وقتی پناهندگان سیاسی به پناهندگان اقلیمی تبدیل می شوند

تشنه پس انداز هستید؟ غذاها و نوشیدنی های مقرون به صرفه را در قهوه HDB خود کشف کنید…

ادامه ...

Friday, 2 June , 2023
امروز : جمعه, ۱۲ خرداد , ۱۴۰۲

اخبار ویژه »

شناسه خبر : 20487

ارسال

پرینتخانه » مقالات خارجی شهرسازی تاریخ انتشار : 25 می 2023 - 4:30 | 10 بازدید | ارسال توسط : shahrsaz

پایان نامه پایداری، جلد. ۱۵، صفحات ۸۵۷۴: عوامل تعیین‌کننده ذخیره‌سازی کربن روی زمین از پوشش گیاهی چوبی در ترانسکت شهری–روستایی در شانگهای، چین

پایداری، جلد. ۱۵، صفحات ۸۵۷۴: عوامل تعیین‌کننده ذخیره‌سازی کربن روی زمین از پوشش گیاهی چوبی در ترانسکت شهری–روستایی در شانگهای، چین | ۲۰۲۳-۰۵-۲۵ ۰۴:۳۰:۰۰ دسترسی آزادمقاله عوامل تعیین کننده ذخیره کربن روی زمین از پوشش گیاهی چوبی در یک ترانسکت شهری-روستایی در شانگهای، چین توسط یانیان وی ۱،۲، چی یونگ جیم ۳، جون گائو ۱،۲، […]

پایداری، جلد. 15، صفحات 8574: عوامل تعیین‌کننده ذخیره‌سازی کربن روی زمین از پوشش گیاهی چوبی در ترانسکت شهری–روستایی در شانگهای، چین

پایداری، جلد. ۱۵، صفحات ۸۵۷۴: عوامل تعیین‌کننده ذخیره‌سازی کربن روی زمین از پوشش گیاهی چوبی در ترانسکت شهری–روستایی در شانگهای، چین
| ۲۰۲۳-۰۵-۲۵ ۰۴:۳۰:۰۰

دسترسی آزادمقاله

عوامل تعیین کننده ذخیره کربن روی زمین از پوشش گیاهی چوبی در یک ترانسکت شهری-روستایی در شانگهای، چین

توسط

^۱،۲،

^۳،

^{۱،۲، *} و

^{۱،۲، *}

^۱

دانشکده علوم محیطی و جغرافیایی، دانشگاه عادی شانگهای، شانگهای ۲۰۰۲۳۴، چین

^۲

ایستگاه ملی مشاهده و تحقیقات علمی میدانی اکوسیستم تالاب شهری دلتای رودخانه یانگ تسه، شانگهای ۲۰۰۲۳۴، چین

^۳

گروه علوم اجتماعی، دانشگاه آموزش هنگ کنگ، جاده لو پینگ، تای پو، هنگ کنگ، چین

نویسندگانی که مکاتبات باید خطاب به آنها باشد.

پایداری ۲۰۲۳، ۱۵(۱۱), ۸۵۷۴; https://doi.org/10.3390/su15118574

دریافت: ۲۰ مارس ۲۰۲۳
/
بازبینی شده: ۴ مه ۲۰۲۳
/
پذیرش: ۱۷ مه ۲۰۲۳
/
تاریخ انتشار: ۲۵ مه ۲۰۲۳

دانلود

ارقام را مرور کنید

نسخه ها یادداشت ها

خلاصه

ذخیره کربن پوشش گیاهی چوبی شهری برای کاهش تغییرات آب و هوایی بسیار مهم است. ساختار زیست توده و ترکیب گونه ها به عنوان عوامل تعیین کننده مهم ذخیره کربن در پوشش گیاهی چوبی نشان داده شده است. در این مطالعه، از معادلات آلومتریک برای تخمین ذخیره‌سازی کربن بالای زمین پوشش گیاهی چوبی شهری در امتداد یک ترانسکت شهری- روستایی در شانگهای استفاده شد. یک مدل جنگل تصادفی برای ارزیابی امتیازات اهمیت و تأثیر تنوع گونه‌ها، پوشش تاج پوشش، یکنواختی گونه‌ها، و تراکم درختان بر روی ذخیره‌سازی کربن در بالای زمین ایجاد شد. نتایج نشان داد که تراکم درختان، پوشش تاج پوشش، تنوع گونه‌ای، یکنواختی گونه‌ها و ذخیره‌سازی کربن روی زمین از پوشش گیاهی چوبی شهری با درجه شهرنشینی و محیط شهری – روستایی متفاوت است. علاوه بر این، الگوریتم بهینه‌سازی بیزی پارامترهای مدل جنگل تصادفی را برای افزایش دقت مدل بهینه کرد و نتایج مدل‌سازی خوبی در این مطالعه نشان داده شد. R² در مرحله تست ۰٫۶۱ و در مرحله تمرین ۰٫۷۸ بود. ریشه میانگین مربعات خطا (RMSEs) 0.84 میلی گرم در هکتار کربن در مرحله آزمایش و ۰٫۵۷ میلی گرم در هکتار در مرحله آموزش بود که نشان دهنده خطای کم مدل بهینه شده است. تنوع گونه‌های درختی، پوشش تاج پوشش، یکنواختی گونه‌ها و تراکم درختان با ذخیره‌سازی کربن در بالای زمین ارتباط دارند. تراکم درخت مهمترین عامل بود، پس از آن تنوع گونه ای و پوشش تاج پوشش، و یکنواختی گونه کمترین تاثیر را برای ذخیره کربن در بالای زمین داشت. در همین حال، نتایج تجزیه و تحلیل وابستگی جزئی، ترکیبی از عوامل مساعد برای ذخیره‌سازی کربن در سطح زمین در تراکم درخت ۲۲۰۰ درخت در هکتار، پوشش تاج پوشش ۵۰ درصد، تنوع گونه‌ای ۱٫۲ و یکنواختی گونه‌ها ۰٫۸ در ترانسکت را نشان داد. این یافته ها توصیه های عملی برای مدیران جنگل های شهری برای تنظیم ساختار و ترکیب پوشش گیاهی چوبی برای افزایش ظرفیت ذخیره سازی کربن و کاهش انتشار گازهای گلخانه ای ارائه کرد.

کلید واژه ها:

ذخیره کربن در بالای زمین; ترانسکت شهری – روستایی; مدل جنگل تصادفی; وابستگی جزئی

۱٫ معرفی

شهرنشینی باعث افزایش سرعت انتشار گازهای گلخانه ای می شود. افزایش ۱۰ درصدی نرخ شهرنشینی می تواند منجر به افزایش ۷ درصدی انتشار دی اکسید کربن شود. [۱]. افزایش مداوم دی اکسید کربن اتمسفر عامل اصلی گرمایش جهانی در نظر گرفته می شود [۲,۳]، که اگر نگوییم مهم ترین نگرانی زیست محیطی بشریت شده است. یافتن راه های موثر برای کاهش انتشار دی اکسید کربن و حذف بخشی از آن از جو ضروری است. در اکوسیستم، پوشش گیاهی چوبی شهری، از جمله درختان و درختچه‌ها، اجزای حیاتی اکوسیستم‌های زمینی هستند. با توجه به مزایای محیط زیست، اعضای چوبی در مقایسه با سایر اشکال سبز نقش غالب دارند و ظرفیت قابل توجهی برای جذب و ذخیره کربن و کاهش غلظت دی اکسید کربن در جو دارند. میانگین ذخیره سالانه کربن در پوشش گیاهی چوبی شهری می تواند ۳٫۹ درصد از افزایش سالانه انتشار کربن شهری را جبران کند. [۴]. ذخیره کربن، یک سرویس کلیدی اکوسیستم سبز شهری، پتانسیل بهبود کیفیت هوا را دارد [۵].

ظرفیت‌های ذخیره‌سازی کربن در میان انواع پوشش گیاهی شهری، عمدتاً به دلیل نرخ‌های مختلف فتوسنتز و صلاحیت ترسیب کربن متفاوت است. در همین حال، پوشش گیاهی چوبی شهری در زیستگاه های متنوع مرتبط با کاربری های مختلف زمین رشد می کند. اینها شامل کنار جاده ها، مزارع قهوه ای، مکان های رودرال، باغ ها، مناطق طبیعی باقی مانده، مانند جنگل های به ارث رسیده قبل از شهرنشینی، و زمین های جنگلی است. [۶,۷,۸,۹,۱۰,۱۱]. طیف وسیعی از انواع پوشش گیاهی به دلیل تنوع شرایط سایت تولید شده است. این فرآیندها با توجه به ترکیب گونه ها و ساختار زیست توده متفاوت است و در معرض رشته ها و سطوح مختلف مداخله مدیریت هستند. [۱۲]. در نتیجه، صفات و عملکردهای ذاتی پوشش گیاهی چوبی شهری، از جمله ظرفیت ذخیره‌سازی کربن، توسط سبدی از عوامل درونی و بیرونی و همچنین طبیعی و مصنوعی شکل می‌گیرد. هنگامی که پوشش گیاهی شهری در مناطق مسکونی یا نزدیک به آن قرار دارد، در معرض انواع و شدت‌های مختلف تأثیرات انسانی قرار می‌گیرد. به عنوان مثال، تخریب، آسیب، رژیم نور غیر طبیعی [۱۳]سایه بیش از حد از ساختمان ها و قطع کردن می تواند ذخایر کربن بالای سطح شهر را هرس کند و توانایی جذب کربن را کاهش دهد. در همین حال، سطح اختلال ممکن است باعث شود ظرفیت ذخیره‌سازی کربن ۹٫۲ درصد به ۷۰٫۷ درصد کاهش یابد. [۲,۱۴]. علاوه بر این، اختلالات بالا ممکن است تغییرات ظریفی را در ترکیب و ساختار پوشش گیاهی ایجاد کند، که ممکن است منجر به کاهش تراکم درخت، تنوع گونه‌ای، یکنواختی گونه‌ها و پوشش تاج‌پوش شود و تغییرات متعاقب آن را در بهره‌وری و شکل‌شناسی ایجاد کند. نشان داده شد که بهره‌وری زیست توده به طور مثبت با ذخیره‌سازی کربن مرتبط است، به این معنی که اختلال در پوشش گیاهی شهری می‌تواند با تأثیر بر ترکیب و ساختار پوشش گیاهی بر ذخیره‌سازی کربن تأثیر بگذارد. [۱۵,۱۶,۱۷]. ذخیره‌سازی کربن روی زمین در پوشش گیاهی چوبی با تنوع گونه‌ای بالا بیشتر از کشت‌های تک بود. [۱۸]. بنابراین، تنوع گونه‌ها عامل تعیین‌کننده اصلی ذخیره‌سازی کربن در سطح زمین است. علاوه بر این، مشخص شده است که تاج پوشش بالا باعث افزایش ذخیره کربن پوشش گیاهی می شود [۱۹,۲۰,۲۱]و یکنواختی گونه و تراکم درخت نیز می تواند بر آن تأثیر بگذارد [۲۲,۲۳]. با این حال، اکثر مطالعات مربوطه حول یک عامل واحد متمرکز شده‌اند و مطالعات کمی عوامل مشترک را بررسی کرده و تأثیر و اثربخشی آنها را بر ذخیره‌سازی کربن بالای سطح پوشش گیاهی چوبی مقایسه کرده‌اند. علاوه بر این، سطح اختلال در پوشش گیاهی شهری ممکن است با پوشش گیاهی روستایی متفاوت باشد و تأثیر تراکم درختان، تنوع گونه‌ای، یکنواختی گونه‌ها و پوشش تاج پوشش بر ذخیره‌سازی کربن در ترانسکت شهری – روستایی تحت اختلالات شهرنشینی سریع نامشخص است. .

