戴 菲

陳 明

王 敏

朱晟偉

傅 凡

城市的快速擴(kuò)張、建設(shè)用地的增加以及人類(lèi)活動(dòng)加劇，改變了城市下墊面并對(duì)城市氣候變化產(chǎn)生重大影響，近年來(lái)以顆粒物為首要污染物的空氣污染尤為嚴(yán)重。研究表明，城市形態(tài)、用地結(jié)構(gòu)對(duì)大氣顆粒物污染有著密切關(guān)聯(lián)[1-2]，而城市由大量的街區(qū)單元構(gòu)成，清潔健康的城市離不開(kāi)清潔健康的街區(qū)，相比城市尺度的空間戰(zhàn)略，其規(guī)劃調(diào)整具有較高的實(shí)效性與可操作性，因此街區(qū)尺度的研究具有較高的實(shí)際應(yīng)用價(jià)值。

目前相關(guān)研究主要集中于城市尺度，探討大氣顆粒物濃度在不同城市用地空間的分布特征，較少關(guān)注街區(qū)尺度，現(xiàn)有的少量研究也僅從單一的用地探討其與顆粒物的關(guān)系。研究表明，城市的各類(lèi)下墊面中，大氣顆粒物污染最嚴(yán)重的區(qū)域往往是交通用地與工業(yè)用地，它們是大氣顆粒物產(chǎn)生的“源”空間，其次為居住或商業(yè)用地，綠地或水體上空的空氣質(zhì)量最好[3-4]，是城市大氣顆粒物重要的“匯”空間，通過(guò)綠色植被的吸附作用與水體的增濕效應(yīng)得以實(shí)現(xiàn)[5-6]，因此對(duì)城市用地進(jìn)行合理地規(guī)劃布局，結(jié)合通風(fēng)廊道建設(shè)和綠地系統(tǒng)的空間形態(tài)規(guī)劃，有利于城市整體層面空氣質(zhì)量的改善[7-9]。由綠地構(gòu)成的綠色空間與建筑和道路構(gòu)成的灰色空間是街區(qū)尺度研究的關(guān)注焦點(diǎn)，研究初步揭示了綠地的規(guī)模越大，綠化覆蓋率越高，PM10、PM2.5的消減作用越顯著[10-12]；衡量綠地形態(tài)的邊緣密度指標(biāo)，揭示了越復(fù)雜的形態(tài)越有利于PM2.5的消減[13]；通過(guò)ENVI-met軟件對(duì)居住區(qū)內(nèi)植被進(jìn)行模擬發(fā)現(xiàn)，植被中樹(shù)木占比較高，有利于改善空氣質(zhì)量，且植被的整體布局、聚散程度均對(duì)居住區(qū)的PM10產(chǎn)生影響[14]。此外，綠地環(huán)境的溫濕度對(duì)PM10、PM2.5也存在顯著影響[15]?；疑臻g的研究聚焦于街道高寬比、長(zhǎng)寬比、兩側(cè)建筑高度等更微小尺度形態(tài)對(duì)顆粒物的擴(kuò)散影響[16-18]。

從目前的研究進(jìn)展可以看出，街區(qū)尺度的空間形態(tài)與大氣顆粒物的研究已逐步開(kāi)始形成，但對(duì)于構(gòu)成城市肌理的普遍街區(qū)研究卻涉及不多，且缺乏對(duì)街區(qū)中復(fù)雜多樣的用地及其形態(tài)的綜合考量。在前期研究發(fā)現(xiàn)城市街區(qū)單元的顆粒物空氣污染存在顯著差異基礎(chǔ)上[11]，研究聚焦在控制性詳細(xì)規(guī)劃與城市設(shè)計(jì)中，全面管控城市街區(qū)形態(tài)的關(guān)鍵性指標(biāo)與顆粒物分布特征的關(guān)聯(lián)研究，具有落實(shí)于規(guī)劃管控的良好實(shí)用價(jià)值。

