封城前后绿地景观格局对气溶胶影响的比较.pdf

115封城前后绿地景观格局对气溶胶影响的比较Comparison of Effects of Landscape Patterns of Green Space on Aerosol before and after City Closure摘 要：交通和工业排放是大气污染的主要来源。先前研究并未充分理解剔除交通和工业排放前后绿地景观格局对气溶胶光学厚度(AOD)的影响，比较分析了疫情封城前后社会经济、路网密度、绿地景观指数与AOD之间的因果关系，采用随机森林量化不同绿地景观百分比下影响AOD的主导因子，探测绿地景观指数和AOD的空间自相关特征，然后采用多尺度地理加权回归来量化绿地景观指数对AOD的影响。结果表明，在不同绿地景观百分比和疫情封城前后影响AOD的主导因子具有差异。与疫情封城之前相比较，封城后绿地景观指数削减气溶胶污染的能力被减弱了，但影响因子对AOD的相对重要性得到了增强。绿地景观指数和AOD均存在显著的空间集聚特征。绿地景观指数在疫情封城前后对AOD的影响大小和尺度存在差异。研究结果有助于基于缓解AOD下绿地景观格局优化和政策制定。关 键 词：风景园林；气溶胶光学厚度；景观指数；绿地；随机森林；多尺度地理加权回归；结构方程模型Abstract:Traffic and industrial emissions are major sources of air pollution.As previous studies have not fully understood the effect of landscape patterns in green space on aerosol optical thickness(AOD)before and after removing traffic and industrial emissions,this study comparatively analyzed the causal relationships between socio-economy,road network density,landscape metrics in green space and AOD before and after the epidemic closure,used random forest to quantify the dominant factors affecting AOD under different percentage of green space landscape,explored the spatial autocorrelation characteristics of landscape metrics in green space and AOD,and then used multi-scale geographically weighted regression to quantify the effect of landscape metrics in green space on AOD.The results showed that the dominant factors affecting AOD were different under different green space landscape percentages and before and after the epidemic closure.Compared with the period before the epidemic closure,the ability of the landscape metrics in green space to reduce aerosol pollution was diminished after the closure,but the relative importance of the influencing factors on AOD was enhanced.There were significant spatial clustering characteristics of both landscape metrics in green space and AOD.There were differences in the magnitude and scale of the influence of landscape metrics in green space on AOD before and after the epidemic closure.The results of the study contribute to the optimization of landscape pattern in green space and policy formulation based on AOD mitigation.Keywords:landscape architecture;aerosol optical depth;landscape metrics;green space;random forest;multi-scale geographically weighted regression;structural equation model向 炀周志翔*XIANG YangZHOU Zhixiang文章编号：1000-6664(2023)07-0115-06DOI：10.19775/j.cla.2023.07.0115中图分类号：TU 986 文献标志码：A收稿日期：2022-04-08 修回日期：2022-09-23基金项目：国家自然科学基金面上项目“街道峡谷大气颗粒物扩散对行道树覆盖的响应与调控”(编号31870701)资助*通信作者(Author for correspondence)E-mail:大气污染是城市环境中的典型问题1。