長江中游城市群建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5的消減效應(yīng)

方云皓,趙麗元,*,竇碧瑩,王書賢,周 樅

1 華中科技大學(xué)建筑與城市規(guī)劃學(xué)院,武漢 430074 2 南京市規(guī)劃與自然資源局江寧分局,南京 211199

PM2.5是指空氣動力學(xué)等效直徑小于等于2.5μm的顆粒物,其主要來源為快速城鎮(zhèn)化進程中劇烈且頻繁的人類活動引發(fā)的化石燃料的粗糙使用、汽車尾氣與工業(yè)廢氣的大規(guī)模排放等[1]。21世紀以來,伴隨中國城市的快速發(fā)展,以PM2.5為主要污染物的大氣污染問題日益凸顯[2]。一方面,PM2.5由于自身涵蓋有機碳、碳黑、粉塵、硫酸銨(亞硫酸銨)、硝酸銨等五類化學(xué)組分,其濃度過高會導(dǎo)致城市大氣能見度降低、氣流交換速率減弱,致使街道或建筑組團內(nèi)部熱量聚集,誘發(fā)諸如城市熱島效應(yīng)等“城市病”來降低生態(tài)環(huán)境質(zhì)量[3-4];另一方面,PM2.5由于具有粒徑小、重量輕、在空氣中滯留時間久等特征,其極易被吸入到肺泡等人體器官中,引發(fā)諸如肺癌、支氣管炎、哮喘等疾病,嚴重威脅城市居民的身體健康[5]。因此,如何削減PM2.5已成為中國生態(tài)文明建設(shè)過程中政府、學(xué)者以及公眾等社會各界密切關(guān)注的重要議題。

目前關(guān)于削減PM2.5措施的討論主要圍繞在源頭控制以及自然沉降兩個方面。源頭控制指通過相關(guān)政策、標準等人為強制性干預(yù)措施,將PM2.5污染控制在產(chǎn)生前或排放源處的控制方法,具體措施包括改善能源消耗結(jié)構(gòu)、車輛限行、工廠限排等,其既能減少化石燃料等物質(zhì)能源的浪費,又能降低污染物產(chǎn)生后治理所需的費用[6]。自然沉降,指PM2.5通過湍流擴散、重力沉降以及分子擴散等一定自然途徑沉降至地表的過程,包括干沉降和濕沉降[7]。其中,干沉降指大氣氣溶膠粒子和微量氣體成分在無降水條件下落在植被和建筑物表面的過程,而濕沉降指大氣顆粒物由于雨、雪等降水沖刷而下沉至地面或水體的過程[8-9]。一般而言,濕沉降的效率雖然較高但依賴于雨雪天氣具有不穩(wěn)定性,因此在絕大多數(shù)地區(qū)削減PM2.5的自然沉降方式主要以干沉降為主[7]。此外,相對于其他干沉降表面,以植被為主體的下墊面能夠利用葉片的滯留、附著和粘附等功能大幅提升干沉降效率[10]。

綠色基礎(chǔ)設(shè)施(Green Infrastructure,GI)是城市及其周邊具備自然、半自然及工程特征的綠色空間網(wǎng)絡(luò)與復(fù)合生態(tài)系統(tǒng),是城市長期獲得生態(tài)、經(jīng)濟和社會等可持續(xù)效益的載體,包括森林公園、耕地等“樞紐”,綠道、景觀走廊等“鏈接”,以及綠色屋頂、垂直綠化等生態(tài)工程[11]。目前針對以植被為載體的綠色基礎(chǔ)設(shè)施對PM2.5的削減效應(yīng)研究受到廣泛關(guān)注,既包括林地[12-13]、濕地[14-15]、公園[16-17]以及道路綠帶[18-20]等單類型綠色基礎(chǔ)設(shè)施,也包括城市綠地[21-22]、城市生態(tài)空間[23-24]等復(fù)合型綠色基礎(chǔ)設(shè)施,具體涵蓋微觀與宏觀兩種尺度。在微觀尺度,研究主要利用國控監(jiān)測站點與PM2.5濃度監(jiān)測設(shè)備(例如空氣質(zhì)量檢測儀等)獲取逐小時或逐日PM2.5濃度數(shù)據(jù),通過對比實驗組(處于綠色基礎(chǔ)設(shè)施空間范圍內(nèi))與對照組的PM2.5濃度差異評估綠色基礎(chǔ)設(shè)施對PM2.5削減效應(yīng)[25-27]。微觀尺度測量具有精度高的優(yōu)點,能夠為樹種選擇以及景觀配置提供指引。宏觀尺度研究多基于遙感數(shù)據(jù)、土地利用數(shù)據(jù)等多源數(shù)據(jù)展開,具體來說可分為兩種,一種偏向于通過關(guān)聯(lián)性分析模型如線性回歸模型[28]、地理加權(quán)回歸模型[29-30]、地理探測器模型[31]等探討綠色基礎(chǔ)設(shè)施的相關(guān)空間形態(tài)指標對PM2.5濃度的影響程度,另一種側(cè)重于通過干沉降模型[32]、城市森林效益模型[33]等對PM2.5濃度的削減量、去除率或滯塵率進行定量計算?？傮w來說,宏觀尺度評估盡管無法達到微觀尺度測量的精度,但其能夠突破特定區(qū)域范圍限制,定量測算整個城市或城市群的綠色基礎(chǔ)設(shè)施對PM2.5的削減效應(yīng)。

