基于遥感技术分析乌鲁木齐市城市森林景观格局及碳储量特征

摘"要：【目的】""研究乌鲁木齐市城市不同森林类型的景观格局特征，分析乌鲁木齐市城市森林的基本生态学特征，探究乌鲁木齐市森林碳储量与碳密度的空间分布特征。

【方法】""以城市森林乔木为研究对象，基于遥感技术结合野外实地调查样地数据，通过生物量转换法计算碳储量，通过ArcGIS软件与Fragstates 4.2软件计算景观格局指数。

【结果】""乌鲁木齐市城市森林乔木的胸径范围主要集中分布在4～14 cm，树高大小主要分布于3～5 m与6～8 m。乌鲁木齐市城市森林整体碳储量为348.57×103 t，不同城市森林类型碳储量之间大小关系为风景游憩林gt;道路林gt;生态公益林gt;附属林gt;生产经营林。碳密度的大小关系为生产经营林gt;附属林gt;风景游憩林gt;道路林gt;生态公益林。乌鲁木齐市碳密度整体以中心点向北呈现先降低再升高的趋势，向南呈现降低的趋势。

【结论】""乌鲁木齐市城市森林景观格局主要受到城市化进程的影响。乌鲁木齐市城市森林结构以中幼龄林占主导地位，仍然具备相当大的生态发展潜力。碳密度在空间分布与干旱绿洲环境以及特殊地形有直接关系。

关键词：""城市森林类型；景观格局特征；碳储量；碳密度

中图分类号："S-3""""文献标志码："A""""文章编号："1001-4330（2024）11-2815-10

0"引 言

【研究意义】城市森林是由乔木为主体的植被及其周边环境构成的森林生态系统［1］。森林能吸收和净化城市空气污染物质，分解土壤污染物并恢复土壤质量，提高城市的碳储存能力［2］。随着城市化进程加快，城市森林斑块分散与覆盖下降等问题日益突出［3］。乌鲁木齐市城镇化率达96.1%［4］。由于地貌限制，乌鲁木齐市区的发展空间呈北宽南窄形状，区别于大多数平原城市［5］。探究如何在有限水资条件下合理规划与布局乌鲁木齐市等城市森林，对创新绿化树种效益，缓解森林资源破碎度具有现实意义。【前人研究进展】Subhan等［6］使用密歇根州立大学开发的“碳计算器”工具，对地区城市森林碳储量进行评价建议城市森林进行维护和再植以进行优化。Arlita T等［7］使用异速生长方程对城市森林碳储量进行估算研究得出植被对碳的吸收对小气候的平衡至关重要。Pregitzer等［8］通过对多个森林库中的碳储量和年度存量变化进行了建模估算纽约市城市森林碳储量。目前中国研究主要集中在中东部地区，如邹琪等［9］利用遥感影像数据构建模型对深圳市的城市森林碳储量进行估算对其碳储量空间分布进行研究得出空间分布特点表现为东南沿海部分碳储量大， 中西部城市经济开发区碳储量小。张彪等［10］研究上海市城市森林呈现出“中间低、四周高”的空间格局。马杰［11］对北京城市森林结构进行研究得出北京市城市森林结构整体偏小，处于青年期的乔木占多数。李源清等［12］对郑州市森林碳汇进行估算得出主要的行道树对碳汇总量贡献较多，约占51.16%。【本研究切入点】一些研究主要围绕森林生态系统的碳储量、碳密度和碳汇功能［13］进行了分析，研究对象多数为人为干扰较少的山区林场及城市化较高的沿海城市中以保护为目的的天然林和改造为目的低效人工林，而对受人类活动干扰严重的城市森林生态系统研究的很少。且内容主要集中在森林植被固碳功能、碳储量大小及空间分布特征等方面，而在影响城市森林生物量、碳储量、碳密度大小与空间分布的驱动因素这些方面的研究较少。尤其是空间结构的特殊的旱区绿洲城市，其独特的自然环境与空间结构是否对城市森林造成影响有待考证。【拟解决的关键问题】以城市化快速发展、生态环境较为脆弱的西北干旱区典型城市-乌鲁木齐市为研究靶区，采用遥感技术结合野外实地调查样地数据、利用ArcGIS软件平台和生物量转换等方法，通过目视解译对乌鲁木齐市城市森林进行分类，探究城市不同森林类型的景观格局与结构以及乌鲁木齐市碳储量、碳密度的空间分布，为乌鲁木齐市城市森林的合理布局与规划，提升城市森林绿化树种的生态效益提供理论依据。