世界上超过一半的人居住在世界卫生组织对空气质量安全阈值之外，长期暴露在高污染区域会导致严重的健康风险2。因此，了解驱动因子对大气污染的影响，并制定缓解策略对于城市规划和政策制定者是极其重要的信息。站点和移动监测是传统测量大气污染的方法2。但由于这些测量方式的限制，无法精确地获取大气污染的空间分布，在一定程度上限制了探究大气污染的影响机制。得益于遥感技术的发展，越来越多的研究通过反演的方式获取气溶胶光学厚度(AOD)数据来表征大气污染状态。与先前的监测方法相比较，气溶胶数据能够更加快速地获取更大尺度的大气污染状态，是一种更加有效获取城市甚至更大尺度的空间分布和时间变异的数据源3。大气气溶胶是由大气中固态或液态颗粒所组成，能够影响大气中的许多过程4。先前的研究表明，不同土地利用类型能够向炀，周志翔*.封城前后绿地景观格局对气溶胶影响的比较.中国园林，2023，39(7)：115-120.116中国园林/2023年/第39卷/第7期显著地影响大气污染，其中绿地被当作是缓解大气污染的重要组成部分5。绿地中的植物能够通过叶片或枝干对颗粒污染物进行吸附和阻挡等滞尘作用6。绿地滞尘往往会受到叶片特征、绿地结构和环境因子的影响7。上海的研究表明，林地和草地削减PM2.5的年均值分别为20.24kg/hm2和9.11kg/hm28。随着景观生态学的不断发展，绿地景观格局与大气污染的关系受到了极大的关注9。增加绿地覆盖率能有效地缓解大气污染10。更大且聚集的绿地有利于缓解大气污染，绿地的边界密度与AOD呈负相关关系5，11。尽管先前许多研究量化了景观指数与AOD之间的相互关系，但是仍然存在一定的限制。首先，大多数研究并未比较剔除交通和工业排放前后对影响因子与大气污染之间的相互关系，因为大气污染不仅受绿地影响，而且受到交通及工业排放的影响12。其次，先前大多数研究都是基于全局回归模型，例如最小二乘法(OLS)。OLS模型是基于空间平稳性、样本之间相互独立的假设之上。然而，大量研究表明，景观指数和AOD均存在空间自相关的特征13，这导致OLS的结果存在一定的偏差。尽管少数研究采用地理加权回归(GWR)的方法在一定程度上降低了偏差，但GWR平均了所有影响因子的带宽，忽略了驱动因子对AOD产生影响的尺度效应14。最后，景观指数之间存在显著的强相关性，存在严重的共线性问题15。因此，先前的研究大多数通过降维或通过降低景观指数的数量来解决共线性问题，然而影响AOD的主导的景观指数并不清晰。基于上述问题，本研究拟采用结构方程模型比较分析新冠疫情封城前后社会经济、路网密度、绿地景观指数之间的因果关系，并引入随机森林的方法来探测主导的绿地景观指数，再采用多尺度地理加权回归(MGWR)比较封城前后绿地景观指数对AOD的影响。希望通过优化绿地景观格局来缓解大气污染，为城市规划和政策制定者提供基础信息。1 研究区域和方法1.1 研究区域选取中国中部的特大城市武汉，包含13个区，面积约为8 500km2。武汉市人口超过1 000万，地处江汉平原，地势平坦。其气候四季分明，为亚热带季风气候。武汉经历过相对严重的大气污染16，2020年武汉生态环境局发布的公报显示，全年武汉市空气质量为优的仅占100天，因此选取其为研究区域。1.2 数据来源AOD数据来自国家科技基础条件平台国家地球系统科学数据中心(http:/)中国1km分辨率逐日无缝气溶胶光学厚度数据集，选取新冠疫情封城前的时间分别为2020年1月19、20日，封城后的时间为2020年1月30、31日及2020年2月24日，这几天风速小(0.9m/s)，且当天和前2天均无降雨。疫情封城前后的AOD均通过平均值合成用于后续分析。夜间灯光来自VIIRS数据集中2020年度合成的产品，该产品空间分辨率为500m17。人口数据来自WorldPop数据集，本研究选取1 000m的空间分辨率下联合国调整的人口数据。道路数据来自Open Street Map。1.3 研究方法1.3.1 土地利用类型分类基于哨兵二号数据采用随机森林的方法对土地利用进行分类，最终获取到10m空间分辨率的6类土地利用分布图(图1)。其中，分类结果的总体分类精度为0.94，kappa系数为0.92。本研究中的绿地主要为乔木植被覆盖区，被选取为目标土地利用类型。1.3.2 分析网格的选择选择所有数据的整数倍1km1km的网格作为分析基础，由于土地利用数据为10m，人口数据的空间分辨率为1 000m，夜间灯光数据为500m。通过归一化差值水体指数剔除了包含水体和水田的网格，由于水体区域存在高AOD，最终获取4 254个网格用于绿地景观指数的后续分析。1.3.3 贡献指数采用贡献指数量化出疫情前后不同行政区下绿地景观指数和AOD对武汉对应指标的贡献。贡献指数的计算公式如下：式中，和 分别为行政单元d和整个武汉绿地景观指数或者AOD的均值；Sd和S分别代表行政单元d和整个武汉的面积。1.3.4 结构方程模型的设定结构方程模型能够描述影响因子之间的因果关系。选取新冠疫情前后来探索社会经济、路网密度、绿地景观指数和AOD之间的因果关系。