張菁華 田盼立 劉 曉 楊 揚(yáng) 王 可 王文杰,*

(1.東北林業(yè)大學(xué)森林植物生態(tài)學(xué)實(shí)驗(yàn)室，哈爾濱 150040； 2.中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)學(xué)研究所城市森林與濕地研究組，長春 130102)

近年，我國城鎮(zhèn)化迅速發(fā)展，城市空氣質(zhì)量嚴(yán)重惡化[1～2]。在2004年6月29日的《北京日報(bào)》中，首次出現(xiàn)“霧霾”一詞。為了進(jìn)一步的提高環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)，2012年2月29日，我國發(fā)布新修訂的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》，增加了細(xì)顆粒物(PM2.5)這一監(jiān)測指標(biāo)，同時(shí)修訂空氣污染指數(shù)API(Air Pollution Index)為空氣質(zhì)量指數(shù)AQI(Air Quality Index)。目前，我國城市空氣污染的首要污染物是PM2.5，其次是PM10。這些顆粒污染物主要來源于化石能源的不充分燃燒。另外大量的機(jī)動車尾氣的排放及粉塵在空間的停留也使城市的空氣污染形式依舊嚴(yán)峻[3],主要污染物除了粉塵，也包括二氧化硫(SO2)、一氧化碳(CO)、二氧化氮(NO2)和臭氧(O3)等。最嚴(yán)重的是，單一污染物在空間發(fā)生一系列的物理和化學(xué)反應(yīng)形成的復(fù)合污染物對人們的生活與健康產(chǎn)生極大的危害[4]。

城市化的綠色植被一直被認(rèn)為是凈化空氣污染，降低污染源的重要手段[5～6]。生活在綠水青山且空氣清新的環(huán)境里是我們一直追逐的夢想，也是我們的中國夢。城市的綠化水平和和效果的提升是我們一直的期望。城市的綠化率或植被覆蓋率一直是提升城市綠色化關(guān)注的主要對象。然而其計(jì)算主要通過平面尺度計(jì)算，即綠色植被在城市區(qū)域中占有的面積。對于實(shí)際探測城市植被在區(qū)域中對于污染源的降解控制作用還有很大欠缺甚至不足。隨著互聯(lián)網(wǎng)及其技術(shù)應(yīng)用的普及，基于網(wǎng)絡(luò)大數(shù)據(jù)街景照片來計(jì)算城市的綠化率是一個(gè)非常高效且快速的方法。這一技術(shù)在國外的研究城市綠化方面已經(jīng)較為普及，但是在我國研究中應(yīng)用的還較少。這一技術(shù)主要是針對研究城市中的綠色植被在空間中的作用。以人的視覺為主體，通過在不同的方向和視角來采集城市中綠色植被來計(jì)算空間中綠色植被的占有率，這也被稱為綠色指數(shù)(Greening view index,GVI)[7～9]。其主要的優(yōu)勢在于通過可視角度探究城市垂直綠化程度，進(jìn)一步真實(shí)的反映了城市的綠化程度對于城市的影響，包括空氣污染，噪聲污染等待。相比于城市綠化率或者植被覆蓋率的籠統(tǒng)的統(tǒng)計(jì)有了長足的進(jìn)步和發(fā)展。

基于此，為了進(jìn)一步的拓寬城市綠色水平與空氣污染城市間差異比較及相關(guān)差異機(jī)制的認(rèn)識，研究城市的環(huán)境空氣質(zhì)量與綠色指數(shù)之間的關(guān)系。我們在全國的27個(gè)主要省會城市，基于網(wǎng)絡(luò)街景照片的綠色指數(shù)差異、空氣主要質(zhì)量指標(biāo)(AQI、PM2.5、PM10、SO2、NO2、O3、CO)差異分析的基礎(chǔ)上，探討了二者相關(guān)關(guān)系。相關(guān)開創(chuàng)性的研究結(jié)果將為提升城市大氣環(huán)境質(zhì)量、改善綠化水平提供相關(guān)依據(jù)和考量。

