Spatial layout optimization of country parks in the second green belt of Beijing municipality area based on the coordinated improvement of carbon sequestration and recreational services
-
摘要:目的 快速的城市化建设导致全球变暖、游憩空间缺失等一系列生态及社会问题，严重影响了城市生态环境及人类健康，制约了社会经济的可持续发展。针对地处城市边缘地区的北京第二道绿化隔离地区进行基于碳汇和游憩服务协同提升的郊野公园环空间布局优化研究具有重要意义。方法 研究基于RS与GIS技术，首先利用CASA模型计算区域提供的植被净初级生产力用以表征区域内生态空间可提供的碳汇量的时空分布趋势；其次，应用核密度分析模型与邻域分析探究区域综合游憩功能的时空分布强弱，利用最小累计阻力模型帮助识别潜在游憩廊道；最后，应用CA-Marcov复合模型预测2023年区域生态空间格局变化趋势，全面支撑北京第二道绿化隔离地区郊野公园环的优化选址。结果 综合不同区域所提供的碳汇服务及游憩潜力的差异，结合北京第二道绿化隔离地区现状生态空间分布情况以及2023年生态空间格局演变模拟结果，共筛选出59处以碳汇和游憩服务协同发展为导向的郊野公园拟建用地范围。结论 协同提升碳汇与游憩两类功能的郊野公园选址方法具有一定的空间定量化研究优势，相关评价结果可为北京第二道绿化隔离地区郊野公园环的空间布局优化和其他生态空间建设提供科学依据。Abstract:Objective The rapid urbanization construction leads to a series of ecological and social problems such as global warming and lack of recreational space, which seriously affects the urban ecological environment and human health, as well as restricts the sustainable development of social economy. For the second green belt in Beijing, which is located in the urban fringe, it is of great significance to study the spatial optimization of country park ring layout based on the coordinated improvement of carbon sequestration and recreational services.Method Based on RS and GIS technology, firstly, the net primary productivity provided by the region was calculated by CASA model to characterize the temporal and spatial distribution trend of carbon sequestration service provided by ecological space. Secondly, the kernel density analysis model and neighborhood analysis were used to explore the temporal and spatial distribution of regional comprehensive recreational function. Minimum cumulative resistance model was used to help identify the potential recreational corridors. Finally, the CA-Marcov composite model was applied to predict the changing trend of the ecological spatial pattern in 2023, so as to comprehensively support the optimal location of country park ring in the second green belt of Beijing municipality area.Result Based on the differences of carbon sequestration services and recreation potential provided by different regions, combined with the current ecological spatial distribution of the second green belt in Beijing and the simulation results of the evolution of ecological spatial pattern in 2023, 59 proposed land areas of country parks guided by the coordinated development of carbon sequestration and recreational services were selected.Conclusion The country park ring site selection method that cooperatively improves the two functions of carbon sequestration and recreation has certain advantages in spatial quantitative research. The relevant evaluation results provide a scientific basis for the layout optimization of country park ring and other ecological space construction in the second green belt of Beijing.
-
在农林业生产中，植物常遭受重金属等各种土壤条件胁迫。铅(Pb)是重金属污染物中影响较严重的元素之一，又是植物非必需元素，其在组织中大量积累会引起植物体内细胞膜脂过氧化，最终影响生长和品质[1-2]，因此修复Pb胁迫土壤具有重要意义。作为生态修复的重要内容之一，植物修复已成为近年来国际环境领域研究的热点[3]。在Pb胁迫土壤的植物修复中，特别是在植物生长初期，如何提高植物适应性和存活力尤其引人关注。
