2.5km为最佳分析尺度：武汉UGI碳汇与景观格局多尺度响应研究
文章目录导航（TOC）
结果与分析
3.1 CASA模型结果与验证
将MOD17A3H数据(图2-1)与哨兵2号数据改进的CASA模型模拟结果(图2-2)进行相关性分析，线性回归方程拟合结果良好，R2=0.729(P<0.01)，表明它们之间显著相关(图3)。此外，本次模拟结果显示，武汉市UGI的NPP均值为426.80gC·m?2·yr?1(表3)，与前人相关研究结果相符[37-38]。
MOD17A3H数据的NPP均值为493.14gC·m?2·yr?1，略高于模型模拟结果。这是由于MODIS的低空间分辨率导致了非植被覆盖和植被覆盖的混淆。同时，模型模拟结果最高值比MOD17A3H数据的最高值更高，最低值也更低，这可能是因为哨兵2号的多光谱成像仪(MSI)对红外波段和近红外波段更加敏感，同时兼顾了更多的空间细节。
最佳网格分析尺度
1 景观格局指数的筛选
图4是PR、AI、TE、SIEI等15个景观级别景观格局指数及碳汇绩效在9个网格尺度下的全局莫兰指数(P<0.001)。由图4可知，无论网格尺度如何变化，碳汇绩效始终保持较高水平的空间聚集特征，这使得探究UGI景观格局与碳汇绩效的耦合关系更有意义。此外，随着网格尺度增大，TA、FRAC_MN、COHESIOn3个指数的空间自相关性逐渐减小；PD、AI、PARA_MN的空间自相关性波动较大；NP、PR、LPI、LSI、SIEI、SHDI、ED、TE、DIVISION的空间自相关性比较稳定。
选取图6红框中LSI、SIEI、SHDI、ED、TE、DIVISION6个具有较强空间聚集特征且对尺度响应稳定的格局指数在多尺度下进一步拟合半变异函数。
2 景观格局与碳汇绩效对尺度变化的响应
块金基台比可以直接反映空间异质性占总空间异质性的比例[39]，如图5所示，大体上，7个指数的块金基台比随网格尺度的增大而呈先下降后上升的趋势，表明武汉市UGI景观格局和碳汇绩效在1~5km网格尺度范围内，尺度效应和随机因素对空间异质性的贡献随网格尺度的增大呈先减后增的变化趋势。
这可能是由于过小的网格研究尺度将武汉市原本的UGI划分得更加破碎化，掩盖了UGI景观格局和碳汇绩效的本质空间特征，而过大的网格尺度又忽略了较小尺度上的空间异质性特征所造成的。
结合箱线图(图5-2)可知，2.5和4.0km是块金基台比的2个共同拐点，说明格局指数和碳汇绩效的尺度效应在这2个尺度上最为敏感，是2个最接近武汉市UGI景观格局和碳汇绩效空间变异的本征尺度。2.5和4.0km尺度下分别对应1533和630个网格样本。
虽然4.0km尺度下尺度效应和随机因素的贡献值比2.5km尺度下小10%左右，更适合异质性的研究，但是为了保证在后续研究中能够捕捉更多具有独特UGI结构特征的网格样本，最终选取2.5km为本文的最佳网格分析尺度。