烏魯木齊街區(qū)形態(tài)對(duì)空氣質(zhì)量的影響研究
2025-08-31 00:00:00王凌羲陳玉琴李娜裴婷
環(huán)境科學(xué)導(dǎo)刊 2025年4期
中圖分類號(hào)：X51 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-9655（2025）04-0050-07
0 引言
近年來(lái)，由于我國(guó)經(jīng)濟(jì)發(fā)展迅速，城市化進(jìn)程加快，城市化率有明顯提升，從改革開放之初的 17.9% 提升到近年來(lái)的 57.4%[1] 。城市化進(jìn)程的加快，產(chǎn)生了一系列環(huán)境問(wèn)題，空氣污染的加劇是其中之一[2]。已有研究發(fā)現(xiàn)空氣污染會(huì)提高肺癌、哮喘等疾病的發(fā)生率甚至死亡率，甚至有學(xué)者表明空氣污染物濃度與兒童呼吸系統(tǒng)疾病發(fā)病率呈正相關(guān)性[34；也有學(xué)者表明空氣污染會(huì)給敏感人群的心理和情緒帶來(lái)消極影響，導(dǎo)致其抑郁和焦慮亦或使得自殺風(fēng)險(xiǎn)增加[5]
國(guó)內(nèi)外學(xué)者對(duì)空氣污染物空間分布特征的研究方法主要有模型模擬法，包括計(jì)算流體力學(xué)（CFD）模型[及與質(zhì)量平衡模型[相結(jié)合的方法，風(fēng)洞實(shí)驗(yàn)法[8]，固定監(jiān)測(cè)法[9]。不少學(xué)者從城市尺度出發(fā)研究城市形態(tài)對(duì)空氣質(zhì)量的影響，其用城市破碎度、規(guī)模、緊湊度、形狀和蔓延度來(lái)表征城市形態(tài)，研究結(jié)果表明城市破碎度[1]、蔓延度[1]、城市規(guī)模[12]均對(duì)空氣污染物濃度產(chǎn)生影響。學(xué)者張培浩分析了北京兩個(gè)居住街區(qū)內(nèi)城市形態(tài)因子與空氣污染物的關(guān)系，發(fā)現(xiàn)建筑密度與空氣污染物濃度具有較大的相關(guān)性[13]。祝玲玲等[14]探討了合肥市老城區(qū)城市空間形態(tài)對(duì)細(xì)顆粒物（ PM2.5 ）的影響，發(fā)現(xiàn)隨著容積率的增大和建筑間距的減小， PM2.5 的濃度增加較快。戴春雨[15]研究了哈爾濱街區(qū)形態(tài)與 PM2.5 ，發(fā)現(xiàn) PM2.5 濃度與容積率呈現(xiàn)出正相關(guān)性， PM2.5 隨著平均建筑高度的升高先增加后減小。Chao等[1分析了上海市城市形態(tài)與空氣污染的關(guān)系，結(jié)果表明除臭氧（ O3 ）和 
之外，其它的空氣污染物擴(kuò)散都受城市形態(tài)的影響。學(xué)者Tian等[7采取時(shí)空回歸模型和空間分層異質(zhì)性模型兩個(gè)模型討論污染物與城市形態(tài)及氣象因素之間的關(guān)系，發(fā)現(xiàn)在微尺度內(nèi)道路長(zhǎng)度對(duì)于空氣污染物濃度的增加貢獻(xiàn)最大，其在更大范圍內(nèi)影響著二氧化氮（ NO2 ）的空間分布。
近年來(lái)，烏魯木齊雖然采取過(guò)幾次大規(guī)模污染治理，但是衛(wèi)星探測(cè)和地面監(jiān)測(cè)數(shù)據(jù)顯示烏魯木齊仍是我國(guó)污染最嚴(yán)重的城市之一[18]。由此可見，改善烏魯木齊街區(qū)的空氣質(zhì)量迫在眉睫。友好北路街區(qū)位于烏魯木齊市中心城區(qū)的核心地帶，其分布有繁華的商業(yè)區(qū)、宜居的居住區(qū)、高效的倉(cāng)儲(chǔ)物流區(qū)以及教育機(jī)構(gòu)，高低層建筑交錯(cuò)分布，形態(tài)多樣，城市主干道貫穿其中，是一個(gè)功能完備、土地利用多樣化的綜合性街區(qū)典范。為了解決該區(qū)域城市固定監(jiān)測(cè)站點(diǎn)密度不足從而難以精確分析城市內(nèi)部空氣污染物分布特征的缺點(diǎn)，本文采用便攜式DUSTTRAKII8530型氣溶膠監(jiān)測(cè)儀和Aeroqual-S500分別監(jiān)測(cè) PM2.5 和 NO2 的濃度，分析城市內(nèi)部空氣污染物的小范圍分布特征，以期為城市街區(qū)設(shè)計(jì)和環(huán)境管理部門制定空氣污染治理措施提供參考。
