宿迁城区空间格局对PM2.5分布的影响

张琳 顾涵 王洁 朱嬿莹 宗苏曼 刘宇

摘 要：通过对宿迁城区4个大气质量监测站点内PM2.5浓度进行时空变化分析，并调查宿迁城区地表景观类型，将PM2.5浓度与绿地景观格局指数（绿地PLAND指数、绿地PD指数、绿地LPI指数）进行相关性分析。结果表明，宿迁城区4个站的PM2.5质量浓度分布趋势均为“单峰单谷”，3类景观指数在夏季与PM2.5质量浓度呈负相关，在春、秋、冬3季呈正相关，且PM2.5质量浓度在各个缓冲区与3类绿地景观指标全年的变化趋势相同。

关键词：空间格局;颗粒物;宿迁

中图分类号 X51文献标识码 A文章编号 1007-7731（2021）06-0161-04

伴随着城市化进程的高速发展，粉尘、汽车尾气、化工厂排气等造成的大气颗粒物污染已成为环境问题研究的热点[1]。城市绿化通过自我清洁功能来改善环境质量进而维护城市生态平衡、美化景观，是城市生态系统的一个重要的组成部分[2]。PM2.5浓度与城市景观格局密切相关，其污染状况随景观格局的变化而变化[3]。目前，国内外许多城市在景观格局对颗粒物浓度的变化上已开展了相关研究，主要集中在遥感监测[4-6]、时间动态变化[7-8]、城市差异[9-11]等方面，而有关对不同绿地景观格局对PM2.5质量浓度分布差异的研究仍较少，在苏北地区则几乎没有。为此，本研究通过对宿迁城区内大气质量监测站点PM2.5浓度的检测数据和绿地景观格局进行分析，探索宿迁市绿地资源合理的空间配置方法，以发挥宿迁城区绿地景观格局对PM2.5浓度的削减作用，提高宿迁的空气质量，为城市生态规划提供科学依据。

1 材料与方法

1.1 研究区概况 宿迁位于江苏省北部，是徐、淮、连3城中心，在陇海经济带、中部沿海带和沿江带的范围之内。近年来，随着城市化的转型、人们生活方式的改变以及城市工业的快速發展，城市空气污染逐年严重，危害居民的身体健康。

1.2 研究方法

1.2.1 数据来源

1.2.1.1 影像数据 截取图像应在天气晴朗、研究区域无云覆盖的情况下进行。用Loca Space Viewer软件，截取成像质量较好的高清卫星影像，获取日期为2020年4月20日。以宿迁城区内4个监测站点为研究区域（见图1），并在以站点为中心5km为半径的区域范围内，将土地利用类型划分为城市绿地、道路用地、水体、农田用地、建筑用地5类。并建立以监测站点为中心的3km×3km尺度、5km×5km尺度来研究绿地景观格局与PM2.5浓度的相关关系。

1.2.1.2 颗粒物数据 从宿迁市空气监测局获2019—2020年全年宿迁市城区4个国家监测点连续监测的每小时的PM2.5的实时数据。

1.2.1.3 景观格局指数 选取个3景观格局指数，分别为绿地景观面积比（PLAND）、绿地最大斑块指数（LPI）、绿地斑块密度（PD）。在研究区域不同尺度的区域内，划分多种类型斑块，仅对绿地斑块进行定量分析，得到不同尺度区域内的绿地斑块数量、绿地斑块总面积、最大绿地斑块面积，计算得出PLAND、LPI、PD的具体数值。

1.2.2 研究方法 以宿迁市城区4个监测站点为中心，在3km为半径和5km为半径的缓冲区内，监测2019—2020年PM2.5浓度，整理宿迁城区4个监测站点的绿地景观格局，通过线性回归方程分析，得到颗粒物浓度大小与绿地景观格局之间关系的变化规律，并探究两者在不同季节的变化规律以及不同尺度域的特征。