根據(jù)2016世界衛(wèi)生組織發(fā)布的全球空氣污染城市排名，在我國(guó)210個(gè)地級(jí)及以上城市中，武漢市在空氣質(zhì)量最差的城市中排名第12，其高密度的城市空間形態(tài)與嚴(yán)重的大氣顆粒物污染，也反映了大城市的典型特征，因此成為許多學(xué)者研究的對(duì)象[19-20]。本文以武漢市建成區(qū)內(nèi)的18片構(gòu)成城市肌理的普遍街區(qū)為例，以目前規(guī)劃設(shè)計(jì)中正在使用的指標(biāo)衡量城市街區(qū)形態(tài)，與PM10、PM2.5進(jìn)行關(guān)聯(lián)實(shí)證，探索街區(qū)形態(tài)對(duì)PM10、PM2.5的影響及其規(guī)律。研究豐富城市街區(qū)形態(tài)規(guī)劃設(shè)計(jì)的新維度，試圖建立系統(tǒng)性消減大氣顆粒物污染的城市街區(qū)空間形態(tài)規(guī)劃設(shè)計(jì)理論方法，為繼“海綿城市”之后的“健康城市”建設(shè)提供前沿性的支撐研究。

1 研究方法

1.1 研究區(qū)概況與街區(qū)樣本的選擇

圖1 武漢都市發(fā)展區(qū)的18個(gè)空氣測(cè)量點(diǎn)分布(底圖引自Google Earth)

武漢市是我國(guó)華中地區(qū)最大的城市之一，位于江漢平原東部。在城市發(fā)展過(guò)程中，形成以主城區(qū)為核心，周?chē)h(huán)繞西部新城、南部新城等6個(gè)重要城市新城的空間格局，以此為研究范圍。其建成區(qū)內(nèi)分布著9個(gè)國(guó)家環(huán)境空氣質(zhì)量自動(dòng)監(jiān)測(cè)站點(diǎn)(以下簡(jiǎn)稱(chēng)“國(guó)控點(diǎn)”)與7個(gè)城市環(huán)境空氣質(zhì)量自動(dòng)監(jiān)測(cè)站點(diǎn)(以下簡(jiǎn)稱(chēng)“市控點(diǎn)”)，課題組納入2個(gè)自測(cè)點(diǎn)(連續(xù)4年長(zhǎng)期固定監(jiān)測(cè))以增加樣本數(shù)量，通過(guò)這些監(jiān)測(cè)點(diǎn)的經(jīng)緯度坐標(biāo)定位其空間位置。鑒于我國(guó)街區(qū)的劃分標(biāo)準(zhǔn)，以2條主干道間距約800～1 200m圍合成的空間單元，以這18個(gè)監(jiān)測(cè)點(diǎn)為圓心形成的500m半徑緩沖區(qū)為研究的街區(qū)樣本(圖1)。

這些監(jiān)測(cè)點(diǎn)位布設(shè)采用優(yōu)化布點(diǎn)法，綜合考慮了建成區(qū)不同片區(qū)的污染濃度、建成區(qū)面積和人口數(shù)量等因素，相對(duì)均勻地分布在研究范圍內(nèi)，因此以這些監(jiān)測(cè)點(diǎn)為中心形成的空間單元是構(gòu)成城市肌理的普遍街區(qū)。每個(gè)監(jiān)測(cè)點(diǎn)代表范圍一般為半徑4km，能反映1km街區(qū)的顆粒物污染狀況，且18個(gè)監(jiān)測(cè)點(diǎn)之間的距離一般為5km，因此各片街區(qū)的測(cè)定數(shù)據(jù)之間無(wú)相互干擾。