تجزیه و تحلیل عمیق سوال تحقیق نیازمند روشهای کمی مناسب و توانمند است. اخیراً، پیشرفت‌ها در هوش مصنوعی و یادگیری ماشینی به دلیل توانایی افزایش یافته آنها در تعیین کمیت ارتباطات و تعاملات بین متغیرها به طور فزاینده‌ای مورد استفاده قرار گرفته است. [۲۴]. یک مدل جنگل تصادفی، که دارای قابلیت ضد تداخل قوی برای متعادل کردن خطا برای مجموعه داده‌های نامتعادل است، اخیراً در مطالعات اکولوژیکی استفاده شده است. [۲۵,۲۶]. علاوه بر این، مدل جنگل تصادفی می‌تواند داده‌های ابعادی بالا را بدون انتخاب ویژگی مدیریت کند و می‌تواند عوامل حیاتی بیشتری را شناسایی کند. حسن‌زمان و همکاران. محرک های سیل را با استفاده از سه مدل افزایش گرادیان شدید، خلیج های ساده و جنگل تصادفی تجزیه و تحلیل کرد و برتری مدل جنگل تصادفی را مشخص کرد. [۲۷]. ژانگ و همکاران ذخیره‌سازی کربن روی سطح زمین پوشش گیاهی چوبی را با استفاده از مدل جنگل تصادفی تخمین زد و تأیید کرد که عملکرد خوبی دارد. [۲۸]. با این حال، شناسایی عوامل ساختاری و ترکیبی حیاتی در ذخیره‌سازی کربن در سطح زمین به ندرت توسط الگوریتم مدل جنگل تصادفی رمزگشایی و روشن می‌شود.

بهترین نتایج مدل از مدل جنگل تصادفی را می توان با الگوریتم بهینه سازی بیزی بهینه کرد، که می تواند پارامترهای مدل جنگل تصادفی را بهینه کند. ترانسکت شهری – روستایی شانگهای، منطقه ای که توسعه سریع شهرنشینی را در چین تجربه می کند، منطقه مورد مطالعه را برای آزمایش فرضیه ها و روش ها فراهم کرد. اهداف مطالعه عبارتند از: (۱) برای ارزیابی تنوع گونه، تراکم درخت، یکنواخت گونه، پوشش تاج پوشش، و ذخیره کربن بالای زمین از پوشش گیاهی چوبی شهری در ترانسکت. (۲) برای تجزیه و تحلیل رابطه بین ویژگی‌های کلیدی پوشش گیاهی پوشش گیاهی چوبی (تنوع گونه، تراکم درخت، یکنواختی گونه‌ها، پوشش تاج پوشش) و ذخیره‌سازی کربن در بالای زمین. (۳) برای محاسبه وابستگی جزئی و نمرات اهمیت صفات کلیدی پوشش گیاهی در مقابل ذخیره‌سازی کربن بالای زمین با استفاده از مدل جنگل تصادفی. این مطالعه ممکن است مبنایی برای بهینه‌سازی مدیریت پوشش گیاهی چوبی شهری به منظور تغییر کربن بیشتر جوی به ذخیره‌سازی رویشی در بافت شهری فراهم کند. این مطالعه می تواند به شهرها و فضای سبز تشکیل دهنده آنها اجازه دهد تا به کاهش اثرات تغییرات آب و هوایی کمک کنند.

۲٫ مواد و روشها

۲٫۱٫ تعیین محدوده مطالعاتی

ترانسکت شهری – روستایی (که از این پس به عنوان “ترانسکت” نامگذاری می شود) در شانگهای نشان دهنده یک مورد معمول از تأثیرات اخیر شهرنشینی بر ویژگی های طبیعی در شهرهای چین است.شکل ۱). این ترانسکت حدود ۶۱۶ هکتار را پوشش می دهد که از ۱۲۱٫۴۳ تا ۱۲۱٫۵۴ درجه شرقی و از ۳۰٫۸۰ تا ۳۱٫۲۳ درجه شمالی امتداد دارد. مرکز شهر بالاترین سطح شهرنشینی را در ترانسکت دارد و پس از آن منطقه جدید پودونگ، منطقه مینهنگ و منطقه فنگ شیان قرار دارند. میانگین دمای سالانه ۱۸ درجه سانتی گراد و بارندگی ۱۱۵۸ میلی متر است. شانگهای یک کلان شهر بزرگ با ۲۳ میلیون نفر جمعیت است. طبیعت در ترانسکت شهری – روستایی با ۱۱۳ گونه درختی، ۸۵ درختچه و ۵۳۴ گونه علفی نشان داده شده است. [۲۹] و عمدتاً دارای خاک خنثی تا قلیایی است که از خاک دلتای طبیعی در دهانه رودخانه یانگ تسه به ارث رسیده است.

دارچین و کافور (L.) J. Presl، Metasequoia glyptostroboides هو و WC چنگ، آدم های لرزان Michx، و جینکو بیلوبا L. گونه های درختی ترانسکت شهری- روستایی غالب در منطقه مورد مطالعه هستند. با این حال، توزیع پوشش گیاهی چوبی شهری بین نواحی بسیار ناهموار است، عمدتاً به این دلیل که توسعه شانگهای شامل یک شبکه راه آهن زیرزمینی گسترده است که ساخت و ساز آن سیستم ریشه درختان متعدد را از بین برده است. علاوه بر این، بسیاری از ساختمان‌های بلند سایه‌های سنگینی ایجاد می‌کنند و شرایط نور طبیعی را برای رشد گیاهان تغییر می‌دهند. بنابراین، مدیران شهری بیش از پیش به اهمیت حفاظت از پوشش گیاهی شهری و ایجاد شرایط مناسب رشد واقف می شوند.

۲٫۲٫ نمونه برداری و جمع آوری داده های میدانی

در سال ۲۰۱۷، ۲۶۹ قطعه دایره ای، هر کدام با مساحت ۰٫۰۴ هکتار، بر اساس قرارگیری تصادفی در ترانسکت برای ارزیابی پوشش گیاهی چوبی شهری مورد بررسی قرار گرفت. [۳۰]. مراکز پلات با استفاده از GPS، عکس ها و فاصله و جهت اشیاء مرجع (خطا: ۱ متر) تعیین شدند. در هر قطعه، طول و عرض جغرافیایی مرکز قطعه و انواع کاربری زمین برای به دست آوردن پوشش سایبان ثبت شد و مکان های دقیق ثبت شد. در همین حال، تمام درختان و گونه ها شمارش شد. علاوه بر این، قطر در ارتفاع سینه (DBH) در ۱٫۳۰ متر از سطح زمین، عرض تاج در امتداد جهات شمال-جنوب و شرق-غرب و ارتفاع کل در هر کرت ثبت شده است.

۲٫۳٫ اندازه‌گیری ذخیره‌سازی کربن در بالای زمین و ویژگی‌های کلیدی پوشش گیاهی

۲٫۳٫۱٫ صفات کلیدی گیاهی

برخی از صفات کلیدی پوشش گیاهی از جمله تنوع گونه ای، تراکم درختان و یکنواختی گونه ها مورد ارزیابی قرار گرفتند. تراکم درخت در هر قطعه با رابطه (۱) اندازه گیری می شود:

PD_من = ن_من/ س_من

(۱)

جایی که PD_من تراکم درخت در هر قطعه (درخت\ha) است. ن_من عدد در طرح است من (درخت)؛ اس_من مساحت قطعه است من (۰٫۰۴ هکتار).

تنوع گونه ها در هر قطعه با شاخص شانون-وینر (H) با استفاده از معادلات (۲)- (۴) اندازه گیری می شود. [۲۹]:

پ_{متر} = \frac{n_{متر}}{ن}

(۲)

اچ = - \sum_{متر = ۱}^{س} پ_{متر} لوگاریتم پ_{متر}

(۳)

E = اچ/لوگاریتماس

(۴)

که در آن تسلط نسبی m گونه، تنوع گونه ای، تعداد گونه های موجود، تعداد m گونه ها و تعداد تمامی گونه ها به ترتیب با نشان داده می شوند. پ_متر، اچ، اس، n_متر، و N در نمودار من; E یکنواختی گونه است که منعکس کننده یکنواختی توزیع افراد هر گونه است.