作为一种天然螯合剂，土壤中各种来源的有机酸显著影响重金属在土壤中的迁移转化行为及植物有效性，在控制Pb等重金属生物毒性方面发挥重要作用[4-5]。植物对重金属的解毒机制包括外部排斥和内部耐受两类，这两类机制中有机酸均起重要作用[6-7]。外部排斥机制即有机酸与金属离子形成稳定的金属配位体复合物，阻止金属离子进入植物体内或避免其在根部敏感位点累积；内部耐受机制即有机酸可与进入植物体内的金属离子螯合，使其转化为无毒或毒性较小的结合形态[7-8]。在重金属胁迫下，植物一般通过多种机制的联合以防止中毒，但植物种类不同解毒机制也不同[7]。有机酸还显著影响Pb胁迫下植物的多种生理生化特性、生长和生物量分配格局，最终提高Pb胁迫土壤上植物的生态适应性及土壤修复效率[4]。有机酸对上述指标的影响，不仅与植物种类有关，还与有机酸种类和浓度、Pb胁迫程度和处理时间等密切相关[11]。目前，有机酸提高植物适应性的作用已在一些植物上证实，如欧洲油菜(Brassica napus)、马蔺(Iris lactea var. chinensis)等，有机酸种类涉及草酸、柠檬酸和水杨酸等，测定指标涉及电导率、可溶性蛋白含量、Pb吸收和生物量积累等[9-11]。值得指出的是，除上述常规指标外，叶绿素荧光参数、根系形态特性和养分元素吸收也是鉴定植物抗逆性的重要指标，是植物适应土壤环境的基础[12]；且F0、Fv/Fm和Fv/F0等荧光指标、比根长等根系形态特征及Fe等养分元素吸收状况对Pb胁迫都非常敏感[13-14]。但目前，外源有机酸影响植物对土壤Pb胁迫的适应性研究仍集中在农业领域，在林业领域相对较少，特别是如何影响Pb胁迫下林木的叶绿素荧光参数、根系形态特性和营养元素吸收运输还鲜见报道。
我国东北林区有一定面积的矿山土急需复垦，如黑龙江省伊春西林铅锌矿等。这些立地条件下，Pb胁迫普遍存在。长白落叶松(Larix olgensis)是东北山区的重要乡土树种，因成活率高和对环境要求不甚严格，就成为Pb胁迫矿山土植被恢复和林业复垦的先锋树种。但在较严重的Pb胁迫下，其成活和生长仍受较大限制，特别是初期“造林不成活”现象普遍存在。通过前人研究可以假设，外源有机酸亦能在苗期提高长白落叶松对Pb胁迫的适应性和抗性。但目前，有机酸如何影响Pb胁迫下长白落叶松幼苗的生态适应性还未见报道。草酸和柠檬酸是我国东北林区森林凋落物淋洗液中存在的2种优势有机酸，数量均较为可观[15]。本文模拟此区长白落叶松凋落物淋洗液中草酸和柠檬酸浓度范围[15]，通过外源添加不同浓度草酸或柠檬酸溶液，系统研究了不同处理时间下，有机酸对长白落叶松幼苗多种生理生化特性、Pb及养分元素吸收及生长的影响，特别是首次揭示了有机酸如何影响Pb胁迫下苗木的叶绿素荧光参数、根系形态特征及养分元素吸收状况。研究旨在探讨有机酸对Pb胁迫下苗木生态适应性的调控意义及机制，从而为有机酸应用于Pb矿区废弃地的植被恢复提供生理生态学理论依据，也能为Pb胁迫土壤的有效利用开辟新思路。
1. 材料与方法
1.1 苗木培育与处理
实验在东北林业大学帽儿山实验林场温室内进行。长白落叶松种子选种、消毒、雪藏催芽后，2016年4月末播种于塑料育苗盆(底径16.2 cm、上口径18.4 cm、高20.0 cm)，覆土料为质地均一、无杂质的A1层暗棕壤(本区地带性土壤，基本性质见表 1)。土壤采自林场内长白落叶松人工林下，去除根系、土壤动物等，自然风干1 d，装盆，每盆5.5 kg。每盆育苗60株，盆上沿土壤空出2~3 cm以浇水、有机酸和Pb处理。2016年5月末间苗，每盆剩30株(由于当地气候条件限制，苗木生长缓慢，出苗1个月时平均苗高仅4.3 cm，平均地径1.05 cm，这样的密度有利于形成良好的种群优势，而不会产生生长空间的竞争)。
表 1 供试A1层暗棕壤的基本性质Table 1. Selected properties of A1 horizon of dark brown forest soil used in the experiment土壤层次
Soil layerpH值
pH value (H2O)阳离子交换量
Cation exchange capacity/(cmol·kg-1)有机质
Organic matter/ (g·kg-1)全氮
Total N/ (g·kg-1)全磷
Total P/ (g·kg-1)速效磷
Available P/ (mg·kg-1)土壤质地
Soil texture黏粒Clay (<2 μm)/ (g·kg-1) 草酸含量
Oxalic acid concentration/(μg·kg-1)柠檬酸含量
Citric acid concentration/(μg·kg-1)A1 5.32 40.2 107.9 6.39 2.08 45.8 壤质
Loamy texture135 310.98 139.83 注：30 mmol/L NH4F+25 mmol/L HCl浸提法；A1为暗棕壤层。下同。Notes: means extracted with 30 mmol/L NH4F+25 mmol/L HCl; A1 means horizon of dark brown forest soil. The same below. 缓苗1月后，将Pb(NO3)2溶液均匀地添加到土壤中以进行Pb胁迫处理，使土壤内Pb2+含量达100 mg/kg(依前期调查的黑龙江省伊春西林铅锌矿区土壤Pb含量设定)。Pb处理10 d后，采取灌根方式进行外源有机酸添加处理[草酸(OA)或柠檬酸(CA)]，使土壤内有机酸浓度分别达0、0.04、0.2、1.0和2.0 mmol/kg。另外，在长白落叶松苗期，由于其根系生长慢且发育不完全[16]，还采用类似叶面施肥的方式进行了有机酸喷施[17]。具体讲：将有机酸溶液(浓度分别为0、0.2、1.0、5.0和10.0 mmol/L)均匀地喷施在苗木叶片的上、下表面，以叶面均匀湿润为止。实验处理见表 2。有机酸以有机盐形式添加(pH 5.16，仿当地土壤溶液平均pH值)，每天1次，共7 d，均在早晨08:00进行。土壤无Pb胁迫、等量蒸馏水处理为对照(CK)。由于当地气候寒冷，温室育苗最早也得在4月末进行，8月下旬叶片已开始变黄脱落，不能再进行相关指标的准确测定。综合考虑出苗、缓苗、Pb胁迫和有机酸处理等时间，分别在有机酸处理后第10、20、30天采样分析。每处理栽10盆苗，每个处理时间10个重复，3个时间共300盆。
表 2 实验设计(10、20、30 d均进行如下处理)Table 2. Experimental layout (each of the treatments below was sampled after 10, 20, or 30 days)处理Treatment 土壤处理Soil treatment 有机酸类型Kind of organic acid 有机酸浓度Concentration of organic acid/(mmol·L-1) CK A1、无Pb
A1, no Pb― 0 T1 A1+Pb ― 0 T2 A1+Pb OA 0.2 T3 A1+Pb OA 1.0 T4 A1+Pb OA 5.0 T5 A1+Pb OA 10.0 T6 A1+Pb CA 0.2 T7 A1+Pb CA 1.0 T8 A1+Pb CA 5.0 T9 A1+Pb CA 10.0 1.2 样品采集与测定
