城市蓝绿基础设施多尺度增汇减碳能效测度研究进展和规划策略

刘颂; 白钊成; 柳迪子; 沈培宇

doi:10.3724/j.fjyl.202403280180

风景园林 >

2025 , Vol. 32 >Issue 1: 14 - 22

DOI: https://doi.org/10.3724/j.fjyl.202403280180

专题：城市绿地与碳汇

城市蓝绿基础设施多尺度增汇减碳能效测度研究进展和规划策略

刘颂 ^,¹^,² ,
白钊成 ^,¹ ,
柳迪子 ^,¹ ,
沈培宇 ¹

展开

1同济大学建筑与城市规划学院
2高密度人居环境生态与节能教育部重点实验室

刘颂/女/博士/同济大学建筑与城市规划学院教授、博士生导师/高密度人居环境生态与节能教育部重点实验室数字景观模拟分实验室负责人/研究方向为城乡绿地系统规划、景观规划技术方法

白钊成/男/同济大学建筑与城市规划学院在读博士研究生/研究方向为数字景观

柳迪子/男/同济大学建筑与城市规划学院在读博士研究生/研究方向为城乡绿地系统规划

沈培宇/女/同济大学建筑与城市规划学院在读博士研究生/研究方向为城乡绿地系统规划

Copy editor: 刘昱霏

收稿日期: 2024-03-28

修回日期: 2024-11-18

网络出版日期: 2025-12-07

基金资助

国家自然科学基金面上项目“基于生态系统服务权衡与协同的市级生态空间多目标优化研究”(52178050)

版权

收起

Research Progress in and Planning Strategies for Multi-scale Measurement of the Efficiency of Urban Blue-Green Infrastructure in Carbon Sink Enhancement and Emission Reduction

Song LIU ^,¹^,² ,
Zhaocheng BAI ^,¹ ,
Dizi LIU ^,¹ ,
Peiyu SHEN ¹

Expand

1 College of Architecture and Urban Planning (CAUP), Tongji University
2 Key Laboratory of Ecology and Energy Saving Study of Dense Habitat, Ministry of Education

LIU Song, Ph.D., is a professor and doctoral supervisor in the College of Architecture and Urban Planning (CAUP), Tongji University, person in charge of DLA sub-lab of the Key Laboratory of Ecology and Energy Saving Study of Dense Habitat, Ministry of Education. Her research focuses on urban and rural green space system planning, and techniques and methods for landscape planning.liusong5@tongji.edu.cn

BAI Zhaocheng is a Ph.D. candidate in the College of Architecture and Urban Planning (CAUP), Tongji University. His research focuses on digital landscape

LIU Dizi is a Ph.D. candidate in the College of Architecture and Urban Planning (CAUP), Tongji University. His research focuses on urban and rural green space system planning

SHEN Peiyu is a Ph.D. candidate in the College of Architecture and Urban Planning (CAUP), Tongji University. Her research focuses on urban and rural green space system planning

Received date: 2024-03-28

Revised date: 2024-11-18

Online published: 2025-12-07

Copyright

Fold

摘要

【目的】城市是最大的碳源，城市蓝绿基础设施（urban blue-green infrastructure, UBGI）作为城市重要的生态空间，系统梳理当前UBGI增汇减碳研究的进展和不足，提出规划策略和重点论题，对实现“碳中和”目标具有关键意义。【方法】通过文献归纳与演绎，梳理多尺度UBGI增汇减碳能效的测度方法，解析对应尺度下的影响因素，依据“测度方法—影响因素—规划策略”的逻辑框架，构建多尺度UBGI增汇减碳规划策略。【结果】UBGI增汇减碳的测度方法和影响因素具有尺度差异性，因此面向场地、社区、城区3个空间尺度，从固碳增汇、降（保）温减碳、出行减碳3个方面构建了UBGI增汇减碳规划策略，并基于当前研究不足和规划需求，提出了面向增汇减碳的UBGI规划研究的五大重点论题：如何构建尺度合一的UBGI增汇减碳测度方法、如何测度独立场所UBGI （separate-sited UBGI, SSU）降（保）温减碳能效、如何实现融合碳汇测度与减碳测度的UBGI全生命周期评估、如何权衡UBGI增汇减碳与其他功能以获得综合效益最优的布局、如何布局UBGI以实现低碳正义。【结论】策略框架的碳汇路径要求“源头碳汇—精准落位—格局管控”，减碳路径要求“共生共融—共建共享—有机疏解”，权衡这2条路径在3个空间尺度上的策略，能为UBGI建设和管理提供理论支持和实践指导。五大重点论题能够为UBGI建设和未来研究提供指引。

关键词： 蓝绿基础设施; 碳汇; 减碳; 能效测度; 规划策略

本文引用格式

刘颂 , 白钊成 , 柳迪子 , 沈培宇 . 城市蓝绿基础设施多尺度增汇减碳能效测度研究进展和规划策略[J]. 风景园林, 2025 , 32(1) : 14 -22 . DOI: 10.3724/j.fjyl.202403280180

Abstract

[Objective] The world is still in a phase of rapid industrialization and urbanization. Excessive carbon emissions has become the primary root cause of various urban or even global environmental problems, further impacting human physiological and psychological health. Cities are the largest sources of carbon emissions and are crucial regions for achieving carbon neutrality goals. Urban blue-green infrastructure (UBGI), comprising natural, semi-natural, or artificial green and blue spaces within cities, is considered as the most important carbon sink space in urban areas and has increasingly attracted widespread attention from researchers. However, there are still many unresolved issues regarding the effectiveness of UBGI in carbon sink enhancement and emission reduction: 1) How is the energy efficiency of carbon sink enhancement and emission reduction measured, and what factors influence it? 2) What are the mechanisms and pathways through which UBGI enhances carbon sink and reduces carbon emission? 3) How can UBGI be regulated to better enhance its effectiveness in carbon sink enhancement and emission reduction? 4) What are the limitations and potential directions for future research? This research aims to address these issues and propose scientifically sound planning strategies for UBGI construction to achieve urban carbon neutrality goals.
[Methods] Through literature synthesis and deduction, this research organizes and analyzes the multi-scale measurement methods for UBGI’s efficiency in carbon sink enhancement and emission reduction, identifies corresponding influencing factors at each scale, and constructs multi-scale planning strategies for UBGI based on the logical framework of “measurement methods–influencing factors – planning strategies”.
[Results] The research proposes UBGI planning strategies across three spatial scales (site, community and urban area), covering three key aspects: Carbon sequestration and sink enhancement, carbon reduction based on temperature reduction (or preservation), and travel-related carbon reduction. Based on current research gaps and planning needs, five major research topics are further identified. This research provides a detailed analysis of the measurement methods and influencing factors of UBGI’s efficiency in carbon sink enhancement and emission reduction from three perspectives: Carbon sequestration and sink enhancement, carbon reduction based on temperature reduction (or preservation), and travel-related carbon reduction. The research finds significant differences in the measurement methods for UBGI’s efficiency in carbon sink enhancement and emission reduction efficiency across different scales. Contradictory results may occur at different scales, and large-scale research often lacks characterization of internal features, leading to unclear mechanisms of influencing factors and obstructing practical planning. Based on the interpretation of UBGI’s mechanisms for carbon sink enhancement and emission reduction at different scales, this research formulates UBGI planning strategies across three spatial scales (site, community, and urban area). These strategies include: 1) At the site scale, for carbon sequestration and sink enhancement – carbon sink at the source, land balance, and ecological design; for emission reduction – symbiosis with buildings and integration into daily life. 2) At the community scale, for carbon sequestration – overall balance of revenue and expenditure, precise positioning, and proper interconnection of the carbon chain; for emission reduction – incorporation of cool islands and co-construction. 3) At the urban area scale, for carbon sequestration – enhancement of ecological space management and establishment of a carbon-safe pattern; for emission reduction – demand-based layout and organic dispersion. Finally, the research proposes five major research topics for the planning of UBGI’s carbon sink enhancement and emission reduction: How to construct unified measurement methods for UBGI’s efficiency in carbon sink enhancement and emission reduction across scales? How to measure UBGI’s efficiency in carbon reduction based on temperature reduction (or preservation) at the site scale? How to integrate the pathways of carbon sink enhancement and emission reduction for a life cycle assessment of UBGI? How to balance UBGI’s carbon sink enhancement and emission reduction with other functions to achieve the optimal layout for comprehensive benefits? How to achieve urban “carbon justice” through UBGI?
[Conclusion] The carbon sink pathway of the strategy framework requires “carbon sink at the source – precise positioning – safe pattern”, and the emission reduction pathway requires “symbiotic integration – co-construction and sharing – organic dispersion”. The key trade-offs between these two pathways at three spatial scales may provide theoretical support and practical guidance for UBGI construction and management. The five major research topics mentioned above may offer valuable assistance for UBGI construction and future research.

