基于遥感反演的绿色空间景观格局对气溶胶污染的影响

岳 峰

傅 凡

戴 菲*

袁 满

曾 辉

在城镇化快速发展过程中，气溶胶污染成为难以回避的问题。如1930年比利时默兹山谷烟雾事件、1948年美国多诺拉烟雾事件、1940—1960年美国洛杉矶光化学烟雾事件等，其中，1952年的英国伦敦烟雾事件被视为20世纪重大环境灾害事件之一。2010—2012年，北京、广州、上海和西安因可吸入颗粒物引起的疾病死亡人数从7 700人增加到8 500人[1]，空气污染导致中国每年有120万人过早死亡[2]。2013年，中国雾霾天数达52天，为历年之最。同年1月，中国北方经历了长时间的雾霾，细颗粒物峰值比世界卫生组织(WHO)的准则值高出32倍[3]。2016年，国家环保部门统计中国338个地级及以上城市的空气质量达标率仅21.6%。2019年底，由于新冠肺炎疫情的全球暴发，社会对气溶胶的关注激发了新的研究视角，如Harcourt等的研究发现，新型冠状病毒(COVID-19)可在气溶胶中存活3小时[4]；国家卫健委明确指出，在相对封闭的环境中，长时间暴露于高浓度气溶胶下，存在病毒经气溶胶传播的可能。相关研究结论为切断新型冠状病毒的传播提供了重要依据，也提升了本文的研究价值。

气溶胶是悬浮在大气中的固态或液态颗粒物，粒子直径为0.001～100μm[5]，其上限是因重力可悬浮的最大粒径尺度[6]，具有一定的悬浮稳定性和沉降速度小等特点[7]。气溶胶的主要成分为硫酸盐、有机碳、硝酸盐、有机碳、黑碳和铵等[8]。在一定气象环境下，大量气溶胶粒子可以活化为云雾凝结核(CCN)，参与云雾的形成[9-10]。没有干气溶胶粒子就无法形成霾，没有气溶胶粒子参与就无法形成雾[11]，因此大气气溶胶是雾霾形成的基础和前提[12-13]。气溶胶光学厚度(Aerosol Optical Depth，AOD)是表征大气中气溶胶含量的重要物理参数。卫星遥感是目前唯一可以提供区域和全球尺度气溶胶空间分布特性的探测手段[14]。

解决环境问题并不能完全依赖污染源管理，利用自然清理机制是缓解气溶胶污染的有效途径。不同植物种类、植物群落和道路绿地等滞尘与缓解污染的能力已经得到了广泛证实[15-18]，王绍增先生早在2001年对城市开敞空间规划的生态机理研究中[19]就指出，树林越高，层次搭配越合理，对气溶胶的过滤效果越好，并且静风天气依靠城市环流来减轻气溶胶污染时，森林越紧靠城市就越有效，证实了绿色空间作为有生命的媒介，是缓解气溶胶污染的重要载体之一。目前基于遥感的绿色空间景观格局消减空气污染的研究主要集中在对PM2.5、PM10等污染物与土地利用/土地覆盖的景观格局的相关关系方面。Ye等研究了土地利用对AOD格局的影响，发现建成区和裸地在春季比秋季会更强烈地增加污染，而森林和水可以缓解空气污染[20]。也有学者基于遥感反演研究了植被覆盖度与AOD的量化关系，发现植被覆盖度≤10%和＞45%时，对缓解气溶胶污染作用显著[21]。Wu等研究了PM浓度与绿色空间的景观结构关系，发现在2km及以下范围内，总边长(形状指标)对PM的缓解大于绿色空间面积；而在3～5km范围内，绿色面积缓解PM的作用比总边长更为明显[22]。既往研究主要揭示了影响单个空气污染因子的土地类型因子有哪些，以及其景观指数的不同缓解作用，但对反映综合空气颗粒物的气溶胶与绿色空间景观格局空间分布规律的定量化及调控策略的研究却鲜少涉及。

