城市绿地空间形态对PM2.5的消减影响—以武汉市为例

陈明 胡义 戴菲

快速城镇化产生了大量城市问题，以PM2.5为首要污染物的大气颗粒物污染成为中国城市普遍面临的严峻挑战[1-2]，也对人们的健康造成极大威胁，引发一系列呼吸系统疾病[3]。清洁健康的城市环境是人们日常生活的基本保障，被世界卫生组织列为健康城市的首条标准。改善空气质量、降低城市PM2.5浓度成为中国绝大部分城市需要解决的问题之一。

大量研究表明，城市绿地能有效缓解PM2.5[4]，这主要是由于空气中的PM2.5经过布朗运动与植物的枝叶结构发生碰撞导致PM2.5的沉降、阻滞、吸附及吸收[5]。目前关于城市绿地形态与PM2.5的研究较少，较多集中于线性的绿地—道路绿地形态的研究[6-8]，以及不同植物群落配置对PM2.5的影响等更微观尺度[9-10]。徐欢等[11]针对徐州市25 hm2的云龙公园分析其内部PM2.5浓度的不均匀性，同丽嘎等分析了包头市若干个规模不等的公园绿地（约60～700 hm2）内外PM2.5浓度的差异[12]。与绿地形态相近的研究多数基于城市空气质量监测点为中心形成的圆形缓冲区，分析此范围内通过遥感影像提取的绿色斑块空间格局对PM2.5的影响。其中基于1～6 km不同尺度的方形栅格空间单元，发现PM2.5浓度与绿色斑块的景观分割指数显著相关，但其相关性随季节发生变化[13]，因此对于改善PM2.5的绿地布局形式目前存在不稳定性。通过0.1 km、0.3 km、0.5～5 km不同尺度的圆形或方形空间单元，以边缘密度、边缘长度衡量绿地的形状复杂程度，研究表明形态越复杂的绿色斑块能消减更多的PM2.5[14-16]。林地和草地的斑块密度与PM2.5浓度呈显著负相关，表明破碎化的绿色斑块更有利于PM2.5的消减[17]。

表1 9个城市绿地的基本属性Tab.1 Basic attributes of nine urban green spaces

然而，上述研究主要关注的是城市普通街区中的绿化覆盖层面的绿色斑块，城市公园绿地、附属绿地等不同绿地类型是城市绿地系统规划直接调控与作用的对象，具有实际管控意义，而当前研究缺乏相应的考量。有专家学者对城市绿色基础设施、园林绿化的PM2.5调控措施提出了观点[18-19]，然而关于这些城市绿地空间形态与PM2.5之间的量化关系基本仍为空白，因此在高密度城市中难以提出具体的空间优化策略。鉴于此，本研究以华中地区高密度城市—武汉市为例，基于城市绿地分类标准选取城市中的不同形态绿地，通过实地测量分析绿地对PM2.5浓度的消减量，探索二者之间的深层量化关系规律，以期为城市绿地的空间优化布局提供参考。

1 研究方法

1.1 研究区概况与城市绿地筛选

武汉市是中国华中地区极具代表性的高密度城市，据《2018年武汉市绿化状况公报》统计，截至2018年，武汉市建成区绿地面积达到22 408.23 hm2，已有22个开放公园，400余个街头小游园、小片林、小绿地遍布城区。然而在城市化过程中，绿地和水体不断受到侵蚀，面临严重的生态破损。城市的PM2.5呈现冬季污染严重、夏季空气优良的时间格局，反映中国城市PM2.5污染的普遍特征。

虽然主城区内绿地数量较多，为了确保研究数据的精度，首先排除绿地附近有其他大规模绿地或水体的样本，以及避免影响消减PM2.5效果的其他可能因素，例如周围有工地等。其次根据武汉市绿地系统规划，并结合实际建设情况，通过现场踏勘选取了具有代表性的9个不同空间形态的城市绿地（图1，表1）。