盡管近年來存在部分研究剖析綠色基礎(chǔ)設(shè)施對PM2.5的削減效應(yīng)及驅(qū)動機制,但其較多以截面數(shù)據(jù)分析為主,對于長時間序列下的綠色基礎(chǔ)設(shè)施對PM2.5的動態(tài)影響關(guān)注仍然較少。伴隨城市化進程的推進,綠色基礎(chǔ)設(shè)施與PM2.5均處于不斷變化中,靜態(tài)分析綠色基礎(chǔ)設(shè)施對PM2.5的削減效應(yīng)具有時空局限性,難以系統(tǒng)揭示綠色基礎(chǔ)設(shè)施的滯塵除霾機制。此外,現(xiàn)有文獻聚焦于城市、街區(qū)尺度,鮮有研究基于城市群視角進行區(qū)域尺度分析。而PM2.5在空間具有溢出效應(yīng)[34],高濃度PM2.5區(qū)域往往由臨近區(qū)域PM2.5導(dǎo)致,從中小尺度分析綠色基礎(chǔ)設(shè)施對PM2.5的削減效應(yīng)無法排除溢出效應(yīng)影響。鑒于此,本研究以長江中游城市群為建成區(qū)例,從時空動態(tài)視角探索2000-2020年綠色基礎(chǔ)設(shè)施對PM2.5濃度的削減效應(yīng)及驅(qū)動機制,以期為基于自然的氣候解決方案(Natural Climate Solutions,NCS)提供可持續(xù)發(fā)展的生態(tài)框架。

1 研究區(qū)域

本研究以長江中游城市群建成區(qū)作為研究區(qū)域。長江中游城市群(20°09′N-33°20′N,180°21′E-118°28′E)地跨湖北、湖南和江西3省31市(圖1),是我國中部地區(qū)的特大型國家級城市群。氣候類型屬于亞熱帶季風性氣候,地形以平原與山體為主,年均降水量在800-1943mm,擁有漢江、湘江、洞庭湖、鄱陽湖等自然資源。2022年2月,國務(wù)院批復(fù)長江中游城市群發(fā)展“十四五”實施方案,要求長江中游城市群成為長江經(jīng)濟帶發(fā)展和中部地區(qū)崛起的重要支撐。在快速城市化背景下,長江中游城市群建成區(qū)面積不斷增加,加之其逐漸承接發(fā)達地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移,致使該地區(qū)下墊面生態(tài)本底發(fā)生改變的同時空氣污染問題日益凸出,以PM2.5為主的大氣污染物已成為制約長江中游城市群高質(zhì)量發(fā)展的重要因素。

2 研究數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)

本研究的數(shù)據(jù)來源包括建成區(qū)面積數(shù)據(jù)、土地覆蓋數(shù)據(jù)、PM2.5數(shù)據(jù)以及夜間燈光數(shù)據(jù),其通過1km×1km的空間單元網(wǎng)格予以統(tǒng)計。建成區(qū)面積數(shù)據(jù)來源于Science Data Bank(https://www.scidb.cn/en/detail?dataSetId=717696607260246016)提供的中國433個城市建成區(qū)邊界矢量數(shù)據(jù)集,時間維度包括1990-2020(每隔5年)共7個年份;土地覆蓋數(shù)據(jù)來源于Google Earth Engine(http://doi.org/10.5281/zenodo.4417809)提供的1990-2020中國逐年土地覆蓋數(shù)據(jù)集(China Land Cover Dataset),涵蓋林地、草地、耕地、濕地、水體、灌木、裸地、不透水面以及冰/雪地9種土地覆蓋信息,空間分辨率達30m×30m,總體準確率達80%。根據(jù)《中國土地利用現(xiàn)狀分類》(GB/T21010-2017)的標準,加之灌木在研究區(qū)域內(nèi)占比較少,本研究將林地、草地、耕地、濕地、水體定義為建成區(qū)綠色基礎(chǔ)設(shè)施的主要類型;PM2.5數(shù)據(jù)來源于圣路易斯華盛頓大學(xué)(https://sites.wustl.edu/acag/datasets/surface-pm2-5/#V5.GL.02)的大氣成分分析組(Atmospheric Composition Analysis Group)提供的1998-2020中國逐年P(guān)M2.5年均柵格數(shù)據(jù)集,其空間分辨率為0.01°×0.01°;夜間燈光數(shù)據(jù)來源于Harvard Dataverse(https://doi.org/10.7910/DVN/YGIVCD)提供的跨傳感器校正的2000-2020全球“類NPP-VIIRS”夜間燈光數(shù)據(jù)集(NPP-VIIRS-like NTL Data),其空間分辨率約為500m。