2 结果与分析

2.1 PM2.5的时空分布时间变化特征 如图2所示，4个站点的PM2.5质量浓度均表现出夏季高、冬季低的趋势。1月PM2.5浓度质量最高，从2月份开始，PM2.5的质量浓度快速下降，随后下降幅度减缓，而后从9月份开始呈上升趋势，12月份达到最高值。其中，1月宿豫区政府的PM2.5浓度值最大，为92.19μg/m3，8月宿迁中学的PM2.5浓度值最小，为19.55μg/m3。该现象产生的原因可能是冬季天气寒冷，需要燃烧煤炭来供暖，从而导致大量污染物的产生和排放。而夏季气温降雨量大，大气对流通畅，有利于污染物的沉降和扩散[12]。

2.2 PM2.5浓度空间变化特征 将每季度PM2.5浓度均值与绿地PLAND的指标值进行比较分析（见图3），得到PM2.5浓度均在冬季达到顶峰，夏季达到低谷。从各个季节PM2.5质量浓度空间变化来看，4个站点中PM2.5浓度最高的站点为宿豫区政府（86.86μg/m3），污染程度最低的站点为宿迁中学（23.52μg/m3）。从整体看来，随着季节的交替，各个站点的PM2.5的质量浓度波动较大，其中在春季时，4个站点之中宿迁学院站点的PM2.5质量浓度最低，宿迁中学站点在夏季的空气质量较好，秋、冬季市供电局站点的污染程度较轻。宿迁市城区4个站点的PM2.5质量浓度排序从大到小依次为：宿豫区政府>宿迁中学>宿迁学院>市供电局。

2.3 PM2.5浓度与绿地格局的耦合关系

2.3.1 与绿地斑块面积的耦合关系 如表2所示，春季绿地PLAND指数与PM2.5质量浓度的相关关系为线性增长趋势与PM2.5浓度线性回归拟合优度超高;在5km×5km尺度范围内，PLAND指数与PM2.5浓度呈降低减缓趋势，其相关系数为-0.0806。夏季在3km×3km尺度内，PM2.5质量浓度随绿地PLAND指数的增高而质量浓度变高，且拟合优度最优，其决定系数为0.8161。在5km×5km缓冲区，绿地斑块面积比与PM2.5质量浓度呈负相关。秋季在3km的尺度域，PM2.5浓度随着绿地斑块面积比的数值的增大而质量浓度数值变大，且绿地PLAND与PM2.5浓度的线性拟合度最高;冬季在3km×3km缓冲区，绿地PLAND指数与PM2.5的相关关系呈线性增长趋势，且与PM2.5质量浓度的拟合度高，其相关系数为0.8819。

2.3.2 与绿地最大斑块指数的耦合关系 如表3所示，春季LPI与PM2.5质量浓度在5km尺度域内呈负相关，在3km尺度域内也呈负相关;夏季绿地最大斑块在2个尺度域内，与PM2.5质量浓度的相关关系均为增长趋势;秋季绿地LPI与PM2.5在所研究的2个尺度内的回归方程的系数分别为-0.406、-0.640，3km范围内的相关系数大于5km范围内的相关系数;冬季在3km区域内的相关程度比在5km区域内的高，相关系数为-0.673。一般来说，林带内大气流动循环的速度比林带外慢，湿度量也比林带外高，从而导致林带内PM2.5质量浓度高，被吸附的颗粒物数量增加[13]。夏季湿度的持续增加将导致植物叶片表面更湿润，对颗粒物的吸附能力更强，而密度较高的绿地在夏季湿热天气条件下，可以保留更多的颗粒物，提高局部PM2.5浓度[14]。

2.3.3 与绿地斑块密度的耦合关系 由表4可知，春季在3km缓冲区内，绿地PD与PM2.5质量浓度相关系数为0.726，大于5km缓冲区内的相关系数;PD在夏季与PM2.5质量浓度在各个尺度范围内均呈正相关;秋季绿地斑块密度与PM2.5浓度在以3km为半径的缓冲区内，其相关关系显著，相关系数为0.461。冬季，在3km缓冲区内，PD在4个季节中与PM2.5质量浓度的拟合优度最高，决定系数R2为0.4323。结果表明，绿地斑块分化的程度越高，对PM2.5质量浓度的缓解效应越强烈，且在小尺度内其作用更加明显。在小尺度范围内绿地斑块密度越高，气流越不容易发生[15]，PM2.5的传播速率越来越强;而对于夏季而言，受温度、降水量等因素的影响，斑块间的气流更加通畅，PM2.5沉降的更多，另外也增强了传播的速率[16-17]。

