城市生态系统碳循环的观测与模拟研究综述

城市生态系统碳循环的观测与模拟研究综述城市生态系统作为全球碳循环的关键扰动源，其碳通量贡献占全球人为碳排放总量的70%以上，且随城市化进程的加快呈现持续上升趋势。快速扩张的城市下垫面改变了自然生态系统的碳交换过程，高密度人为活动排放、植被-土壤碳库动态与大气边界层碳输送过程相互耦合，形成了区别于自然生态系统的复杂碳循环特征。精准量化城市碳收支、解析碳循环驱动机制，不仅是支撑城市“双碳”目标落地的核心科学基础，也为全球碳循环模型改进提供了关键参数支撑。城市生态系统碳循环的核心观测技术体系涡度相关法的通量观测应用与局限涡度相关技术是当前城市碳通量长期定位观测的核心手段，通过高频测量大气中CO₂浓度与三维风速的协方差，能够直接获取生态系统尺度的净碳交换量（NEE）。全球超过300个城市通量站形成的UrbanFluxNetwork观测网络，已积累了不同气候带、不同城市规模的长时间序列碳通量数据，其中北京、上海、伦敦等超大城市的连续观测时长已超过15年。观测结果显示，高密度建成区的NEE普遍呈现显著碳源特征，年碳排放强度可达2.3-12.7kgCm⁻²yr⁻¹，而城市森林、湿地公园等绿色基础设施则可表现为碳汇，汇强约为0.1-0.8kgCm⁻²yr⁻¹。该技术在城市应用中面临的核心挑战包括下垫面异质性导致的通量贡献区（Footprint）不确定性、建筑遮挡引发的风速失真以及人为排放源的高频扰动。研究表明，当站点周边建筑覆盖率超过40%时，涡度相关系统的能量平衡闭合度会降至0.6以下，碳通量观测误差可超过30%。近年来发展的多站点通量组网观测结合足迹模型溯源技术，可有效解析不同功能区的碳通量贡献，将区域碳收支估算误差降低至15%以内。地面采样与垂直梯度观测的空间拓展针对涡度相关技术的空间代表性局限，网格化地面采样与大气CO₂垂直梯度观测成为重要补充手段。网格化采样通常按照城市功能区划设置采样点，覆盖商业中心、居住区、工业区、城市森林等典型下垫面，通过定期采集大气CO₂浓度样本，结合扩散模型反演区域碳排放强度以上海为例，100m×100m分辨率的网格化采样结果显示，城市核心区与郊区的CO₂浓度差可达40-60ppm，工作日早高峰时段的浓度峰值较周末高出15%-20%，清晰反映了交通排放的时空分布特征。高塔垂直梯度观测则通过在城市高层建筑或气象塔不同高度布设CO₂传感器，获取碳浓度的垂直廓线数据，结合边界层气象参数反演城市整体碳收支。北京325m气象塔的16层梯度观测结果表明，冬季采暖期城市边界层内CO₂浓度的垂直递减率可达12ppmkm⁻¹，而夏季植被光合旺盛期近地面浓度可低于高层20-30ppm，反映了植被碳汇对近地面碳浓度的调节作用。遥感观测技术的大尺度应用卫星遥感与无人机遥感技术为城市碳循环的大空间尺度观测提供了可能。轨道碳观测卫星（OCO-2/3）、中国碳卫星（TanSat）的高光谱CO₂观测数据，能够获取公里级分辨率的大气柱CO₂浓度，结合反演算法可估算城市区域的碳排放总量。最新研究显示，OCO-3的目标模式观测数据对超大城市碳排放的估算误差可控制在20%以内，为验证国家自主贡献（NDC）目标落实情况提供了独立数据支撑。无人机载碳观测系统则填补了卫星与地面观测之间的尺度空白，通过搭载小型化CO₂分析仪与激光雷达，可获取百米级分辨率的碳浓度空间分布与植被碳储量数据，精度可达0.1ppm，特别适合工业园区、重要交通廊道等重点排放源的动态监测。广州、深圳等城市已开展的无人机碳航测实践表明，该技术可精准识别单体建筑的碳排放异常，为碳核查工作提供关键技术支撑。城市生态系统碳循环的关键驱动机制下垫面格局对碳交换过程的调控城市下垫面的组成与空间格局是碳循环的基础驱动因子。建筑、道路等不透水面的比例与碳通量呈现显著正相关，不透水面比例每提升10%，城市NEE可增加0.3-0.5kgCm⁻²yr⁻¹。