1.2 顆粒物測(cè)量

國(guó)控點(diǎn)與市控點(diǎn)測(cè)量的PM10、PM2.5濃度為逐日數(shù)據(jù)，來(lái)源于武漢市環(huán)保局。課題組于華中科技大學(xué)建筑與城市規(guī)劃設(shè)計(jì)研究院(以下簡(jiǎn)稱(chēng)“華中大設(shè)計(jì)院”)與南四教學(xué)樓(以下簡(jiǎn)稱(chēng)“華中大南四樓”)樓頂分別安置2臺(tái)LD-5S激光粉塵儀，長(zhǎng)期固定測(cè)量PM10、PM2.5。該儀器通過(guò)氣象實(shí)驗(yàn)室的校正實(shí)驗(yàn)設(shè)置了質(zhì)量濃度轉(zhuǎn)換系數(shù)K值，且安裝了濕度傳感器，可自動(dòng)修正濕度對(duì)PM10、PM2.5的影響，因此得到的數(shù)據(jù)與國(guó)控點(diǎn)、市控點(diǎn)的數(shù)據(jù)具有可比性。同時(shí)在誤差允許的范圍內(nèi)，對(duì)比了課題組自測(cè)點(diǎn)與國(guó)控點(diǎn)、市控點(diǎn)數(shù)據(jù)的差異性，保證數(shù)據(jù)的準(zhǔn)確度。

考慮到植被在一年四季中的變化，以及確保充分發(fā)揮它們對(duì)顆粒物的消減作用，顆粒物數(shù)據(jù)選擇武漢市植被生長(zhǎng)穩(wěn)定的6—9月(2016、2017年)。同時(shí)為了消除氣候因素的干擾，選擇測(cè)量時(shí)前后2～3d均為晴朗無(wú)風(fēng)天氣的數(shù)據(jù)進(jìn)行分析(101d)。

1.3 街區(qū)形態(tài)指標(biāo)計(jì)算

綜合考量18片街區(qū)的現(xiàn)狀特征，本研究從反映街區(qū)二維形態(tài)的地表覆蓋與三維形態(tài)的垂直空間選取了兩大類(lèi)指標(biāo)來(lái)衡量其形態(tài)特征。指標(biāo)選取基于以下原則：1)對(duì)顆粒物有潛在影響；2)便于計(jì)算；3)在規(guī)劃設(shè)計(jì)中得以應(yīng)用；4)保證各指標(biāo)間的最小冗余度。地表覆蓋類(lèi)指標(biāo)包括綠化覆蓋率(Green Cover Ratio，GCR)、水體密度(Water Density，WD)、建筑密度(Building Density，BD)和道路面積率(Road Area Ratio，RAR)，這些指標(biāo)均為各要素的覆蓋面積占街區(qū)總面積的比例。垂直空間類(lèi)指標(biāo)包括容積率(Floor Area Ratio，F(xiàn)AR)和測(cè)量點(diǎn)的相對(duì)高程(Relative Elevation，RE)。

研究涉及的規(guī)劃指標(biāo)主要來(lái)源于武漢市規(guī)劃研究院的數(shù)字規(guī)劃研究中心數(shù)據(jù)庫(kù)，均是2016年的現(xiàn)狀統(tǒng)計(jì)數(shù)據(jù)。研究中心通過(guò)實(shí)地調(diào)查與統(tǒng)計(jì)、遙感提取等多種方式，逐漸完善數(shù)據(jù)庫(kù)，數(shù)據(jù)涉及信息量大、精度高，但不含綠化覆蓋率，因此使用國(guó)產(chǎn)衛(wèi)星高分二號(hào)拍攝的高分辨率遙感影像提取綠色植被。影像的拍攝時(shí)間為2016年9月1日，將全色影像(0.8m)與多光譜影像(3.2m)融合后得到的多光譜影像的空間分辨率可達(dá)0.8m。利用ENVI5.3，通過(guò)面向?qū)ο筇卣鞯挠跋穹诸?lèi)方法，在精細(xì)的街區(qū)尺度可以提高提取結(jié)果的精度[21]。以NDVI作為植被識(shí)別的關(guān)鍵指標(biāo)，并結(jié)合人工目視解譯優(yōu)化提取結(jié)果，從而計(jì)算街區(qū)的綠化覆蓋率。各測(cè)量點(diǎn)的高程值通過(guò)其經(jīng)緯度坐標(biāo)在Google Earth上測(cè)量得到，由于城市地勢(shì)平坦，1 000m范圍內(nèi)高程差異性不大，因此以中心點(diǎn)高程衡量整片街區(qū)。為了能在規(guī)劃設(shè)計(jì)中得以應(yīng)用，以最低高程為基準(zhǔn)，計(jì)算各個(gè)測(cè)量點(diǎn)的相對(duì)高程用于后續(xù)分析。