1 研究地區(qū)與研究方法

1.1 研究區(qū)概況及空氣質(zhì)量監(jiān)測

本文選取全國27個(gè)省會城市(表1)，沒選擇石家莊、銀川、西寧和烏魯木齊，是由于使用百度街景地圖無法獲得完整的街景照片，綠色指數(shù)計(jì)算有困難。27個(gè)地理位置分布從最南部的海口到最北邊的省會哈爾濱；從最東部的上海到西部省會城市拉薩。

表1 所研究城市列表及每個(gè)城市監(jiān)測點(diǎn)位置與監(jiān)測點(diǎn)個(gè)數(shù)情況

本研究選取全國27個(gè)省會城市(表1)，共計(jì)208個(gè)空氣質(zhì)量監(jiān)測站2016年全年的空氣質(zhì)量數(shù)據(jù)。每個(gè)城市有4～13個(gè)監(jiān)測站?？諝赓|(zhì)量各項(xiàng)指標(biāo)數(shù)據(jù)來自http://beijingair.sinaapp.com/。數(shù)據(jù)記錄了從2014年5月13日起每小時(shí)AQI的實(shí)時(shí)值，PM2.5、PM10、SO2、CO、NO2、O3每小時(shí)平均濃度以及每天24小時(shí)平均濃度。本研究選取從2016年1月1日到2016年12月31日全年365天每天AQI、PM2.5、PM10、SO2、CO、NO2、O3的24小時(shí)平均值；基于此計(jì)算每個(gè)監(jiān)測點(diǎn)2016年各項(xiàng)空氣指標(biāo)全年的平均值，以及每個(gè)城市全年的平均值。相關(guān)數(shù)據(jù)用于城市間差異比較以及與綠色指數(shù)相關(guān)關(guān)系。

作為一個(gè)綜合的空氣質(zhì)量指數(shù)，空氣質(zhì)量指數(shù)AQI的計(jì)算方法如下：

首先將常規(guī)監(jiān)測的幾種空氣污染物(PM2.5、PM10、SO2、NO2、O3、CO)濃度簡化成為單一的概念性指數(shù)值的形式IAQIP。其計(jì)算公式如下：

(1)

式中：IAQIP為污染物項(xiàng)目P的空氣質(zhì)量分指數(shù)；CP為污染物項(xiàng)目P的質(zhì)量濃度值；BPHi為相應(yīng)地區(qū)的空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項(xiàng)目濃度指數(shù)表中與CP相近的污染物濃度限值的高位值；BPLo為相應(yīng)地區(qū)的空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項(xiàng)目濃度指數(shù)表中與CP相近的污染物濃度限值的低位值；IAQIHi為相應(yīng)地區(qū)的空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項(xiàng)目濃度指數(shù)表中與BPHi對應(yīng)的空氣質(zhì)量分指數(shù)；IAQILo為相應(yīng)地區(qū)的空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項(xiàng)目濃度指數(shù)表中與BPLo對應(yīng)的空氣質(zhì)量分指數(shù)。

AQI=max{IAQI1,IAQI1,IAQI1,……,IAQI1}

(2)

式中：IAQI為空氣質(zhì)量分指數(shù)；n為污染物項(xiàng)目。

1.2 基于街景照片的綠色指數(shù)計(jì)算

參照李曉江等的研究方法，使用Python編寫的程序以及百度地圖提供全景靜態(tài)圖API(http://api.map.baidu.com/panorama/v2?ak=K83l9Zj3hSqNm990fGBIUYPhSBT1AtDd&width=400&height=300&location=‘+a+’,‘+b+’&heading=60&pitch=0&fov=60)，自動獲取上述27個(gè)省會城市208個(gè)空氣質(zhì)量監(jiān)測點(diǎn)(表1)，周圍2公里正方形內(nèi)，16個(gè)點(diǎn)360°全景圖片。當(dāng)所設(shè)定的點(diǎn)沒有街景照片時(shí)，移動設(shè)定到周邊有街景位置進(jìn)行照片采集。每個(gè)地點(diǎn)共18張照片，采集方法為：垂直角度三個(gè)角度，即街景車上的相機(jī)相對于街景車輛向上45°、向下45°和水平角度0°；在水平方向上，采樣范圍是0°～360°，即在原地轉(zhuǎn)一周的角度；考慮到人的中心視野范圍是50°～60°，水平方向上每60°采集照片一張，即水平方向上采集6張照片(0°、60°、120°、180°、240°、300°)；這樣3個(gè)角度*6張照片/角度=18張照片。詳細(xì)的照片采集方法參照李曉江等的圖5。每點(diǎn)18張照片使用如下公式的計(jì)算所有圖片綠色所占比例，并求算平均值為綠色指數(shù)[10]：