۲٫۳٫۲٫ روش تخمین ذخیره کربن

روش محاسبه ذخیره کربن بالای زمین برای پوشش گیاهی چوبی از ژائو و همکاران اتخاذ شد. و یائو و همکاران [۲۹,۳۱] با استفاده از مدل های رشد درخت بر اساس زیست توده گیاهی. ذخیره کربن درختان و درختچه ها بر اساس زیست توده گیاهان چوبی بالای زمین ضرب در ضریب کربن ۰٫۵ برآورد می شود. در میان آنها، شانگهای در جنوب رودخانه Huaihe در کوه های Qinling چین واقع شده است. به همین دلیل، برآوردهای پایه مطالعه ما بر اساس میانگین ارزش زیست توده درختچه‌های جنوب رودخانه Huaihe در کوه‌های Qinling چین با ۱۹٫۷۶ تن در هکتار است.

گیگابایت_من = GUTB_من × پ

(۵)

ب = \frac{V}{(آ + ب \cdot v)}

(۶)

ZB_من = گیگابایت_من + QB_من

(۷)

سی ج_{من} = \frac{{ز ب}_{من} \cdot سی ج}{{اس}_{من}}

(۸)

جایی که گیگابایت_من ذخیره کربن بوته ها در قطعه است من (واحد: MgC)؛ GUTB_من برآمدگی متعامد سایبان درختچه ای بر روی سطح کرت است من; پ میانگین زیست توده درختچه ها در منطقه جنوب رودخانه Huaihe در کوه های Qinling (واحد: Mg/ha) است. ب زیست توده (Mg) یک گونه درخت خاص است. V حجم موجودی در واحد سطح یک گونه درخت خاص است (متر^۳/ha)؛ ارزش های آ و ب ثابت هستند (میز ۱). علاوه بر این، حجم در واحد سطح درختان (V) به نسبت حجم چوب ایستاده اشاره دارد.v) به مساحت قطعه (من) در فرآیند رشد. در میان آنها، حجم چوب ایستاده (V، واحد: m³ارتفاع درخت (H، واحد: m)، و قطر در ارتفاع سینه (D، واحد: cm) مطابقت خاصی دارند (V = c·D^د· اچ^f، c\d\f ثابت هستند) (جدول ۲) ZB_من زیست توده (Mg) پوشش گیاهی چوبی است من طرح، گیگابایت_من زیست توده (Mg) همه بوته های از من طرح، QB_من زیست توده (Mg) همه درختان است من طرح؛ رونوشت_من ذخیره کربن (Mg C/ha) تمام پوشش گیاهی است من طرح؛ ZB_من زیست توده (Mg) تمام پوشش گیاهی است من طرح؛ رونوشت ضریب تبدیل (۰٫۵) است. اس_من مساحت (۰٫۰۴ هکتار) است.

۲٫۴٫ روش های یادگیری ماشینی

۲٫۴٫۱٫ ساخت مدل جنگل تصادفی

مدل جنگل تصادفی یک روش یادگیری ماشینی مبتنی بر کیسه است که می تواند برای مشکلات رگرسیون استفاده شود [۳۲]. این مطالعه از یک مدل جنگل تصادفی بر روی پلت فرم Anaconda از طریق جعبه ابزار Sklearn استفاده کرد. مدل داده ها را به مجموعه آموزشی و مجموعه آزمایشی تقسیم می کند و مدل آموزشی برای پیش بینی داده های آزمایشی به کار می رود. اصول اولیه مدل جنگل تصادفی به شرح زیر است: از طریق روش نمونه‌گیری مجدد بوت استرپ، k نمونه به‌طور تصادفی از مجموعه نمونه آموزشی اصلی N انتخاب می‌شوند، با نمونه‌های مجدد به عنوان گره‌های شاخه‌ای درخت طبقه‌بندی برای ساخت یک درخت رگرسیون. [۳۳]. درختان رگرسیون به همین منظور عمل می کنند و میانگین نهایی به عنوان خروجی رگرسیون نهایی مدل جنگل تصادفی در نظر گرفته می شود. دقت مدل جنگل تصادفی را می توان با تغییر برخی پارامترها تنظیم کرد [۳۴,۳۵]: تعداد درختان رگرسیون تصادفی (n_estimators); حداکثر عمق درخت تصمیم (max_depth)؛ حداکثر تعداد نمونه‌هایی که به‌طور تصادفی در هنگام برازش درخت تصمیم (max_sample) نمونه‌برداری شده‌اند. حداقل تعداد گره های نمونه برگ (min_samples_leaf)؛ حداکثر تعداد ویژگی ها هنگام ساخت درخت تصمیم (max_features)؛ و حداقل تعداد نمونه در هنگام تقسیم گره ها (min_samples_split). علاوه بر این، مدل جنگل تصادفی نه تنها می تواند مشکل تأثیر متغیرهای ورودی بر متغیرهای خروجی را با تنظیم مدل رگرسیونی حل کند، بلکه می تواند وابستگی جزئی را برای نشان دادن اثر حاشیه ای یک متغیر ورودی در نتایج رگرسیون مدل جنگل تصادفی محاسبه کند. . برای تابع وابستگی جزئی، مقدار میانگین توابع پیش‌بینی همه ترکیب‌های متغیرهای دیگر را می‌توان با تنظیم یک متغیر خاص با استفاده از رابطه (۹) محاسبه کرد. [۳۶].

f_{ایکس س} (ایکس س) = E_{ایکس ج} [f_{x s, x c}]

(۹)

جایی که f مدل جنگل تصادفی است xs متغیر مورد نیاز برای نمودار وابستگی جزئی است و xc سایر متغیرهای مورد استفاده در مدل جنگل تصادفی را نشان می دهد.

۲٫۴٫۲٫ بهینه سازی پارامترهای مدل توسط الگوریتم بهینه سازی بیزی

پارامترها هسته مدل جنگل تصادفی را تشکیل می دهند که مستقیماً دقت آن را تعیین می کند. بنابراین، بهینه سازی پارامترهای مدل جنگل تصادفی ضروری است. الگوریتم بهینه‌سازی بیزی (BOA) می‌تواند با یادگیری شکل تابع هدف و بهینه‌سازی پارامترها، نتیجه را به حداکثر جهانی برساند. ایده اصلی بهینه‌سازی پارامتر استفاده از قضیه بیز برای تخمین توزیع پسین تابع هدف بر اساس داده‌ها و سپس استفاده از آن برای انتخاب نمونه بعدی با ترکیبی از پارامترهای بهینه‌سازی است. BOA یک راه عملی و موثر برای بهبود دقت مدل جنگل تصادفی ارائه می دهد. اصل ریاضی الگوریتم بهینه سازی بیزی به شرح زیر بود:

پ (آ | ب) = \frac{پ (ب | آ) * پ (آ)}{پ (ب)}

(۱۰)

جایی که آ و ب رویدادهای تصادفی هستند، پ (آ) که به عنوان احتمال قبلی شناخته می شوند، احتمال رویداد است آ، پ (ب) احتمال وقوع است ب، پ (ب|آ) احتمال شرطی است ب در زیر رخ می دهد آ، پ (آ|ب) که به احتمال پسین معروف است، احتمال شرطی است آ در زیر رخ می دهد ب.

۲٫۴٫۳٫ ارزیابی دقت مدل

این مطالعه پایداری و دقت مدل جنگل تصادفی را با استفاده از میانگین خطای مطلق (MAE)، میانگین مربع خطا (MSE)، ریشه میانگین مربع خطا (RMSE) و R-square (R) ارزیابی کرد.^۲). MAE، MSE و RMSE معمولاً از توابع زیان استفاده می‌شوند، با مقادیر کوچک‌تر مربوط به خطای کمتر. برای R²، مقدار نزدیک به ۱ نشان دهنده تناسب بهتر مدل است. علاوه بر این، اهمیت تأثیر هر متغیر بر امتیاز ادراک ذخیره‌سازی کربن بالای زمین با معادلات (۱۱) – (۱۴) محاسبه شد:

MAE = \frac{۱}{n} (\sum_{من = ۱}^{n} | f ({ایکس}_{من}) - y_{من} |)

(۱۱)

MSE = \frac{۱}{n} \sum_{من = ۱}^{n} {(y_{من} - f ({ایکس}_{من}))}^{۲}

(۱۲)

RMSE = \sqrt{\frac{۱}{n} \sum_{من = ۱}^{n} {(y_{من} - f ({ایکس}_{من}))}^{۲}}

(۱۳)

{آر}^{۲} = ۱ - \frac{\sum_{من = ۱}^{n} {(y_{من} - f ({ایکس}_{من}))}^{۲}}{\sum_{من = ۱}^{n} {(y_{من} - y)}^{۲}}

(۱۴)

جایی که f (ایکس_من) مقدار پیش بینی شده است من-نقطه ام مدل، y_من ارزش واقعی است، y میانگین کرت ها است و n تعداد قطعات است [۳۳].

۳٫ نتایج و بحث

۳٫۱٫ ویژگی‌های کلیدی پوشش گیاهی و ذخیره‌سازی کربن در پوشش گیاهی چوبی شهری

۳٫۱٫۱٫ صفات کلیدی گیاهی

کل ترانسکت که ۶۱۶ کیلومتر را طی کرد^۲۵۴ گونه درختی و ۳۶ گونه درختچه ای بود. مشابه نظرسنجی قبلی انجام شده در سال ۲۰۱۲ (جدول ۳) دارچین و کافور (ل.) پرسل و Metasequoia glyptostroboides Hu و WC Cheng که به خوبی با آب و هوای موسمی نیمه گرمسیری مناسب هستند، رایج ترین گونه ها در شانگهای باقی ماندند. [۲۹]. میانگین تراکم درختان ۰۳/۲۶۴ درخت در هکتار بود^-۱. حدود ۱۸ درصد از کرت ها فاقد پوشش گیاهی چوبی بودند. در ۷۱ درصد باقیمانده کرت ها، میانگین تراکم درختان بین ۲۵ تا ۶۰۰ درخت در هکتار متغیر بود.^-۱; ۵ درصد کرت ها از ۶۰۰ تا ۱۰۰۰ درخت در هکتار بودند^-۱; و ۶ درصد از کرت ها از ۱۰۰۰ تا ۳۵۰۰ درخت در هکتار بود^-۱. اکثر قطعات با تراکم درختان بیشتر در اراضی روستایی با جنگل های زیاد قرار داشتند.

