基于遙感技術分析烏魯木齊市城市森林景觀格局及碳儲量特征

摘"要：【目的】""研究烏魯木齊市城市不同森林類型的景觀格局特征，分析烏魯木齊市城市森林的基本生態學特征，探究烏魯木齊市森林碳儲量與碳密度的空間分布特征。

【方法】""以城市森林喬木為研究對象，基于遙感技術結合野外實地調查樣地數據，通過生物量轉換法計算碳儲量，通過ArcGIS軟件與Fragstates 4.2軟件計算景觀格局指數。

【結果】""烏魯木齊市城市森林喬木的胸徑范圍主要集中分布在4～14 cm，樹高大小主要分布于3～5 m與6～8 m。烏魯木齊市城市森林整體碳儲量為348.57×103 t，不同城市森林類型碳儲量之間大小關系為風景游憩林gt;道路林gt;生態公益林gt;附屬林gt;生產經營林。碳密度的大小關系為生產經營林gt;附屬林gt;風景游憩林gt;道路林gt;生態公益林。烏魯木齊市碳密度整體以中心點向北呈現先降低再升高的趨勢，向南呈現降低的趨勢。

【結論】""烏魯木齊市城市森林景觀格局主要受到城市化進程的影響。烏魯木齊市城市森林結構以中幼齡林占主導地位，仍然具備相當大的生態發展潛力。碳密度在空間分布與干旱綠洲環境以及特殊地形有直接關系。

關鍵詞：""城市森林類型；景觀格局特征；碳儲量；碳密度

中圖分類號："S-3""""文獻標志碼："A""""文章編號："1001-4330（2024）11-2815-10

0"引 言

【研究意義】城市森林是由喬木為主體的植被及其周邊環境構成的森林生態系統［1］。森林能吸收和凈化城市空氣污染物質，分解土壤污染物并恢復土壤質量，提高城市的碳儲存能力［2］。隨著城市化進程加快，城市森林斑塊分散與覆蓋下降等問題日益突出［3］。烏魯木齊市城鎮化率達96.1%［4］。由于地貌限制，烏魯木齊市區的發展空間呈北寬南窄形狀，區別于大多數平原城市［5］。探究如何在有限水資條件下合理規劃與布局烏魯木齊市等城市森林，對創新綠化樹種效益，緩解森林資源破碎度具有現實意義。【前人研究進展】Subhan等［6］使用密歇根州立大學開發的“碳計算器”工具，對地區城市森林碳儲量進行評價建議城市森林進行維護和再植以進行優化。Arlita T等［7］使用異速生長方程對城市森林碳儲量進行估算研究得出植被對碳的吸收對小氣候的平衡至關重要。Pregitzer等［8］通過對多個森林庫中的碳儲量和年度存量變化進行了建模估算紐約市城市森林碳儲量。目前中國研究主要集中在中東部地區，如鄒琪等［9］利用遙感影像數據構建模型對深圳市的城市森林碳儲量進行估算對其碳儲量空間分布進行研究得出空間分布特點表現為東南沿海部分碳儲量大， 中西部城市經濟開發區碳儲量小。張彪等［10］研究上海市城市森林呈現出“中間低、四周高”的空間格局。馬杰［11］對北京城市森林結構進行研究得出北京市城市森林結構整體偏小，處于青年期的喬木占多數。李源清等［12］對鄭州市森林碳匯進行估算得出主要的行道樹對碳匯總量貢獻較多，約占51.16%。【本研究切入點】一些研究主要圍繞森林生態系統的碳儲量、碳密度和碳匯功能［13］進行了分析，研究對象多數為人為干擾較少的山區林場及城市化較高的沿海城市中以保護為目的的天然林和改造為目的低效人工林，而對受人類活動干擾嚴重的城市森林生態系統研究的很少。且內容主要集中在森林植被固碳功能、碳儲量大小及空間分布特征等方面，而在影響城市森林生物量、碳儲量、碳密度大小與空間分布的驅動因素這些方面的研究較少。尤其是空間結構的特殊的旱區綠洲城市，其獨特的自然環境與空間結構是否對城市森林造成影響有待考證。【擬解決的關鍵問題】以城市化快速發展、生態環境較為脆弱的西北干旱區典型城市-烏魯木齊市為研究靶區，采用遙感技術結合野外實地調查樣地數據、利用ArcGIS軟件平臺和生物量轉換等方法，通過目視解譯對烏魯木齊市城市森林進行分類，探究城市不同森林類型的景觀格局與結構以及烏魯木齊市碳儲量、碳密度的空間分布，為烏魯木齊市城市森林的合理布局與規劃，提升城市森林綠化樹種的生態效益提供理論依據。

