基于MSPA的城市綠色基礎設施空間格局對PM2.5的影響

陳 明

戴 菲*

中國快速的城市化和工業化造成嚴重的大氣污染，大氣顆粒物成為許多城市的首要污染物[1-2]，尤其是細顆粒物(PM2.5)對人的健康具有更大威脅，如何解決當前的嚴峻問題成為迫切需求。不同學科領域的專家學者從眾多角度對PM2.5開展了研究，關注其來源、時空分布特征、氣象因素的影響，以及城市綠地、濕地、園林植物滯納PM2.5的能力，土地利用對PM2.5的影響等內容[3-7]。近年來，學者對城市景觀類型、結構、格局及其對PM2.5影響的關注度不斷提升[8-9]。其中，城市綠色基礎設施(Urban Green Infrastructure，UGI)能一定程度消減PM2.5，其規模與形態也影響著PM2.5的消減作用[10]。然而，由于城市的蔓延擴張，UGI面臨嚴重的萎縮、破碎化和連接度低等問題，嚴重影響其對PM2.5的消減作用。

目前，UGI空間格局對PM2.5的影響主要基于Fragstats軟件計算的景觀格局指數，選取綠地規模、形狀、聚散性等類型水平上的指標衡量綠地空間形態，與PM2.5濃度進行相關或回歸分析[11-14]。然而，景觀格局指數僅能反映研究區域內UGI空間格局的量化指標，不能落實到具體的空間定位上，因此難以提出UGI應用于規劃布局的空間策略。近年來，形態學空間格局分析(Morphological Spatial Pattern Analysis，MSPA)被運用于UGI網絡構建[15]。它是基于腐蝕、膨脹、開閉運算等數學形態學原理對柵格圖像的空間格局進行度量、識別和分割的一種圖像處理方法，將UGI分成互不重疊的7種形態的空間要素，并適用于不同空間尺度的分析[16-17]。連通性是度量UGI空間網絡的重要指標，連通性較好的UGI能發揮更好的生態效益[18]。結合MSPA與連通性分析UGI現狀特征并提出優化策略，是當前許多學者的關注點[15，19-20]。有研究初步證實了增加MSPA中的邊緣、分支與橋梁這3類要素有利于改善城市熱島效應，在夏季降低城市溫度[21]。然而當前研究僅從單方面探討了不同尺度的UGI網絡構建，以及對城市熱島效應的影響，鮮有研究從MSPA及連通性角度分析UGI空間格局對大氣顆粒物的影響。基于MSPA分析識別的7類要素可直觀呈現其空間分布特征，并具有相應的實際物質空間含義，對改善大氣顆粒物的UGI空間優化設計能起到直接的指導作用。

武漢是我國華中地區的大城市之一，其嚴重的大氣顆粒物污染、高密度的城市形態、UGI空間形態格局代表我國大城市的典型特征。本文基于武漢建成區內16個環境空氣質量監測點的PM2.5濃度數據及其1 000m×1 000m網格區域內的UGI，以MSPA分析UGI的不同形態特征，通過UGI連通性分析不同形態特征要素的空間關系，在此基礎上探索街區尺度UGI空間格局對PM2.5的影響，并提出改善大氣顆粒物的UGI優化設計策略，以期將研究成果落實到具有較高實操性的城市街區。

1 研究地區與研究方法

1.1 研究區概況

武漢地處長江中游、江漢平原中部，為亞熱帶季風性濕潤氣候區。由于城市的快速發展與擴張，空氣質量較差，污染物主要來源于PM2.5、PM10等大氣顆粒物，在建成區中形成若干“濁島”[22]。2017年建成區總面積約864km2，綠化覆蓋率39.55%，綠地率34.47%。其中大型綠地斑塊主要分布在東湖風景區，其余山體、公園綠地則呈點狀分散在建成區中。武漢雖然擁有眾多山水河湖，但經過長期的建設與發展，綠地不斷被割裂或侵占，破碎化現象十分嚴重，構建系統完善的UGI格局體系至關重要。

圖1 武漢市建成區現狀與環境空氣質量監測站點分布

在武漢建成區內相對均勻地分布著9個國家環境空氣質量監測站點與7個城市環境空氣質量監測站點，間距約為3～5km。鑒于我國街區的劃分是以2條主干道間距約800～1 200m圍合成的空間單元，以各站點為中心形成的1 000m×1 000m方形網格為研究單元，也代表武漢建成區內的普遍街區(圖1)。

