街區尺度不同綠化覆蓋率對PM10、PM2.5的消減研究
——以武漢主城區為例

戴 菲 陳 明 朱晟偉 陳 宏 傅 凡

顆粒物空氣污染是全球快速城鎮化進程中面臨的共同挑戰，高密度的城市形態、工業化與私家車普及，使顆粒物空氣污染問題尤其嚴重。中國傳統的城市顆粒物空氣污染研究主要關注的是工業污染產生較多的PM10，而以PM2.5為代表的細顆粒物從2013年以后才普遍納入監測范圍[1]。近年來城市綠色基礎設施的興起成為消減空氣顆粒物的有效途徑之一。2013年《風景園林》雜志曾推出專題討論“PM2.5和綠色基礎設施”，來自政府、高校、設計機構等全國知名專家，都呼吁通過發展城市綠色基礎設施應對顆粒物空氣污染[2-6]。專家們從規劃設計策略方面提出了許多很有價值的建議，但是城市綠色基礎設施空間布局與顆粒物濃度之間的深層量化關系規律尚無研究成果揭示。

城市綠色基礎設施是由自然區域和其他開放空間互相聯系的網絡組成，強調保存自然生態系統的價值和功能，以維持潔凈的空氣和水體[7]。微觀而言，綠色基礎設施的綠色植物是天然而優良的“吸塵器”。宏觀而言，城市綠色基礎設施的網絡構建是低投入、高回報的消減顆粒物的策略。

基于課題組長期的數據監測與分析發現，籠罩在“蒼穹”之下深受霧霾危害的城市，在城市街區中顆粒物濃度存在顯著的差異性。與城市尺度相比，街區尺度的顆粒物污染更易于通過規劃設計手段得到改善，包括控規層面的城市綠化指標控制、城市景觀設計中的綠地與開放空間規劃設計等[8]。

目前，針對緩解顆粒物污染的研究，微觀方面的園林植物成果較多，而中、宏觀方面的研究，國內外均成果有限。宏觀方面的研究處于起步階段，主要通過城市綠地系統規劃或建立通風廊道，連通城市綠色空間，以改善顆粒物空氣污染[9-11]。中觀方面的研究主要集中于綠地的單一用地類型。研究表明，城市綠地內PM10濃度比綠地外低28%[12]，城市綠地中高綠化覆蓋率能在一定程度上降低PM10濃度[13-15]，面積在50hm2以上的綠地降塵(PM2.5)效果比較明顯[16]。而構成城市肌理的普通街區，用地類型混合，雖然量大面廣，研究卻涉及不多。

本研究以武漢市為例，將研究對象從城市綠地推廣到普通的街區，探索不同綠化覆蓋率與PM10、PM2.5濃度的深層量化關系規律。為了研究成果在控制性詳細規劃、綠色基礎設施規劃設計中的有效運用，研究重點揭示以下關鍵內容。

1)在普遍的城市街區，不同綠化覆蓋率與顆粒物空氣污染濃度是否存在關聯性？

2)增加街區尺度的綠化覆蓋率能多少程度地改善顆粒物空氣污染？

3)增加街區尺度的綠化覆蓋率能多大范圍顯著改善顆粒物空氣污染？

1 研究區概況

武漢市位于江漢平原東部，江河穿城、山湖遍布，綠地資源豐富，截至2015年底，建成區綠化覆蓋率達39.65%。顆粒物污染主要來源于工業生產、燃煤、機動車和揚塵[17]，武漢市環保局發布的《2015武漢市環境狀況公報》顯示，2015年武漢市空氣質量優良天數為192d，其中優33d、良159d，輕度污染124d、中度污染30d、重度污染16d、嚴重污染3d。武漢市高密度的城市形態與嚴重的顆粒物空氣污染，反映了大城市的典型特征。

主城區設置了2個課題組自測點與8個國控監測點(表1，圖1)。國控點輻射范圍達5km，通過優化布點法較均勻分布于主城區[18]，但在其東南方仍有較大未被覆蓋的區域，因此于華中科技大學建筑與城市規劃設計研究院(以下簡稱華中大設計院)與南四教學樓(以下簡稱華中大南四樓)設置2處自測點。自測點均用2臺LD-5S激光粉塵儀分別監測PM10、PM2.5濃度。不受城市用地邊界限制，研究以監測點為圓心，直徑1 000m范圍形成的街區為研究對象。

