基于遙感反演的三維綠量景觀格局對氣溶膠的影響

岳 峰 傅 凡 戴 菲 曾 輝

氣溶膠是懸浮在大氣中的固態或液態顆粒物，大氣氣溶膠是霧霾形成的基礎和前提[1-2]。氣溶膠光學厚度(AOD)是衡量大氣中氣溶膠含量的重要參數。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[3]。

氣溶膠污染問題是人類公共衛生安全和可持續健康發展面臨的嚴峻挑戰。據世界衛生組織統計，全球90%以上的人口呼吸著危險的高濃度空氣顆粒物，空氣污染是全球最大的環境健康威脅，每年約有700萬人因空氣污染而過早死亡，而中國每年有120萬人因此過早死亡[4]。美國健康效應研究所指出空氣污染致人均預期壽命縮短20個月，全球每年死于空氣污染的人數超過交通意外。聯合國環境規劃署及人居署技術合作伙伴IQAir于2019年發布的《世界空氣質量報告》指出，中國大陸有47個城市躋身污染最嚴重的全球100個城市之列，且僅2%的城市達到世衛組織準則值，僅53%的城市達到中國空氣質量二級標準，生態環境部《2020中國生態環境狀況公報》指出我國135個城市空氣質量超標，占比40.1%。在2021年1—12月168個重點城市空氣改善幅度排名中，佛山、湘潭和武漢排名倒數前三。

景觀指數是能夠高度濃縮景觀格局信息,反映景觀結構組成和空間配置等特征的定量指標,在景觀生態學中廣泛應用。盡管景觀指數存在著不確定性、局限性，但它仍是描述景觀空間組織結構的重要工具[5]，可以對景觀形態特征進行量化呈現，因此常用景觀指數來表達景觀格局的形態等特征。

三維綠量指植物莖葉所占據的空間體積[6]，葉面積指數(LAI)是每單位地表面積的單側葉面積[7]，LAI越高，單位面積上葉面積越大，植物的層次、結構越豐富，生態效能越高，因此用LAI衡量三維綠量具有典型代表性。目前基于顆粒物與綠色空間的相關研究主要集中在對PM2.5、PM10、AOD等污染物與二維層面綠地的相關研究，并從數量或景觀格局方面進行探討[8-15]。王小平等研究發現AOD與景觀指數PD、ED、LSI和AI之間均存在著高度相關性，且景觀的組成和空間結構都影響著流域AOD的空間分布[16]。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，對緩解氣溶膠污染具有顯著作用[17]。也有學者發現PD、LSI、IJI是緩解氣溶膠的核心景觀指數指標[18]。既往研究主要揭示了影響PM2.5、PM10和氣溶膠二維綠量的數量范圍及不同指數的緩解能力。但對氣溶膠與三維綠量景觀格局的空間分布規律的定量化及風景園林規劃設計調控策略的研究卻鮮少涉及。這些問題制約了綠色空間緩解氣溶膠的效能發揮，有待三維綠色空間理論的突破，以便為提升人居空氣質量和風景園林規劃設計提供參考。

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，污染主要來源于工業生產、燃煤、機動車和揚塵[19]。據《武漢市生態環境狀況公報》統計發現，2014—2018年武漢處于污染的天數占比介于30%～50%。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典型性。本文選取景觀指數作為衡量三維綠量空間形態特征的指標，反演MODIS AOD數據，研究兩者的統計相關規律和空間分布規律，并針對閾值提出規劃設計的優化調控策略，旨在為相關規劃設計及建設提供參考。

1 數據源與處理方法

因受植被狀況、天氣及衛星運行周期及軌跡的制約，數據選取需要協調AOD與三維綠量在空間和時間上的互相匹配問題。由于植被具有連續成長性，而氣溶膠具有流動性，為協調統一植被和氣溶膠的確定性，盡可能減弱氣象等其他因素的干擾，選取近年來連續5日晴朗無風天氣中的中間天數，盡可能地排除風力、陰雨天氣的影響，并獲取當天或相近日期的三維綠量數據進行相關研究，盡可能保證數據科學嚴謹。最終選取2016年7月23日和8月1日的Landsat土地覆蓋影像及2016年7月29日的MODIS AOD數據作為基礎數據。

