基于遙感反演的綠色空間景觀格局對氣溶膠污染的影響

岳 峰

傅 凡

戴 菲*

袁 滿

曾 輝

在城鎮化快速發展過程中，氣溶膠污染成為難以回避的問題。如1930年比利時默茲山谷煙霧事件、1948年美國多諾拉煙霧事件、1940—1960年美國洛杉磯光化學煙霧事件等，其中，1952年的英國倫敦煙霧事件被視為20世紀重大環境災害事件之一。2010—2012年，北京、廣州、上海和西安因可吸入顆粒物引起的疾病死亡人數從7 700人增加到8 500人[1]，空氣污染導致中國每年有120萬人過早死亡[2]。2013年，中國霧霾天數達52天，為歷年之最。同年1月，中國北方經歷了長時間的霧霾，細顆粒物峰值比世界衛生組織(WHO)的準則值高出32倍[3]。2016年，國家環保部門統計中國338個地級及以上城市的空氣質量達標率僅21.6%。2019年底，由于新冠肺炎疫情的全球暴發，社會對氣溶膠的關注激發了新的研究視角，如Harcourt等的研究發現，新型冠狀病毒(COVID-19)可在氣溶膠中存活3小時[4]；國家衛健委明確指出，在相對封閉的環境中，長時間暴露于高濃度氣溶膠下，存在病毒經氣溶膠傳播的可能。相關研究結論為切斷新型冠狀病毒的傳播提供了重要依據，也提升了本文的研究價值。

氣溶膠是懸浮在大氣中的固態或液態顆粒物，粒子直徑為0.001～100μm[5]，其上限是因重力可懸浮的最大粒徑尺度[6]，具有一定的懸浮穩定性和沉降速度小等特點[7]。氣溶膠的主要成分為硫酸鹽、有機碳、硝酸鹽、有機碳、黑碳和銨等[8]。在一定氣象環境下，大量氣溶膠粒子可以活化為云霧凝結核(CCN)，參與云霧的形成[9-10]。沒有干氣溶膠粒子就無法形成霾，沒有氣溶膠粒子參與就無法形成霧[11]，因此大氣氣溶膠是霧霾形成的基礎和前提[12-13]。氣溶膠光學厚度(Aerosol Optical Depth，AOD)是表征大氣中氣溶膠含量的重要物理參數。衛星遙感是目前唯一可以提供區域和全球尺度氣溶膠空間分布特性的探測手段[14]。

解決環境問題并不能完全依賴污染源管理，利用自然清理機制是緩解氣溶膠污染的有效途徑。不同植物種類、植物群落和道路綠地等滯塵與緩解污染的能力已經得到了廣泛證實[15-18]，王紹增先生早在2001年對城市開敞空間規劃的生態機理研究中[19]就指出，樹林越高，層次搭配越合理，對氣溶膠的過濾效果越好，并且靜風天氣依靠城市環流來減輕氣溶膠污染時，森林越緊靠城市就越有效，證實了綠色空間作為有生命的媒介，是緩解氣溶膠污染的重要載體之一。目前基于遙感的綠色空間景觀格局消減空氣污染的研究主要集中在對PM2.5、PM10等污染物與土地利用/土地覆蓋的景觀格局的相關關系方面。Ye等研究了土地利用對AOD格局的影響，發現建成區和裸地在春季比秋季會更強烈地增加污染，而森林和水可以緩解空氣污染[20]。也有學者基于遙感反演研究了植被覆蓋度與AOD的量化關系，發現植被覆蓋度≤10%和＞45%時，對緩解氣溶膠污染作用顯著[21]。Wu等研究了PM濃度與綠色空間的景觀結構關系，發現在2km及以下范圍內，總邊長(形狀指標)對PM的緩解大于綠色空間面積；而在3～5km范圍內，綠色面積緩解PM的作用比總邊長更為明顯[22]。既往研究主要揭示了影響單個空氣污染因子的土地類型因子有哪些，以及其景觀指數的不同緩解作用，但對反映綜合空氣顆粒物的氣溶膠與綠色空間景觀格局空間分布規律的定量化及調控策略的研究卻鮮少涉及。