1.2.1 生理生化指标和元素含量
在各处理10盆苗木中，随机采集中部叶片(约2.0 g)，立即、分别用上海雷磁DDS-6700电导仪和考马斯亮蓝G-250染色法测定相对电导率和可溶性蛋白含量。再随机采集苗木中部叶片，把采过叶片的幼苗小心地从土中取出(避免根系损伤)，采集 < 2 mm细根。叶片和细根用蒸馏水洗净擦干，105 ℃下杀青15 min，70 ℃下烘至恒质量，粉碎，过2 mm尼龙筛，用微波消解ICP-MS法测定叶片和细根Pb、Mg和Fe含量。每处理重复3次。
每处理选3株幼苗暗处理20 min后，选取完整叶片用LI-6400 XT便携式光合仪(Licor，US)测定叶绿素荧光指标。通过测得的F0(初始荧光)和Fm(最大荧光)，计算得到Fv/Fm和Fv/F0，其中Fv=Fm-F0。每处理重复3次。
1.2.2 根系形态特征
在各处理10盆苗木中，每处理随机选3株幼苗，小心地将根系取出，用去离子水洗净，用滤纸小心吸干，用枝剪将根、茎和叶分开，再用根系分析仪(Win-RHI Z0-2004a，Canada)测定根系形态，得到表面积、长度、体积和平均直径，并计算得到比根长(长度/干质量)。
1.2.3 生长
在各处理10盆苗木中，每处理选15株幼苗，小心地从盆中取出，将茎、叶和根分开，用去离子水洗净吸干，105 ℃下杀青15 min，60 ℃下烘至恒质量，得到各部分干质量及平均值。
1.3 数据处理
用SPSS 18.0对数据进行统计分析，采用Duncan新复极差法对所有指标数据进行差异显著性检验(P < 0.05)。
2. 结果与分析
2.1 苗木细胞膜透性变化
与对照(CK)比，Pb胁迫(T1)增加苗木叶片相对电导率，说明叶片细胞膜受损，且时间越长损伤越重。与无有机酸处理(T1)相比，草酸和柠檬酸显著降低Pb胁迫下苗木的相对电导率，2种有机酸均在10.0 mmol/L效果最好，柠檬酸强于草酸，不同时间效果为30 d>10 d>20 d(图 1)。
![]()
图 1 有机酸处理后长白落叶松叶片的相对电导率不同字母表示差异显著(P < 0.05)。Figure 1. Relative conductivity of Larix olgensis leaves with different organic acidsBars labeled with different letters are significantly different (P < 0.05).2.2 可溶性蛋白含量变化
与CK相比，苗木叶片可溶性蛋白含量在Pb胁迫后(T1)降低(时间越长降幅越大)，但有机酸处理后显著提高，所有处理均达显著水平，5.0或10.0 mmol/L效果最好，2种有机酸增幅均为10 d>30 d>20 d，柠檬酸作用强于草酸(图 2)。
![]()
图 2 有机酸处理后长白落叶松叶片的可溶性蛋白含量Figure 2. Soluble protein contents of Larix olgensis leaves with different organic acid treatments2.3 叶片叶绿素荧光参数变化
Pb胁迫显著影响叶片叶绿素荧光指标，F0升高，Fm、Fv、Fv/Fm和Fv/F0均降低。有机酸使上述指标均向相反方向变化，变化幅度与其浓度大体呈正相关，一般10.0 mmol/L变幅最大。不同时间内各指标变幅不同：F0为30 d>20 d>10 d，Fm为30 d>10 d>20 d，Fv为30 d>20 d>10 d，Fv/Fm和Fv/F0为30 d>20 d>10 d。除少数0.2 mmol/L处理外，柠檬酸影响均强于草酸(图 3)。
![]()
图 3 有机酸处理后长白落叶松叶片的叶绿素荧光参数Figure 3. Chlorophyll fluorescence parameters of Larix olgensis leaves induced by different organic acids2.4 根系形态特征变化
Pb胁迫显著影响苗木根系形态特征，表面积、长度、体积和比根长降低，时间越长降幅越大，但平均直径增加。有机酸使上述指标向相反方向变化，大都以10.0 mmol/L影响最显著，柠檬酸强于草酸。表面积、长度、体积、比根长和平均直径时间序列分别为30 d>20 d>10 d，30 d>20 d>10 d，30 d>20 d>10 d，10 d>20 d>30 d和10 d>30 d>20 d(图 4)。
![]()
图 4 有机酸处理后长白落叶松幼苗的根系形态特征Figure 4. Root morphological parameters of Larix olgensis seedlings induced by different organic acids2.5 苗木体内Pb和营养元素含量变化
Pb胁迫显著增加细根和叶片Pb含量，且在根部强烈积累。有机酸使细根和叶片Pb含量先降后增，大多在10.0 mmol/L时仍低于有机酸0组(T1)。对于根系Pb积累，草酸影响大多强于柠檬酸，叶片则相反。不同有机酸浓度和处理时间内无明显规律。Pb胁迫增加细根和叶片Fe含量及细根Mg含量，但降低叶片Mg含量。有机酸降低细根和叶片Mg含量，但增加Fe含量，大多在10.0 mmol/L变幅最大。不同时间内细根Mg含量降幅为30 d>20 d>10 d，Fe含量增幅为10 d>20 d>30 d；叶片Mg含量降幅为30 d>20 d>10 d，Fe含量增幅为30 d>10 d>20 d。除极少数处理外，柠檬酸效果强于草酸(图 5)。
![]()
图 5 有机酸处理后长白落叶松细根和叶片Pb及营养元素含量Figure 5. Pb and nutrient contents in fine roots and leaves of Larix olgensis seedlings with organic acid treatments2.6 生长变化
与CK相比，Pb胁迫显著降低苗木的根、茎和叶干质量，但有机酸处理后各部分干重量大多显著增加，一般10.0或5.0 mmol/L增加效果最显著，不同时间的增加效果为20 d>30 d>10 d，柠檬酸效果强于同浓度草酸(图 6)。
![]()
图 6 有机酸处理后长白落叶松的根、茎和叶干质量△ OA叶OA leaf ▲ CA叶CA leaf ○ OA茎OA stem ● CA茎CA stem □ OA根OA root ■ CA根CA rootFigure 6. Dry mass of root, stem and leaf of Larix olgensis seedlings with organic acid treatments3. 讨论
3.1 有机酸对Pb胁迫下细胞膜系统的保护作用
Pb胁迫显著增加长白落叶松叶片相对电导率和质膜透性(图 1)，可能Pb与细胞膜上的磷脂作用形成正磷酸盐、焦磷酸盐，从而改变膜结构；或者Pb被细胞壁上果胶酸吸附，改变了细胞壁弹性和塑性，损害了壁的生理功能[18]。本结果与玉米(Zea mays)[18]、海榄雌(Avicennia marina)[19]等研究一致。Pb胁迫下，草酸和柠檬酸显著降低长白落叶松相对电导率(图 1)，说明有机酸减缓了电解质渗出和细胞膜损伤，能通过提高质膜系统稳定性诱导苗木适应性，此结果与柠檬酸和草酸对马蔺[9]、柠檬酸对灯心草(Juncus effuses)[20]等研究一致。
