PM2.5消減效應導向下的城市綠色基礎設施網絡優化
——以湖北省武漢市江漢區為例

戴菲 畢世波 孫培源

城市綠色基礎設施（urban green infrastructure，簡稱UGI）包含城市內部及周邊的自然或人工、半人工的植被、水域等區域[1]，是城市生態系統服務效能的空間載體。提供全面的生態系統服務是UGI的基礎功能[2]5250，已成為近年來UGI研究的重點方向[3]。關于生態系統服務供需匹配的研究證明城市化的發展導致了UGI生態系統服務的失衡，表現為生態系統服務高需求的高密度城市區，因城市化造成的空間破碎等問題導致了生態系統服務不足[4]。加之近年來城市面臨嚴重的環境問題，無疑使這種供需矛盾更加激化。

1 綠化覆蓋率對PM2.5的影響Impact of green coverage on PM2.51-1 街區尺度與PM2.5的相關程度Relevance between block scale and PM2.5

1-2 總體綠化覆蓋率對PM2.5的消減效應Reducing effect of overall green coverage on PM2.5

1-3 喬木綠化覆蓋率對PM2.5的消減效應Reducing effect of arbor green coverage on PM2.5

通過優化UGI網絡能緩解城市生態、環境問題。既有UGI網絡優化的研究基于供需匹配[5]、水環境優化[6]、生態系統服務能力提升[7]、海綿城市[8]等視角，通過形態學空間格局分析、最小路徑分析、GIS空間疊加[9-10]等方法，從城市、區域等空間尺度提出了UGI網絡宏觀規劃的途徑[11-12]。但總體而言，中國UGI在空氣污染方面的應用研究較少[2]5252，且對于如何針對UGI網絡不同空間的需求，提出與之匹配的網絡優化舉措需進一步研究。

目前，以PM2.5為主的空氣顆粒物污染成為中國城市普遍面臨的環境問題，嚴重威脅人們的健康[13-14]，而研究表明通過優化UGI網絡，能有效緩解PM2.5污染。如相較于綠斑，城市綠廊、綠道等帶狀綠地的優化對提升PM2.5消減速率更有效[15]。但既有關于UGI網絡與PM2.5關聯性的成果，就內容方面，主要涉及UGI不同綠地指標（綠化覆蓋率、綠地格局）[16]105、植物群落[17]等微觀方面與PM2.5的關系及其消減效應[18]；多以評估不同綠色空間類型、季節、植被分布滯留PM2.5的功能[19-21]等理論研究為主。實踐層面，杜春蘭從PM2.5消減視角對UGI網絡規劃措施提出了思考[22]；曹虎等從立體綠化、水循環系統構建等方面提出了消減PM2.5的措施[23]。但此類研究數量有限且優化舉措均未落實到具體的空間區位層面。此外，作為組成城市空間的基本單元，不同城市街區的PM2.5濃度存在較大差異，但以街區單元為研究對象，將PM2.5與UGI網絡結合的研究成果較少?？梢?，以PM2.5消減為導向優化街區單元UGI網絡，提升生態服務能力的理論與實踐研究尚待進行。

鑒于此，筆者主要通過對自身PM2.5研究成果的階段性總結，以湖北省武漢市江漢區UGI網絡為研究對象，將UGI網絡空間梯度識別與消減PM2.5相結合，探討以PM2.5消減為導向且能落實到街區空間層面的UGI網絡優化新思路，并提出相應措施，為高密度的街區UGI優化實踐提供新視角和實踐依據①。

1 UGI對PM2.5的消減效應

1.1 UGI指標的選取

既有研究證明城市綠地對PM2.5有明顯的消減作用，其中針對綠地不同指標類型如數量指標（綠化覆蓋率、三維綠量等）、結構指標（景觀破碎化指數、均勻度指數等）與PM2.5的關聯性方面已有豐碩的理論研究成果[24-26]。但中國PM2.5與UGI關聯性的成果還處于以理論研究為主的初期階段。未有相關研究以PM2.5消減為導向，通過數量和形態的優化，織補街區層次的UGI網絡空間。筆者依據張利華等對常用綠地指標頻度的分析結果[27]，確定綠地的數量（綠化覆蓋率、三維綠量）與形態（核心、橋連接、孤島）作為本文UGI規劃實踐指標，探究其優化思路。其中，5個指標與PM2.5的關系，是基于國控監測點長期逐時監測的數據求得PM2.5的日均數據，進而確定的回歸模型。