2.2 研究方法

2.2.1老城區(qū)與擴張區(qū)劃分

在快速城市化背景下,長江中游城市群內(nèi)老城區(qū)與擴張區(qū)面臨的氣候威脅(如PM2.5濃度升高)在地理空間上存在差異,其相應(yīng)的氣候適應(yīng)策略也應(yīng)當進行分區(qū)引導(dǎo)。為了系統(tǒng)分析老城區(qū)與擴張區(qū)的PM2.5濃度差異,并比較這兩種區(qū)域的綠色基礎(chǔ)設(shè)施對PM2.5濃度消減效應(yīng)的驅(qū)動機制,以此為差異性氣候適應(yīng)策略提供依據(jù),本研究基于建成區(qū)面積數(shù)據(jù)將2005、2010、2015及2020年建成區(qū)依次劃分為老城區(qū)與擴張區(qū)兩種類型區(qū)域。其中某年建城區(qū)面積為該年老城區(qū)與擴張區(qū)面積之和,而前一時間段建成區(qū)相當于后一時間段老城區(qū),如圖2所示。

圖2 建成區(qū)、老城區(qū)與擴張區(qū)示意圖Fig.2 Diagram of built-up area,old urban area and expansion area

2.2.2消減效應(yīng)分析

盡管大量研究已經(jīng)證實綠色基礎(chǔ)設(shè)施存在滯塵、除霾等功能,但仍存在少量研究對此結(jié)論持懷疑甚至相反觀點[35-36]。基于此,本研究在系統(tǒng)分析建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5濃度的驅(qū)動機制前,根據(jù)削減率公式[19,33]從區(qū)域尺度驗證2000-2020年長江中游城市群建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5濃度的削減效應(yīng),并對其削減程度進行計算:

(1)

式中,P為綠色基礎(chǔ)設(shè)施對PM2.5濃度的削減率,其值處于(0%,100%]表示存在削減作用,且值越高表明削減作用越強,在此區(qū)間外則不存在削減作用;Cs代表對照區(qū)PM2.5平均濃度值;Cm代表實驗區(qū)(建成區(qū)內(nèi)綠色基礎(chǔ)設(shè)施區(qū)域)PM2.5平均濃度值。本研究參照相關(guān)文獻[23,37]并結(jié)合研究數(shù)據(jù)空間分辨率,利用GIS緩沖區(qū)分析功能設(shè)置對照區(qū),即建成區(qū)內(nèi)、綠色基礎(chǔ)設(shè)施空間范圍外500m區(qū)域。對照區(qū)與實驗區(qū)地理區(qū)位臨近,除綠色基礎(chǔ)設(shè)施要素外,其余要素(氣候類型、城市結(jié)構(gòu)等)基本一致。通過對比同一時期對照區(qū)與實驗區(qū)的PM2.5濃度值差異,并進一步計算削減率,可基本研判綠色基礎(chǔ)設(shè)施引起的PM2.5濃度變化情況。

2.2.3地理探測器模型

本研究采用地理探測器模型[38]解析2000-2020年長江中游城市群建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5濃度的驅(qū)動機制。地理探測器,作為一種空間統(tǒng)計學(xué)方法,廣泛適用于生態(tài)環(huán)境、地理遙感及城市規(guī)劃等領(lǐng)域的影響因子識別及驅(qū)動機制解析研究。此方法在城市或區(qū)域尺度主要通過挖掘要素的空間分層異質(zhì)性來測度自變量對于因變量的重要程度,相較于傳統(tǒng)統(tǒng)計方法中假設(shè)條件過多等處理變量的局限性,具備無線性關(guān)聯(lián)假設(shè)等顯著特征,能有效避免變量的共線性問題。空間分層異質(zhì)性表征為層內(nèi)方差之和小于層間總方差的現(xiàn)象,用q值(qstatistics)度量,表達式如下:

