基于ENVI-met模拟的不同用地类型居住小区绿地布局对PM2.5的影响

戴菲 邓瑛 陈明 郭晓华

近年来全球气候变化问题越发严重，负面影响较多，以空气颗粒物为主形成的灰霾天气也被列为气象之一。在气候变化下，平均风速的降低，静风日数与静稳天气的增加，加强了灰霾程度。空气颗粒物与人类的生活和健康息息相关，PM2.5颗粒直径较小，较容易进入人体呼吸道，对健康造成损伤[1]。由植物构成的绿地由于其生物特性，可以有效地吸收部分颗粒物[2]240，相较于建筑、道路等下垫面，绿地可减少扬尘，因此在改善空气质量方面效果显著，起着“末端吸收”的“汇”作用[3]。居住区一般占城市总用地面积的35%左右，其附属绿地亦是除城市公园绿地外，与居民关系最紧密的绿地，也是城市绿色空间肌理的重要组成要素。此外，居住区绿地对空气的温度、湿度、风速等气候指标具有显著影响[4]，在城市热岛效应、雨洪管理等方面，也具有较大的改善作用[5-6]。通过对居住区尺度的研究，自下而上构建绿地布局形态，形成中宏观层面城市绿色基础设施，对改善城市气候环境具有重要意义与价值。

通过实测方式探究绿地与颗粒物污染之间的关系，研究表明，城市绿地的规模[7]、绿量[8]、植被结构[9]、景观格局[10]等均对颗粒物产生显著影响。对于居住区，其绿地覆盖面积与PM2.5浓度呈显著负相关关系[11]199，居住区中的道路绿地、宅旁绿地、中心绿地等不同功能绿地，甚至植物群落均对PM2.5、PM10浓度有显著影响[2]242,[12]。然而，由于现实环境的复杂性，难免有绿地之外的其他因素影响分析结果。鉴于此，计算流体动力学（computational fluid dynamics, CFD）被广泛应用于颗粒物的模拟研究中。其中，Fluent是早期最常用的CFD模拟软件之一，普遍用于街道峡谷空间形态或其中的树木对颗粒物的扩散影响模拟[13]。然而，该软件对于植物的模拟普遍将其视为多孔介质，存在一定局限性。近年来，ENVI-met对植物的模拟非常精细，所包含的植被模块最完善，在探讨植被对颗粒物的影响方面逐渐被广泛应用，但多用于城市的道路绿化带及其植被结构[14]、街道峡谷中的树木分布或植物配置[15-16]、宅旁树木布局[17]、行道树树种[18]等模拟。然而，ENVI-met在城市绿地中的模拟，尤其对居住区绿地鲜有涉及。祝玲玲等通过ENVI-met模拟了居住区绿地率对PM2.5的影响，从数量的角度发现PM2.5浓度随绿地率的增加而降低[19]1619。张伟模拟居住区绿地乔木的布局形式，发现其景观分离度指数、偏离指数对PM10有一定影响[20]。在这些居住区的模拟中，都将居住区抽象成规则的矩形，通过均匀的行列式排布，模拟理想状态下绿地率或乔木布局对颗粒物的影响。然而，理想化的居住区建筑布局在实际规划设计中难免具有局限性，且对于不同周边环境的居住区不一定全部适用。为了紧密结合模拟结果与规划设计，本研究基于国家标准的不同居住用地类别，探讨空间形态差异下的绿地布局形式对PM2.5的影响，对接规划管控与设计。

研究首次将ENVI-met用于居住小区绿地布局与PM2.5的模拟，选取武汉典型的一类（R1）、二类（R2）、三类（R3）居住小区，依托它们的实际空间形态，定量分析绿地及乔木布局对PM2.5的影响，以期为居住区绿地规划设计提供依据。研究重点包括：1）居住小区中分散与集中型的2种绿地布局模式对PM2.5的消减差异；2）居住小区的分散、集中、四周型的3种乔木布局模式对PM2.5的消减差异；3）不同居住小区类型的绿地对PM2.5的消减差异。