1材料與方法
1.1 研究區(qū)概況
研究區(qū)位于烏魯木齊市中心城區(qū)中部的友好北路街區(qū)，隸屬新疆維吾爾自治區(qū)烏魯木齊市沙依巴克區(qū)，地處沙依巴克區(qū)東北部，東起河灘北路與南湖南路街道相鄰，南起濱河中路東二巷與友好南街道交界，西至西北路與紅廟子街道毗鄰，北至新醫(yī)路與新市區(qū)銀川路街道接壤。其地理位置優(yōu)越，土地利用多樣化，是集商業(yè)區(qū)、住宅區(qū)、物流區(qū)和教育機(jī)構(gòu)為一體的綜合性街區(qū)。為了更加精確的研究友好北路街區(qū)空氣污染物濃度的空間分布特征且使得結(jié)果更加客觀，本文使用Arcgis10.8中的創(chuàng)建隨機(jī)點(diǎn)的功能共創(chuàng)建了50個(gè)隨機(jī)點(diǎn)，并且設(shè)置其全部避開建筑物，得到圖1的50個(gè)隨機(jī)監(jiān)測(cè)站點(diǎn)。本文還探究空氣污染物濃度是否受氣象因子背景值的影響，在研究區(qū)的東北側(cè)設(shè)立氣象因子背景值監(jiān)測(cè)站點(diǎn)，具體監(jiān)測(cè)位置如圖1所示。
圖1研究區(qū)位置圖及監(jiān)測(cè)站點(diǎn)
1.2 監(jiān)測(cè)儀器
為了得到更精確的污染物濃度數(shù)據(jù)，本文采用美國(guó)TSI公司的8530監(jiān)測(cè) PM2.5 和新西蘭AEROQUALS500-IAQ2監(jiān)測(cè) NO2 ，儀器參數(shù)見表1。
1.3 數(shù)據(jù)采集
選取2022年6月27—30日9：00—21：00期間晴穩(wěn)一致的天氣，采用短時(shí)定點(diǎn)監(jiān)測(cè)法監(jiān)測(cè)空氣污染物濃度。監(jiān)測(cè)前，對(duì)TSI8530大氣粉塵檢測(cè)儀進(jìn)行零點(diǎn)校正，并預(yù)熱 10min ；對(duì)S500-IAQ2便攜式空氣質(zhì)量檢測(cè)儀的探頭預(yù)熱 3～5min 。監(jiān)測(cè)時(shí)，把儀器置于用三腳架固定的高為 1.5m 托盤之中，每個(gè)固定監(jiān)測(cè)站點(diǎn)短時(shí)監(jiān)測(cè) 20min ，TSI8530和S500-IAQ2監(jiān)測(cè)的時(shí)間間隔分別為1秒1次和1分1次。為了更加深入探討空氣污染濃度是否受氣象因子的影響，本實(shí)驗(yàn)還監(jiān)測(cè)氣象因子背景值與實(shí)地氣象因子。監(jiān)測(cè)時(shí)，將美國(guó)Kestrel5500風(fēng)速儀固定于三腳架上且置于街區(qū)中周圍空曠、無(wú)干擾的位置，其值作為氣象因子背景值。
2 結(jié)果與分析
2.1空氣污染物空間分布特征
2.1.1 全局空間自相關(guān)
通過(guò)GeoDa軟件統(tǒng)計(jì)，采用全局空間自相關(guān)的方法對(duì)烏魯木齊街區(qū)污染物 PM2.5 和 NO2 進(jìn)行分析。
烏魯木齊街區(qū)空氣污染物 PM2.5 的全局莫蘭指數(shù)為0.018，標(biāo)準(zhǔn)化檢驗(yàn)的Z值為0.489； NO2 的全局莫蘭指數(shù)為0.168，標(biāo)準(zhǔn)化檢驗(yàn)的Z值為2.165。其中， PM2.5 未通過(guò)0.05顯著性檢驗(yàn)， NO2 通過(guò)0.05顯著性檢驗(yàn)，這表明 PM2.5 在空間分布上是隨機(jī)的，不存在空間自相關(guān)，而 
則存在空間自相關(guān)。
2.1.2 局部空間自相關(guān)
如圖2所示， PM2.5 的“高-高”集聚出現(xiàn)于固定監(jiān)測(cè)站點(diǎn)24、26、27、31、37，說(shuō)明這幾個(gè)固定監(jiān)測(cè)站點(diǎn)周圍 PM2.5 濃度較高，需要制定政策改善空氣質(zhì)量，“低-低”集聚出現(xiàn)于固定監(jiān)測(cè)站點(diǎn)11和35，說(shuō)明這兩個(gè)固定監(jiān)測(cè)站點(diǎn)周圍 PM2.5 濃度較低。“低-高”集聚出現(xiàn)于固定監(jiān)測(cè)站點(diǎn)6，“高-低”集聚出現(xiàn)于固定監(jiān)測(cè)站點(diǎn)8和15。 NO2 的“低-低”集聚出現(xiàn)于固定監(jiān)測(cè)站點(diǎn)25，說(shuō)明這兩個(gè)固定監(jiān)測(cè)站點(diǎn)周圍 NO2 濃度較低。“低-高”集聚出現(xiàn)于固定監(jiān)測(cè)站點(diǎn)37，“高-低”聚出現(xiàn)于固定監(jiān)測(cè)站點(diǎn)28。