1.2 UGI數量對PM2.5的消減效應

1.2.1 綠化覆蓋率對PM2.5的消減效應

UGI通過植物發揮阻攔、吸附、沉降等作用可有效消減PM2.5[28]，在普通的直徑1 000 m的城市街區中，綠化覆蓋率與PM2.5濃度呈顯著負相關關系。表現為綠化覆蓋率每提高10%，可降低PM2.5濃度約7.58%，增加街區尺度的綠化覆蓋率能在直徑500～600 m范圍內顯著降低PM2.5濃度[16]109。但研究發現隨著綠化覆蓋率的持續提升，其對PM2.5消減的作用逐漸趨于平緩，通過PM2.5濃度與總體綠化覆蓋率的回歸模型可以發現，直徑1 000 m的城市街區中，當綠化覆蓋率在25%～35%時，對PM2.5的消減作用顯著，約在30%時消減效果最顯著[29]（圖1）。

1.2.2 三維綠量對PM2.5的消減效應

鑒于植物對PM2.5的消減作用主要是通過葉片的阻攔、吸附等功能進行的，筆者使用葉面積作為衡量三維綠量指標的標準?；诟叻侄枺℅F-2，分辨率為0.8 m）高清遙感影像解譯葉面積數據。通過SPSS回歸分析發現，植物對PM2.5的消減效應存在飽和值，三維綠量指標的消減效果也存在飽和狀態，即對研究范圍1 km2的社區而言，葉面積在0.45 ～ 1.44 km2都會對PM2.5的消減產生顯著效果，且約在1.44 km2（此時相當于約40%的林木覆蓋率）時達到峰值[24]334（圖2）。

2 三維綠量對PM2.5的影響Effect of 3D green amount on PM2.52-1 總體三位綠量對PM2.5的消減效應Reducing effect of total 3D green amount on PM2.5

2-2 喬木三維綠量對PM2.5的消減效應Reducing effect of arbor 3D green amount on PM2.5

3 UGI的形態指標對PM2.5的影響Impact of UGI morphological indicators on PM2.53-1 核心對PM2.5的消減效應Reducing effect of core on PM2.5

3-2 孤島對PM2.5的消減效應Reducing effect of islet on PM2.5

3-3 橋連接對PM2.5的消減效應Reducing effect of bridge on PM2.5

1.3 UGI形態對PM2.5的消減效應

1.3.1 MSPA方法

形態空間格局分析（Morphological Spatial Pattern Analysis，簡稱MSPA）作為一種UGI形態分析方法，被引入生態網絡中。該方法基于ENVI5.3解譯后的土地利用類型圖及通過Arcmap10.5得到的二值圖，可將研究區域的前景像元（構成UGI的綠地與水域）分為：核心（core）、孤島（islet）、邊緣（edge）、橋連接（bridge）、分支（branch）、環（loop）、孔隙（perforation）7類互不重疊的景觀組分[30]，而每種組分都代表著不同的綠地形態并擁有著各自的生態學含義（表1）。

1.3.2 UGI形態對PM2.5的消減效應

既往研究發現通過MSPA分析的7類綠地形態中，核心與邊緣是2個主要的指標類型。通過SPSS軟件將7類綠地形態分別與PM2.5濃度進行相關性分析后，核心、孤島、橋連接、邊緣、孔隙5類與PM2.5濃度消減速率有顯著的相關關系，而前三者在0.05（p＜0.05）水平上顯著相關。具體表現為：在UGI總面積中，核心與橋連接比例分別每提升5%和1%，PM2.5濃度每小時消減的速率相應地提升1%和2%；孤島比例每減少1%，PM2.5濃度每小時消減的速率提升1%（圖3）。但需說明，該處的消減速率是依據回歸曲線得出的理論數據，意味著UGI形態指標優化后，能顯著減少PM2.5濃度消減所需的時間。

表1 MSPA類型及其代表的生態學含義Tab. 1 MSPA types and their ecological implications

1.4 基于UGI數量與形態的優化策略

基于上文分析，以PM2.5消減為主要目標的城市高密度街區UGI優化策略主要為：1）1 km2的城市街區中，綠化覆蓋率應維持在約30%以上；2）每1 km2的城市街區中植物三維綠量約0.45～1.44 km2（接近1.44 km2效果最顯著）；3）在維持上述UGI數量指標的前提下，重點關注增補或優化如大型公園等核心類綠地形態，并對破碎化的小型綠斑通過“織補”或“聯通”等方式進行整合，降低UGI的破碎化程度。此外，應重視橋連接這種能聯系不同大型綠地的線性綠地的營造。以線性綠廊綠道為媒介，建立起完整的街區綠色網絡空間，最大限度地提升UGI的生態系統服務效能。