1.4 數(shù)據(jù)分析

分別將PM10、PM2.5取6—9月的平均濃度值，作為研究分析的因變量，自變量包括GCR、WD、BD、RAR、FAR、RE。

首先，揭示高密度城市空間下不同街區(qū)的街區(qū)形態(tài)指標(biāo)與PM10、PM2.5濃度的差異性。其次，通過(guò)皮爾森(Pearson)雙變量相關(guān)分析得到對(duì)PM10、PM2.5影響顯著的街區(qū)形態(tài)指標(biāo)，并通過(guò)一元回歸分析它們對(duì)PM10、PM2.5的影響規(guī)律。最后，對(duì)PM10、PM2.5影響顯著的街區(qū)形態(tài)指標(biāo)進(jìn)行多元線(xiàn)性回歸分析，構(gòu)建PM10、PM2.5的預(yù)測(cè)模型，量化不同街區(qū)形態(tài)對(duì)PM10、PM2.5濃度影響的相對(duì)貢獻(xiàn)。以上分析均在SPSS19.0中完成。

圖2 不同街區(qū)地表覆蓋類(lèi)型的差異性

圖3 不同街區(qū)垂直空間特征的差異性

圖4 不同街區(qū)中PM10、PM2.5濃度的差異性

2 結(jié)果與分析

2.1 不同街區(qū)形態(tài)與PM10、PM2.5的污染特征

在高密度城市形態(tài)下，不同街區(qū)的地表覆蓋類(lèi)型與垂直空間特征差異性顯著(圖2、3)，綠地、水體、建筑和道路基本構(gòu)成街區(qū)整體覆蓋面積的80%，未統(tǒng)計(jì)的地表類(lèi)型包括裸地、廣場(chǎng)、操場(chǎng)及其他硬質(zhì)地面等。街區(qū)的綠化覆蓋率普遍在20%～30%之間，最高的是華中大設(shè)計(jì)院的65.63%，最低的是江漢南片區(qū)僅7.8%。大面積的水體僅存在7片街區(qū)中，以公園綠地為主，水體密度最高的是東湖梨園的64.83%。建筑密度集中在15%～30%之間，道路面積率集中在10%～20%之間。

不同街區(qū)PM10、PM2.5逐日濃度的平均值、最小值、最大值、中值等都呈現(xiàn)顯著的差異性，且PM10、PM2.5濃度變化表現(xiàn)相似的規(guī)律(圖4)。整體而言，PM10濃度最高的是東湖高新，PM2.5濃度最高的是青山鋼花，華中大南四樓與設(shè)計(jì)院的PM10、PM2.5濃度均最低，且與其他街區(qū)存在顯著的差異。18片街區(qū)之間的PM10、PM2.5平均濃度最大差異可達(dá)41.5μg/m3、37μg/m3，超過(guò)中國(guó)環(huán)保部規(guī)定的PM10、PM2.5日均濃度限值(70μg/m3、35μg/m3)的59%、105%[22]。以2016、2017年6—9月武漢市城區(qū)的平均PM10、PM2.5濃度為參照進(jìn)行對(duì)比，發(fā)現(xiàn)各個(gè)街區(qū)在此基準(zhǔn)上下浮動(dòng)變化較顯著，不同街區(qū)的PM10濃度在城市平均水平約55%～106%之間浮動(dòng)；PM2.5濃度在城市平均水平的59%～117%之間浮動(dòng)。此外，街區(qū)中PM10、PM2.5逐日濃度的變化幅度都很大，但也都集中在一定的區(qū)間，污染程度越輕的街區(qū)PM10、PM2.5濃度變化幅度也越小，污染越嚴(yán)重的街區(qū)PM10、PM2.5濃度變化幅度的也越大。

