PM2.5消减效应导向下的城市绿色基础设施网络优化——以湖北省武汉市江汉区为例

戴菲 毕世波 孙培源

城市绿色基础设施（urban green infrastructure，简称UGI）包含城市内部及周边的自然或人工、半人工的植被、水域等区域[1]，是城市生态系统服务效能的空间载体。提供全面的生态系统服务是UGI的基础功能[2]5250，已成为近年来UGI研究的重点方向[3]。关于生态系统服务供需匹配的研究证明城市化的发展导致了UGI生态系统服务的失衡，表现为生态系统服务高需求的高密度城市区，因城市化造成的空间破碎等问题导致了生态系统服务不足[4]。加之近年来城市面临严重的环境问题，无疑使这种供需矛盾更加激化。

1 绿化覆盖率对PM2.5的影响Impact of green coverage on PM2.51-1 街区尺度与PM2.5的相关程度Relevance between block scale and PM2.5

1-2 总体绿化覆盖率对PM2.5的消减效应Reducing effect of overall green coverage on PM2.5

1-3 乔木绿化覆盖率对PM2.5的消减效应Reducing effect of arbor green coverage on PM2.5

通过优化UGI网络能缓解城市生态、环境问题。既有UGI网络优化的研究基于供需匹配[5]、水环境优化[6]、生态系统服务能力提升[7]、海绵城市[8]等视角，通过形态学空间格局分析、最小路径分析、GIS空间叠加[9-10]等方法，从城市、区域等空间尺度提出了UGI网络宏观规划的途径[11-12]。但总体而言，中国UGI在空气污染方面的应用研究较少[2]5252，且对于如何针对UGI网络不同空间的需求，提出与之匹配的网络优化举措需进一步研究。

目前，以PM2.5为主的空气颗粒物污染成为中国城市普遍面临的环境问题，严重威胁人们的健康[13-14]，而研究表明通过优化UGI网络，能有效缓解PM2.5污染。如相较于绿斑，城市绿廊、绿道等带状绿地的优化对提升PM2.5消减速率更有效[15]。但既有关于UGI网络与PM2.5关联性的成果，就内容方面，主要涉及UGI不同绿地指标（绿化覆盖率、绿地格局）[16]105、植物群落[17]等微观方面与PM2.5的关系及其消减效应[18]；多以评估不同绿色空间类型、季节、植被分布滞留PM2.5的功能[19-21]等理论研究为主。实践层面，杜春兰从PM2.5消减视角对UGI网络规划措施提出了思考[22]；曹虎等从立体绿化、水循环系统构建等方面提出了消减PM2.5的措施[23]。但此类研究数量有限且优化举措均未落实到具体的空间区位层面。此外，作为组成城市空间的基本单元，不同城市街区的PM2.5浓度存在较大差异，但以街区单元为研究对象，将PM2.5与UGI网络结合的研究成果较少。可见，以PM2.5消减为导向优化街区单元UGI网络，提升生态服务能力的理论与实践研究尚待进行。

鉴于此，笔者主要通过对自身PM2.5研究成果的阶段性总结，以湖北省武汉市江汉区UGI网络为研究对象，将UGI网络空间梯度识别与消减PM2.5相结合，探讨以PM2.5消减为导向且能落实到街区空间层面的UGI网络优化新思路，并提出相应措施，为高密度的街区UGI优化实践提供新视角和实践依据①。

1 UGI对PM2.5的消减效应

1.1 UGI指标的选取

既有研究证明城市绿地对PM2.5有明显的消减作用，其中针对绿地不同指标类型如数量指标（绿化覆盖率、三维绿量等）、结构指标（景观破碎化指数、均匀度指数等）与PM2.5的关联性方面已有丰硕的理论研究成果[24-26]。但中国PM2.5与UGI关联性的成果还处于以理论研究为主的初期阶段。未有相关研究以PM2.5消减为导向，通过数量和形态的优化，织补街区层次的UGI网络空间。笔者依据张利华等对常用绿地指标频度的分析结果[27]，确定绿地的数量（绿化覆盖率、三维绿量）与形态（核心、桥连接、孤岛）作为本文UGI规划实践指标，探究其优化思路。其中，5个指标与PM2.5的关系，是基于国控监测点长期逐时监测的数据求得PM2.5的日均数据，进而确定的回归模型。