3.2 有机酸与Pb胁迫下的渗透调节物质
作为渗透调节物质，可溶性蛋白含量能反映植物总体代谢状况及抗逆性[21]。Pb降低长白落叶松叶片可溶性蛋白含量(图 2)，说明此时苗木体内代谢改变及蛋白质合成受阻，且时间延长影响增大。Pb胁迫下蜡熟期玉米、镉(Cd)污染下苎麻(Plagiomnium acutum)等研究也如此，且随重金属浓度升高而下降[18, 22]。但也有人认为，Pb等胁迫下，植物除合成蛋白质以络合进入体内的重金属离子、降低其危害外，可溶性蛋白含量上升还能增加细胞渗透浓度和功能蛋白数量，有助于维持细胞正常代谢[23]。
外源有机酸提高长白落叶松可溶性蛋白含量(图 2)，说明此时苗木的生理生化反应与代谢活动都显著增强，进而能从渗透调节角度提高苗木对Pb胁迫的适应性。同样，1.5和4 mmol/L柠檬酸也使苎麻叶片和根系可溶性蛋白含量分别增加2.9和6.4 mg/g，但高浓度草酸(9 mmol/L)却使叶片含量降低3.1 mg/g[22]。
3.3 叶绿素荧光对Pb胁迫和有机酸的响应
Pb诱导长白落叶松叶片F0显著上升(图 3)，这与Pb、Cd胁迫下银芽柳(Salix leucopithecia)、云南樟(Cinnamomum glanduliferum)等研究一致[24-25]，且增加越多损伤越重[26]。但Pb降低黑麦草(Lolium perenne)F0，随其浓度而下降，可能因为Pb降低叶绿素含量，使捕获和传递给PSII反应中心的光能减少、电子传递受阻[27]。Pb还降低长白落叶松Fv/Fm和Fv/F0(图 3)，说明Pb离子抑制光合作用原初反应，使其开放程度和捕获激发能效率下降，这可能与其抑制叶绿素合成有关，或由于Pb竞争性抑制放氧复合体中23kd蛋白上Ca2+和Cl-结合位点，从而阻止电子从PSII向PSI传递[28]。本结果与云南樟[25]、尖叶走灯藓(Plagiomnium cuspidatum)[29]、玉米[30]、黑麦草[31]等研究一致。但也有不同报道，如100 μmol/L和0.25 mmol/L Pb分别对柳条莫丝(Fontinalis antipyretica)和玉米Fv/Fm影响均不明显[28, 32]。Pb引起Fv/Fm和Fv/F0变化一般与其浓度显著正相关[28, 33]，且有明显的时间效应，时间越长长白落叶松Fv/Fm和Fv/F0降幅越大(图 3)，但高浓度Pb使湿地匍灯藓(Plagiomnium acutum)Fv/F0第1天即明显降低，低浓度则先增后降[34]。
有机酸如何影响植物(特别是重金属胁迫下)叶绿素荧光参数目前还鲜见报道。Pb等重金属可能通过影响水裂解端电子流而降低PSII原初光能捕获能力和电子传输能力[35]，抑制点主要在光系统II氧化面[36]。Pb还刺激PSII核心蛋白磷酸化，影响PSII复合物稳定性和D1蛋白降解速率[30]。Pb和柠檬酸存在下，田青(Sesbania drummondii)幼苗Fv/Fm和Fv/F0不变，光合效率正常[37]；但Pb和草酸或柠檬酸处理下，长白落叶松F0降低，Fv/Fm和Fv/F0升高(图 3)，说明有机酸明显抑制Pb引起的PSII光合反应中心损伤，有效缓解反应中心吸收的光能用于电子传递量子产额的降幅，减轻光合电子传递和光抑制，提高了光合活性。上述差异可能与植物类型、Pb处理方式和水平及有机酸浓度等不同有关。
3.4 Pb胁迫、有机酸与植物根系形态、元素吸收和生长
Pb降低长白落叶松根系表面积、长度、体积和比根长(图 4)，说明Pb已超过苗木耐受范围，并抑制根系纵向生长，这与高羊茅(Festuca elata)、多年生黑麦草[38]、马蔺[10]及麻疯树(Jatropha curcas)[39]等研究一致。Pb还增加苗木根系平均直径(图 4)，即使根系变粗膨大，可能因为Pb影响了根细胞增殖和分化，特别是根尖细胞的分裂分化。Pb对根系毒害明显强于芽等其他器官[40-41]，可能因为根最先感受毒害，根细胞壁上还有能大量固定Pb离子的交换位点，根尖吸收Pb后诱发过量的自由基产生，从而伤害根系代谢中的琥珀酸脱氢酶等，降低根系活力，并抑制其向地上部转移[42]。
有机酸明显促进Pb胁迫下长白落叶松生长(图 6)，可能原因包括：1)有机酸益于叶绿素荧光、可溶性蛋白等生理特性(图 1~3)，这不但能提高光合速率促进有机物积累，还有益于水和无机盐运输。2)有机酸促进根系生长(图 4)，这能缓解Pb对根系活力和生理功能的限制，还增加苗木与土壤的接触面积及Fe等养分的吸收利用(图 5)，减缓Pb胁迫导致的某些养分吸收利用受抑而引起的干物质积累减少。Pb也破坏菲白竹(Pleioblastus fortunei)体内矿质营养平衡，特别是打破Na+/K+平衡是Pb毒害主要原因[43]。本结果与柠檬酸、草酸等对马蔺影响一致[9]。对长白落叶松生理特性和养分吸收的影响柠檬酸均强于草酸，对生长影响也如此。
外源有机酸能缓解植物的重金属中毒症状，在植物对重金属的外部排斥(即避性机制)和内部耐受等机制中均发挥重要作用[7-8, 44]如柠檬酸和酒石酸分别可减轻Pb、Cd对萝卜(Raphanus sativus)的毒害[45]，柠檬酸还促进Pb和Cd从其根系向地上部的转运[46]。本研究发现，较低浓度草酸和柠檬酸处理时，长白落叶松幼苗细根和叶片Pb含量降低，说明此时苗木对Pb胁迫的解毒机制主要体现在外部排斥机制。5.0~10.0 mmol/L较高浓度有机酸处理时，苗木体内Pb含量升高，则此时内部耐受机制发挥的作用更大，但也不排除2种机制同时起作用的可能性。
4. 结论
1) 长白落叶松幼苗对Pb胁迫响应明显，叶片细胞膜透性和F0提高，叶片可溶性蛋白含量、Fm、Fv、Fv/Fm和Fv/F0，根系表面积、长度、体积和比根长都降低，细根和叶片Pb含量显著增加，叶片Mg含量及根、茎和叶干质量降低，且时间越长影响越大。
2) 外源草酸和柠檬酸使上述生理生化和根系形态指标均向相反方向变化，显著增加苗木各部分干质量，因此外源有机酸对提高长白落叶松对Pb胁迫土壤的生态适应性有积极意义。
3) 较低浓度草酸和柠檬酸对苗木解毒Pb胁迫的机制主要体现在外部排斥机制，5.0~10.0 mmol/L较高浓度处理时则内部耐受机制作用更大，但也不排除2种机制同时起作用的可能性。
4) 外源有机酸对苗木生态适应性的影响，一般在20或30 d、5.0或10.0 mmol/L效果最好，且柠檬酸强于草酸。
-
![]()
图 3 二道绿隔地区碳汇功能空间分布图
Figure 3. Distribution of carbon sequestration function in the second green belt
![]()
图 4 各项关键游憩源识别影响因子空间分布
Figure 4. Spatial distribution of influencing factors of key recreational source identification
![]()
图 7 二道绿隔地区用地类型模拟转换规则图