1 研究方法

1.1 研究区概况

武汉位于中国华中地区，也是周边城市群的中心，城市发展迅速，空气污染问题也较为严峻，在全国城市中很有代表性。2018年，绿地面积约2.56万hm²，建成区绿化覆盖率39.46%。居住用地呈圈层式分布，包括年代久远的老旧住宅区、建设的新城区与不断向外拓展的城市新区。

1.2 居住小区样本选择

依据《城市用地分类与规划建设用地标准》（GB 50137—2011），将主城区的居住用地分为一类（R1）、二类（R2）及三类（R3）居住用地①。在武汉主城区内，针对这3类居住用地各选一个样本进行模拟，选取依据包括：1）这3个小区规模大小、建筑样式、建筑层高及环境设施状况应具有代表性，小区周围环境也具有相似性，能展现3类居住小区在武汉市的普遍情况。其中R3在武汉市主要集中在老城，普遍呈顺江方向布局，故R3的建筑朝向与R1、R2差异较大；2）小区周围没有明显的污染源，同时小区也不靠近大型的湖泊、绿地，避免外部因素的影响。3）避开城市通风廊道的影响，选择的小区位于风道垂直方向至少1 km以上。

首先，结合上述选取依据以及Google Earth遥感卫星图、百度街景图，确定了3个用于模拟的样本小区（图1），分别为：1）R1——九台别墅小区，面积约8.2 hm²，位于洪山区关山大道东侧，小区建筑层高为4层；2）R2——波光霞影小区，面积约9.2 hm²，位于洪山区烽胜路西侧，小区的建筑层高包括高、中、低3种混合；3）R3——武车六村小区，面积约3.9 hm²，是位于徐家棚的一个老旧社区。这3个小区面积在居住区规模级别中均属于“小区”等级，其建筑高度、密度、容积率、空间布局等特征均反映了武汉市相应类别居住小区的基本特征；其次，参考章莉等提取居住区的方法[21]48，研究基于0.5 m×0.5 m空间分辨率的遥感影像图，在CAD中对居住区进行简化，提取建筑、道路、植被等要素，作为置入ENVI-met进行模拟的基础数据。

1 3类居住小区的影像图及建筑布局Image maps and architectural layouts of three types of residential areas

1.3 居住小区的绿地布局

本研究重点在于探讨小区绿地的布局模式对PM2.5的影响，包括草地与乔木的布局，对于选取的3个小区可忽略朝向的不同，以理想的正南、正北布局作为研究初始环境要素之一。对武汉主城区中的53个居住小区进行调查，归纳整理其绿地布局特征，得出居住小区绿地布局形式主要包括分散型、集中型与混合型3种，因混合式形式较为多变，故选取了分散型、集中型来进行模拟。依据既往研究，草地与乔木对PM2.5的消减效果具有较大差异[22]，因此以此作为模拟对象。依据调查中常见的小区绿地率与乔木率，在模拟时将绿地率、乔木率分别设置为35%、30%，控制小区中绿量的统一，同时具有较高的代表性（图2）。

2 绿地布局模式的ENVI-met模型平面ENVI-met model plan under the green space layout mode

草地布局方面，分散型布局是将草地分散在居住小区内部各处，草地形状包括点状、条状、不规则形等。单块绿地可作为宅间绿地分布在住宅周围，也可作为道路绿地、入口绿地等分布在居住小区各区域。集中型布局是将面积中等或较大的绿地集中布局在一起，可作为居住小区的中心绿地，也可作为组团绿地。

乔木布局方面，考虑其能影响微尺度下的风场，造成颗粒物的空间分布差异[23]，形成的多孔隙植物屏障，能对空气颗粒物产生阻滞、过滤和促进沉降的作用[24]，除分散型、集中型以外，新增四周型的布局方式。分散型的布局方式是将乔木均匀分布在居住小区内各个部分，种植形式较为规整；集中型的布局方式是将乔木集中种植，主要分布在居住小区中心及面积较大的开敞空间；四周型的布局方式是将乔木种植在小区四周。

1.4 模拟方案构建

ENVI-met的基本模型是X轴、Y轴、Z轴构成的网格形式。由于选取的3个小区规模有差异，因此采取了3种尺度的网格以贴合实际情况。R1网格数量为110×120×20，网格尺度为3 m×3 m×2 m；R2网格数量为130×140×55，网格尺度为3 m×3 m×3 m；R3网格数量为125×100×30，网格尺度为2 m×2 m×2 m。