(2)

(3)

SST=Nσ2

(4)

本研究采取地理探測器軟件(GeoDetector)進行因子探測與交互作用探測。當?shù)乩硖綔y器用于因子探測時,q值反映單類型綠色基礎(chǔ)設(shè)施對PM2.5濃度的解釋力;當?shù)乩硖綔y器用于交互作用探測時,q值反映雙類型綠色基礎(chǔ)設(shè)施對PM2.5濃度的交互解釋力,通過對比單因子q值及交互作用q值,可判斷交互作用的類型,如表1所示。

表1 綠色基礎(chǔ)設(shè)施對PM2.5濃度的交互作用類型Table 1 Interaction types of green infrastructure on PM2.5 concentration

2.2.4約束線方法

綠色基礎(chǔ)設(shè)施對PM2.5濃度的削減作用過程錯綜復(fù)雜。實際上,綠色基礎(chǔ)設(shè)施往往由于受到其他因素例如城市化水平的影響,而無法完全發(fā)揮對城市PM2.5濃度的削減作用。

約束線方法[39]是揭示復(fù)雜生態(tài)系統(tǒng)(包括綠色基礎(chǔ)設(shè)施)中限制變量(約束因子)對響應(yīng)變量(驅(qū)動因子)約束性作用的方法,其能夠刻畫響應(yīng)變量的潛在范圍或最大值,進而從散亂分布的數(shù)據(jù)云中提取關(guān)鍵信息,具體包括四種繪制手段,包括參數(shù)法、散點云網(wǎng)格法、分位數(shù)回歸法和分位數(shù)分割法。

本研究參照相關(guān)文獻[40-41],采取分位數(shù)分割法分別探索2005、2010、2015及2020年老城區(qū)與擴張區(qū)城市化發(fā)展對綠色基礎(chǔ)設(shè)施的約束效應(yīng)。如圖3所示,首先分別繪制老城區(qū)與擴張區(qū)1km×1km的空間單元中響應(yīng)變量(綠色基礎(chǔ)設(shè)施柵格數(shù)量)與限制變量(夜間燈光輻射值)的散點圖;其次將x軸按照其值域等分為50組,選取每一組中95%的分位數(shù)作為邊界點(老城區(qū)與擴張區(qū)各50個),邊界點表示限制變量影響響應(yīng)變量時,響應(yīng)變量的理論最大值;最后,根據(jù)提取的邊界點進行非線性擬合以提取最優(yōu)約束線。

圖3 約束線示意圖Fig.3 Diagram of constraint line

3 結(jié)果分析

3.1 PM2.5時空分布特征

如圖4所示,2000-2020年長江中游城市群年均PM2.5濃度演變呈現(xiàn)先升后降的“倒U型”趨勢,可劃分為3個階段:2000-2008年,年均PM2.5濃度呈現(xiàn)逐年上升趨勢,由2000年的37.0μg/m3增至2008年的52.0μg/m3,上升率達40.5%,空氣質(zhì)量逐年惡化;2008-2013年,年均PM2.5濃度處于48.3-54.9μg/m3范圍內(nèi),總體保持較高且穩(wěn)定態(tài)勢,最高值54.9μg/m3發(fā)生在2011年;2013-2020年,年均PM2.5濃度呈現(xiàn)下降趨勢,由2013年的50.9μg/m3下降至2020年的29.4μg/m3,下降率達42.2%。依據(jù)世界衛(wèi)生組織(WHO)發(fā)布的《空氣質(zhì)量準則》中的目標值(15、25和35μg/m3),以及中國《環(huán)境空氣質(zhì)量標準(GB3095-2012)》中的年均濃度限值(15和35μg/m3),將長江中游城市群PM2.5濃度劃分為0-15μg/m3、15-25μg/m3、25-35μg/m3、35-45μg/m3、45-55μg/m3、55-65μg/m3與65-75μg/m3七個區(qū)間,其中低濃度(PM2.5濃度<國家二級標準35μg/m3)比重呈現(xiàn)先降后升的趨勢,而高濃度(PM2.5濃度>55μg/m3)比重呈現(xiàn)先升后降的趨勢。

圖4 2000-2020年長江中游城市群PM2.5濃度時序演變特征Fig.4 Temporal evolution characteristics of PM2.5 concentration in urban agglomerations of the middle reaches of the Yangtze River from 2000 to 2020