1.2 數據來源與處理

1.2.1 PM2.5濃度計算

PM2.5數據來源于16個站點，通過武漢市環境保護局獲取，為PM2.5濃度的日均值。考慮到植被的生長周期、天氣情況等影響因素，研究選取2016年6—8月植被處于全葉期，且無缺失值，前后2～3d均為晴朗無風或微風的PM2.5濃度數據，共獲得有效數據608組。為了進一步分析不同污染程度下UGI空間格局對PM2.5的影響，將PM2.5日均濃度按照污染程度分為優(<35μg/m3)、良(35～75μg/m3)與輕度污染(75～115μg/m3)。最后將這些數據的算術平均值用于分析，以減少單日數據的偶然誤差。

1.2.2 MSPA分析

UGI具有多尺度空間特征，構成要素包括國家自然生命支持系統(森林等)、基礎設施化的城鄉綠色空間(綠地與公園系統等)和綠色化的市政工程基礎設施(植草溝等)[23]。本研究關注的是街區尺度，UGI包括街區中的林地、草地、行道樹、公園綠地和屋頂綠化等所有綠色植被覆蓋的空間。首先，借助ENVI軟件，以地形圖為參照，將2016年7月武漢建成區范圍的Google Earth遙感影像圖進行幾何校正，其空間分辨率為0.26m。其次，在ArcGIS中，通過各站點的經緯度坐標定位，建立各研究單元的邊界范圍，并通過人工目視解譯，提取研究單元內的UGI要素。將UGI作為前景，其他要素作為背景，輸出為0.2m分辨率的TIFF格式的二值柵格數據，有利于得出研究對象更為詳細的空間形態格局信息。最后，基于Guidos Toolbox軟件，采用八鄰域分析法，設置邊緣寬度為20，對應實際距離約為4m，進行MSPA分析，得到核心、孤島、孔隙、邊緣、環、橋梁和分支7種形態要素[18]。在城市街區中，核心是較大規模的綠地，包括公園綠地、社區公園等；孤島是面積較小、相互孤立的綠斑，如口袋公園、散置行道樹等；孔隙是受到人為因素干擾而產生的核心內部與非UGI的交界地帶；邊緣則是核心和外界非UGI區的交界地帶，如社區公園的外圍林帶；環、橋梁和分支是3種線性空間，分別對應著連接同一核心，連接相鄰核心，一端連接邊緣、孔隙、環線和橋梁的道路綠化帶、景觀帶等。

1.2.3 UGI連通性分析

Conefor軟件被運用于生態學領域[24]，可定量分析斑塊、廊道對于維持或提高景觀連通性的重要性。通過識別生態連通性的關鍵點，確定其優先次序，是指導實際規劃設計的重要實用工具。在UGI連通性評價方面，整體連通性連接指數EC(IIC)與可能連通性連接指數EC(PC)是國內外常用的評價指標[25]。首先通過ArcGIS篩選出對維持UGI網絡連通性作用較強的核心，結合16個街區尺度研究單元的UGI規模，選取面積大于1 000m2的核心。其次基于Conefor 2.6軟件，設置500m擴散距離與0.5的連通概率[26]，計算EC(IIC)與EC(PC)用于衡量各研究單元UGI的整體連通性，其值越大，說明UGI連通性越好。

圖2 各研究單元PM2.5濃度差異性

圖3 基于MSPA要素的研究單元聚類分析

2 結果與分析

2.1 武漢建成區16個研究單元PM2.5分布特征

在城市整體大氣顆粒物污染的背景下，PM2.5濃度在不同研究單元中差異性較大，其分布規律在不同污染程度下呈現相同的趨勢(圖2)。其中PM2.5濃度最高值出現在江漢南片區，最低值出現在漢口江灘。整體上，PM2.5濃度在16個研究單元中有47.4～61.2μg/m3的浮動變化，污染程度由優到輕度污染的PM2.5濃度變化范圍分別為30～42、47.1～59.9和69.5～89μg/m3。

2.2 16個研究單元MSPA要素及對PM2.5的影響

MSPA各要素在不同研究單元的構成差異性較大，通過系統聚類分析，將16個研究單元按照MSPA要素特征可分成2類(圖3)：1)核心主導型，核心是主要的構成要素，包括吳家山、江夏區站等7個研究單元，大規模的綠地提高了核心的優勢度，其核心分別占UGI面積50%以上，且遠大于其他要素；2)邊緣主導型，邊緣是主要構成要素，包括江漢南片區、蔡甸區站等9個研究單元，大量零散分布的中小型綠色核心增加了邊緣的面積，基本占UGI面積40%以上，其次為核心。孔隙、環與橋梁是16個研究單元均占比極低的3類要素。就各要素的UGI占比與數量而言，核心的UGI占比與數量呈反比關系，其占比越高，數量越少，說明核心主要呈現“量少、面大”的空間布局模式。其余要素的UGI占比與數量呈“同增同減”的變化趨勢。