1.2 绿地空间形态指标

通过Google Earth下载空间像素分辨率为0.5 m的武汉市遥感图像。运用ArcGIS软件进行人工目视解译提取绿地，并转换为1 m分辨率的栅格文件导入Fragstats软件，精确计算斑块层面上的绿地空间形态指标。由既往研究可知，城市普遍街区中绿色斑块的面积、形状等均会显著影响PM2.5[20-22]，并根据其他相近研究成果（湖泊湿地）的梳理[23]，笔者从面积、边界、形状、复杂性等方面衡量绿地的空间形态特征，因此选取的空间形态指标包括斑块面积指数（patch area）、斑块周长指数（patch perimeter）、形状指数（shape index）、分维数（fractal dimension index）及近圆形形状指数（related circumscribing circle），共5项反映空间形态的代表性指标（表2、3）[24]。

1 9个城市绿地分布图Distribution map of nine urban green spaces

1.3 PM2.5测量

于武汉PM2.5污染最严重的冬季开展实测（2018年12月—2019年1月），选择连续晴朗、无雨雪、无风或微风，以及相似的PM2.5污染的天气，于每天09：00—12：00、12：00—15：00、15：00—17：00 3个时间段进行3组测量，每个公园各测1天。由于9个绿地分布在武汉市主城区内的不同空间位置，采用公园内外固定布点的方式进行测量，以消除背景浓度的影响[25]。其中，对照点设置在每片绿地外围或边缘空旷、无绿化覆盖区以及无明显污染源的地方，为了能充分反映绿地内部的PM2.5浓度水平，借鉴类似研究分析居住区景观格局对PM2.5的影响[26]194，结合绿地内部的可达性，依据绿地面积相对均匀地布置4～6个监测点（图2）。此外，利用运动相机GoPro同步记录实测现场周围情况，用以分析突发状况造成的数据偏差。

2 9个城市绿地的PM2.5测量点分布Distribution of PM2.5 measurement points in nine urban green spaces

3 9个绿地的PM2.5浓度消减量PM2.5 reduction in nine green spaces

表2 5项空间形态指标基本属性Tab.2 Basic attributes of five spatial morphological indexes

表3 9个绿地的空间形态指标Tab.3 Spatial morphological indexes of nine green spaces

绿地内外的PM2.5浓度测量通过2台手持粉尘监测仪TSI8532进行测量。监测时，这些仪器均以三脚架进行固定，将传感器放置到成年人呼吸的高度（1.5 m）。2台TSI8532分别在内部监测点以及外部固定点每10 s记录一次数据，记录3 min，每个点得到18组数据。由于2台TSI8532的测量值存在一定误差，参考Dos Santos-Juusela等的方法，测量前以外部对照点的仪器为准[27]，对公园内部的测量仪器进行了校准，经过测试，校准公式如下：

式中，C0是绿地内部监测点的原始PM2.5浓度，C是绿地内部监测点校准后的PM2.5浓度。

参考Fan等的方法，城市绿地对PM2.5的消减量的计算公式如下[26]195：

式中，ΔC是绿地内外部PM2.5浓度差，反映绿地的PM2.5消减量，Cs是绿地外部对照点的PM2.5浓度，Ci是绿地内部各个监测点的PM2.5浓度。

1.4 数据分析与处理

利用Excel对实测数据进行整理，利用SPSS19.0软件进行统计分析。首先，分析不同空间形态绿地的PM2.5消减量的整体特征。其次，通过双变量相关分析绿地空间形态指标与PM2.5消减量之间的关联性，得到对PM2.5具有显著消减效应的绿地空间形态指标，并构建回归方程。最后，考虑到不同绿地面积的差异性，通过单位面积绿地的PM2.5消减量进一步分析不同绿地的消减效率。