2.1.3 PM空間變化特征分析
由圖3可見， PM2.5 的濃度高值出現(xiàn)于監(jiān)測(cè)站點(diǎn)1、15、21以及26。其中最高值出現(xiàn)于1為0.019mg/m3 ，比第二高值多出 46% ，其原因可能是在監(jiān)測(cè)過(guò)程中，環(huán)衛(wèi)工人在旁邊打掃衛(wèi)生，從而引起較多的顆粒粉塵，使得該點(diǎn)的 PM2.5 遠(yuǎn)高于其它點(diǎn)。第二高值出現(xiàn)于15為 0.013mg/m3 ，該點(diǎn)位于友好南路旁，且監(jiān)測(cè)時(shí)段正好為早高峰通勤時(shí)間，車流量較大。21、26的值均為 0.011mg/m3 ，其 ?PM2.s 濃度較高原因可能是26位于新疆師范大學(xué)昆侖校區(qū)食堂后廚，烹飪可以使得 PM2.5 濃度升高[19]，導(dǎo)致該處污染物濃度較高。
表1監(jiān)測(cè)儀器參數(shù)表
圖2 PM2.5 濃度（上）和 NO2 濃度（下）LISA集聚圖
PM2.5 濃度低值出現(xiàn)于監(jiān)測(cè)站點(diǎn)17、10和19均為 0.004mg/m3 。多位學(xué)者研究表明建筑空間形態(tài)是影響 PM2.5 濃度的重要因素之一[20]，而17、10所處位置較為空曠，周圍建筑物稀疏，利于 PM2.5 擴(kuò)散，因此其 PM2.5 濃度較低。監(jiān)測(cè)站點(diǎn)19的 PM2.5 濃度較低，原因是其處于小區(qū)之中，空氣質(zhì)量較好。監(jiān)測(cè)站點(diǎn)5、6、7的 PM2.5 濃度也較低，這是由于這三點(diǎn)均處于兒童公園，綠樹對(duì) ?PM2.5 有很強(qiáng)的吸收和阻滯能力，可以降低 PM2.5 濃度[21]。
綜上所述，地面揚(yáng)塵、交通排放、廚房煙氣、建筑空間形態(tài)和綠樹對(duì) PM2.5 濃度的變化均起著不同的作用。
圖3 PM2.5 濃度空間插值圖
2.1.4NO空間變化特征分析
從圖4可以看出， NO2 濃度具有空間上的差異，其中高值出現(xiàn)于監(jiān)測(cè)站點(diǎn)35、21和47。其中，最高值出現(xiàn)于35，值為 0.087×10-6 ，原因可能受交通流量的影響，城市汽車尾氣是 NO2 的主要來(lái)源之一，因而該研究結(jié)果與前人一致[22]。次高值出現(xiàn)于21，為 0.082×10-6 。47的 NO2 濃度也較高，為 0.082×10-6 ，該點(diǎn)在監(jiān)測(cè)期間不遠(yuǎn)處有居民烹飪且其位于建筑密度較大和周圍建筑樓層較低以及距離建筑物較近，有研究結(jié)果表明，低層高密度的建筑不利于污染物的擴(kuò)散。
圖4 NO2 濃度空間插值圖
NO2 的低值出現(xiàn)于監(jiān)測(cè)站點(diǎn)22～25，這幾個(gè)點(diǎn)均為新疆師范大學(xué)昆侖校區(qū)內(nèi)的監(jiān)測(cè)站點(diǎn)。22和23位于校園的操場(chǎng)，周圍無(wú)建筑物且空曠，利于污染物的擴(kuò)散，從而污染物無(wú)法高濃度的聚集在此。23和25的 NO2? 濃度較低的原因可能是位于綠樹底下，以及校園道路上車流量較少。
2.1.5 PM和NO空間分布特征分析
