联合GF-6和Sentinel-2红边波段的森林地上生物量反演

光谱反射率能反映地物差异,是森林地上生物量（Aboveground Biomass,AGB）遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以GF-6和Sentinel-2多光谱影像作为数据源,结合野外调查AGB数据,构建落叶松和樟子松AGB线性和非线性估测模型,通过比较模型精度选择最优模型进行森林AGB反演和空间分布制图。结果表明：GF-6和Sentinel-2影像红边波段反射率与落叶松、樟子松AGB均呈显著相关（P<0.05）,红边波段对AGB估测较敏感。多变量估测模型整体估测效果优于单变量模型,所有模型中多元线性回归模型取得了最优的决定系数（落叶松R²=0.66,樟子松R²=0.65）和最低的均方根误差（落叶松RMSE=31.45 t/hm²,樟子松RMSE=54.77 t/hm²）。相比单个数据源,联合GF-6和Sentinel-2影像构建的多元线性回归模型估测效果得到了显著提升,模型RMSE对于落叶松和樟子松AGB估测分别最大降低了22.9%和11.2%。增加红边波段进行AGB估测能显著提高模型估测精度,三组数据源分别加入红边波段信息后进行建模,模型RMSE得到了显著降低。GF-6拥有800 km观测幅宽和高效的重访周期,可以快速地提供大尺度时间序列数据,在森林地上生物量反演和动态监测方面有着很大潜力。     

遥感GPP模型在中亚干旱区4个典型生态系统的适用性评价

总初级生产力（GPP）是全球生态系统碳循环的重要组成部分,对全球气候变化有重要影响。目前有多种遥感模型可以模拟总初级生产力,比较不同遥感模型在中亚干旱区上的适用性对推进全球干旱区碳收支估算具有重要意义。基于涡度协相关技术观测的四个地面站数据验证MOD17、VODCA2、VPM、TG、SANIRv五种模型的模拟精度。结果表明：（1）基于光能利用率理论的MOD17、VPM模型模拟咸海荒漠植被和阜康荒漠植被GPP的精度最高（R²分别为0.52和0.80）,但在模拟草地、农田生态系统生产力时存在较明显的低估（RE>20%）;基于植被指数的遥感模型TG模型、SANIRv模型模拟巴尔喀什湖草地生态系统和乌兰乌苏农田生态系统GPP的精度最高（R²分别为0.91和0.81）,同时模拟值与实测值的相对误差也较低;基于微波的VODCA2模型模拟各生态系统生产力的效果最差。（2）水分亏缺是限制植被GPP的主要因素,因此是否合理考虑水分胁迫是影响GPP模型在中亚干旱区适用性的重要因素。研究揭示了遥感GPP模型在中亚干旱区的应用潜力,为推进全球植被碳通量的准确估算提供参考。     

基于高分辨率遥感影像的北亚热带森林生物量反演

以北亚热带湖北省太子山林场为研究对象,基于高空间分辨率GF-2与SPOT-6卫星影像,提取不同窗口大小下的纹理信息与光谱信息,利用随机森林回归算法,并结合野外实测106块样地的生物量数据,建立不同影像下的太子山林场森林生物量反演模型。结果显示：（1） GF-2和SPOT-6虽然空间分辨率有差异,但是从其不同波段反射率的相关系数（0.75、0.78、0.73、0.61）发现,两种影像的波段反射率具有较高的相关性,说明两者的辐射性能相近;（2）通过分析不同纹理特征对生物量模型的影响,发现均值和对比度纹理参数对生物量反演具有很好的效果。（3）高分辨率的遥感数据在生物量反演中具有较好的表现,且GF-2生物量模型精度（R²=0.88,RMSE=27.11 Mg/hm²）与SPOT-6生物量模型的精度（R²=0.89,RMSE=23.93 Mg/hm²）相近。（4）两种影像对不同森林类型的生物量预测值不存在显著差异,都适合对不同林分类型的生物量进行预测。     