2 基于PM2.5消減效應的江漢區UGI優化實踐

2.1 研究區概況

武漢地處中國中部，是典型的高密度城市，在城市化的發展過程中面臨著嚴重的PM2.5污染問題。其中江漢區是武漢7個中心城區之一，總面積約為28.29 km2，是典型的高密度城市建成區。其中包含著大量的典型街區單元，人口密度高達20 445 人/km2（第6次人口普查數據）。依據2018年武漢各區綜合空氣質量排行，江漢區PM2.5污染程度高于武漢市平均水平[24]332。

2.2 研究區前期評估

2.2.1 綠化覆蓋率與三維綠量的前期評估

獲取江漢區高分二號（GF-2）遙感影像（分辨率為0.8 m），通過ENVI5.3進行影像解譯，提取其中的綠地約6.75 km2，約占總面積的23.35%?；诮瓭h區紅領巾站點和江漢區南片區的三維綠量數據[24]331，估算江漢區三維綠量平均值約0.33 km2（1 km2街區范圍內的平均葉面積約為0.33 km2）。這說明江漢區綠化覆蓋率及三維綠量指標平均值較低，消減PM2.5的能力有待進一步提升。

2.2.2 基于MSPA的江漢區綠地形態的前期評估

通過Arcmap10.5提取江漢區的土地利用分類影像中的綠地組分作為前景像元，通過Guidos Toolbox的MSPA方法進行形態空間格局分析后發現：江漢區核心類綠地僅占UGI面積的3.49%，說明該區如綜合公園等大型綠色源地較少；橋連接占2.19%，說明不同核心斑塊間的帶狀綠地較少；孤島面積達8.73%，遠高于核心與橋連接，說明居住區綠地、小型公園等綠色斑塊較多?？傮w而言，江漢區UGI 空間格局形態較為破碎，但這些破碎化的綠斑又為核心的建設提供了條件。

2.3 基于PM2.5消減的優化策略

欲將UGI落實到江漢區空間層面，需要依托該區原有綠地規劃及其實際需求，由此才能在盡量提供“供需平衡”的生態系統服務的同時，達到消減街區PM2.5濃度的目標。為此，首先結合綠地現狀及規劃評價與綠網適宜性綜合評價確定UGI要落實的具體空間區位。其次，江漢區作為武漢市典型的高密度城市建成區，筆者擬通過提升其綠地數量指標、優化形態指標的方式完善UGI網絡。具體體現在：優化原有綠斑，利用街角未利用土地建設口袋公園；依托建筑群進行垂直綠化、屋頂花園營造；依托高密度的街道網絡構建綠廊綠道等具體措施。最后，形成江漢區綠色多功能網絡體系。

2.3.1 基于消減PM2.5的江漢區UGI空間區位梯度識別

首先，將遙感影像解譯的綠地現狀圖與江漢區綠地規劃圖疊加，評價綠地的空間分布（圖4-1）。其次，選擇對江漢區綠色多功能網絡結構規劃影響顯著的熱環境、水文分布、歷史文化資源分布、商業分布4個與生態、景觀、游憩關聯性較強的因子作為江漢區綠色多功能網絡評價的因子，并按照一般（賦值為1）、較好（賦值為3）、好（賦值為5）3個等級，根據各因子對UGI網絡結構規劃的重要程度，對其分別賦以0.4、0.3、0.2、0.1的權重后進行GIS疊加分析，得到綠網線路的綜合評價圖（圖4-2）。最后，將上述兩者進一步疊加分析得到江漢區綠色空間網絡結構底圖（圖4-3）。

2.3.2 PM2.5消減導向下的江漢區UGI優化途徑

以PM2.5消減為導向，優化江漢區綠色網絡空間的途徑主要體現在以下3方面。綠地的數量與形態指標并非是截然分開的。筆者在優化UGI形態指標提升其PM2.5消減速率時，主要通過增量方式進行，這也同時提升了綠地的數量指標，能有效地消減PM2.5濃度。