本文選取景觀指數作為衡量景觀格局結構組成和空間配置特征的指標。運用ENVI 5.5軟件反演MODIS AOD數據，在解譯、提取綠色空間的基礎上，運用Fragstats計算綠色空間景觀指數，運用SPSS和ArcGIS研究二者的相關規律和空間分布規律，探究緩解氣溶膠污染的綠色空間核心景觀指數指標、協同作用規律模型及其定量化調控策略，旨在從緩解氣溶膠污染的角度為綠地類生態規劃設計及生態保護與修復提供借鑒，為人居健康環境和公共衛生安全建設提供理論參考。

1 研究對象及方法

1.1 研究區域

武漢作為中國中部中心城市，具有高密度的城市空間形態，山水林田羅布。根據武漢市生態環境局發布的《生態環境狀況公報》統計發現，2014—2018年，武漢市城區處于輕度及以上污染的天數占比分別為50.1%、47.4%、35.2%、30.1%、29.9%，雖然全年污染天數在下降，但是污染天數仍高達約三成。武漢高密度的城市空間形態和嚴重的氣溶膠污染，在大城市地區具有一定的典型性。

1.2 數據來源

由于AOD與土地利用遙感影像的選取受植被狀況、天氣、衛星運行周期及軌跡的制約，因此數據選取需要協調空間和時間的匹配問題。最終選取2016年7月23日和8月1日的分辨率為30m的Landsat土地利用影像數據進行區域拼合，以及連續7日晴朗無風天氣中的第三天，即2016年7月29日的MODIS AOD數據進行后續的研究處理，選取的研究數據排除了天氣、風力等不良氣象條件的影響。

1.3 研究方法

1.3.1 綠色空間解譯方法

首先運用ENVI 5.5對Landsat 8原始數據進行輻射定標、大氣校正、圖像鑲嵌與裁剪，根據監督分類將土地覆蓋劃分為森林、草地、水體、農業用地、建設用地和其他用地6類。使各用地的可分離性達到1.95以上(大于1.9為分離良好)，分類后Kappa系數達到0.976 3，解譯結果滿足研究要求[23]。將獲得的森林、草地、水體和農業用地作為進一步提取綠色空間的基礎因子。利用改進后的像元二分模型進行植被覆蓋度的反演，從而獲取綠色空間的空間分布圖(圖1)。運用ArcGIS 10.5軟件將影像分割為3km×3km的網格[20]，得到1 004個網格的有效數據，以便批量導入Fragstats中計算景觀指數。

圖1 綠色空間的空間分布

1.3.2 景觀指數的選取及計算

景觀指數作為衡量景觀格局的重要指標，可以反映其結構組成和空間配置特征。對綠色空間類型水平的格局分析，可以更好地把握綠色空間景觀格局類型變化的特點。研究從面積、集聚性和連接度三方面考慮，在類型水平上(Classlevel)選取了7個指數[20，24]，可以較為全面地描述不同類型景觀要素的特征(表1)。然后將上述影像批量導入Fragstats中計算綠色空間景觀指數。

表1 類型水平指數及其描述

1.3.3 AOD的解譯方法

通過MODIS AOD數據的批量遙感反演，獲取AOD的空間分布圖。基本原理為基于暗像元法[25]運用ENVI 5.5對AOD數據進行幾何校正、云檢測、氣溶膠反演和裁剪后，基于LUTS運用ENVI Modeler進行二次開發，處理MODIS AOD數據，得到AOD的空間分布圖。將氣溶膠污染級別劃分為優、良、輕度、中度、重度及以上5個等級(圖2)。運用ArcGIS 10.5軟件提取每個3km網格中的AOD平均值，以方便與綠色空間景觀指數進行進一步分析。

圖2 AOD空間分布

1.3.4 統計分析方法

將研究區域劃分為3km×3km[26-27]的網格尺度進行綠色空間及其景觀指數與AOD的相關性分析，可以獲得1 000余組數據進行綠色空間景觀格局與氣溶膠的相關研究，大量的樣本數據具有統計學上的顯著意義。為解決多重共線性問題，通過最小二乘法(OLS)驗證后，利用地理加權回歸(GWR)進行進一步分析，研究二者的空間分布規律。

