城市綠地空間形態(tài)對(duì)PM2.5的消減影響—以武漢市為例

陳明 胡義 戴菲

快速城鎮(zhèn)化產(chǎn)生了大量城市問(wèn)題，以PM2.5為首要污染物的大氣顆粒物污染成為中國(guó)城市普遍面臨的嚴(yán)峻挑戰(zhàn)[1-2]，也對(duì)人們的健康造成極大威脅，引發(fā)一系列呼吸系統(tǒng)疾病[3]。清潔健康的城市環(huán)境是人們?nèi)粘Ｉ畹幕颈Ｕ?，被世界衛(wèi)生組織列為健康城市的首條標(biāo)準(zhǔn)。改善空氣質(zhì)量、降低城市PM2.5濃度成為中國(guó)絕大部分城市需要解決的問(wèn)題之一。

大量研究表明，城市綠地能有效緩解PM2.5[4]，這主要是由于空氣中的PM2.5經(jīng)過(guò)布朗運(yùn)動(dòng)與植物的枝葉結(jié)構(gòu)發(fā)生碰撞導(dǎo)致PM2.5的沉降、阻滯、吸附及吸收[5]。目前關(guān)于城市綠地形態(tài)與PM2.5的研究較少，較多集中于線性的綠地—道路綠地形態(tài)的研究[6-8]，以及不同植物群落配置對(duì)PM2.5的影響等更微觀尺度[9-10]。徐歡等[11]針對(duì)徐州市25 hm2的云龍公園分析其內(nèi)部PM2.5濃度的不均勻性，同麗嘎等分析了包頭市若干個(gè)規(guī)模不等的公園綠地（約60～700 hm2）內(nèi)外PM2.5濃度的差異[12]。與綠地形態(tài)相近的研究多數(shù)基于城市空氣質(zhì)量監(jiān)測(cè)點(diǎn)為中心形成的圓形緩沖區(qū)，分析此范圍內(nèi)通過(guò)遙感影像提取的綠色斑塊空間格局對(duì)PM2.5的影響。其中基于1～6 km不同尺度的方形柵格空間單元，發(fā)現(xiàn)PM2.5濃度與綠色斑塊的景觀分割指數(shù)顯著相關(guān)，但其相關(guān)性隨季節(jié)發(fā)生變化[13]，因此對(duì)于改善PM2.5的綠地布局形式目前存在不穩(wěn)定性。通過(guò)0.1 km、0.3 km、0.5～5 km不同尺度的圓形或方形空間單元，以邊緣密度、邊緣長(zhǎng)度衡量綠地的形狀復(fù)雜程度，研究表明形態(tài)越復(fù)雜的綠色斑塊能消減更多的PM2.5[14-16]。林地和草地的斑塊密度與PM2.5濃度呈顯著負(fù)相關(guān)，表明破碎化的綠色斑塊更有利于PM2.5的消減[17]。

表1 9個(gè)城市綠地的基本屬性Tab.1 Basic attributes of nine urban green spaces

然而，上述研究主要關(guān)注的是城市普通街區(qū)中的綠化覆蓋層面的綠色斑塊，城市公園綠地、附屬綠地等不同綠地類(lèi)型是城市綠地系統(tǒng)規(guī)劃直接調(diào)控與作用的對(duì)象，具有實(shí)際管控意義，而當(dāng)前研究缺乏相應(yīng)的考量。有專(zhuān)家學(xué)者對(duì)城市綠色基礎(chǔ)設(shè)施、園林綠化的PM2.5調(diào)控措施提出了觀點(diǎn)[18-19]，然而關(guān)于這些城市綠地空間形態(tài)與PM2.5之間的量化關(guān)系基本仍為空白，因此在高密度城市中難以提出具體的空間優(yōu)化策略。鑒于此，本研究以華中地區(qū)高密度城市—武漢市為例，基于城市綠地分類(lèi)標(biāo)準(zhǔn)選取城市中的不同形態(tài)綠地，通過(guò)實(shí)地測(cè)量分析綠地對(duì)PM2.5濃度的消減量，探索二者之間的深層量化關(guān)系規(guī)律，以期為城市綠地的空間優(yōu)化布局提供參考。