1"材料与方法

1.1"材 料

1.1.1"研究区概况

选取新疆乌鲁木齐市主城区作为研究区，乌鲁木齐市位于天山北麓，准噶尔盆地的南缘（86.626～88.973 E，42.759～44.133 N），平均海拔高度为680～920 m。为温带大陆性气候，年降雨量120～180 mm，雨季集中在6～8月。全年气温1、2月最低，平均气温大约为3～4℃；7、8月最高，平均气温大约为25.7℃。乌鲁木齐市城市森林面积为14 412.42 hm2，其中城市森林样地调查中的主要乔木树种为白榆（Ulmus pumila）占调查样地乔木树种总体的45%。

1.1.2"遥感数据

乌鲁木齐市遥感数据来源于美国地质勘探局landsat8遥感影数据，获取时间为2022年9月6日，云量低于5%（earthexplorer.usgs.gov），通过图像预处理后获得15 m分辨率的融合图像。继而通过人工目视解译，结合谷歌地图等使用ArcGIS软件将乌鲁木齐市内不同城市森林进行矢量化并计算出其面积，参考何兴元等［14］方法，根据城市森林的位置、范围、功能的不同最终将乌鲁木齐市城市森林细分为道路林、附属林、生产经营林、风景游憩林、生态公益林5类，其分类方法较符合我国城市森林的现状且具有一定的代表性。 图1

1.2"方 法

1.2.1"样地位置与数量

通过ArcGIS软件将城市森林进行矢量化后，使用ArcGIS软件自带的字段计算器计算出不同斑块面积，导出到Excel中对不同城市森林面积进行计算，根据不同的城市森林类型面积所占的比例确定各类样方数量，按照每100 hm2布设一个样地的原则，通过分层随机抽样的方法进行样方的布设。总计调查样方数量149个，其中道路林28个，附属林15个，生产经营林5个，生态公益林39个，风景游憩林57个。确定样地位置后通过GPS到达样地中心点，布设样地面积为900 m2，对样地内乔木进行每木检尺，记录胸径树高，由于生产经营林多为苗圃地所选样地内乔木的起测径阶为4 cm。图2

1.2.2"景观格局指数的计算与选取

景观格局指数能够高度浓缩景观格局信息，反映出其所拥有的空间配置和结构组成。通过ArcGIS软件矢量化处理后导入Fragstates4.2软件中进行城市不同森林类型的景观格局指数计算。根据前人研究成果所选取的景观格局指数计算［15-17］。

（1）斑块面积比（PLAND），表示某一类型斑块面积占景观总面积的比例。

PLAND="TAj"Mj=1TAj"×100%.

式中，j表示第j类型城市森林景观，M表示城市森林类型的数量。

（2）斑块密度 （PD）（n/km2），一定的区域内景观斑块数目除以区域面积，即每平方公里的斑块数目，表示斑块的破碎度以及景观空间异质性程度。

PD="N"TA".

（3）景观形状指数 （LSI），景观中所有斑块边界的总长度除以景观总面积的平方根，再乘以正方形校正常数。景观形状指数可以衡量其斑块形状的复杂程度。

LSI="0.25E""TA"".

式中，E表示所有斑块边界总长度。

（4） 连结度指数（COHESION），表示某一类型斑块中斑块与斑块之间的连通性。

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

（5）平均斑块分形维数（FRAC-MN），表示整个景观和各景观类型的边缘褶皱程度，揭示出景观中各组分的边界褶皱程度。

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

式中，Ei表示斑块i的边界长度。

（6）聚集度指数 （AI），是指景观斑块的聚集程度，其大小受到斑块总数及其斑块之间距离的影响，聚集度值越大，不同景观斑块越聚集，当聚集度为100%，不同斑块则聚集成一个整体。

AI="∑""gij"max→gij""×Pi"×100.

式中，gij为基于单倍法的斑块类型i像元之间的结点数；gijmax为基于单倍法的斑块类型i像元之间的最大节点数；Pi为类型i在整个景观中所占的。

（7）景观形状指数 （LSI），景观中所有斑块边界的总长度除以景观总面积的平方根，再乘以正方形校正常数。景观形状指数可以衡量其斑块形状的复杂程度。

LSI="0.25E""TA"".