1)三維綠量提取方法。

首先進行樣地LAI的實測：設置地面樣地，運用冠層分析儀和地面測量方法對植物群落LAI進行精準實測和計算，得到樣地的LAI；其次計算樣地植被指數(VI)：在遙感影像上通過遙感分析計算實測樣地的植被指數，然后建立LAI—VI回歸模型，發現武漢市LAI與比值植被指數(RVI)的3次多項式擬合性最好，R2為0.726，方程為Y=0.012X3-0.207X2+2.061X-0.508[20](其中X為RVI，Y為LAI)；最后利用柵格計算器反演出武漢市的LAI分布圖。然后運用ENVI 5.5對Landsat影像進行基礎處理后，通過波段運算得到比值植被指數RVI空間分布圖，從而反演得到LAI的空間分布圖。運用ArcGIS 10.5軟件將模型反演得到的LAI數據分割為3km×3km的網格[12，21]，批量導入Fragstats中計算景觀指數，導入ArcGIS得到各三維綠量景觀指數的空間分布圖，利于研究其景觀指數的空間分布規律與AOD的統計分析關系。

2)景觀指數選取。

景觀指數作為衡量景觀格局的重要指標，可以反映其空間形態。對綠地類型水平的格局分析，可以更好地把握綠地景觀格局類型變化的特點。在類型水平上(Class-level)選擇了7個指數[11，14]，可以較為全面地描述不同類型景觀要素的特征(表1)。

3)AOD的數據獲取及處理。

基于暗像元法[22]運用ENVI 5.5對AOD數據進行幾何校正、云檢測、氣溶膠反演、裁剪后，運用modis aerosol lookup table工具構建中緯度夏季和冬季的大陸型都市(Urban)氣溶膠查找表，然后運用ENVI Modeler進行二次開發，處理MODIS AOD數據，得到AOD的空間分布圖。并將氣溶膠污染級別劃分為優(0.113 4～0.460 7)、良(0.460 8～0.664 1)、輕度(0.664 2～0.902 9)、中度(0.903 0～1.238 0)、重度及以上(1.239 0～2.235 0)5個等級(圖1)。然后運用ArcGIS 10.5軟件提取每個3km網格中的AOD平均值。

圖1 AOD空間分布圖

2 三維綠量景觀指數與AOD的規律探析

2.1 相關性分析

Pearson分析發現，選取的景觀指數都與AOD在0.000水平呈極顯著相關，其中CA、PLAND、LPI、COHESION、AI呈極顯著負相關(P＜0.01)(表2)，相關系數分別為-0.632、-0.674、-0.696、-0.346、-0.599，說明三維綠量斑塊面積、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0.304、0.454，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。

表2 三維綠量類型水平景觀指數與AOD的相關關系

2.2 相對最優回歸模型的構建

為進一步研究各綠地景觀指數與AOD的變化規律，運用SPSS軟件進行曲線預估，對綠地景觀指數與AOD進行回歸模型的構建。發現AOD與三維綠量景觀指數的回歸模型達到極顯著水平(Sig.＜0.01)，R2在0.30以上，并通過了F值檢驗，模型滿足要求，從而得到兩者的相對最優回歸模型(表3)。可見AOD與各指數因子CA、PLAND、PD、LPI、LSI、COHESION、AI都屬于非線性關系，分別為立方、立方、冪、立方、冪、立方、立方關系，說明單因子對氣溶膠濃度的調控不是線性變化的，氣溶膠濃度不會隨著單個景觀指數的增大而不斷變大或者變小。

表3 三維綠量類型水平景觀指數與AOD的模型關系

進一步研究發現兩者最優回歸模型為：Y=1.154 7-0.000 1CA-0.007 2 PLAND+0.029 1LSI，其中模型調整后R2為0.596 1，系數顯著性Sig.＜0.05，共線性診斷特征值＞0，VIF＜3，標準化殘差符合正態分布，Durbin-Watson(U)為0.936，排除了多重共線性問題，方程滿足模型要求。