(3)

式中：i是水平的6個(gè)角度；j為垂直方面上的3個(gè)角度；Areag-ij是指每個(gè)照片中綠色像素量；Areat-ij是指每張照片中所有像素的總和。

李曉江等對phyton程序計(jì)算與實(shí)際測量的綠色所占比例進(jìn)行研究發(fā)現(xiàn)，二者相關(guān)性r=0.96和0.94[10]。本研究使用相同的程序進(jìn)行綠色比例計(jì)算，沒有再次進(jìn)行檢驗(yàn)。此外，人工復(fù)檢Python程序自動下載的街景照片，如果照片采集位置是高架橋上或者是照片時(shí)間是冬季落葉季節(jié)，重新更換位置采集和夏季地面拍攝照片。如果采集站點(diǎn)沒有適合照片，本研究放棄這一站點(diǎn)的數(shù)據(jù)。

1.3 數(shù)據(jù)處理

27個(gè)城市間的差異比較使用每個(gè)測定站16個(gè)點(diǎn)平均值代表所測定站點(diǎn)均值，每個(gè)城市的站點(diǎn)均值代表所測定的城市的綠色指數(shù)進(jìn)行排序分析；與此類似，首先計(jì)算208個(gè)站點(diǎn)2016年全年均值，每個(gè)城市的均值按照每個(gè)城市的多個(gè)站點(diǎn)取算數(shù)平均值代表，基于城市均值進(jìn)行各個(gè)空氣指標(biāo)的由高到低排序分析。

綠色指數(shù)與城市空氣質(zhì)量關(guān)系采用Pearson相關(guān)分析法進(jìn)行確定。按照208個(gè)站點(diǎn)和27個(gè)城市分別進(jìn)行相關(guān)分析。相關(guān)系數(shù)越大、顯著性越大，說明綠色指數(shù)與空氣質(zhì)量關(guān)系越高?？諝庵笖?shù)AQI與不同組成指標(biāo)的相關(guān)性越高，說明這一測定指標(biāo)對于AQI的貢獻(xiàn)越大。

圖1 27個(gè)省會城市綠色指數(shù)差異比較與排序 誤差線為每個(gè)城市幾個(gè)空氣監(jiān)測站平均值的標(biāo)注偏差。Fig.1 Comparison and ranking of green viewing index differences in 27 provincial capital cities Error bars are the standard deviation of the monitoring station averages of green viewing index

圖2 27個(gè)省會城市2016年空氣質(zhì)量差異比較與排序 空白圖柱是27城市平均值；黑色圖柱是每個(gè)城市的均值；誤差線為每個(gè)城市幾個(gè)空氣監(jiān)測站平均值的標(biāo)注偏差Fig.2 Comparison and ranking of air quality index and its components in 27 provincial capital cities in 2016 Solid black column is average of different cities,while open white column is the average of 27 cities. Error bars are the standard deviation of the monitoring station averages.

2 結(jié)果

2.1 綠色指數(shù)城市間差異

27個(gè)省會城市綠色指數(shù)比較(圖1)可以看出，濟(jì)南市和重慶市的綠色指數(shù)最高，分別是11.70%和11.55%，呼和浩特市和拉薩市城市綠色指數(shù)最低，在4%～5%。有15個(gè)城市綠色指數(shù)高于全國平均水平，其中南寧最接近全國平均值。

2.2 空氣質(zhì)量相關(guān)指標(biāo)城市間差異

AQI年度平均值最低的是海口市(AQI為39.66)，年平均峰值為鄭州市(AQI為117.34)。在AQI的各項(xiàng)指標(biāo)中，PM2.5、PM10、NO2以及SO2年平均最低的城市均為?？谑?，鄭州和濟(jì)南兩個(gè)城市的各項(xiàng)指標(biāo)都處于峰值或峰值附近(圖2a)。