標(biāo)準(zhǔn)差橢圓能揭示地理要素的空間分布特征。本文利用Arcgis10.8制作研究區(qū)的空氣污染物 PM2.5 和 INO2 的標(biāo)準(zhǔn)差橢圓圖，結(jié)果如圖5所示。從分布重心來(lái)看， PM2.5 的橢圓重心位于 87°35′31′′ E，43°49′49′′ N， NO2 的橢圓重心位于 87°35′35′′ E，43°49′48′′ N，由此可得 NO2 的重心位置相較于 ?PM2.5 向東南偏移，偏移距離較小，均落于固定監(jiān)測(cè)站點(diǎn)24旁。從分布形狀和分布方向來(lái)看， PM2.5 的形狀指數(shù)為0.178， NO2 的為0.707，由此可知，相較于 ?PM2.5 ， NO2 呈現(xiàn)出扁化趨勢(shì)。 PM2.5 的方向角為90.008° ， NO2 的方向角為 91.849° ，相比于 PM2.5 ，NO2 的方向角變大，但變化幅度較小，表明兩種污染物分布主趨勢(shì)大致一定。
圖5空氣污染物標(biāo)準(zhǔn)差橢圓圖
2.2污染物濃度與氣象因子相關(guān)性分析
2.2.1 污染物濃度與實(shí)地氣象因子的關(guān)系
一個(gè)地區(qū)空氣污染的形成，是受各種因素的相互影響，不僅受本地空氣污染物的排放影響[23]，并且還受氣象因子的影響，氣象因子影響著空氣污染物的擴(kuò)散和輸送[24]。本文利用50個(gè)監(jiān)測(cè)站點(diǎn)空氣污染物濃度的監(jiān)測(cè)數(shù)據(jù)，采用皮爾遜系數(shù)分析空氣污染物濃度與實(shí)地氣象因子溫度、濕度、風(fēng)速和氣壓的相關(guān)性。由表2可見，溫度、濕度、風(fēng)速和氣壓均與空氣污染物 PM2.5 呈現(xiàn)出顯著相關(guān)。其中，與溫度和風(fēng)速為負(fù)相關(guān)關(guān)系，即 PM2.5 的濃度隨著溫度和風(fēng)速的增加而降低；與濕度和氣壓為正相關(guān)關(guān)系，即 PM2.5 的濃度隨著濕度和氣壓的增加而升高，其相關(guān)系數(shù)分別為-0.207、-0.177和0.254、0.188。 NO2 與氣象因子溫度、濕度、風(fēng)速和氣壓同 PM2.5 與氣象因子的相關(guān)性一樣，均呈現(xiàn)出相關(guān)性顯著，其中與溫度和風(fēng)速為正相關(guān)關(guān)系，即當(dāng)溫度和風(fēng)速增加時(shí)， NO2 的濃度隨之升高；與濕度和氣壓為負(fù)相關(guān)關(guān)系，即當(dāng)濕度和氣壓增加時(shí)， NO2 的濃度降低，相關(guān)系數(shù)分別為0.464、0.289和-0.325、 -0.163 。
表2污染物濃度與實(shí)地氣象因子相關(guān)系數(shù)
注： ** 在0.01級(jí)別（雙尾），相關(guān)性顯著。*在0.05級(jí)別（雙尾），相關(guān)性顯著。
2.2.2污染物濃度與氣象因子背景值的關(guān)系
本文采取皮爾遜相關(guān)系數(shù)分析污染物濃度與氣象因子背景值的關(guān)系，由表3可見，兩種污染物濃度與背景值的相關(guān)性和兩種污染物濃度與氣象因子的相關(guān)性具有高度相似性。 PM2.5 與溫度呈現(xiàn)出負(fù)相關(guān)關(guān)系，與濕度和風(fēng)速及氣壓呈現(xiàn)出正相關(guān)關(guān)系，相關(guān)系數(shù)分別為-0.230、0.237、0.083和0.013。 NO2 與背景值與溫度和濕度相關(guān)性顯著，而與風(fēng)速和氣壓無(wú)顯著相關(guān)性，其中與溫度呈現(xiàn)出正相關(guān)關(guān)系，與濕度呈現(xiàn)出負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.156和-0.097。由此可知，兩種污染物濃度受到氣象因子的影響更大。
2.3街區(qū)尺度城市形態(tài)對(duì)空氣污染物濃度的影響
2.3.1污染物濃度與城市形態(tài)的相關(guān)性分析
以監(jiān)測(cè)站點(diǎn)為中心分別創(chuàng)建半徑為 50m 和 100m 的緩沖區(qū)，統(tǒng)計(jì)每個(gè)緩沖區(qū)內(nèi)的建筑密度、建筑高度、容積率、天空視域因子和道路密度，以此表征城市形態(tài)來(lái)研究烏魯木齊城市街區(qū)形態(tài)對(duì)空氣污染物的影響。
表3污染物濃度與氣象因子背景值相關(guān)系數(shù)
注： ** 在0.01級(jí)別（雙尾），相關(guān)性顯著。*在0.05級(jí)別（雙尾），相關(guān)性顯著。