2 研究方法

2.1 顆粒物監測

PM10、PM2.5濃度數據一方面來源于華中大站的LD-5S激光粉塵儀的長期監測，該儀器在科研中應用廣泛，每臺儀器間隔1min測得一組數據，一個測量周期最多可測得9 999組。另一方面通過武漢市環境空氣質量實時發布系統(http://gis.hbj.wuhan.gov.cn:8088/Air/Default.aspx)，可獲得主城區國控點PM10、PM2.5濃度的逐時數據。根據武漢2015全年的污染情況，以10%的抽樣比例選取全年每月晴朗、無(微)風天氣下2～4d不同污染等級數據，分別得到3、16、12、3、2d(總計36d)優、良、輕度污染、中度污染、重度污染條件下的PM10、PM2.5濃度。

為了了解10片街區的污染特征。分別將10片街區的36天PM10、PM2.5值進行平均，分析整體污染情況；再分別將10片街區36d中同一污染等級的PM10、PM2.5值進行平均，分析不同污染等級下各監測點的污染特征(圖2、3)。結果顯示，10片街區的PM10、PM2.5濃度具有較大的差異性與相似的變化趨勢，差異性隨著污染等級的增大而增大。顆粒物濃度最低的華中大與其他街區之間存在較大差異，較高值出現在人流交通集中的青山鋼花、漢口花橋、武昌紫陽，較低值出現在公園綠地較多的漢口江灘、東湖梨園。

圖1 武漢市主城區10個監測點分布圖

表1 10片直徑1 000m街區基本情況

2.2 遙感影像提取

隨著影像分辨率的提高，傳統基于光譜信息的提取技術在精細的街區尺度不再適用，應采用面向對象的影像分類技術[19]，該技術在風景園林領域中也有所應用[20-21]。其原理是基于多分辨率對象分割方法生成圖像對象，再通過一些指標將不同地物區分開來，例如形狀指數(shape index)、緊湊度(compactness)、面積(area)、長寬比(length/width)等。

將幾何校正后的遙感影像在eCognition Developer8.9軟件中，通過多尺度分割影像、計算影像分類特征指標(NDVI作為綠地的分類特征指標)、確定分類類別、選擇樣本、結果輸出等步驟，提取綠色基礎設施以及其他地物，最后結合人工目視解譯，優化提取結果。

從GoogleEarth中分片下載2015年7月29日10片街區0.5m像素分辨率影像圖，運用上述方法提取綠色基礎設施，從而計算各片街區的綠化覆蓋率(表2)。

結果顯示，有著“森林大學”之稱的華中大綠化覆蓋率最高，達到54.83%～65.63%，武昌紫陽、漢陽月湖位于公園內或附近，其綠化覆蓋率也相對較高，其余大多分布在20%～30%，最低的在沌口新區，僅18.74%。

2.3 數據分析

1)揭示綠化覆蓋率與顆粒物濃度之間是否存在關聯性。在SPSS19.0中分別對整體與不同污染等級的PM10、PM2.5平均濃度與綠化覆蓋率進行雙變量相關分析，得到6組綠化覆蓋率與PM10、PM2.5濃度的相關系數，識別綠化覆蓋率與顆粒物濃度的關聯強弱。

2)揭示增加街區尺度的綠化覆蓋率能多少程度改善顆粒物空氣污染?；诰G化覆蓋率與PM10、PM2.5的相關性，以PM10、PM2.5濃度為因變量，綠化覆蓋率為自變量，進行線性回歸分析，并結合武漢市當月的PM10、PM2.5平均濃度，揭示在城市整體污染水平條件下，街區范圍內綠化覆蓋率的提升對顆粒物濃度的消減效果。

3)揭示增加街區尺度的綠化覆蓋率能多大范圍顯著改善顆粒物空氣污染。以各監測點為圓心，以100m為單位將直徑1 000m的街區逐級遞減劃分成900、800至100m，計算10組不同街區尺度的綠化覆蓋率，并將其與PM10、PM2.5濃度進行相關分析，得到10組相關系數(RGC-PM10、RGC-PM2.5分別表示綠化覆蓋率與PM10、PM2.5的相關系數)。以各組相關系數為因變量，以不同街區范圍為自變量，分析對顆粒物濃度影響最顯著的街區范圍。

3 結果與分析

3.1 綠化覆蓋率與PM10、PM2.5濃度的關聯性

通過SPSS的雙變量相關分析，得到綠化覆蓋率與PM10、PM2.5濃度的皮爾森相關系數(表3)。整體來看，綠化覆蓋率與PM10、PM2.5濃度均在P＜0.01水平上顯著負相關，相關系數高達-0.873與-0.815。根據統計學意義，當相關系數在0.8以上，2個變量高度相關，說明綠化覆蓋率對PM10、PM2.5濃度的影響極其顯著。綠化覆蓋率越高，PM10、PM2.5濃度越低，綠色基礎設施消減PM10、PM2.5的效果越明顯。