1 研究方法

1.1 研究區(qū)概況與城市綠地篩選

武漢市是中國(guó)華中地區(qū)極具代表性的高密度城市，據(jù)《2018年武漢市綠化狀況公報(bào)》統(tǒng)計(jì)，截至2018年，武漢市建成區(qū)綠地面積達(dá)到22 408.23 hm2，已有22個(gè)開(kāi)放公園，400余個(gè)街頭小游園、小片林、小綠地遍布城區(qū)。然而在城市化過(guò)程中，綠地和水體不斷受到侵蝕，面臨嚴(yán)重的生態(tài)破損。城市的PM2.5呈現(xiàn)冬季污染嚴(yán)重、夏季空氣優(yōu)良的時(shí)間格局，反映中國(guó)城市PM2.5污染的普遍特征。

雖然主城區(qū)內(nèi)綠地?cái)?shù)量較多，為了確保研究數(shù)據(jù)的精度，首先排除綠地附近有其他大規(guī)模綠地或水體的樣本，以及避免影響消減PM2.5效果的其他可能因素，例如周?chē)泄さ氐?。其次根?jù)武漢市綠地系統(tǒng)規(guī)劃，并結(jié)合實(shí)際建設(shè)情況，通過(guò)現(xiàn)場(chǎng)踏勘選取了具有代表性的9個(gè)不同空間形態(tài)的城市綠地（圖1，表1）。

1.2 綠地空間形態(tài)指標(biāo)

通過(guò)Google Earth下載空間像素分辨率為0.5 m的武漢市遙感圖像。運(yùn)用ArcGIS軟件進(jìn)行人工目視解譯提取綠地，并轉(zhuǎn)換為1 m分辨率的柵格文件導(dǎo)入Fragstats軟件，精確計(jì)算斑塊層面上的綠地空間形態(tài)指標(biāo)。由既往研究可知，城市普遍街區(qū)中綠色斑塊的面積、形狀等均會(huì)顯著影響PM2.5[20-22]，并根據(jù)其他相近研究成果（湖泊濕地）的梳理[23]，筆者從面積、邊界、形狀、復(fù)雜性等方面衡量綠地的空間形態(tài)特征，因此選取的空間形態(tài)指標(biāo)包括斑塊面積指數(shù)（patch area）、斑塊周長(zhǎng)指數(shù)（patch perimeter）、形狀指數(shù)（shape index）、分維數(shù)（fractal dimension index）及近圓形形狀指數(shù)（related circumscribing circle），共5項(xiàng)反映空間形態(tài)的代表性指標(biāo)（表2、3）[24]。

1 9個(gè)城市綠地分布圖Distribution map of nine urban green spaces

1.3 PM2.5測(cè)量

于武漢PM2.5污染最嚴(yán)重的冬季開(kāi)展實(shí)測(cè)（2018年12月—2019年1月），選擇連續(xù)晴朗、無(wú)雨雪、無(wú)風(fēng)或微風(fēng)，以及相似的PM2.5污染的天氣，于每天09：00—12：00、12：00—15：00、15：00—17：00 3個(gè)時(shí)間段進(jìn)行3組測(cè)量，每個(gè)公園各測(cè)1天。由于9個(gè)綠地分布在武漢市主城區(qū)內(nèi)的不同空間位置，采用公園內(nèi)外固定布點(diǎn)的方式進(jìn)行測(cè)量，以消除背景濃度的影響[25]。其中，對(duì)照點(diǎn)設(shè)置在每片綠地外圍或邊緣空曠、無(wú)綠化覆蓋區(qū)以及無(wú)明顯污染源的地方，為了能充分反映綠地內(nèi)部的PM2.5濃度水平，借鑒類(lèi)似研究分析居住區(qū)景觀格局對(duì)PM2.5的影響[26]194，結(jié)合綠地內(nèi)部的可達(dá)性，依據(jù)綠地面積相對(duì)均勻地布置4～6個(gè)監(jiān)測(cè)點(diǎn)（圖2）。此外，利用運(yùn)動(dòng)相機(jī)GoPro同步記錄實(shí)測(cè)現(xiàn)場(chǎng)周?chē)闆r，用以分析突發(fā)狀況造成的數(shù)據(jù)偏差。

2 9個(gè)城市綠地的PM2.5測(cè)量點(diǎn)分布Distribution of PM2.5 measurement points in nine urban green spaces

3 9個(gè)綠地的PM2.5濃度消減量PM2.5 reduction in nine green spaces

表2 5項(xiàng)空間形態(tài)指標(biāo)基本屬性Tab.2 Basic attributes of five spatial morphological indexes

表3 9個(gè)綠地的空間形態(tài)指標(biāo)Tab.3 Spatial morphological indexes of nine green spaces

