討論與建議

4.1 降塵補償結果討論

4.1.1 影響因素探討 林地降塵機理主要分為物理和化學兩個方面，物理降塵主要通過林地復雜的冠層結構來改變含塵氣流的速度及方向，從而加快顆粒物的沉降，受二次揚塵影響大[14-16]；而化學降塵則是通過植物吸收有機物質和分解顆粒物，受溫度、濕度、地形、已有滯塵量等因素影響[17-18]。因此在面積相當的前提下，結構的不同以及各鎮復雜的地理條件均會影響林地滯塵能力。

研究表明，復層結構的林地滯塵能力要遠遠大于單一結構的林地[14,19-21]，而草地、灌木對實際補償率影響更大是因為地被植物及地表枯枝落葉等低矮林層結構能有效減少二次揚塵的發生[22-25]。因而，調整林地的結構、使之具備更豐富的豎向結構，比增加林地面積的補償方式更為經濟有效[26]。但需注意的是，當森林郁閉度超過一定閾值后，氣流難以擴散，林內顆粒物濃度急劇增高會導致森林滯塵能力的降低甚至出現負效應[20,27-28]，這也是有些山地地區林地資源豐富、評價結果較高，但實際降塵控制率不高的原因。

各類環境因素對林地降塵補償能力的影響多體現為動態的變化關系，如季節對落葉樹的補償能力影響[26,29]。此外還涉及到各鎮自然條件、植被資源、社會經濟、功能定位等多方面差異帶來的綜合效應。但無論如何，工業及交通污染始終是造成補償結果降低的重要原因。

4.1.2 優化建議 林地降塵補償的優化可以分為“匯”與“源”兩個方面，前者側重改進現狀，提高補償效率；后者則從源頭出發，減少需補償的污染數量。因而，一方面需要整體控制林地的配置結構與郁閉程度，對林地進行合理疏伐[26]。另一方面要考慮沿海防護林的營造和修復，因林帶可以有效改變氣流結構，成為抵御降塵污染的第一道防線[30-31]。而溫嶺現有沿海防護林林帶規模偏小，質量參差不齊，局部存在斷帶、缺口，這是導致沿海地區補償率偏低的一個重要原因。

4.2 CO2補償結果討論

4.2.1 影響因素探討 從排放來源看，工業所占比重最大。馬巾英等在對廈門市碳氧平衡評價中發現工業排碳量已超過全年排碳總量的80%[32]；楊士弘在對廣州市樹木吸收CO2能力的研究中發現平衡燃煤燃油所需綠化量是現有綠地面積的17倍[33]。因而僅靠綠量的增加不可能實現良好的補償效果，地方工業排放的源頭控制對林地CO2補償的評價結果有著關鍵的影響。而從區域功能劃分出發，城區是CO2排放的主要來源[34]。但各類研究結果表明僅僅是人口增長帶來的驅動力并不明顯，廈門市評價結果中人口呼吸的排碳耗氧占比不足 0.01%[32]，城市化進程的綜合水平才是CO2排放的核心驅動力[34-35]。一般而言，發達地區隨著產業結構的成熟化，城市人均CO2排放量會小于農村，目前長三角地區總體情況已經滿足[34-36]，但就溫嶺市評價結果可見，除去一些工業污染嚴重的鎮，城市的整體補償結果還是低于農村，一方面因為城市用地緊張，二維綠量占比不如山區；另一方面則表明了溫嶺城市發育程度仍不高，比如在主城區太平街道中還鑲嵌著工業區，城區中秸稈燃燒也不罕見，這些因素都會從源頭影響林地的補償效率。

從林地本身補償能力出發，一方面受到群落針闊比的影響，李曉曼等在廣州森林生態系統碳匯能力研究中得出，闊葉樹對CO2的補償可達總凈固定CO2量的56.3%，馬尾松林占8.8%[37]。而溫嶺山地植被中松類在喬木中占絕對優勢，因而會影響到評價結果。另一方面，選擇優良的地方樹種會大幅提高林地對CO2的補償效率[33,37]。此外，林地補償功能的發揮還會受到突發性干擾因素的影響，包括采伐、圍墾等人為因素及火燒、臺風等自然因素，對于這些因素的影響結果目前學界研究結果并不統一，但干擾等級和時長的不同一定會帶來影響程度的改變[38]。

4.2.2 優化建議 可將城區作為重點改造對象，針對老城區人口密集、拆遷困難的現狀，完善群落配置，利用地方樹種增加速生大樹冠闊葉喬木的數量，提高單位面積補償能力[39-40]。完善農村農田防護林網結構，在 CO2補償同時還能通過固碳、調節水分等作用控制農田生態系統的其他溫室氣體排放[30,41]。山地則應推進闊葉化改造，提升林分質量，控制森林火災。同時利用人為的有效干擾[42]，縮短演替周期改善松林生態補償功能。