為了探究城市形態(tài)與 PM2.5 和 NO2 之間的相關(guān)性，本文采用皮爾遜相關(guān)系數(shù)分析二者之間的關(guān)系，其相關(guān)系數(shù)見表4。 50m 緩沖區(qū)內(nèi)的 PM2.5 與建筑密度、道路密度在0.01水平（雙尾）呈現(xiàn)顯著性正相關(guān)， NO2 與建筑密度、道路密度在0.05水平（雙尾）呈現(xiàn)顯著性正相關(guān)。 100m 緩沖區(qū)內(nèi)的PM2.5 與建筑密度、建筑高度、容積率在0.01水平（雙尾）呈現(xiàn)顯著性正相關(guān)， PM2.5 與天空視域因子在0.01水平（雙尾）呈現(xiàn)顯著性負(fù)相關(guān)； NO2 與建筑密度、建筑高度、容積率、道路密度在0.01水平（雙尾）呈現(xiàn)顯著性正相關(guān)，與天空視域因子在0.01水平（雙尾）呈現(xiàn)顯著性負(fù)相關(guān)。
2.3.2城市形態(tài)與空氣污染物的空間相關(guān)性
建筑密度高值位于研究區(qū)的中部和南部以及東部地區(qū)，數(shù)量較少，僅占總數(shù)的 8% ；中值分布于研究區(qū)的各個(gè)地區(qū)，數(shù)量最多，占總數(shù)的 74% 低值位于西北、中部、正北、東南角以及東北，數(shù)量高于低值，占總數(shù)的 18% 。由此可得，緩沖半徑為 50m 時(shí)，建筑密度主要以中密度為主。道路密度高值位于研究區(qū)的西部、中部偏南和正北以及東部地區(qū)，數(shù)量最少，占總數(shù)的 24% ；中值分布于研究區(qū)的中部靠北和南部以及東南地區(qū)，數(shù)量與高值相當(dāng)，占總數(shù)的 28% ；低值除了東南無(wú)分布，其余地區(qū)均有分布，數(shù)量最多，占總數(shù)的48% 。由此可得，緩沖半徑為 50m 時(shí)，道路密度主要以低值為主。
PM2.5 的高值分布于研究區(qū)的西部地區(qū)，數(shù)量最少，僅有一個(gè)；中值主要分布于研究區(qū)的中部以及西部地區(qū)，數(shù)量次于低值，占總數(shù)的 36% ；低值主要分布于西部和東部地區(qū)，數(shù)量最多，占總數(shù)的62% 。由此可見，研究區(qū)的 PM2.5 濃度主要以低值為主。 NO2 的高值主要分布于研究區(qū)的正北以及中部靠南以及東部和東南地區(qū)，數(shù)量最少，占總數(shù)的14% ；中值主要分布于研究區(qū)的西北及中部和東北地區(qū)，數(shù)量與低值相當(dāng)，僅少于低值 2% ，占總數(shù)的 42% ；低值除了研究區(qū)的中部靠北地區(qū)無(wú)分布，其余地區(qū)均有分布，其數(shù)量最多，占總數(shù)的 44% 。
由此可得，研究區(qū)的 NO2 濃度主要以中低值為主。
通過(guò)皮爾遜相關(guān)系數(shù)可得，緩沖半徑為50m時(shí)，建筑高度、容積率、天空視域因子與空氣污染物相關(guān)性不顯著，因此重點(diǎn)分析緩沖半徑為 100m 時(shí)的建筑密度、道路密度和空氣污染物的空間相關(guān)性。
建筑密度的高值主要分布于研究區(qū)的東北以及中部偏南地區(qū)，數(shù)量不多，占總數(shù)的 20% ；中值分布于研究區(qū)的各個(gè)地區(qū)，數(shù)量最多，占總數(shù)的62% ；低值主要分布于研究區(qū)的西北以及中部地區(qū)，數(shù)量與高值相當(dāng)，占總數(shù)的 18% ，由此可得，緩沖半徑為 100m 時(shí)，其建筑密度主要以中密度為主。
建筑高度高值位于研究區(qū)的西北、西南、北部、正南以及東部地區(qū)，數(shù)量最多，占總數(shù)的46% ；中值分布于研究區(qū)的西部和中部靠北以及東南地區(qū)，數(shù)量?jī)H次于高值，占總數(shù)的 42% ；低值位于研究區(qū)的西北和中部以及東北，數(shù)量最少，占總數(shù)的 12% ，由此可得，緩沖半徑為 100m 時(shí)，其建筑高度主要以高密度為主。
容積率高值位于研究區(qū)的西北、南部以及東部地區(qū)，數(shù)量最少，占總數(shù)的 20% ；中值分布于研究區(qū)的各個(gè)地區(qū)，數(shù)量最多，占總數(shù)的 54% ；低值位于研究區(qū)北部地區(qū)，數(shù)量與高值相當(dāng)，占總數(shù)的 26% ，由此可得，緩沖半徑為 100m 時(shí)，其容積率主要以高值為主。