设定由夜间灯光和人口所表征的社会经济能够直接影响路网密度18和绿地景观指数19，然后绿地景观指数和路网密度影响AOD20-21。标准化的路径系数被用于表征影响大小。在执行结构方程模型之前，分别对绿地景观指数和夜间图1 武汉市土地利用空间分布图117中国园林/2023年/第39卷/第7期灯光与人口进行了主成分分析来降低共线性。最后通过(1)CFI、GFI和NFI指数接近1和(2)RMSEA小于0.8来描述模型的优劣。在R语言中“lavaan”包来执行结构方程模型。1.3.5 主导绿地景观指数的因子采用R语言“randomForest”包中随机森林模型探测对AOD产生影响的主导因子。随机森林相较于传统的OLS，能够很好地克服景观指数之间共线性所带来不确定性。本研究选取12个绿地景观指数作为解释变量，AOD为响应变量。通过最大值-最小值对重要性的结果进行标准化，并加权平均IncMSE和IncNodePurity2个指标来获取最终的重要性。1.3.6 回归模型中景观指数的选择景观指数是量化景观格局的指标，能够反映景观的组成和配置特征。初步选择景观百分比(PLAND)、最大斑块指数(LPI)、斑块密度(PD)、边界密度(ED)、景观形状指数(LSI)、平均斑块面积(AREA_MN)、平均形状指数(SHAPE_MN)、平均斑块分维数(FRAC_MN)、平均斑块回转半径(GYRATE_MN)和斑块内聚力指数(COHESION)，然后通过逐步回归模型和方差膨胀因子(V0.90、CFI0.90、CFI0.90和RMSEA0.08表明模型的拟合效果好21。社会经济、路网密度和绿地景观指数在疫情前后分别解释了64%和21%AOD的空间变异。新冠疫情封城前后由夜间灯光和人口所表征的社会经济均能够直接促进路网密度，表明社会经济的发展增加了路网密度。社会经济和路网密度对绿地景观指数为限制作用，表明社会经济的发展需要更多的灰色基础设施，从而限制了绿地的配置。路网密度会显著影响AOD，路网密度图2 不同行政单元下筛选后绿地景观指数和气溶胶光学厚度对武汉市的贡献(注：CI为贡献指数，a、b、c、d、e和f分别指PLAND、PD、AREA_MN、PARA_MN、疫情封城前的AOD和封城后的AOD)118中国园林/2023年/第39卷/第7期越高，交通排放量也会更大，从而导致AOD升高，而新冠疫情封城后交通排放地被降低了，因此与封城前相比较，封城后路网密度对AOD的直接影响被降低了。绿地景观指数对AOD的影响在疫情封城前后存在差异，与疫情封城前相比，封城后绿地景观指数对AOD的负相关影响被减弱了，这可能是因为疫情封城后气溶胶污染降低了，因此减弱了绿地对AOD的削减作用。结构方程模型的结果还表明，绿地景观指数中的主成分2是绿地景观指数的主要潜变量。2.3 疫情封城前后影响AOD的主导绿地景观指数采用随机森林的方法探测疫情前后影响AOD的主导绿地景观指数(图4)。尽管疫情前后，绿地景观指数对AOD的重要性存在差异，但PLAND仍然是最重要的绿地景观指标，提升绿地能够很好地缓解AOD。进一步对不同绿地景观百分比下景观指数对AOD的重要性进行了分析。图4以25%为间隔，将绿地景观百分比划分为4个等级。总体来说，与疫情封城前相比较，疫情封城后绿地景观指数对AOD的相对重要性增大，这表明更多的绿地景观指数能够对AOD产生较大的影响。新冠疫情封城前，绿地景观百分比在0，25)、25，50)、50，75)和75，100时，主导因子分别为PARA_MN和ED、PLAND和PLAND；新冠疫情封城后，主导因子分别为PLAND和LSI、ED和PLAND。这表明优化绿地的景观配置也能很好地减少气溶胶污染。2.4 绿地景观指数和AOD的空间自相关特征表1结果显示，绿地景观指数和AOD均存在显著的全局空间自相关特征(p0.05)，(a)和(b)分别指疫情封城前和后的结构方程模型。图4 疫情封城前后绿地景观指数对气溶胶光学厚度的重要性注：15分别指在PLAND中0，100、0，25)、25，50)、50，75)、75，100，b和a分别指疫情封城前和后。34119中国园林/2023年/第39卷/第7期AICc和RSS表明更好的拟合效果。表2结果显示，疫情前后MGWR的拟合优度指标均优于其他模型，得到了更加接近真实值的结果。因此，本研究选择MGWR模型来分析疫情封城前后绿地景观指数对AOD的影响。2.6 多尺度地理加权回归中景观指数的尺度变化MGWR和GWR所确定的最佳带宽具有明显差异(表3)。MGWR强调了尺度在探索绿地景观指数和AOD之间空间非平稳性的重要性。疫情封城前后的带宽存在差异，但总体来说，在疫情封城前AREA_MN的影响尺度相对全局，表明在较大范围内，其对AOD的影响均有显著影响，而PLAND、PD和PARA_MN的影响尺度较为局部，在具体位置进行优化这些指标才能发挥较为显著的作用；对于疫情封城之后，PLAND、PD和AREA_MN的影响相对全局，PARA_MN的影响较为局部。图5 绿地景观指数和气溶胶光学厚度局部莫兰指数的结果图6 在多尺度地理加权回归中显著回归系数的空间分布表1 景观指数和气溶胶光学厚度全局莫兰指数的结果指标Moran I指数z得分p值PLAND0.85154.550.001PD0.58105.690.001AREA_MN0.61110.730.001PARA_MN0.5396.100.001AOD_before0.98179.620.001AOD_after0.94171.450.001注：before和after分别指疫情封城前后。