雷雅凱 段彥博 馬 格 田國(guó)行

改革開放以來，城市化率從1978年的18%增加到47%，預(yù)計(jì)在2030年突破65%[1]。隨著城市人口的擴(kuò)張、土地的城市化，資源短缺、生態(tài)環(huán)境急劇惡化，城市空氣污染成為中國(guó)首要的環(huán)境問題[2-3]。隨著中國(guó)產(chǎn)業(yè)的轉(zhuǎn)型和升級(jí)以及人們生活方式的改變，細(xì)顆粒物(PM2.5、PM10)取代“傳統(tǒng)污染物”(NO2、SO2)成為加劇空氣污染和危害人類健康的主要空氣污染物[3-5]。中國(guó)僅僅1%的易感染人群生活在PM2.5濃度低于世界衛(wèi)生組織空氣質(zhì)量標(biāo)準(zhǔn)的區(qū)域(AQG of WHO，10ug/m3)，而69%的人群承受著高濃度顆粒物濃度的潛在威脅(AQG of WHO，35ug/m3)[6]，導(dǎo)致呼吸系統(tǒng)疾病發(fā)病率激增[1，7]。我國(guó)突出的城市環(huán)境問題已經(jīng)引起政府部門/科研工作者及公眾的關(guān)注，如何治理顆粒物、建設(shè)健康城市迫在眉睫。

目前，較多學(xué)者從化學(xué)、生態(tài)、氣象、地理信息系統(tǒng)、城市規(guī)劃等不同領(lǐng)域?qū)M2.5、PM10進(jìn)行多角度研究，主要關(guān)注對(duì)PM2.5、PM10的化學(xué)組分和來源[8]、時(shí)空差異[9]、污染過程[10]、測(cè)量與模擬[11-12]、健康評(píng)估[13]以及氣象因素與顆粒物之間關(guān)系的探究[14]，逐步開始關(guān)注地表景觀類型、組分、格局及其時(shí)空變化對(duì)PM2.5、PM10的影響，但研究成果較少[15]。景觀類型的構(gòu)成和格局能夠直接地作用于PM使其增加或減少，另一方面城市景觀結(jié)構(gòu)改變引起的局地氣候變化又能間接影響顆粒物的運(yùn)輸體積和傳輸速度，其中城市建設(shè)用地、交通用地、工業(yè)用地作為PM2.5、PM10的主要“源”景觀，對(duì)PM2.5、PM10污染水平的提高貢獻(xiàn)較多，而城市綠地作為“匯”景觀對(duì)顆粒物的緩解起到積極作用[16-17]。同種類園林植物對(duì)顆粒物吸附方式、化學(xué)物質(zhì)轉(zhuǎn)移過程的異同導(dǎo)致植物吸附能力的種間差異，阮氏清草研究了5種城市植被類型，發(fā)現(xiàn)樹木、灌木林、草地降塵效果的總體趨勢(shì)逐漸減弱[18-19]，但也有學(xué)者認(rèn)為葉片生長(zhǎng)旺盛季節(jié)，灌木和闊葉林的滯塵能力最好，而在落葉季節(jié)，針葉林和混合林滯塵能力最好[20]。李新宇對(duì)北京市主干道消減PM2.5能力的研究發(fā)現(xiàn)，顆粒物濃度受道路綠帶寬度和格局影響，郁閉度高、喬灌草搭配的復(fù)層結(jié)構(gòu)綠地減緩作用最強(qiáng)[21]。因此在城市土地資源稀缺的背景下，綠地空間不斷被侵占，依靠綠地面積增加或建設(shè)用地面積減少來緩解顆粒物具有一定的局限性，充分認(rèn)識(shí)綠色空間在各類城市景觀的比例、空間格局(形狀、配置、空間排列方式)等因素與顆粒物的耦合關(guān)系才能有效降低大氣污染水平。XU、SUN分別利用植被覆蓋指數(shù)、景觀格局指數(shù)(PLAND、IJI、SHDI)從市域尺度對(duì)林地與PM2.5、PM10濃度相關(guān)性進(jìn)行分析，但并未進(jìn)行多尺度間相關(guān)性差異比較[22-23]。然而景觀格局與過程的關(guān)系只有在一定的尺度下才有意義，在不同尺度下的研究結(jié)果截然不同[24]，因此對(duì)綠地空間進(jìn)行多尺度研究才能將格局與顆粒物緩解過程緊密結(jié)合起來，進(jìn)而定量細(xì)化不同尺度可緩解顆粒物的顯著空間要素。