2.3 三維綠量景觀指數與AOD的空間分布規律

由于地理加權回歸方法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[23]。基于以上原因，為進一步探究兩者的空間相關規律，通過最小二乘法回歸OLS發現，CA、PLAND、LSI回歸系數的P＜0.01，達到顯著性水平，模型調整后R2為0.596 1，同時VIF＜7.5，AICc=-503，滿足進行地理加權回歸要求，同時與SPSS線性回歸的結論一致。將AOD與對應的上述景觀指數進行地理加權回歸分析發現，回歸系數調整后R2為0.772 4，AICc=-1 070，標準殘差滿足要求，模型精度得到大大提高。因此最終選取CA、PLAND、LSI作為GWR的回歸因子進行探析它們對AOD濃度分布影響的空間差異。

CA負值區域呈現武漢北部低值集聚和沿漢南區-長江-主城區濱江綠地的高值集聚的倒U形特征，并呈圈層式向外擴散依次減弱(圖2)，與長江沿岸的濱江綠地走勢趨于一致。高值區域的地理空間位置分布與主城區漢陽江灘、武昌江灘、漢口江灘及漢江和府澴河濱水綠地，漢南區濱江綠地等線性綠地，墨水湖公園、月湖公園、龜山公園等城市大型公園和漢口高密度建成區具有較強的空間一致性，說明三維綠量斑塊面積發揮的緩解氣溶膠污染的作用在濱江綠地、城市公園綠地比在農田和郊野森林區域更顯著。

圖2 CA與AOD的地理加權回歸系數分布圖

文本框PLAND負值區域呈現以青山區武漢鋼鐵廠和陽邏經濟開發區為中心、以新洲區漲渡湖農場和梁子湖中部為兩端點的C形特征，并呈圈層結構負值絕對值由低到高向西依次擴散(圖3)。以武漢西南部沉湖濕地-九真山森林公園沿線和西北部木蘭清涼寨景區為高值區域和城區東湖、南湖、陽邏經開區、梁子湖北部等地為低值區域，說明三維綠量斑塊面積占比在三維綠量高的山體森林地區和鄉鎮開發強度較低的濕地、郊野公園地區比在高建設強度的復雜城市用地和市區大面積水體區域周邊緩解氣溶膠污染的效能好。

圖3 PLAND與AOD的地理加權回歸系數分布圖

文本框LSI高低值區域空間分異特征以黃陂最北端向江夏區東南端呈波浪式遞增(圖4)。其中以江夏區東南部的低山丘陵地區系數最高，在該高值區域LSI每增加10%，AOD增加0.38%以上。在低值正值區域，LSI每增加10%，AOD增加0.1%以上。說明三維綠量的斑塊形狀復雜度在低山丘陵地區比在高強度的主城區建設用地和集中的農田區加重氣溶膠污染的作用更明顯。

圖4 LSI與AOD的地理加權回歸系數分布圖

3 三維綠量核心景觀指數緩解氣溶膠污染的調控策略

分別統計地理加權回歸(GWR)系數為負值區間的三維綠量各個值域區間中屬于中度和重度及以上污染區的網格占比，剔除可能存在局部多重共線性區域，選取系數CA小于零、系數PLAND小于零、系數LSI大于零的網格區間，得到819個滿足要求的網格，進行進一步的閾值分析。

3.1 CA緩解氣溶膠污染的策略

統計發現，CA的占比數值空間與形成中度和重度及以上污染區的概率成明顯的反比關系，三維綠量斑塊面積CA形成中度及以上污染的閾值為602hm2(圖5)。大于640hm2之后，形成中度和重度及以上污染區的概率值降至7%以下，大于770hm2之后，形成中度和重度及以上污染區的概率值趨于0，空氣呈現輕度及以下污染。