Key words： urban blue-green infrastructure (UBGI); carbon sink; carbon reduction; efficiency measurement; planning strategy

当前世界仍处于能源与资源高度化集中与高强度消耗的城市化推进阶段^[1]。碳超支成为城市乃至全球各类环境问题（例如热岛效应、极端天气等）的主要根源^[2]。为应对上述风险，《巴黎协定》（Paris Agreement）为全球碳中和工作划定了时间锚点；中国也意图通过增汇和减碳2种途径在2030年前达到碳排放峰值，在2060年前实现碳中和。

城市仅占地球不到2%的表面积，却产生了约80%的碳排，是“双碳”目标实现的关键区域^[3]。尽管调控城市规模、土地利用、形态特征等因素可推动城市实现碳中和^[4]，但对高密度建成区而言，形态层面的调整较为困难。城市蓝绿基础设施（urban blue-green infrastructure, UBGI）由城市蓝色基础设施（urban blue infrastructure, UBI）和城市绿色基础设施（urban green infrastructure, UGI）两部分组成，UBI指城市中所有地表水体，以人工或自然的、动态或静态的多种形式存在，如河流、水库等；UGI则包括自然、半自然和人工的各类绿地，如城市森林、公园绿地、绿色屋顶等^[5]。UBGI更易被营造和更新，且作为最主要的碳汇空间，在城市双碳目标中有较大的应用潜力。当前，UBGI建设已被各国政府作为响应碳中和目标的重要措施，但呈现出理论滞后实践的特征。

面向碳中和的UBGI研究主要涉及绿地碳汇格局^[6]、固碳能力优化^[7]等，大多基于对UBGI增汇、减碳能力的普遍肯定和经验性判断。实际上，UBGI在增汇、减碳2个层面仍有较多问题未被系统梳理。1）增汇、减碳的能效如何被测度？受何种因素影响？2）发挥增汇、减碳作用的机制路径是怎样的？3）如何调控UBGI并使其更好地发挥增汇、减碳作用？4）UBGI增汇减碳研究的局限性和潜在发展方向有哪些？为回答以上问题，在文献研究的基础上，本研究解析了UBGI增汇、减碳的测度方式、影响因素和作用机理，为UBGI规划建设提出系统性策略。同时，结合当前研究的不足和规划面临的问题和挑战，进一步提出UBGI增汇减碳研究的五大重点论题，促进城市碳中和理论研究的深入。

1 UBGI的碳汇能效测度和影响因素

1.1 UBGI碳汇能效测度研究

碳汇是将大气中的碳捕集、利用、封存的过程^[8]。UBGI碳汇作用受到广泛认可，但因测度方法差异，导致其碳汇能效面临争议。Jo^[9]使用“要素测度范式”，认为韩国3个城市的UBGI碳汇总量仅能抵消城市全年碳排的0.5%。Chen^[10]使用“整体测度范式”，测得海口市2010年UBGI碳汇量相当于全市年碳排的22%。因此，需要系统梳理UBGI碳汇测度方法，分析不同方法的优缺点和适应场景，为UBGI规划提供科学可靠的数据支撑。

1.1.1 基于要素的UBGI碳汇能效测度

基于要素的测度方法通过对UBGI内部要素（植物、土壤、水体等）进行碳汇能效实测，进而加总得到整体碳汇，该方法适用于场地尺度或结构相对简单的UBGI（如街道绿化）。要素测度包括3种基本方法。1）样品推广法。一般需要对UBGI的土壤或水体进行选点、采样、实验室测碳等步骤，进而根据样品含碳量和样地面积计算总体碳储量^[11]①。2）异速生长方程。测量场地内植物个体信息（高度、胸径等），利用生长系数回归模型计算植物碳汇量。例如Hepcan等^[12]利用该方法计算了某大学花园内1 203棵树的年碳汇量为7.87 t。但异速生长方程往往需要对内置回归模型进行调参，否则计算结果将存在偏差^[12]。3）碳核算模型（如Citygreen等）。一般面向社区或城区尺度，根据案例地植被属性（种类、数量等）对模型调参，从而计算区域内的植物碳汇。如张晓瑜等^[13]利用Citygreen测算了昆明市区2008年绿化碳汇量为6.04万t。但因为碳核算模型未做本土化适配，且无法纳入植物个体实测数据进行调参，因此其估算结果较为粗糙^[8]。近年来，随着LiDAR技术的应用，大规模植物参数的提取成为可能，扩大了异速生长方程的计算范围，可以实现更大尺度的精细化植物碳汇测度^[14]。

当面向复杂结构的UBGI时，基于要素的碳汇测度方法效率较低，并且仅重视单一要素生物物理学特征，不仅忽视了UBGI布局、形态特征对碳汇的潜在影响，还忽视了不同要素之间可能存在的协同或权衡效应^[15]。

1.1.2 基于整体的UBGI碳汇能效测度

整体测度包括3种常见方法。1）微气象方法。一般面向场地和社区尺度，利用涡动相关（eddy covariance, EC）法直接测度场地内地面与大气间的碳流^[16]。根据适用尺度，EC设备分为便携EC仪、碳通量塔两类。Konopka等^[17]利用便携EC仪，测度了柏林机场绿化屋顶的年平均碳汇量为141.1 g/ m²。Hutley等^[18]则利用碳通量塔对昆士兰北部公园进行了细粒度、长时序的监测，得到公园的日碳汇量为2.4 g/m²。但EC设备的测度精度易受环境干扰，因此需要长期监测才能获得规律性结论。此外，EC设备需固定在场地高处，使用场景存在一定限制^[16]。2）碳因子模型。对城区尺度的UBGI而言，往往使用“地类面积×碳因子”的模型（如InVEST-Carbon、LPJ-GUESS等）计算碳汇。此类研究一般以百米或千米的网格为粒度^[19]。如荆贝贝等^[6]为公园绿地、林地、耕地、湿地、水域等设置了不同的碳因子，得出2021年上海绿色空间总碳汇量为3.3×10⁵ t。而马涛^[20]使用同样方法计算得到的上海UBGI碳汇量却是前者的10余倍。说明碳因子法忽视了UBGI的位置、类型、结构的差异，仅基于粗粒度、均质化的斑块和固定的碳因子计算碳汇，计算结果存在较大偏差。3）遥感模型。该方法考虑了UBGI要素和结构等生物物理属性，在一定程度上弥补了碳因子法的不足^[21]。遥感模型分为参数模型（如CASA等）和过程模型（如CENTURY等）两类，前者关注光能利用率（植被吸收光合有效辐射比、最大光能利用率等），后者则侧重生物生态机理（植物光合及呼吸作用、土壤有机物分解和碳流过程等）^[21]。利用遥感模型分析城区尺度的碳汇格局，有助于优化UBGI系统的布局结构^[22]。

基于整体的碳汇测度范式以UBGI类型、整体特征、周围环境作为碳汇测度的输入参数，着眼于UBGI布局规划，但上述3种方法未考虑UBGI内部要素特征，难以满足UBGI精细化设计和管理的要求。