Figure 7. Rules for spatial analog conversion of land-use type map in the second green belt
![]()
图 8 2018年二道绿隔地区生态空间格局与2023年模拟结果对比
Figure 8. Comparison between the ecological spatial pattern of the second green belt in 2018 and the simulation results in 2023
![]()
图 9 二道绿隔地区已建和拟建郊野公园分布
Figure 9. Distribution of existing and to be built country parks in the second green belt
表 1 研究数据来源及处理平台
Table 1 Research data source and processing platform
数据类型
Data type数据来源
Data source处理平台
Processing platform卫星遥感影像数据
Satellite remote sensing image data中国科学院计算机网络信息中心地理空间数据云平台
Geospatial data cloud platform, Computer Network Information Center,
Chinese Academy of Sciences (http://www.gscloud.cn/)ENVI 5.3 DEM数据 DEM data ArcGIS10.6 NDVI数据 NDVI data ENVI 5.3 气温气象数据
Temperature meteorological data中国气象数据网
The China Meteorological Data Service Center (http://data.cma.cn)ArcGIS 10.6 降水气象数据
Precipitation meteorological data太阳辐射数据
Solar radiation data基本农田分布数据
Basic farmland distribution data《北京城市总体规划（2016年—2035年）》
Beijing urban master plan (2016−2035)土壤属性数据
Soil attribute data寒区旱区科学数据中心
Cold and arid regions scientific data center
(http://westdc.westgis.ac.cn)城市设施兴趣点数据
Point of interest data (POI)高德地图API系统
Amap API system (https://lbs.amap.com/)API 路网矢量数据
Road network vector dataOpen Street Map (https://www.openstreetmap.org/) ArcGIS10.6 新浪微博签到数据
Sina Weibo check-in data北京城市实验室 The Beijing City Lab (BCL) (https://www.beijingcitylab.com/) DMSP-OLS夜间灯光数据
DMSP-OLS night light datahttps://www.ngdc.noaa.gov/eog/download.html 人口密度数据
Population density data全球居住区域项目 Global Human Settlement (http://ghslsys.jrc.ec.europa.eu/datasets.php) 
下载: 导出CSV
表 3 2018年二道绿隔地区不同用地类型碳汇功能评估
Table 3 Carbon sink function assessment of different land use types in the second green belt in 2018
指标 Index 耕地
Farmland林地
Forestland草地
Grassland湿地及水域
Wetland and water建设用地
Construction land未利用地
Unused land总量
Total总量/（10 10g·m−2·a−1）
Total/（10 10g·m−2·year−1）24.945 13.245 0.697 1.472 23.410 0.174 63.942 单位面积NPP产量/（g·m−2·a−1）
NPP output per unit area/（g·m−2·year−1）252.807 332.943 272.836 251.082 211.688 244.182 247.677 占比 Percentage/% 39.012 20.714 1.089 2.302 36.611 0.272 100.000
下载: 导出CSV
表 4 二道绿隔地区关键游憩源识别影响因子
Table 4 Factors of key recreational source identification in the second green belt
分类
Classification因子类别
Factor category权重
Weight分类说明
Classification description赋值
Evaluation数据来源
Data source关键游憩资源
Key recreational resource历史文化资源
Historical and cultural resource0.1 100 m 历史文化资源缓冲区
100 m buffer zone of historical and cultural resources9 2018年北京市二道绿隔地区POI数据
POI data of the second green belt of Beijing municipality area in 2018300 m 历史文化资源缓冲区
300 m buffer zone of historical and cultural resources5 500 m 历史文化资源缓冲区
500 m buffer zone of historical and cultural resources1 郊野公园
Country park0.3 郊野公园所在区域
Country parks’ location9 北京市二道绿隔地区现状郊野公园分布
Distribution of country parks in the second green belt of Beijing municipality area100 m郊野公园缓冲区
100 m buffer zone of country parks7 300 m郊野公园缓冲区
300 m buffer zone of country parks5 500 m郊野公园缓冲区
500 m buffer zone of country parks3 1 000 m郊野公园缓冲区
1 000 m buffer zone of country parks1 风景名胜资源