جدول ۴ میانگین و ضرایب تغییرات (CV) صفات کلیدی پوشش گیاهی در ترانسکت را نشان می دهد. انواع مختلفی از کاربری ها در منطقه مورد مطالعه وجود داشت که بسیاری از آنها عمدتاً توسط ساختمان ها برای محدود کردن فضای پوشش چوبی در کل ترانسکت پوشیده شده بودند. میانگین پوشش تاج پوشش ۰۳/۲ ± ۹۵/۳۶ درصد (متوسط ± SE) بود. ۱۳ درصد قطعات در جنگل ها ۱۰۰ درصد تاج پوشش داشتند. با این حال، بیشتر کرت ها دارای تنوع گونه ای نسبتاً کمی از گیاهان چوبی بودند که اغلب تحت سلطه یک گونه معمولی بودند. بالاترین فراوانی توسط C. کامفورا. تنوع گونه ای بین ۰ تا ۱ در تقریبا ۳۱ درصد کرت ها، ۱ تا ۲ در ۳۷ درصد و ۲ تا ۳ در ۳ درصد متغیر بود. میانگین تنوع گونه ای حدود ۰٫۷۸ و میانگین یکنواختی گونه ها حدود ۰٫۵۵ بود. در کل ترانسکت، ضرایب تنوع (CV) اکثر صفات کلیدی پوشش گیاهی درجه تغییرپذیری متوسطی را نشان داد (۱۰% ۱۰۰٪). در همین حال، CV تراکم درخت برای منطقه جدید پودونگ، منطقه Minhang و منطقه Fengxian بیش از ۱۰۰٪ بود و CV بیشتر صفات گیاهی کلیدی (پوشش تاج پوشش، تنوع گونه‌ها و یکنواختی گونه‌ها) از ۵۴٫۳٪ تا ۹۳٫۰ بود. درصد در آن مناطق، نشان می دهد که درجه تنوع صفات کلیدی پوشش گیاهی در ناحیه جدید پودونگ، منطقه Minhang و منطقه Fengxian با کل ترانسکت یکسان است. در مقابل، مرکز شهر که دارای بالاترین سطح شهرنشینی است، نشان داد که ویژگی‌های کلیدی پوشش گیاهی (تراکم درخت، پوشش تاج پوشش، تنوع گونه‌ای و یکنواختی گونه‌ها) به طور قابل‌توجهی بالاتر از ۱۰۰ درصد با تنوع زیاد بود. در نتیجه، ضرایب تغییر تراکم درخت، پوشش تاج پوشش، تنوع گونه‌ای و یکنواختی گونه‌ها با درجه شهرنشینی متفاوت است. این تفاوت ها ممکن است ناشی از محیط های مختلف شهری – روستایی باشد. به عنوان مثال، تراکم درختان و پوشش تاج پوشش گیاهی چوبی که در باغ‌ها رشد می‌کنند، بزرگ‌تر از آنهایی است که در کنار جاده‌ها رشد می‌کنند، و سطح غیرقابل نفوذ بزرگ‌تر در منطقه با درجه شهرنشینی بالاتر، تنوع فیلوژنتیکی و عملکردی پوشش گیاهی را کاهش می‌دهد.

علاوه بر این، دیدیون و همکاران. دریافتند که مدیریت جنگل، مانند قطع کردن، می تواند باعث تغییر در پوشش تاج پوشش و تنوع گونه ها شود. [۳۷]. همچنین مهم است که بدانیم پوشش جنگلی شهری می تواند در طول زمان به دلیل توسعه منطقه تغییر کند. Fengxian در حاشیه شانگهای و یک منطقه صنعتی است. کاشت درختان در اطراف صنایعی که به راحتی پوشش گیاهی را آلوده می کنند مناسب نیست. در نتیجه، پوشش سایبان منطقه Minhang > منطقه جدید پودونگ > مرکز شهر > منطقه Fengxian. در همین حال، مرکز شهر بر توسعه صنایع پیشرفته با ساختمان های بیشتر تمرکز دارد. میانگین تراکم درختان، تنوع گونه ای و یکنواختی گونه ها حداقل بود. با این حال، بهترین ویژگی های پوشش گیاهی در منطقه جدید پودونگ بود. به طور خلاصه، طیف متنوعی از شرایط اکولوژیکی، مراحل شهرنشینی و مدیریت پوشش گیاهی در ترانسکت وجود دارد. بنابراین، چهار ویژگی کلیدی پوشش گیاهی پوشش تاج، یکنواختی گونه، تراکم درخت و تنوع گونه‌ای به طور قابل‌توجهی در قطعه‌های نمونه‌گیری متفاوت است.

۳٫۱٫۲٫ ذخیره‌سازی کربن در بالای زمین پوشش گیاهی چوبی شهری

مقادیر ذخیره کربن بالای زمینی پوشش گیاهی چوبی در ۲۶۹ قطعه جداگانه محاسبه شد. جدول ۵ متغیرهای داده را با محاسبه انحراف استاندارد (SD)، میانگین و ضریب تغییرات (CV) نشان می دهد. ذخیره کربن بالای زمین از ۰ تا ۵۰ میلی گرم در هکتار متغیر بود^-۱ در حدود ۹۰ درصد قطعات در حدود ۸ درصد کرت ها، نتایج از ۵۰ تا ۱۰۰ میلی گرم در هکتار متفاوت بود^-۱. در حدود ۲ درصد از کرت ها، نتایج بیش از ۱۰۰ میلی گرم در هکتار بود^-۱ به دلیل فراوانی پوشش گیاهی چوبی مانند C. کامفورا جنگل. میانگین ۲۰٫۸۷ MgC·ha بود^-۱ (SE = 1.83 MgC·ha^-1). CV بالا ۱۴۳٫۸٪ بود که نشان دهنده ناهمگونی فضایی قابل توجهی بود. ذخیره‌سازی کربن بالای زمینی هر منطقه در ترانسکت نشان داد که منطقه جدید پودونگ > منطقه Minhang > منطقه Fengxian > مرکز شهر. نتایج نشان داد که ذخیره کربن بالای سطحی بیشتر پوشش گیاهی شهری در مرکز شهر و منطقه انتقالی Fengxian است و ممکن است با میانگین بهتر چهار ویژگی پوشش گیاهی در منطقه جدید پودونگ و منطقه Minhang همبستگی داشته باشد. این نتیجه ممکن است به این دلیل باشد که بیشتر خدمات اکوسیستمی از درختان به طور مستقیم با مقدار ساختار جنگل سالم شهری مرتبط است و اغلب با پوشش تاج درخت اندازه گیری می شود. [۳۸]. بنابراین پیشنهاد می‌شود با افزایش تاج پوشش در مرکز شهر و فنگ شیان و کاشت برخی از پوشش‌های گیاهی با سرزندگی قوی در فنگ شیان از آلودگی‌های صنعتی جلوگیری شود تا توسعه متوازن یک جنگل شهری انجام شود.

۳٫۲٫ همبستگی بین صفات کلیدی پوشش گیاهی و ذخیره‌سازی کربن روی سطح پوشش گیاهی چوبی شهری

۲۶۹ قطعه شامل چهار متغیر مستقل (تراکم درخت، پوشش تاج پوشش، تنوع گونه‌ها و یکنواختی گونه‌ها) و یک متغیر وابسته (ذخیره کربن در بالای زمین) در کل ترانسکت بودند. روش‌های آماری پیشرفته برای تأیید رابطه بین صفات کلیدی پوشش گیاهی و ذخیره‌سازی کربن در بالای زمین استفاده شد. ابتدا، این مطالعه قبل از تحلیل عاملی، همگنی واریانس ها را با آزمون آماری بارتلت آزمایش کرد. نتایج نشان داد که توزیع داده ها نرمال بوده و برای تحلیل همبستگی بین عوامل با استفاده از تحلیل همبستگی پیرسون مناسب است. تجزیه و تحلیل همبستگی پیرسون نشان داد که پوشش تاج پوشش بیشترین تأثیر را بر ذخیره‌سازی کربن در سطح زمین دارد و به دنبال آن تراکم درخت قرار دارد. تنوع گونه‌ای و یکنواختی گونه‌ها کمترین تأثیر را بر ذخیره‌سازی کربن در سطح زمین نشان داد.شکل ۲). با این حال، برای ضرایب پیرسون دشوار بود که به طور دقیق رابطه بین متغیرهای ورودی فردی و متغیر خروجی را به تصویر بکشند. این محدودیت به دلیل روابط غیرخطی پیچیده بین چندین متغیر مستقل و وابسته بود [۳۵]. مدل جنگل تصادفی روش مناسبی برای ارزیابی همبستگی‌های غیرخطی ارائه کرد.