14個(gè)城市的PM2.5濃度高于全國平均水平，鄭州市和濟(jì)南市的PM2.5濃度分別為78.26和75.75 μg·m-3，約為最低城市——海口市(PM2.5濃度為21.06 μg·m-3)的3.72倍和3.60倍(圖2b)。

12個(gè)城市的PM10濃度高于全國平均濃度88.21 μg·m-3，濟(jì)南市(PM10=147.81 μg·m-3)和鄭州市(PM10=144.09 μg·m-3)遠(yuǎn)高于其他城市。最低城市?？?，相當(dāng)于最高城市的27%(圖2c)。

11個(gè)城市CO濃度高于全國平均水平，其中西安市最高(1.66 mg·m-3)，鄭州市第三、濟(jì)南市第六，分別比全國平均濃度1.05 mg·m-3高出0.45和0.20 mg·m-3。最低的二個(gè)城市是拉薩和海口，約為0.6 mg·m-3(圖2d)。

16個(gè)城市NO2的濃度高于平均值，蘭州市和鄭州市最高，濃度分別為56.94和55.27 μg·m-3，蘭州市比全國平均值高出15.54 μg·m-3。排名最低的兩個(gè)城市是?？诤屠_，約為18和25 μg·m-3，是最高城市蘭州的30%～45%(圖2e)。

15個(gè)城市O3濃度的平均值高于全國的均值，整體排名和其它指標(biāo)不同。峰值出現(xiàn)在南京市(125.59 μg·m-3)和上海市(123.76 μg·m-3)，最低的城市為哈爾濱市(77.08 μg·m-3)和?？谑?88.36 μg·m-3)，鄭州市和濟(jì)南市以120.00和119.02 μg·m-3位居第四和第五(圖2f)。

8個(gè)城市的SO2濃度高于全國平均，多數(shù)情況可以看出，地理位置位于中國北部城市的SO2濃度高于南部城市(北京除外)。例如，太原市SO2濃度為70.65 μg·m-3，遠(yuǎn)高于其他城市，鄭州市和濟(jì)南市居于第三位和第四位，西安市和天津市的平均值和全國平均值相接近，太原市比海口市高出12倍(圖2g)。

2.3 綠色指數(shù)及空氣質(zhì)量相關(guān)性分析：城市間差異

每個(gè)城市綠色指數(shù)與不同空氣質(zhì)量指標(biāo)均值相關(guān)關(guān)系城市間差異如圖3所示，總體上來看，綠色指數(shù)與各空氣質(zhì)量指標(biāo)的關(guān)系，可以分為三類，第一區(qū)域是負(fù)相關(guān)區(qū)域；第二個(gè)區(qū)域是不相關(guān)區(qū)域，往往相關(guān)系數(shù)很低(接近于0)；第三個(gè)區(qū)域是正相關(guān)區(qū)域。明顯可以看出，不同省市、不同的污染指標(biāo)往往表現(xiàn)出不一致的相關(guān)關(guān)系。

在AQI與綠色指數(shù)的關(guān)系中，沈陽市、南寧市、合肥市、杭州市等9個(gè)城市年均值與綠色指數(shù)都為負(fù)相關(guān)；蘭州市、昆明市、貴陽市等13個(gè)城市二者之間呈正相關(guān)。

在PM含量與城市綠色指數(shù)的關(guān)系中，PM2.5蘭州市、昆明市、貴陽市等11個(gè)城市變化一致，當(dāng)綠色指數(shù)升高時(shí)，PM2.5的含量也隨之升高；福州市、南寧市和武漢市等12個(gè)城市隨綠色指數(shù)的升高，PM2.5的含量隨之下降。合肥市、沈陽市和南寧市等12個(gè)城市的綠色指數(shù)升高時(shí)，PM10的含量逐漸減少，蘭州、重慶、昆明等城市有著與之相反的關(guān)系。