2.2 相關(guān)分析與一元回歸分析

不同街區(qū)形態(tài)對(duì)PM10、PM2.5的影響不一致，GCR、RAR與RE是最主要的影響因素，相關(guān)系數(shù)基本在0.5～0.7之間。而WD、BD、FAR與PM10、PM2.5之間基本上無(wú)相關(guān)性，相關(guān)系數(shù)基本低于0.2(表1)。GCR與PM10、PM2.5濃度均呈顯著的負(fù)相關(guān)關(guān)系(P〈0.01)，而RAR與PM10、PM2.5濃度均呈顯著的正相關(guān)關(guān)系(P〈0.05，P〈0.01)。RE與PM10濃度呈顯著的負(fù)相關(guān)關(guān)系。

2.2.1 街區(qū)地表覆蓋對(duì)PM10、PM2.5的影響

圖5 街區(qū)地表覆蓋與PM10、PM2.5的一元回歸分析

表1 不同街區(qū)空間形態(tài)指標(biāo)與PM10、PM2.5的相關(guān)性

表2 多元回歸分析

GCR、RAR與PM10、PM2.5的一元回歸分析均以三次函數(shù)擬合度最高(圖5)。當(dāng)GCR達(dá)到25%以上時(shí)，對(duì)PM10的消減影響才開(kāi)始顯著，此前作用微弱甚至是反作用，而GCR對(duì)PM2.5的消減影響始終較為顯著。RAR在低于10%時(shí)，PM10濃度隨其增加而增加的規(guī)律較顯著，大于10%以后，影響作用將減弱，對(duì)PM2.5的影響規(guī)律類(lèi)似，但其轉(zhuǎn)折點(diǎn)約為18%。

WD在本研究中與PM10、PM2.5濃度不相關(guān)，與既往研究有所差別。由于研究選取的大多是城市中一般的街區(qū)，并非所有街區(qū)中均存在水體，且存在水體的街區(qū)，大多面積極小，不足以發(fā)揮增濕效應(yīng)以降低大氣顆粒物。因此與專(zhuān)門(mén)以湖泊為研究對(duì)象，探索其面積、形態(tài)對(duì)顆粒物的影響研究結(jié)果不一致[6]。BD反應(yīng)街區(qū)的建設(shè)強(qiáng)度，本研究表明它對(duì)PM10、PM2.5基本不產(chǎn)生影響。

2.2.2 街區(qū)垂直空間對(duì)PM10、PM2.5的影響

RE與PM10的一元回歸分析仍以三次函數(shù)擬合度最高(圖6)。當(dāng)相對(duì)高程低于5m時(shí)，隨著高程的增加，PM10濃度有上升的趨勢(shì)，高于5m之后，PM10濃度隨高程增加而降低的趨勢(shì)才逐漸明顯，但在0～10m的高度范圍內(nèi)一直維持著高度污染的狀態(tài)。在相對(duì)高程高于約20m以后，PM10濃度的減緩趨勢(shì)開(kāi)始逐漸平穩(wěn)。而容積率則對(duì)PM10、PM2.5基本不產(chǎn)生影響。

彭仲仁等研究了在300～1 000m的高空中的PM2.5濃度的變化規(guī)律，得到PM2.5濃度隨高度的升高而降低的趨勢(shì)[23]。而本研究揭示了在與人直接接觸、行為活動(dòng)最緊密的近地面層，PM10也表現(xiàn)出顯著且相似的變化規(guī)律。而這個(gè)高度對(duì)PM2.5的影響極其復(fù)雜，其濃度隨高度變化的趨勢(shì)不明顯，這是由于PM2.5難以靠自身重量沉降，在大氣中的停留時(shí)間長(zhǎng)、傳播距離遠(yuǎn)，影響了其擴(kuò)散規(guī)律[24]。

2.3 多元線(xiàn)性回歸分析

為了進(jìn)一步分析GCR、RAR、RE 3個(gè)要素對(duì)PM10、PM2.5濃度影響的貢獻(xiàn)度，將這些要素與PM10、PM2.5進(jìn)行多元線(xiàn)性回歸分析(表2)，預(yù)測(cè)模型如下：式中，Y表示PM10、PM2.5的濃度值，a0表示常量，a1、a2、a3表示每個(gè)自變量的系數(shù)。