۳٫۳٫ نمرات وابستگی جزئی و اهمیت صفات کلیدی پوشش گیاهی در مقابل ذخیره‌سازی کربن در سطح زمین توسط مدل جنگل تصادفی

۳٫۳٫۱٫ دقت مدل جنگل تصادفی

شکل ۳ رویکرد متفاوتی را نشان می‌دهد که در این مطالعه برای تعیین کمیت اثرات ساختار و ترکیب پوشش گیاهی چوبی شهری بر ذخیره‌سازی کربن بالای زمین با استفاده از مدل جنگل تصادفی ارائه شد. در مدل‌سازی تصادفی جنگل، داده‌ها به یک مجموعه آموزشی و یک مجموعه آزمایشی با نسبت ۹:۱ تقسیم شدند. با توجه به داده های تست و آموزش، BOA پارامترهای مدل را به حالت بهینه تنظیم کرد. در پارامترهای بهینه مدل، n_estimators، max_depth، max_samples، min_samples_leaf، max_features و min_samples_split به ترتیب ۱۳، ۱۴، ۱۴۰، ۳، ۳ و ۵ بودند. معیارهای خطای MAE، MSE، RMSE و R² مجموعه داده های آموزشی به ترتیب ۰٫۴۶، ۰٫۶۱، ۰٫۵۷ و ۰٫۷۸ و ۰٫۴۴، ۰٫۷۱، ۰٫۸۴ و ۰٫۶۱ برای مجموعه داده های آزمون بودند. منگ ژانگ با استفاده از مدل جنگل تصادفی، ذخیره کربن بالای سطح زمین را در جنگل هانگیا-هو تخمین زد.^۲ از ۰٫۶۵ تا ۰٫۷۳ در مرحله آموزش و آزمون که مشابه نتایج مطالعه بود. [۲۸]. بنابراین، R بالا^۲ مقادیر مجموعه داده‌های آموزش و آزمایش صحت و کاربرد مدل جنگل تصادفی را تأیید می‌کند، که می‌تواند برای تجزیه و تحلیل روابط بین چهار متغیر مستقل (ویژگی‌های پوشش گیاهی چوبی) و متغیر وابسته (ذخیره‌سازی کربن در بالای زمین) استفاده شود.

۳٫۳٫۲٫ امتیازات وابستگی جزئی و اهمیت صفات کلیدی پوشش گیاهی در مقابل ذخیره‌سازی کربن در بالای زمین

چندین مطالعه نشان داد که ساختار و ترکیب پوشش گیاهی چوبی بر ذخیره‌سازی کربن در بالای زمین تأثیر می‌گذارد [۳۹]. در این مطالعه، امتیازهای اهمیت در مدل جنگل تصادفی محاسبه شد و هر چه امتیاز بالاتر باشد، تأثیر بیشتری بر ذخیره‌سازی کربن در بالای زمین خواهد داشت. نتایج حاکی از ارتباط بین ذخیره کربن در سطح زمین و چهار صفت پوشش گیاهی در توالی نزولی بود: تراکم درخت > تنوع گونه > پوشش تاج پوشش > یکنواختی گونه (شکل ۴). مشخص شد که یکنواختی گونه‌ها در توضیح ذخیره‌سازی کربن بالای زمین در ترانسکت نسبتاً ضعیف است زیرا گونه‌های گیاهی پهن‌برگ برگ‌ریز غالب با توزیع نسبتاً یکنواخت در شانگهای وجود دارد. لیو و همکاران نشان داد که ذخیره‌سازی کربن در جنگل‌های شهری در بالای زمین با توجه به تراکم درخت افزایش می‌یابد [۴۰]، و Wekesa و همکاران. دریافت که افزایش تراکم درخت مقادیر بیشتری کربن ۰٫۹-۴۴٫۴٪ را با سطوح مختلف اختلال شهرنشینی به ارمغان آورد. [۴۱]. در همین حال، در ترانسکت، تراکم درختان مرکز شهر، منطقه جدید پودونگ، منطقه Minhang و منطقه Fengxian دارای تنوع زیادی بودند. این می تواند منجر به شناسایی تراکم درخت به عنوان مهم ترین متغیر ذخیره کربن در سطح زمین شود. علاوه بر این، تیمیلسینا و همکاران. نشان داد که رابطه بین تاج پوشش و ذخیره‌سازی کربن روی زمین مستقیم نیست و تنوع جنگل‌ها می‌تواند به‌طور مستقیم و غیرمستقیم بر ذخیره‌سازی کربن در سطح زمین تأثیر بگذارد. [۴۲]به این معنی که تأثیر پوشش تاج پوشش و تنوع گونه‌ای بر ذخیره‌سازی کربن در سطح زمین نامشخص است و تحت تأثیر عوامل دیگر است. بنابراین، امتیازات اهمیت پوشش تاج پوشش و تنوع گونه ای کمتر از تراکم درخت بود.

در حال حاضر، تعداد کمی از محققین وابستگی جزئی را برای نشان دادن اثر حاشیه‌ای تراکم درخت، پوشش تاج پوشش، تنوع گونه‌ها و یکنواختی گونه‌ها بر روی ذخیره‌سازی کربن روی زمین محاسبه کرده‌اند. که در شکل ۵منحنی هایی که اثرات حاشیه ای تراکم درختان، یکنواختی گونه ها، پوشش تاج پوشش و تنوع گونه ای را نشان می دهد نشان داده شده است. در تراکم درخت کمتر از ۱۰۰۰ درخت در هکتار، بین تراکم درخت و ذخیره کربن بالای زمین همبستگی مثبت و معنی‌داری وجود دارد. ذخیره کربن در سطح زمین در ۱۰۰۰-۱۸۰۰ درخت در هکتار کاهش یافت، اما به سرعت در ۱۸۰۰-۲۲۰۰ درخت در هکتار افزایش یافت، پس از آن، ذخیره کربن در سطح زمین کاهش یافت و به تدریج در بیش از ۳۰۰۰ درخت در هکتار مسطح شد. رابطه تاج پوشش و ذخیره کربن بالای زمین مشابه تراکم درخت بود. ذخیره کربن در سطح زمین به شدت در پوشش تاج <50٪ افزایش یافته است اما به طور قابل توجهی در 50-60٪ کاهش یافته است. در> ۶۰٪، ذخیره کربن در بالای زمین کاهش یافت و به تدریج مسطح شد. تنوع گونه‌ها و یکنواختی گونه‌ها وابستگی جزئی مشابهی به ذخیره‌سازی کربن روی زمین دارند. در ۰-۰٫۵، تنوع گونه‌ها و یکنواختی گونه‌ها تأثیر یکسانی بر ذخیره‌سازی کربن روی زمین نشان داد. از ۰ تا ۰٫۲، ذخیره کربن بالای زمین به تدریج کاهش یافت. در ۰٫۲-۰٫۴، ذخیره کربن بالای زمین به شدت افزایش یافت و از ۰٫۴-۰٫۵ کاهش یافت. در > ۰٫۵، تنوع گونه‌ها و یکنواختی تأثیرات متفاوتی بر ذخیره‌سازی کربن روی زمین نشان داد. ذخیره کربن در بالای زمین به تدریج کاهش یافت که تنوع گونه ها ۱٫۲-۱٫۵ بود. ذخیره‌سازی کربن در سطح زمین به تدریج با تنوع گونه‌ای در ۱٫۰-۱٫۲ و ۱٫۵-۱٫۸ افزایش یافت و در > ۲٫۲ مسطح شد. با این حال، ذخیره‌سازی کربن در سطح زمین به شدت در ۰٫۶-۰٫۸ افزایش یافت، به شدت در ۰٫۸-۱٫۰ کاهش یافت، و با یکنواختی گونه‌ها در> ۱٫۰ مسطح شد.

گریم و همکاران نشان داد که مدیریت انسانی، مانند جمع آوری درختان غیرقانونی، تنوع گونه های کنترل شده مستقیم، و تنوع گونه های درختی ممکن است به ذخیره سازی کربن در سطح زمین با تنوع عملکردی و تسلط کمک کند. [۴۳]. بنابراین، ذخیره‌سازی کربن بالای زمین در ترانسکت ما افزایش یا کاهش در محدوده تنوع گونه‌های مختلف را نشان داد. در این میان پوشش تاج درختان شاخصی از سلامت سازه های پوشش گیاهی چوبی شهری است. توتا و همکاران نشان داد که CO₂ حمل و نقل در پایین ترین لایه ۱۰ متری ساختار جنگل معنی دار بود [۴۴]. این بدان معنی است که پوشش تاج درخت یک عامل تأثیرگذار مهم در ذخیره‌سازی کربن در سطح زمین بود. در مطالعه ما، منحنی اثر حاشیه ای نشان داد که ذخیره کربن بالای زمین زمانی به حداکثر می رسد که پوشش تاج پوشش حدود ۵۰٪ باشد. تعداد کمی از محققین تأثیر پوشش تاج پوشش بر ذخیره‌سازی کربن در سطح زمین را مانند مطالعه ما تعیین کرده‌اند. مطالعه ما نشان داد که ذخیره‌سازی کربن در سطح زمین با تراکم درختان تقریباً ۲۲۰۰ درخت در هکتار بیشترین مقدار را داشت. به طور خلاصه، تراکم درخت ۲۲۰۰ درخت در هکتار، پوشش تاج پوشش ۵۰ درصد، تنوع گونه ای ۱٫۲، و یکنواختی گونه ها ۰٫۸ می تواند ترکیبی از عواملی را فراهم کند که بیشتر برای ذخیره کربن در سطح زمین در ترانسکت مفید است.

۴٫ نتیجه گیری

این مطالعه ذخیره‌سازی کربن روی زمین، تراکم درختان، پوشش تاج پوشش، تنوع گونه‌ها، و یکنواختی گونه‌ها در مرکز شهر، منطقه جدید پودونگ، منطقه Minhang و منطقه Fengxian را در ترانسکت شهری-روستایی مورد تجزیه و تحلیل قرار داد. در کل ترانسکت، میانگین ذخیره کربن بالای زمین ۲۰٫۸۷ MgC·ha بود^-۱ (SE = 1.83 MgC·ha^-1) و CV بالا ۱۴۳٫۸ درصد بود که نشان دهنده ناهمگونی فضایی قابل توجهی بود. مرکز شهر با بالاترین سطح شهرنشینی کمترین ویژگی‌های کلیدی پوشش گیاهی (تراکم درختان، پوشش تاج پوشش، تنوع گونه‌ها و یکنواختی گونه‌ها) و ذخیره‌سازی کربن در سطح زمین را نشان می‌دهد و پس از آن منطقه Fengxian که شامل برخی از صنایع است که به راحتی پوشش گیاهی را آلوده می‌کنند، را نشان می‌دهد. ذخیره‌سازی کربن بیشتر در سطح زمین و ویژگی‌های کلیدی گیاهی (تراکم درخت، پوشش تاج‌پوش، تنوع گونه‌ای و یکنواختی گونه‌ها) پوشش گیاهی شهری در مرکز شهر و منطقه انتقالی Fengxian بود.