目前中國(guó)對(duì)大型城市如北京、上海的顆粒物數(shù)據(jù)監(jiān)控、污染治理、相關(guān)政策制定較為關(guān)注，而較少關(guān)注中小型城市顆粒物污染。鄭州位于北京、天津到安徽的高污染帶范圍[6]，顆粒物濃度居高不下，隨著2016年鄭州中心城市戰(zhàn)略地位的確定，城市生態(tài)環(huán)境將迎來更嚴(yán)峻的挑戰(zhàn)，緩解鄭州顆粒物污染狀況刻不容緩。本文以鄭州市為研究對(duì)象，分析多尺度下鄭州市綠地景觀格局與空氣顆粒物濃度時(shí)空變化特征之間的關(guān)系，尋找各個(gè)尺度下影響顆粒物濃度的綠地格局特征指標(biāo)，為綠地系統(tǒng)多尺度規(guī)劃提供理論依據(jù)，探討基于顆粒物緩解為導(dǎo)向的理想綠地景觀優(yōu)化措施。

1 材料與方法

1.1 研究區(qū)域概況

鄭州地處中原，位于中國(guó)的中北部(112°42'E～114°14'E，34°16'N～34°58'N)，伏牛山脈東北翼向黃淮平原過渡地帶，西依嵩山、北擁黃河，地理位置優(yōu)勢(shì)顯著。近年來，隨著鄭州城市化的加劇，空氣污染程度逐年增加。本文研究區(qū)域包括鄭州市轄區(qū)(二七區(qū)、金水區(qū)、管城區(qū)、中原區(qū)和惠濟(jì)區(qū))內(nèi)的9個(gè)環(huán)保部國(guó)家空氣質(zhì)量自動(dòng)監(jiān)測(cè)站 (圖1)。

圖1 研究區(qū)位監(jiān)測(cè)站點(diǎn)位置分布圖(A.煙廠 B.鄭紡機(jī) C.銀行學(xué)校 D.供水公司 E.經(jīng)開區(qū)管委 F.四十七中 G.市監(jiān)測(cè)站 H.河醫(yī)大 I.崗李水庫)

圖2 鄭州市空氣監(jiān)測(cè)站點(diǎn)景觀格局(A.煙廠 B.鄭紡機(jī) C.銀行學(xué)校 D.供水公司 E.經(jīng)開區(qū)管委 F.四十七中 G.市監(jiān)測(cè)站 H.河醫(yī)大 I.崗李水庫)

1.2 研究方法

1.2.1 數(shù)據(jù)來源與處理

1) 影像數(shù)據(jù)。

基于鄭州市2015年5月27號(hào)的高精度衛(wèi)星影像圖(分辨率為0.49m)，所選圖像成像時(shí)天氣晴好，研究區(qū)無云覆蓋，影像成像質(zhì)量較好。通過數(shù)據(jù)融合、校正、鑲嵌、裁剪和矢量信息提取等處理，獲取景觀分類數(shù)據(jù)?？紤]到單個(gè)監(jiān)測(cè)點(diǎn)能夠代表的范圍及不同尺度下數(shù)據(jù)之間的相關(guān)性，將研究區(qū)域內(nèi)以9個(gè)監(jiān)測(cè)站點(diǎn)為中心、6km范圍為半徑的土地利用類型劃分為城市綠地、交通用地、水域、農(nóng)業(yè)用地、未利用地和建設(shè)用地6類進(jìn)行目視解譯，并以監(jiān)測(cè)站點(diǎn)為中心建立1km×1km、2km×2km、3km×3km、4km×4km、5km×5km、6km×6km緩沖區(qū)來分析綠地景觀格局與PM2.5、PM10耦合關(guān)系(圖2)。