本文选取景观指数作为衡量景观格局结构组成和空间配置特征的指标。运用ENVI 5.5软件反演MODIS AOD数据，在解译、提取绿色空间的基础上，运用Fragstats计算绿色空间景观指数，运用SPSS和ArcGIS研究二者的相关规律和空间分布规律，探究缓解气溶胶污染的绿色空间核心景观指数指标、协同作用规律模型及其定量化调控策略，旨在从缓解气溶胶污染的角度为绿地类生态规划设计及生态保护与修复提供借鉴，为人居健康环境和公共卫生安全建设提供理论参考。

1 研究对象及方法

1.1 研究区域

武汉作为中国中部中心城市，具有高密度的城市空间形态，山水林田罗布。根据武汉市生态环境局发布的《生态环境状况公报》统计发现，2014—2018年，武汉市城区处于轻度及以上污染的天数占比分别为50.1%、47.4%、35.2%、30.1%、29.9%，虽然全年污染天数在下降，但是污染天数仍高达约三成。武汉高密度的城市空间形态和严重的气溶胶污染，在大城市地区具有一定的典型性。

1.2 数据来源

由于AOD与土地利用遥感影像的选取受植被状况、天气、卫星运行周期及轨迹的制约，因此数据选取需要协调空间和时间的匹配问题。最终选取2016年7月23日和8月1日的分辨率为30m的Landsat土地利用影像数据进行区域拼合，以及连续7日晴朗无风天气中的第三天，即2016年7月29日的MODIS AOD数据进行后续的研究处理，选取的研究数据排除了天气、风力等不良气象条件的影响。

1.3 研究方法

1.3.1 绿色空间解译方法

首先运用ENVI 5.5对Landsat 8原始数据进行辐射定标、大气校正、图像镶嵌与裁剪，根据监督分类将土地覆盖划分为森林、草地、水体、农业用地、建设用地和其他用地6类。使各用地的可分离性达到1.95以上(大于1.9为分离良好)，分类后Kappa系数达到0.976 3，解译结果满足研究要求[23]。将获得的森林、草地、水体和农业用地作为进一步提取绿色空间的基础因子。利用改进后的像元二分模型进行植被覆盖度的反演，从而获取绿色空间的空间分布图(图1)。运用ArcGIS 10.5软件将影像分割为3km×3km的网格[20]，得到1 004个网格的有效数据，以便批量导入Fragstats中计算景观指数。

图1 绿色空间的空间分布

1.3.2 景观指数的选取及计算

景观指数作为衡量景观格局的重要指标，可以反映其结构组成和空间配置特征。对绿色空间类型水平的格局分析，可以更好地把握绿色空间景观格局类型变化的特点。研究从面积、集聚性和连接度三方面考虑，在类型水平上(Classlevel)选取了7个指数[20，24]，可以较为全面地描述不同类型景观要素的特征(表1)。然后将上述影像批量导入Fragstats中计算绿色空间景观指数。

表1 类型水平指数及其描述

1.3.3 AOD的解译方法

通过MODIS AOD数据的批量遥感反演，获取AOD的空间分布图。基本原理为基于暗像元法[25]运用ENVI 5.5对AOD数据进行几何校正、云检测、气溶胶反演和裁剪后，基于LUTS运用ENVI Modeler进行二次开发，处理MODIS AOD数据，得到AOD的空间分布图。将气溶胶污染级别划分为优、良、轻度、中度、重度及以上5个等级(图2)。运用ArcGIS 10.5软件提取每个3km网格中的AOD平均值，以方便与绿色空间景观指数进行进一步分析。

图2 AOD空间分布

1.3.4 统计分析方法

将研究区域划分为3km×3km[26-27]的网格尺度进行绿色空间及其景观指数与AOD的相关性分析，可以获得1 000余组数据进行绿色空间景观格局与气溶胶的相关研究，大量的样本数据具有统计学上的显著意义。为解决多重共线性问题，通过最小二乘法(OLS)验证后，利用地理加权回归(GWR)进行进一步分析，研究二者的空间分布规律。