基于COSMIC模型的宇宙射线中子反演荒漠-绿洲区土壤水分

宇宙射线中子技术通过监测近地面中子强度,反演百米尺度范围内平均土壤水分状况,已成功应用于森林、草地和农田等生态系统。为验证COSMIC模型反演干旱区中尺度土壤水分的可靠性,本研究基于移动式宇宙射线中子技术在黑河中游荒漠-绿洲区开展了土壤水分观测试验。结果表明：荒漠-绿洲区监测到的中子强度在350～715 counts·(30 s)^-1,率定的高能中子强度(N_cosmic)为(38.5±2.2) counts·(30 s)^-1,N_cosmic受下垫面性质影响;COSMIC模型(均方根误差RMSE=0.019 g·g^-1)和N₀参数法(RMSE=0.018 g·g^-1)均能较好地估算中尺度土壤水分,考虑矿物晶格水的情况下,土壤水的反演精度更高;试验期间,绿洲区平均有效监测深度为19 cm,荒漠区为36 cm。COSMIC模型可用于荒漠-绿洲区宇宙射线中子反演土壤水分,结合陆面模型在实现近地面气象-水文-生态各要素数据同化方面具有较大潜力。     

中国典型森林生态系统土壤水分时空分异及其影响因素

森林土壤水分作为物质与能量循环的载体影响林木生长与发育,并通过影响水分在陆气之间的循环与分配影响区域气候。基于我国不同气候带的9个森林生态系统定位观测站的长期观测数据,探究了2005-2016年中国典型森林生态系统土壤水分的空间分异及其时间动态,并进一步分析了影响其时空分异的环境因素。主要研究结论如下：（1）9个森林生态系统的土壤水分多年均值介于12.45%-36.30%之间,空间上呈现中温带、亚热带、热带土壤水分较高,暖温带土壤水分较低的分布特征。降水蒸散差（降水与蒸散的差值）可以解释我国森林生态系统土壤水分空间分异的62%（P<0.05）;（2）我国北部与东部季风区森林区域土壤水分呈上升趋势,降水上升是主因,其中暖温带北京、南亚热带鼎湖山与鹤山森林土壤水分上升趋势显著,增幅分别为0.67%/a、1.72%/a与0.69%/a;西南地区森林生态系统土壤水分呈下降趋势,该趋势由降水下降与蒸散上升共同导致,其中中亚热带贡嘎山及哀牢山森林生态系统土壤水分下降趋势显著,降幅分别为-1.77%/a与-0.94%/a;土壤水分时间分异与降水蒸散差的相关性最高（R=0.59,P<0.01）;（3）土壤水分呈下降趋势的森林生态系统中,春季土壤水分变化主导了年际变化,土壤水分上升的森林生态系统中,年际变化则是由秋、冬季主导。（4）与ERA-interim土壤水分再分析数据比较得出,两者在空间格局与变化趋势上均具有较高的一致性。CERN土壤水分观测数据反映了无人为干扰的自然条件下森林土壤-植被-气候之间的反馈作用,可为基于模型的土壤水分研究提供长时序的验证数据。     

含植被覆盖影响的石羊河流域土壤水分遥感估算及空间格局分析

土壤水分是地表和大气循环的纽带,对植被生长和高效农业灌溉起着关键作用。以石羊河流域为研究区,采用植被覆盖度/表面反照率梯形特征空间散点图计算裸土反照率,减少植被对遥感获取土壤水分误差,以提高遥感土壤水分估算精度。同时通过稳定性、空间自相关和地理探测器等分析了SM的空间格局及其影响因素。结果表明：（1）裸土反照率模型在石羊河流域的SM反演精度较高,为流域尺度的SM计算提供了新的方法思考。（2） SM具有明显的空间自相关性,Moran''s值为0.88（Z-score=1852.94,P<0.01）,上游林地高-高聚集,下游荒漠低-低聚集,且SM与FVC显著相关（P<0.01）。（3）石羊河流域年内SM稳定性整体良好,其中稳定性好和较好区域占研究区88.34%。（4） SM空间分布受多因子影响,各因子解释能力存在显著差异,其中植被覆盖度 > 土壤类型 > 高程 > 土地利用,且因子间交互作用增强了对SM空间分异的解释力。（5）不同土地利用类型的SM差异较大,其中未利用地大部分SM小于7%;草地和耕地SM居于中等水平,SM值为7%-15%;林地水平最高,SM值大于25%。     