به منظور تحقیق در مورد رابطه بین صفات کلیدی پوشش گیاهی و ذخیره‌سازی کربن در سطح زمین، یک مدل جنگل تصادفی بهینه‌سازی شده در این مطالعه توسعه داده شد تا به طور موثر همبستگی‌های غیرخطی پیچیده بین متغیرهای مستقل و وابسته را در ترانسکت کل ثبت کند. این مدل برای پیش‌بینی ذخیره‌سازی کربن بالای زمین در ترانسکت شهری-روستایی در شانگهای استفاده شد. ساختار و ترکیب پوشش گیاهی با چهار متغیر کلیدی مورد ارزیابی قرار گرفت: تنوع گونه، پوشش تاج پوشش، یکنواختی گونه، و تراکم درخت. تأثیر تفاضلی آنها بر ذخیره‌سازی کربن بالای زمین با استفاده از مدل جنگل تصادفی تأیید شد. تراکم درخت بیشترین تأثیر را داشت و به دنبال آن پوشش تاج پوشش و تنوع گونه ای قرار داشت. تأثیر یکنواختی گونه ها در منطقه مورد مطالعه محدود بود. علاوه بر این، این مطالعه همچنین منحنی‌های اثرات حاشیه‌ای چهار عامل پوشش گیاهی را بر ذخیره‌سازی کربن بالای زمین با تابع وابستگی جزئی در مدل جنگل تصادفی تحلیل کرد. نتایج تجزیه و تحلیل کمی دقیقی از ارتباط بین متغیرهای مستقل و وابسته ارائه کرد. تراکم درخت ۲۲۰۰ درخت در هکتار، پوشش تاج پوشش ۵۰ درصد، تنوع گونه ای ۱٫۲، و یکنواختی گونه ها ۰٫۸ ممکن است ترکیبی از عواملی را فراهم کند که بیشتر برای ذخیره کربن در سطح زمین در ترانسکت مفید هستند.

برخی از محدودیت های مطالعه ما قابل ارزیابی است. وی و همکاران نشان داد که دمای مرکز شهری حداقل ۱ درجه سانتی گراد بالاتر از مناطق روستایی است و دما یکی از عوامل جذب کربن گیاهی در شانگهای است. [۴۵]. بنابراین فاصله کرت ها تا مرکز شهر می تواند ترکیب گونه ها و ساختار پوشش گیاهی را شکل دهد. علاوه بر این، اثرات ساختار و ترکیب پوشش گیاهی بر ذخیره‌سازی کربن روی زمین می‌تواند تحت تأثیر عوامل دیگری مانند خواص خاک و تامین رطوبت باشد. تحقیقات بیشتر در مورد طیف وسیع تری از عوامل کلیدی و تأثیرات هم افزایی یا متضاد آنها می تواند درک سؤالات تحقیق را بهبود بخشد. علاوه بر این، برخی از دلایل اساسی برای نتایج وابستگی جزئی در مطالعه نامشخص باقی ماندند. به این ترتیب، سایر عوامل محرک ساختار و ترکیب پوشش گیاهی چوب را می‌توان برای بهبود قدرت توضیحی مدل، مانند نوع کاربری زمین، رطوبت موجود در گیاه، کیفیت خاک، و ریزاقلیم، تجزیه و تحلیل کرد و می‌تواند بر ذخیره‌سازی کربن بالای زمین تأثیر بگذارد. یک تحقیق جامع تر می تواند به درک عمیق تری از روابط پیچیده اجازه دهد.

مشارکت های نویسنده

YW: جمع آوری داده ها، تجزیه و تحلیل داده ها، نگهداری داده ها، نوشتن-پیش نویس اصلی، نوشتن- بررسی و ویرایش. JG و C.-YJ: روش شناسی، نوشتن – بررسی و ویرایش. MZ: جمع آوری داده ها، روش شناسی، نوشتن – بررسی و ویرایش. همه نویسندگان نسخه منتشر شده نسخه خطی را خوانده و با آن موافقت کرده اند.

منابع مالی

این تحقیق توسط بنیاد ملی علوم طبیعی چین (شماره ۳۱۱۰۰۳۵۴، شماره ۴۱۲۷۱۵۵۴ و شماره ۴۱۵۷۱۰۴۷)، اکوسیستم ملی اکوسیستم تالاب شهری دلتای رودخانه یانگ تسه در شانگهای تامین شده است.

بیانیه هیئت بررسی نهادی

قابل اجرا نیست.

بیانیه رضایت آگاهانه

قابل اجرا نیست.

بیانیه در دسترس بودن داده ها

داده ها در صورت درخواست از طریق پست برای نویسندگان مربوطه در دسترس هستند.

قدردانی

ما از Kaidi Zhang، Liang Xu، Xin Yao و Liping Zhang که در جمع آوری داده های میدانی کمک کردند، تشکر می کنیم.

تضاد علاقه

نویسندگان هیچ تضاد منافع را اعلام نمی کنند.