道路交通是PM2.5的重要来源[25]，在背景浓度和交通量的双重影响下，居住区尺度下的PM2.5浓度变化明显[26]，因此将软件的污染源模式设置为背景污染物加交通线性污染源。选取离3个小区最近的空气质量监测点——洪山区国控点数据作为空气污染的背景浓度数据（图1）。虽然3个小区空间位置不同，但应用于数值模拟时，位置的差异不影响模拟结果，通过设置相同的背景浓度，还有利于对比绿地布局在不同形态小区中对PM2.5的影响。郭晓华等[27]、毛敏等[28]基于武汉市进行的道路绿带、街道峡谷垂直绿化对PM2.5的模拟，已验证ENVI-met相关参数设置适用于武汉地区。本研究采用同样的设置条件，确保模拟结果的可靠性。以2019年1月16日作为模拟日期，前后几天无雨雪天气，模拟冬季颗粒物污染较严重时，绿地对PM2.5的消减影响。参考当日洪山区国控点的PM2.5浓度数据后，选择高峰点17：00的浓度（106μg/m³）作为背景浓度，该时刻的气象数据也作为模拟的气象输入参数。小区四周为道路，在四周设置交通线性污染源。依据武汉交通局的道路交通流量数据统计[29]，将PM2.5释放时速设置为12.7 μg/（s·m），排放高度为0.3 m（表1）。

表1 ENVI-met的主要参数设置Tab. 1 ENVI-met main parameter setting

1.5 ENVI-met模拟的数据分析

首先，从数量角度，即PM2.5的浓度角度进行分析。选取成年人的呼吸平均高度（约1.5 m），统计小区内部的平均PM2.5浓度，对比草地、乔木的相同布局方式，以及各自不同布局形式之间的PM2.5浓度差异，并分析小区类型差异对模拟结果的影响。其次，从PM2.5浓度的空间分布角度进行分析。对于同一小区，由于不同绿地布局的PM2.5浓度模拟可视化结果差异较小，为了清晰地呈现不同绿地布局下的PM2.5浓度差异，将2种绿地布局的PM2.5浓度模拟结果进行差值叠加，得到差值图，图中的正值区域表示叠加图的前者PM2.5浓度高于后者，负值区域则相反。

2 结果与分析

2.1 草地布局模式对3类小区PM2.5的影响

1）草地布局对PM2.5浓度的影响。草地的不同布局模式下，各类小区的平均PM2.5浓度有所差异（表2），但均表现为集中型布局低于分散型布局，说明集中型草地布局对降低PM2.5浓度更有效。

表2 不同草地布局模式下的3类小区内部PM2.5平均浓度Tab. 2 Average PM2.5 concentrations in three types of residential areas under different grassland layout单位：μg/m3

3类小区中，同种草地布局形式下，R2的平均PM2.5浓度最低，R3最高，体现了小区建筑布局、密度、高度等因素对PM2.5产生的影响。虽然R1建筑密度较低，建设强度较小，但建筑层高均质化；相对而言，R2具有较大的建筑高度差异，更有利于形成良好的通风环境，降低PM2.5浓度[30]；R3密集的板条式建筑布局，易于增加小区内的静风区面积，不利于PM2.5的疏散[31]。

2）草地布局对PM2.5空间分布的影响。将集中型布局的PM2.5浓度减去分散型布局的PM2.5浓度，得到PM2.5浓度的差值图（图3）。

3 3类小区集中型与分散型草地的PM2.5浓度差值图Differences in PM2.5 concentration between centralized and dispersed grassland in three types of residential areas

在R1中，集中型草地布局下的PM2.5浓度低于分散型草地的区域，占小区面积约68%（去除建筑占地面积，下同），主要集中在小区中部，即草地集中分布的区域；而南北两侧由于无绿地，PM2.5浓度高于分散型。PM2.5的空间分布还受到小区建筑布局的影响，R1行列式的建筑布局在中部形成了一条宽阔畅通的通风廊道，有效引导PM2.5的扩散。