當(dāng)城市的綠色指數(shù)增加時(shí)，沈陽、上海、鄭州等13個(gè)城市的CO含量逐漸減少，福州、?？凇⒗_、哈爾濱等城市的CO含量也隨之增加。NO2與綠色指數(shù)的關(guān)系，14個(gè)城市二者負(fù)相關(guān)，10個(gè)城市二者正相關(guān)。廣州市、太原市、成都市等10個(gè)城市的O3含量隨著城市綠色指數(shù)的增加而降低，上海市、武漢市、濟(jì)南市等12個(gè)城市的O3含量隨著城市綠色指數(shù)的增加而增加。SO2與綠色指數(shù)的關(guān)系中，基本可以分為3種情況，13個(gè)城市負(fù)相關(guān)，12個(gè)城市正相關(guān)，而全國均值、成都市和南寧市幾乎不相關(guān)。

上述結(jié)果可以看出，沈陽市、南寧市、合肥市、杭州市、福州市、長春市和長沙市的城市綠色程度增加多伴隨著改善城市空氣質(zhì)量，但是福州市的CO含量有增加的風(fēng)險(xiǎn)。然而，增加蘭州市、昆明市、貴陽市、西安市、拉薩市、天津市、哈爾濱市、南昌市、呼和浩特市、?？谑小⒛暇┦泻蜐?jì)南市的城市綠色程度，有可能使城市空氣質(zhì)量AQI下降或某一些指標(biāo)更差。在武漢市和上海市，增加綠色程度與空氣中O3濃度增加緊密相關(guān)(P<0.01)；廣州市綠色程度提升，NO2的濃度隨之增加(P<0.05)，而O3減少(P<0.05)；重慶市增加城市的綠色程度可以顯著減少SO2含量(P<0.05)(圖3)。

圖3 綠色指數(shù)與不同空氣質(zhì)量指標(biāo)均值相關(guān)關(guān)系城市間差異比較 *表示相關(guān)性在0.05水平上顯著；**表示相關(guān)性在0.01水平上顯著Fig.3 Relationship between green viewing index and mean value of different air quality indexes * indicates that the correlation is significant at the level of 0.05; ** indicates that the correlation is significant at the level of 0.01

空氣質(zhì)量指數(shù)AQI細(xì)顆粒物PM2.5可吸入顆粒物PM10一氧化碳CO二氧化氮NO2臭氧O3二氧化硫SO2全國208站點(diǎn)相關(guān)分析Total 208 station analysis綠色指數(shù)Greening view index0.0890.1250.0810.0210.0280.0190.016空氣質(zhì)量指數(shù)AQI0.957??0.947??0.769??0.653??0.308??0.398??細(xì)顆粒物PM2.50.840??0.695??0.667??0.258??0.347??可吸入顆粒物PM100.780??0.604??0.301??0.458??一氧化碳CO0.544??0.0870.417??二氧化氮NO20.202??0.265??臭氧O30.22927個(gè)城市均值相關(guān)分析Total 27 city average analysis綠色指數(shù)Greening view index0.3650.477?0.2780.2410.411?-0.114-0.098空氣質(zhì)量指數(shù)AQI0.964??0.956??0.827??0.825??0.417?0.502??細(xì)顆粒物PM2.50.861??0.774??0.843??0.3280.454?可吸入顆粒物PM100.838??0.755??0.447?0.553??一氧化碳CO0.718??0.1650.588??二氧化氮NO20.419?0.319臭氧O3-0.022

注：*表示相關(guān)性在0.05水平上顯著(雙尾)；**表示相關(guān)性在 0.01 水平上顯著(雙尾)

Note:*indicates that the correlation is significant at the level of 0.05;**indicates that the correlation is significant at the level of 0.01 level

2.4 空氣質(zhì)量相關(guān)指標(biāo)、綠色指數(shù)相關(guān)分析：整體數(shù)據(jù)分析

表2可以看出，全國208個(gè)站點(diǎn)數(shù)據(jù)相關(guān)分析與27個(gè)城市均值的相關(guān)分析結(jié)果基本一致。隨著城市綠色程度的升高，PM2.5和NO2的含量增高趨勢最為明顯，其中27城市均值達(dá)到顯著水平(P<0.05)；與此不同，O3和SO2的相關(guān)性最弱。

AQI與所有指標(biāo)(PM10、PM2.5、NO2、CO、O3、SO2)都具有顯著相關(guān)性，其中相關(guān)性最高的是PM2.5和PM10，與O3和SO2相關(guān)性最弱。這種趨勢27個(gè)城市均值與208個(gè)站點(diǎn)均值具有類似趨勢(表2)。