式中，E表示所有斑块边界总长度。

（8）平均斑块周长面积比（PARA_MN），是指景观中每个斑块周长与面积比值的平均值。

PARA_MN="E"i"Si".

式中，Ei表示斑块i的边界长度，Si表示斑块i的面积。

1.3"数据处理

乌鲁木齐市城市森林地上生物量使用生物量模型进行估算，通过近地原则选取方程，如某物种无可用的生物量模型，则采用同属或者同科的生物量模型进行估算。通过《中国林木生物量模型手册》确定使用模型估算使用模型［18］。由于城市森林存在人为修剪或其他人工抚育措施，使其对生物量计算时应乘以0.8的系数［19］，碳储量的估算是在生物量估算的基础上，乘以生物量和碳储量的转换系数所得即为碳储量。研究中使用的碳储量的转化系数为0.5［20］，使用ArcGIS软件建立4 km×4 km的渔网，碳密度为每个格网内各样点平均值，使用碳密度乘以格网内城市森林面积，为各格网碳储量。将属性表导入到Excel计算乌鲁木齐市城市森林碳储量与不同城市森林碳储量。

2"结果与分析

2.1"乌鲁木齐市不同城市森林景观格局特征

研究表明，斑块类型比例（PLAND）为城市不同森林类型所占总城市森林面积的比例，最大斑块指数（LPI）该数值大小可以帮助确定景观中的优势斑块类型，两个景观格局指数大小均为风景游憩林gt;生态公益林gt;道路林gt;附属林gt;生产经营林。斑块类型比例（PLAND）说明其中风景游憩林为城市森林的主要类型，其次为生态公益林和道路林，说明乌鲁木齐市城市森林的主要功能为提供城市休闲场所，其次为防护作用。最大斑块指数（LPI）间接反映其不同斑块类型受人为因素影响程度。斑块密度（PD）指标可以反映城市森林的破碎化程度，其值越大说明其破碎化程度越严重，反之则相反。斑块密度的大小为：道路林gt;附属林gt;风景游憩林gt;生态公益林gt;生产经营林，道路林由于主要分布在道路两侧，呈随道路延伸分布的空间特征，破碎化程度严重；附属林主要分布在各城市建筑用地内，所以破碎化程度仅次于道路林；风景游憩林主要为城市大片森林，故而破碎化程度较轻；生态公益林受地形影响主要分布在城市周围，较多分布在城市周围荒山荒地，所以破碎化程度较小。平均分维指数（FRAC-MN）指标可以反映景观形状的复杂程度，城市不同森林类型的平均分维指数差别不明显，斑块边界均较为复杂，主要受城市复杂情况的影响。斑块周长面积比（PARA_MN）和形状指数（LSI）说明其斑块形状规则程度，道路林、附属林的斑块形状较其他城市森林更加不规则且形状更加偏离正方形。聚合度指数（AI）与连接度指数（COHESION）反映其聚集程度，风景游憩林主要为大片城市绿地，其内的斑块聚集度较好；生态公益林主要分布在城市周围荒山，聚集程度较好；附属林与道路林受城市复杂情况影响，聚集度较差。表1，表2

2.2"城市森林结构

研究表明，乌鲁木齐市总体城市森林的胸径分布在4～86 cm，城市森林胸径主要集中分布在4～14 cm的区间范围内，约占总体分布的76.52%。其中分布在8～10 cm区间范围内占比最高为26.21%，分布在14～36 cm区间范围内占比为20.99%，胸径大于36 cm情况占比为2.48%。乌鲁木齐市森林年龄结构以中幼龄林为主，成熟林数量较少。城市森林胸径的空间分布中，较大的胸径主要分布在城市中心与城市外围区域，两者之间区域内胸径较小。

乌鲁木齐市总体城市森林的树高分布在0～29 m，其中主要集中在3～5 m与6～8 m。3～5 m占全部样地立木总量的37.17%，6～8 m占全部样地立木总量的28.79%。树高小于2 m的立木多为断头或者死亡两种情况，占全部样地立木总量的0.01%。8m以上的树木占总体的28.16%。树高分布有明显的双峰现象，树高的空间分布为城郊较小，主要城市区分布无明显空间异质性。

