陳明 胡義 戴菲

快速城鎮(zhèn)化產(chǎn)生了大量城市問題，以PM2.5為首要污染物的大氣顆粒物污染成為中國城市普遍面臨的嚴峻挑戰(zhàn)[1-2]，也對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準。改善空氣質(zhì)量、降低城市PM2.5濃度成為中國絕大部分城市需要解決的問題之一。

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)過布朗運動與植物的枝葉結(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PM2.5的影響等更微觀尺度[9-10]。徐歡等[11]針對徐州市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)測點為中心形成的圓形緩沖區(qū)，分析此范圍內(nèi)通過遙感影像提取的綠色斑塊空間格局對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]，因此對于改善PM2.5的綠地布局形式目前存在不穩(wěn)定性。通過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型是城市綠地系統(tǒng)規(guī)劃直接調(diào)控與作用的對象，具有實際管控意義，而當前研究缺乏相應(yīng)的考量。有專家學(xué)者對城市綠色基礎(chǔ)設(shè)施、園林綠化的PM2.5調(diào)控措施提出了觀點[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，基于城市綠地分類標準選取城市中的不同形態(tài)綠地，通過實地測量分析綠地對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》統(tǒng)計，截至2018年，武漢市建成區(qū)綠地面積達到22 408.23 hm2，已有22個開放公園，400余個街頭小游園、小片林、小綠地遍布城區(qū)。然而在城市化過程中，綠地和水體不斷受到侵蝕，面臨嚴重的生態(tài)破損。城市的PM2.5呈現(xiàn)冬季污染嚴重、夏季空氣優(yōu)良的時間格局，反映中國城市PM2.5污染的普遍特征。

雖然主城區(qū)內(nèi)綠地數(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，例如周圍有工地等。其次根據(jù)武漢市綠地系統(tǒng)規(guī)劃，并結(jié)合實際建設(shè)情況，通過現(xiàn)場踏勘選取了具有代表性的9個不同空間形態(tài)的城市綠地（圖1，表1）。

1.2 綠地空間形態(tài)指標

通過Google Earth下載空間像素分辨率為0.5 m的武漢市遙感圖像。運用ArcGIS軟件進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，精確計算斑塊層面上的綠地空間形態(tài)指標。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)指標包括斑塊面積指數(shù)（patch area）、斑塊周長指數(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項反映空間形態(tài)的代表性指標（表2、3）[24]。

1 9個城市綠地分布圖Distribution map of nine urban green spaces

1.3 PM2.5測量

于武漢PM2.5污染最嚴重的冬季開展實測（2018年12月—2019年1月），選擇連續(xù)晴朗、無雨雪、無風或微風，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個時間段進行3組測量，每個公園各測1天。由于9個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)外固定布點的方式進行測量，以消除背景濃度的影響[25]。其中，對照點設(shè)置在每片綠地外圍或邊緣空曠、無綠化覆蓋區(qū)以及無明顯污染源的地方，為了能充分反映綠地內(nèi)部的PM2.5濃度水平，借鑒類似研究分析居住區(qū)景觀格局對PM2.5的影響[26]194，結(jié)合綠地內(nèi)部的可達性，依據(jù)綠地面積相對均勻地布置4～6個監(jiān)測點（圖2）。此外，利用運動相機GoPro同步記錄實測現(xiàn)場周圍情況，用以分析突發(fā)狀況造成的數(shù)據(jù)偏差。

2 9個城市綠地的PM2.5測量點分布Distribution of PM2.5 measurement points in nine urban green spaces

3 9個綠地的PM2.5濃度消減量PM2.5 reduction in nine green spaces

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

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

綠地內(nèi)外的PM2.5濃度測量通過2臺手持粉塵監(jiān)測儀TSI8532進行測量。監(jiān)測時，這些儀器均以三腳架進行固定，將傳感器放置到成年人呼吸的高度（1.5 m）。2臺TSI8532分別在內(nèi)部監(jiān)測點以及外部固定點每10 s記錄一次數(shù)據(jù)，記錄3 min，每個點得到18組數(shù)據(jù)。由于2臺TSI8532的測量值存在一定誤差，參考Dos Santos-Juusela等的方法，測量前以外部對照點的儀器為準[27]，對公園內(nèi)部的測量儀器進行了校準，經(jīng)過測試，校準公式如下：

式中，C0是綠地內(nèi)部監(jiān)測點的原始PM2.5濃度，C是綠地內(nèi)部監(jiān)測點校準后的PM2.5濃度。

參考Fan等的方法，城市綠地對PM2.5的消減量的計算公式如下[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是綠地外部對照點的PM2.5濃度，Ci是綠地內(nèi)部各個監(jiān)測點的PM2.5濃度。