顆粒物PM與NO2、CO、O3、SO2多存在顯著正相關(guān)性，顯示顆粒物在污染中的重要中介作用。其中與CO、NO2相關(guān)性較高，與O3、SO2相關(guān)性較弱，27個(gè)城市均值數(shù)據(jù)與208個(gè)站點(diǎn)均值數(shù)據(jù)具有類似的趨勢(表2)。

四種污染氣體NO2、CO、O3、SO2的相關(guān)性存在差異，主要表現(xiàn)在：NO2和CO具有更高的相關(guān)性，而其它關(guān)系較弱，如O3、SO2幾乎沒有相關(guān)性(表2)。

3 討論

3.1 城市綠化越好并不一定代表城市空氣污染越低：超出綠色植被的凈化范圍

我們原來假設(shè)認(rèn)為，越是綠色的城市可能空氣污染程度越低，現(xiàn)在的結(jié)果來看，很多城市并不存在這一規(guī)律。如：蘭州、昆明、貴陽、西安等城市普遍存在著城市綠色程度越高，空氣污染各指標(biāo)越高的現(xiàn)象(圖3)；整體分析數(shù)據(jù)也表明，全國208站點(diǎn)、27個(gè)城市PM2.5與城市綠色指數(shù)存在著較為明顯的正相關(guān)關(guān)系(表2)。

綠色植物能夠滯塵降低污染功能，但是其凈化功能存在上限，現(xiàn)在多數(shù)城市的污染可能是超出了綠色植被凈化的范圍。陳上杰等對21種植物、3種粒徑顆粒物(PM10、PM2.5和PM1)的累積吸附量研究表明：植物的對空氣中顆粒物的累積吸附量先迅速增加，之后增加速度逐漸減緩，最后達(dá)到最大限值且穩(wěn)定下來[11]。王玲等對12種喬木對SO2和NO2的吸收能力研究表明：當(dāng)空氣中SO2達(dá)到一定濃度值(4或8 mg·L-1)，植物對SO2的吸收量達(dá)到最高值，而NO2濃度較低時(shí)，幾種植物對其有一定的吸收能力，當(dāng)NO2濃度較高時(shí)，吸收能力減弱甚至沒有[12]。在城市綠色植被凈化空氣污染總量方面，張維康等研究發(fā)現(xiàn)，針葉樹種冠層葉片可以清除PM103.18～18.60 kg·hm-2·a-1，PM2.51.27～8.19 kg·hm-2·a-1；而闊葉樹種可以清除PM100.89～19.04 kg·hm-2·a-1，PM2.50.54～4.97 kg·hm-2·a-1[13]。這就意味著，當(dāng)污染排出量超過這一范圍時(shí)，綠色植被的凈化功能將不能體現(xiàn)在空氣質(zhì)量的提高上面。此外，綠色程度與空氣污染的正相關(guān)也有可能與綠色植被往往可以一定程度上降低風(fēng)速，影響了污染空氣快速擴(kuò)散。

人們向往生活在綠色城市之中，除了希望空氣污染物少之外，還有更多的益處，因此不能貶低城市綠化的功能。比如街道綠化的功能包括固碳和釋放氧氣，改變土壤理化性質(zhì)，空氣污染物吸收，降溫、增濕，減少噪音污染和減少暴雨、降低血壓和穩(wěn)定情緒等[14～18]。

3.2 特定城市綠色有助于空氣質(zhì)量改善：原因及啟示

本研究的一個(gè)初始目的是通過城市對比，找到一些規(guī)律，對未來城市管理提出建議。本研究另外一個(gè)發(fā)現(xiàn)是在某一些特定的城市，城市綠色與城市空氣質(zhì)量存在負(fù)相關(guān)關(guān)系。其特征及相關(guān)啟示如下：