1"材料與方法

1.1"材 料

1.1.1"研究區概況

選取新疆烏魯木齊市主城區作為研究區，烏魯木齊市位于天山北麓，準噶爾盆地的南緣（86.626～88.973 E，42.759～44.133 N），平均海拔高度為680～920 m。為溫帶大陸性氣候，年降雨量120～180 mm，雨季集中在6～8月。全年氣溫1、2月最低，平均氣溫大約為3～4℃；7、8月最高，平均氣溫大約為25.7℃。烏魯木齊市城市森林面積為14 412.42 hm2，其中城市森林樣地調查中的主要喬木樹種為白榆（Ulmus pumila）占調查樣地喬木樹種總體的45%。

1.1.2"遙感數據

烏魯木齊市遙感數據來源于美國地質勘探局landsat8遙感影數據，獲取時間為2022年9月6日，云量低于5%（earthexplorer.usgs.gov），通過圖像預處理后獲得15 m分辨率的融合圖像。繼而通過人工目視解譯，結合谷歌地圖等使用ArcGIS軟件將烏魯木齊市內不同城市森林進行矢量化并計算出其面積，參考何興元等［14］方法，根據城市森林的位置、范圍、功能的不同最終將烏魯木齊市城市森林細分為道路林、附屬林、生產經營林、風景游憩林、生態公益林5類，其分類方法較符合我國城市森林的現狀且具有一定的代表性。 圖1

1.2"方 法

1.2.1"樣地位置與數量

通過ArcGIS軟件將城市森林進行矢量化后，使用ArcGIS軟件自帶的字段計算器計算出不同斑塊面積，導出到Excel中對不同城市森林面積進行計算，根據不同的城市森林類型面積所占的比例確定各類樣方數量，按照每100 hm2布設一個樣地的原則，通過分層隨機抽樣的方法進行樣方的布設。總計調查樣方數量149個，其中道路林28個，附屬林15個，生產經營林5個，生態公益林39個，風景游憩林57個。確定樣地位置后通過GPS到達樣地中心點，布設樣地面積為900 m2，對樣地內喬木進行每木檢尺，記錄胸徑樹高，由于生產經營林多為苗圃地所選樣地內喬木的起測徑階為4 cm。圖2

1.2.2"景觀格局指數的計算與選取

景觀格局指數能夠高度濃縮景觀格局信息，反映出其所擁有的空間配置和結構組成。通過ArcGIS軟件矢量化處理后導入Fragstates4.2軟件中進行城市不同森林類型的景觀格局指數計算。根據前人研究成果所選取的景觀格局指數計算［15-17］。

（1）斑塊面積比（PLAND），表示某一類型斑塊面積占景觀總面積的比例。

PLAND="TAj"Mj=1TAj"×100%.

式中，j表示第j類型城市森林景觀，M表示城市森林類型的數量。

（2）斑塊密度 （PD）（n/km2），一定的區域內景觀斑塊數目除以區域面積，即每平方公里的斑塊數目，表示斑塊的破碎度以及景觀空間異質性程度。

PD="N"TA".

（3）景觀形狀指數 （LSI），景觀中所有斑塊邊界的總長度除以景觀總面積的平方根，再乘以正方形校正常數。景觀形狀指數可以衡量其斑塊形狀的復雜程度。

LSI="0.25E""TA"".

式中，E表示所有斑塊邊界總長度。

（4） 連結度指數（COHESION），表示某一類型斑塊中斑塊與斑塊之間的連通性。

COHESION="1-∑"m"j=1"Pij/∑"m"j=1"Pij"aij""×（1-1）/"TA".