圖5 三維綠量景觀指數CA閾值圖

因此，三維綠量斑塊總面積CA的從無到有增加，對緩解氣溶膠污染也具有積極作用。中心城區及其周邊的紙坊片區、武漢經濟技術開發區、吳家山經濟技術開發區、盤龍城片區、陽邏片區、漢南區由于城市建設用地面積占比較大，以及蔡甸區的沉湖濕地保護區三維綠量普遍小于602hm2，污染較嚴重(圖6)。該區域大多為用地性質復雜的建設用地，植被覆蓋度偏低，三維綠量也較低，建設用地周圍三維綠量斑塊面積的增加可以明顯緩解空氣污染。通過國土空間規劃和指標類管控規劃，增加三維綠地的斑塊面積，結合棕地、垃圾填埋場、灘涂水體、老舊區拆遷等擴大或新建大面積的城市公園綠地、郊野公園、森林公園等大型生態用地，努力將面積提升至602hm2以上。同時落實各類規劃中關于綠地類指標的剛性管控，充分發揮三維綠量緩解氣溶膠污染的作用。

圖6 CA≤602的區域與AOD的空間分布圖

三維綠量斑塊面積大于640hm2、小于等于770hm2的區域，主要分布在環都市發展區的邊沿區域(圖7)，該區域生態基底整體較好，如江夏區九峰山森林保護區、青龍山森林保護區、新洲區武湖濕地、漲渡湖濕地保護區東部等大型塊狀或楔形綠地，形成中度和重度及以上污染區的概率值在7%以下。因此對于該區域應該加強保護，通過生態紅線劃定等規劃保護該區域三維綠量的面積，防止城市無序擴張對其的侵蝕。

文本框三維綠量斑塊面積大于770hm2的區域，以生態空間為主，植被覆蓋較高。主要分布在黃陂區素山寺森林公園-云霧山-木蘭文化生態旅游區-木蘭湖風景區一線，以及梁子湖西、南側的江夏區東南部山坡鄉、湖泗鎮、舒安鄉等低山丘陵林地區域和九真山森林公園部分區域，且AOD污染大多數低于0.664 1(圖8)，處于優良水平，形成中度和重度及以上污染區的概率值降到接近0%。應注重生態旅游風景區和森林的保育、濕地公園的保護及防止低山丘陵林地的砍伐和開墾等，確保生態綠楔的不斷完善。

圖8 CA＞770的區域與AOD的空間分布圖

3.2 PLAND緩解氣溶膠污染的策略

統計發現，三維綠量景觀指數PLAND的占比數值空間與形成中度和重度及以上污染區的概率呈明顯的反比關系(圖9)。

圖9 三維綠量景觀指數OLAND閾值圖

文本框三維綠量斑塊面積占比PLAND(單位：%)小于等于87.61的區間內，形成中度和重度及以上污染區的概率值均大于22.31%；在大于87.61后，形成中度和重度及以上污染區的概率值降至18%以下；因此，三維綠量斑塊面積占比PLAND形成中度及以上污染的閾值為87.61。大于92.77之后，形成中度和重度及以上污染區的概率值降至12%以下，并呈波浪形震蕩。

因此，三維綠量斑塊總面積占比PLAND從無到有的增加，對緩解氣溶膠污染同樣具有積極作用，PLAND小于等于87.61的區間主要分布在中心城區的盤龍城、吳家山經開區及長江、漢江、府河沿岸的濱江綠地等城市用地區域及江夏區的梁子湖、魯湖、斧頭湖沿岸綠地(圖10)，應加強該區域沿岸三維綠量的占比，借助新城開發，高標準建設生態城、公園城市，提高綠地率、立體綠化面積，結合海綿城市/片區的建設，拓寬濱水濱江綠地的橫向寬度和豎向豐富度，通過規劃管控將PLAND提高到87.61以上。

圖10 PLAND≤87.61%的區域與AOD的空間關系

三維綠量斑塊面積占比大于92.77的區域，主要分布在基底較好的山體生態用地區域，如黃陂區素山寺森林公園-木蘭湖風景區一線及黃陂區的農田區、江夏區東南部等低山丘陵地帶和九峰山森林保護區，以及蔡甸區的九真山森林公園部分區域等(圖11)，形成中度和重度及以上污染區的概率值降到12%以下。