1.2 UGI数量对PM2.5的消减效应

1.2.1 绿化覆盖率对PM2.5的消减效应

UGI通过植物发挥阻拦、吸附、沉降等作用可有效消减PM2.5[28]，在普通的直径1 000 m的城市街区中，绿化覆盖率与PM2.5浓度呈显著负相关关系。表现为绿化覆盖率每提高10%，可降低PM2.5浓度约7.58%，增加街区尺度的绿化覆盖率能在直径500～600 m范围内显著降低PM2.5浓度[16]109。但研究发现随着绿化覆盖率的持续提升，其对PM2.5消减的作用逐渐趋于平缓，通过PM2.5浓度与总体绿化覆盖率的回归模型可以发现，直径1 000 m的城市街区中，当绿化覆盖率在25%～35%时，对PM2.5的消减作用显著，约在30%时消减效果最显著[29]（图1）。

1.2.2 三维绿量对PM2.5的消减效应

鉴于植物对PM2.5的消减作用主要是通过叶片的阻拦、吸附等功能进行的，笔者使用叶面积作为衡量三维绿量指标的标准。基于高分二号（GF-2，分辨率为0.8 m）高清遥感影像解译叶面积数据。通过SPSS回归分析发现，植物对PM2.5的消减效应存在饱和值，三维绿量指标的消减效果也存在饱和状态，即对研究范围1 km2的社区而言，叶面积在0.45 ～ 1.44 km2都会对PM2.5的消减产生显著效果，且约在1.44 km2（此时相当于约40%的林木覆盖率）时达到峰值[24]334（图2）。

2 三维绿量对PM2.5的影响Effect of 3D green amount on PM2.52-1 总体三位绿量对PM2.5的消减效应Reducing effect of total 3D green amount on PM2.5

2-2 乔木三维绿量对PM2.5的消减效应Reducing effect of arbor 3D green amount on PM2.5

3 UGI的形态指标对PM2.5的影响Impact of UGI morphological indicators on PM2.53-1 核心对PM2.5的消减效应Reducing effect of core on PM2.5

3-2 孤岛对PM2.5的消减效应Reducing effect of islet on PM2.5

3-3 桥连接对PM2.5的消减效应Reducing effect of bridge on PM2.5

1.3 UGI形态对PM2.5的消减效应

1.3.1 MSPA方法

形态空间格局分析（Morphological Spatial Pattern Analysis，简称MSPA）作为一种UGI形态分析方法，被引入生态网络中。该方法基于ENVI5.3解译后的土地利用类型图及通过Arcmap10.5得到的二值图，可将研究区域的前景像元（构成UGI的绿地与水域）分为：核心（core）、孤岛（islet）、边缘（edge）、桥连接（bridge）、分支（branch）、环（loop）、孔隙（perforation）7类互不重叠的景观组分[30]，而每种组分都代表着不同的绿地形态并拥有着各自的生态学含义（表1）。

1.3.2 UGI形态对PM2.5的消减效应

既往研究发现通过MSPA分析的7类绿地形态中，核心与边缘是2个主要的指标类型。通过SPSS软件将7类绿地形态分别与PM2.5浓度进行相关性分析后，核心、孤岛、桥连接、边缘、孔隙5类与PM2.5浓度消减速率有显著的相关关系，而前三者在0.05（p＜0.05）水平上显著相关。具体表现为：在UGI总面积中，核心与桥连接比例分别每提升5%和1%，PM2.5浓度每小时消减的速率相应地提升1%和2%；孤岛比例每减少1%，PM2.5浓度每小时消减的速率提升1%（图3）。但需说明，该处的消减速率是依据回归曲线得出的理论数据，意味着UGI形态指标优化后，能显著减少PM2.5浓度消减所需的时间。

表1 MSPA类型及其代表的生态学含义Tab. 1 MSPA types and their ecological implications

1.4 基于UGI数量与形态的优化策略

基于上文分析，以PM2.5消减为主要目标的城市高密度街区UGI优化策略主要为：1）1 km²的城市街区中，绿化覆盖率应维持在约30%以上；2）每1 km²的城市街区中植物三维绿量约0.45～1.44 km²（接近1.44 km²效果最显著）；3）在维持上述UGI数量指标的前提下，重点关注增补或优化如大型公园等核心类绿地形态，并对破碎化的小型绿斑通过“织补”或“联通”等方式进行整合，降低UGI的破碎化程度。此外，应重视桥连接这种能联系不同大型绿地的线性绿地的营造。以线性绿廊绿道为媒介，建立起完整的街区绿色网络空间，最大限度地提升UGI的生态系统服务效能。