4.3 SO2補償結果討論

4.3.1 影響因素探討 大氣中的SO2排放主要來自工業污染，其次為交通尾氣、城市建設[43]，而林地吸收SO2需要一個過程，離排放源近的林地會首先發生作用，SO2在散播過程中仍會繼續造成污染。然而林地現有含 S量會影響其補償能力，袁正科等在探討湖南森林生態系統凈化SO2能力時發現污染區的平均樹木葉片含S量為非污染區的6倍左右[44]，這會導致排放的SO2不能在第一時間被很好的吸收，從而造成二次污染。以濱海鎮為例，該地區本身環境良好，但因該地區以大片的農田為主，二維綠量很低，因而補償效果差。

影響林地補償SO2的還有各類環境因素，其中以風速和光照影響最大。前者主要決定了SO2的擴散程度，而后者影響光合作用的強度，決定了植物對SO2的需求量[43-44]。

4.3.2 優化建議 根據SO2的補償特點，應增強從工業區到山林地凈化系統的連續性，利用林帶、林網對氣流的控制作用減小污染源的擴散，將其合理導向林地分布多、吸收能力強的山地。山林地區一方面可以增加林下灌木、草地面積，另一方面要利用林窗控制光照、降雨等影響。此外可利用四旁林優秀的補償能力，在城區及農村優先選擇補償方案中的有林地、灌木林地，多采用樟Cinnamomum camphora等強力樹種[43-45]，以提高補償效率來解決用地緊張的矛盾。

[1] 王金南，劉桂環，文一惠，等. 構建中國生態保護補償制度創新路線圖——《關于健全生態保護補償機制的意見》解讀[J]. 環境保護，2016（10）：14－18.

[2] 賴敏，吳紹洪，尹云鶴，等. 三江源區基于生態系統服務價值的生態補償額度[J]. 生態學報，2015，35（2）：227－236.

[3] 葉文虎，魏斌，仝川. 城市生態補償能力衡量和應用[J]. 中國環境科學，1998（4）：11－14.

[4] 鄒振揚，黃天其. 試論城鄉開發自然生態補償的植被還原原理[J]. 重慶環境科學，1992（1）：18－21.

[5] 金成波. 實施生態補償政策對林業發展的影響探討[J]. 林業科技情報，2015，47（3）：61－67.

[6] 闕占文. 比較視野下的林業生態補償制度[J]. 經濟問題探索，2011（7）：129－133.

[7] 鄭四渭，唐志，姬亞嵐，等. 浙江林業現代化建設目標研究[J]. 浙江林學院學報，2005，22（1）：87－92.

[8] 楊東興. 基于RS和GIS技術的濟南市綠地景觀格局分析與生態綠地系統規劃研究[D]. 濟南：山東建筑大學，2010.

[9] Seabrook L，Mcalpine C A，Bowen M E. Restore，repair or reinvent: Options for sustainable landscapes in a changing climate[J]. Landscape&Urban Planning，2011，100（4）：407－410.

[10] 管恩翠. 基于GIS武漢市中心城區二維綠量測算[D]. 武漢：華中農業大學，2007.

[11] 魯敏，秦碧蓮，牛朝陽，等. 城市植物與綠地固碳釋氧能力研究進展[J]. 山東建筑大學學報，2015，30（4）：363－369.

[12] 李輝. 北京五種草坪地被植物生態效益的研究[J]. 中國園林，1998，14（4）：36－38.

[13] LANDSBERG J J，KAUFMANN M R，BINKLEY D，et al. Evaluating progress toward closed forest models based on fluxes of carbon, water and land nutrients[J]. Tree Physiol，1991，9（12）：1.

[14] 栗志峰，劉艷，彭倩芳. 不同綠地類型在城市中的滯塵作用研究[J]. 干旱環境監測，2002，6（3）：162－163.

[15] 任啟文，王成，郗光發，等. 城市綠地空氣顆粒物及其與空氣微生物的關系[J]. 城市環境與城市生態，2006，19（5）：22－25.

[16] 柴一新，祝寧，韓煥金. 城市綠化樹種的滯塵效應——以哈爾濱為例[J]. 應用生態學報，2002，13（9）：1121－1125.

[17] 郭二果. 北京西山典型游憩林生態保健功能研究 [D]. 北京：中國林業科學研究院，2008.

[18] 黃會一，張友標，張春興. 木本植物對大氣氣態污染物吸收凈化作用的研究 [J]. 生態學報，1981，1（4）：335－343.

[19] 鄭少文，刑國明，李軍，等. 北方常見樹種的滯塵效應 [J]. 山西農業大學學報：自然科學版，2008，28（4）：383－387.