2)顆粒物數(shù)據(jù)。

本研究從國(guó)家環(huán)境保護(hù)部網(wǎng)絡(luò)平臺(tái)獲取2015—2016年全年鄭州市9個(gè)國(guó)家監(jiān)測(cè)站點(diǎn)PM2.5、PM10的連續(xù)測(cè)量每小時(shí)實(shí)時(shí)數(shù)據(jù)，剔除缺失數(shù)據(jù)和明顯有誤以及降雨和大風(fēng)(風(fēng)速≥3m/s)天氣顆粒物數(shù)據(jù)，共獲得有效數(shù)據(jù)2216組(2015年6144組，2016年6072組)，計(jì)算鄭州市9個(gè)監(jiān)測(cè)站點(diǎn)的季度均值。氣象數(shù)據(jù)包括從中國(guó)氣象數(shù)據(jù)網(wǎng)獲取2015—2016年風(fēng)速、風(fēng)向、溫度、相對(duì)濕度、降水量的日平均數(shù)據(jù)。

1.2.2 景觀格局指數(shù)

基于前人對(duì)城市森林景觀格局指數(shù)的選取方法，依據(jù)能夠反映實(shí)際、較好地表現(xiàn)景觀模式配置及構(gòu)成等原則，本文共選取4個(gè)景觀格局指數(shù)(表1)，在Fragstats 4.2中計(jì)算斑塊所占景觀面積比例(PLAND)、最大斑塊指數(shù)(LPI)、面積加權(quán)形狀指數(shù)(SHAPE_AM)、分離度指數(shù)(DIVISION)，來定量化分析不同綠地景觀模式與顆粒物濃度的相關(guān)關(guān)系[20，23-25]。

2 結(jié)果與分析

2.1 鄭州市PM2.5濃度與綠地格局的耦合關(guān)系

綠地斑塊面積比(PLAND)對(duì)PM2.5濃度的影響易受尺度和季節(jié)的干擾，在春、秋、冬季，隨著尺度的推移，綠地斑塊面積的增加對(duì)PM2.5濃度的影響由降低作用變?yōu)樵黾幼饔?，而夏季PLAND增加則導(dǎo)致PM2.5濃度升高。PLAND與PM2.5僅在夏季1km×1km尺度呈顯著正相關(guān)，且隨著尺度的減小相關(guān)性呈增加趨勢(shì)。春、秋、冬季負(fù)相關(guān)系數(shù)最大值均出現(xiàn)在6km×6km尺度，秋季兩者關(guān)系由負(fù)相關(guān)變?yōu)檎嚓P(guān)的轉(zhuǎn)折點(diǎn)出現(xiàn)在4km×4km尺度，春季和冬季轉(zhuǎn)折點(diǎn)均出現(xiàn)在2km×2km尺度(圖3)。

表1 景觀格局指數(shù)的簡(jiǎn)述與計(jì)算公式

除夏季以外，其他季節(jié)PM2.5濃度均隨著LPI增加而下降。春秋季在6km×6km尺度LPI與PM2.5濃度相關(guān)性高于其他各個(gè)尺度，冬季在4km×4km范圍相關(guān)性達(dá)到最大。夏季異于其他季節(jié)，LPI與PM2.5濃度在1km×1km～3km×3km呈顯著正相關(guān)，并在2km×2km尺度相關(guān)性最大(圖3)。

春、秋、冬季PM2.5的濃度伴隨面積加權(quán)平均斑塊形狀指數(shù)(SHAPE_AM)增長(zhǎng)呈下降趨勢(shì)，夏季變化趨勢(shì)與之相反。春、冬季PM2.5濃度與1km×1km尺度SHAPE_AM相關(guān)性較高，而秋季則在2km×2km尺度相關(guān)性最高，這說明小尺度內(nèi)PM2.5濃度對(duì)綠地的形狀復(fù)雜程度變化更為敏感。與PLAND、LPI相似，在2km×2km尺度正相關(guān)系數(shù)最大(圖3)。

春、秋、冬季PM2.5濃度與6個(gè)尺度上的綠地景觀分割指數(shù)均呈正相關(guān)，且均在6km×6km尺度相關(guān)性最高，表明綠地斑塊越分散的格局越容易導(dǎo)致PM2.5濃度的升高。而在夏季，綠地內(nèi)PM2.5濃度隨著DIVISION的增加而降低，在2km×2km尺度呈顯著負(fù)相關(guān)，可能是由于夏季綠地斑塊分散，容易形成通風(fēng)廊道，導(dǎo)致濕度降低[26](圖3)。