1.2 UBGI碳汇能效影响因素

1.2.1 影响UBGI碳汇能效的要素特征

内部要素特征是场地尺度UBGI设计的重点。植物碳汇是当前学界关注最多的内容，但其碳汇贡献存在争议。Nowak^[23]基于异速生长方程估算在每年新增1 000万棵树的情境下，未来50年全美的植物碳汇总量仅占同期城市碳排的1%。在中国沈阳进行的植物碳汇研究得到了类似的结论^[24]。但有学者使用微气象法测度，认为选择高碳汇植物（如香樟、广玉兰等高大、常绿、叶面积较大的植物）、高密度多层次的栽植方式将有效提高植物碳汇能效^{[7, 25]}。此外，基于样品测碳法的研究发现，植物对土壤碳汇能效具有显著影响，植物类型越丰富、郁闭度越高、种植时间越长，林下土壤的碳汇能效就越高^[26]，而土壤厚度对植物碳汇能效同样有正向影响^[27]。

总体而言，土壤碳汇能效是植物的数倍，但土壤自身物理特性（如酸碱性、含水量、孔隙度）受环境影响较大，其碳汇能效具有较高的空间异质性^[28]。有研究发现绿地土壤碳汇能效与距离城市核心区的距离成反比^[28]，中心绿地土壤碳汇能效可能达到郊野绿地的2.5~5倍^[29]。针对土壤类型的研究发现，湿地土壤的碳汇能效最高，并认为在一定范围内土壤含水量与其碳汇能效呈正相关^[30]。

当前对水体碳汇关注较少，其碳汇能效也存在争论。有学者认为多数湖泊的碳储量已趋于饱和^[31]。此外，水体碳汇主要依赖底泥和水生生物，而城市水体渠化工程普遍、富营养化严重，部分水体已成为碳源^[32]。相反观点认为，在寒冷的季节和地区，植物碳汇受限，水体碳汇仍具有潜力^[33]。因此，利用基于自然的解决方案改善水质、丰富水生生物多样性对于水体碳汇能效的提升至关重要。

1.2.2 影响UBGI碳汇能效的整体特征

场地尺度UBGI碳汇能效除了受构成要素特征影响外，还受要素面积和占比的影响。例如水体可通过调节微气候来增强植物碳汇能效^[34]，但水体面积过大则会减少绿地内植被占比。Li等^[35]认为水体面积占UBGI总面积的24.5%~28.1%时，对UBGI整体碳汇能效具有增强作用。但当前场地尺度碳汇能效的研究多关注要素的数量和比例关系，缺乏对设计形式影响的讨论。使用EC设备测度方法的研究认为，外部环境对场地尺度UBGI碳汇同样有重要影响，高碳排区域（如工业区等）周边的UBGI将发挥更高的碳汇能效^[36-37]。

在社区和城区尺度，UBGI的类型（林地、耕地等）和面积是影响碳汇能效的关键^[19]。而形态、布局以及外部环境对区域UBGI碳汇能效也有影响。1）形态特征层面的影响因素受到更多关注，景观多样性、斑块形态（形状指数、周长面积比、破碎度等）等对UBGI碳汇能效的影响被广泛认可，一般认为形式多样、形态复杂的UBGI有更高的碳汇能效^[37-38]。2）布局特征层面，社区尺度的研究发现，分散、多层次的绿地有利于提高碳汇能效^[39]。但在城区尺度，一般认为UBGI间的连通性和聚集性越高，碳汇能效越高^[22]。尤其是UGI与UBI之间的距离越近，其整体碳汇能效就越高^[35]。3）外部环境层面，自然环境（区域气象条件、地形地貌、距大型水源距离等）和社会环境（人口密度、道路密度、城市形态等）对城区尺度UGBI有不同程度的影响。在相近纬度地区，相对自然环境而言，社会环境对UBGI碳汇能效的影响更显著^[40]（表1）。

表1 UBGI的碳汇能效测度方法和影响因素^{[6-9, 11-14, 17-22, 27, 29-31, 33-39]}

Tab. 1 Measurement methods and influencing factors of UBGI’s carbon sink efficiency^{[6-9, 11-14, 17-22, 27, 29-31, 33-39]}

测度方式	应用尺度	测度方法	碳汇能效影响因素
测度方式	应用尺度	测度方法	正向因素	负向因素	权衡因素
基于要素的UBGI 碳汇能效测度	场地尺度	样品推广法^{[9, 11]}	土壤要素：厚度、含水量、有机质含量等^{[29, 31]}；水体要素：水体面积、水质、深度、底泥厚度、水生物多样性等^[35-36]	土壤要素：污染程度等^[30]；水体要素：渠化、富营养化等^[36]	土壤水体理化性质^{[29, 34]}
	场地尺度	异速生长方程^[12]	植物高度、冠幅、叶面积、栽植密度等^[27]	植物休眠期时长等^{[27, 34]}	植物种类、配置方式^[7]
	社区、城区尺度	基于LiDAR测量的异速生长方程^[14]	植物高度、冠幅、叶面积、栽植密度等^[27]	植物休眠期时长等^{[27, 34]}	植物种类、配置方式^[7]
	社区、城区尺度	碳核算模型^{[8, 13]}	植物数量、覆盖率等^[8]	树龄等^[8]	气候条件等^[33]
基于整体的UBGI 碳汇能效测度	场地尺度	微气象方法^[17-18]	内部要素：大乔木比例^[34]；外部环境：周边碳排强度^[36]	距离城市中心的距离^[37]	水面占比、设计形式^[35]
	社区尺度	微气象方法^[17-18]	布局特征：多层次性和分散度^[39]	UBI和UGI的距离^[35]	局部微气候^[37]
	城区尺度	碳因子模型^{[6, 19-20]}	形态特征：斑块多样性、形态复杂度等^[37-38]；布局特征：UBGI连通性和聚集型^[22]	布局特征：蓝绿要素的距离等^[35]	外部环境：布局位置、气候条件等^{[22, 39]}
	城区尺度	遥感模型^[21-22]	形态特征：斑块多样性、形态复杂度等^[37-38]；布局特征：UBGI连通性和聚集型^[22]	布局特征：蓝绿要素的距离等^[35]	外部环境：布局位置、气候条件等^{[22, 39]}

2 UBGI减碳能效的测度和影响因素

2.1 UBGI减碳能效测度研究

UBGI建设一般不能直接减少能源生产和使用过程中的碳排，但具有重要的间接减碳作用^[41]。联合国人居署发布的《城市与气候变化：全球人类住区报告》强调了UBGI的2条减碳路线，即调节局地气温以减少建筑能源消耗、引导体力出行以减少交通燃料使用。尽管目前已有较多研究关注了UBGI在缓解热岛效应和促进体力出行方面的作用，但少有研究能进一步落实到减碳能效测度。因此需要对UBGI的减碳能效和机制进行梳理。

2.1.1 以降（保）温为中介的UBGI减碳能效

UBGI降（保）温减碳能效的测度以UBGI周边温度为基础数据，常见测量方式有3种。1）实地测量。在场地、社区尺度，面向建筑附属绿化（building-integrated vegetation, BIV），利用固定或移动气象站进行实地测量，时间粒度可达分钟级，空间粒度可达亚米级^[42]。2）遥感反演。在城区尺度，面向独立场所UBGI（separate-sited UBGI, SSU），使用机载或星载遥感进行观测，时间和空间跨度大但粒度较粗^[43]。3）模型预测。基于实地或遥感数据，利用模型推演环境温度，数据时空粒度受到输入数据和模型本身的限制^[27]。然而，从“UBGI降（保）温差”到“建筑能耗差”的转化，必须测度建筑室温的变化，因此只有部分面向BIV的实证研究实现了减碳的量化^[42]，而面向SSU的研究因难以获得周边建筑的室温数据，减碳能效通常为估计的结果。

BIV包含绿色屋顶、周围绿化、垂直绿化3种类型^[44]。绿色屋顶方面，Yang等^[27]基于实地测量和能耗模拟，发现有、无绿色屋顶覆盖的房间耗能相差7.2 kWh/d。周围绿化方面，盐湖城的研究发现，如果每家庭院内种植4棵乔木，其降温效益每年可减少建筑耗碳9 000 t^[45]。对高层建筑而言，垂直绿化的降温贡献更大，Pan等^[46]基于实测发现垂直绿化可显著降低房间温度，减少42%的建筑能耗。尽管BIV发挥了更直接的减碳作用，但SSU形成的局地冷岛最终也将作用于建筑表面。王敏等^[47]基于遥感反演计算了上海市绿地降温幅度，并利用温度与社会用电量转化公式计算得到绿地减碳能效可达55.12 t/hm²。还有研究使用相同方法估算，得到北京市城区绿地的降温减碳能效为3×10⁸ kWh^[48]。此类方法仅将城市作为均质化表面，建立全局的温度—能耗转化公式，缺乏对建筑温度的实测或模拟，因此其科学性受到质疑^[49]。