2 研究结果分析

2.1 不同空间形态绿地PM2.5浓度的消减量分析

9个绿地内部不同测量点与对照点的PM2.5浓度差值的平均值（一天3个测量时段）为该绿地的PM2.5浓度消减量（图3）。总体来看，规模较大绿地的PM2.5消减量较大，消减量随绿地面积的增加呈增长的趋势。绿地面积5～10 hm2为临界值，当绿地规模大于此范围时，PM2.5消减量的增长趋势开始减缓。而绿地规模小于此范围以前，小幅度增加绿地规模能较大地提高PM2.5的消减量。

2.2 绿地空间形态对PM2.5的消减影响

相关分析表明（表4），斑块面积、斑块周长及形状指数与PM2.5浓度的消减量在p＜0.01水平上显著正相关，相关系数分别为0.584、0.629及0.397，说明绿地面积越大、周长越长、形状越不规则，对PM2.5浓度的消减作用越明显。其中，绿地斑块周长对PM2.5的消减影响最显著，其次为斑块面积，形状指数对PM2.5的消减影响相对较弱。然而，分维指数与近圆形形状指数对PM2.5浓度的消减量相关性很弱，主要是由于选取的9个绿地分维指数均较小，近圆形形状指数均较大，二者基本都趋近于1，说明这些绿地形状复杂程度较低、接近条形。虽然二者相关性不显著，但仍呈正相关趋势。绿地的条形长度达到一定程度后，发挥的作用类似于绿色廊道，因此有利于 PM2.5的消减[16]928。

4 绿地不同空间形态指标对PM2.5消减量的影响Effect of different spatial form indexes of green space on PM2.5 reduction

5 绿地面积与每公顷绿地的PM2.5消减量的曲线拟合Curve fitting between green space area and PM2.5 reduction per hm2

表4 绿地空间形态指标与PM2.5浓度消减量的相关性Tab.4 Correlation between spatial morphological index of green space and PM2.5 concentration reduction

进一步对斑块面积、斑块周长、形状指数与PM2.5浓度消减量进行回归分析，研究它们对PM2.5浓度消减量的影响程度（图4）。形态指标与PM2.5浓度消减量之间的回归模型表明，绿地面积每增加10 hm2，可提升PM2.5浓度消减量17%（以9个绿地的平均消减量6 μg/m3为基准，下同）；绿地周长每增加1 000 m，可提升PM2.5浓度消减量17%；绿地形状指数每增加0.1，可提升PM2.5浓度消减量10%。

首先，绿地面积越大，拥有更多的绿量发挥其消减作用[28]；提高周长可增加绿地与周边接触的程度及与周围景观的融合，使绿地吸附更多的PM2.5；而形状越不规则，斑块生态交错带面积较大，有利于绿地内外的空气对流，最大程度滞留并净化空气中的PM2.5[14]。其次，绿地面积、周长与形状指数不仅与PM2.5浓度显著相关，也对其浓度的消减量作用显著，这与Fan等基于北京18个居住区的研究发现相似[26]200。

2.3 单位面积绿地的PM2.5消减效率

由于9个绿地面积的差异性，为了绿地之间的PM2.5消减能力能进行相互对比，将不同绿地的PM2.5消减量进行基于面积的标准化处理，得到的相对值亦可理解为单位面积绿地的PM2.5消减量。因此将绿地的面积当作自变量，计算每公顷绿地的PM2.5消减量当作因变量，进行双变量相关分析，结果表明绿地的面积与每公顷绿地的PM2.5消减量在p＜0.01水平上显著负相关，说明绿地面积越大，单位面积消减的PM2.5的值就越小，即消减PM2.5的效率越低。

为了更深入研究绿地消减效率的变化趋势，将上述数据进行曲线回归拟合。经分析，线性、对数、倒数、二次、三次等不同拟合曲线中，绿地面积与单位面积绿地的PM2.5消减量均在p＜0.01水平显著相关，其中幂函数的拟合度最高，R2为0.744（图5）。由拟合曲线可知，绿地面积约5～10 hm2为一个临界值，在绿地面积小于此范围时，增加绿地面积可极大地降低其PM2.5消减效率，当绿地面积超过此范围，随着绿地面积的增大，消减效率无明显变化。