天空視域因子高值位于研究區(qū)的西北、中部以及北部地區(qū)，數(shù)量最少，占總數(shù)的 12% ；中值分布于研究區(qū)的北部和西南以及東南，數(shù)量次于高值，占總數(shù)的 42% ；低值位于研究區(qū)各個(gè)地區(qū)，數(shù)量最多，占總數(shù)的 46% ，由此可得，緩沖半徑為 100m 時(shí)，其天空視域因子主要以低值為主。
道路密度高值位于研究區(qū)的西部、中部偏南和正北以及東部地區(qū)，數(shù)量最少，占總數(shù)的 24% 中值分布于研究區(qū)的中部靠北和南部以及東南地區(qū)，數(shù)量與高值相當(dāng)，占總數(shù)的 28% ；低值除了東南無(wú)分布，其余地區(qū)均有分布，數(shù)量最多，占總數(shù)的 48% ，由此可得，緩沖半徑為 100m 時(shí)，其道路密度主要以低值為主。
緩沖半徑為 50m 和 100m 的緩沖區(qū)內(nèi)建筑密度與 PM2.5 和 NO2 的相關(guān)呈現(xiàn)顯著正相關(guān)。緩沖半徑為 50m 時(shí)，建筑密度主要以中值為主，與 PM2.5 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的西北角和中部以及東南角地區(qū)；與 NO2 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的中部靠北和東南角以及東部地區(qū)。緩沖半徑為 100m 時(shí)，建筑密度主要以中值為主，與PM2.5 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的西北角和中部以及東北角地區(qū)；與 NO2 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的中部東部地區(qū)。
圖6城市形態(tài)與污染物濃度關(guān)系圖（緩沖半徑 50m ）
表4城市形態(tài)與空氣污染物濃度相關(guān)系數(shù)
注： ** 在0.01級(jí)別（雙尾），相關(guān)性顯著。*在0.05級(jí)別（雙尾），相關(guān)性顯著。
緩沖半徑為 50m 的緩沖區(qū)內(nèi)的建筑高度與 PM2.5 和 INO2 相關(guān)性不顯著；緩沖半徑為 100m 的緩沖區(qū)內(nèi)的建筑高度與 PM2.5 和 INO2 呈現(xiàn)顯著正相關(guān)。緩沖半徑為 100m 時(shí)，建筑高度主要以高密度為主，與PM2.5 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的西北角和中部以及東北角地區(qū)；與 NO2 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的中部、北部和南部地區(qū)。
緩沖半徑為 50m 的緩沖區(qū)內(nèi)的容積率與 PM2.5 和NO2 相關(guān)性不顯著；緩沖半徑為 100m 的緩沖區(qū)內(nèi)的容積率與空氣污染物 
呈現(xiàn)顯著正相關(guān)。緩沖半徑為 100m 時(shí)，容積率主要以高值為主，與PM2.5 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的西北角和中部以及東北角地區(qū)，與 NO2 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的中部、北部和東部地區(qū)。
緩沖半徑為 50m 的緩沖區(qū)內(nèi)的天空視域因子與 PM2.5 和 INO2 相關(guān)性不顯著；緩沖半徑為 100m 的緩沖區(qū)內(nèi)的天空視域因子與 PM2.5 和 NO2 呈現(xiàn)顯著負(fù)相關(guān)。緩沖半徑為 100m 時(shí)，天空視域因子主要以低值為主，與 PM2.5 發(fā)生負(fù)相關(guān)關(guān)系的區(qū)域位于研究區(qū)的西北角和中部偏北以及正東地區(qū)；與NO2 發(fā)生負(fù)相關(guān)關(guān)系的區(qū)域位于研究區(qū)的北部、中部、西北角以及東南角和正東地區(qū)。