首先，這種相關(guān)性差異沒有存在明顯的區(qū)域特征。PM及空氣質(zhì)量指數(shù)與綠色指數(shù)關(guān)系來看，沈陽市、南寧市和合肥市等城市存在負(fù)相關(guān)關(guān)系，而蘭州市、昆明市和貴陽市等城市則存在正相關(guān)關(guān)系。這些結(jié)果意味著在這兩類城市增加城市綠化可能意味著完全相反的空氣質(zhì)量和PM變化。綠色植被在滯塵方面的功能是毋庸置疑的，產(chǎn)生這樣的關(guān)系很可能和其它過程耦合。比如過量排放問題，與日本、美國和印度等比較，我國2001年加入世貿(mào)后中國空氣污染物中硫氧化物(SOX)、氮氧化物(NOX)、揮發(fā)性有機(jī)污染物(VOCs)和PM2.5急劇上升[19]。氣候因素也顯著影響污染稀釋進(jìn)程，大氣擴(kuò)散指數(shù)與PM10、PM2.5及年霾日數(shù)之間呈顯著負(fù)相關(guān)，當(dāng)大氣擴(kuò)散指數(shù)增大時(shí)，大氣顆粒物濃度和年霾日數(shù)均下降[20]。

其次，某一些城市特定指標(biāo)，存在統(tǒng)計(jì)學(xué)顯著線性相關(guān)性，如：增加武漢市和上海市的綠色程度將有可能伴隨著空氣中O3濃度增加；而增加廣州市綠色程度有可能伴隨NO2濃度增加、而O3降低；增加重慶市的綠色程度伴隨著顯著減少SO2含量。國際經(jīng)驗(yàn)說明，臭氧污染有繼PM污染之后的嚴(yán)重污染，具有更難防治的特點(diǎn)，臭氧形成主要是氮氧化物(NOx)與揮發(fā)性有機(jī)物(VOCs)在高溫和強(qiáng)光條件下發(fā)生光化學(xué)反應(yīng)而形成[21]。最新研究表明，綠色植被排放的VOCs可能有助于O3的形成[22～23]。我們的研究發(fā)現(xiàn)，在多數(shù)城市沒有這種趨勢；武漢和上海是否存在明顯的正相關(guān)，尚需要更加直接的證據(jù)探討是否與綠色植被有關(guān)。

此外，應(yīng)該繼續(xù)加強(qiáng)城市綠化與空氣污染關(guān)系研究，減少不確定性。本研究使用的綠色指數(shù)研究方法，采樣量大(每一點(diǎn)18張照片，囊括了360度的圓球體，每一個(gè)空氣監(jiān)測站2 km理論最大測定點(diǎn)是16個(gè)點(diǎn)，間距為500 m)，這樣的測定保證了綠色水平具有客觀性和可靠性[7,10]。在空氣質(zhì)量監(jiān)測方面，208個(gè)站點(diǎn)采用國家統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行測定，理論上也是可信可靠的。進(jìn)一步研究將有助于不確定性的降低，比如，結(jié)合其他污染物排放指標(biāo)、氣候指標(biāo)(溫度、降雨、濕度、風(fēng)速)與地理位置特征(海拔與地理坐標(biāo))進(jìn)行分析、開展夏季和冬季差異研究，基于現(xiàn)有明顯的污染改善進(jìn)行多年度分析等，將有助于提升城市綠化和空氣污染管理。

4 結(jié)論

通過對27個(gè)省會城市、208個(gè)空氣污染監(jiān)測站點(diǎn)的研究顯示，濟(jì)南市和重慶市的綠色指數(shù)最高，呼和浩特市和拉薩市的城市綠色指數(shù)最低；海口市有最好的空氣質(zhì)量，而鄭州市和濟(jì)南市的空氣質(zhì)量最差。隨著城市綠色程度的增加，沈陽市等7個(gè)城市的城市空氣質(zhì)量將伴隨著改善，然而蘭州市等13個(gè)城市空氣質(zhì)量下降或?qū)е驴諝赓|(zhì)量更差。從全國水平看，隨著城市綠色程度的升高，PM2.5和NO2的含量也隨之顯著升高。盡管大量研究已經(jīng)表明，城市綠化能夠起到滯塵降低污染的作用，但是目前我國主要城市的空氣污染程度，僅僅依靠城市綠化改善城市空氣質(zhì)量遠(yuǎn)遠(yuǎn)不夠，甚至有不利于城市空氣質(zhì)量改善的作用(阻礙空氣流通)。上述研究結(jié)果為科學(xué)規(guī)劃城市綠化與改善提升空氣質(zhì)量提供基礎(chǔ)數(shù)據(jù)支撐。