在R2中，集中型草地的大部分区域PM2.5浓度较低，占小区面积约84%，PM2.5浓度高于分散型绿地的位置主要集中在北侧、东侧入口处及南侧局部。R2半围合式的建筑布局影响了风环境，在小区东侧有两处半围合式临街建筑阻挡了部分气流，使得PM2.5浓度上升；而在集中型布局形式下，两处半围合式建筑间无草地，使得此处浓度比分散型更高。

在R3中，集中型绿地布局下的PM2.5浓度比分散式布局低的区域，占小区面积约66%，主要位于绿地集中分布且面积较大的区域，而无绿地处的PM2.5浓度较高。小区中建筑布局、间距以及建筑与风向的夹角也影响了风环境，进而影响了PM2.5的分布。

对比3类小区，草地布局对PM2.5空间分布的影响具有相似性。在集中型的草地布局形式下，小区内部绝大部分区域的PM2.5浓度低于分散型，但也存在局部区域PM2.5浓度高于分散型，其主要分布在无绿地区域。同时，草地布局对小区的PM2.5空间分布的影响也存在差异性，R1中PM2.5浓度的差值最大，达 到-0.18～0.11 μg/m3，R2相 对 较 小，仅-0.05～0.03 μg/m3。同样是集中型草地布局，R2中集中型草地布局能显著消减PM2.5的区域占比最大，R3最小。

2.2 乔木布局形式对3类小区PM2.5空间分布的影响

1）乔木布局对PM2.5浓度的影响。乔木的不同布局形式下，各类小区的平均PM2.5浓度有所差异（表3），从平均浓度的最高值来看，R1、R2为集中型布局，R3为分散型布局。从平均浓度的最低值来看，3类小区均为四周型布局。

表3 不同乔木布局模式下的3类小区内部PM2.5平均浓度Tab. 3 Average PM2.5 concentrations in three types of residential areas under different tree layout单位：μg/m3

3类小区中，同种乔木布局形式下，R2的平均PM2.5浓度最低，R3最高，该结果与草地布局相似。

2）乔木布局对PM2.5空间分布的影响。由于乔木的布局方式有3种，将它们进行两两叠加相减，形成3种差值图：分散型-四周型、集中型-四周型、集中型-分散型。

在R1中（图4），四周型乔木布局模型下，小区内部绝大部分区域的PM2.5浓度低于集中型、分散型，占小区面积约78%～84%，说明四周型的乔木布局模式对阻滞来自道路的PM2.5扩散效果更显著，主要由于四周型乔木布局形成的绿色屏障将更多的PM2.5阻挡在小区外部，使得小区内部的PM2.5浓度较低。集中型绿地布局与分散型绿地布局相比，二者对小区PM2.5浓度影响差异不大，PM2.5浓度差值的正、负值区域面积相近，正值区域主要位于乔木集中分布的位置，由于阻挡气流造成该区域的PM2.5浓度较高，而无乔木区域通风较好使得PM2.5浓度较低。

4 R1中3种乔木布局模式的PM2.5浓度差值图Differences in PM2.5 concentration between three tree distribution patterns in residential area (R1)

在R2中（图5），四周型乔木布局模式对PM2.5的阻滞效果最好，PM2.5浓度低于集中型、分散型的区域分别占小区面积约78%～80%。集中型与分散型对PM2.5的影响差异不大。乔木的聚集程度和气流产生的空气动力学效应决定PM2.5浓度差异的空间分布，无乔木处通风效果最佳，乔木聚集的迎风处PM2.5局部聚集，下风处PM2.5浓度降低。

5 R2中3种乔木布局模式的PM2.5浓度差值图Differences in PM2.5 concentration between three tree distribution patterns in residential area (R2)

在R3中（图6），仍是四周型对PM2.5的阻滞效果最好，PM2.5浓度低于集中型、分散型的区域占小区面积约50%～68%。集中型、分散型的乔木布局对小区内部的PM2.5浓度影响差异不大，PM2.5浓度差值的正、负值区域面积相近。但对于小区外部，在集中型乔木布局下，小区南部及东西部的PM2.5浓度更低，分散型布局相对而言消减效果较差。在R3中，建筑较密集，间距较小，在建筑间种植乔木会阻挡通风效果，造成PM2.5的聚集。