3 结论与讨论

（1）宿迁城区4个站PM2.5质量浓度的分布趋势均为“单峰单谷”，夏季质量浓度达到低谷，冬季质量浓度达到高峰，且在各个站点由于浓度变化不同，所以空间分布不同，冬季大气污染比较严重。

（2）3类景观指数（绿地PLAND指数、绿地PD指数、绿地LPI指数）在夏季与PM2.5质量浓度呈负相关，在春、秋、冬3季呈正相关。

（3）随着季节及缓冲区范围的变化，PM2.5质量浓度与3类景观指数的关系均呈现明显的规律性变化。

（4）PM2.5质量浓度与绿地景观格局耦合关系存在明显的季节差异。对于PM2.5质量浓度，在较小尺度内，夏季绿地景观格局指标与之显著相关，其他季节均无显著相关性;在春、秋、冬3个季节，PM2.5质量浓度随着PLAND、LPI、PD的增加呈降低趋势;在夏季，随着绿地PLAND、绿地LPI、绿地PD指数增加，PM2.5质量浓度也增加，但远低于其他季节。

（5）绿地景观格局与PM2.5质量浓度耦合关系存在显著的尺度差异。PM2.5质量浓度在3km×3km的缓冲区内，与PLAND、LPI、PD与在5km×5km的缓冲区内相比，3km缓冲区的相关程度更高。

参考文献

[1]GAO JH，WANG D M，ZHAO L，et al.Airborne dusted tainment by different plant leaves：taking Beijing as an example[J].Journal of Beijing Forestry University，2007，29（2）：94-99.

[2]余梓木，周红妹，郑有飞，等.基于遥感和GIS的城市颗粒物污染分布研究[J].自然灾害学报，2004，13（3）：689-697.

[3]邵天一，周志翔，王鹏程，等.宜昌城区绿地景观格局与大气污染的关系[J].应用生态学报，2004，15（4）：691-696.

[4]孙敏，陈健，林鑫涛，等.城市景观格局对PM2.5污染的影响[J].浙江农林大学报，2018，035（001）：135-144.

[5]丁宇，李贵才，路旭，等.空间异质性及绿色空间对大气污染的削减效应：以大珠江三角洲为例[J].地球科学进展，2011，30（11）：1415-1421.

[6]陳小平，焦奕雯，裴婷婷，等.园林植物吸附细颗粒物PM2.5效应研究进展[J].生态学杂志，2014，33（9）：2558-2566.

[7]冶梅.青海湖自然保护区景观变化遥感监测[J].卷宗，2015（5）：360.

[8]王会霞，石辉，王彦辉.典型天气下植物叶面滞尘动态变化[J].生态学报，2015，35（6）：1696-1705.

[9]董卉卉.绿地景观格局优化及崇明实证研究[D].上海：华东师范大学，2010.

[10]邬建国.景观生态学：格局，过程，尺度与等级[M].北京：高等教育出版社，2000.

[11]冯娴慧，高克昌，钟水新.基于GRAPES数值模拟的城市绿地空间布局对局地微气候影响研究——以广州为例[J].南方建筑，2014：12-18.

[12]吾拉尔，王新明，丁翔.乌鲁木齐市大气可吸入颗粒物中多环芳烃的污染特征及来源解析[J].环境污染与防治，2015，28（01）：35-40.

[13]郭二果，王成，郄光发，等.北京西山典型游憩林空气颗粒物不同季节的日变化[J].生态学报，2009，29（6）：3253-3263.

[14]李琴.武汉市绿地消减大气PM10污染的作用研究[D].武汉：华中农业大学，2012.

[15]段彦博.城市绿地景观格局对PM2.5/PM10分布的影响及尺度效应[D].许昌：河南农业大学，2016.

[16]郭恒亮，刘丽娜，王宝强.基于GIS和RS技术的郑州绿地系统分析和规划[J].气象与环境科学，2008，3（2）：63-67.

[17]刘滨谊，张德顺，张琳，等.上海城市开敞空间小气候适应性设计基础调查研究[J].中国园林，2014（12）：17-22.

（责编：张宏民）