基于机器学习算法的草地地上生物量估测——以祁连山草地为例

草地地上生物量（Aboveground Biomass,AGB）是指导畜牧业生产管理的重要指标,是草畜平衡综合分析的基础。目前,有关祁连山草地AGB反演的研究较少,且多源数据间的尺度差异问题并未得到很好的解决。为了解祁连山草地AGB的空间分布状况,利用Sentinel-2多光谱数据、无人机（Unmanned Aerial Vehicle,UAV）数据以及2021年植被生长期实测草地AGB数据实现了空天地一体化监测,通过决策树回归（Decision Tree Regression,DTR）、随机森林回归（Random Forest Regression,RFR）、梯度提升决策回归树（Gradient Boosting Regression Tree,GBRT）以及极致梯度提升（eXtreme Gradient Boosting,XGBoost）共4种算法反演草地AGB的适用性分析,利用最优模型反演了祁连山草地的AGB空间分布状况。结果表明：研究区内多种植被指数所表现出的特性有所差异。祁连山地区AGB在空间分布上呈现出由西北向东南递增的趋势,平均AGB为925.43kg/hm²。6种植被指数与实测AGB之间均表现为显著正相关,适合作为祁连山草地AGB遥感反演的指标;XGBoost模型较其它模型具有最高的R²值（0.78）和精度（74.75%）、最低的均方根误差（RMSE,99.74 kg/hm²）和平均绝对误差（MAE,71.60 kg/hm²）,模型反演效果最好;UAV数据能够提供更加详细的空间细节特征,减小Sentinel-2数据和实地采样数据间的尺度差异;因此,基于6种植被指数与祁连山草地AGB间的相关性,构建XGBoost模型反演研究区草地AGB空间分布状况是具有实践意义的。研究结果将为指导祁连山草地畜牧业的发展和维护草地生态系统的平衡提供一定的参考价值与数据支撑。     

北京山区侧柏林坡面土壤水分时空动态及其影响因素

研究基于自然坡面土壤水分高密度观测方法,明确北京山区侧柏林自然坡面土壤水分动态变化特征、时间稳定性及其影响因素,提升对北京山区坡面土壤水分时空动态及其影响因素的认识,为华北土石山区生态恢复对水文水资源影响评估提供依据。研究以北京鹫峰国家森林公园人工侧柏林地坡面（40 m×50 m）为研究对象,用Diviner 2000测量该自然坡面中30个测点,于2014年8月至2016年3月对坡面观测砾石层以上的土壤含水量（SWC）进行了观测。结果表明：观测期间土壤蓄水量（SWS）具有明显的季节变化特征且与降水量的变化趋势基本保持一致;不同土层SWC均处于中等变异,SWC较高时,SWC的变异性较低;研究区的土壤水分在整个观测期间都具有较高的时间稳定性,位于上坡水平阶的2号测点最能代表研究区的平均土壤水分;随着离树距离的增加SWS逐渐增加,春、夏、秋季离树距离0.5 m与1.5 m处SWS差异显著（P<0.05）;水平阶SWS显著大于陡坎（P<0.05）,夏、秋季下坡位土壤SWS显著低于上坡位（P<0.05）,水土保持工程措施对坡面SWC的分布格局有重要的影响。     

FY-4A太阳短波辐射产品在黑河流域的精度分析

FY-4A是我国自主研发的新一代静止气象卫星,其太阳短波辐射(downward surface shortwave radiation,DSSR)产品在水文、生态研究和能源开发利用等方面具有广阔的应用前景。基于祁连山综合观测网2018年4-12月的12个辐射站点观测数据,对黑河流域FY-4A DSSR产品进行精度验证和误差分析。结果表明:FY-4A DSSR产品与地面测量值具有较好的一致性。在晴空条件下,FY-4A DSSR与地面辐射站点观测数据的相关性(相关系数r=0.95)较高,平均偏差(MBE)为11.74 W·m^-2,均方根误差(RMSE)为59.43 W·m^-2;在全天空条件下,r为0.82,MBE和RMSE分别为75.99和163.80 W·m^-2,精度比晴空条件下低;FY-4A DSSR产品在不同的月份存在一致高估现象。此外,随高程升高,FY-4A DSSR与地面测量值的相关性总体降低。本文对FY-4A DSSR产品精度进行了定量分析,为了解其质量及其应用提供科学参考。     