綠地內(nèi)外的PM2.5濃度測(cè)量通過(guò)2臺(tái)手持粉塵監(jiān)測(cè)儀TSI8532進(jìn)行測(cè)量。監(jiān)測(cè)時(shí)，這些儀器均以三腳架進(jìn)行固定，將傳感器放置到成年人呼吸的高度（1.5 m）。2臺(tái)TSI8532分別在內(nèi)部監(jiān)測(cè)點(diǎn)以及外部固定點(diǎn)每10 s記錄一次數(shù)據(jù)，記錄3 min，每個(gè)點(diǎn)得到18組數(shù)據(jù)。由于2臺(tái)TSI8532的測(cè)量值存在一定誤差，參考Dos Santos-Juusela等的方法，測(cè)量前以外部對(duì)照點(diǎn)的儀器為準(zhǔn)[27]，對(duì)公園內(nèi)部的測(cè)量?jī)x器進(jìn)行了校準(zhǔn)，經(jīng)過(guò)測(cè)試，校準(zhǔn)公式如下：

式中，C0是綠地內(nèi)部監(jiān)測(cè)點(diǎn)的原始PM2.5濃度，C是綠地內(nèi)部監(jiān)測(cè)點(diǎn)校準(zhǔn)后的PM2.5濃度。

參考Fan等的方法，城市綠地對(duì)PM2.5的消減量的計(jì)算公式如下[26]195：

式中，ΔC是綠地內(nèi)外部PM2.5濃度差，反映綠地的PM2.5消減量，Cs是綠地外部對(duì)照點(diǎn)的PM2.5濃度，Ci是綠地內(nèi)部各個(gè)監(jiān)測(cè)點(diǎn)的PM2.5濃度。

1.4 數(shù)據(jù)分析與處理

利用Excel對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行整理，利用SPSS19.0軟件進(jìn)行統(tǒng)計(jì)分析。首先，分析不同空間形態(tài)綠地的PM2.5消減量的整體特征。其次，通過(guò)雙變量相關(guān)分析綠地空間形態(tài)指標(biāo)與PM2.5消減量之間的關(guān)聯(lián)性，得到對(duì)PM2.5具有顯著消減效應(yīng)的綠地空間形態(tài)指標(biāo)，并構(gòu)建回歸方程。最后，考慮到不同綠地面積的差異性，通過(guò)單位面積綠地的PM2.5消減量進(jìn)一步分析不同綠地的消減效率。

2 研究結(jié)果分析

2.1 不同空間形態(tài)綠地PM2.5濃度的消減量分析

9個(gè)綠地內(nèi)部不同測(cè)量點(diǎn)與對(duì)照點(diǎn)的PM2.5濃度差值的平均值（一天3個(gè)測(cè)量時(shí)段）為該綠地的PM2.5濃度消減量（圖3）?？傮w來(lái)看，規(guī)模較大綠地的PM2.5消減量較大，消減量隨綠地面積的增加呈增長(zhǎng)的趨勢(shì)。綠地面積5～10 hm2為臨界值，當(dāng)綠地規(guī)模大于此范圍時(shí)，PM2.5消減量的增長(zhǎng)趨勢(shì)開(kāi)始減緩。而綠地規(guī)模小于此范圍以前，小幅度增加綠地規(guī)模能較大地提高PM2.5的消減量。

2.2 綠地空間形態(tài)對(duì)PM2.5的消減影響

相關(guān)分析表明（表4），斑塊面積、斑塊周長(zhǎng)及形狀指數(shù)與PM2.5濃度的消減量在p＜0.01水平上顯著正相關(guān)，相關(guān)系數(shù)分別為0.584、0.629及0.397，說(shuō)明綠地面積越大、周長(zhǎng)越長(zhǎng)、形狀越不規(guī)則，對(duì)PM2.5濃度的消減作用越明顯。其中，綠地斑塊周長(zhǎng)對(duì)PM2.5的消減影響最顯著，其次為斑塊面積，形狀指數(shù)對(duì)PM2.5的消減影響相對(duì)較弱。然而，分維指數(shù)與近圓形形狀指數(shù)對(duì)PM2.5濃度的消減量相關(guān)性很弱，主要是由于選取的9個(gè)綠地分維指數(shù)均較小，近圓形形狀指數(shù)均較大，二者基本都趨近于1，說(shuō)明這些綠地形狀復(fù)雜程度較低、接近條形。雖然二者相關(guān)性不顯著，但仍呈正相關(guān)趨勢(shì)。綠地的條形長(zhǎng)度達(dá)到一定程度后，發(fā)揮的作用類(lèi)似于綠色廊道，因此有利于 PM2.5的消減[16]928。