2 綠色空間景觀指數及AOD的空間分布特征

2.1 綠色空間景觀指數的空間分布特征

通過全局空間自相關分析發現，景觀指數的莫蘭指數(Moran's I)都大于0，介于0.25～0.63，P值＜0.01，Z得分介于6～27，遠大于2.58，說明其具有明顯的全局空間正相關性，具有空間聚集特征(表2)。

表2 景觀指數的全局莫蘭指數匯總

為進一步探究綠色空間景觀指數的空間特征，通過局部空間自相關分析識別具有顯著性的空間集聚和差異特征。CA、PLAND、LPI、COHESION、AI的高-高集聚空間與斑塊密度PD的低-低集聚空間呈現高度的空間一致性(圖3)。前5個指數在黃陂區木蘭湖風景區—木蘭文化生態旅游區—云霧山—素山寺森林公園沿線、新洲區道觀河生態旅游風景區和江夏區梁子湖南側的丘陵地帶高-高集聚的特征，反映了這3個片區綠色空間面積大、綠色空間占比高、斑塊破碎度低、連接度高、聚集度高和生態環境良好的現狀。

圖3 綠色空間景觀指數空間集聚特征

上述前5個綠色空間景觀指數的低-低集聚空間集中反映在武漢西南部的蔡甸沉湖濕地保護區，而PD、LSI在該區域呈高-高集聚特征，反映了二維綠色空間在該區域雖然面積較集中，但植被覆蓋占比和最大斑塊占比不高，斑塊密度較大、破碎化程度較高。究其原因，除與濕地以灌木草本為主體的屬性相關外，與人為干擾影響綠色空間生態品質也有一定關系。

景觀形狀指數LSI的高-高集聚空間沿吳家山經濟技術開發區—盤龍城片區—漢口—漢陽—武漢經濟技術開發區—沉湖濕地保護區呈倒C形分布，說明開發建設強度較高區域的二維綠色空間形狀復雜度較高、斑塊不規整，綠色空間受人為干擾的程度較高。在黃陂北部蔡店鄉團山寨—鳳棲山區域，PD、LSI呈高-高集聚特征，說明該區域人工開發強度較高，斑塊破碎度和斑塊形狀趨于復雜連片。

高-低差異特征主要出現在CA、PLAND、LPI、COHESION、AI 5個指數的空間分布上，散布在低-低集聚空間周圍；低-高差異特征主要出現在PD、LSI的空間分布上，主要散布在高-高集聚空間周圍，但高-低差異特征和低-高差異特征都未呈現集中連片的特征。

2.2 AOD的空間分布特征

分析發現，AOD的Moran's I 指數為0.70，Z得分為30.04，P值＜0.01，具有正的空間自相關性，空間呈現明顯的集聚特征。

通過局部空間自相關分析發現，研究區呈明顯的高-高集聚、高-低集聚特征，以及局部的高-低、低-高空間差異特征。

武漢市AOD空間分布(圖4)整體呈主城區濃度高、漢南區和沉湖濕地濃度高的“雙高”特征；西北部、東北部山區濃度低、南部丘陵地區濃度低的“雙低”特征；以及西北部、東南部點狀低-高差異特征和中山艦旅游區高-低差異的特征。

圖4 AOD局部空間集聚特征

3 綠色空間景觀指數與AOD的規律探析

3.1 綠色空間景觀指數與AOD的相關性規律

分析發現(表3)，CA、PLAND、LPI、COHESION、AI與AOD在0.000水平呈極顯著負相關，相關系數分別為-0.467、-0.670、-0.636、-0.371和-0.631，說明綠色空間斑塊面積總和、斑塊面積占比、最大斑塊面積占比、連接度和聚集度指數的增加對降低氣溶膠濃度具有核心作用；PD、LSI與AOD在0.000水平呈極顯著正相關，相關系數分別為0.410、0.530，說明斑塊密度增加、景觀形狀指數復雜對氣溶膠濃度增加具有核心的促進作用，也印證了植被是天然的空氣凈化器[28-29]這一說法。