不透水面通过阻断土壤-大气碳交换、改变地表热环境加剧能源消耗两方面影响碳收支：一方面，硬化下垫面使土壤呼吸速率降低60%-90%，切断了自然生态系统的碳归还路径；另一方面，不透水面的热岛效应使城市气温较郊区高出2-4℃，导致夏季制冷能耗增加20%-30%，间接提升了人为碳排放强度。城市绿色空间的结构配置则决定了生态系统碳汇能力。研究表明，城市森林的碳汇效率显著高于草地与灌木林，郁闭度超过0.7的城市森林年固碳量可达4.2tCha⁻¹yr⁻¹，是同等面积草地的3-4倍。绿色空间的连通度对碳汇功能也有显著影响，当绿地斑块连通度指数高于0.6时，植被的整体固碳效率可提升15%以上，原因在于连通的绿地生境更有利于植被生长，且可形成连续的碳汇廊道，提升区域碳汇稳定性。人为活动的碳排放强度与结构特征人为排放是城市生态系统最主要的碳来源，其排放强度与结构直接决定城市碳收支水平。从排放结构看，工业排放占城市碳排放总量的35%-55%，交通排放占20%-30%，建筑运行排放占15%-25%，不同发展阶段的城市呈现显著差异：工业主导型城市的工业排放占比可超过60%，而服务业主导型城市的交通与建筑排放占比可达70%以上。时间维度上，人为排放呈现明显的日周期与季节周期特征，工作日早晚高峰的交通排放可使小时碳通量提升2-3倍，北方城市冬季采暖期的碳排放强度可较非采暖期高出40%-60%。居民消费行为对碳排放的影响日益受到关注。研究显示，城市居民人均碳足迹是农村居民的2.5-3倍，其中高收入群体的人均碳足迹是低收入群体的4-6倍，居住消费、交通消费与食品消费是居民碳足迹的三大主要来源，合计占比超过80%。上海的社区尺度研究表明，住宅年龄、家庭收入、出行方式等因子可解释居民碳排放差异的65%，老旧小区的建筑能耗碳排放是新建节能小区的2-2.5倍，私人汽车保有量每提升10%，社区交通碳排放可增加12%-18%。气象因子的多尺度耦合影响气象条件通过影响植被光合呼吸、土壤微生物活动以及大气扩散过程，对城市碳循环产生多尺度调控作用。气温是影响碳通量的关键气象因子，在适宜温度范围内，气温每升高1℃，城市植被的光合固碳速率可提升8%-12%，但同时土壤呼吸速率也会增加10%-15%，当气温超过35℃时，植被会出现光合午休现象，固碳速率下降30%以上。降水对碳循环的影响呈现双重效应，适度降水可提升土壤湿度促进植被生长，而连续强降雨则会导致城市内涝，抑制植被光合与土壤呼吸，同时交通拥堵加剧使人为排放增加10%-15%。大气边界层结构对碳浓度的扩散与输送至关重要。稳定边界层条件下，碳污染物难以扩散，近地面CO₂浓度可较不稳定边界层条件下高出50%-100%，容易形成碳浓度峰值。近年来的研究发现，城市热岛环流可将城区排放的CO₂输送至郊区，导致郊区CO₂浓度被高估10%-20%，在碳通量观测与反演中需要考虑这种平流输送的影响。城市生态系统碳循环模拟的模型方法与进展过程机理模型的发展与应用城市碳循环过程机理模型通过耦合城市气候、生态系统生理生态过程与人为排放模块，实现碳收支的动态模拟。典型的过程模型包括改进的Biome-BGC城市版本、Urban-CLM、URBSIM等，这些模型在自然生态系统模型基础上，新增了不透水面碳过程模块、人为排放清单模块与建筑能耗模拟模块，能够量化不同驱动因子对碳收支的贡献。例如，改进的Biome-BGC-Urban模型在北京的应用结果显示，2000-2020年北京城市生态系统的累计碳排放量为1.2PgC，其中人为排放贡献92%，植被与土壤碳汇抵消了8%的碳排放，模拟结果与涡度通量观测数据的决定系数R²可达0.78。过程模型的核心优势在于能够解析碳循环的内在机制，开展不同情景下的碳收支预测。