2.3.1 PM10的多元線(xiàn)性回歸分析

PM10的回歸模型中，3個(gè)要素變量共同解釋了PM10變化的63.3%。其中，RE與GCR在PM10的變化中起關(guān)鍵作用，二者對(duì)PM10變化的貢獻(xiàn)達(dá)83.0%，RAR對(duì)PM10變化的貢獻(xiàn)度僅17.0%。以2016、2017年6—9月武漢市城區(qū)的平均PM10濃度(66.7μg/m3)為基準(zhǔn)，從各個(gè)變量的系數(shù)來(lái)看，在維持其他變量不變的情況下，GCR每提高10%，可降低PM10約3.3%，高度每上升1m，可降低PM10濃度約0.8%，但RAR每增加10%，可增加PM10濃度約3.3%，與GCR的作用強(qiáng)度基本相同。

2.3.2 PM2.5的多元線(xiàn)性回歸分析

PM2.5的回歸模型中，GCR與RAR共同解釋了PM2.5變化的80.7%。其中，GCR在PM2.5的變化中起關(guān)鍵作用，貢獻(xiàn)度為72.5%，RAR對(duì)PM2.5變化的貢獻(xiàn)度為27.5%。以2016、2017年6—9月武漢市城區(qū)的平均PM2.5濃度(50.8μg/m3)為基準(zhǔn)，從各個(gè)變量的系數(shù)來(lái)看，在維持其他變量不變的情況下，GCR每提高10%，可降低PM2.5濃度約7.1%，RAR每增加10%，可增加PM2.5濃度約5.9%。

圖6 街區(qū)空間特征與PM10的一元回歸分析

3 結(jié)論

1)PM10、PM2.5濃度在城市不同街區(qū)中差異性顯著，即使是同一街區(qū)，濃度變化也異常之大，街區(qū)之間的平均PM10、PM2.5濃度分別在城市平均水平55%～106%、59%～117%之間浮動(dòng)。而街區(qū)形態(tài)在一定時(shí)間內(nèi)的狀態(tài)基本不變，但盡管如此，其對(duì)PM10、PM2.5的影響規(guī)律相對(duì)穩(wěn)定。

2)FAR、BD與PM10、PM2.5相關(guān)不顯著，而GCR、RAR、RE是影響PM10、PM2.5變化的主要因素，它們與PM10、PM2.5濃度均在P〈0.05或P〈0.01水平上顯著相關(guān)，雖然各變量與PM10、PM2.5的相關(guān)系數(shù)差異不大，但對(duì)PM10、PM2.5濃度的影響程度卻明顯不同。它們對(duì)PM10、PM2.5的影響也非簡(jiǎn)單的線(xiàn)性關(guān)系，當(dāng)GCR高于25%，RAR在0～10%(18%)時(shí)，對(duì)PM10(PM2.5)的消減效果較為顯著，因此確定各指標(biāo)相應(yīng)的閾值，有利于在實(shí)際的規(guī)劃設(shè)計(jì)中得以應(yīng)用。

3)對(duì)PM10、PM2.5變化影響顯著的要素及其貢獻(xiàn)度不一樣，對(duì)PM10變化影響的因素中，RE與GCR起決定性作用，二者貢獻(xiàn)度接近，共83.0%。對(duì)PM2.5變化影響的因素中，GCR起決定性作用，貢獻(xiàn)度為72.5%。其中值得注意的是，提高GCR、降低RAR，可降低PM10、PM2.5濃度，但增減相同比例的GCR與RAR對(duì)PM10、PM2.5的作用基本等值，相互平衡抵消。