表2 不同模型拟合优度的对比时间指数OLSGWRMGWR疫情封城前调整R20.4320.9750.989AICc-10 762-23 641-26 958RSS19.7880.7710.334疫情封城后调整R2 0.2050.8980.952AICc-18 310-26 647-29 821RSS3.3560.3980.185注：AICc和RSS分别是矫正后的赤池信息量准则和残差平方和。表3 GWR和MGWR确定的最佳带宽指标疫情封城前疫情封城后GWRMGWRGWRMGWR截距1134513945PLAND113761391 651PD113501391 651AREA_MN1131 0361391 651PARA_MN1134513945562.7 疫情封城前后回归系数的空间差异为了深入分析绿地景观指数对AOD的影响，采用MGWR中显著的回归系数(p0.05)来量化它们之间的相互关系(图6)。与疫情封城前相比较，疫情封城后回归系数降低了，绿地削减AOD的能力降低了，这可能是因为封城后武汉市AOD降低了。具体来说，对于PLAND和PD，疫情封城前后武汉从北部到南部，回归系数的大小呈现逐渐递减的趋势。AREA_MN和PARA_MN的回归系数在疫情封城前后表现120中国园林/2023年/第39卷/第7期作者简介：向 炀1995年生/男/湖北汉川人/华中农业大学园艺林学学院在读博士研究生/研究方向为地景规划与生态修复(武汉 430070)周志翔1963年生/男/湖北麻城人/华中农业大学园艺林学学院教授，博士生导师/研究方向为绿地生态评价(武汉 430070)参考文献：1 Li H,Meier F,Lee X,et al.Interaction between urban heat island and urban pollution island during summer in BerlinJ.Science of the Total Environment,2018,636:818-828.2 Shi Y,Matsunaga T,Yamaguchi Y,et al.Long-term trends and spatial patterns of satellite-retrieved PM2.5 concentrations in South and Southeast Asia from 1999 to 2014J.Science of the Total Environment,2018,615:177-186.3 Zhang T,Zhu Z,Gong W,et al.Estimation of ultrahigh resolution PM2.5 concentrations in urban areas using 160m Gaofen-1 AOD retrievalsJ.Remote Sensing of Environment,2018,216:91-104.4 张瑞芳，于兴娜.河南省气溶胶光学特性的时空变化特征J.环境科学，2020，41(2)：600-608.5 Wu J,Xie W,Li W,et al.Effects of urban landscape pattern on PM2.5 pollution-a Beijing case studyJ.PloS One,2015,10(11):e0142449.6 王琴，谢梦婷，沈秋月，等.城市园林绿地消减大气PM2.5浓度研究进展J.世界林业研究，2021，34(3)：46-517 马克明，殷哲，张育新.绿地滞尘效应和机理评估进展J.生态学报，2018，38(12)：4482-44918 佘欣璐，高吉喜，张彪.基于城市绿地滞尘模型的上海市绿色空间滞留PM2.5功能评估J.生态学报，2020，40(8)：2599-26089 权秋梅，王聪，杨磊，等.景观生态学在大气污染研究中的应用J.生态学报，2021，41(2)：435-44310 岳峰，戴菲，郭晓华.基于遥感反演的武汉市空气污染物与植被覆盖度相关性研究J.风景园林，2019，26(1)：76-8111 雷雅凯，段彦博，马格，等.城市绿地景观格局对PM2.5、PM10分布的影响及尺度效应J.中国园林，2018，34(7)：98-10312 Zhou X,Strezov V,Jiang Y,et al.Temporal and spatial variations of air pollution across China from 2015 to 2018J.Journal of Environmental Sciences,2022,112:161-169.13 Zhang W,He Q,Wang H,et al.Factor analysis 为从武汉东北部往西南部逐渐递减。对于PD来说，在疫情封城前的武汉中部表现为正相关关系，而在封城后表现为相反的关系，这可能是由于气溶胶污染程度的差异，对于气溶胶污染相对更大的疫情封城前，部分分散配置的绿地无法很好地缓解AOD。3 讨论结构方程模型和随机森林的结果在新冠疫情封城前后存在差异。与疫情封城前相比，由于AOD的降低，封城后绿地景观指数对AOD的削减作用被减弱了，但更多绿地景观指数对AOD的相对重要性被增强了。绿地能够通过自身叶片或枝干与污染物发生碰撞，从而产生沉积来缓解大气污染物7。不同的绿地景观格局能够影响能量和物质的分布，改变了这种沉积的过程，进而影响绿地削减污染物的功能11。总的来说，增加绿地景观百分比能很好地降低AOD，这与先前的部分研究一致21，但有部分研究指出树木降低了街道峡谷中的风速，降低了空气交换，导致污染物的积累24，这种矛盾的结果可能和城市街区形态及通风条件相关。