（5）平均斑塊分形維數（FRAC-MN），表示整個景觀和各景觀類型的邊緣褶皺程度，揭示出景觀中各組分的邊界褶皺程度。

FRAC-MN="Ni=1""2×ln（0.25Ei）"ln（Ai）"""N".

式中，Ei表示斑塊i的邊界長度。

（6）聚集度指數 （AI），是指景觀斑塊的聚集程度，其大小受到斑塊總數及其斑塊之間距離的影響，聚集度值越大，不同景觀斑塊越聚集，當聚集度為100%，不同斑塊則聚集成一個整體。

AI="∑""gij"max→gij""×Pi"×100.

式中，gij為基于單倍法的斑塊類型i像元之間的結點數；gijmax為基于單倍法的斑塊類型i像元之間的最大節點數；Pi為類型i在整個景觀中所占的。

（7）景觀形狀指數 （LSI），景觀中所有斑塊邊界的總長度除以景觀總面積的平方根，再乘以正方形校正常數。景觀形狀指數可以衡量其斑塊形狀的復雜程度。

LSI="0.25E""TA"".

式中，E表示所有斑塊邊界總長度。

（8）平均斑塊周長面積比（PARA_MN），是指景觀中每個斑塊周長與面積比值的平均值。

PARA_MN="E"i"Si".

式中，Ei表示斑塊i的邊界長度，Si表示斑塊i的面積。

1.3"數據處理

烏魯木齊市城市森林地上生物量使用生物量模型進行估算，通過近地原則選取方程，如某物種無可用的生物量模型，則采用同屬或者同科的生物量模型進行估算。通過《中國林木生物量模型手冊》確定使用模型估算使用模型［18］。由于城市森林存在人為修剪或其他人工撫育措施，使其對生物量計算時應乘以0.8的系數［19］，碳儲量的估算是在生物量估算的基礎上，乘以生物量和碳儲量的轉換系數所得即為碳儲量。研究中使用的碳儲量的轉化系數為0.5［20］，使用ArcGIS軟件建立4 km×4 km的漁網，碳密度為每個格網內各樣點平均值，使用碳密度乘以格網內城市森林面積，為各格網碳儲量。將屬性表導入到Excel計算烏魯木齊市城市森林碳儲量與不同城市森林碳儲量。

2"結果與分析

2.1"烏魯木齊市不同城市森林景觀格局特征

研究表明，斑塊類型比例（PLAND）為城市不同森林類型所占總城市森林面積的比例，最大斑塊指數（LPI）該數值大小可以幫助確定景觀中的優勢斑塊類型，兩個景觀格局指數大小均為風景游憩林gt;生態公益林gt;道路林gt;附屬林gt;生產經營林。斑塊類型比例（PLAND）說明其中風景游憩林為城市森林的主要類型，其次為生態公益林和道路林，說明烏魯木齊市城市森林的主要功能為提供城市休閑場所，其次為防護作用。最大斑塊指數（LPI）間接反映其不同斑塊類型受人為因素影響程度。斑塊密度（PD）指標可以反映城市森林的破碎化程度，其值越大說明其破碎化程度越嚴重，反之則相反。斑塊密度的大小為：道路林gt;附屬林gt;風景游憩林gt;生態公益林gt;生產經營林，道路林由于主要分布在道路兩側，呈隨道路延伸分布的空間特征，破碎化程度嚴重；附屬林主要分布在各城市建筑用地內，所以破碎化程度僅次于道路林；風景游憩林主要為城市大片森林，故而破碎化程度較輕；生態公益林受地形影響主要分布在城市周圍，較多分布在城市周圍荒山荒地，所以破碎化程度較小。平均分維指數（FRAC-MN）指標可以反映景觀形狀的復雜程度，城市不同森林類型的平均分維指數差別不明顯，斑塊邊界均較為復雜，主要受城市復雜情況的影響。斑塊周長面積比（PARA_MN）和形狀指數（LSI）說明其斑塊形狀規則程度，道路林、附屬林的斑塊形狀較其他城市森林更加不規則且形狀更加偏離正方形。聚合度指數（AI）與連接度指數（COHESION）反映其聚集程度，風景游憩林主要為大片城市綠地，其內的斑塊聚集度較好；生態公益林主要分布在城市周圍荒山，聚集程度較好；附屬林與道路林受城市復雜情況影響，聚集度較差。表1，表2