土壤水分遥感反演研究进展

土壤水分精确反演对于理解和解决农业生产、生态规划以及水资源管理中的科学与实际问题至关重要。目前,大量的反演算法被广泛用于土壤水分估算,全球土壤水分遥感反演产品不断发布,反演算法与产品数据集的应用前景亟待系统梳理。基于不同谱段遥感探测技术中的土壤水分反演方法存在各自的特点、优势和局限性。除反演方法研究外,土壤水分遥感反演研究热点可被归纳为遥感土壤水分产品评估、在相关领域的应用、数据同化3个方面。大量研究表明土壤水分遥感反演产品在生态、水文、干旱等研究中表现出巨大的潜力,且在部分研究中已经得到应用。但目前土壤水分的遥感观测与应用需求仍存在一定的差距,因此最后对土壤水分遥感反演在探测的精度和准确度两个方面及其解决方案进行了总结与展望。     

宇宙射线快中子法在华北平原典型农田土壤水分测量中的应用

宇宙射线快中子法是一种新兴的能够实现区域土壤水分观测的方法.以中国科学院山东禹城综合试验站的宇宙射线连续观测数据和无线网络土壤水分观测数据为基础,研究了该方法在华北平原典型农田生态系统的适用性,重点探讨了采用标定法获得的土壤完全干燥条件下中子数(N₀)的稳定性和降雨灌溉对土壤水分估算的影响.结果表明: N₀的变化受下垫面变化影响,变化周期与试验区冬小麦和夏玉米的种植和收割期较一致.宇宙射线法估算的土壤水分对降雨和灌溉有明显响应,但在灌溉或降雨发生时会高估土壤水分.在华北农田生态系统条件下,宇宙射线法能有效地估算区域土壤水分,估算结果与浅层土壤水分观测值(10 cm深度)最为接近.     

宇宙射线中子法在农田土壤水分监测中的适用性

近年来,宇宙射线中子法(CRNS法)逐渐被应用到农田生态条件下的土壤水分监测领域,但其在田间应用时的空间代表性和测定精度还需进一步研究。本研究在华北平原冬小麦农田开展宇宙射线中子法应用效果的评价研究,采用超快速中子适应性(URANOS)模型计算CRNS法的空间权重,对CRNS法获得的土壤含水量与实测土壤含水量进行对比,以准确估算监测空间内的蓄水量。结果表明: 通过URANOS直接模拟得到的权重分布更符合理论值,测定半径在127~139 m。CRNS法估算的土壤含水量与实测土壤含水量的决定系数达到0.64,均方根误差达到0.05 cm³·cm^-3。CRNS法所得土壤含水量对探测区域内总体水分的变化响应灵敏,测定准确度有季节性变化规律。宇宙射线中子法是一种可用于冬小麦农田的连续、可靠的区域总体水分监测方法。     

阿克苏河流域土壤湿度反演与监测研究

以新疆阿克苏河流域为研究区,以GF-1 WFV和Landsat8 OLI两种高分辨率遥感影像为数据源,结合102个不同深度层的土壤湿度实测数据,选择垂直干旱指数(PDI)、改进型垂直干旱指数(MPDI)和植被调整垂直干旱指数(VAPDI),对土壤湿度指数反演的效果进行比较和验证。结果表明,两种数据源下的PDI、MPDI、VAPDI与土壤湿度实测含水量的决定系数较高,尤其是0—10 cm的相关性最强,平均决定系数达到0.68,说明基于光学遥感影像近红外和红光波段反射率构建的反演指数对近地表层土壤湿度信息更敏感,但对地下较深层次的土壤湿度反演精度略低;MPDI和VAPDI能够在一定程度上克服混合像元对土壤湿度光谱信息的影响,反演的精度要比PDI高,尤其是高植被覆盖度区,采用垂直植被指数(PVI)修正的VAPDI反演精度最佳;基于两种遥感数据源的土壤湿度空间异质性基本一致,但空间分辨率较高的GF-1 WFV模拟的土壤湿度空间分异更加精细和明显。研究结果可为"一带一路"背景下干旱半干旱地区大范围和动态监测土壤湿度、开展定量节水灌溉等提供理论基础和实践参考。     