為探究2000-2020年長江中游城市群PM2.5濃度空間演變特征,依次選取2000、2005、2010、2015與2020年數(shù)據(jù)進行空間可視化,如圖5所示。2000年P(guān)M2.5濃度總體較低,其中高于45μg/m3的區(qū)域主要分布在湖北省各城市;2005年城市群PM2.5濃度總體上升明顯,PM2.5濃度高于45μg/m3的區(qū)域擴散至湖北省及湖南省絕大多數(shù)城市;2010年城市群PM2.5濃度高于65μg/m3的區(qū)域大范圍出現(xiàn),主要在湖北省呈連片狀蔓延,少量呈斑塊狀集聚在湖南長沙;2015年城市群PM2.5濃度總體呈下降趨勢,除武漢、孝感、宜昌、襄陽、荊門等城市PM2.5濃度依然高于65μg/m3外,其余城市PM2.5濃度均得到不同程度緩解;2020年城市群PM2.5濃度整體下降顯著,除襄陽、荊門外,其余城市PM2.5濃度普遍低于45μg/m3,盡管如此,仍有超過長江中游城市群總面積1/4區(qū)域的PM2.5濃度超過國家二級標準35μg/m3,空氣質(zhì)量未達標?？傮w而言,伴隨城市化快速推進,建成區(qū)范圍不斷擴大,2000-2020年長江中游城市群PM2.5濃度呈現(xiàn)由西北向東南級差化遞減的兩級分化格局。

圖5 2000-2020年長江中游城市群PM2.5濃度空間演變特征Fig.5 Spatial evolution characteristics of PM2.5 concentration in urban agglomerations of the middle reaches of the Yangtze River from 2000 to 2020

為進一步對比城市擴張過程中建成區(qū)、老城區(qū)以及擴張區(qū)的PM2.5濃度特征,依次對2000、2005、2010、2015與2020年份中各類型區(qū)域內(nèi)PM2.5濃度值進行統(tǒng)計,如圖6所示。長江中游城市群建成區(qū)PM2.5濃度與總體PM2.5濃度時空演變規(guī)律相一致,呈現(xiàn)“倒U型”趨勢。此外,老城區(qū)PM2.5濃度始終高于擴張區(qū),與相關(guān)研究結(jié)論相符[42],其中最大差值為2.0μg/m3,發(fā)生在2010年,最小差值為0.6μg/m3,發(fā)生在2020年,表明伴隨快速城市化的持續(xù)推進,新老城之間PM2.5濃度差異呈逐漸縮小趨勢。

圖6 2000-2020年長江中游城市群老城區(qū)與擴張區(qū)PM2.5濃度比較Fig.6 Comparison of PM2.5 concentration between the old urban area and the expansion area in urban agglomerations of the middle reaches of the Yangtze River from 2000 to 2020

3.2 綠色基礎(chǔ)設(shè)施對PM2.5濃度消減效應(yīng)分析

長江中游城市群實驗區(qū)(建成區(qū)內(nèi)綠色基礎(chǔ)設(shè)施)與對照區(qū)(建成區(qū)內(nèi)、綠色基礎(chǔ)設(shè)施空間范圍外500m區(qū)域)的PM2.5濃度消減效應(yīng)分析結(jié)果如表2所示,對應(yīng)5個時段(2000、2005、2010、2015及2020),削減率分別為2.7%、3.1%、3.2%、3.0%、3.0%。一方面,表明長江中游城市群建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5存在削減效應(yīng);另一方面,從整體削減水平來看,綠色基礎(chǔ)設(shè)施對PM2.5的削減率整體不超過4%,與相關(guān)區(qū)域尺度的研究結(jié)果一致[33],表明建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5的削減效應(yīng)目前仍較為有限,這主要是由于PM2.5濃度的變化涉及經(jīng)濟、社會、產(chǎn)業(yè)、生態(tài)等多維度因素,相對于其他因素,綠色基礎(chǔ)設(shè)施的面積比例、植被結(jié)構(gòu)、植株生長情況等自身條件致使其對PM2.5的消減效應(yīng)存在局限性。

3.3 綠色基礎(chǔ)設(shè)施類型對PM2.5濃度的驅(qū)動機制

為探索建成區(qū)綠色基礎(chǔ)設(shè)施類型對PM2.5濃度的驅(qū)動機制,本研究基于地理探測器的因子探測功能與交互作用探測功能,分別探測2005、2010、2015及2020年林地、草地、耕地、濕地、水體對PM2.5濃度的解釋力(q值)。