2.2"城市森林結構

研究表明，烏魯木齊市總體城市森林的胸徑分布在4～86 cm，城市森林胸徑主要集中分布在4～14 cm的區間范圍內，約占總體分布的76.52%。其中分布在8～10 cm區間范圍內占比最高為26.21%，分布在14～36 cm區間范圍內占比為20.99%，胸徑大于36 cm情況占比為2.48%。烏魯木齊市森林年齡結構以中幼齡林為主，成熟林數量較少。城市森林胸徑的空間分布中，較大的胸徑主要分布在城市中心與城市外圍區域，兩者之間區域內胸徑較小。

烏魯木齊市總體城市森林的樹高分布在0～29 m，其中主要集中在3～5 m與6～8 m。3～5 m占全部樣地立木總量的37.17%，6～8 m占全部樣地立木總量的28.79%。樹高小于2 m的立木多為斷頭或者死亡兩種情況，占全部樣地立木總量的0.01%。8m以上的樹木占總體的28.16%。樹高分布有明顯的雙峰現象，樹高的空間分布為城郊較小，主要城市區分布無明顯空間異質性。

城市不同森林類型的胸徑分布也存在較大的差別。道路林的胸徑分布主要在4～18 cm，8～10 cm分布最多，道路林多為中幼齡林，受城市化進程的影響。風景游憩林胸徑主要分布在8～22 cm，其中8～10 cm分布最多，風景游憩林胸徑明顯高于道路林，較為成熟。附屬林胸徑主要分布在10～26 cm，其中分布最多在18～20 cm，附屬林成熟程度較高，附屬林多為城市建筑附屬，城市發展時間較長，多數栽植時間與建筑物建設時間相同。生產經營林主要分布在4～6 cm，生產經營林主要多為種苗場與果園，胸徑較小。生態公益林主要集中在6～10 cm。圖2，圖3

2.3"城市森林碳儲量

研究表明，城市森林碳儲量總量為348.57 kt。城市不同森林類型的碳儲量大小為風景游憩林gt;道路林gt;生態公益林gt;附屬林gt;生產經營林。其中風景游憩林碳儲量占城市森林總碳儲量的41.00%，由于其城市森林類型特點，具有更好的水肥條件和撫育措施，受人為因素影響較大，所占面積較大，具有較高的碳儲量貢獻占比。生態公益林對總碳儲量的貢獻率為20.63%，雖然其所占面積大于道路林，但是其立境條件近乎自然條件，受人為因素影響較小，水肥條件較差，導致其單株立木的胸徑、樹高較小。單株生物量計算的大小主要受胸徑和樹高兩因子影響，所以生態公益林中單株生物量較小，碳儲量總量較小。道路林所占城市森林總碳儲量的21.30%，道路林立地環境較多的受到人為因素影響，其主要影響在于澆水量與截頂措施。不同城市森林類型受人為干擾強度不同，影響其單株生物量進而對碳儲量總量產生一定的影響。不同城市森林碳密度為生產經營林gt;附屬林gt;風景游憩林gt;道路林gt;生態公益林，碳密度的大小與其胸徑分布樹高分布有關。烏魯木齊市主城區森林碳密度的分布呈現以城市中心紅山較高，生態公益林分布的城郊位置碳密度較小的空間格局特征，整體表現為從中心點分別向北先降低后升高，向南降低的趨勢，總體呈現出南部大于北部的特征。圖4，表3

3"討 論

3.1

王海熠等［21］針對成都城市森林公園的研究發現，植被景觀格局受到人類活動和研究區域地質的雙重影響。烏魯木齊市城市森林的景觀格局指數顯示，并不具備干旱區的特點［22］ 。道路林和附屬林的景觀格局顯得較為分散且破碎。鐘嘉琳［23］關于南昌市城市森林的研究，城市化進程往往伴隨著森林景觀破碎化以及空間格局復雜度的增加。而王亞男等［24］對于青島市城市森林景觀格局的研究則發現，城市化強度對城市森林景觀格局產生的影響力存在著明顯的空間差異性。總的來說，烏魯木齊市城市景觀格局與其它地方相似，主要受城市化歷程驅動，但其特有的干旱區綠洲環境對城市森林景觀格局無明確影響。