2.2 鄭州市PM10濃度與綠地格局的耦合關(guān)系

PLAND增加PM10濃度呈降低趨勢(shì)，并隨著尺度域的減小逐步變緩。冬季PM10濃度與PLAND無顯著相關(guān)性，春季PM10濃度在3km×3km～5km×5km尺度呈顯著負(fù)相關(guān)且相關(guān)性逐漸增強(qiáng)，并在5km×5km緩沖區(qū)相關(guān)性最強(qiáng)，隨后在6km×6km尺度相關(guān)性降低。夏季PM10濃度與PLAND在3km×3km、5km×5km、6km×6km呈顯著負(fù)相關(guān)，且在5km×5km～6km×6km尺度與春季變化趨勢(shì)相同。秋季除1km×1km以外其他尺度均與PM10濃度呈顯著負(fù)相關(guān)，且對(duì)PM10的緩解效應(yīng)優(yōu)于其他三季(圖4)。

PM10濃度整體上隨著LPI增加呈下降趨勢(shì)，在1km×1km～6km×6km尺度對(duì)PM10緩解效應(yīng)先增強(qiáng)后減弱。LPI與秋季2km×2km～6km×6km尺度PM10濃度呈負(fù)相關(guān)，并在3km×3km達(dá)到峰值，其余各個(gè)季節(jié)尺度均無明顯相關(guān)性。對(duì)于春、夏季，PM10濃度均在3km×3km尺度相關(guān)性最佳，冬季在5km×5km尺度負(fù)相關(guān)性最強(qiáng)(圖4)。

全年P(guān) M10的濃度在各個(gè)尺度均隨著SHAPE_AM的增加而降低。兩者只在秋季5km×5km、冬季1km×1km尺度呈顯著負(fù)相關(guān)。春季PM10濃度與SHAPE_AM在5km×5km尺度負(fù)相關(guān)性最強(qiáng)；夏季PM10濃度與SHAPE_AM在1km×km尺度上相關(guān)性較強(qiáng)(圖4)。

全年P(guān)M10濃度與DIVISION呈正相關(guān)，在各個(gè)尺度上DIVISION越大顆粒物濃度也越大，在全年中僅秋季DIVISION與PM10濃度呈顯著正相關(guān)，在3km×3km尺度相關(guān)性最高。春、夏季兩者關(guān)系尺度效應(yīng)與秋季相似，均在3km×3km尺度發(fā)揮最佳效果。而冬季兩變量在4km×4km尺度相關(guān)性最大(圖4)。

3 結(jié)論

1) PM2.5、PM10濃度與綠地景觀格局耦合關(guān)系存在明顯季節(jié)差異。PM2.5濃度與綠地景觀格局指標(biāo)在夏季存在顯著相關(guān)，其他季節(jié)均無顯著相關(guān)性。相同尺度下秋季PM10濃度與PLAND、LPI、SHAPE_AM、DIVISION相關(guān)性均高于其他季節(jié)，春夏次之、冬季最差。

2) PM2.5、PM10濃度與綠地景觀格局耦合關(guān)系存在顯著的尺度差異。對(duì)于PM2.5，只在夏季1km×1km尺度與PLAND呈顯著正相關(guān)，1km×1km～3km×3km尺度與LPI呈顯著正相關(guān), 1km×1km～2km×2km尺度與DIVISION呈顯著負(fù)相關(guān)；對(duì)于PM10，在冬季1km×1km尺度、秋季5km×5km尺度均與SHAPE_AM呈顯著負(fù)相關(guān)；在秋季2km×2km～6km×6km尺度與LPI呈負(fù)相關(guān)、與DIVISION呈顯著正相關(guān)；在春季3km×3km～6km×6km尺度，夏季3km×3km、5km×5km、6km×6km尺度，秋季2km×2km～6km×6km尺度與PLAND呈顯著負(fù)相關(guān)。

圖3 PM2.5與景觀格局指數(shù)相關(guān)性分析[r表示相關(guān)系數(shù)；＊＊在0.01水平(雙側(cè))上顯著相關(guān)，＊在0.05水平(雙側(cè))上顯著相關(guān)；陰影表示95%置信區(qū)間范圍]