如圖7所示,就單因子解釋力排序而言,林地對PM2.5濃度的解釋力最高,老城區(qū)與擴張區(qū)四年平均解釋力分別為0.63、0.73。其作用機理為林地中的植被通過滯留或停著、附著以及黏附3種干沉降方式使顆粒物沉積在其葉片、枝干等部位,從而降低周圍的PM2.5濃度;其次為草地和耕地,老城區(qū)四年平均解釋力分別為0.53、0.30,擴張區(qū)四年平均解釋力分別為0.66、0.39。就草地來說,其與林地中的茂碩喬木相比冠層粗糙度較低,但依然發(fā)揮重要的滯塵、除霾等功能,對大氣中的懸浮顆粒物、氣溶膠性質(zhì)污染物具有吸附作用;對耕地而言,其具有增加與削減PM2.5濃度的雙面性。一方面,耕地能夠通過植被葉片干濕沉降效應(yīng)降低PM2.5濃度,另一方面,農(nóng)田秸稈焚燒也會造成PM2.5濃度偏高,此外,大部分耕地在閑置時具有裸地性質(zhì)。本研究結(jié)果表明在長江中游城市群,耕地對PM2.5濃度的影響主要表征為削減效應(yīng),這意味著耕地保護不僅關(guān)乎農(nóng)業(yè)生產(chǎn)與糧食安全,對于應(yīng)對氣候變化也具有重要意義;濕地則在老城區(qū)與擴張區(qū)對PM2.5濃度的解釋力始終較弱?？偟膩碚f,各因子對PM2.5濃度的解釋力在老城區(qū)總體呈現(xiàn)出林地>草地>耕地>濕地、水體的規(guī)律,而在擴張區(qū)呈現(xiàn)出林地>草地>耕地、水體>濕地的規(guī)律。

圖7 2000-2020年長江中游城市群老城區(qū)與擴張區(qū)驅(qū)動因子探測結(jié)果Fig.7 Detection results of driving factors for old urban area and expansion area in urban agglomerations of the middle reaches of the Yangtze River from 2000 to 2020

對比老城區(qū)與擴張區(qū),擴張區(qū)大部分單因子解釋力均顯著高于老城區(qū),尤其對于水體來說最為明顯,其在老城區(qū)對PM2.5濃度無顯著影響,而在擴張區(qū)仍具有解釋力,最高達0.38發(fā)生在2010年,表明擴張區(qū)綠色基礎(chǔ)設(shè)施對PM2.5的削減效應(yīng)較老城區(qū)更強。主要原因有兩點:一方面,擴張區(qū)相對于老城區(qū)在經(jīng)濟、社會發(fā)展方面仍處于起步階段,城市建設(shè)用地比重較小,各綠色基礎(chǔ)設(shè)施用地比重相對老城區(qū)較大,對PM2.5的削減效應(yīng)更高。另一方面,老城區(qū)與擴張區(qū)中綠色基礎(chǔ)設(shè)施的斑塊分布形式存在差異,擴張區(qū)在未發(fā)展前綠色基礎(chǔ)設(shè)施斑塊分布較為完整,而老城區(qū)綠色基礎(chǔ)設(shè)施斑塊受社會、經(jīng)濟、產(chǎn)業(yè)等多重因素影響較多呈破碎化分布。相關(guān)證據(jù)表明,綠色基礎(chǔ)設(shè)施的破碎化程度越高,對PM2.5的削減效應(yīng)越弱[43]。

由地理探測器的驅(qū)動因子交互作用探測結(jié)果可知,綠色基礎(chǔ)設(shè)施各因子具備單獨降低PM2.5濃度功能的同時,也會呈現(xiàn)協(xié)同削減PM2.5濃度的耦合效應(yīng),主要包括(單因子)非線性減弱作用、非線性加強作用以及雙因子增強作用,如圖8所示。在四個時段的老城區(qū)與擴張區(qū)中,林地與耕地存在單因子非線性減弱作用,而與草地、濕地及水體主要存在雙因子增強作用,其中林地與濕地的交互作用最強,在老城區(qū)與擴張區(qū)四年平均交互解釋力分別為0.85、0.87;草地與耕地主要存在非線性減弱作用,與濕地及水體主要存在單因子非線性減弱作用;耕地與水體在2005、2010年老城區(qū)內(nèi)表征為雙因子增強作用,隨時間推移在2015、2020年表征為單因子非線性減弱作用。在擴張區(qū)內(nèi),耕地與濕地主要表征為單因子非線性減弱作用,與水體主要表征為非線性減弱作用;濕地與水體主要存在非線性加強作用。結(jié)合單因子解釋力可以發(fā)現(xiàn),盡管單因子濕地對PM2.5濃度的影響較弱,但是其與林地或水體的混合綠色基礎(chǔ)設(shè)施用地配置對PM2.5濃度的消減效應(yīng)均高于林地或水體的單獨作用結(jié)果,能夠顯著改善空氣質(zhì)量。