由表1可知，在PM2.5濃度相對較高、污染較重時，研究單元的UGI比例、MSPA要素與PM2.5濃度相關越顯著，整體表現為PM2.5濃度與UGI所占比例、核心比例、孔隙比例與數量、環的數量在0.05水平上呈顯著負相關，與孤島、分支比例分別在0.05、0.01水平上顯著正相關，但與邊緣、橋梁均無明顯相關關系。不同污染程度下，PM2.5污染為優時僅與分支比例在0.05水平上顯著正相關，為良時其相關規律與整體類似。在輕度污染時，PM2.5濃度與孤島比例的相關性減弱，與邊緣比例在0.05水平上呈顯著正相關。此外，PM2.5濃度與各要素的比例相關性基本上強于其數量，說明要素規模是主要的影響因素。

2.3 16個研究單元UGI連通性及對PM2.5的影響

研究單元的EC(IIC)、EC(PC)差異性較大，且EC(PC)均大于EC(IIC)，其分布規律與MSPA要素相似。核心主導型研究單元以大片集中的UGI布局模式增加了空間連通性，其EC(IIC)、EC(PC)基本均高于邊緣主導型。研究單元中對UGI連通性起重要作用的核心一般面積較大，且位于所有斑塊的核心位置，因此能有效維持整個UGI系統。

由表2可知，不同污染程度(優除外)的PM2.5濃度與EC(IIC)、EC(PC)在0.05水平上呈顯著負相關，與EC(PC)的相關性強于EC(IIC)，說明UGI連接程度越高，PM2.5濃度越低。

實際上，MSPA各要素與UGI連通性也有著密切聯系。核心區是較大的生態斑塊，在UGI連接度中發揮著生態源的作用，其面積的減小及破碎化往往導致連通性的下降。孤島則是孤立的小斑塊，難以與其他要素產生物質交換與能量流動，其數量或面積的增加會導致連通性的下降。環、橋梁與分支在UGI的連接度中起著廊道的作用，因此其數量的增加有利于加強連通性。例如增加環的數量，有利于加強核心區自身的連通性，對PM2.5產生積極的消減作用。但由于研究單元的UGI基本呈分散式布局，量大面廣的破碎化分布反而不利于改善PM2.5，尤其是僅一端連接核心區的分支，呈明顯相反規律。

表1 MSPA各要素的比例、數量及UGI的研究單元占比與PM2.5濃度的相關性

3 討論

3.1 基于MSPA的UGI空間格局對PM2.5的影響

整體而言，研究單元中UGI所占比例越高，其PM2.5濃度就越低。而基于Fragstats軟件計算的PLAND指標，也說明綠地所占比例越高，越有利于降低PM2.5濃度[11，13]。在UGI與PM2.5濃度具有顯著相關的基礎上，MSPA的6種要素的規模與數量對PM2.5濃度有著較大影響，體現了UGI不同空間形態對改善PM2.5的潛力。其中，核心比例與PM2.5濃度呈顯著負相關，它是街區中規模較大的綠地斑塊，增加核心面積使綠地斑塊優勢度提高，有利于加強它與中小型綠地斑塊的連接性，從而增加環境抵抗力[14]。孤島比例與PM2.5濃度呈顯著正相關，這是由于面積較小的孤島不僅削弱了PM2.5的消減作用，同時高占比的孤島反映了小型綠地斑塊的高破碎化程度，因此不利于PM2.5的緩解[27]。增加孔隙比例、數量均有利于降低PM2.5濃度，由于研究單元中此要素所占比例極低，因此大型綠地斑塊即使受到輕微的人工干預，也不影響它的顆粒物降解功能，而由此形成的復雜綠地斑塊形態有利于提高其抗干擾力。分支是一端連接核心區的線性空間，與斑塊的數量密切相關，而研究單元中核心數量與其比例成反比，核心比例越小的研究單元往往擁有越多的斑塊數量，導致破碎化程度與PM2.5濃度越高，或許是本研究得到分支與PM2.5濃度呈顯著正相關的原因。邊緣是核心的外圍環狀空間，它在一定程度上也反映了斑塊的破碎化程度，同等規模的核心，邊緣比例越大，說明它被分割的數量越多，因此邊緣比例與PM2.5濃度呈正相關，在輕度污染時相關性顯著。橋梁與PM2.5濃度則無明顯相關性，這主要是由于大多數研究單元UGI斑塊分布較零散，橋梁主要連接著距離較近的小型核心，面積較大的核心往往仍處于孤立狀態。與顧康康等的研究發現相似，UGI景觀連通性與空氣凈化效應權衡關系較顯著[28]，因此以大型核心為中心串聯周圍分散的孤島，將有利于改善大氣環境。