Scenic resource0.1 100 m 风景名胜资源缓冲区
100 m buffer zone of scenic resources9 2018年北京市二道绿隔地区POI数据
POI data of the second green belt of Beijing municipality area in 2018300 m 风景名胜资源缓冲区
300 m buffer zone of scenic resources5 500 m 风景名胜资源缓冲区
500 m buffer zone of scenic resources1 游憩资源可达性
Accessibility of recreational resource公交站点
Bus stop0.1 300 m 公交站点分布缓冲区
300 m buffer zone of bus stops5 2018年北京市二道绿隔地区POI数据
POI data of the second green belt of Beijing municipality area in 2018500 m 公交站点分布缓冲区
500 m buffer zone of bus stops3 1 000 m 公交站点分布缓冲区
1 000 m buffer zone of bus stops1 路网密度
Road network density0.1 高路网密度 High road network density 5 北京市二道绿隔地区道路交通数据
Traffic data of the second green belt of Beijing municipality area in 2018中路网密度 Medium road network density 3 低路网密度 Low road network density 1 未来发展潜力
Future development potential人口密度
Population density0.1 高人口密度 High population density 7 Global Human Settlement http://ghslsys.jrc.ec.europa.eu/datasets.php 较高人口密度
Relative high population density5 中人口密度
Medium population density3 低人口密度 Low population density 1 夜间灯光数据
Night-time satellite data0.1 高密度灯光分布
High density light distribution7 https://www.ngdc.noaa.gov/eog/download.html 较高密度灯光分布 Relative high density light distribution 5 中密度灯光分布 Medium density light distribution 3 低密度灯光分布
Low density light distribution1 人群趋向性
Population tendency0.1 高密度人群趋向性分布
Trend distribution of high density population7 新浪微博签到数据
Sina Weibo check-in data较高密度人群趋向性分布
Trend distribution of relative high density population5 中密度人群趋向性分布
Tendency distribution of medium density population3 低密度人群趋向性分布
Trend distribution of low density population1
下载: 导出CSV
表 5 游憩服务影响因子阻力系数
Table 5 Resistance coefficients of recreational service influencing factor
阻力因子
Resistance factor权重
Weight分类 Classification 阻力系数
Resistance coefficient发展潜力
Development potential0.3 高发展潜力区域 High development potential region 20 较高发展潜力区域 Relative high development potential region 30 中发展潜力区域 Medium development potential region 40 较低发展潜力区域 Relative low development potential region 50 低发展潜力区域 Low development potential region 60 景观度
Landscape dominance0.4 耕地 Farmland 30 林地 Forestland 5 草地 Grassland 20 湿地及水域 Wetland and water 5 建设用地 Construction land 500 未利用地 Unused land 100 连通度
Connectivity0.3 高路网密度分布 Distribution of high road network density 5 较高路网密度分布 Distribution of relative high road network density 10 中路网密度分布 Distribution of medium road network density 30 较低路网密度分布 Distribution of relative low road network density 50 低路网密度分布 Distribution of low road network density 100
下载: 导出CSV
-
[1] 刘艳军, 刘静, 何翠, 等. 中国区域开发强度与资源环境水平的耦合关系演化[J]. 地理研究, 2013, 32(3): 507−517. Liu Y J, Liu J, He C, et al. Evolution of the coupling relationship between regional development strength and resource environment level in China[J]. Geographical Research, 2013, 32(3): 507−517.
[2] 陈建成, 关海玲. 碳汇市场对林业经济发展的影响研究[J]. 中国人口·资源与环境, 2014, 24(增刊1): 445−448. Chen J C, Guan H L. The effects of carbon sequestration market on the development of forestry economy[J]. China Population Resources and Environment, 2014, 24(Suppl.1): 445−448.