圖11 PLAND＞92.77%的區域與AOD的空間關系

斑塊占比形成中度和重度及以上污染區的概率值呈波浪形震蕩可能是因為農田區域的存在、農作物的收割播種所致。該區域應通過省、市、區(鄉鎮)等不同行政級別的生態紅線劃定，落實核心保育區、一般保護區和緩沖區等不同管控級別的剛性管控，豐富豎向設計，防止開發建設導致生態本底被侵蝕退化。

3.3 LSI緩解氣溶膠污染的策略

文本框統計發現三維綠量景觀指數LSI的占比數值空間與形成中度和重度及以上污染區的概率呈明顯的正比關系(圖12)。

圖12 三維綠量景觀指數LSI閾值圖

在三維綠量斑塊形狀指數LSI≤4.56的區域內，形成中度和重度及以上污染區的概率值基本上均小于22.31%；在大于4.56后，形成中度和重度及以上污染區的概率值均大于22.31%。因此，三維綠量斑塊形狀指數LSI形成中度及以上污染的閾值為4.56。當4.56＜LSI＜5.45時，AOD由10.81%激增到33.33%，大于5.95之后，形成中度和重度及以上污染區的概率值持續大于22.73以上，并呈波浪形震蕩。因此三維綠量LSI的復雜化，會加重氣溶膠污染。

在LSI≤4.56的區域內，主要分布在黃陂區素山寺森林公園-云霧山-木蘭文化生態旅游區-木蘭湖風景區一線及梁子湖西、南側的江夏區東南部鄉鎮等低山丘陵林地，氣溶膠污染處于優良水平(圖13)。應通過行政手段嚴格保護生態紅線邊界，在緩沖區邊界內見縫插綠、豐富三維綠量，防止生態紅線邊界被無序開發建設。

圖13 LSI≤4.56的區域與AOD的空間關系

當LSI達到4.56以上且小于5.45時，AOD由10.81%激增到33.33%(圖14)，區間的區域散布在都市發展區外緣，該區域易受城市擴張的影響，用地邊界趨于復雜化，應通過相關規劃設計建設措施，通過生態修復規劃等柔化硬質下墊面的邊界，將LSI降到4.56以下，充分緩解氣溶膠污染。

圖14 4.56＜LSI≤5.45的區域與AOD的空間關系

LSI大于5.95的區域主要與主城區、都市發展區和漢南區有高度的空間一致性，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15.9時，AOD污染呈中度、重度及以上污染的概率高達56.25%，主要位于中心城區(圖15)。應通過城市修復、生態修補、山水林田湖草保護等手段見縫插綠，完善社區公園、公園綠地、廣場用地、街頭綠地等點狀、塊狀綠地的邊界完整度，優化綠地邊界，使灰、綠基礎設施邊界朝規則化簡單化發展，同時豐富優化三維綠量的喬灌草群落結構，打造穩定有彈性的三維綠量空間，盡可能降低LSI的值。

圖15 LSI＞5.95的區域與AOD的空間關系

4 結論

以武漢為例，從空間和統計學角度研究了三維綠量景觀格局與AOD的關系。研究發現，三維綠量景觀格局緩解氣溶膠污染的核心景觀形態指標為：CA、PLAND、LPI、COHESION、AI，綠地綜合調控氣溶膠濃度的協同作用規律模型Y=1.154 7-0.000 1CA-0.007 2PLAND+0.029 1LSI。進而通過地理加權回歸探討了兩者的空間分布規律，最終提出三維綠量核心景觀指數CA、LSI、COHESION緩解氣溶膠污染的調控策略。可為緩解氣溶膠污染角度的三維綠地布局及其優化提供理論參考。不足之處在于未考慮雨雪天氣和季節因素的影響，也未考慮植被種類/群落的差異化影響。后續研究可從以下幾個方面開展：1)從不同氣候區進行更廣泛的探討；2)在城市或街區尺度進行針對行政管理單元的具體調控策略研究；3)結合區域林業普查資料，研究不同植物林分對氣溶膠污染的差異影響。

注：文中圖片均由作者繪制。