2 基于PM2.5消减效应的江汉区UGI优化实践

2.1 研究区概况

武汉地处中国中部，是典型的高密度城市，在城市化的发展过程中面临着严重的PM2.5污染问题。其中江汉区是武汉7个中心城区之一，总面积约为28.29 km2，是典型的高密度城市建成区。其中包含着大量的典型街区单元，人口密度高达20 445 人/km2（第6次人口普查数据）。依据2018年武汉各区综合空气质量排行，江汉区PM2.5污染程度高于武汉市平均水平[24]332。

2.2 研究区前期评估

2.2.1 绿化覆盖率与三维绿量的前期评估

获取江汉区高分二号（GF-2）遥感影像（分辨率为0.8 m），通过ENVI5.3进行影像解译，提取其中的绿地约6.75 km²，约占总面积的23.35%。基于江汉区红领巾站点和江汉区南片区的三维绿量数据[24]331，估算江汉区三维绿量平均值约0.33 km²（1 km²街区范围内的平均叶面积约为0.33 km²）。这说明江汉区绿化覆盖率及三维绿量指标平均值较低，消减PM2.5的能力有待进一步提升。

2.2.2 基于MSPA的江汉区绿地形态的前期评估

通过Arcmap10.5提取江汉区的土地利用分类影像中的绿地组分作为前景像元，通过Guidos Toolbox的MSPA方法进行形态空间格局分析后发现：江汉区核心类绿地仅占UGI面积的3.49%，说明该区如综合公园等大型绿色源地较少；桥连接占2.19%，说明不同核心斑块间的带状绿地较少；孤岛面积达8.73%，远高于核心与桥连接，说明居住区绿地、小型公园等绿色斑块较多。总体而言，江汉区UGI 空间格局形态较为破碎，但这些破碎化的绿斑又为核心的建设提供了条件。

2.3 基于PM2.5消减的优化策略

欲将UGI落实到江汉区空间层面，需要依托该区原有绿地规划及其实际需求，由此才能在尽量提供“供需平衡”的生态系统服务的同时，达到消减街区PM2.5浓度的目标。为此，首先结合绿地现状及规划评价与绿网适宜性综合评价确定UGI要落实的具体空间区位。其次，江汉区作为武汉市典型的高密度城市建成区，笔者拟通过提升其绿地数量指标、优化形态指标的方式完善UGI网络。具体体现在：优化原有绿斑，利用街角未利用土地建设口袋公园；依托建筑群进行垂直绿化、屋顶花园营造；依托高密度的街道网络构建绿廊绿道等具体措施。最后，形成江汉区绿色多功能网络体系。

2.3.1 基于消减PM2.5的江汉区UGI空间区位梯度识别

首先，将遥感影像解译的绿地现状图与江汉区绿地规划图叠加，评价绿地的空间分布（图4-1）。其次，选择对江汉区绿色多功能网络结构规划影响显著的热环境、水文分布、历史文化资源分布、商业分布4个与生态、景观、游憩关联性较强的因子作为江汉区绿色多功能网络评价的因子，并按照一般（赋值为1）、较好（赋值为3）、好（赋值为5）3个等级，根据各因子对UGI网络结构规划的重要程度，对其分别赋以0.4、0.3、0.2、0.1的权重后进行GIS叠加分析，得到绿网线路的综合评价图（图4-2）。最后，将上述两者进一步叠加分析得到江汉区绿色空间网络结构底图（图4-3）。

2.3.2 PM2.5消减导向下的江汉区UGI优化途径

以PM2.5消减为导向，优化江汉区绿色网络空间的途径主要体现在以下3方面。绿地的数量与形态指标并非是截然分开的。笔者在优化UGI形态指标提升其PM2.5消减速率时，主要通过增量方式进行，这也同时提升了绿地的数量指标，能有效地消减PM2.5浓度。