当前研究多强调UBGI的夏季降温减碳能效，忽视了其在冬季的保温作用。有学者认为UBGI在冬季反而会进一步降低建筑温度，导致建筑能耗增加^[50]。但美国新泽西州的研究发现，合理布局建筑周边绿化可以阻挡冬季冷空气，减少建筑14%的供暖能耗^[51]。对水体而言，由于其比热容较大，具有较强的温度调节能力，不论冬季还是夏季，其减碳能效都是较为稳定的^[43]。

2.1.2 以促进体力出行为为中介的UBGI减碳能效

相对搭乘公共交通而言，步行和骑行的出行意愿更易受建成环境影响^[52]。体力出行的减碳量依据受UBGI影响而减少的车行里程数估算。在场地和社区尺度，往往利用现场计数^[53]、问卷调查^[54]等方法比较UBGI建成前后的体力出行人数占比，此方法可用于直接测度UBGI间接减碳的能效。在城区尺度，研究对象一般是绿道网络，更多依赖社会层面的交通统计数据来推算^[55]，一般以总量推算和横向对比的方式获得UBGI减碳的间接证据。

在场地和社区尺度，泰国一项研究基于现场计数，发现新建绿道减少了周边居民26%的汽车使用，预估5年减碳115万t^[53]。在城区尺度，基于蒙特利尔交通数据的研究发现，绿道可达性每增加10%将增加3.7%的骑行量，并推算了规划情景（增加35 km绿道）将减少2%的交通碳排总量^[55]。基于美国43个城市交通数据的研究发现，在1 km²内每增加0.6 km绿道，就有约1%的汽车出行被骑行替代^[56]。在一项横向对比研究中，荷兰骑行出行率达37%，而英国仅为1%，笔者认为是否建有高密度的UBGI网络可能是造成体力出行差异的重要原因^[57]。这一差异反映在人均交通碳排量上，英国比荷兰高26%^[58]。但总体而言，在城区尺度，UBGI促进交通减碳的能效测度仍缺乏更直接、准确的方法。

2.2 UBGI减碳能效的影响因素

2.2.1 UBGI降（保）温减碳的影响因素

在场地尺度，BIV通过遮阴、蒸散、降低风速和隔热（冷）4条路径影响建筑能耗，其效果因BIV类型和位置而异^[49]。对于低楼层建筑，周边绿化主要依靠遮阴和蒸散发挥作用，种植密度和冠幅是关键因素；对中高楼层则主要依靠蒸散作用，植物冠高和叶面积更为重要^[59]。垂直绿化主要发挥遮阴和降低建筑表面风速的作用^[49]。Bano等^[60]通过实验模拟发现，网架支撑的常绿攀缘植物具有更大的覆盖面积和更好的空气流动条件，因此降温能效更优。屋顶绿化主要发挥隔热作用^[27]，Wong等^[61]的实验测算发现，使用叶面积更大的灌木、更厚且含水量更高的土壤可显著降低建筑夏季制冷能耗。此外，BIV与建筑的相对位置在很大程度上能够影响建筑冬季能耗：Ko^[51]认为建筑南部的常绿植被阻挡了太阳辐射，会增加冬季建筑取暖能耗；而在冬季盛行风上风向的植物则会对建筑起到保温作用。

在社区尺度，多个BIV构成的系统可以形成立体降温效益，根据场地类型、建筑形态选择合适BIV的类型，例如在上风向布置屋顶绿化，下风向布置垂直绿化，能发挥BIV更好的降温能效^[44]。

在城区尺度，基于遥感反演的研究通常在SSU形态、布局层面分析其降（保）温减碳的影响因素。1）形态特征。SSU的减碳能效与其面积正相关，部分小于10 hm²的绿地可能不能有效产生冷岛效应^[62]。整体形态简单、边缘规则的SSU内部更易形成稳定低温区^[63]，但曲折的河流能将降温效应扩散到更广泛的区域^[43]。2）布局形式。在城市中心布局绿地有利于关键区域的降温^[62]。在夏季风上风向布局、长轴方向指向城区的绿地更能促进冷空气导入城市^[49]。通常而言，水绿协同布局的降温幅度大于两者单独布局的降温幅度之和^[64]。与BIV要求分散的布局不同，SSU的降温能效要求更高的绿地连接度、更大规模的中心绿地以及更少的破碎斑块数^[65]。

2.2.2 UBGI促进体力出行的影响因素

1）场地尺度的UBGI研究主要关注绿道起止点或出入口的环境因素。一项对绿道通勤者的拦截调查发现，出入口数位置、交通接驳便捷度、租还车站点等基础设施是体力出行发生的基础^[66]，绿道起点的绿化覆盖率也与体力出行率呈正相关^[52]。而绿道终点的土地利用多样性、混合度以及吸引力是体力出行发生的关键^[67-68]。2）社区尺度的研究关注出行途中的环境因素。绿道环境的安全性、舒适性和愉悦性影响居民对出行路线的选择^[57]。环境安全性因素包括交叉路口数量、机非人分流情况、照明情况以及植被秩序感等^{[53, 67]}；舒适度包括绿道宽度、坡度以及热舒适性等要素^{[66, 69]}；愉悦感包括道路两侧建筑风貌、景观品质及开放空间数量等设计要素^[55]。然而，由于绿道位置差异和环境感知的主体性，部分因素的影响可能是相对的。例如有研究认为更高的植被覆盖率可能意味着更低的安全感，会抑制体力出行的发生^[69]。3）城区尺度的研究主要关注UBGI的网络特征，UBGI在城市中的广度、密度、可达性是影响体力出行发生频次的重要条件^{[58, 67]}（表2）。

表2 UBGI减碳能效测度研究和影响因素^{[27, 42-44, 49, 51-69]}

Tab. 2 Measurement and influencing factors of UBGI’s carbon reduction efficiency^{[27, 42-44, 49, 51-69]}

测度对象		测度方法	减碳能效影响因素
测度对象		测度方法	正向因素	负向因素	权衡因素
以降（保）温为中介的减碳能效测度	场地尺度BIV及社区尺度BIV系统	实地测温、实测能耗^[42]	植物要素：种植密度、叶面积、冠高^{[49, 59-60]}；土壤要素：厚度、含水量^[61]；布局特征：BIV层次性等^[65]	不透水表面面积等^[61]	BIV的类型、植物选择、种植方式、和建筑相对位置等^{[44, 51-52]}
	场地尺度BIV及社区尺度BIV系统	模型预测温度和能耗^[27]		不透水表面面积等^[61]	BIV的类型、植物选择、种植方式、和建筑相对位置等^{[44, 51-52]}
	城区尺度的SSU	遥感反演、经验估计^[43]	形态特征：面积、河流曲折度、内部斑块复杂度^{[43, 62-63]}；布局形式：UBGI系统连接度、水绿斑块临近度等^[64-65]	形态复杂度等^[63]	布局位置、布局形式^{[49, 63]}
	城区尺度的SSU	模型预测温度、经验估计^[27]		形态复杂度等^[63]	布局位置、布局形式^{[49, 63]}
以促进体力出行为为中介的减碳能效测度	场地尺度	现场调查记录体力出行人数变化^[53-54]	便捷性、绿化覆盖率、基础设施、土地利用多样性和混合度^{[63, 66-68]}	绿道距城市中心的距离^[58]	使用者感知特征^[69]
	社区尺度	现场调查记录体力出行人数变化^[53-54]	安全性、舒适度、愉悦感^{[53, 55-57, 69]}
	城区尺度	基于交通统计数据进行回归分析或横向对比^[55-56]	UBGI网络的广度、密度、可达性^{[58, 67]}