2 绿色空间景观指数及AOD的空间分布特征

2.1 绿色空间景观指数的空间分布特征

通过全局空间自相关分析发现，景观指数的莫兰指数(Moran's I)都大于0，介于0.25～0.63，P值＜0.01，Z得分介于6～27，远大于2.58，说明其具有明显的全局空间正相关性，具有空间聚集特征(表2)。

表2 景观指数的全局莫兰指数汇总

为进一步探究绿色空间景观指数的空间特征，通过局部空间自相关分析识别具有显著性的空间集聚和差异特征。CA、PLAND、LPI、COHESION、AI的高-高集聚空间与斑块密度PD的低-低集聚空间呈现高度的空间一致性(图3)。前5个指数在黄陂区木兰湖风景区—木兰文化生态旅游区—云雾山—素山寺森林公园沿线、新洲区道观河生态旅游风景区和江夏区梁子湖南侧的丘陵地带高-高集聚的特征，反映了这3个片区绿色空间面积大、绿色空间占比高、斑块破碎度低、连接度高、聚集度高和生态环境良好的现状。

图3 绿色空间景观指数空间集聚特征

上述前5个绿色空间景观指数的低-低集聚空间集中反映在武汉西南部的蔡甸沉湖湿地保护区，而PD、LSI在该区域呈高-高集聚特征，反映了二维绿色空间在该区域虽然面积较集中，但植被覆盖占比和最大斑块占比不高，斑块密度较大、破碎化程度较高。究其原因，除与湿地以灌木草本为主体的属性相关外，与人为干扰影响绿色空间生态品质也有一定关系。

景观形状指数LSI的高-高集聚空间沿吴家山经济技术开发区—盘龙城片区—汉口—汉阳—武汉经济技术开发区—沉湖湿地保护区呈倒C形分布，说明开发建设强度较高区域的二维绿色空间形状复杂度较高、斑块不规整，绿色空间受人为干扰的程度较高。在黄陂北部蔡店乡团山寨—凤栖山区域，PD、LSI呈高-高集聚特征，说明该区域人工开发强度较高，斑块破碎度和斑块形状趋于复杂连片。

高-低差异特征主要出现在CA、PLAND、LPI、COHESION、AI 5个指数的空间分布上，散布在低-低集聚空间周围；低-高差异特征主要出现在PD、LSI的空间分布上，主要散布在高-高集聚空间周围，但高-低差异特征和低-高差异特征都未呈现集中连片的特征。

2.2 AOD的空间分布特征

分析发现，AOD的Moran's I 指数为0.70，Z得分为30.04，P值＜0.01，具有正的空间自相关性，空间呈现明显的集聚特征。

通过局部空间自相关分析发现，研究区呈明显的高-高集聚、高-低集聚特征，以及局部的高-低、低-高空间差异特征。

武汉市AOD空间分布(图4)整体呈主城区浓度高、汉南区和沉湖湿地浓度高的“双高”特征；西北部、东北部山区浓度低、南部丘陵地区浓度低的“双低”特征；以及西北部、东南部点状低-高差异特征和中山舰旅游区高-低差异的特征。

图4 AOD局部空间集聚特征

3 绿色空间景观指数与AOD的规律探析

3.1 绿色空间景观指数与AOD的相关性规律

分析发现(表3)，CA、PLAND、LPI、COHESION、AI与AOD在0.000水平呈极显著负相关，相关系数分别为-0.467、-0.670、-0.636、-0.371和-0.631，说明绿色空间斑块面积总和、斑块面积占比、最大斑块面积占比、连接度和聚集度指数的增加对降低气溶胶浓度具有核心作用；PD、LSI与AOD在0.000水平呈极显著正相关，相关系数分别为0.410、0.530，说明斑块密度增加、景观形状指数复杂对气溶胶浓度增加具有核心的促进作用，也印证了植被是天然的空气净化器[28-29]这一说法。