3) 綠地景觀格局對(duì)PM10濃度的影響較PM2.5顯著，在特定的尺度改變綠地景觀格局能夠發(fā)揮最大的緩解作用。隨著尺度的增加，PLAND與春、秋、冬季PM2.5濃度正相關(guān)性逐步減弱負(fù)相關(guān)性逐步增強(qiáng)，在春、冬季3km×3km，秋季5km×5km尺度由正相關(guān)性轉(zhuǎn)負(fù)相關(guān)性，且均在6km×6km尺度負(fù)相關(guān)性最強(qiáng)；LPI與春季PM2.5濃度相關(guān)性在2km×2km尺度由正轉(zhuǎn)負(fù)，且在6km×6km尺度負(fù)相關(guān)性最強(qiáng)，LPI與秋冬兩季PM2.5濃度在6km×6km、4km×4km尺度負(fù)相關(guān)性最強(qiáng)；SHAPE_AM與PM2.5濃度在春季冬季1km×1km、秋季2km×2km尺度負(fù)相關(guān)性最強(qiáng)；DIVISION與PM2.5濃度在春、秋季6km×6km，冬季5km×5km尺度正相關(guān)性最強(qiáng)。PLAND與PM10濃度在春季、夏季、秋季5km×5km尺度負(fù)相關(guān)性最為顯著，冬季6km×6km尺度負(fù)相關(guān)性最顯著；LPI、DIVISION均與PM10濃度在春、夏、秋季3km×3km尺度負(fù)相關(guān)性最強(qiáng)，且秋季為顯著負(fù)相關(guān)，而冬季則在4km×4km尺度負(fù)相關(guān)性最強(qiáng)；SHAPE_AM與PM10濃度在秋季5km×5km、冬季1km×1km尺度顯著負(fù)相關(guān)性最強(qiáng)，春季5km×5km、夏季1km×1km尺度負(fù)相關(guān)性最強(qiáng)。

4 討論

4.1 綠地景觀格局緩解PM2.5/PM10的季節(jié)效應(yīng)

PM2.5濃度在夏季與PLAND、LPI、SHAPE_AM、DIVISION相關(guān)關(guān)系異于其他季節(jié)，且春季綠地景觀格局變動(dòng)帶來的緩解作用優(yōu)于秋季，可能由于林地吸收顆粒物濃度的能力存在一定的閾值，而2個(gè)季節(jié)主要顆粒物的組分不同，PM2.5來源于工業(yè)廢氣、汽車尾氣、燃料和生物質(zhì)燃燒等污染物，而交通、城市建設(shè)活動(dòng)等引起的揚(yáng)塵和沙塵是PM10的主要來源[8]。秋季鄭州城市邊緣區(qū)、郊區(qū)存在燃燒農(nóng)作物的情況，產(chǎn)生大量的煙霧及小粒徑顆粒物，而春季冷鋒前后氣象條件變化大，造成鄭州市多揚(yáng)沙、浮塵天，大風(fēng)將黃河兩岸的沙土帶入城市，導(dǎo)致大粒徑顆粒物濃度的上升[27-28]。本研究中夏季PM2.5濃度為全年最低水平，但與PLAND、LPI呈正相關(guān),與DIVISION呈負(fù)相關(guān)異于其他季節(jié)，一方面由于夏季樹木生長(zhǎng)旺盛，樹木枝葉和冠層可以持續(xù)地把周圍的污染物積聚、吸附于自身，使綠地外部空間濃度保持較低水平，但另一方面夏季植物蒸騰作用加劇和持續(xù)高溫、降雨充沛的氣象特點(diǎn)，使空氣中濕度保持在較高水平，導(dǎo)致顆粒物吸水增長(zhǎng)大量匯集，造成顆粒物濃度升高[29-31]，這與劉萌萌認(rèn)為夏季林帶細(xì)顆粒物經(jīng)過林帶濃度明顯升高的研究結(jié)論一致[32]。對(duì)于PM10來說，秋季滯塵效應(yīng)強(qiáng)、冬季最弱，造成這種季節(jié)性變化的原因可能是氣候環(huán)境或其他復(fù)雜的污染物傳播過程，此外夏、秋季植物生長(zhǎng)旺盛，能夠有效地降低顆粒物濃度，春、冬季植物阻滯顆粒物作用減弱，特別是冬季由于北方除少量闊葉灌木外多數(shù)闊葉樹木已經(jīng)落葉，只有針葉樹木能夠發(fā)揮作用[28-32]。