3.2 UGI連通性對PM2.5的影響

EC(IIC)、EC(PC)的值越大，說明在一定范圍內斑塊面積越大，在一定程度上反映斑塊之間的臨近距離也越小。景觀格局指數中，平均臨近距離(ENN_MN)、聚合度(AI)、景觀分割指數(DIVISION)等指標均能反映斑塊之間的空間關系，研究認為減小斑塊之間的平均臨近距離、集中式的分布有利于降低大氣顆粒物濃度[14]。本研究基于對連通性指數分析認為，在街區尺度，受限于場地空間的規模，較小的UGI斑塊以集中分布模式為宜。

3.3 基于MSPA要素與連通性的UGI空間格局優化設計

UGI構成要素包括網絡中心、廊道和小型場所，強調空間的連接性，具有多尺度特征。而基于MSPA分析生成的要素根據形態特征的差異性可以將其與UGI要素建立聯系，從而在優化布局上落實到具體的空間定位。

根據上述數據分析結果，街區尺度基于MSPA的UGI空間格局、連通性與PM2.5濃度有著密切聯系。街區尺度的UGI空間格局優化具有較高的實操性，在城市尺度整體布局的基礎上，通過UGI細部構建形成街區微綠網，可有效整合零散的綠色斑塊，提高UGI空氣凈化與其他生態效益。理論上，可以增加街區的UGI覆蓋面積來緩解PM2.5污染，但在城市街區高密度建設的背景下，綠地破碎化程度普遍較高，連接度較弱，呈零散狀分布，且難以再實施大規模的綠化。因此，通過UGI空間格局的優化更有意義且至關重要，其核心要點包括：1)通過要素之間的轉化，增加UGI中的核心面積并減少孤島面積，降低斑塊的破碎化程度；2)在核心存在孔隙時，通過環線加強內部的連通性；3)優化核心形態，增加寬度以減少細碎的分支面積；4)集中式的布局以提高UGI的整體連通性，構建以重要斑塊為核心、線性廊道串聯的多層級綠色開放空間網絡。

3.3.1 網絡中心與小型場所

網絡中心是UGI中生態價值較高的區域，當達到一定規模后才能更好地發揮生態效益，其規模取決于研究對象的尺度。在街區尺度，網絡中心由核心構成，包括公園綠地、社區公園等較大規模綠地。為了盡可能地提高UGI網絡結構的穩定性與PM2.5的消減效果，需考慮核心的規模、對維持網絡連通性的重要程度等因素，篩選重要的核心為網絡中心，以保證微綠網較高的連通性與穩定性。其余較大面積核心可作為小型場所，包括口袋公園、道路廣場等。其次，結合場地現狀環境特征，選取具備可發展成綠色空間用地，或將面積較小的核心、孤島通過可利用空間的綠化種植，使其轉化為面積較大的核心，作為潛在的網絡中心。在網絡中心的形態上，可適度增加其內部空間的孔隙，營造形狀復雜的空間結構。

3.3.2 廊道

廊道是連接網絡中心、小型場所的線性空間，對加強UGI網絡的連通性、促進生態流動性具有重要作用。在MSPA要素中，橋梁、環與分支均是廊道的主要構成因素，而線性的孤島也具有發展成廊道的潛力。通過增加這些線性要素的數量，串聯孤島轉化成廊道并減少孤島數量，均有利于降低PM2.5濃度。在大規模綠地內的孔隙空間，也需通過道路綠帶等線性廊道加強內部聯系。然而，為發揮廊道的連通功能，需避免過多類似分支的單邊聯系的廊道。在高密度城市街區中，主要依托道路構建廊道，可根據道路現狀綠化情況、綠化用地資源、立體綠化潛力等方面對各個道路進行評價，選擇適宜道路構建廊道[29]。還可依托水系的濱水綠帶建設，并連接街區中的大小綠斑，提高UGI的連通性。

表2 UGI連通性指數與PM2.5濃度的相關性

4 結語

本文以武漢建成區16個1 000m×1 000m研究單元為例，基于MSPA分析將UGI分解成7種要素，并以EC(IIC)、EC(PC)衡量UGI整體連通性，通過相關分析判別MSPA要素、UGI連通性與PM2.5濃度的關聯性，從而提出UGI空間格局優化策略。

研究結論如下。1)16個研究單元的MSPA要素存在較大差異，可分為以核心與邊緣為主導要素的2種形態，其相應的UGI整體連通性前者高于后者。2)在PM2.5濃度相對較高時，研究單元的UGI比例、MSPA要素與PM2.5濃度相關越顯著。整體而言，PM2.5濃度與UGI所占比例、核心比例、孔隙比例和數量、環的數量顯著負相關，與孤島、分支比例顯著正相關，但與橋梁無明顯相關關系。在輕度污染時，PM2.5濃度與孤島比例的相關性減弱，與邊緣比例顯著正相關。3)EC(IIC)與EC(PC)均與PM2.5濃度顯著負相關。

注：文中圖片均由陳明繪制。