منابع

وو، ی. شن، جی. ژانگ، ایکس. اسکیتمور، ام. Lu, W. چاپ مجدد: تأثیر شهرنشینی بر انتشار کربن در کشورهای در حال توسعه: یک مطالعه چینی بر اساس روش U-Kaya. جی. پاک. تولید ۲۰۱۷، ۱۶۳S284–S298. [Google Scholar] [CrossRef]
پان، ی. Birdsey، RA; نیش، جی. هاتون، آر. Kauppi، PE; کورز، WA; فیلیپس، OL; شویدنکو، آ. لوئیس، اس ال. Canadell، JG; و همکاران یک سینک کربن بزرگ و پایدار در جنگل های جهان. علوم پایه ۲۰۱۱، ۳۳۳، ۹۸۸-۹۹۳٫ [Google Scholar] [CrossRef] [PubMed]
لای، ال. هوانگ، ایکس. یانگ، اچ. چوآی، ایکس. ژانگ، ام. ژونگ، تی. چن، ز. چن، ی. وانگ، ایکس. تامپسون، JR انتشار کربن ناشی از تغییر کاربری و مدیریت زمین در چین بین سال‌های ۱۹۹۰ و ۲۰۱۰٫ علمی Adv. 2016، ۲، e1601063. [Google Scholar] [CrossRef]
رن، ز. ژنگ، اچ. او، X. ژانگ، دی. شن، جی. ژای، سی. تغییرات در الگوهای مکانی-زمانی جنگل شهری و ذخیره‌سازی کربن آن در سطح زمین: مفهومی برای CO شهری_۲ کاهش انتشار گازهای گلخانه ای تحت گسترش سریع شهری و سبز شدن چین. محیط زیست بین المللی ۲۰۱۹، ۱۲۹، ۴۳۸-۴۵۰٫ [Google Scholar] [CrossRef]
دیوید، جی. نواک، DECJ; باند، جی. روشی زمینی برای ارزیابی ساختار جنگل شهری و خدمات اکوسیستمی. درختی. شهری. برای. ۲۰۰۸، ۶، ۳۴۷-۳۵۸٫ [Google Scholar]
تیان، ی. Jim, CY پتانسیل توسعه باغ های آسمانی در شهر فشرده هنگ کنگ. شهری. برای. شهری. سبز ۲۰۱۲، ۱۱، ۲۲۳-۲۳۳٫ [Google Scholar] [CrossRef]
تیان، ی. جیم، سی. وانگ، اچ. ارزیابی منظر و کیفیت اکولوژیکی فضاهای سبز شهری در یک شهر فشرده. Landsc. شهری. طرح. ۲۰۱۴، ۱۲۱، ۹۷-۱۰۸٫ [Google Scholar] [CrossRef]
هریس، وی. کندال، دی. Hahs، AK; Threlfall، CG بافت فضای سبز و پیچیدگی پوشش گیاهی ترجیحات مردم را برای پارک های عمومی شهری و باغ های مسکونی شکل می دهد. Landsc. Res. 2018، ۴۳، ۱۵۰–۱۶۲٫ [Google Scholar] [CrossRef]
اکبر، ک.ف. هیل، WHG; Headley، AD ارزیابی زیبایی منظره پوشش گیاهی کنار جاده در شمال انگلستان. Landsc. شهری. طرح. ۲۰۰۳، ۶۳، ۱۳۹-۱۴۴٫ [Google Scholar] [CrossRef]
دژاردین، دی. Nissim، WG; پیتر، FE; ناود، ا. Labrecque، M. الگوهای توزیع پوشش گیاهی و آلودگی خود به خود در حوضه تخلیه سابق در جنوب کبک، کانادا. Ecol. مهندس ۲۰۱۴، ۶۴، ۳۸۵-۳۹۰٫ [Google Scholar] [CrossRef]
وانگ، جی. ژائو، WW; وانگ، جی. Pereira, P. Forestation مبادله بین رطوبت خاک و تنوع گونه های گیاهی در مناطق مختلف پوشش گیاهی در فلات لس را تغییر می دهد. کاتنا ۲۰۲۲، ۲۱۹، ۱۰۶۵۸۳٫ [Google Scholar] [CrossRef]
وانگ، ز. کوی، ایکس. یین، اس. شن، جی. هان، ی. لیو، سی. ویژگی‌های ذخیره‌سازی کربن در جنگل شهری شانگهای. چانه. علمی گاو نر ۲۰۱۳، ۵۸، ۱۱۳۰–۱۱۳۸٫ [Google Scholar] [CrossRef]
گادفروید، اس. الگوهای گونه های گیاهی شهری Koedam، N. به شدت توسط تراکم و عملکرد مناطق ساخته شده هدایت می شوند. Landsc. Ecol. 2007، ۲۲، ۱۲۲۷-۱۲۳۹٫ [Google Scholar] [CrossRef]
ژو، دی. ژائو، اس کیو. لیو، اس. اودینگ، جی. متاآنالیز بر تأثیرات برش جزئی بر ساختار جنگل و ذخیره‌سازی کربن. علوم زیستی ۲۰۱۳، ۱۰، ۳۶۹۱-۳۷۰۳٫ [Google Scholar] [CrossRef]
اوسی، ر. تیته، اچ. بیلک، ک. براوو، اف. کولت، سی. کولز، سی. کورنلیس، جی. هیم، م. کوربولوسکی، ن. لوف، ام. و همکاران هویت گونه های درختی ذخیره کربن آلی خاک را بیشتر از مخلوط گونه ها در مخلوط های دو گونه اصلی (کاج، بلوط، راش) در اروپا هدایت می کند. برای. Ecol. مدیریت ۲۰۲۱، ۴۸۱، ۱۱۸۷۵۲٫ [Google Scholar] [CrossRef]
لی، ی. دونگ، اس. لیو، اس. سو، ایکس. وانگ، ایکس. ژانگ، ی. ژائو، ز. گائو، ایکس. لی، اس. Tang, L. روابط بین تنوع گیاهی و تولید زیست توده از مراتع آلپ وابسته به مقیاس فضایی و بعد تنوع زیستی است. Ecol. مهندس ۲۰۱۹، ۱۲۷، ۳۷۵-۳۸۲٫ [Google Scholar] [CrossRef]
رویز-جین، ام سی; Potvin, C. آیا می‌توانیم ذخایر کربن در اکوسیستم‌های استوایی را از روی تنوع درختی پیش‌بینی کنیم؟ مقایسه گونه ها و تنوع عملکردی در یک مزرعه و یک جنگل طبیعی فیتول جدید. ۲۰۱۱، ۱۸۹، ۹۷۸-۹۸۷٫ [Google Scholar] [CrossRef]
علی، ع. ماتسسون، ای. نیسانکا، اس پی؛ وانگ، ال. بالاترین درختان و مهمترین گونه ها زیر بنای ساختار جنگل های استوایی، تنوع و زیست توده از طریق مکانیسم های مخالف هستند. برای. Ecol. مدیریت ۲۰۲۰، ۴۷۳، ۱۱۸۲۹۹٫ [Google Scholar] [CrossRef]
Baul، TK; چاودری، هوش مصنوعی؛ Uddin، MJ; حسن، م.ک. Kilpeläinen، A. ناندی، ر. سلطانا، T. ذخایر کربن جنگلی تحت سه تراکم تاج پوشش در ذخیره‌گاه جنگلی طبیعی سیتاپاهار در بخش تپه چیتاگونگ بنگلادش. برای. Ecol. مدیریت ۲۰۲۱، ۴۹۲، ۱۱۹۲۱۷٫ [Google Scholar] [CrossRef]
شاه، SK; آچاریا، اچ. مدل‌سازی رابطه بین سطح طرح‌دهی تاج‌پوش و ذخایر کربن بالای زمینی درختان تاج پوشش در هم آمیخته با استفاده از تصاویر ماهواره‌ای با وضوح بالا. اطلاعات بانکی ۲۰۱۶، ۲۳، ۲۰-۲۹٫ [Google Scholar] [CrossRef]
لارگای، سی. Carrera، AL; Bertiller، MB اثرات اختلال چرای طولانی مدت بر ذخیره زیرزمینی کربن آلی در پاتاگونیا مونته، آرژانتین. جی. محیط زیست. مدیریت ۲۰۱۴، ۱۳۴، ۴۷-۵۵٫ [Google Scholar] [CrossRef] [PubMed]
Chalcraft، DR; ویلسی، بی‌جی؛ بولز، سی. Willig، MR رابطه بین بهره وری و جنبه های متعدد تنوع زیستی در شش جامعه مرتع. تنوع زیستی حفظ کنید. ۲۰۰۹، ۱۸، ۹۱-۱۰۴٫ [Google Scholar] [CrossRef]
هوفانسل، اف. چاکون-مادریگال، ای. فوکسلوگر، ال. جنکینگ، دی. موررا-بیتا، ا. پلاتزار، سی. سیلا، اف. اندرسن، KM; Buchs، DM; دالینگر، اس. و همکاران کنترل‌های اقلیمی و ادافیک بر تنوع جنگل‌های استوایی و ذخیره‌سازی کربن در پوشش گیاهی. علمی هرزه. ۲۰۲۰، ۱۰، ۱-۱۱٫ [Google Scholar]
لی، ایکس. وانگ، ایکس. جیانگ، ایکس. هان، جی. وانگ، ز. وو، دی. لین، کیو. لی، ال. ژانگ، اس. Dong, Y. پیش‌بینی کیفیت زیبایی‌شناختی چشم‌انداز سبزراه کنار رودخانه رودخانه‌های کانال‌دار شهری با استفاده از مدل‌سازی محیطی. جی. پاک. تولید ۲۰۲۲، ۳۶۷، ۱۳۳۰۶۶٫ [Google Scholar] [CrossRef]
Frescino، EAFA ارزیابی اثربخشی نمونه برداری پایین برای طرح های طبقه بندی شده و شیوع نامتعادل در مدل های جنگل تصادفی توزیع گونه های درختی در نوادا. Ecol. مدل. ۲۰۱۲، ۲۳۳، ۱-۱۰٫ [Google Scholar]
گروسمن، ای. اوهمان، جی. کاگان، جی. می، اچ. گرگوری، ام. نقشه برداری سیستم های بوم شناختی با مدل فورت تصادفی: مبادله بین خطاها و سوگیری. شکاف مقعدی. گاو نر ۲۰۱۰، ۱۷، ۱۶-۲۲٫ [Google Scholar]
حسن الزمان، م. اسلام، ع. برا، بی. شیت، PK مقایسه معیارهای عملکرد سه الگوریتم یادگیری ماشین برای نقشه‌برداری حساسیت سیلابی رودخانه سیلاباتی (رودخانه گرمسیری، هند). فیزیک شیمی. قطعات زمین A/B/C 2022، ۱۲۷، ۱۰۳۱۹۸٫ [Google Scholar] [CrossRef]
ژانگ، ام. دو، اچ. ژو، جی. لی، ایکس. مائو، اف. دونگ، ال. ژنگ، جی. لیو، اچ. هوانگ، ز. او، S. تخمین ذخیره‌سازی کربن روی زمین در جنگل در Hang-Jia-Hu با استفاده از داده‌های Landsat TM/OLI و مدل جنگل تصادفی. جنگل ها ۲۰۱۹، ۱۰، ۱۰۰۴٫ [Google Scholar] [CrossRef]
یائو، ایکس. ژائو، ام. Escobedo، FJ چه عواملی بر ذخیره کربن در جنگل‌های شهری و اطراف شهری شانگهای چین تأثیر می‌گذارند؟ پایداری ۲۰۱۷، ۹، ۵۷۷٫ [Google Scholar] [CrossRef]
تیمیلسینا، ن. Staudhammer, CL; اسکوبدو، اف جی. لاورنس، A. تغییرات زیست توده درخت، عملکرد ضایعات چوب، و ذخیره کربن در یک جنگل شهری. Landsc. شهری. طرح. ۲۰۱۴، ۱۲۷، ۱۸-۲۷٫ [Google Scholar] [CrossRef]
ژائو، ام. اسکوبدو، اف جی. وانگ، آر. ژو، Q. لین، دبلیو. گائو، جی. ترکیب و ساختار پوشش گیاهی وودی در جزیره چونگمینگ، چین. محیط زیست مدیریت ۲۰۱۳، ۵۱، ۹۹۹-۱۰۱۱٫ [Google Scholar] [CrossRef] [PubMed]
ژانگ، دبلیو. لیو، اس. وانگ، ال. سامویی، پی. چوالا، م. او، Y. تحقیقات حساسیت زمین لغزش ترکیبی از تجزیه و تحلیل کیفی و ارزیابی کمی: مطالعه موردی شهرستان Yunyang در چونگ کینگ، چین. جنگل ها ۲۰۲۲، ۱۳، ۱۰۵۵٫ [Google Scholar] [CrossRef]
هوانگ، ز. خو، X. ما، م. Shen, J. ارزیابی قرار گرفتن در معرض جمعیت NO2 از سال ۲۰۰۵ تا ۲۰۲۰ در چین. محیط زیست علمی آلودگی Res. 2022، ۲۹، ۸۰۲۵۷–۸۰۲۷۱٫ [Google Scholar] [CrossRef] [PubMed]
دو، اچ. مائو، اف. ژو، جی. لی، ایکس. خو، X. جنرال الکتریک، اچ. کوی، ال. لیو، ی. زو، DE; Li, Y. برآورد و تجزیه و تحلیل الگوی فضایی-زمانی کربن بالای زمین در جنگل بامبو با ترکیب داده های سنجش از دور و مدل بهبود یافته BIOME-BGC. IEEE J. Sel. بالا. Appl. رصد زمین. سنسورهای از راه دور ۲۰۱۸، ۱۱، ۲۲۸۲-۲۲۹۵٫ [Google Scholar] [CrossRef]
جیانگ، ی. لی، اچ. ژو، ی. پیش‌بینی مقاومت فشاری بتن خاکستر بادی با استفاده از تکنیک‌های یادگیری ماشین. ساختمان ها ۲۰۲۲، ۱۲، ۶۹۰٫ [Google Scholar] [CrossRef]
ریکاردو، جی. آنا، م. سالواتوره، آر. فرانکو، تی. فوسکا، جی. دینو، پی. بررسی روش‌هایی برای توضیح مدل‌های جعبه سیاه. کامپیوتر ACM. Surv. 2018، ۵۱، ۱-۴۲٫ [Google Scholar]
دیدیون، م. Kupferschmid، AD; Bugmann, H. اثرات بلندمدت جستجوی ونگل بر ترکیب و ساختار جنگل. برای. Ecol. مدیریت ۲۰۰۹، ۲۵۸، S44–S55. [Google Scholar] [CrossRef]
اسکوبدو، اف. وارلا، اس. استودهامر، سی. تامپسون، بی. جارات، ای‌جی پنساکولا و شهرستان اسکامبیا جنوبی، جنگل‌های شهری فلوریدا. مدرسه برای. منبع. حفظ کنید. در دسترس آنلاین: https://edis.ifas.ufl.edu (دسترسی در ۱۱ مه ۲۰۲۲).
منسا، س. ولدتمن، آر. Assogbadjo، AE; کاکائی، آر جی. Seifert، T. تنوع گونه‌های درختی ذخیره‌سازی کربن روی زمین را از طریق تنوع عملکردی و تسلط عملکردی ترویج می‌کند. Ecol. تکامل. ۲۰۱۶، ۶، ۷۵۴۶-۷۵۵۷٫ [Google Scholar] [CrossRef]
لیو، سی اف. ذخیره سازی و جداسازی کربن Li، XM توسط جنگل های شهری در شن یانگ، چین. شهری. برای. شهری. سبز. ۲۰۱۲، ۱۱، ۱۲۱-۱۲۸٫ [Google Scholar] [CrossRef]
ویکسا، سی. لیلی، ن. مارانگا، ای. کیروی، بی. موتوری، جی. امبووی، م. Chikamai، B. اثرات اختلال جنگل بر ساختار پوشش گیاهی و کربن بالای زمین در سه لکه جنگلی جدا شده از تپه‌های تایتا. باز کن. جی. برای. ۲۰۱۶، ۶، ۱۴۲-۱۶۱٫ [Google Scholar] [CrossRef]
تیمیلسینا، ن. اسکوبدو، اف جی. Staudhammer, CL; براندیس، تی. تحلیل عوامل علّی ذخایر کربن در شهری نیمه گرمسیری. Ecol. مجتمع. ۲۰۱۴، ۲۰، ۲۳-۳۲٫ [Google Scholar] [CrossRef]
گریم، NB; فاتث، SH; گولوبیفسکی، NE; ردمن؛ وو، جی. بای، ایکس. بریگز، JM تغییر جهانی و اکولوژی شهرها. علوم پایه ۲۰۰۸، ۳۱۹، ۷۵۶-۷۶۰٫ [Google Scholar] [CrossRef] [PubMed]
توتا، جی. فیتزجارالد، DR; Staebler، RM; ساکای، ر.ک. مورائس، او. Acevedo، OC; ووفسی، SC; مانزی، AO جریان زیرسایه‌ای جنگل‌های بارانی آمازون و بودجه کربن: سایت Santarém LBA-ECO. جی. ژئوفیس. Res. 2008، ۱۱۳، ۱-۱۶٫ [Google Scholar] [CrossRef]
وی، اس. چن، کیو. وو، دبلیو. Ma، J. کمی سازی اثرات غیر مستقیم شهرنشینی بر جذب کربن پوشش گیاهی شهری در کلان شهر شانگهای، چین. محیط زیست Res. Lett. 2021، ۱۶، ۰۶۴۰۸۸٫ [Google Scholar] [CrossRef]