表3 AOD与绿色空间类型水平景观指数的相关关系

3.2 绿色空间景观指数与AOD的空间关系规律

由于地理加权回归(GWR)对各个变量是否存在多重共线性要求很高，选取多个变量容易产生多重共线性[30]，为进一步探究二者的空间规律，通过最小二乘法OLS进行分析，发现CA、LSI、COHESION与AOD的概率P＜0.01，达显著水平，VIF＜7.5，模型满足要求，并且与SPSS的回归分析结果一致，因此最终选取核心景观指数指标CA、LSI、COHESION作为GWR的回归因子，探析它们对AOD浓度分布影响的空间差异。分析发现，地理加权回归调整后R方为0.825，标准残差满足要求，模型精度得到大大提高。

从绿色空间斑块总面积CA来看，负值区域占比93.43%，相关系数高值区域呈现环主城区环状放射的特征，低值区域主要分布在武汉北部和东北部地区(图5)。其中，主城区与都市发展区之间的区域回归系数明显大于黄陂区北部、东北部和新洲区东部、北部山区丘陵地带。

图5 绿色空间景观指数CA与AOD的GWR系数分布

从斑块形状复杂度LSI来看，回归系数正值占比97.81%，高低值区域与CA有一定的重叠性，但环形放射特征没有CA明显(图6)。在主城区东湖风景名胜区、黄陂区北部、新洲区东部、江夏区梁子湖和汉南区东北部长江沿岸等武汉边界区域呈现相对低值的特征，说明大型水体及周边地区和森林单位面积绿色空间斑块形状复杂度LSI的增加对AOD浓度的贡献远低于高值区，这可能与人工建设强度相对较弱，以及林地面积较大、抗干扰能力较强有关。

图6 绿色空间景观指数LSI与AOD的GWR系数分布

从连接度COHESION来看，负值占比高达99.05%，其与AOD回归系数高值的空间分布呈C形(图7)。在该区域，COHESION与AOD的回归系数很高，连通度每提高10%，AOD浓度降低0.032，说明块状绿色空间之间连接度的提高，有利于缓解气溶胶污染。

图7 绿色空间景观指数COHESION与AOD的GWR系数分布

4 绿色空间核心景观指数缓解气溶胶污染的调控策略

4.1 CA缓解气溶胶污染的策略

绿色空间景观指数CA占比的数值空间与形成中度、重度及以上污染区的概率呈明显的反比关系(图8)。绿色空间斑块面积CA小于等于749hm2时，形成中度、重度及以上污染的占比始终大于平均概率22.31%；介于749～773hm2时，形成中度、重度及以上污染的概率由36.36%降为14.29%，并趋于平稳，因此，绿色空间斑块面积CA形成中度及以上污染的阈值为749hm2；大于850hm2时，空气呈现轻度及以下污染。

图8 CA不同区间内中度、重度及以上污染的形成比例

因此，绿色空间斑块面积从无到有不断增大，对缓解气溶胶污染具有重要意义。小于等于749hm2的区域主要分布在中心城区、汉南区、江夏区鲁湖南侧法泗镇，以及梁子湖东南侧区域，污染以中度及重度污染为主，该区域大多为用地性质复杂的建设用地，植被覆盖度低，建设用地周围斑块面积的增加可以明显缓解空气污染(图9)。建议通过各类规划管控增加二维绿色空间的斑块面积，落实各类规划中关于绿色空间类指标的刚性管控。在建设层面见缝插绿，增加绿色空间斑块面积，充分发挥绿色空间缓解气溶胶污染的作用。大于850hm2的区域植被覆盖度较高，生态环境整体良好，应确保生态绿楔面积，充分发挥森林、山体的生态效益，同时注重农田区域的生态化作业管理。