绿地景观的破碎化和复杂性也能缓解AOD，这可能是因为绿地边界长度和形状的复杂性增加后提升了污染物在绿地滞留的可能性25。总的来说，在武汉北部增加绿地景观百分比并分散配置；在东北部增加绿地景观的平均斑块面积并配置复杂形状的绿地；在武汉中部配置复杂的绿地斑块能更有效地削减AOD。4 结论1)黄陂区为武汉市绿地景观百分比和平均斑块面积提供了最高的正贡献，而对绿地斑块密度和形状复杂性的负贡献最高。2)由夜间灯光和人口所表征的社会经济能够显著且直接地促进路网密度和限制绿地的发展，从而间接地影响AOD。路网密度提升了气溶胶污染的水平，绿地景观指数能够有效地限制气溶胶污染。与疫情封城前相比，封城后绿地景观指数对AOD的削减作用降低了。3)不同绿地景观百分比下，影响AOD的主导因子具有差异。与疫情封城前相比较，封城后绿地景观指数对AOD的相对重要性增大了。4)绿地景观指数和AOD表现为显著的空间for aerosol optical depth and its prediction from the perspective of land-use changeJ.Ecological Indicators,2018,93:458-469.14 Liu H,Zhan Q,Gao S,et al.Seasonal variation of the spatially non-stationary association between land surface temperature and urban landscapeJ.Remote Sensing,2019,11(9):1016.15 布仁仓，胡远满，常禹，等.景观指数之间的相关分析J.生态学报，2005(10)：2764277516 Liu L,Guo J,Miao Y,et al.Elucidating the relationship between aerosol concentration and summertime boundary layer structure in central ChinaJ.Environmental Pollution,2018,241:646-653.17 Elvidge C D,Zhizhin M,Ghosh T,et al.Annual time series of global VIIRS nighttime lights derived from monthly averages:2012 to 2019J.Remote Sensing,2021,13(5):922.18 范科红，李阳兵，冯永丽.基于GIS的重庆市道路密度的空间分异J.地理科学，2011，31(3)：365371.19 刘菁华，李伟峰，周伟奇，等.京津冀城市群景观格局变化机制与预测J.生态学报，2017，37(16)：5324-533320 Wang Q,Feng H,Feng H,et al.The impacts of road traffic on urban air quality in Jinan based GWR and remote sensingJ.Scientific Reports,2021,11(1):15512.21 Xiang Y,Ye Y,Peng C,et al.Seasonal variations for combined effects of landscape metrics on land surface temperature(LST)and aerosol optical depth(AOD)J.Ecological Indicators,2022,138:108810.22 向炀，周志翔.蓝绿空间景观格局对城市热岛的影响J.中国园林，2023，39(1)：105-11023 Tran D X,Pearson D,Palmer A,et al.Quantifying spatial non-stationarity in the relationship between landscape structure and the provision of ecosystem services:An example in the New Zealand hill countryJ.Science of The Total Environment,2022,808:152126.24 Abhijith K V,Kumar P,Gallagher J,et al.Air pollution abatement performances of green infrastructure in open road and built-up street canyon environmentsA reviewJ.Atmospheric Environment,2017,162:71-86.25 Wu H,Yang C,Chen J,et al.Effects of Green space landscape patterns on particulate matter in Zhejiang Province,ChinaJ.Atmospheric Pollution Research,2018,9(5):923-933.(编辑/金花)聚集特征。5)与OLS和GWR模型相比，MGWR能够获取更好的拟合效果，调整R2更高，AICc和RSS更小。6)AOD在新冠疫情封城前后受到绿地景观指数的影响，这种影响的大小和尺度均存在空间异质性。注：文中图片均由作者绘制。