1）点状绿地斑块的优化。结合江汉区影像对原有的绿地斑块，尤其对社区组团绿地和城市公园绿地进行整合与修补，通过减少绿地破碎化程度，降低孤岛、增加核心类形态指标的方式优化UGI网络，提升其对PM2.5的消减速率。具体表现为在以民权街社区、前进街社区等为代表的建筑密度较大的老旧社区内，通过增加口袋公园、社区花境的措施整合绿地网络。在以万松街社区和常青社区等为代表的近现代居民楼社区内，强化绿地组团形态，形成开敞的综合小型绿地。此外，强化常青公园、后襄河公园、王家墩公园、梦泽湖公园、菱角湖公园、西北湖公园、中山公园等城市公园绿色核心，依托原有公园基底，采用以乔木补植（约110 棵/km²）为主、灌草地为辅的修复方式，结合武汉亚热带季风气候特征补植香樟、榕树、玉兰、银杏、马尾松等大型乔木（平均单株叶面积约0.007 km²）[31]，以此弱化孤岛形态，提升绿色核心比例。

2）面状垂直绿化与屋顶绿化营造。依托UGI网络优化的空间识别结果，在高密度建筑群处增加垂直绿化与屋顶花园，优化绿地数量指标与核心类形态指标，提升UGI对PM2.5浓度的消减能力及消减速率。在临干道（常青路—云霞路、建设大道—新华路）建筑物增补垂直绿化，形成道路车辆颗粒物污染的空中屏障。以新村社区为代表的近代工业遗留社区中，建筑密度大，社区公共空间匮乏，因此在采光充足的楼顶，通过适地增补屋顶花园、屋顶果蔬园等途径，增加街区绿化覆盖率。

3）线状城市绿廊绿道的构建。基于江汉区现有UGI网络，结合商业、文化、微气候、生态适宜性多角度的评估，构建江汉区绿廊与绿道两级绿网体系，增强桥连接指标以加强不同核心绿地形态间的连通性，提升UGI对PM2.5浓度的消减速率。具体体现在：3条东西向绿廊（三环线、京广线江汉段、汉口江滩）、3条东西向一级绿道（建设大道—新华路、解放大道、中山大道）、2条南北向一级绿道（常青路—云霞路、新华路—民意四路）、6条二级绿道（发展大道、云飞路—马场角小路—兴唐路、青年路—西北湖路—万松园路—银松路、新华路、姑嫂树路高架—香港路、前进四路—民生路）。通过绿廊与绿道优化线性绿地，有效提升了UGI连通性，增强了UGI消减PM2.5的效率及稳定性。

2.4 优化结果评估

基于GIS平台，总体绿化覆盖率由23.35%提升至29.96%，每1 km2街区三维绿量由0.33 km2提升至 1.15 km2（图 5-1、5-2）。据“绿化覆盖率每提升10%降低PM2.5浓度约7.58%”的既往研究，意味着优化后的绿化覆盖率可消减PM2.5浓度约5.6%。基于2018年江汉红领巾和江汉南片区空气质量监测数据（年平均PM2.5浓度分别为 111.3 μg/m3与 117.7 μg/m3），通过三维绿量与PM2.5浓度关系可知，优化后的绿地三维绿量消减PM2.5平均浓度约3.2%。总体来看，规划后江汉区UGI可有效消减PM2.5平均浓度。而2018年江汉区空气质量监测站数据显示，该年以PM2.5为主要污染物的天数占106个污染日中的50.0%[32]。参照中国空气质量标准（PM2.5日平均浓度低于75 μg/m3为良好）[33]，结果显示规划后的江汉区UGI使原有的优良天数得以增加（图5-3）。

4 江汉区UGI的空间规划优先度识别Identification of UGI spatial planning priority in Jianghan District4-1 江汉区现状绿地与规划绿地叠加Overlayed map of current green space and planned green space in Jianghan District

4-2 江汉区绿网线路综合评价Comprehensive evaluation of green network in Jianghan District

4-3 江汉区绿色空间网络结构底图Base map of green space network structure in Jianghan District1三环线2京广线江汉段3汉口江滩4建设大道—新华路5解放大道6中山大道7常青路—云霞路8新华路—民意四路9发展大道10云飞路—马场角小路—兴唐路11青年路—西北湖路—万松园路—银松路12新华路13姑嫂树路高架—香港路14前进四路—民主路15待规划道路16常青公园17后襄河公园18菱角湖公园19西北湖公园20梦泽湖公园21中山公园22王家墩公园

5 规划前后UGI数量变化与PM2.5日平均浓度对比Changes in UGI quantity before and after the planning,and daily average concentration of PM2.5