图9 CA≤749的区域与AOD的空间分布

4.2 LSI缓解气溶胶污染的策略

绿色空间斑块形状指数LSI的占比与形成中度、重度及以上污染区的概率呈明显的正比关系(图10)。绿色空间斑块形状指数LSI大于6.13时，形成中度、重度及以上污染区的概率均大于22.31%，因此，绿色空间斑块形状指数LSI形成中度及以上污染的阈值为6.13。当LSI介于5.08～6.13时，形成中度及以上污染的概率在22.31%上下小幅度震荡，在小于等于5.08的区域均小于22.31%，因此应将绿色空间斑块形状指数LSI控制在5.08及以下，最利于控制气溶胶污染。

图10 LSI不同区间内中度、重度及以上污染的形成比例

绿色空间LSI的复杂化会加重气溶胶污染。当LSI大于6.13时，该区间的空间区域主要与中心城区、东西湖区、汉南区和黄陂东北部农田区有高度的空间一致性(图11)，说明这些区域整体的斑块形状复杂度较高，污染以中度及以上级别为主。随着三维绿量斑块复杂度LSI的不规则化增加，污染加重，LSI达到9.9以上时，AOD污染呈中度、重度及以上污染的概率高达50%以上。因此应通过规划建设减小二维绿色空间的不规则性，使其趋向于正方形布局，有效缓解气溶胶污染。当LSI介于5.08～6.13时，AOD在22.31%上下小幅度震荡，该区间的区域散布在武汉市域内，属于重点调控区域，应通过相关规划设计建设措施，将LSI降到5.08及以下，充分缓解气溶胶污染。

图11 LSI＞6.13的区域与AOD的空间关系

4.3 COHESION缓解气溶胶污染的策略

统计发现，绿色空间景观指数COHESION占比的数值空间与形成中度、重度及以上污染区的概率呈明显的反比关系。绿色空间连接度COHESION小于等于99.91，形成中度、重度及以上污染区的概率均大于22.31%；当介于99.91～99.96时，形成中度、重度及以上污染区的概率值降至10.10%以下。因此，绿色空间连接度COHESION形成中度及以上污染的阈值为99.91，达到99.97及以上时，形成中度及以上污染区的概率降至0。

连接度小于等于99.91的区域与中心城区和汉南区、梁子湖等区域具有高度的空间一致性，污染以中度、重度及以上为主，建议通过道路、绿道等线性绿色空间的规划设计和建设提高绿色空间的连接度，使其达到99.91以上。连接度大于99.96的区域与绿色空间的CA具有高度的空间一致性，主要分布在武汉西北部山区和东南部的黄陂区低山丘陵区(图12)。该区AOD污染大多低于0.664 1，处于优良水平，形成中度、重度及以上污染区的概率值趋于0。该区域植被覆盖度较高，生态环境整体良好，因此要注重森林的保育，增加生态绿楔连通性，同时注重农田区域的连续性。

图12 COHESION＞99.96的区域与AOD的空间关系

5 结论与讨论

本文以武汉为例，从空间角度研究了绿色空间景观格局与气溶胶的关系。研究发现，绿色空间景观格局缓解气溶胶污染的核心景观指数指标为CA、PLAND、LPI、COHESION、AI，进而通过地理加权回归探讨了二者的空间分布规律，最终提出绿色空间核心景观指数CA、LSI、COHESION缓解气溶胶污染的调控策略。研究结果可从缓解气溶胶污染角度为绿色空间布局及优化提供理论参考。不足之处在于，未考虑雨雪天气和季节性变化等影响，研究的时间节点较短，未考虑植物物种构成、种植方式、郁闭度和成片植被规模等方面的差异，也未涉及树高、树冠、树种、树龄和林下空间等内容。研究地武汉属亚热带大陆型季风气候，研究结果可能不适用于其他气候条件。后续研究可以扩展到不同气候区进行更广泛的探讨，在时间上可以考虑运用阶段性的集合数据，同时考虑绿色空间的三维绿量配置及植物物种差异对气溶胶污染的影响。

注：文中图片均由作者绘制。