Large seasonal changes in Q10 of soil respiration in a beech forest

We analyzed one year of continuous soil respiration measurements to assess variations in the temperature sensitivity of soil respiration at a Danish beech forest. A single temperature function derived from all measurements across the year (Q₁₀ = 4.2) was adequate for estimating the total annual soil respiration and its seasonal evolution. However, Q₁₀'s derived from weekly datasets ranged between three in summer (at a mean soil temperature of 14 °C) and 23 in winter (at 2 °C), indicating that the annual temperature function underestimated the synoptic variations in soil respiration during winter. These results highlight that empirical models should be parameterized at a time resolution similar to that required by the output of the model. If the objective of the model is to simulate the total annual soil respiration rate, annual parameterization suffices. If however, soil respiration needs to be simulated over time periods from days to weeks, as is the case when soil respiration is compared to total ecosystem respiration during synoptic weather patterns, more short‐term parameterization is required. Despite the higher wintertime Q₁₀'s, the absolute response of soil respiration to temperature was smaller in winter than in summer. This is mainly because in absolute numbers, the temperature sensitivity of soil respiration depends not only on Q₁₀, but also on the rate of soil respiration, which is highly reduced in winter. Nonetheless, the Q₁₀ of soil respiration in winter was larger than can be explained by the decreasing respiration rate only. Because the seasonal changes in Q₁₀ were negatively correlated with temperature and positively correlated with soil moisture, they could also be related to changing temperature and/or soil moisture conditions.     

黄土旱塬区土壤水分状况与作物生长、降水的关系

土壤水分研究是统筹农业生产和生态环境建设的关键环节.本研究结合4年田间定位试验,通过对黄土高原南部长武旱塬冬小麦和春玉米2012—2015年土壤水分状况的研究,分析农田土壤干层形成情况、土壤水分对作物生长的影响、降水对土壤水库的影响以及作物对土壤水分状况的影响.结果表明: 降水年型是冬小麦地土壤干层形成的主导因素,年内降水分布不均是春玉米地土壤干层形成的主导因素.长武旱塬区冬小麦和春玉米一年一季的种植制度不会导致永久性干层的产生;相较于春玉米,冬小麦根系生长习性更符合黄土旱塬区土壤水分循环特征,黄土旱塬区土壤水分有效性可保证作物产量稳定;降水作用下,冬小麦土壤水库充、放水过程呈现收获期、休闲期和苗期连续充水、缓慢消耗期和大量消耗期连续失水相互交替的特点.0～300和300～600 cm土层土壤水库不一致性现象明显,以最大根深作为野外监测试验中土壤含水量的取样深度时,由于深层土壤水库负反馈作用,不同降水年型下,休闲期和苗期的蒸散均会被高估,缓慢消耗期和大量消耗期的蒸散均会被低估.冬小麦田间过渡层存在的范围为140～360 cm;作物生长的时间跨度影响土壤水库效应的发挥,土壤水库对冬小麦供水表现为年际间的调节作用,土壤水库对春玉米供水表现为季节间的调节作用.     

基于植被/温度特征的黄土高原地表水分季节变化

地表水分是监测土地退化的一个重要指标,是气候、水文、生态、农业等领域的主要参数。选择陕北黄土高原地区作为研究区域,首先采用基于植被覆盖特征的植被状态指数（Vegetation Condition Index,简称VCI）和基于地表温度特征（Land Surface Temperature,简称Ts）的温度状态指数（Temperature Condition Index,简称TCI）分别评价了区域地表水分状况的季节变化。在此基础上分析了植被指数与地表温度特征线性关系的季节变化规律,计算了基于两者经验关系的地表干燥度指数（Temperature Vegetation Dryness Index,TVDI）。该指数对Ts／NDVI特征空间的生态特征的解释,对土壤和作物的水分含量具有综合的指示意义。文中利用该指数综合评价了研究区域地表水分状况的时空分布差异,进一步对VCI、TCI与TVDI相关关系的季节变化进行比较分析,并结合气候因子进行了相关验证,从而对不同指数的应用范围做出判定。研究结果表明,单独采用TCI或VCI表征地表水分会受到明显的季节影响,而TVDI能在不同季节综合体现植被覆盖和地表温度特征对地表水分的影响,从而能较好的反映区域地表水分状况的时空变化特征。各区域的TVDI值季节分布上皆为4—7月份高于10-翌年1月份,但各区TVDI值的季节变化则存在显著不同,而各流域内部TVDI值的空间变异性也存在季节差异,其中在10月份较为显著。     

Annual variation in soil respiration and its components in a coppice oak forest in Central Italy