3.2

研究顯示，謝天資［25］發現南充市主城綠地類型間胸徑結構存在差異；曾雨露等［26］在汨羅市發現其城市森林喬木種類偏少，規格較小，但物種多樣性尚存提升空間；馬杰等［27］則指出北京六環內城市森林中幼齡林比重過高。這些研究結果與烏魯木齊市城市森林研究基本吻合。研究表明，烏魯木齊市各類森林中胸徑與高度存在差別，總體來看高度偏向兩個特定范圍，這可能受到土地利用、選擇樹種以及管理方法等多重因素的影響［28］。總之，烏魯木齊市森林以幼齡林為主，體現出巨大的生態開發潛力，據張桂蓮［29］的遙感研究發現，上海市城市森林的碳密度呈現出西高東中的特點，離市區越遠的地方密度越高。但這種格局在烏魯木齊市卻有所不同。由此可見，干旱區綠洲的地理特征和地形變化會對城市森林的碳密度產生影響。進一步說，碳密度及碳儲量的空間分布還與城市的規劃和未來發展有著緊密關系。此外，張丹［30］針對長春市的研究也表明，城市發展加速會導致靠近中央地區的碳密度提高，至于碳儲量，則在很大程度上受到植被種類以及面積的影響。

4"結 論

相較于其他城市，烏魯木齊市森林景觀格局并未體現出過于顯著的區別，主要是受到城市化進程的影響。并且該地區獨特的干旱區綠洲環境對其景觀格局未產生特別大的影響。烏魯木齊市的城市森林結構也比較類似于其他城市，胸徑集中分布再4～14 cm的區間范圍內，約占總體分布的76.52%，幼齡林占主導地位，仍然具備相當大的生態發展潛力。城市森林碳儲量總量為348.57×103 t，幼齡林較多對城市森林的碳儲存能力會產生一定程度的影響。碳密度在空間分布上與其他城市有所不同，與干旱綠洲環境以及特殊地形有直接關系。

參考文獻"（References）

［1］"王成， 蔡春菊， 陶康華.城市森林的概念、范圍及其研究［J］.世界林業研究， 2004， 17（2）： 23-27.

WANG Cheng， CAI Chunju， TAO Kanghua.The concept， range and research area of urban forest［J］.World Forestry Research， 2004， 17（2）： 23-27.

［2］肖睿，劉建琳，江蘇省科學技術協會，等.碳中和［M］.南京：南京大學出版社， 2022.

Xiao Rui， Liu Jianlin， Jiangsu Association of Science and Technology， et al.Carbon Neutrality ［M］. Nanjing：Nanjing University Press， 2022.

［3］ 毛媛媛， 徐凡， 高義軒，等.基于形態學空間格局分析的汝州市藍綠生態網絡構建與規劃應用［J］.應用生態學報， 2023， 34（8）： 2226-2236.

MAO Yuanyuan， XU Fan， GAO Yixuan， et al.Construction and planning application of blue-green ecological network in Ruzhou City based on morphological spatial pattern analysis （MSPA）［J］.Chinese Journal of Applied Ecology， 2023， 34（8）： 2226-2236.

［4］ 石天戈， 張小雷， 杜宏茹， 等.烏魯木齊市居民出行行為的空間特征和碳排放分析［J］.地理科學進展， 2013， 32（6）： 897-905.

SHI Tiange， ZHANG Xiaolei， DU Hongru， et al.Spatial characteristics of residents’outings and carbon emissions in Urumqi City［J］.Progress in Geography， 2013， 32（6）： 897-905.

［5］ 楊俊孝， 劉霄， 張飛云.烏魯木齊市中心城區土地多功能利用空間分異研究［J］.國土資源科技管理， 2023， 40（3）： 61-73.

YANG Junxiao， LIU Xiao， ZHANG Feiyun.On spatial differentiation of multifunctional land use in the central urban area of Urumqi［J］.Scientific and Technological Management of Land and Resources， 2023， 40（3）： 61-73.