3 面向多尺度UBGI增汇减碳能效提升的规划设计策略

不同尺度下UBGI增汇减碳能效的测度方法揭示了与之层级对应的影响因子，基于对这些影响因子的深入分析，进一步提出多尺度UBGI规划设计策略，形成“测度方法—影响因素—规划策略”的逻辑框架（图1）。

显示原图|下载原图ZIP|生成PPT

图1 UBGI增汇减碳规划策略框架

Fig. 1 Framework of the planning strategies for UBGI’s carbon sink enhancement and emission reduction

3.1 多尺度UBGI碳汇能效提升策略

场地尺度：源头碳汇、地块平衡、生态设计。场地尺度UBGI与生活、生产活动联系紧密，能够在碳源附近实现碳汇^[37]。例如，使用EC设备测度场地碳收支情况，进而根据碳赤字进行UBGI碳汇设计，这一方法在北京郊区被验证是具有潜力的^[70]。此外，使用EC设备对UBGI碳流实时监测，能够实现UBGI的“碳中和体检”，为UBGI的有机更新提供科学依据。对于高碳排区域，可使用样品测定法选用最大固碳能效的植物种类和配置模式，但也不能片面依据测度结果追求碳汇能效最大化，这是因为绿地建设过程中也会产生碳排，应采取尊重自然过程的生态设计和综合效益更优的碳汇提升方案。

社区尺度：统筹收支、精准落位、碳链连通。社区尺度UBGI需统筹各场地碳收支账户，以引导UBGI空间落位，实现碳链连通。在社区尺度使用碳通量塔，捕获区域内碳收支最低点，有助于定位需要增加碳汇的关键区域。此外，对于UBGI规划设计，还要重点考虑其空间形态和布局模式。据前文梳理，边界形态越复杂，越有利于外界碳流汇入UBGI，而分布越均衡，更有利于碳在UBGI之间流动，向城区尺度UBGI转移和固存。因此，社区碳汇网络的构建应加强与场地和城区两个尺度的衔接，在确定UBGI布局和形态的基础上，利用遥感模型进行连通性优化。

城区尺度：加强生态空间管控，建立碳安全格局。城区尺度的碳汇测度基于土地利用类型的碳因子，而森林和湿地的碳因子较大，其次是农田、草地、水体^{[6, 19-20]}。因此，需要严守“三区三线”，维持生态空间底数。此外，基于碳源—碳汇结构的有效识别，构建碳汇廊道，通过生态修复的方式将碳汇低效地转置为“碳流踏脚石”，形成高连接度的碳汇格局。基于以上2个准则，在城区UBGI规划前开展多情景的生态空间演化模拟，有助于指导生态空间综合管控工作。

3.2 多尺度UBGI减碳能效提升策略

场地尺度：与建筑共生、与生活共融。场地尺度减碳的关键是能否最大限度发挥BIV遮阴、蒸散、降低风速、隔热（冷）4种作用。因此需要采用复合的立体绿化形式，在平面上推广“绿化容积率”指标，在立面上推广“绿化覆盖率”指标，实现BIV与建筑共生。尽可能以栽植密、叶面大、土壤厚为标准进行植物和土壤的配置。对于体力出行而言，绿道的使用便捷性是最重要的，因此在场地内部需要进行蓝绿与灰色基础设施的面积权衡。

社区尺度：冷岛嵌入、共建共享。社区尺度UBGI往往以面积较大、边缘规则的中心冷岛为主要形式。但通过移动测量法揭示这种配置方式导致了不同地块之间的温度差异^[43]，因此需要以UBGI降温距离和强度阈值为标准，确定UBGI的规模和位置，使更多建筑能受到局地冷岛的作用。只有被居民使用的UBGI才是高效的、低碳的。因此需要在社区尺度提供高品质的多功能空间，布局合理的基础设施，引导市民活动融入UBGI，这不仅可以促进低碳出行，更能鼓励居民走出建筑物，促进他们选择健康低碳的生活方式。

城区尺度：按需布局、有机疏解。遥感反演可测度UBGI降温强度、降温距离以及降温方向等特征^[62]。这些特征是UBGI布局的关键依据：从降温强度考虑，在人口密集区设置大面积中央绿地；从降温距离考虑，构建通风绿廊、水廊；从降温方向考虑，在夏季风上风向设置平行于风向的指状、楔状绿地，在冬季风上风向设置垂直于风向的环状、带状绿地。在上述布局基础上构建绿道网络，实现对城市功能和碳排活动的有机疏解。

3.3 权衡“最优”路径

很少有研究提及UBGI碳汇和减碳能效之间存在的权衡关系，但这实际上将决定规划设计能否发挥最大的碳中和作用。在场地尺度，碳汇要求优先配置植物、水体，但减碳功能又需要灰色基础设施提供公众服务，因此景观要素之间存在功能权衡关系。在社区尺度，UBGI发挥碳汇功能时要求边界形态复杂以提高碳流汇入，而发挥减碳功能时则要求边界规则以稳定内部温度，因此这2种功能需求存在设计权衡关系。在城区尺度，以生态功能为主导的碳汇型UBGI和以社会效益为主导的减碳型UBGI在有限的空间中如何布局也存在着权衡关系。此外，不同尺度之间也可能存在冲突，例如城区尺度上要求UBGI间的连通性和聚集性更高，但在社区尺度上分散、多层次的绿地更有利于碳汇和减碳，因此如何利用尺度效应进行布局也值得思考。而在时间尺度上，碳汇需要植被、土壤或水体长期积累，而UBGI的降温和促进体力出行等减碳效果则能较快显现，因此如何平衡短期和长期效益也很关键。以上4种权衡关系表明要统筹多种功能需求进行UBGI规划设计，兼顾碳排与碳汇效应，并建立长期监测和评估机制，动态调整UBGI布局和管理策略。

4 面向增汇减碳的UBGI规划研究重点论题

受限于城市经济水平和发展需求，UBGI的规模和布局往往需要与其他用地权衡，同时城市环境的高度异质性、影响因素的复杂性以及时空尺度效应等因素的叠加也使UBGI的增汇减碳命题仍有较多问题和挑战需要得到解决。因此，精准规划和科学设计以发挥UBGI相对“最优”的增汇减碳能效是未来研究的重点。基于对UBGI增汇减碳能效和影响因素的梳理，提出面向UBGI规划策略的五大重点论题以引导未来研究和实践。

4.1 如何构建尺度合一的UBGI增汇减碳测度方法？

信息的跨尺度转译是生态学的核心难题之一。大尺度UBGI增汇减碳测度往往难以精确刻画小尺度特征：如城区尺度侧重土地利用宏观结构而忽略了斑块内部属性；社区尺度侧重UBGI规模、方向、形态等特征而忽略了景观要素的配置方式。这种扁平化、均质化的分析方式容易产生较大的误差，例如，有研究发现遥感模型测度的碳汇准确性仅有33%^[71]。因此需要探索如何使用传感器等新型测度方式获取UBGI内部各要素数据，并利用实测数据对遥感模型进行调参，从而实现大规模、精细化的碳汇测度。使规划人员更准确地回答“在什么地方规划UBGI”，同时也能够进一步回答“规划怎样的UBGI”。

4.2 如何测度SSU降（保）温减碳能效？

当前UBGI降（保）温减碳的气候模拟和能耗测度研究主要基于BIV开展，城区尺度SSU的减碳能效则通过经验公式计算，该方法与建筑实际能耗相差巨大^[49]。这是由于当前城市尺度使用的气候模型（CFD、UCM等）和建筑能耗模型在时间和空间上的建模精度并不匹配，温度数据难以在2种模型中完成交换和建模计算^[49]。因此需要开发新的模型，打通“SSU冷岛效应—城市空气温度—建筑表面空气温度—建筑能耗”的数据交换链，才能全面评估UBGI的建筑减碳能效，更好地服务城市UBGI规划。