[20] 孫淑萍，古潤澤，張晶. 北京城區不同綠化覆蓋率和綠地類型與空氣中可吸入顆粒物（PM10）[J]. 中國園林，2004（3）：77－79.

[21] 劉學全，唐萬鵬，周志翔，等. 宜昌市城區不同綠地類型環境效應[J]. 東北林業大學學報，2004，32（5）：53－54.

[22] FOWLER D，CAPE J N，UNSWORTH M H，et al. Deposition of atmospheric pollutants on forest[J]. Philos Trans Royal Soc London，1989，324（1223）：247－265.

[23] BECKETT K P，FREER-SMITH P H，TAYLOR G. Urban woodlands: their role in reducing the effects of particulate pollution[J]. Environ Pollut，1998，99（3）：347－360.

[24] 蘇俊霞，靳紹軍，閆金廣，等. 山西師范大學校園主要綠化植物滯塵能力的研究[J]. 山西師范大學學報：自然科學版，2002，20（2）：86－88.

[25] 王成，郗光發，彭鎮華. 有機地表覆蓋物在城市林業建設中的應用價值[J]. 應用生態學報，2002，20（2）：86－88.

[26] 王曉磊，王成. 城市森林調控空氣顆粒物功能研究進展[J]. 生態學報，2014，34（8）：1911－1916.

[27] 殷彬，蔡靜萍，陳麗萍，等. 交通綠化帶植物配置對空氣顆粒物的凈化效益[J]. 生態學報，2007，27（11）：4590－4595.

[28] 吳志萍，王成，侯曉靜，等. 6種城市綠地空氣PM2.5濃度變化規律的研究[J]. 安徽農業大學學報，2008，35（4）：494－498.

[29] 吳曉娟，孫根年. 西安城區植被凈化大氣污染物的時間變化[J]. 中國城市林業，2006，4（6）：31－33.

[30] 虎小紅. 淺談農田防護林網對幾種農業自然災害的預防作用[J]. 農業科技與信息，2012（4）：24－25.

[31] GHIMIRE K，DULIN M W，ATCHISON R L，et al. Identification of windbreaks in Kansas using object-based image analysis, GIS techniques and field survey[J]. Agroforestry Systems，2014，88（5）：865－875.

[32] 馬巾英，尹鍇，吝濤. 城市復合生態系統碳氧平衡分析——以沿海城市廈門為例[J]. 環境科學學報，2011，31（8）：1809－1816.

[33] 楊士宏. 城市綠化樹木碳氧平衡效應研究[J]. 城市環境與城市生態，1996，9（1）：37－39.

[34] GRIMM N B，FAETH S H，GOLUBIEWSKI N E，et al. Global change and the ecology of cities[J]. Science，2008，319：756－760

[35] 蔡博峰，趙楠，馮愷. 城市CO2排放驅動力的影響因素研究[J]. 中國人口·資源與環境，2013，23（5）：14－203.

[36] 蔡博峰，王金南. 長江三角洲地區城市二氧化碳排放特征研究[J]. 中國人口·資源與環境，2015，25（10）：45－52.

[37] 李曉曼，康文星. 廣州城市森林生態系統碳匯功能研究[J]. 中南林業科技大學學報，2008，28（1）：8－13.

[38] 楊平，仝川. 不同干擾因素對森林和濕地溫室氣體通量影響的研究進展[J]. 生態學報，2012，32（16）：5254－5263.

[39] CURRIE B A，BRAD B. Estimates of air pollution mitigation with green plants and green roofs using the UFORE model[J]. Urban Ecosyst，2008，11（4）：409－422.

[40] KONIJNENDIJK C C. The forest and the city: The cultural landscape of urban woodland[J]. Journal of Housing & the Built Environment，2008，25（2）：263－264.

[41] 黃堅雄，陳源泉，隋鵬，等. 農田溫室氣體凈排放研究進展[J]. 中國人口·資源與環境，2011，21（8）：87－94.

[42] 蔡錫安，彭少麟，趙平，等. 三種鄉土樹種在二種林分改造模式下的生理生態比較[J]. 生態學雜志，2005（3）：243－250.

[43] 聶蕾，鄧志華，陳奇伯，等. 昆明城市森林對大氣SO2和NOX凈化效果[J]. 西部林業科學，2015，44（4）：116－120.

[44] 袁正科，田大倫，袁穗波. 森林生態系統凈化大氣SO2能力及吸S潛力研究[J]. 湖南林業科技，2005，32（1）：1－4.

[45] 潘輝，黃石德，王玉芹. 福州市城市森林吸收SO2功能及價值評價[J]. 閩江學院學報，2014（2）：122－127.