［6］ Subhan， Anhar A， Muslih A M， et al.Urban forest carbon stock and biodiversity assesment at Nagan Raya Regency［J］.IOP Conference Series： Earth and Environmental Science， 2022， 951（1）： 012071.

［7］ Arlita T， Yanti L A， Farida A， et al.Total carbon stock in Langsa Urban Forest， Langsa City， Aceh Province［J］.IOP Conference Series： Earth and Environmental Science， 2022， 951（1）.

［8］ Pregitzer C C， Hanna C， Charlop-Powers S， et al.Estimating carbon storage in urban forests of New York City［J］.Urban Ecosystems， 2022， 25（2）： 617-631.

［9］ 鄒琪， 孫華， 王廣興， 等.基于Landsat 8的深圳市森林碳儲量遙感反演研究［J］.西北林學院學報， 2017， 32（4）： 164-171.

ZOU Qi， SUN Hua， WANG Guangxing， et al.Remote sensing retrieval of forest carbon storage in Shenzhen based on landsat 8 images［J］.Journal of Northwest Forestry University， 2017， 32（4）： 164-171.

［10］ 張彪， 謝紫霞， 高吉喜.上海城市森林植被固碳功能及其抵消能源碳排放效果評估［J］.生態學報， 2021， 41（22）： 8906-8920.

ZHANG Biao， XIE Zixia， GAO Jixi.Assessment on the carbon fixation of urban forests and their efficacy on offsetting energy carbon emissions in Shanghai［J］.Acta Ecologica Sinica， 2021， 41（22）： 8906-8920.

［11］ 馬杰.北京市六環內城市森林結構及其生態服務功能研究［D］.北京： 中國林業科學研究院， 2019.

MA Jie.The Study on Urban Forest Structure and Eco-service in the Sixth Ring Road of Beijing［D］.Beijing： Chinese Academy of Forestry， 2019.

［12］ 李源清， 張曉東， 胡娜， 等.基于統計數據鄭州市全口徑碳匯估算研究［J］.計量學報， 2022， 43（2）： 281-286.

LI Yuanqing， ZHANG Xiaodong， HU Na， et al.Study on estimating all carbon sink resources of Zhengzhou based on statistics［J］.Acta Metrologica Sinica， 2022， 43（2）： 281-286.

［13］ 林廣思， 楊銳.我國城鄉園林綠化法規分析［J］.中國園林， 2010， 26（12）： 29-32.

LIN Guangsi， YANG Rui.Analysis of the urban and rural greening laws in China［J］.Chinese Landscape Architecture， 2010， 26（12）： 29-32.

［14］ 何興元， 劉常富， 陳瑋， 等.城市森林分類探討［J］.生態學雜志， 2004， 23（5）： 175-178， 185.

HE Xingyuan， LIU Changfu， CHEN Wei， et al.Discussion on urban forest classification［J］.Chinese Journal of Ecology， 2004， 23（5）： 175-178， 185.

［15］ 王鈺瑩， 王海軍， 周新剛，等.耦合元胞和斑塊尺度分層驅動機制的城鎮擴展CA模擬［J］.地球信息科學學報， 2023， 25（9）： 1784-1797.

WANG Yuying， WANG Haijun， ZHOU Xingang， et al.Urban expansion cellular automata simulation by coupling hierarchical driving mechanism of cell and patch scales［J］.Journal of Geo-Information Science， 2023， 25（9）： 1784-1797.

［16］ 魏嘉馨， 干曉宇， 黃瑩， 等.成都市城市綠地景觀與生態系統服務的關系［J］.西北林學院學報， 2022， 37（6）： 232-241.

WEI Jiaxin， GAN Xiaoyu， HUANG Ying， et al.Relationship between urban green space landscape and ecosystem services in Chengdu city［J］.Journal of Northwest Forestry University， 2022， 37（6）： 232-241.

［17］ 楊英書.基于生態效益分析的懷化城市公園植物群落優化研究［D］.長沙： 中南林業科技大學， 2022.

YANG Yingshu.Optimization of Plant Community in Urban Parks of Huaihua City Based on Ecological Benefits Analysis［D］.Changsha： Central South University of Forestry amp; Technology， 2022.

［18］ 羅云建， 王效科， 逯非.中國主要林木生物量模型手冊［M］. 北京： 中國林業出版社， 2015.