[3] Zhang Y, Meng W Q, Yun H F, et al. Is urban green space a carbon sink or source? A case study of China based on LCA method[J/OL]. Environmental Impact Assessment Review, 2022, 94: 106766[2022−09−05]. https://doi.org/10.1016/j.eiar.2022.106766. [4] 欧阳志云, 李伟峰, Paulussen J, 等. 大城市绿化控制带的结构与生态功能[J]. 城市规划, 2004, 28(4): 41−45. doi: 10.3321/j.issn:1002-1329.2004.04.010 Ouyang Z Y, Li W F, Paulussen J, et al. The structure and ecological function of greenbelt in mega-city[J]. Urban Planning, 2004, 28(4): 41−45. doi: 10.3321/j.issn:1002-1329.2004.04.010
[5] 殷洁. 绿隔地区游憩资源价值评估与保护利用研究[C]// 中国城市规划学会. 多元与包容: 2012中国城市规划年会论文集(10风景园林规划). 昆明: 云南科技出版社, 2012: 225−231. Yin J. Study on value evaluation, protection and utilization of recreational resources in green isolated area [C]// Diversity and inclusiveness: proceedings of 2012 China urban planning annual conference (10 landscape architecture planning). Kunming: Yunnan Science and Technology Publishing Press, 2012: 225−231.
[6] 陈美兰. 北京郊野公园建设发展研究[D]. 北京: 北京林业大学, 2008. Chen M L. Study on construction and development of country park in Beijing[D]. Beijing: Beijing Forestry University, 2008.
[7] 陈云. 北京市郊野公园空间布局的特性与提升策略[D]. 北京: 北京林业大学, 2014. Chen Y. The spatial layout features and promotion strategies for country parks in Beijing[D]. Beijing: Beijing Forestry University, 2014.
[8] 杨芳. 北京郊野公园空间分布特征及优化策略分析[D]. 北京: 北京林业大学, 2012. Yang F. Study on the spatial distribution characteristic and optimum development strategy of country parks in Beijing[D]. Beijing: Beijing Forestry University, 2012.
[9] 滕金慧. 北京郊野公园服务设施研究[D]. 北京: 中国林业科学研究院, 2016. Teng J H. Study on the service facilities of Beijing country park[D]. Beijing: Chinese Academy of Forestry, 2016.
[10] 王鑫, 李雄. 基于多源大数据的北京大型郊野公园的影响可视化研究[J]. 风景园林, 2016(2): 44−49. Wang X, Li X. The research of the impact of the large-scale country park in Beijing based on multi-source data[J]. Landscape Architecture, 2016(2): 44−49.
[11] 李方正, 李科慧, 李雄. 北京市第二道绿化隔离带郊野公园环情景规划研究[J]. 风景园林, 2021, 28(4): 58−64. Li F Z, Li K H, Li X. Research on scenario planning of Beijing second green belt country park ring[J]. Landscape Architecture, 2021, 28(4): 58−64.
[12] 王瑞琦, 仇渊勋, 李雄. 以生境保护优先的北京市第二道绿化隔离地区郊野公园选址方法[J]. 北京林业大学学报, 2021, 43(2): 127−137. doi: 10.12171/j.1000-1522.2020-0135 Wang R Q, Qiu Y X, Li X. Site selection methods of country park with priority of habitat protection in the second green isolated area of Beijing[J]. Journal of Beijing Forestry University, 2021, 43(2): 127−137. doi: 10.12171/j.1000-1522.2020-0135
[13] 王思杰. 城市游憩视角下北京二道绿隔郊野公园布局优化研究[D]. 北京: 北京林业大学, 2019. Wang S J. Optimization on the layout of country parks in the second green belt of Beijing from perspective of urban recreation[D]. Beijing: Beijing Forestry University, 2019.
[14] 葛韵宇. 基于生态系统服务评估的北京市第二道绿化隔离地区绿色空间格局演变与优化研究[D]. 北京: 北京林业大学, 2020. Ge Y Y. Evolution and optimization of green space pattern in the second green belt of Beijing municipality area based on ecosystem services evaluation[D]. Beijing: Beijing Forestry University, 2020.
[15] 李方正, 董莎莎, 李雄, 等. 北京市中心城绿地使用空间分布研究: 基于大数据的实证分析[J]. 中国园林, 2016, 32(9): 122−128. Li F Z, Dong S S, Li X, et al. Spatial distribution research on the use of green space in the central city of Beijing-based on the empirical analysis of big data[J]. Chinese Landscape Architecture, 2016, 32(9): 122−128.
[16] 甄峰, 王波, 陈映雪. 基于网络社会空间的中国城市网络特征: 以新浪微博为例[J]. 地理学报, 2012, 67(8): 1031−1043. doi: 10.11821/xb201208003 Zhen F, Wang B, Chen Y X. China’s city network characteristics based on social network space: an empirical analysis of Sina micro-blog[J]. Acta Geographica Sinica, 2012, 67(8): 1031−1043. doi: 10.11821/xb201208003
[17] Goodchild M F. Geographic information systems and science: today and tomorrow[J]. Procedia Earth and Planetary Science, 2009, 15(1): 1037−1043.
[18] 王波, 甄峰, 张浩. 基于签到数据的城市活动时空间动态变化及区划研究[J]. 地理科学, 2015, 35(2): 151−160. Wang B, Zhen F, Zhang H. The dynamic changes of urban space-time activity and activity zoning based on check-in data in Sina web[J]. Scientia Geographica Sinica, 2015, 35(2): 151−160.