圖8 2000-2020年長江中游城市群老城區(qū)與擴張區(qū)驅(qū)動因子交互作用探測結(jié)果Fig.8 Detection results of driving factors′ interactions for old urban area and expansion area in urban agglomerations of the middle reaches of the Yangtze River from 2000 to 2020Y代表有顯著性差異,N代表沒有顯著性差異

3.4 綠色基礎(chǔ)設(shè)施與城市化水平的約束效應(yīng)

由圖9可知,2005、2010、2015及2020年老城區(qū)與擴張區(qū)的綠色基礎(chǔ)設(shè)施均受到城市化水平的約束效應(yīng),其約束線形態(tài)均屬于指數(shù)型且隨時間推移基本保持不變,其中老城區(qū)的擬合度(R2)在0.66-0.82之間,而擴張區(qū)擬合度維持在0.71-0.88范圍內(nèi),擬合效果均較好。這主要是由于在過往的發(fā)展模式下,自然環(huán)境逐漸被人工環(huán)境大規(guī)模侵占、可透性的綠色基礎(chǔ)設(shè)施用地逐漸被硬質(zhì)化的建設(shè)用地(不透水面)替代,土地用途的功能轉(zhuǎn)換導(dǎo)致綠色基礎(chǔ)設(shè)施用地比例較低。這說明過往的城市化發(fā)展模式是導(dǎo)致建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5濃度的削減率整體較低(不超過4%)的主導(dǎo)因素。因此,在未來城市群的發(fā)展模式中應(yīng)當重視對綠色基礎(chǔ)設(shè)施的保護,從科技創(chuàng)新、規(guī)劃管控、公眾參與等方面擴大城市化對綠色基礎(chǔ)設(shè)施的“促進效應(yīng)”,減少“約束效應(yīng)”。

圖9 2000-2020年長江中游城市群老城區(qū)與擴張區(qū)綠色基礎(chǔ)設(shè)施與城市化水平的散點圖及約束線Fig.9 Scatter plots and constraint lines between green infrastructures and urbanization levels for old urban area and expansion area in urban agglomerations of the middle reaches of the Yangtze River from 2000 to 2020

對比老城區(qū)與擴張區(qū)約束線的閾值效應(yīng),當夜間燈光輻射值處于0-25 nW cm-2sr-1區(qū)間時,擴張區(qū)綠色基礎(chǔ)設(shè)施閾值(約束線內(nèi)綠色基礎(chǔ)設(shè)施散點數(shù)量占總綠色基礎(chǔ)設(shè)施散點數(shù)量比值)明顯高于老城區(qū),表明在同等城市化水平地區(qū),擴張區(qū)的綠色基礎(chǔ)設(shè)施用地比重相比老城區(qū)較大,致使其對PM2.5濃度的削減效應(yīng)更強。在快速城市化進程中,老城區(qū)往往以犧牲生態(tài)環(huán)境為代價推進城鎮(zhèn)化建設(shè),而隨著時間推移,生態(tài)發(fā)展的理念日益深入到城市或區(qū)域規(guī)劃中,導(dǎo)致擴張區(qū)往往吸取老城區(qū)發(fā)展經(jīng)驗,改變其固有發(fā)展模式,重視對綠色基礎(chǔ)設(shè)施的管控與保護。

4 討論

4.1 削減率與消減效應(yīng)

盡管本研究從城市群尺度證實綠色基礎(chǔ)設(shè)施對PM2.5存在消減效應(yīng),但從計算結(jié)果來看,削減率整體不超過4%,削減效應(yīng)依然較低,表明綠色基礎(chǔ)設(shè)施的消減效應(yīng)存在局限性,并非隨著PM2.5濃度的升高而增強,這與部分研究基于“削減量”得到的結(jié)論不同[10,22]?！跋鳒p量”、“滯塵量”是由植被的面積、結(jié)構(gòu)等特征以及大氣顆粒物濃度兩個因素共同決定,而“削減率”反映PM2.5削減量與PM2.5未削減量(或總量)的比值,是綠色基礎(chǔ)設(shè)施對PM2.5削減能力的直接體現(xiàn)[33]。以“削減量”、“滯塵量”等指標研判綠色基礎(chǔ)設(shè)施對空氣污染的貢獻程度由于缺少對照組,易夸大滯塵、除霾能力。