In order to investigate the annual variation of soil respiration and its components in relation to seasonal changes in soil temperature and soil moisture in a Mediterranean mixed oak forest ecosystem, we set up a series of experimental treatments in May 1999 where litter (no litter), roots (no roots, by trenching) or both were excluded from plots of 4 m². Subsequently, we measured soil respiration, soil temperature and soil moisture in each plot over a year after the forest was coppiced. The treatments did not significantly affect soil temperature or soil moisture measured over 0–10 cm depth. Soil respiration varied markedly during the year with high rates in spring and autumn and low rates in summer, coinciding with summer drought, and in winter, with the lowest temperatures. Very high respiration rates, however, were observed during the summer immediately after rainfall events. The mean annual rate of soil respiration was 2.9 µ mol m^?2 s^?1, ranging from 1.35 to 7.03 µmol m^?2 s^?1. Soil respiration was highly correlated with temperature during winter and during spring and autumn whenever volumetric soil water content was above 20%. Below this threshold value, there was no correlation between soil respiration and soil temperature, but soil moisture was a good predictor of soil respiration. A simple empirical model that predicted soil respiration during the year, using both soil temperature and soil moisture accounted for more than 91% of the observed annual variation in soil respiration. All the components of soil respiration followed a similar seasonal trend and were affected by summer drought. The Q₁₀ value for soil respiration was 2.32, which is in agreement with other studies in forest ecosystems. However, we found a Q₁₀ value for root respiration of 2.20, which is lower than recent values reported for forest sites. The fact that the seasonal variation in root growth with temperature in Mediterranean ecosystems differs from that in temperate regions may explain this difference. In temperate regions, increases in size of root populations during the growing season, coinciding with high temperatures, may yield higher apparent Q₁₀ values than in Mediterranean regions where root growth is suppressed by summer drought. The decomposition of organic matter and belowground litter were the major components of soil respiration, accounting for almost 55% of the total soil respiration flux. This proportion is higher than has been reported for mature boreal and temperate forest and is probably the result of a short‐term C loss following recent logging at the site. The relationship proposed for soil respiration with soil temperature and soil moisture is useful for understanding and predicting potential changes in Mediterranean forest ecosystems in response to forest management and climate change.     

南京城市公园绿地不同植被类型土壤呼吸的变化

子2007年10月-2008年9月,利用Li-6400便携式光合作用仪配合土壤呼吸气室对南京中山植物园内草坪、疏林和近自然林3种植被类型的土壤呼吸速率的季节变化及其影响因子进行了测定.结果表明:不同植被类型土壤呼吸速率具有明显的季节变化,夏季(8月)较高,近自然林、疏林和草坪类型分别为3.28、4.07和7.58 μmol·m~(-2)·s~(-1),冬季(12月)最低,近自然林、疏林和草坪类型分别为0.82、0.99和1.42 μmol·m~(-2)·s~(-1);不同植被类型的年均土壤呼吸速率有显著差异(P＜0.05),平均土壤呼吸速率大小排序为草坪>疏林>近自然林;不同植被类型的土壤呼吸速率与土壤温度呈显著性指数相关关系,与土壤含水率无显著相关关系;Q_(10)值均随着土层深度的增加而增加;不同植被类型的Q_(10)值存在一定程度的差异,近自然林类型的Q_(10)值大于草坪和疏林类型的Q_(10)值.研究表明,城市如果大量发展草坪可能增加土壤CO_2的排放.

Abstract：

By using Li-6400 portable photosynthetic apparatus connected to soil chamber,the soil respiration rate under three vegetation types(lawn,open woodland,and close-to-nature forest)in Nanjing Zhongshan Botanical Garden was measured from October 2007 to September 2008,with related affecting factors analyzed.The soil respiration rate had obvious seasonal fluctuation,being the highest in summer(August)and the lowest in winter(December).For the close-to-nature forest,open woodland,and lawn,their soil respiration rate in summer was 3.28,4.07,and 7.58μmol·m~(-2)·s~(-1),and that in winter was 0.82,0.99,and 1.42μmol·m~(-2)·s~(-1),respectively.The annual mean soil respiration rate differed significantly with vegetation type(P＜0.05),which was in order of close-to-nature forest＜open woodland＜lawn.The soil respiration rate had significant exponential correlation with soil temperature,but no correlation with soil moisture.The Q_(10) value increased with increasing soil depth,and was larger in close-tonature forest than in open woodland and lawn.Our results indicated that the rapid development of lawn in urban green space could increase the urban soil CO_2 emission.