[19] 王昀, 陶建斌. 基于DMSP/OLS夜光数据的中国省域经济发展时空变化[J]. 地理空间信息, 2019, 17(11): 75−79. doi: 10.3969/j.issn.1672-4623.2019.11.022 Wang Y, Tao J B. Spatio-temporal variation of economic development at provincial level in China based on DMSP/OLS satellite imagery[J]. Geospatial Information, 2019, 17(11): 75−79. doi: 10.3969/j.issn.1672-4623.2019.11.022
[20] 朱文龙, 孙乾翔, 秦萧, 等. 基于夜间灯光数据的淮海城市群空间扩张及驱动力研究[J]. 西北师范大学学报(自然科学版), 2019, 55(5): 106−113. Zhu W L, Sun Q X, Qin X, et al. Spatial expansion and driving force of Huaihai urban agglomeration based on nighttime lighting data[J]. Journal of Northwest Normal University (Natural Science), 2019, 55(5): 106−113.
[21] Monteith J L. Climate and the efficiency of crop production in Britain[J]. Philosophical Transactions of the Royal Society of London B:Biological Sciences, 1977, 281(980): 277−294. doi: 10.1098/rstb.1977.0140
[22] 张继平, 刘春兰, 郝海广, 等. 基于MODIS GPP/NPP数据的三江源地区草地生态系统碳储量及碳汇量时空变化研究[J]. 生态环境学报, 2015, 24(1): 8−13. Zhang J P, Liu C L, Hao H G, et al. Spatial-temporal change of carbon storage and carbon sink of grassland ecosystem in the three-river headwaters region based on MODIS GPP/NPP data[J]. Ecology and Environmental Sciences, 2015, 24(1): 8−13.
[23] 朱文泉, 潘耀忠, 张锦水. 中国陆地植被净初级生产力遥感估算[J]. 植物生态学报, 2007, 31(3): 413−424. doi: 10.3321/j.issn:1005-264X.2007.03.010 Zhu W Q, Pan Y Z, Zhang J S. Estimation of net primary productivity of Chinese terrestrial vegetation based on remote sensing[J]. Journal of Plant Ecology, 2007, 31(3): 413−424. doi: 10.3321/j.issn:1005-264X.2007.03.010
[24] 米晓飞, 余涛, 李慧芳, 等. HJ-1 星北京地区植被净初级生产力估算研究[J]. 微计算机信息, 2012, 28(9): 231−233. Mi X F, Yu T, Li H F, et al. Research on estimation of NPP based on HJ-1 data in Beijing area[J]. Microcomputer Information, 2012, 28(9): 231−233.
[25] 葛韵宇, 李方正. 基于主导生态系统服务功能识别的北京市乡村景观提升策略研究[J]. 中国园林, 2020, 36(1): 25−30. Ge Y Y, Li F Z. Research on the promotion strategy of rural landscape in Beijing based on the identification of dominant ecosystem service[J]. Chinese Landscape Architecture, 2020, 36(1): 25−30.
[26] Zhang L, Peng J, Liu Y, et al. Coupling ecosystem services supply and human ecological demand to identify landscape ecological security pattern: a case study in Beijing-Tianjin-Hebei region, China[J]. Urban Ecosystems, 2017, 20(3): 1−14.
[27] 许文雯, 孙翔, 朱晓东, 等. 基于生态网络分析的南京主城区重要生态斑块识别[J]. 生态学报, 2012, 32(4): 1264−1272. doi: 10.5846/stxb201012241838 Xu W W, Sun X, Zhu X D, et al. Recognition of important ecological nodes based on ecological networks analysis: a case study of urban district of Nanjing[J]. Acta Ecologica Sinica, 2012, 32(4): 1264−1272. doi: 10.5846/stxb201012241838
[28] 易丹, 赵小敏, 郭熙, 等. 基于生态敏感性评价和CA-Markov模拟的平原型城市开发边界划定: 以南昌市为例[J]. 应用生态学报, 2020, 31(1): 208−218. Yi D, Zhao X M, Guo X, et al. Delimitation of urban development boundary based on ecological sensitivity evaluation and CA-Markov simulation in plain city: a case of Nanchang, Jiangxi, China[J]. Chinese Journal of Applied Ecology, 2020, 31(1): 208−218.
[29] 邵明, 李雄, 刘志成, 等. 基于LUCC 的承德市域生态系统服务价值演变分析与优化研究[J]. 北京林业大学学报, 2021, 43(3): 106−116. doi: 10.12171/j.1000-1522.20190480 Shao M, Li X, Liu Z C, et al. Evolution analysis and optimization research of ecosystem service value in Chengde City, Hebei Province of northern China based on land use/land cover change (LUCC)[J]. Journal of Beijing Forestry University, 2021, 43(3): 106−116. doi: 10.12171/j.1000-1522.20190480
[30] 王志芳, 王思睿, 徐敏. 县域景观游憩服务评价: 以四川省武胜县为例[J]. 南方建筑, 2020(3): 27−33. doi: 10.3969/j.issn.1000-0232.2020.03.027 Wang Z F, Wang S R, Xu M. Assessment of recreation services at the county-level: a case study based on Wusheng City, Sichuan Province[J]. South Architecture, 2020(3): 27−33. doi: 10.3969/j.issn.1000-0232.2020.03.027
[31] 李方正. 基于多源数据分析的北京市中心城绿色空间格局演变和优化研究[D]. 北京: 北京林业大学, 2018. Li F Z. Evolution and optimization of green space pattern in central Beijing based on multi-source data[D]. Beijing: Beijing Forestry University, 2018.
-
期刊类型引用(1)
1. 徐婷婷，余秋平，漆培艺，刘可慧，李艺，蒋永荣，于方明. 不同淋洗剂对矿区土壤重金属解吸的影响. 广西师范大学学报(自然科学版). 2019(02): 188-193 . 
百度学术
其他类型引用(1)
计量
- 文章访问数: 762
- HTML全文浏览量: 246
- PDF下载量: 132
- 被引次数: 2