LUO Yunjian， WANG Xiaoke， LU Fei.Comprehensive database of biomass regressions for China’s tree species［M］."Beijing： China Forestry Publishing House， 2015.

［19］Mcpherson E G ，Nowak D J ，Heisler G ， et al.Chicago's Urban Forest Ecosystem： Results of the Chicago Urban Forest Climate Project，1994.

［20］Nowak D J ，Crane D E ，Stevens J C ， et al.The urban forest effects （UFORE） model： Field data collection manual， 2003.

［21］ 王海熠， 王洪榮， 陳樹新， 等.成都市龍泉山城市森林公園植被覆蓋度與景觀格局特征動態變化分析［J］.遙感技術與應用， 2023， 38（6）： 1455-1466.

WANG Haiyi， WANG Hongrong， CHEN Shuxin， et al.Dynamic change analysis of vegetation coverage and landscape pattern characteristics in Longquan Mountain urban forest park， Chengdu city［J］.Remote Sensing Technology and Application， 2023， 38（6）： 1455-1466.

［22］ 張璐， 呂楠， 程臨海.干旱區生態系統穩態轉換及其預警信號——基于景觀格局特征的識別方法［J］.生態學報， 2023， 43（15）： 6486-6498.

ZHANG Lu， Lyu Nan， CHENG Linhai.Regime shifts and early warning signals in dryland ecosystems-an identification method based on landscape pattern characteristics［J］.Acta Ecologica Sinica， 2023， 43（15）： 6486-6498.

［23］鐘嘉琳，李心，劉瑋，等.南昌城市化強度對森林植被特征和景觀格局指數的影響［J/OL］.生態學雜志，1-12［2023-12-29］.

Zhong Jialin， Li Xin， Liu Wei， et al.The impact of urbanization intensity on forest vegetation characteristics and landscape pattern indices in Nanchang ［J/OL］.Journal of Ecology， 1-12 ［2023-12-29］.

［24］ 王亞男， 周正廣， 朱文浩，等.城市化強度對城市森林景觀格局的影響［J］.山東林業科技， 2021， 51（5）： 29-35， 48.

WANG Yanan， ZHOU Zhengguang， ZHU Wenhao， et al.Impact of urbanization intensity on urban forest spatial pattern［J］.Journal of Shandong Forestry Science and Technology， 2021， 51（5）： 29-35， 48.

［25］ 謝天資， 陳俊華， 謝川， 等.南充市主城區城市森林結構特征分析［J］.四川林業科技， 2022， 43（2）： 118-123.

XIE Tianzi， CHEN Junhua， XIE Chuan， et al.Analysis on the characteristics of urban forest structure in the main urban area of Nanchong city［J］.Journal of Sichuan Forestry Science and Technology， 2022， 43（2）： 118-123.

［26］ 曾雨露， 陳彩虹， 陳明皋，等.汨羅市城市森林結構特征分析［J］.中南林業科技大學學報， 2023， 43（9）： 136-143.

ZENG Yulu， CHEN Caihong， CHEN Minggao， et al.Analysis on the structural characteristics of urban forests in Miluo City［J］.Journal of Central South University of Forestry amp; Technology， 2023， 43（9）： 136-143.

［27］ 馬杰， 賈寶全， 張文，等.北京市六環內城市森林結構總體特征［J］.生態學雜志， 2019， 38（8）： 2318-2325.

MA Jie， JIA Baoquan， ZHANG Wen， et al.The characteristics of urban forest structure within the Sixth Ring Road of Beijing［J］.Chinese Journal of Ecology， 2019， 38（8）： 2318-2325.

［28］ 梁璇， 劉萍， 徐正春.廣州城市森林林分結構及林下植物多樣性研究［J］.西南林業大學學報， 2015， 35（2）： 37-42.

LIANG Xuan， LIU Ping， XU Zhengchun.Study on stand structure and undergrowth species diversity of urban forest in Guangzhou［J］.Journal of Southwest Forestry University， 2015， 35（2）： 37-42.

［29］ 張桂蓮.基于遙感估算的上海城市森林碳儲量空間分布特征［J］.生態環境學報， 2021， 30（9）： 1777-1786.