欧盟“城市碳清单与减排路径”项目利用URBSIM模型模拟发现，到2030年，若将城市建成区绿地率提升至40%，可使城市碳汇能力增加25%-30%，同时结合建筑节能改造与公共交通优先政策，可使城市整体碳排放下降45%-50%，为城市碳中和路径规划提供了量化支撑。当前过程模型的主要局限在于人为排放模块的参数化精度不足，不同城市的能源结构、消费习惯差异较大，通用参数的应用会导致模拟误差超过20%。数据驱动模型的技术突破机器学习与人工智能技术的发展推动了数据驱动的城市碳循环模型快速进步。随机森林、梯度提升树、卷积神经网络等方法通过挖掘多源观测数据的内在关联，实现碳通量的高精度预测。研究表明，融合涡度通量观测数据、遥感数据与气象数据的随机森林模型，对城市碳通量的小时尺度模拟精度可达R²=0.85-0.92，显著高于传统过程模型的模拟精度。针对城市碳通量的非线性特征，最新发展的长短期记忆网络（LSTM）模型能够有效捕捉碳通量的时间序列依赖关系，在多站点跨区域模拟中表现出更强的泛化能力，模拟误差较传统方法降低15%-20%。数据驱动模型的核心挑战在于可解释性不足，难以明确不同驱动因子的贡献机制。近年来兴起的可解释人工智能（XAI）技术为解决这一问题提供了路径，通过特征重要性分析、部分依赖图等方法，可以量化气象因子、下垫面因子与人为活动因子对碳通量的贡献程度。北京的研究案例显示，利用SHAP值分析LSTM模型的模拟结果，发现气温、交通流量与光合有效辐射是影响城市碳通量的前三大主导因子，贡献占比分别为22%、18%与15%，为碳减排政策制定明确了核心调控方向。多模型耦合与数据同化技术为整合过程模型的机理性优势与数据驱动模型的精度优势，多模型耦合与数据同化技术成为当前研究热点。通过集合卡尔曼滤波、四维变分同化等方法，将地面观测、遥感观测数据融入过程模型，可以有效降低模型参数的不确定性，提升模拟精度。美国国家航空航天局（NASA）开发的城市碳同化系统，融合OCO-3卫星观测数据与地面通量观测数据，可实现全球主要城市1km分辨率的月尺度碳收支估算，误差控制在15%以内。多尺度模型耦合也是重要发展方向，通过将城市微尺度模型、中尺度区域模型与全球气候模式进行双向耦合，能够解析城市碳循环对区域乃至全球碳循环的反馈效应。最新研究显示，将城市冠层模型耦合到全球气候模式中，可使全球城市碳排放的模拟偏差降低30%以上，更准确地反映城市热岛效应与碳循环的相互作用机制。当前研究的关键挑战与未来发展方向观测技术的多源融合与精度提升当前城市碳循环观测仍存在多源数据协同不足、垂直与水平观测不匹配等问题。未来需要构建“天-空-地”一体化的观测体系，推动卫星遥感、无人机航测、地面通量站与网格化采样的多源数据融合，建立统一的观测数据校准与质量控制标准。针对城市下垫面的高度异质性，需要发展更高分辨率的碳观测技术，重点突破城市重点排放源的精准监测技术，实现工业园区、交通枢纽等关键排放节点的实时动态监测。同时，要加强同位素示踪技术在城市碳循环研究中的应用，通过¹⁴C、¹³C等同位素标记，精准区分化石能源排放与生物源碳通量，为碳源解析提供更可靠的技术手段。模型的跨尺度耦合与不确定性控制城市碳循环模型的跨尺度耦合与不确定性控制是核心科学难点。未来需要加强城市碳循环过程的机理研究，明确不同尺度碳过程的关键控制因子，建立尺度转换的参数化方案。重点发展耦合自然过程与人为过程的综合模型，将居民行为、政策调控等社会经济因子纳入模型框架，提升模型对不同减排情景的模拟能力。同时，需要建立标准化的模型验证数据集，通过多模型对比研究量化模型结构、参数与输入数据的不确定性，构建城市碳循环模拟的不确定性评估体系，为政策制定提供更科学的置信区间参考。研究成果的决策支撑应用推动城市碳循环研究成果的落地应用是未来的重要方向。需要建立城市碳收支核算的标准化方法体系，将科研成果转化为可操作的碳核算指南，支撑城市碳清单编制与碳核查工作。