شکل ۱٫
منطقه مورد مطالعه و مکان ترانسکت شهری – روستایی در شانگهای.

شکل ۲٫
تحلیل همبستگی پیرسون.

شکل ۳٫
همبستگی بین داده های آموزشی پیش بینی شده و واقعی (آ) و مجموعه داده آزمایشی (ب).

شکل ۴٫
اهمیت نمرات در مدل جنگل تصادفی.

شکل ۵٫
اثر وابستگی جزئی بر ذخیره‌سازی کربن بالای زمین: (آ) تراکم درخت، (ب) پوشش سایبان، (ج) تنوع گونه ای و (د) یکنواختی گونه.

میز ۱٫
پارامترهای معادله رگرسیون برای موجودات هر گونه درخت.

گونه های درختی	آ	ب
درخت پهن برگ	۰٫۷۲۷	۰٫۰۰۱۲-
چوب سدر	۱٫۷۴۹	−۰٫۰۰۰۰۲
سرو	۱٫۱۲۵	۰٫۰۰۰۲
کاج	۱٫۳۹۳	۰٫۰۰۰۸

جدول ۲٫
پارامترهای معادله رگرسیون برای حجم انباشت.

گونه های درختی	ج	د	f
درخت پهن برگ	۰٫۰۰۰۰۵۰۴۷۹۰۵۵	۱٫۹۰۸۵۰۵۴۰۰۰	۰٫۹۹۰۷۶۵۰۷۰۰
چوب سدر	۰٫۰۰۰۰۵۸۷۷۷۰۴۲	۱٫۹۶۹۹۸۳۱	۰٫۸۹۶۴۶۱۵۷
سرو	۰٫۰۰۰۰۵۷۱۷۳۵۹۱	۱٫۸۸۱۸۸۰۵	۰٫۹۹۵۶۸۸۴۵

جدول ۳٫
اهمیت گونه های درختی و درختچه ای در ترانسکت حومه شهری.

رتبه	گونه های درختی	گونه درختچه ای
۱	دارچین و کافور (L.) Presl	عثمانتوس sp.
۲	Metasequoia glyptostroboides هو و WC چنگ	سرو دئودارا
۳	ماگنولیا گراندی فلورا لین	جینکو بیلوبا L.
۴	پوپولوس L.	تراکیکارپوس فورچونئی
۵	Ilex latifolia Thunb	فریب دادن الئوکارپوس

جدول ۴٫
میانگین چهار ویژگی پوشش گیاهی و ضریب تغییرات (CV) در ترانسکت.

	n	میانگین (CV)
		تراکم درخت (درخت در هکتار)	پوشش سایبان (%)	گونه ها تنوع	گونه ها یکنواختی
مرکز شهر	۳۲	۲۶۲٫۵ (۱۸۲٫۴%)	۳۴٫۹۱ (۱۱۰٫۲%)	۰٫۴۹ (۱۱۱٫۷%)	۰٫۳۷ (۱۰۵٫۸%)
منطقه جدید پودونگ	۴۰	۳۳۹٫۴ (۱۹۲٫۴%)	۳۹٫۱۳ (۸۵٫۳%)	۰٫۸۷ (۶۴٫۲%)	۰٫۶۳ (۵۴٫۳%)
منطقه مینهنگ	۶۹	۲۴۷٫۵ (۱۴۴٫۷%)	۴۲٫۴۲ (۸۰٫۸%)	۰٫۸۸ (۸۴٫۶%)	۰٫۶۱ (۸۱٫۴%)
منطقه Fengxian	۱۲۸	۲۴۷٫۹ (۱۶۱٫۰%)	۳۳٫۶۷ (۹۳٫۰%)	۰٫۷۶ (۹۲٫۲%)	۰٫۵۴ (۷۶٫۱%)
جمع	۲۶۹	۲۶۴٫۰۳ (۱۶۸٫۱%)	۳۶٫۹۵ (۹۱٫۶%)	۰٫۷۸ (۸۸٫۷%)	۰٫۵۵ (۷۸٫۳%)

جدول ۵٫
میانگین تغییرات ذخیره کربن بالای زمین (MgC/ha) پوشش گیاهی چوبی در ترانسکت.

	n	منظور داشتن	SE	رزومه
مرکز شهر	۳۲	۱۸٫۰۶	۷٫۵۹	۲۳۷٫۸٪
منطقه جدید پودونگ	۴۰	۲۴٫۶۰	۵٫۷۰	۱۴۶٫۶٪
منطقه مینهنگ	۶۹	۲۱٫۵۱	۳٫۰۱	۱۱۶٫۳٪
منطقه Fengxian	۱۲۸	۱۹٫۹۳	۲٫۳۶	۱۳۳٫۸٪
جمع	۲۶۹	۲۰٫۸۷	۱٫۸۳	۱۴۳٫۸٪

سلب مسئولیت/یادداشت ناشر: اظهارات، نظرات و داده های موجود در همه نشریات صرفاً متعلق به نویسنده (ها) و مشارکت کننده (ها) است و نه MDPI و/یا ویرایشگر(ها). MDPI و/یا ویراستار(های) مسئولیت هرگونه آسیب به افراد یا دارایی ناشی از هر ایده، روش، دستورالعمل یا محصولات اشاره شده در محتوا را رد می کنند.

© ۲۰۲۳ توسط نویسندگان. دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC BY) توزیع شده است (https://creativecommons.org/licenses/by/4.0/).

به اشتراک بگذارید و استناد کنید

MDPI و ACS Style

وی، ی. جیم، سی.-ای. گائو، جی. ژائو، M. عوامل تعیین‌کننده ذخیره‌سازی کربن روی زمین از پوشش گیاهی چوبی در یک ترانسکت شهری-روستایی در شانگهای، چین. پایداری ۲۰۲۳، ۱۵، ۸۵۷۴٫ https://doi.org/10.3390/su15118574

سبک AMA

وی وای، جیم سی‌ای، گائو جی، ژائو ام. عوامل تعیین‌کننده ذخیره‌سازی کربن روی زمین از پوشش گیاهی چوبی در ترانسکت شهری-روستایی در شانگهای، چین. پایداری. ۲۰۲۳; ۱۵ (۱۱): ۸۵۷۴٫ https://doi.org/10.3390/su15118574

شیکاگو/سبک تورابین

وی، یانیان، چی یونگ جیم، جون گائو و مین ژائو. ۲۰۲۳٫ “تعیین کننده های ذخیره کربن روی زمین از پوشش گیاهی چوبی در یک ترانسکت شهری-روستایی در شانگهای، چین” پایداری ۱۵، نه ۱۱: ۸۵۷۴٫ https://doi.org/10.3390/su15118574

توجه داشته باشید که از اولین شماره سال ۲۰۱۶ این مجله به جای شماره صفحات از شماره مقاله استفاده می کند. جزئیات بیشتر را ببینید اینجا.

معیارهای مقاله

داده‌های متریک مقاله تقریباً ۲۴ ساعت پس از انتشار آنلاین در دسترس می‌شوند.

منابع:
۱- shahrsaz.ir , پایداری، جلد. ۱۵، صفحات ۸۵۷۴: عوامل تعیین‌کننده ذخیره‌سازی کربن روی زمین از پوشش گیاهی چوبی در ترانسکت شهری–روستایی در شانگهای، چین
,۱۶۸۵۰۳۱۴۲۴
۲- https://www.mdpi.com/2071-1050/15/11/8574 | 2023-05-25 04:30:00