4.3 如何实现融合碳汇测度与减碳测度 2条路径的UBGI全生命周期评估？

UBGI的碳汇测度和减碳测度2条路径一直以来是割裂的，鲜有实证研究同时测度2条路径以体现UBGI的综合碳效益。当前有较多研究开展 UBGI碳核算的生命周期评估（life cycle assessment, LCA），但LCA属于工程管理范畴，关注UBGI建设过程中本身的碳平衡，并未考虑UBGI对周围环境的减碳潜力。例如，一项LCA研究认为UBGI实际上是碳源而非碳汇^[24]，这可能导致对UBGI碳中和价值的片面否定。因此需要扩大LCA的计算边界，对直接碳汇、降温减碳以及出行促进3个方面进行长期测度，其中存在工作量、模型数据交换等困难，还需要景观、生态、规划、气象、建筑节能等多领域的合作。

4.4 如何权衡UBGI增汇减碳能效与其他功能以获得综合效益最优的布局？

片面依据UBGI增汇减碳测度结果进行规划，可能损害其他生态福祉的发挥。但同时，增汇减碳与部分生态系统服务之间也可能存在协同。高品质绿地空间不仅能满足居民休闲需求，还能促进可持续的生活方式。例如将休闲、运动、教育、文化等多种社会功能植入UBGI，构建具有复合功能的可持续城市开放空间，不仅可以节约原本需要建设的场地，也能促使居民走出建筑，节省“隐形的碳”。面对UBGI增汇减碳和生态系统服务之间的权衡和协同关系，需要建立涵盖UBGI多重功能的综合规划模型，以最大化复合能效为目标，实现UBGI的最优空间布局。

4.5 如何布局UBGI以实现低碳正义？

梳理发现，碳汇更关注景观要素本身，而减碳与人的行为有关，因此片面依据测度结果可能造成规划的非正义。1）偏重碳汇导向的UBGI布局可能加深贫富分化。郊区是UBGI碳汇能效发挥的关键区域。为平衡城市碳收支，在郊区设置绿带、绿楔已成为惯常做法，并将其视为稳定碳库^[37]，从而牺牲郊区一部分经济发展机会。2）偏重碳排导向的UBGI布局可能导致福祉差异。UBGI建设成本相对较高，BIV、绿道等一般设置在高收入社区，因此这些地区的生态系统服务相对更优。靠近工业区等相对贫困社区的居民更易遭受热浪、空气污染等气候危害。因此可以参考“环境正义”相关研究，将社会群体特征纳入UBGI布局规划研究中，在以人为本的基础上推动城市碳中和转型。

5 结语

在国土空间规划中，各类空间要素需要被刚性约束和精准管控，科学合理地完成UBGI专项规划是实现双碳战略落位的核心。本研究从UBGI碳汇和减碳两条路径出发，发现其测度方法具有明显的尺度差异性，进而解析了场地—社区—城区3级尺度下碳汇和碳排能效的UBGI影响因素。随着尺度上推，测度方式逐渐由实地测量转向经验系数估计，影响因素则从景观要素、形态特征转向系统结构。本研究提出了UBGI双效多尺度规划策略框架，构建了3级尺度中单一路径提升策略以及关键权衡点。最后，基于当前UBGI碳汇、碳排测度难点以及规划策略面临的权衡，进一步提出了五大重点论题，以期指导当前背景下的城市UBGI建设和未来研究。

本研究采用系统综述的方法，聚焦于建立知识框架，而未进行荟萃分析，这可能导致某些细节被简化或忽略。正如前文所述，不同地区和方法的碳固存和减排效率测量方法和结果存在差异，未来需要对实证研究结果进行广泛的分析，对相似的区域、尺度和方法进行归类统计，以揭示测度结果和影响因素的可变性，获得更加科学可靠的结论。

1 利用样品推广法测度的结果一般为碳储量，碳储量是碳汇长期累积的总量。

图表来源(Sources of Figures and Tables)：

文中图表均由作者绘制。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	叶玉瑶, 张虹鸥, 许学强, 等. 面向低碳交通的城市空间结构: 理论、模式与案例[J]. 城市规划学刊, 2012 5): 37-43 YE Y Y, ZHANG H O, XU X Q, et al. The Urban Spatial Structure Towards Low-Carbon Transportation: Theory, Model and Case Study[J]. Urban Planning Forum, 2012 5): 37-43.

[2]	XU H H, CHEN H. Impact of Urban Morphology on the Spatial and Temporal Distribution of PM_2.5 Concentration: A Numerical Simulation with WRF/CMAQ Model in Wuhan, China[J]. Journal of Environmental Management, 2021, 290 112427 DOI

[3]	李迅. “双碳”战略下的城市发展路径思考[J]. 城市发展研究, 2022, 29(8): 1-11 LI X. Thinking on the Urban Development Path Under Carbon Emission Peak and Carbon Neutrality Strategic Goal[J]. Urban Development Studies, 2022, 29(8): 1-11.

[4]	冷红, 赵妍, 袁青. 城市形态调控减碳路径与策略[J]. 城市规划学刊, 2023 1): 54-61 LENG H, ZHAO Y, YUAN Q. The Path Toward Carbon Reduction Through Urban Form Control[J]. Urban Planning Forum, 2023 1): 54-61.

[5]	DAI X, WANG L C, TAO M H, et al. Assessing the Ecological Balance Between Supply and Demand of Blue-Green Infrastructure[J]. Journal of Environmental Management, 2021, 288 112454 DOI

[6]	荆贝贝, 杜安. 上海城市绿色空间碳汇评估及提升策略[J]. 中国国土资源经济, 2022, 35(4): 64-72 JING B B, DU A. Evaluation and Promotion Strategy of Carbon Sink of Urban Green Space in Shanghai[J]. Natural Resource Economics of China, 2022, 35(4): 64-72.

[7]	王敏, 石乔莎. 城市绿色碳汇效能影响因素及优化研究[J]. 中国城市林业, 2015, 13(4): 1-5 WANG M, SHI Q S. A Study of Influencing Factors to Urban Green Carbon Sequestration and Its Efficiency Optimization[J]. Journal of Chinese Urban Forestry, 2015, 13(4): 1-5.

[8]	ZHAO D, CAI J, XU Y M, et al. Carbon Sinks in Urban Public Green Spaces Under Carbon Neutrality: A Bibliometric Analysis and Systematic Literature Review[J]. Urban Forestry & Urban Greening, 2023, 86 128037

[9]	JO H K. Impacts of Urban Greenspace on Offsetting Carbon Emissions for Middle Korea[J]. Journal of Environmental Management, 2002, 64(2): 115-126.

[10]	CHEN W Y. The Role of Urban Green Infrastructure in Offsetting Carbon Emissions in 35 Major Chinese Cities: A Nationwide Estimate[J]. Cities, 2015, 44 112-120 DOI

[11]	殷利华, 杭天, 徐亚如. 武汉园博园蓝绿空间碳汇绩效研究[J]. 南方建筑, 2020 3): 41-48 YIN L H, HANG T, XU Y R. Research on Carbon Sink Performance of Blue-Green Landscape Spaces in the Wuhan Garden Expo Park[J]. South Architecture, 2020 3): 41-48.

[12]	COSKUN HEPCAN C, HEPCAN S. Assessing Regulating Ecosystem Services Provided by the Ege University Rectorship Garden[J]. Urban Forestry & Urban Greening, 2018, 34 10-16.

[13]

张晓瑜, 赵林森. 基于QUICKBird和CITYgreen的昆明市绿地效益评价[J]. 西北林学院学报, 2011, 26(6): 204-207

ZHANG X Y, ZHAO L S. Partial Ecological Benefit Evaluation of Green-space in the Built-up Area of Kunming City Based on QuickBird Image and CITYgreen Model[J]. Journal of Northwest Forestry University, 2011, 26(6): 204-207.

[14]	GÜLÇIN D, VAN DEN BOSCH C C K. Assessment of Above-Ground Carbon Storage by Urban Trees Using LiDAR Data: The Case of a University Campus[J]. Forests, 2021, 12(1): 62 DOI

[15]	SHADMAN S, AHANAF KHALID P, HANAFIAH M M, et al. The Carbon Sequestration Potential of Urban Public Parks of Densely Populated Cities to Improve Environmental Sustainability[J]. Sustainable Energy Technologies and Assessments, 2022, 52, Part A: 102064.

