基于多年卫星影像获取城市土地覆盖数据。根据前文的相关定义，结合我国《土地利用现状分类》与《土地利用总体规划管理办法》，提取包括耕地(FL)、林地(F)、草地(G)、水域(W)和湿地(WL)在内的综合城市生态用地类型。此外，考虑水分对农田土壤温室气体减排的影响，进一步将耕地细分为旱地(R)和水田(I)。

 

按照MengGuo等[17]开发的CO2浓度预测模型，采用MODIS系列数据评估地表地物上空CO2浓度的空间分布情况。该模型模拟精确度较高(R2=0.75，RMSE=1.16)。具体的预测模型为：式中，CO2为近地面的二氧化碳浓度，单位为ppm浓度，即mg/L；LST为地表温度，模型中使用的单位为开尔文(K)；EVI为增强型植被指数；NDVI为归一化植被指数；FPAR为光合有效辐射分量；LAI为叶面积指数；GPP为总初级生产力；GN为总初级生产力和净初级生产力的差值。

 

 

城市生态用地的空间格局特征常通过景观格局指数进行量化[18]，通过逐步扩大景观地图的范围和颗粒，观察景观格局指数可预测情况与其同CO2浓度空间分布的相关性变化，能够确定城市生态用地空间格局和CO2浓度关系分析的优先尺度。由于景观格局指数对尺度变化的敏感性，首先应选取在不同空间尺度上不发生变化或对变化可预测的景观格局指数[19]。

 

基于此，分别从景观与斑块类型水平上选择进行初步相关性分析的景观格局指数，旨在描述城市生态用地的景观形态特征与要素配置(表1)。选取的指数确保其生态相关性和统计独立性，并涵盖景观空间格局的构成、形状、蔓延度、聚集性和多样化等维度[18，20]。

 

使用Fragstats4.2软件，对所有年份的城市生态用地空间格局进行量化。根据数据精度，将研究区域逐步划分为不同尺度的网格，计算各空间范围内景观格局指数与CO2浓度的Pearson相关系数，以确定二者具有显著相关关系的优先尺度。

 

 

根据优先尺度下的各网格内城市生态用地与不透水面占比，采用K-means聚类方法提取并描述优先尺度下可概括研究区域内所有城市生态用地空间格局特征的类型单元。在此基础上，为明确影响各类型单元与CO2浓度密切相关的景观格局指数，同时缩小指数集数量，运用主成分分析(PrincipalComponentAnalysis，PCA)方法筛选特征指数。

 

 

根据特征指数计算结果，分析与总结各分类单元中CO2浓度相对较低即碳汇能力较高单元(以下简称“高碳汇单元”)内的城市生态用地空间格局特征与特征指数阈值，并据此提出针对性的城市生态用地空间格局规划优化策略。