从这个角度来看，为最大化发挥绿地的消减作用，城区绿地的总体面积越大，其消减的PM2.5总量越多，但绿地面积每提高10 hm2，其消减量仅提升1 μg/m3，5～10 hm2亦是绿地消减量的一个转折点，加上单个绿地面积越大，每公顷净化的PM2.5越少（图2）。这一定程度上说明了当绿地面积达到一定程度时（约5～10 hm2），采用分散式布局更有利于PM2.5的消减，验证了之前的研究结果[29]。

3 结论

1）不同规模大小的绿地内部PM2.5的浓度总体上是低于绿地外部的PM2.5浓度，且绿地面积越大，总体上绿地内外PM2.5的浓度差值越大。绿地的PM2.5消减量随绿地面积的增加呈增长的趋势，绿地面积小于5～10 hm2时，小幅度增加绿地面积能较大地提高PM2.5的消减量，而绿地面积超过5～10 hm2以后，PM2.5的消减量开始趋缓。

2）城市绿地的空间形态对PM2.5浓度的消减具有显著影响，绿地的斑块面积、斑块周长及形状指数与PM2.5浓度的消减量呈显著正相关，面积、周长及形状指数越大，绿地消减PM2.5的效果就越明显，绿地面积、周长、形状指数每增加10 hm2、1 000 m、0.17，能提升PM2.5的消减量约17%。

3）基于实测数据得到绿地面积与每公顷绿地PM2.5的消减量之间的拟合函数为幂函数。由曲线变化趋势可得，在绿地面积小于5～10 hm2时，增加绿地面积可极大地降低其PM2.5消减效率，当绿地面积超过5～10 hm2，随着绿地面积的增大，消减效率无明显变化。

4 讨论

4.1 基于PM2.5消减的城市绿地空间优化策略

1）提高绿地面积、周长及形状的不规则或复杂程度。然而在高密度的城市空间里，提高绿地面积是较难实现，一方面，通过屋顶绿化、垂直绿化等绿化方式，提高绿量[30]；另一方面，在绿地面积一定时，可通过增加其边界长度、营造边界形状较不规则及复杂的空间形态，将能有效降低城区PM2.5浓度值，最大挖掘绿地的消减能力。

2）从绿地的总体布局来看，当绿地面积达到一定程度时（5～10 hm2），适当采用小规模、分散式的布局，多个小面积的绿地的消减效果将大于1个面积相等绿地的效果，能提高PM2.5的消减效率，实现“1＋1＞2”的效果。尤其在高密度的中心城区内，小规模绿地的布局方式具有较高的可行性，同时对缓解热岛效应也具有显著作用[31]。

3）借助绿地空间形态与PM2.5或单位面积PM2.5的消减量的回归模型，来评估规划绿地的消减效果，用以选择最优的城市绿地规划设计方案，或评估现有绿地的消减效果，并进行相关的改造和优化。

4.2 研究展望

笔者以武汉主城区绿地为研究对象进行研究，所得的结论具有地域局限性，不同地域的气候环境、地形地貌以及植被的种类不同都可能对PM2.5浓度产生不一致的影响，因此可扩大研究的范围至不同气候带的不同区域，可增加同一形态绿地的数量，突破单一城市中绿地样本的限制。未来研究还可借助相关软件进行模拟分析，以实测加模拟的方式，能从多方面验证城区绿地消减PM2.5的规律，例如从更精细的绿地面积变化区间分析对PM2.5的影响。此外，本研究选择冬季白天进行PM2.5的浓度监测，主要研究城区绿地在冬季雾霾天的PM2.5消减效果，将来须进行多天的PM2.5监测，以排除数据偶然因素造成的影响，并考虑周围交通、公园内的人为活动等因素，提高结果的准确度。还可选择其他季节进行监测，研究不同季节不同空间形态绿地的PM2.5消减效果的差异性。

图表来源(Sources of Figures and Tables):

文中图表均由作者绘制，其中图1、2底图来源于Google Earth 卫星底图。