4 綠地不同空間形態(tài)指標(biāo)對(duì)PM2.5消減量的影響Effect of different spatial form indexes of green space on PM2.5 reduction

5 綠地面積與每公頃綠地的PM2.5消減量的曲線擬合Curve fitting between green space area and PM2.5 reduction per hm2

表4 綠地空間形態(tài)指標(biāo)與PM2.5濃度消減量的相關(guān)性Tab.4 Correlation between spatial morphological index of green space and PM2.5 concentration reduction

進(jìn)一步對(duì)斑塊面積、斑塊周長(zhǎng)、形狀指數(shù)與PM2.5濃度消減量進(jìn)行回歸分析，研究它們對(duì)PM2.5濃度消減量的影響程度（圖4）。形態(tài)指標(biāo)與PM2.5濃度消減量之間的回歸模型表明，綠地面積每增加10 hm2，可提升PM2.5濃度消減量17%（以9個(gè)綠地的平均消減量6 μg/m3為基準(zhǔn)，下同）；綠地周長(zhǎng)每增加1 000 m，可提升PM2.5濃度消減量17%；綠地形狀指數(shù)每增加0.1，可提升PM2.5濃度消減量10%。

首先，綠地面積越大，擁有更多的綠量發(fā)揮其消減作用[28]；提高周長(zhǎng)可增加綠地與周邊接觸的程度及與周?chē)坝^的融合，使綠地吸附更多的PM2.5；而形狀越不規(guī)則，斑塊生態(tài)交錯(cuò)帶面積較大，有利于綠地內(nèi)外的空氣對(duì)流，最大程度滯留并凈化空氣中的PM2.5[14]。其次，綠地面積、周長(zhǎng)與形狀指數(shù)不僅與PM2.5濃度顯著相關(guān)，也對(duì)其濃度的消減量作用顯著，這與Fan等基于北京18個(gè)居住區(qū)的研究發(fā)現(xiàn)相似[26]200。

2.3 單位面積綠地的PM2.5消減效率

由于9個(gè)綠地面積的差異性，為了綠地之間的PM2.5消減能力能進(jìn)行相互對(duì)比，將不同綠地的PM2.5消減量進(jìn)行基于面積的標(biāo)準(zhǔn)化處理，得到的相對(duì)值亦可理解為單位面積綠地的PM2.5消減量。因此將綠地的面積當(dāng)作自變量，計(jì)算每公頃綠地的PM2.5消減量當(dāng)作因變量，進(jìn)行雙變量相關(guān)分析，結(jié)果表明綠地的面積與每公頃綠地的PM2.5消減量在p＜0.01水平上顯著負(fù)相關(guān)，說(shuō)明綠地面積越大，單位面積消減的PM2.5的值就越小，即消減PM2.5的效率越低。

為了更深入研究綠地消減效率的變化趨勢(shì)，將上述數(shù)據(jù)進(jìn)行曲線回歸擬合。經(jīng)分析，線性、對(duì)數(shù)、倒數(shù)、二次、三次等不同擬合曲線中，綠地面積與單位面積綠地的PM2.5消減量均在p＜0.01水平顯著相關(guān)，其中冪函數(shù)的擬合度最高，R2為0.744（圖5）。由擬合曲線可知，綠地面積約5～10 hm2為一個(gè)臨界值，在綠地面積小于此范圍時(shí)，增加綠地面積可極大地降低其PM2.5消減效率，當(dāng)綠地面積超過(guò)此范圍，隨著綠地面積的增大，消減效率無(wú)明顯變化。

從這個(gè)角度來(lái)看，為最大化發(fā)揮綠地的消減作用，城區(qū)綠地的總體面積越大，其消減的PM2.5總量越多，但綠地面積每提高10 hm2，其消減量?jī)H提升1 μg/m3，5～10 hm2亦是綠地消減量的一個(gè)轉(zhuǎn)折點(diǎn)，加上單個(gè)綠地面積越大，每公頃凈化的PM2.5越少（圖2）。這一定程度上說(shuō)明了當(dāng)綠地面積達(dá)到一定程度時(shí)（約5～10 hm2），采用分散式布局更有利于PM2.5的消減，驗(yàn)證了之前的研究結(jié)果[29]。

3 結(jié)論

1）不同規(guī)模大小的綠地內(nèi)部PM2.5的濃度總體上是低于綠地外部的PM2.5濃度，且綠地面積越大，總體上綠地內(nèi)外PM2.5的濃度差值越大。綠地的PM2.5消減量隨綠地面積的增加呈增長(zhǎng)的趨勢(shì)，綠地面積小于5～10 hm2時(shí)，小幅度增加綠地面積能較大地提高PM2.5的消減量，而綠地面積超過(guò)5～10 hm2以后，PM2.5的消減量開(kāi)始趨緩。