4.2 綠地景觀格局對(duì)PM2.5、PM10的影響

城市綠地、城市建設(shè)用地、城市湖泊等城市生態(tài)子系統(tǒng)通過不同的覆土類型及空間結(jié)構(gòu)致使大氣中能量和物質(zhì)分布、傳送的不均勻性，引起城市尺度局地環(huán)流、大氣湍流，改變城市大氣環(huán)境，進(jìn)而影響大氣顆粒物濃度指標(biāo)空間分布。研究表明自然植被和人工植被為主要存在形態(tài)的城市綠地系統(tǒng)能夠有效緩解大氣顆粒物，但較少提及多尺度綠地景觀格局與PM2.5、PM10濃度的耦合效應(yīng)[33-34]。理論上，就PLAND與PM2.5、PM10濃度的相互關(guān)系，可以通過增加綠地在城市景觀中的比重來降低污染水平，但是城市高速發(fā)展的背景下幾乎不可能通過減少城市用地來增加綠色空間。因此解決當(dāng)今大氣污染問題，綠地景觀模式的改變發(fā)揮著尤為重要的作用。李琴研究發(fā)現(xiàn)，減小斑塊間平均臨近距離、提高斑塊間聚合程度對(duì)降低PM10最為有效[35]。增加SHAPE_AM可以提高生物的擴(kuò)散使物質(zhì)和能量與周圍景觀交換更密集，使綠地能夠吸收更多不同來源的顆粒物；DIVISION越大意味著格局越分散，綠地斑塊聚集程度較弱，綠地集群效應(yīng)差；與DIVISION相似，增加LPI使斑塊優(yōu)勢(shì)度提升，可以加強(qiáng)大型綠地斑塊與中小型斑塊、獨(dú)立斑塊的連通性，增強(qiáng)整個(gè)綠地空間的抗干擾力。優(yōu)化景觀格局，加強(qiáng)綠地景觀內(nèi)部的抗干擾能力，同時(shí)增強(qiáng)與外部的聯(lián)系，發(fā)揮更大的滯塵作用[36]。

圖4 PM10與景觀格局指數(shù)相關(guān)性分析[r表示相關(guān)系數(shù)；＊＊在0.01水平(雙側(cè))上顯著相關(guān)，＊在0.05水平(雙側(cè))上顯著相關(guān)；陰影表示95%置信區(qū)間范圍]

4.3 基于緩解顆粒物的多尺度綠地空間格局優(yōu)化措施

1)保證綠地面積基數(shù)，提高綠地空間占有比。

針對(duì)PM10，在秋季5km×5km尺度增加綠地面積對(duì)PM10濃度緩解作用最佳；而對(duì)于PM2.5則需要綠地面積達(dá)到一定基數(shù)，在春季6km×6km尺度提高綠地面積對(duì)緩解PM2.5濃度作用最佳。

2)保護(hù)和發(fā)展優(yōu)勢(shì)斑塊，增強(qiáng)全局水平綠地空間集群效應(yīng)。

在秋季2km×2km～6km×6km尺度加強(qiáng)大型綠地斑塊的拓展及保護(hù)、提高斑塊集群效應(yīng)可以顯著降低PM10濃度，尤其在3km×3km尺度減緩作用最佳；在冬季4km×4km尺度增加大型斑塊面積對(duì)PM2.5濃度減緩效應(yīng)最好，而冬季5km×5km尺度通過提高斑塊聚集程度能明顯緩解PM2.5濃度。

3)增加城市綠地斑塊的形狀復(fù)雜程度，增強(qiáng)灰綠空間能量、物質(zhì)交換過程。

城市綠地受道路、建筑等用地模式不同程度的限制常常以規(guī)則形態(tài)出現(xiàn)，在冬季1km×1km尺度或春季1km×1km尺度適當(dāng)提高斑塊的邊界的復(fù)雜程度，能夠顯著增強(qiáng)綠地空間與外部灰色空間之間的物質(zhì)、能量交換，增強(qiáng)對(duì)PM10、PM2.5的減緩效應(yīng)。