城市不同森林类型的胸径分布也存在较大的差别。道路林的胸径分布主要在4～18 cm，8～10 cm分布最多，道路林多为中幼龄林，受城市化进程的影响。风景游憩林胸径主要分布在8～22 cm，其中8～10 cm分布最多，风景游憩林胸径明显高于道路林，较为成熟。附属林胸径主要分布在10～26 cm，其中分布最多在18～20 cm，附属林成熟程度较高，附属林多为城市建筑附属，城市发展时间较长，多数栽植时间与建筑物建设时间相同。生产经营林主要分布在4～6 cm，生产经营林主要多为种苗场与果园，胸径较小。生态公益林主要集中在6～10 cm。图2，图3

2.3"城市森林碳储量

研究表明，城市森林碳储量总量为348.57 kt。城市不同森林类型的碳储量大小为风景游憩林gt;道路林gt;生态公益林gt;附属林gt;生产经营林。其中风景游憩林碳储量占城市森林总碳储量的41.00%，由于其城市森林类型特点，具有更好的水肥条件和抚育措施，受人为因素影响较大，所占面积较大，具有较高的碳储量贡献占比。生态公益林对总碳储量的贡献率为20.63%，虽然其所占面积大于道路林，但是其立境条件近乎自然条件，受人为因素影响较小，水肥条件较差，导致其单株立木的胸径、树高较小。单株生物量计算的大小主要受胸径和树高两因子影响，所以生态公益林中单株生物量较小，碳储量总量较小。道路林所占城市森林总碳储量的21.30%，道路林立地环境较多的受到人为因素影响，其主要影响在于浇水量与截顶措施。不同城市森林类型受人为干扰强度不同，影响其单株生物量进而对碳储量总量产生一定的影响。不同城市森林碳密度为生产经营林gt;附属林gt;风景游憩林gt;道路林gt;生态公益林，碳密度的大小与其胸径分布树高分布有关。乌鲁木齐市主城区森林碳密度的分布呈现以城市中心红山较高，生态公益林分布的城郊位置碳密度较小的空间格局特征，整体表现为从中心点分别向北先降低后升高，向南降低的趋势，总体呈现出南部大于北部的特征。图4，表3

3"讨 论

3.1

王海熠等［21］针对成都城市森林公园的研究发现，植被景观格局受到人类活动和研究区域地质的双重影响。乌鲁木齐市城市森林的景观格局指数显示，并不具备干旱区的特点［22］ 。道路林和附属林的景观格局显得较为分散且破碎。钟嘉琳［23］关于南昌市城市森林的研究，城市化进程往往伴随着森林景观破碎化以及空间格局复杂度的增加。而王亚男等［24］对于青岛市城市森林景观格局的研究则发现，城市化强度对城市森林景观格局产生的影响力存在着明显的空间差异性。总的来说，乌鲁木齐市城市景观格局与其它地方相似，主要受城市化历程驱动，但其特有的干旱区绿洲环境对城市森林景观格局无明确影响。

3.2

研究显示，谢天资［25］发现南充市主城绿地类型间胸径结构存在差异；曾雨露等［26］在汨罗市发现其城市森林乔木种类偏少，规格较小，但物种多样性尚存提升空间；马杰等［27］则指出北京六环内城市森林中幼龄林比重过高。这些研究结果与乌鲁木齐市城市森林研究基本吻合。研究表明，乌鲁木齐市各类森林中胸径与高度存在差别，总体来看高度偏向两个特定范围，这可能受到土地利用、选择树种以及管理方法等多重因素的影响［28］。总之，乌鲁木齐市森林以幼龄林为主，体现出巨大的生态开发潜力，据张桂莲［29］的遥感研究发现，上海市城市森林的碳密度呈现出西高东中的特点，离市区越远的地方密度越高。但这种格局在乌鲁木齐市却有所不同。由此可见，干旱区绿洲的地理特征和地形变化会对城市森林的碳密度产生影响。进一步说，碳密度及碳储量的空间分布还与城市的规划和未来发展有着紧密关系。此外，张丹［30］针对长春市的研究也表明，城市发展加速会导致靠近中央地区的碳密度提高，至于碳储量，则在很大程度上受到植被种类以及面积的影响。

4"结 论

相较于其他城市，乌鲁木齐市森林景观格局并未体现出过于显著的区别，主要是受到城市化进程的影响。并且该地区独特的干旱区绿洲环境对其景观格局未产生特别大的影响。乌鲁木齐市的城市森林结构也比较类似于其他城市，胸径集中分布再4～14 cm的区间范围内，约占总体分布的76.52%，幼龄林占主导地位，仍然具备相当大的生态发展潜力。城市森林碳储量总量为348.57×103 t，幼龄林较多对城市森林的碳储存能力会产生一定程度的影响。碳密度在空间分布上与其他城市有所不同，与干旱绿洲环境以及特殊地形有直接关系。