表3 AOD與綠色空間類型水平景觀指數的相關關系

3.2 綠色空間景觀指數與AOD的空間關系規律

由于地理加權回歸(GWR)對各個變量是否存在多重共線性要求很高，選取多個變量容易產生多重共線性[30]，為進一步探究二者的空間規律，通過最小二乘法OLS進行分析，發現CA、LSI、COHESION與AOD的概率P＜0.01，達顯著水平，VIF＜7.5，模型滿足要求，并且與SPSS的回歸分析結果一致，因此最終選取核心景觀指數指標CA、LSI、COHESION作為GWR的回歸因子，探析它們對AOD濃度分布影響的空間差異。分析發現，地理加權回歸調整后R方為0.825，標準殘差滿足要求，模型精度得到大大提高。

從綠色空間斑塊總面積CA來看，負值區域占比93.43%，相關系數高值區域呈現環主城區環狀放射的特征，低值區域主要分布在武漢北部和東北部地區(圖5)。其中，主城區與都市發展區之間的區域回歸系數明顯大于黃陂區北部、東北部和新洲區東部、北部山區丘陵地帶。

圖5 綠色空間景觀指數CA與AOD的GWR系數分布

從斑塊形狀復雜度LSI來看，回歸系數正值占比97.81%，高低值區域與CA有一定的重疊性，但環形放射特征沒有CA明顯(圖6)。在主城區東湖風景名勝區、黃陂區北部、新洲區東部、江夏區梁子湖和漢南區東北部長江沿岸等武漢邊界區域呈現相對低值的特征，說明大型水體及周邊地區和森林單位面積綠色空間斑塊形狀復雜度LSI的增加對AOD濃度的貢獻遠低于高值區，這可能與人工建設強度相對較弱，以及林地面積較大、抗干擾能力較強有關。

圖6 綠色空間景觀指數LSI與AOD的GWR系數分布

從連接度COHESION來看，負值占比高達99.05%，其與AOD回歸系數高值的空間分布呈C形(圖7)。在該區域，COHESION與AOD的回歸系數很高，連通度每提高10%，AOD濃度降低0.032，說明塊狀綠色空間之間連接度的提高，有利于緩解氣溶膠污染。

圖7 綠色空間景觀指數COHESION與AOD的GWR系數分布

4 綠色空間核心景觀指數緩解氣溶膠污染的調控策略

4.1 CA緩解氣溶膠污染的策略

綠色空間景觀指數CA占比的數值空間與形成中度、重度及以上污染區的概率呈明顯的反比關系(圖8)。綠色空間斑塊面積CA小于等于749hm2時，形成中度、重度及以上污染的占比始終大于平均概率22.31%；介于749～773hm2時，形成中度、重度及以上污染的概率由36.36%降為14.29%，并趨于平穩，因此，綠色空間斑塊面積CA形成中度及以上污染的閾值為749hm2；大于850hm2時，空氣呈現輕度及以下污染。

圖8 CA不同區間內中度、重度及以上污染的形成比例

因此，綠色空間斑塊面積從無到有不斷增大，對緩解氣溶膠污染具有重要意義。小于等于749hm2的區域主要分布在中心城區、漢南區、江夏區魯湖南側法泗鎮，以及梁子湖東南側區域，污染以中度及重度污染為主，該區域大多為用地性質復雜的建設用地，植被覆蓋度低，建設用地周圍斑塊面積的增加可以明顯緩解空氣污染(圖9)。建議通過各類規劃管控增加二維綠色空間的斑塊面積，落實各類規劃中關于綠色空間類指標的剛性管控。在建設層面見縫插綠，增加綠色空間斑塊面積，充分發揮綠色空間緩解氣溶膠污染的作用。大于850hm2的區域植被覆蓋度較高，生態環境整體良好，應確保生態綠楔面積，充分發揮森林、山體的生態效益，同時注重農田區域的生態化作業管理。