ZHANG Guilian.Spatial distribution characteristics of carbon storage of urban forests in Shanghai based on remote sensing estimation［J］.Ecology and Environmental Sciences， 2021， 30（9）： 1777-1786.

［30］ 張丹.城市化背景下城市森林結構與碳儲量時空變化研究——以長春市為例［D］.哈爾濱： 中國科學院研究生院（東北地理與農業生態研究所）， 2015.

ZHANG Dan.Spatial-temporal Changes of Urban Forest Structure And Carbon Storage under Rapid Urbanization ［D］.Harbin： Northeast Institute of Geography and Agroecology， Chinese Academy of Sciences， 2015.

Research on the urban forest landscape pattern and carbon ""storage characteristics in Urumqi using remote sensing technology

YANG Gongxin， Aliya Baidurela，ZHANG Wenya， CHENG Sisi， SUN Qian， LI Liu

（College of Forestry and Landscape Architecture， Xinjiang Agricultural University， Urumqi 830052， China）

Abstract：【Objective】 ""The aim of this study is to examine the landscape patterns of various forest types in Urumqi， analyze the fundamental ecological features of urban forests， and investigate the spatial distribution characteristics of carbon storage and carbon density in these forests.

【Methods】 """This article focused on the arbors of urban forests as the research subject， utilized remote sensing technology combined with field survey data， employed biomass conversion methods to calculate carbon stocks， and utilized ArcGIS software and Fragstates 4.2 software to calculate landscape pattern indices.

【Results】 """The results showed that the chest diameter range of Urumqi urban forest trees was mainly distributed between 4 cm and 14 cm， while tree height was predominantly distributed in the intervals of 3-5 m and 6-8 m.In Urumqi， the urban forest stored a total of 348.57×103 t of carbon， with scenic recreation forests having the largest carbon storage size， followed by road forests， ecological public welfare forests， affiliated forests， and production and operation forests.The carbon density was the highest in production and operation forests， followed by affiliated forests， scenic recreation forests， road forests， and ecological public welfare forests.The carbon density exhibited a pattern of decrease followed by increase from the center to the north， and a decrease towards the south.Carbon storage was found to be greater in the southern region than in the northern region.

【Conclusion】 """The urban forest landscape of Urumqi is predominantly shaped by the process of urbanization.The dominant forest structure in Urumqi consists of young and middle-aged forests， indicating significant ecological development potential.The spatial distribution of carbon density is directly linked to the arid oasis environment and unique topography.

Key words：""urban forest types; landscape pattern characteristics; carbon stock; carbon density

Fund projects：""National Natural Science Foundation of China "\"Study on the Enrichment and Transport Mechanism of Different Organs of Roadside Tree Species in Oasis Cities for Dust Reduction and Heavy Metals in Soil\"（31971713）; National Natural Science Foundation of China \"Study on the Blocking Effect of Expressway Forest Belt on PM2.5 and Other Particles in Urumqi City\"（31600572）；National Natural Science Foundation of China \"Construction and twoway verification to machine learning fusionmodel of groundwater level： Take Hetian area of Xinjiang as anexample\"（42467012）

Correspondence author：""Aliya Baidurela （1986-）， associate professor， Ph.D.，research direction： forestry ecology and desertification control， （E-mail） aliya@xjau.edu.cn

收稿日期（Received）：

2024-04-03

基金項目：

國家自然科學基金項目“綠洲城市路側樹種不同器官對降塵和土壤重金屬的富集及轉運機理研究”（31971713）；國家自然科學基金青年基金“烏魯木齊市快速公路林帶對PM2.5等顆粒物的阻滯作用研究”（31600572）；國家自然科學基金項目 “荒漠-綠洲交錯帶地下水水位機器學習融合模型的構建與雙向驗證-以新疆和田地區為例”（42467012）

作者簡介：

楊公新（1998-），男，山東單縣人，碩士研究生，研究方向為林業生態工程與管理，（E-mail）847313984@qq.com

通訊作者：

阿麗亞·拜都熱拉 （1986-），女，新疆人，副教授，博士，碩士生導師，研究方向為林業生態和荒漠化防治，（E-mail）aliya@xjau.edu.cn