参考文献"（References）

［1］"王成， 蔡春菊， 陶康华.城市森林的概念、范围及其研究［J］.世界林业研究， 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，刘建琳，江苏省科学技术协会，等.碳中和［M］.南京：南京大学出版社， 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， 高义轩，等.基于形态学空间格局分析的汝州市蓝绿生态网络构建与规划应用［J］.应用生态学报， 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， 张小雷， 杜宏茹， 等.乌鲁木齐市居民出行行为的空间特征和碳排放分析［J］.地理科学进展， 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］ 杨俊孝， 刘霄， 张飞云.乌鲁木齐市中心城区土地多功能利用空间分异研究［J］.国土资源科技管理， 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］ 邹琪， 孙华， 王广兴， 等.基于Landsat 8的深圳市森林碳储量遥感反演研究［J］.西北林学院学报， 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］ 张彪， 谢紫霞， 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评估［J］.生态学报， 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］ 马杰.北京市六环内城市森林结构及其生态服务功能研究［D］.北京： 中国林业科学研究院， 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， 张晓东， 胡娜， 等.基于统计数据郑州市全口径碳汇估算研究［J］.计量学报， 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］ 林广思， 杨锐.我国城乡园林绿化法规分析［J］.中国园林， 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］ 何兴元， 刘常富， 陈玮， 等.城市森林分类探讨［J］.生态学杂志， 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］ 王钰莹， 王海军， 周新刚，等.耦合元胞和斑块尺度分层驱动机制的城镇扩展CA模拟［J］.地球信息科学学报， 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， 干晓宇， 黄莹， 等.成都市城市绿地景观与生态系统服务的关系［J］.西北林学院学报， 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］ 杨英书.基于生态效益分析的怀化城市公园植物群落优化研究［D］.长沙： 中南林业科技大学， 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］ 罗云建， 王效科， 逯非.中国主要林木生物量模型手册［M］. 北京： 中国林业出版社， 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， 王洪荣， 陈树新， 等.成都市龙泉山城市森林公园植被覆盖度与景观格局特征动态变化分析［J］.遥感技术与应用， 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］ 张璐， 吕楠， 程临海.干旱区生态系统稳态转换及其预警信号——基于景观格局特征的识别方法［J］.生态学报， 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］钟嘉琳，李心，刘玮，等.南昌城市化强度对森林植被特征和景观格局指数的影响［J/OL］.生态学杂志，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］ 王亚男， 周正广， 朱文浩，等.城市化强度对城市森林景观格局的影响［J］.山东林业科技， 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］ 谢天资， 陈俊华， 谢川， 等.南充市主城区城市森林结构特征分析［J］.四川林业科技， 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， 陈彩虹， 陈明皋，等.汨罗市城市森林结构特征分析［J］.中南林业科技大学学报， 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］ 马杰， 贾宝全， 张文，等.北京市六环内城市森林结构总体特征［J］.生态学杂志， 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， 刘萍， 徐正春.广州城市森林林分结构及林下植物多样性研究［J］.西南林业大学学报， 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］ 张桂莲.基于遥感估算的上海城市森林碳储量空间分布特征［J］.生态环境学报， 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］ 张丹.城市化背景下城市森林结构与碳储量时空变化研究——以长春市为例［D］.哈尔滨： 中国科学院研究生院（东北地理与农业生态研究所）， 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

基金项目：

国家自然科学基金项目“绿洲城市路侧树种不同器官对降尘和土壤重金属的富集及转运机理研究”（31971713）；国家自然科学基金青年基金“乌鲁木齐市快速公路林带对PM2.5等颗粒物的阻滞作用研究”（31600572）；国家自然科学基金项目 “荒漠-绿洲交错带地下水水位机器学习融合模型的构建与双向验证-以新疆和田地区为例”（42467012）

作者简介：

杨公新（1998-），男，山东单县人，硕士研究生，研究方向为林业生态工程与管理，（E-mail）847313984@qq.com

通讯作者：

阿丽亚·拜都热拉 （1986-），女，新疆人，副教授，博士，硕士生导师，研究方向为林业生态和荒漠化防治，（E-mail）aliya@xjau.edu.cn