緩沖半徑為 50m 的緩沖區(qū)內(nèi)的道路密度與 PM2.5 相關(guān)性不顯著，與 NO2 呈顯著正相關(guān)性；緩沖半徑為 100m 的緩沖區(qū)內(nèi)的道路密度與 PM2.5 和NO呈現(xiàn)顯著正相關(guān)。緩沖半徑為50m時(shí)，道路密度主要以低值為主，與 PM2.5 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的西部、西北角和中部以及東部地區(qū)；與 ΔNO2 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的西部和中部偏北以及東部地區(qū)。緩沖半徑為 100m 時(shí)，道路密度主要以低值為主，與 NO2 發(fā)生正相關(guān)關(guān)系的區(qū)域位于研究區(qū)的西北角和正東以及中部偏北地區(qū)。
3結(jié)論
（1） NO2 的空間分布具有較強(qiáng)的自相關(guān)性，PM2.5 的空間分布較為分散。具體而言， NO2 的最高值出現(xiàn)在監(jiān)測(cè)站點(diǎn)35，最低值出現(xiàn)在監(jiān)測(cè)站點(diǎn)29；而 PM2.5 濃度在監(jiān)測(cè)站點(diǎn)1達(dá)到最高值，在監(jiān)測(cè)站點(diǎn)17、10和19達(dá)到最低值。
圖7城市形態(tài)與污染物濃度關(guān)系圖（緩沖半徑 100m ）
（2） NO2 的重心位置向東南偏移，呈現(xiàn)出扁化趨勢(shì)和方向角變大的特點(diǎn)。 PM2.5 與溫度和風(fēng)速呈負(fù)相關(guān)，與濕度和氣壓呈正相關(guān)；而 NO2 則表現(xiàn)相反。（3）建筑密度與 PM2.5 和 NO2 呈現(xiàn)顯著正相關(guān)。建筑高度、容積率、天空視域因子和道路密度等因素也與空氣污染物存在一定的關(guān)聯(lián)性。
參考文獻(xiàn)：
[1]湯爽爽，孫瑩，馮建喜.城鄉(xiāng)關(guān)系視角下鄉(xiāng)村政策的演進(jìn)：基于中國(guó) 改革開放40年和法國(guó)光輝30年的解讀[J].現(xiàn)代城市研究，2018（4）： 17-22，29.
[2] ChengL，ZhangT，ChenL，etal.Investigatingthe ImpactsofUrbanization on PM2.5 Pollution in the Yangtze River Delta of China： ASpatial Panel Data Approach[J].Atmosphere，2020，11（10）：1058.
[3]薛英嵐，張偉，劉宇，等.基于Super-SBM模型的《大氣污染防治行 動(dòng)計(jì)劃》省級(jí)環(huán)保投資績(jī)效評(píng)估[J].城市發(fā)展研究，2022，29（2）： 20-26.
[4] Samoli E，Aga E，Touloumi G，etal.Short-term effects of nitrogen dioxideon mortality：ananalysis within the APHEA project[J].European Respiratory Journal，2006，27（6）：1129-1138.
[5]XiaoQY，LiuY，MulhollandJA，etal.Pediatricemergencydepartment visitsand ambientAir pollution in theU.S.State ofGeorgia：a case-crossover study[J].Environmental Health：a global access science source，2016，15（1）：1-8.
[6]Hana T，IvanT，HanaS，etal. PM10 AirPollution and Acute Hospital Admissions for CardiovascularandRespiratory Causesin Ostrava[J]. Central European Journal ofPublicHealth，2016（24）：S33-S39.