此外，通过绿地形态格局的优化，核心、桥连接指标分别提升至9.33%、3.34%，孤岛减少至4.11%（图6）。说明就绿地的生态学意义而言，江汉区绿色网络作为“生态源地”的功能得以提升，且各“源地”间更好的绿廊连接和新增的楔形绿斑进一步优化了绿网对生物多样性保护的功能。加之新增的社区公园、口袋公园为居民提供了丰富的游憩休闲绿色空间，均有力地提升了街区UGI的综合生态服务能力。更重要的是，相较于规划前，核心、桥连接分别提升了5.84%、1.15%，孤岛减少了4.32%，依据上文提及的核心与桥连接比例分别每提升5%和1%，PM2.5浓度的消减速率相应地提升1%和2%，而孤岛比例每减少1%，PM2.5浓度的消减速率提升1%，意味着规划后江汉区核心、桥连接、孤岛对PM2.5消减速率分别提升了约1.17%、2.25%、4.32%。PM2.5消减速率得以显著提升，为人们提供了更多接触优质空气的时间。

3 讨论与启示

UGI能够提供供给、调节、文化及支持等综合生态系统服务。一方面，如何基于UGI的空气净化服务能力进行规划实践，其要落实的空间区位是首要解决的问题。为此笔者针对江汉区提出了如下思路：基于GIS平台的叠加分析，选取与UGI的生态、景观、游憩等生态系统服务功能关联性较强的热环境、水文分布、历史文化资源分布、商业分布4个因子，并结合绿地现状与未来规划来确认江汉区UGI网络规划实践的空间识别。但在不同的城市街区应依据实际情况选取UGI空间识别影响因子，由此才能提出相应的以PM2.5消减为主要目标的UGI优化策略。

另一方面，PM2.5浓度受气象条件、污染排放、季节变化等多种因素的影响，是动态变化的。但据本研究的实际情况，文中的PM2.5浓度测量参考了中国空气质量标准给定的方式（通过每小时1次的PM2.5浓度记录，求每日24个数据的平均值，即日平均浓度，也就是理论上的静态值）。这和既有研究采用的PM2.5浓度评估方式一致。如郑煜等依据不同城市PM2.5日平均浓度评估了该市超过国家环境保护标准（75 μg/m3为良）的天数[34]；雷雅凯等则探究了PM2.5季度平均浓度与绿地景观格局指标的关系[35]。因此，本研究评估结果中，无论是优良天数的增加还是PM2.5消减速率的提升均为理论上的静态评估，而对于如何动态地评估UGI实践结果和PM2.5浓度的关系尚需进一步研究。此外，笔者主要针对5个绿地指标各自对PM2.5的消减速率或浓度的消减效应做了分析，而对于5个指标综合后对PM2.5的总体消减情况亦需进一步探讨。

3.1 提升绿地数量指标以消减PM2.5浓度

在高密度的城市街区，首先，可通过“见缝插绿”的方式增补口袋公园、微花园等，以增强点状绿斑的密度；其次，高密度城市街区建筑为竖向绿化提供了充足的载体，可通过建筑表皮绿化、屋顶花园、果蔬园营造的方式提升绿量；最后，在建设空间有限的区域，依托原有公园绿地，通过适地乔木为主、灌草为辅的补植优化措施提升绿量，以达到消减PM2.5浓度的目的。

6 江汉区UGI形态指标的前后比较Comparison of UGI morphological indicators in Jianghan District before and after the planning

3.2 提升绿地形态指标以消减PM2.5浓度

首先，在密度较高的街区，依托路网等线性空间营建绿廊绿道以提升桥连接绿地形态，将孤立的核心形态连接，形成连续整体的城市街区UGI网络体系。通过营造街区绿径，将破碎化的社区公园、口袋公园等楔形绿斑进行整合，发挥“环”的“同化”作用，促成孤岛绿地形态的核心化。其次，在新建社区，因有相对充分、可灵活调整的空间，应与老社区点状绿斑均衡发展，重视组团绿地建设，以减少孤岛形态，增加核心绿地形态占比，提升绿地形态指标滞纳PM2.5的生态系统服务能力。

注释(Note)：

① 该研究成果的核心内容获得2020年ALSA专业奖研究类荣誉奖。

图表来源(Sources of Figures and Table)：

图表均为作者绘制，其中图5底图来源于谷歌地球。