表2 10片直徑1 000m街區的綠化覆蓋率

圖2 10個監測點PM10污染特征

圖3 10個監測點PM2.5污染特征

在不同污染等級下，綠化覆蓋率與PM10、PM2.5濃度基本均在P＜0.01水平上顯著負相關，其相關系數隨污染等級的加強均呈先增加后減小的變化趨勢。其中，PM10相關系數在輕度污染時達到最高-0.896，PM2.5相關系數在中度污染時達到最高-0.852，說明在輕、中度污染時，綠化覆蓋率對PM10、PM2.5濃度的影響更顯著。

3.2 不同綠化覆蓋率對PM10、PM2.5濃度的消減效果

1)綠化覆蓋率的提高對PM10、PM2.5的整體消減效果。

基于10片街區的綠化覆蓋率與PM10、PM2.5濃度整體污染特征得到二者的回歸模型，綠化覆蓋率與PM10之間的回歸方程為：y=-145.212x+155.025；與PM2.5之間的回歸方程為：y=-52.909x+81.228。武漢市2015年平均PM10濃度(105μg/m3)所對應的綠化覆蓋率接近于21.60%。當綠化覆蓋率上升到65.63%時，PM10下降43.12%；當綠化覆蓋率下降到18.74%時，PM10濃度會升高21.73%，綠化覆蓋率每增加10%，可降低PM10濃度13.83%。同理，對PM2.5的消減達7.58%。同時可知，綠色基礎設施對PM10的消減作用強于PM2.5，這與趙松婷[22]、包鵬威[23]通過實驗對植物葉片滯留PM10、PM2.5的質量研究結果相符。

圖4 不同污染等級下綠化覆蓋率對PM10、PM2.5的消減效果

圖5 不同污染等級的RGC-PM10變化規律

表3 綠化覆蓋率與PM10、PM2.5濃度的相關性

表4 回歸分析

研究結果表明，綠地對PM10、PM2.5的消減率可能較高。一方面，綠化覆蓋率代表二維指標，而實際中綠地發揮消減顆粒物作用是通過三維綠量。另一方面，由于部分街區中存在一定面積的湖泊或池塘，對PM10、PM2.5也產生一定的消減作用。因此整體消減率較高，但符合綠地消減顆粒物的正常規律。

2)不同污染等級下綠化覆蓋率的提高對PM10、PM2.5的消減效果。

以不同污染等級下綠化覆蓋率與PM10、PM2.5濃度的線性回歸模型為依據(表4)，計算提升10%綠化覆蓋率對PM10、PM2.5濃度的消減比率(圖4)。

由圖4可知，隨著污染等級的增加，綠色基礎設施對PM10、PM2.5的消減能力呈現逐漸增加的趨勢，分別在輕、中度污染與中、重度污染時消減效果最好，綠化覆蓋率增加10%，可降低PM10、PM2.5濃度19.56%、13.68%。繼續增加污染等級，綠色基礎設施的消減能力有所下降，且對PM10、PM2.5的消減量逐漸趨同。一方面，隨著污染程度的增加，植物葉片蠟質層逐漸消失、表面粗糙度增加以及絨毛增長等變化能夠滯留更多的顆粒物[24]，但植物對顆粒物的消減存在一定的閾值，超過一定濃度后滯留量達到飽和，消減效果也會減弱。另一方面，在污染程度較嚴重時，由于降雨頻率低、降雨量小等因素，雨水沖刷葉片機會降低，導致植物缺乏反復吸附顆粒物的循環自凈能力。盡管如此，由于綠色基礎設施消減顆粒物能力較強的輕度污染天氣占全年總天數的比例較高，且重度污染條件下，綠色基礎設施的消減能力也僅緩慢下降，對PM10、PM2.5的消減效果仍然十分明顯。

3.3 綠化覆蓋率影響PM10、PM2.5顯著的街區尺度

為了進一步揭示不同大小的街區綠化覆蓋率影響顆粒物濃度的能力是否有差異性，研究分析不同街區尺度范圍綠化覆蓋率與PM10、PM2.5濃度的相關系數(RGC-PM10、RGC-PM2.5)變化規律特征，以利于規劃中確定適宜管控的街區尺度(圖5、6)。

不同污染等級下RGC-PM10、RGCPM2.5均呈現“先增大后減小”的變化趨勢，在范圍達到200m后，綠化覆蓋率與顆粒物濃度開始呈現顯著相關(P＜0.05)?？偟膩砜?，500m與600m范圍內，RGCPM10、RGC-PM2.5分別達到最高-0.971與-0.881(P＜0.01)，綠化覆蓋率與PM10、PM2.5濃度的相關性最強，此后隨著街區尺度的增加，RGC-PM10、RGC-PM2.5開始緩慢減小，因此通過提升綠化覆蓋率能在500～600m的街區內對PM10、PM2.5濃度的消減效果最好。但在600～1 000m之間的街區，其相關性仍然顯著，基本上大于-0.8(P＜0.01)，綠色基礎設施對PM10、PM2.5的消減效果也相當明顯。