[7] Olstrup H，Johansson C，F(xiàn)orsberg B，et al.A multi-pollutant air quality health index （AQHI） based on short-term respiratory effects inStockholm，Sweden[J].International journal of environmental researchand public health，2019，16（1）：105.
[8]范丹，楊蕭鴻，楊中園.空氣污染對(duì)中老年人認(rèn)知能力的影響[J].中 國(guó)環(huán)境科學(xué)，2023，43（1）：394-403.
[9]潘丹，胡啟志.主觀感知的環(huán)境污染對(duì)農(nóng)民幸福感的影響[J].中國(guó) 人口·資源與環(huán)境，2022，32（9）：119-131.
[10]LiF，Zhou T，LanF.Relationshipsbetweenurban form and air quality at different spatial scales：A case study from northern China[J].Ecological Indicators，2021（121）：107029.
[11]BereitschaftB，Debbage K.Urban form，air pollution，and CO2 emissions in large US metropolitan areas[J].The Professional Geographer，2013，65（4）：612-635.
[12]LiuY，WuJ，YuD，etal.Therelationship betweenurbanformand air pollution depends on seasonality and city size[J].Environmental Science and Pollution Research，2018，25（16）：15554-15567.
[13]張培浩.居住街區(qū)形態(tài)特征與 PM2.5 相關(guān)性研究——以北京市中 心城區(qū)兩個(gè)居住街區(qū)為例[J].建筑與文化，2022（9）：97-100.
[14]祝玲玲，顧康康，方云皓.基于ENVI-met的城市居住區(qū)空間形態(tài)與 PM2. 濃度關(guān)聯(lián)性研究[J].生態(tài)環(huán)境學(xué)報(bào)，2019，28（8）：1613-1621.
[15]戴春雨.哈爾濱城市街區(qū) PM2.5 濃度預(yù)測(cè)及街區(qū)形態(tài)優(yōu)化策略研 究[D].哈爾濱：東北林業(yè)大學(xué)，2022.
[16]LiC，WangZ，LiB，etal.Investigating therelationshipbetween airpollution variation and urban form[J].Building and Environment，2019（147）：559-568.
[17] TianY，YaoX，ChenL.Analysisof spatial and seasonal distributions ofair pollutants by incorporating urban morphological characteristics[J].Computers，Environment and Urban Systems，2019（75）：35-48.
[19]李帆.多尺度下建成環(huán)境對(duì)城市 PM2.5 濃度的影響及治理研究 [D].重慶：重慶大學(xué)，2021.
[20] GuttikundaSK，NishadhKA，JawaharP.Airpollutionknowledgeassessments （APnA） for 20 Indian cities[J].Urban Climate，2019（27）：124-141.
[21]李喜妍，葡雪芹，王岱.中國(guó)城市空氣質(zhì)量的時(shí)空演化特征及影響 因素[J].西安理工大學(xué)學(xué)報(bào)，2022，38（4）：487-499.
[22]云翔，申沖，王春林，等.廣州市大氣污染特征及其典型環(huán)流形勢(shì) 分析[J].環(huán)境科學(xué)學(xué)報(bào)，2023，43（1）：216-228.
[23]楊方，鐘珂，亢燕銘.街道峽谷對(duì)稱性對(duì)污染物擴(kuò)散的影響[J].中 國(guó)環(huán)境科學(xué)，2015，35（3）：706-713.
[24]Edward L.Glaeser.Chapter 56 Sprawl and urban growth[J].Handbook ofRegional and Urban Economics，2004（4）：2481-2527.
Study on the Influence of Block Form on Air Quality in Urumqi -Taking Youhao North Road Block as an Example
WANG Ling-xil，CHEN Yu-qin1，2 ，LI Na1，2 ，PEI Ting （1.Urban Ecosystem National Positioning Observationand Research Station， Urumqi Xinjiang 8300，China）
Abstract：Inthisstudy，Urumqi wastakenastheresearchobject.Thedata wascollectedbyfixed-point monitoringmethod andanalyzedthespatialvariationcharacteristicsofairpolutants intheneighborhood.Theefectsofmeteorologicalfactors and morphological factors on pollutants were discussed.The results showed that the spatial distribution of NO2 had a strong autocorrelation，and the spatial distribution of PM2.5 was scattered，and NO2 and PM2.5 had a significant correlation with meteorologicalfactors.uildingdnsityightandfooareaatioerepositivelyorrelatedwithollutants，hilesyighted factor was negatively correlated，and road density was also positively correlated with pollutants.
Keyword： PM2.5;NO2 spatial features;Urumqiblock
