前沿技术支撑

 

基于上文可知，碳中和背景下的绿地系统规划的转型需要技术赋能，依托多源数据和数字平台建设，积极运用大数据、人工智能等技术，推进碳的定量化核算、多情景模拟、智慧化监测，以大幅提高城市绿地适应性规划编制的科学性和规划实施的实效性，推动规划决策的动态循环优化。

 

 

随着多源数据的应用，以土地调查数据、行业统计数据为测算基础的碳排放、碳汇测算，为制定城市绿地适应性规划目标，实现碳全生命周期管控提供坚实依据。

 

碳汇方面，绿地具有多尺度耦合的特征，现有研究多进行样地调查法、同化量法、微气象法和遥感估算法等方法的综合运用[27]。面向大范围的城市绿地系统，遥感估算法具有实时、快速获取数据的优势。研究可将遥感影像和实测数据、数学模型结合，建立植物固碳量和其生物学因素的拟合方程，在时空层面直观呈现城市绿地的碳汇功能。杨鑫等人从街区层面开展研究，基于高清卫星遥感影像反演推导，结合数学估算获得北京中心城区碳储量数值[28]。殷炜达通过回归分析构建了4类绿地NDVI与碳储量的拟合模型，对不同类型绿地碳汇能力进行量化比较[29]。

 

碳排方面，当前国际上较成熟的核算模型有IPCC模型、WRI分析模型、GPC模型、LEAP模型、Kaya模型等，其中IPCC模型较为权威[5]。该模型将碳排放分为4大类部门：能源、工业、农/林业及土地利用和废弃物管理。目前，有相关研究从城市消费端的角度归纳，将碳排放进一步细化，基于排放清单及多源数据，实现与空间类规划体系多尺度衔接[5]。王雅捷等人将用地因素纳入碳排放清单框架，实现碳排放—规划要素—终端活动的关联[30]；扈万泰等人则针对街区空间布局，关注到微气候对碳排放的影响[31]。

 

综上，在多尺度空间单元下进行定量化“碳”核算，要结合年鉴类统计数据、遥感图像、数字模拟、现场调研结果等多源数据，对城市空间的各维度碳汇、碳排量进行细致分析和综合评估，定量明确碳结构，推进差异化规划策略。研究以上海市黄浦区为实例，综合运用模型计算、地表温度反演等技术，全面量化评价城市绿地的碳中和效益（图4）在空间特征视角提出绿地碳中和增效策略与方法，对定量化碳中和效益进行一定探索[6]。

 

 

城市绿地适应性规划要充分考虑复杂空间发展情景下的碳中和效益及演化机制，对规划方向做出综合研判。“碳”模拟应通过多目标—多情景的规划场景模拟，对不同规划策略减排增汇的贡献率、成本效益和对社会、经济等维度的正负面影响进行模拟预测，有效支撑规划决策和项目优选。

 

目前，可通过长时序、多样本的历史碳数据，模拟未来可能的碳排、碳汇水平，预测不同发展方案的绿地碳中和效益[11]。“碳”模拟大多从自上而下视角出发，对不同空间单元的社会经济、土地利用与碳排放之间的数学耦合关系做出模拟预测，从而辅助碳排、碳汇的总量控制。

 

许多研究通过预测绿地格局的演变动态进行碳模拟，如中性模型[32]、CA-Markov模型[33]、CLUE-S模型[34]等。综合考虑自然环境、交通区位和社会经济等因子及不同土地利用类型间的相互作用，庄子薛等人以未来土地利用模拟FLUS（Future Land Use Simulation）模型开展优化研究，有效耦合人类活动和自然环境因素的影响，模拟出较高精度的未来土地利用分布[35]。

 

同时，也有研究从自下而上视角出发，对微观尺度的场地、社区单元等的碳汇碳排进行模拟，反推汇总得到大尺度的碳中和效益。例如，人工智能技术驱动的空间形态生成（urban fabric generation）可基于对已有城市绿地案例的学习，建立多维度要素（如地形、路网、建筑）间的组合关联，生成空间设计方案[36]，从而计算碳中和效益。

 

实现多情景“碳”模拟，可以将自上而下和自下而上两类方法进行有机叠加，将目标在多层级整合分解，增强规划落地性，提升治理精准性。此外，需要注意的是，情景预测需要大量的数据积累，可结合智慧化“碳”监测平台的建设，实时采集碳数据并反馈到模型中进行修正，形成双向正反馈机制，让预测模型更好地支持规划决策。

 

 

碳评估要面向规划治理目标，评估规划实施结果与碳中和目标的偏离程度，以便及时反馈和纠偏。在国土空间背景下，城市系统模型与人工智能技术的应用，能有效助力空间规划的成果质检和管理，做到直观可视、有“数”可依[23]。

 

吴志强以City CQ（City Carbon Quotient）评价城市双碳情况，利用多源数据量化统计城市绿地乔木覆盖率、混合植物覆盖率、灌木覆盖率、生态空间配比及地均碳汇能力的指标，实现城市绿地碳中和效益的数字化、可视化实时追踪[37]；郑德高等人在减碳单元提出建立智慧管治支撑系统，形成全过程设计、收集、监控与运营的平台，支撑适应性规划策略的实践和反馈，应用互联网、物联网、云计算、大数据、人工智能等技术组成集合数据层和协同层的智慧管控体系[5]。

 

总的来说，城市绿地适应性规划是一个多维度、多层级、全过程的复杂规划技术体系，统筹规划科学有序进行，需要“数”“智”技术体系的有力支撑，实现对城市空间的有效组织和监管。绿地适应性规划应融入城市信息模型平台，利用集成大数据进行多维动态评估和可视化管理，摸清和优化城市碳排、碳汇结构及其空间耦合机制，助力探索城市绿色低碳发展的最优路径。

 

4 结语

 

城市绿地具有直接增碳汇、间接减碳排的双重生态效益，是实现碳中和的基于自然的重要解决方案。在国土空间规划背景下，城市绿地适应性规划作为实现碳中和的重要空间治理工具，应向多效益协同、多层级传导、全周期覆盖转型，综合平衡生态、经济等多种效益，在市域、城区、街区和地块层级下联动编制、实施、监测等环节，为城市绿色低碳转型提供专业支撑。

 

同时，数字化、人工智能和多源数据应用的兴起为空间规划带来了理论探索与方法革新的机遇，为理解复杂碳排碳汇机制、提出空间对策提供综合性的科学视角。后续研究将进一步在多领域联动的视角下，深入探索不同类型、不同发展阶段的城市绿地空间单元实现“双碳”目标的差异化治理路径，针对性分类构建技术工具包体系，以精准高效提升绿地生态效益的协同效应，并结合具体实践，推动建设具有地方特色的城市绿地适应性规划实践样本。