1）點狀綠地斑塊的優化。結合江漢區影像對原有的綠地斑塊，尤其對社區組團綠地和城市公園綠地進行整合與修補，通過減少綠地破碎化程度，降低孤島、增加核心類形態指標的方式優化UGI網絡，提升其對PM2.5的消減速率。具體表現為在以民權街社區、前進街社區等為代表的建筑密度較大的老舊社區內，通過增加口袋公園、社區花境的措施整合綠地網絡。在以萬松街社區和常青社區等為代表的近現代居民樓社區內，強化綠地組團形態，形成開敞的綜合小型綠地。此外，強化常青公園、后襄河公園、王家墩公園、夢澤湖公園、菱角湖公園、西北湖公園、中山公園等城市公園綠色核心，依托原有公園基底，采用以喬木補植（約110 棵/km2）為主、灌草地為輔的修復方式，結合武漢亞熱帶季風氣候特征補植香樟、榕樹、玉蘭、銀杏、馬尾松等大型喬木（平均單株葉面積約0.007 km2）[31]，以此弱化孤島形態，提升綠色核心比例。

2）面狀垂直綠化與屋頂綠化營造。依托UGI網絡優化的空間識別結果，在高密度建筑群處增加垂直綠化與屋頂花園，優化綠地數量指標與核心類形態指標，提升UGI對PM2.5濃度的消減能力及消減速率。在臨干道（常青路—云霞路、建設大道—新華路）建筑物增補垂直綠化，形成道路車輛顆粒物污染的空中屏障。以新村社區為代表的近代工業遺留社區中，建筑密度大，社區公共空間匱乏，因此在采光充足的樓頂，通過適地增補屋頂花園、屋頂果蔬園等途徑，增加街區綠化覆蓋率。

3）線狀城市綠廊綠道的構建?；诮瓭h區現有UGI網絡，結合商業、文化、微氣候、生態適宜性多角度的評估，構建江漢區綠廊與綠道兩級綠網體系，增強橋連接指標以加強不同核心綠地形態間的連通性，提升UGI對PM2.5濃度的消減速率。具體體現在：3條東西向綠廊（三環線、京廣線江漢段、漢口江灘）、3條東西向一級綠道（建設大道—新華路、解放大道、中山大道）、2條南北向一級綠道（常青路—云霞路、新華路—民意四路）、6條二級綠道（發展大道、云飛路—馬場角小路—興唐路、青年路—西北湖路—萬松園路—銀松路、新華路、姑嫂樹路高架—香港路、前進四路—民生路）。通過綠廊與綠道優化線性綠地，有效提升了UGI連通性，增強了UGI消減PM2.5的效率及穩定性。

2.4 優化結果評估

基于GIS平臺，總體綠化覆蓋率由23.35%提升至29.96%，每1 km2街區三維綠量由0.33 km2提升至 1.15 km2（圖 5-1、5-2）。據“綠化覆蓋率每提升10%降低PM2.5濃度約7.58%”的既往研究，意味著優化后的綠化覆蓋率可消減PM2.5濃度約5.6%?；?018年江漢紅領巾和江漢南片區空氣質量監測數據（年平均PM2.5濃度分別為 111.3 μg/m3與 117.7 μg/m3），通過三維綠量與PM2.5濃度關系可知，優化后的綠地三維綠量消減PM2.5平均濃度約3.2%?？傮w來看，規劃后江漢區UGI可有效消減PM2.5平均濃度。而2018年江漢區空氣質量監測站數據顯示，該年以PM2.5為主要污染物的天數占106個污染日中的50.0%[32]。參照中國空氣質量標準（PM2.5日平均濃度低于75 μg/m3為良好）[33]，結果顯示規劃后的江漢區UGI使原有的優良天數得以增加（圖5-3）。

4 江漢區UGI的空間規劃優先度識別Identification of UGI spatial planning priority in Jianghan District4-1 江漢區現狀綠地與規劃綠地疊加Overlayed map of current green space and planned green space in Jianghan District

4-2 江漢區綠網線路綜合評價Comprehensive evaluation of green network in Jianghan District

4-3 江漢區綠色空間網絡結構底圖Base map of green space network structure in Jianghan District1三環線2京廣線江漢段3漢口江灘4建設大道—新華路5解放大道6中山大道7常青路—云霞路8新華路—民意四路9發展大道10云飛路—馬場角小路—興唐路11青年路—西北湖路—萬松園路—銀松路12新華路13姑嫂樹路高架—香港路14前進四路—民主路15待規劃道路16常青公園17后襄河公園18菱角湖公園19西北湖公園20夢澤湖公園21中山公園22王家墩公園

5 規劃前后UGI數量變化與PM2.5日平均濃度對比Changes in UGI quantity before and after the planning,and daily average concentration of PM2.5