[16]	HABIB S, TAHIR F, HUSSAIN F, et al. Current and Emerging Technologies for Carbon Accounting in Urban Landscapes: Advantages and Limitations[J]. Ecological Indicators, 2023, 154 110603 DOI

[17]	KONOPKA J, HEUSINGER J, WEBER S. Extensive Urban Green Roof Shows Consistent Annual Net Uptake of Carbon as Documented by 5 Years of Eddy-Covariance Flux Measurements[J]. Journal of Geophysical Research: Biogeosciences, 2021, 126(2): e2020JG005879 DOI

[18]	HUTLEY L B, LEUNING R, BERINGER J, et al. The Utility of the Eddy Covariance Techniques as a tool in Carbon Accounting: Tropical Savanna as a Case Study[J]. Australian Journal of Botany, 2005, 53(7): 663-675 DOI

[19]

陈美景, 王庆日, 白中科, 等. 碳中和愿景下“三生空间”转型及其碳储量效应: 以贵州省为例[J]. 中国土地科学, 2021, 35(11): 101-111

CHEN M J, WANG Q R, BAI Z K, et al. Transition of "Production-Living-Ecological" Space and Its Carbon Storage Effect Under the Vision of Carbon Neutralization: A Case Study of Guizhou Province[J]. China Land Science, 2021, 35(11): 101-111.

[20]	马涛. 上海林地和绿地碳汇发展困境与对策[J]. 中国城市林业, 2011, 9(2): 23-25 MA T. Development Dilemma and Countermeasures of Carbon Sequestration in Forest Land and Green Land in Shanghai[J]. Journal of Chinese Urban Forestry, 2011, 9(2): 23-25.

[21]	洪长桥, 金晓斌, 陈昌春, 等. 集成遥感数据的陆地净初级生产力估算模型研究综述[J]. 地理科学进展, 2017, 36(8): 924-939 DOI HONG C Q, JIN X B, CHEN C C, et al. Overview on Estimation Models of Land Net Primary Productivity Integrating Remote Sensing Data[J]. Progress in Geography, 2017, 36(8): 924-939 DOI

[22]	洪歌, 吴雪飞, 蔡锐鸿. 最佳网格分析尺度下城市绿色基础设施的景观格局对碳汇绩效的影响研究[J]. 中国园林, 2023, 39(3): 138-144 HONG G, WU X F, CAI R H. Influence of Urban Green Infrastructure Landscape Pattern on Carbon Sequestration Performance at the Optimal Grid Unit[J]. Chinese Landscape Architecture, 2023, 39(3): 138-144.

[23]	NOWAK D J. Atmospheric Carbon Reduction by Urban Trees[J]. Journal of Environmental Management, 1993, 37(3): 207-217 DOI

[24]	LIU C F, LI X M. Carbon Storage and Sequestration by Urban Forests in Shenyang, China[J]. Urban Forestry & Urban Greening, 2012, 11(2): 121-128.

[25]

赵艳玲, 阚丽艳, 车生泉. 上海社区常见园林植物固碳释氧效应及优化配置对策[J]. 上海交通大学学报（农业科学版）, 2014, 32(4): 45-53

ZHAO Y L, KAN L Y, CHE S Q. A Preliminary Study About Common Garden Plants' Effect of Carbon Fixation and Oxygen Release in Shanghai's Community and Optimal Arrangement[J]. Journal of Shanghai Jiaotong University (Agricultural Science), 2014, 32(4): 45-53.

[26]	周璞, 侯华丽, 张惠, 等. 碳中和背景下提升土壤碳汇能力的前景与实施建议[J]. 环境保护, 2021, 49(16): 65-69 ZHOU P, HOU H L, ZHANG H, et al. The Development Prospects and Implementation Suggestions of Increasing Soil Carbon Storage in the Context of Carbon Neutrality[J]. Environmental Protection, 2021, 49(16): 65-69.

[27]	YANG S Q, KONG F H, YIN H W, et al. Carbon Dioxide Reduction From an Intensive Green Roof Through Carbon Flux Observations and Energy Consumption Simulations[J]. Sustainable Cities and Society, 2023, 99 104913 DOI

[28]	汤煜, 石铁矛, 卜英杰, 等. 城市化进程中沈阳城市绿地土壤有机碳储量空间分布研究[J]. 中国园林, 2019, 35(12): 68-73 TANG Y, SHI T M, BU Y J, et al. Spatial Distribution of Soil Organic Carbon Stocks in Urban Green Space with Urbanization in Shenyang, China[J]. Chinese Landscape Architecture, 2019, 35(12): 68-73.

[29]	KAYE J P, MCCULLEY R L, BURKE I C. Carbon Fluxes, Nitrogen Cycling, and Soil Microbial Communities in Adjacent Urban, Native and Agricultural Ecosystems[J]. Global Change Biology, 2005, 11(4): 575-587 DOI

[30]	杨元合, 石岳, 孙文娟, 等. 中国及全球陆地生态系统碳源汇特征及其对碳中和的贡献[J]. 中国科学（生命科学）, 2022, 52(4): 534-574 YANG Y H, SHI Y, SUN W J, et al. Terrestrial Carbon Sinks in China and Around the World and Their Contribution to Carbon Neutrality[J]. Science in China (Series C), 2022, 52(4): 534-574.

[31]	RAN L S, BUTMAN D E, BATTIN T J, et al. Substantial Decrease in CO₂ Emissions from Chinese Inland Waters Due to Global Change[J]. Nature Communications, 2021, 12(1): 1730 DOI

[32]	XIAO Q T, XIAO W, LUO J H, et al. Management Actions Mitigate the Risk of Carbon Dioxide Emissions from Urban Lakes[J]. Journal of Environmental Management, 2023, 344 118626 DOI

[33]	LESLEY B K, MICHAEL J V, WILLIAM H R, et al. Temperate Reservoirs Are Large Carbon Sinks and Small CO₂ Sources: Results from High-Resolution Carbon Budgets[J]. Global Biogeochemical Cycles, 2013, 27(1): 52-64 DOI

[34]	GILL S E, HANDLEY J F, ENNOS A R, et al. Adapting Cities for Climate Change: The Role of the Green Infrastructure[J]. Built Environment, 2007, 33(1): 115-133 DOI

[35]	LI X H, JIANG Y F, LIU Y Q, et al. The Impact of Landscape Spatial Morphology on Green Carbon Sink in the Urban Riverfront Area[J]. Cities, 2024, 148 104919 DOI

[36]	WANG X Y, WANG K Q, ZHANG Y L, et al. Impact of Climate on the Carbon Sink Capacity of Ecological Spaces: A Case Study from the Beijing−Tianjin−Hebei Urban Agglomeration[J]. Land, 2023, 12(8): 1619 DOI

[37]	孙洋洋, 沈泽琦, 黄乐妍, 等. 不同城市绿地类型碳源/汇的城乡梯度格局: 以杭州市为例[J]. 生态学报, 2024, 44(3): 930-943 SUN Y Y, SHEN Z Q, HUANG L Y, et al. Patterns of Carbon Source/Sink Across Urban-Rural Gradient and Urban Green Space Types: A Case Study of Hangzhou City[J]. Acta Ecologica Sinica, 2024, 44(3): 930-943.

[38]	袁旸洋, 郭蔚, 汤思琪, 等. 城市蓝绿空间格局对碳固存的影响测度及关键指标[J]. 中国城市林业, 2023, 21(6): 6-16 YUAN Y Y, GUO W, TANG S Q, et al. Assessing the Impact of Urban Blue-Green Space Pattern on Carbon Sequestration and Its Key Indicators[J]. Journal of Chinese Urban Forestry, 2023, 21(6): 6-16.

[39]	DONG H N, CHEN Y, HUANG X C, et al. Multi-scenario Simulation of Spatial Structure and Carbon Sequestration Evaluation in Residential Green Space[J]. Ecological Indicators, 2023, 154 110902 DOI

[40]	XU Q, DONG Y X, YANG R. Influence of Different Geographical Factors on Carbon Sink Functions in the Pearl River Delta[J]. Scientific Reports, 2017, 7(1): 110 DOI

[41]	JO H K, MCPHERSON E G. Indirect Carbon Reduction by Residential Vegetation and Planting Strategies in Chicago, USA[J]. Journal of Environmental Management, 2001, 61(2): 165-177 DOI

[42]	ZITER C D, PEDERSEN E J, KUCHARIK C J, et al. Scale-Dependent Interactions Between Tree Canopy Cover and Impervious Surfaces Reduce Daytime Urban Heat During Summer[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(15): 7575-7580.