圖9 CA≤749的區域與AOD的空間分布

4.2 LSI緩解氣溶膠污染的策略

綠色空間斑塊形狀指數LSI的占比與形成中度、重度及以上污染區的概率呈明顯的正比關系(圖10)。綠色空間斑塊形狀指數LSI大于6.13時，形成中度、重度及以上污染區的概率均大于22.31%，因此，綠色空間斑塊形狀指數LSI形成中度及以上污染的閾值為6.13。當LSI介于5.08～6.13時，形成中度及以上污染的概率在22.31%上下小幅度震蕩，在小于等于5.08的區域均小于22.31%，因此應將綠色空間斑塊形狀指數LSI控制在5.08及以下，最利于控制氣溶膠污染。

圖10 LSI不同區間內中度、重度及以上污染的形成比例

綠色空間LSI的復雜化會加重氣溶膠污染。當LSI大于6.13時，該區間的空間區域主要與中心城區、東西湖區、漢南區和黃陂東北部農田區有高度的空間一致性(圖11)，說明這些區域整體的斑塊形狀復雜度較高，污染以中度及以上級別為主。隨著三維綠量斑塊復雜度LSI的不規則化增加，污染加重，LSI達到9.9以上時，AOD污染呈中度、重度及以上污染的概率高達50%以上。因此應通過規劃建設減小二維綠色空間的不規則性，使其趨向于正方形布局，有效緩解氣溶膠污染。當LSI介于5.08～6.13時，AOD在22.31%上下小幅度震蕩，該區間的區域散布在武漢市域內，屬于重點調控區域，應通過相關規劃設計建設措施，將LSI降到5.08及以下，充分緩解氣溶膠污染。

圖11 LSI＞6.13的區域與AOD的空間關系

4.3 COHESION緩解氣溶膠污染的策略

統計發現，綠色空間景觀指數COHESION占比的數值空間與形成中度、重度及以上污染區的概率呈明顯的反比關系。綠色空間連接度COHESION小于等于99.91，形成中度、重度及以上污染區的概率均大于22.31%；當介于99.91～99.96時，形成中度、重度及以上污染區的概率值降至10.10%以下。因此，綠色空間連接度COHESION形成中度及以上污染的閾值為99.91，達到99.97及以上時，形成中度及以上污染區的概率降至0。

連接度小于等于99.91的區域與中心城區和漢南區、梁子湖等區域具有高度的空間一致性，污染以中度、重度及以上為主，建議通過道路、綠道等線性綠色空間的規劃設計和建設提高綠色空間的連接度，使其達到99.91以上。連接度大于99.96的區域與綠色空間的CA具有高度的空間一致性，主要分布在武漢西北部山區和東南部的黃陂區低山丘陵區(圖12)。該區AOD污染大多低于0.664 1，處于優良水平，形成中度、重度及以上污染區的概率值趨于0。該區域植被覆蓋度較高，生態環境整體良好，因此要注重森林的保育，增加生態綠楔連通性，同時注重農田區域的連續性。

圖12 COHESION＞99.96的區域與AOD的空間關系

5 結論與討論

本文以武漢為例，從空間角度研究了綠色空間景觀格局與氣溶膠的關系。研究發現，綠色空間景觀格局緩解氣溶膠污染的核心景觀指數指標為CA、PLAND、LPI、COHESION、AI，進而通過地理加權回歸探討了二者的空間分布規律，最終提出綠色空間核心景觀指數CA、LSI、COHESION緩解氣溶膠污染的調控策略。研究結果可從緩解氣溶膠污染角度為綠色空間布局及優化提供理論參考。不足之處在于，未考慮雨雪天氣和季節性變化等影響，研究的時間節點較短，未考慮植物物種構成、種植方式、郁閉度和成片植被規模等方面的差異，也未涉及樹高、樹冠、樹種、樹齡和林下空間等內容。研究地武漢屬亞熱帶大陸型季風氣候，研究結果可能不適用于其他氣候條件。后續研究可以擴展到不同氣候區進行更廣泛的探討，在時間上可以考慮運用階段性的集合數據，同時考慮綠色空間的三維綠量配置及植物物種差異對氣溶膠污染的影響。

注：文中圖片均由作者繪制。