此外，通過綠地形態格局的優化，核心、橋連接指標分別提升至9.33%、3.34%，孤島減少至4.11%（圖6）。說明就綠地的生態學意義而言，江漢區綠色網絡作為“生態源地”的功能得以提升，且各“源地”間更好的綠廊連接和新增的楔形綠斑進一步優化了綠網對生物多樣性保護的功能。加之新增的社區公園、口袋公園為居民提供了豐富的游憩休閑綠色空間，均有力地提升了街區UGI的綜合生態服務能力。更重要的是，相較于規劃前，核心、橋連接分別提升了5.84%、1.15%，孤島減少了4.32%，依據上文提及的核心與橋連接比例分別每提升5%和1%，PM2.5濃度的消減速率相應地提升1%和2%，而孤島比例每減少1%，PM2.5濃度的消減速率提升1%，意味著規劃后江漢區核心、橋連接、孤島對PM2.5消減速率分別提升了約1.17%、2.25%、4.32%。PM2.5消減速率得以顯著提升，為人們提供了更多接觸優質空氣的時間。

3 討論與啟示

UGI能夠提供供給、調節、文化及支持等綜合生態系統服務。一方面，如何基于UGI的空氣凈化服務能力進行規劃實踐，其要落實的空間區位是首要解決的問題。為此筆者針對江漢區提出了如下思路：基于GIS平臺的疊加分析，選取與UGI的生態、景觀、游憩等生態系統服務功能關聯性較強的熱環境、水文分布、歷史文化資源分布、商業分布4個因子，并結合綠地現狀與未來規劃來確認江漢區UGI網絡規劃實踐的空間識別。但在不同的城市街區應依據實際情況選取UGI空間識別影響因子，由此才能提出相應的以PM2.5消減為主要目標的UGI優化策略。

另一方面，PM2.5濃度受氣象條件、污染排放、季節變化等多種因素的影響，是動態變化的。但據本研究的實際情況，文中的PM2.5濃度測量參考了中國空氣質量標準給定的方式（通過每小時1次的PM2.5濃度記錄，求每日24個數據的平均值，即日平均濃度，也就是理論上的靜態值）。這和既有研究采用的PM2.5濃度評估方式一致。如鄭煜等依據不同城市PM2.5日平均濃度評估了該市超過國家環境保護標準（75 μg/m3為良）的天數[34]；雷雅凱等則探究了PM2.5季度平均濃度與綠地景觀格局指標的關系[35]。因此，本研究評估結果中，無論是優良天數的增加還是PM2.5消減速率的提升均為理論上的靜態評估，而對于如何動態地評估UGI實踐結果和PM2.5濃度的關系尚需進一步研究。此外，筆者主要針對5個綠地指標各自對PM2.5的消減速率或濃度的消減效應做了分析，而對于5個指標綜合后對PM2.5的總體消減情況亦需進一步探討。

3.1 提升綠地數量指標以消減PM2.5濃度

在高密度的城市街區，首先，可通過“見縫插綠”的方式增補口袋公園、微花園等，以增強點狀綠斑的密度；其次，高密度城市街區建筑為豎向綠化提供了充足的載體，可通過建筑表皮綠化、屋頂花園、果蔬園營造的方式提升綠量；最后，在建設空間有限的區域，依托原有公園綠地，通過適地喬木為主、灌草為輔的補植優化措施提升綠量，以達到消減PM2.5濃度的目的。

6 江漢區UGI形態指標的前后比較Comparison of UGI morphological indicators in Jianghan District before and after the planning

3.2 提升綠地形態指標以消減PM2.5濃度

首先，在密度較高的街區，依托路網等線性空間營建綠廊綠道以提升橋連接綠地形態，將孤立的核心形態連接，形成連續整體的城市街區UGI網絡體系。通過營造街區綠徑，將破碎化的社區公園、口袋公園等楔形綠斑進行整合，發揮“環”的“同化”作用，促成孤島綠地形態的核心化。其次，在新建社區，因有相對充分、可靈活調整的空間，應與老社區點狀綠斑均衡發展，重視組團綠地建設，以減少孤島形態，增加核心綠地形態占比，提升綠地形態指標滯納PM2.5的生態系統服務能力。

注釋(Note)：

① 該研究成果的核心內容獲得2020年ALSA專業獎研究類榮譽獎。

圖表來源(Sources of Figures and Table)：

圖表均為作者繪制，其中圖5底圖來源于谷歌地球。