[43]	JIANG L, LIU S, LIU C, et al. How Do Urban Spatial Patterns Influence the River Cooling Effect? A Case Study of the Huangpu Riverfront in Shanghai, China[J]. Sustainable Cities and Society, 2021, 69 102835 DOI

[44]	姜之点, 杨峰. 建筑立体绿化方式和设计高度对三维空间降温潜力的影响[J]. 风景园林, 2023, 30(5): 75-82 JIANG Z D, YANG F. Influence of Green Building Planting Form and Design Height on Cooling Potential of 3D Space[J]. Landscape Architecture, 2023, 30(5): 75-82.

[45]	AKBARI H. Shade Trees Reduce Building Energy Use and CO₂ Emissions From Power Plants[J]. Environmental Pollution, 2002, 116(S1): S119-S126.

[46]	PAN L, WEI S, CHU L M. Orientation Effect on Thermal and Energy Performance of Vertical Greenery Systems[J]. Energy and Buildings, 2018, 175 102-112 DOI

[47]	王敏, 朱雯. 城市绿地影响碳中和的途径与空间特征: 以上海市黄浦区为例[J]. 园林, 2021, 38(10): 11-18 WANG M, ZHU W. The Impact of Urban Green Space on Carbon Neutrality and Spatial Characteristics: A Case Study of Huangpu District in Shanghai[J]. Landscape Architecture, 2021, 38(10): 11-18.

[48]	ZHANG B, XIE G D, GAO J X, et al. The Cooling Effect of Urban Green Spaces as a Contribution to Energy-Saving and Emission-Reduction: A Case Study in Beijing, China[J]. Building and Environment, 2014, 76 37-43 DOI

[49]	ZHU S J, CAUSONE F, GAO N P, et al. Numerical Simulation to Assess the Impact of Urban Green Infrastructure on Building Energy Use: A Review[J]. Building and Environment, 2023, 228 109832 DOI

[50]	LI J Y, ZHENG B H. Does Vertical Greening Really Play Such a Big Role in an Indoor Thermal Environment?[J]. Forests, 2022, 13(2): 358 DOI

[51]	KO Y. Trees and Vegetation for Residential Energy Conservation: A Critical Review for Evidence-Based Urban Greening in North America[J]. Urban Forestry & Urban Greening, 2018, 34 318-335.

[52]	YANG L C, AO Y B, KE J T, et al. To Walk or not to Walk? Examining Non-Linear Effects of Streetscape Greenery on Walking Propensity of Older Adults[J]. Journal of Transport Geography, 2021, 94 103099 DOI

[53]	PRASARA-A J, BRIDHIKITTI A. Carbon Footprint and Cost Analysis of a Bicycle Lane in a Municipality[J]. Global Journal of Environmental Science and Management, 2022, 8(2): 197-208.

[54]	CHEN P, SHEN Q, CHILDRESS S. A GPS Data-Based Analysis of Built Environment Influences on Bicyclist Route Preferences[J]. International Journal of Sustainable Transportation, 2018, 12(3): 218-231 DOI

[55]	ZAHABI S A H, CHANG A N, MIRANDA-MORENO L F, et al. Exploring the Link Between the Neighborhood Typologies, Bicycle Infrastructure and Commuting Cycling over Time and the Potential Impact on Commuter GHG Emissions[J]. Transportation Research Part D, Transport and Environment, 2016, 47 89-103 DOI

[56]	DILL J, CARR T. Bicycle Commuting and Facilities in Major U.S. Cities: If You Build Them, Commuters Will Use Them[J]. Transportation Research Record, 2003, 1828(1): 116-123 DOI

[57]	PUCHER J, BUEHLER R. Making Cycling Irresistible: Lessons from the Netherlands, Denmark and Germany[J]. Transport Reviews, 2008, 28(4): 495-528 DOI

[58]	徐飞, 戴昳雯, 孙艺芸, 等. 城市自行车交通政策演变及复兴政策制定要点[J]. 城市发展研究, 2023, 30(3): 49-58 XU F, DAI D W, SUN Y Y, et al. The Evolution of Urban Bicycle Transportation Policy and the Key Points for Revival Policy Formulation[J]. Urban Development Studies, 2023, 30(3): 49-58.

[59]	TSOKA S, LEDUC T, RODLER A. Assessing the Effects of Urban Street Trees on Building Cooling Energy Needs: The Role of Foliage Density and Planting Pattern[J]. Sustainable Cities and Society, 2021, 65 102633 DOI

[60]	BANO P, DERVISHI S. The Impact of Vertical Vegetation on Thermal Performance of High-Rise Office Building Facades in Mediterranean Climate[J]. Energy and Buildings, 2021, 236 110761 DOI

[61]	WONG N H, CHEONG D K W, YAN H, et al. The Effects of Rooftop Garden on Energy Consumption of a Commercial Building in Singapore[J]. Energy and Buildings, 2003, 35(4): 353-364 DOI

[62]	刘颂, 邹清华, 张浪. 城市绿地冷岛效应测度方法比较与验证[J]. 园林, 2023, 40(2): 116-124 LIU S, ZOU Q H, ZHANG L. Comparison and Validation of Measure Methods for Cold Island Effect of Urban Green Space[J]. Landscape Architecture Academic Journal, 2023, 40(2): 116-124.

[63]	SUN R H, CHEN A L, CHEN L D, et al. Cooling Effects of Wetlands in an Urban Region: The Case of Beijing[J]. Ecological Indicators, 2012, 20 57-64 DOI

[64]	SHI D C, SONG J Y, HUANG J X, et al. Synergistic Cooling Effects (SCEs) of Urban Green-Blue Spaces on Local Thermal Environment: A Case Study in Chongqing, China[J]. Sustainable Cities and Society, 2020, 55 102065 DOI

[65]	陈明, 戴菲. 基于形态学空间格局分析的城市绿地对热环境的影响研究[J]. 生态环境学报, 2021, 30(1): 125-134 CHEN M, DAI F. The Influence of Urban Green Spaces on Thermal Environment Based on Morphological Spatial Pattern Analysis[J]. Ecology and Environment Sciences, 2021, 30(1): 125-134.

[66]	PETTENGILL P R, LEE B H Y, MANNING R E. Traveler Perspectives of Greenway Quality in Northern New England[J]. Transportation Research Record, 2012, 2314(1): 31-40 DOI

[67]	ZHAO P J. The Impact of the Built Environment on Bicycle Commuting: Evidence From Beijing[J]. Urban studies, 2014, 51(5): 1019-1037 DOI

[68]	HANKEY S, LINDSEY G, WANG X Z, et al. Estimating Use of Non-motorized Infrastructure: Models of Bicycle and Pedestrian Traffic in Minneapolis, MN[J]. Landscape and Urban Planning, 2012, 107(3): 307-316 DOI

[69]	马亮, 黄言, 曹新宇. 城市环境对积极交通出行的影响: 中西方研究比较[J]. 地理科学, 2024, 44(2): 216-227 MA L, HUANG Y, CAO X Y. Connections Between the Urban Environment and Active Travel: Comparing Studies on China and the Western Countries[J]. Scientia Geographica Sinica, 2024, 44(2): 216-227.

[70]	YE H P, LI Y, SHI D H, et al. Evaluating the Potential of Achieving Carbon Neutrality at the Neighborhood Scale in Urban Areas[J]. Sustainable Cities and Society, 2023, 97(5): 104764

[71]	BELLASSEN V, ANGERS D, KOWALCZEWSKI T, et al. Soil Carbon Is the Blind Spot of European National GHG Inventories[J]. Nature Climate Change, 2022, 12(4): 324-331 DOI

Options

文章导航

模态框（Modal）标题

摘要