6 R3中3种乔木布局模式的PM2.5浓度差值图Differences in PM2.5 concentration between three tree distribution patterns in residential area (R3)

对比3类小区的模拟结果，乔木布局对PM2.5空间分布的影响具有相似性，尤其是R1与R2。四周型布局均能有效降低小区内部的PM2.5浓度，PM2.5浓度低的区域均占小区50%以上，而PM2.5浓度高的区域呈小斑块状，基本上分布在东北、西南角。集中型与分散型相比，浓度高的区域主要分布在乔木集中区。同时，不同小区类型的乔木布局影响也具有差异性。R3中PM2.5浓度的差值最大，达到-0.92～0.46 μg/m³，R1、R2相对较小。

3 讨论

3.1 ENVI-met模拟结果分析

ENVI-met广泛应用于微气候的研究中，其大部分针对温湿度及风环境的模拟，近年来才逐渐运用于大气颗粒物的模拟。在空气污染上的模拟，由于软件模拟环境更单纯以及干扰更少，通常模拟时长在几个小时到几天之间，而现实环境中的空气污染是日积月累的，其污染来源也更加复杂多样，造成模拟值会比实测值偏低。多数研究均采用多模拟方案比较的方式，发现模拟方案间的污染物浓度差非常小。本研究得出的不同绿地布局的小区PM2.5浓度差值虽然较小，但与既往研究得出的数值相似。Ortiz等[32]模拟了宅旁树木对PM10的影响，比较了20个方案的浓度差，发现PM10浓度变化 范围在-0.6～0.6 μg/m3，有18个方 案PM10浓 度 变 化 范 围 在-0.2～0.45 μg/m3。Rui等[33]通过模拟不同绿量及结构的植被对空气质量的影响，得出的PM10浓度差值范围为-0.15～0.25 μg/m3。Taleghani等[34]模 拟 不同绿色屏障对NO2影响，得出不同模拟方案间NO2浓度差为-3.5～3.5 μg/m3。以上研究虽未涉及PM2.5浓度的差值分析，但由于现实中同一时刻的PM10浓度往往高于PM2.5，冬季时期PM2.5浓度在草地、林地、广场之间差异较小[35]1505，因此可认为本研究得出的PM2.5浓度差值较可信。

3.2 绿地布局对PM2.5的影响

植物对大气颗粒物的影响十分复杂，受到多种因素的影响。植物表面会对空气颗粒物产生沉积效应，但同时也阻碍气流减少了空气交换，其空气动力学效应对气流的影响甚至超过了植物对颗粒物的沉积、吸收及过滤的效果[35-36]。一般来说，乔木的PM2.5消减能力比草地强，但也可能存在草地的PM2.5浓度低于林地的情况。王薇等[37]1506通过实测研究了公园中密林区、疏林区、草地、广场之间的PM2.5浓度差异，发现冬季时期草地的PM2.5浓度低于密林与疏林区，说明草地对于PM2.5的消减，植物发挥的PM2.5吸附、沉降作用往往较小，主要依托空气动力学效应。由于本研究设定的草地率、乔木率不同，无法直接对比PM2.5浓度，但草地不同布局形式下的PM2.5浓度差值比乔木小很多，间接说明了乔木的影响更显著。其次，对比分散与集中2种布局方式下的PM2.5浓度差异，发现集中布局比分散布局对消减PM2.5更有效。类似地，雷雅凯等[38]依托国控点的PM2.5数据，以景观格局指数衡量绿地空间形态，发现提高绿地斑块的聚集程度有利于降低PM2.5浓度。

乔木的空气动力学效应对气流产生的影响比草地大，在同等乔木率的情况下，虽然树木叶片本身对颗粒物的沉降、吸附能力一样，但由于不同的乔木布局产生不同的局地气流，乔木能接触到的PM2.5数量不一致，这也是造成不同布局间浓度差的主要原因。3种乔木布局形式各有特点，集中型布局能有效消减PM2.5浓度，乔木的聚集能阻挡气流，减小风速，在迎风处造成PM2.5的聚集，而在下风处则减少了PM2.5浓度，因此对小区周围PM2.5的消减效果较好。而四周型布局显然在时间上最先接触到PM2.5，能有效阻滞来自道路上的PM2.5向小区内部扩散，降低内部PM2.5浓度。