從削減率變化來看,其與PM2.5濃度在時序上的“倒U型”趨勢不同,呈現(xiàn)先增加,再減少,后逐步穩(wěn)定的非線性態(tài)勢。這在本研究可被解釋為:2000-2010年期間,長江中游城市群城市化快速發(fā)展,由此排放出大量工業(yè)氣體引發(fā)PM2.5濃度升高,與此同時城市空間的不斷擴張致使建成區(qū)綠色基礎(chǔ)設(shè)施面積增加,導(dǎo)致其對PM2.5的削減效應(yīng)也呈現(xiàn)增加態(tài)勢;2010-2015年期間,長江中游城市群PM2.5濃度略有下降且城市空間擴張速度減緩,建成區(qū)通過擴大區(qū)域來增加綠色基礎(chǔ)設(shè)施面積的方式受阻,且其自身內(nèi)部的綠色基礎(chǔ)設(shè)施用地被居住、商業(yè)等功能用地等不斷侵占,因而出現(xiàn)消減率下降的現(xiàn)象;2015-2020年期間,大氣污染防治等綠色發(fā)展策略不斷深入?yún)^(qū)域治理中,PM2.5濃度下降顯著,相對于2000年,綠色基礎(chǔ)設(shè)施由于逐漸得到管控與保護,其對PM2.5的削減總量較小,但對PM2.5的削減率卻更強且逐漸穩(wěn)定。綜上,以“削減率”進行計算能夠從時間尺度客觀解釋長江中游城市群建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5消減效應(yīng)的驅(qū)動機制。

在城市建設(shè)過程中,源頭控制依然是目前主要的空氣污染治理手段,但伴隨城市化的快速發(fā)展,生態(tài)保護戰(zhàn)略深入、科技水平提升、綠色基礎(chǔ)設(shè)施配置優(yōu)化、植被群落結(jié)構(gòu)改善等因素均會導(dǎo)致綠色基礎(chǔ)設(shè)施對PM2.5濃度的削減效應(yīng)提高。此外,城市群建成區(qū)中綠色基礎(chǔ)設(shè)施面積比例的增加也會一定程度減少其他城市功能用地(如居住與工業(yè)用地)的面積比例,間接提升空氣質(zhì)量。因此,綠色基礎(chǔ)設(shè)施在大氣污染防治中的作用仍不可忽視。

4.2 不足與展望

在城市群尺度通過多源時空數(shù)據(jù)評估綠色基礎(chǔ)設(shè)施對PM2.5濃度的削減效應(yīng),能夠為區(qū)域尺度以自然為本的氣候解決方案提供理論貢獻與實證分析價值。然而,本研究以1km×1km空間網(wǎng)格為基本單元進行研究忽視了可塑性面積單元問題(The Modifiable Areal Unit Problem),與以市縣等行政單元為尺度的研究相比,是否存在差異性結(jié)論仍需要得到驗證。另外,本研究選取的案例研究區(qū)-長江中游城市群仍處于快速發(fā)展階段,后續(xù)將展開與其他城市群如長江三角洲城市群的對比研究。

5 結(jié)論

本研究以長江中游城市群建成區(qū)為例,基于2000-2020年多源面板數(shù)據(jù)分析其PM2.5濃度的時空演變特征,從時空動態(tài)視角探索綠色基礎(chǔ)設(shè)施對PM2.5濃度的削減效應(yīng)及驅(qū)動機制,并剖析城市化水平對綠色基礎(chǔ)設(shè)施的約束效應(yīng),為長江中游城市群城市化與環(huán)境保護協(xié)調(diào)發(fā)展提供政策啟示。其主要結(jié)論如下:

(1)2000-2020年期間,長江中游城市群年均PM2.5濃度在時序上呈現(xiàn)先升后降的“倒U型”趨勢,拐點最高值54.9μg/m3發(fā)生在2011年;在空間上年均PM2.5濃度總體呈現(xiàn)湖北>湖南>江西的空間分異特征,由西北向東南級差化遞減。

(2)2000-2020年期間,長江中游城市群建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5存在削減效應(yīng),但歷年削減率值均較低整體不超過4%,其中擴張區(qū)的削減效應(yīng)始終顯著高于老城區(qū)。

(3)就綠色基礎(chǔ)設(shè)施類型來說,在長江中游城市群老城區(qū)與擴張區(qū)均呈現(xiàn)林地對PM2.5濃度的削減作用最強、草地與耕地次之的規(guī)律;綠色基礎(chǔ)設(shè)施的組合配置也會呈現(xiàn)協(xié)同削減PM2.5濃度的交互效應(yīng),其中林地與濕地的交互效應(yīng)最強。

(4)長江中游城市群建成區(qū)綠色基礎(chǔ)設(shè)施對PM2.5的削減效應(yīng)受到城市化水平約束,其中擴張區(qū)受到的約束效應(yīng)要低于老城區(qū)。