第七届青年地学论坛

城市森林是城市生态系统的重要组成部分，在改善城市生态环境、提供生态服务功能方面具有不可替代的作用，但当前城市森林多尺度空间结构不明，这严重制约了城市生态服务功能提升。因此，我们开展了城市森林结构多尺度空间甄别研究。（1）景观尺度：针对传统遥感解译过程繁杂、费时费力、效率不高等问题。基于GEE云平台，针对城市景观首次开发了Landsat影像的锐化方法，在保留原始光学信息的同时提升了影像空间分辨率，并结合植被物候、地表光学信息、方差最大法，提出了城市景观多级决策分类体系（MDR），探明了长时间序列15m空间分辨率的逐年景观动态，该方法精度可达92%。长春市案例研究表明：近20年城市不透水面逐年持续增加，耕地逐渐减少；但20年来城市绿地和建成区的比例维持在40%左右。（2）群落尺度：传统基于样方的城市森林群落调查方法、费时费力且成本高。本研究基于Landsat遥感影像，获取比值植被指数、归一化植被指数等数据；并结合实地样方测量获取的城市森林群落结构数据，筛选城市森林群落估测的最优植被指数，长春市案例研究表明：与其它植被指数相比，NDVI更适合估算城市森林群落结构，进而构建基于NDVI的城市森林群落结构反演模型，研究表明： NDVI与叶面积指数、基部断面积可以用指数模型进行较好的拟合；与郁闭度可以用线性模型进行拟合。结合多期Landsat遥感数据，揭示了快速城市化过程中城市森林群落结构时空演变规律。长春市城市森林覆盖度呈现出逐渐降低变化趋势；郁闭度、叶面积、基部断面积等城市森林群落结构指标逐渐降低，且变化具有明显的空间异质性，城市郊区的变化幅度大于城市中心区。（3）个体尺度：由于城市森林高异质性的特点，限制了遥感数据的精准解译。我们利用3-D街景数据，开发移动标尺法，在国际上首次构建了基于网络街景大数据的城市森林个体生态特征提取方法，长春市案例研究表明：长春市街道树种以中幼林为主；从城市中心到郊区，胸径、树高、冠幅等指标呈现降低趋势。本研究为城市森林管理、生态服务功能精准提升提供重要基础。

城市森林,遥感反演,景观格局,群落结构,多尺度