既往研究中有通过实测研究小区绿化覆盖率、不同功能的绿地类型与PM2.5之间的定量关系[11]195,[2]241。然而，通过ENVI-met进行的居住区PM2.5模拟研究较少，且多以抽象化方式进行居住区建模，模拟的指标主要包括居住区绿地面积、绿地率、绿地形状、绿地位置、绿地斑块数量等[19]1618,[39]。本研究一方面最大程度地还原了居住区的真实空间形态，作为模拟的基本前提，依托小区真实的空间布局展开模拟；另一方面，依据空间形态划分一类、二类、三类居住小区，更深入地探讨居住小区绿地布局对PM2.5的影响，并提出更精细的结果分析。

3.3 居住小区绿地布局策略

居住小区作为城市主要的用地类型之一，其绿地是城市中面大、量广的绿色基础设施的重要组成要素。本研究依据城市中小区主要的3个类别，提出相应策略，为改善大气颗粒物污染及其他城市微气候环境提供支撑。依据研究结果，绿地布局对PM2.5的影响在不同类别居住小区下具有一定差异，决定了3类居住小区的不同绿地布局策略。

从降低小区整体PM2.5浓度的角度来看，3类小区的草地布局均是以集中型布局为主。乔木布局上，3类小区均是以四周型布局。其次，若进行小区内部的树木种植，R1、R2可采取分散型布局，R3采取集中型布局。

对于改善小区内的PM2.5空间分布，可以利用各种布局的优点，将几种布局方式相结合。3类小区均可采用集中型草地布局与四周型乔木布局的整体布局结构，在此基础上，进行小区内部的乔木布局，R1、R2仍需避免密集的乔木种植，R3可在集中与分散间折中选择。在实际小区规划设计中，可在小区的临街面、距离污染源较近的地方布置乔木，选择枝叶浓密的树种，减少PM2.5进入小区内部的可能。在小区出入口、通风道上则减少或不留乔木，保证通风。在宅间绿地、道路绿地可适量布置均匀型乔木，同时保证通风，可选择枝叶较少、树干高的树种。

然而，也不能生搬硬套，只考虑单一因素，应根据居住小区的实际情况，综合考虑绿地的功能、美观和生态效益。在考虑小区绿地布局形式时，应综合考虑绿地布局形式、乔木布局形式及植物种类，根据小区的微气候环境、污染源等来合理规划。

4 结语与展望

通过ENVI-met模拟3类居住小区的不同草地、乔木布局形式对PM2.5的影响，有效指导小区绿地的布局。集中型的草地布局、四周型的乔木布局能更有效降低小区PM2.5浓度，分散型的草地布局、集中型的乔木布局最不利于消减PM2.5，四周型的乔木布局对阻滞道路上PM2.5的扩散效果最佳。同种绿地布局形式下，3类小区的PM2.5浓度及空间分布具有一定的差异，主要受小区的建筑布局、形态等因素影响。

相较既往ENVI-met应用于大气颗粒物的模拟，大多将物质空间抽象成理想的规则式模型，本研究采用3类小区的实际形态进行模拟，属于一次新的尝试。由于研究样本数量的限制，得出不同小区之间绿地布局对PM2.5影响的差异还有待进一步的深入研究。在后续工作中，可考虑居住小区面积，从具有相似形态特征的同类小区中，选取更多的样本，进行更全面的模拟分析。还可针对其他季节，以及乔灌草多种植被类型的组合方式，进行模拟研究。

注释(Note)：

① 3种居住用地类别在设施、环境品质、住宅层数等具有较大差异。其中，一类居住用地设施齐全、环境良好，以低层住宅为主；二类居住用地设施齐全、环境良好，以多、中、高层住宅为主；三类居住用地设施较欠缺、环境较差，以棚户区、临时住宅等简陋的住宅为主。

图表来源(Sources of Figures and Tables)：

图1底图来源于百度地图，获取时间为2020年，其余图表均由作者绘制。