2）城市綠地的空間形態(tài)對(duì)PM2.5濃度的消減具有顯著影響，綠地的斑塊面積、斑塊周長(zhǎng)及形狀指數(shù)與PM2.5濃度的消減量呈顯著正相關(guān)，面積、周長(zhǎng)及形狀指數(shù)越大，綠地消減PM2.5的效果就越明顯，綠地面積、周長(zhǎng)、形狀指數(shù)每增加10 hm2、1 000 m、0.17，能提升PM2.5的消減量約17%。

3）基于實(shí)測(cè)數(shù)據(jù)得到綠地面積與每公頃綠地PM2.5的消減量之間的擬合函數(shù)為冪函數(shù)。由曲線變化趨勢(shì)可得，在綠地面積小于5～10 hm2時(shí)，增加綠地面積可極大地降低其PM2.5消減效率，當(dāng)綠地面積超過(guò)5～10 hm2，隨著綠地面積的增大，消減效率無(wú)明顯變化。

4 討論

4.1 基于PM2.5消減的城市綠地空間優(yōu)化策略

1）提高綠地面積、周長(zhǎng)及形狀的不規(guī)則或復(fù)雜程度。然而在高密度的城市空間里，提高綠地面積是較難實(shí)現(xiàn)，一方面，通過(guò)屋頂綠化、垂直綠化等綠化方式，提高綠量[30]；另一方面，在綠地面積一定時(shí)，可通過(guò)增加其邊界長(zhǎng)度、營(yíng)造邊界形狀較不規(guī)則及復(fù)雜的空間形態(tài)，將能有效降低城區(qū)PM2.5濃度值，最大挖掘綠地的消減能力。

2）從綠地的總體布局來(lái)看，當(dāng)綠地面積達(dá)到一定程度時(shí)（5～10 hm2），適當(dāng)采用小規(guī)模、分散式的布局，多個(gè)小面積的綠地的消減效果將大于1個(gè)面積相等綠地的效果，能提高PM2.5的消減效率，實(shí)現(xiàn)“1＋1＞2”的效果。尤其在高密度的中心城區(qū)內(nèi)，小規(guī)模綠地的布局方式具有較高的可行性，同時(shí)對(duì)緩解熱島效應(yīng)也具有顯著作用[31]。

3）借助綠地空間形態(tài)與PM2.5或單位面積PM2.5的消減量的回歸模型，來(lái)評(píng)估規(guī)劃綠地的消減效果，用以選擇最優(yōu)的城市綠地規(guī)劃設(shè)計(jì)方案，或評(píng)估現(xiàn)有綠地的消減效果，并進(jìn)行相關(guān)的改造和優(yōu)化。

4.2 研究展望

筆者以武漢主城區(qū)綠地為研究對(duì)象進(jìn)行研究，所得的結(jié)論具有地域局限性，不同地域的氣候環(huán)境、地形地貌以及植被的種類(lèi)不同都可能對(duì)PM2.5濃度產(chǎn)生不一致的影響，因此可擴(kuò)大研究的范圍至不同氣候帶的不同區(qū)域，可增加同一形態(tài)綠地的數(shù)量，突破單一城市中綠地樣本的限制。未來(lái)研究還可借助相關(guān)軟件進(jìn)行模擬分析，以實(shí)測(cè)加模擬的方式，能從多方面驗(yàn)證城區(qū)綠地消減PM2.5的規(guī)律，例如從更精細(xì)的綠地面積變化區(qū)間分析對(duì)PM2.5的影響。此外，本研究選擇冬季白天進(jìn)行PM2.5的濃度監(jiān)測(cè)，主要研究城區(qū)綠地在冬季霧霾天的PM2.5消減效果，將來(lái)須進(jìn)行多天的PM2.5監(jiān)測(cè)，以排除數(shù)據(jù)偶然因素造成的影響，并考慮周?chē)煌?、公園內(nèi)的人為活動(dòng)等因素，提高結(jié)果的準(zhǔn)確度。還可選擇其他季節(jié)進(jìn)行監(jiān)測(cè)，研究不同季節(jié)不同空間形態(tài)綠地的PM2.5消減效果的差異性。

圖表來(lái)源(Sources of Figures and Tables):

文中圖表均由作者繪制，其中圖1、2底圖來(lái)源于Google Earth 衛(wèi)星底圖。