1.4 數(shù)據(jù)分析與處理

利用Excel對實測數(shù)據(jù)進行整理，利用SPSS19.0軟件進行統(tǒng)計分析。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，通過雙變量相關(guān)分析綠地空間形態(tài)指標與PM2.5消減量之間的關(guān)聯(lián)性，得到對PM2.5具有顯著消減效應(yīng)的綠地空間形態(tài)指標，并構(gòu)建回歸方程。最后，考慮到不同綠地面積的差異性，通過單位面積綠地的PM2.5消減量進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個綠地內(nèi)部不同測量點與對照點的PM2.5濃度差值的平均值（一天3個測量時段）為該綠地的PM2.5濃度消減量（圖3）。總體來看，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的趨勢。綠地面積5～10 hm2為臨界值，當綠地規(guī)模大于此范圍時，PM2.5消減量的增長趨勢開始減緩。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PM2.5的消減影響

相關(guān)分析表明（表4），斑塊面積、斑塊周長及形狀指數(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，說明綠地面積越大、周長越長、形狀越不規(guī)則，對PM2.5濃度的消減作用越明顯。其中，綠地斑塊周長對PM2.5的消減影響最顯著，其次為斑塊面積，形狀指數(shù)對PM2.5的消減影響相對較弱。然而，分維指數(shù)與近圓形形狀指數(shù)對PM2.5濃度的消減量相關(guān)性很弱，主要是由于選取的9個綠地分維指數(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。綠地的條形長度達到一定程度后，發(fā)揮的作用類似于綠色廊道，因此有利于 PM2.5的消減[16]928。

4 綠地不同空間形態(tài)指標對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

進一步對斑塊面積、斑塊周長、形狀指數(shù)與PM2.5濃度消減量進行回歸分析，研究它們對PM2.5濃度消減量的影響程度（圖4）。形態(tài)指標與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個綠地的平均消減量6 μg/m3為基準，下同）；綠地周長每增加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]；提高周長可增加綠地與周邊接觸的程度及與周圍景觀的融合，使綠地吸附更多的PM2.5；而形狀越不規(guī)則，斑塊生態(tài)交錯帶面積較大，有利于綠地內(nèi)外的空氣對流，最大程度滯留并凈化空氣中的PM2.5[14]。其次，綠地面積、周長與形狀指數(shù)不僅與PM2.5濃度顯著相關(guān)，也對其濃度的消減量作用顯著，這與Fan等基于北京18個居住區(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個綠地面積的差異性，為了綠地之間的PM2.5消減能力能進行相互對比，將不同綠地的PM2.5消減量進行基于面積的標準化處理，得到的相對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作自變量，計算每公頃綠地的PM2.5消減量當作因變量，進行雙變量相關(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水平上顯著負相關(guān)，說明綠地面積越大，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，將上述數(shù)據(jù)進行曲線回歸擬合。經(jīng)分析，線性、對數(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為一個臨界值，在綠地面積小于此范圍時，增加綠地面積可極大地降低其PM2.5消減效率，當綠地面積超過此范圍，隨著綠地面積的增大，消減效率無明顯變化。

從這個角度來看，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，其消減量僅提升1 μg/m3，5～10 hm2亦是綠地消減量的一個轉(zhuǎn)折點，加上單個綠地面積越大，每公頃凈化的PM2.5越少（圖2）。這一定程度上說明了當綠地面積達到一定程度時（約5～10 hm2），采用分散式布局更有利于PM2.5的消減，驗證了之前的研究結(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的趨勢，綠地面積小于5～10 hm2時，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5～10 hm2以后，PM2.5的消減量開始趨緩。

2）城市綠地的空間形態(tài)對PM2.5濃度的消減具有顯著影響，綠地的斑塊面積、斑塊周長及形狀指數(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、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）基于實測數(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)。由曲線變化趨勢可得，在綠地面積小于5～10 hm2時，增加綠地面積可極大地降低其PM2.5消減效率，當綠地面積超過5～10 hm2，隨著綠地面積的增大，消減效率無明顯變化。

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現(xiàn)，一方面，通過屋頂綠化、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，可通過增加其邊界長度、營造邊界形狀較不規(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看，當綠地面積達到一定程度時（5～10 hm2），適當采用小規(guī)模、分散式的布局，多個小面積的綠地的消減效果將大于1個面積相等綠地的效果，能提高PM2.5的消減效率，實現(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，同時對緩解熱島效應(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，來評估規(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)計方案，或評估現(xiàn)有綠地的消減效果，并進行相關(guān)的改造和優(yōu)化。

4.2 研究展望

筆者以武漢主城區(qū)綠地為研究對象進行研究，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不同都可能對PM2.5濃度產(chǎn)生不一致的影響，因此可擴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。未來研究還可借助相關(guān)軟件進行模擬分析，以實測加模擬的方式，能從多方面驗證城區(qū)綠地消減PM2.5的規(guī)律，例如從更精細的綠地面積變化區(qū)間分析對PM2.5的影響。此外，本研究選擇冬季白天進行PM2.5的濃度監(jiān)測，主要研究城區(qū)綠地在冬季霧霾天的PM2.5消減效果，將來須進行多天的PM2.5監(jiān)測，以排除數(shù)據(jù)偶然因素造成的影響，并考慮周圍交通、公園內(nèi)的人為活動等因素，提高結(jié)果的準確度。還可選擇其他季節(jié)進行監(jiān)測，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。

圖表來源(Sources of Figures and Tables):

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