4 結論與討論

4.1 總結

本研究對武漢市10片街區代表綠色基礎設施數量指標的綠化覆蓋率與PM10、PM2.5濃度進行了全面分析。運用eCogniton軟件，高精度地解譯街區尺度遙感影像。研究成果為消減顆粒物空氣污染的城市綠色基礎設施規劃設計方法提供了重要的支撐依據。

1)研究證實了在普通的直徑1 000m的城市街區，綠化覆蓋率與顆粒物濃度之間存在著強烈的關聯性。兩者之間負相關系數高達0.8以上，而且，城市街區在一年中面臨從優到重度污染的5個等級狀態下，相關性均較高。

2)研究首次得出城市綠化覆蓋率與顆粒物濃度之間的回歸方程。在直徑1 000m的街區中，綠化覆蓋率與PM10、PM2.5之間的回歸方程分別為：y=-145.212x+155.025(R2=0.763)、y=-52.909x+81.228(R2=0.665)。因此只要提高10%左右的城市綠化覆蓋率，就可以消減13.83%的PM10與7.58%的PM2.5濃度。而城市的年均顆粒物濃度水平基本反映了綠化覆蓋率為21.60%的街區污染狀況。

研究進而得出在不同污染等級下，綠化覆蓋率與顆粒物濃度之間的回歸方程。綠化覆蓋率增加10%，在輕度污染與中度污染時對PM10的消減效果最強，達19.56%；在中度污染與重度污染時對PM2.5的消減效果最強，達13.68%。

3)研究發現不同規模的街區，增加綠化覆蓋率以消減顆粒物濃度的效果具有差異性。當街區的直徑范圍達到200m時，調節能力開始顯著；達到500～600m時，調節能力達到最強。而500～600m直徑的城市街區恰好屬于由城市次干道劃分的小區規模，結合城市控規中街坊尺度的劃分，具有較高的實用性。

圖6 不同污染等級的RGC-PM2.5變化規律(注：當相關系數高于-0.68時，相關性顯著)

4.2 改善顆粒物污染的規劃設計策略

1)如何消減城市的顆粒物空氣污染，改善城市的霧霾現象，眾多學科不斷創新探索。建筑學科關注建筑節能，城市規劃學科關注產業結構、交通調整、空間形態等。但是能清晰揭示顆粒物濃度與各影響因素之間深層量化規律的研究極為少見。從風景園林學科而言，本研究證實增加以綠化覆蓋率為代表的城市綠色基礎設施的數量，是消減顆粒物濃度非常關鍵而高效的規劃策略之一。

2)在總體規劃層次加強城市整體綠色基礎設施數量的同時，重點需要在控制性詳細規劃階段，加強街區尺度綠色基礎設施的規劃管控。在城市控制性詳細規劃中，適宜采用500～600m直徑的小區規模為控制單元。結合著城市道路、水體等界限的劃分，控制單元的用地規模大約在25～36hm2之間。在控規指標制定時，應充分考慮以綠化覆蓋率、綠地率、綠地面積等為代表的自然環境容量指標。

3)提高城市高密度建成區的綠化覆蓋率更為直接有效?？紤]到城市綠色基礎設施消減顆粒物空氣污染的影響范圍，在城市周邊建設大規模建設綠地的效果不如直接設法提高城市中心區的綠化覆蓋率。在城市高密度的建成區中，相對于綠地率而言，綠化覆蓋率的大幅度提升更易于實現。在高密度城市街區的綠色基礎設施規劃管控中，建議重點強化兩方面的措施：一是保護與增加小區和道路中附屬綠地的高大喬木，生長成型后的高大喬木形成寬闊的樹冠空間，能織補綠色肌理和串聯綠色廊道；二是加強立體綠化，主要通過豎向景觀界面的營造，例如以屋頂綠化、垂直綠化等方式增加綠量，提高綠化覆蓋率。

4.3 研究展望

本研究主要是關注以綠化覆蓋率為代表的城市綠色基礎設施數量變化調節顆粒物空氣污染的能力。后續的研究可將街區內的水體、建筑容量、交通等因素考慮在內，消除下墊面的影響，使研究結果更科學。還將繼續關注綠色基礎設施的空間形態對顆粒物濃度的影響，從街區層面不同的景觀格局指數著手，通過多元線性回歸分析提取對顆粒物濃度影響最顯著的空間形態特征指標，為綠色基礎設施的空間形態規劃設計提供指導。

注：文中圖片、表格均由作者繪制。