4 討論與展望

PM10、PM2.5濃度受多種因素影響，街區(qū)地表覆蓋類(lèi)型中，綠地和道路是影響PM10、PM2.5濃度的2個(gè)關(guān)鍵因素，體現(xiàn)了顆粒物空氣污染問(wèn)題的源與匯。一方面，汽車(chē)排放是顆粒物的主要來(lái)源，因此不同街區(qū)道路面積率影響了整片街區(qū)的污染程度；另一方面，植被通過(guò)干、濕沉降作用，是天然的顆粒物凈化器，因此高綠化覆蓋率的街區(qū)往往污染程度較低。GCR率每提高10%，可降低PM10濃度僅3.3%，更好地解釋在各因素綜合影響下，其對(duì)顆粒物的影響強(qiáng)度。以研究的街區(qū)為例，RAR較高、GCR較低的江漢南片區(qū)，以及與之相反的華中大設(shè)計(jì)院，二者的PM10、PM2.5濃度與街區(qū)空間形態(tài)均形成鮮明的對(duì)比，較好地說(shuō)明GCR與RAR 2個(gè)指標(biāo)對(duì)PM10、PM2.5濃度的影響差異。街區(qū)的垂直空間中，RE與PM10顯著負(fù)相關(guān)，與PM2.5相關(guān)性不強(qiáng)。由于街區(qū)的顆粒物污染大多為地面的汽車(chē)排放，加上空氣的垂直對(duì)流作用，因此垂直方向上的污染情況表現(xiàn)為地面層污染濃度高，而越往上空，污染濃度越低。但需要注意的是，PM10在相對(duì)高度約5～6m時(shí)，其濃度最高，0～10m的高度范圍內(nèi)，都保持著高濃度的污染，這個(gè)高度是城市中低層建筑的高度范圍。也有研究通過(guò)數(shù)值模擬，發(fā)現(xiàn)城市街谷豎直方向上的重度污染區(qū)集?中在10m以下空間[25]，本研究將這種現(xiàn)象規(guī)律推廣到城市普通的街區(qū)及其他類(lèi)型空間環(huán)境。當(dāng)然，不同高度的顆粒物濃度還受到周?chē)臻g環(huán)境的其他因素影響，例如街區(qū)中建筑的布局方式、建筑高度等，還需要進(jìn)一步研究以得到更科學(xué)的解釋。

上述研究結(jié)果為實(shí)際規(guī)劃策略提供以下指導(dǎo)：首先提高街區(qū)綠化覆蓋率是最直接有效的方式，在城市高密度建成區(qū)中，難以大幅度地新增綠地，即增加綠地率，相對(duì)來(lái)說(shuō)，提高綠化覆蓋率更加靈活且切實(shí)可行。其次是在條件允許的情況下降低道路面積率，提高道路密度(一定區(qū)域內(nèi)道路總長(zhǎng)度與該區(qū)域面積的比值)，有利于增加街區(qū)的“穿堂風(fēng)”，改善街區(qū)的通風(fēng)環(huán)境[26]，從而改善空氣質(zhì)量。隨著城市地下軌道交通的發(fā)展，分擔(dān)了一部分地面交通壓力，因此具有一定的實(shí)際應(yīng)用價(jià)值。將道路與綠化相結(jié)合，同時(shí)提升綠化覆蓋率與道路密度，這些綠化覆蓋率高、高度較低的空間，在高密度的城市建成區(qū)里，是潛在的通風(fēng)廊道[27]。在城市街區(qū)的垂直空間中，顆粒物濃度受高度影響顯著，因此需注重垂直界面上的空間設(shè)計(jì)，主要利用建筑的屋頂和墻體進(jìn)行立體綠化，對(duì)改善垂直方向高污染區(qū)(5～6m)的空氣質(zhì)量具有重要作用。相關(guān)研究表明，19.8hm2的屋頂綠化每年可消減大氣中14%的PM10[28]，而且還具有緩解熱島效應(yīng)、雨洪管理等多重功能。

本研究選取了武漢市18片街區(qū)對(duì)其空間要素與PM10、PM2.5進(jìn)行分析，目前僅從地表覆蓋與空間特征兩方面選取了城市規(guī)劃管控中正在使用的指標(biāo)，可再?gòu)钠渌矫婵紤]更多影響PM10、PM2.5的潛在因素，例如從街區(qū)布局、街道與建筑關(guān)系等形態(tài)要素出發(fā)，納入天空可視度、建筑分布的均勻度、緊湊度和街區(qū)空間高度等指標(biāo)進(jìn)行分析，作為課題組后續(xù)進(jìn)一步開(kāi)展的研究工作，以期為規(guī)劃管控補(bǔ)充完善新的指標(biāo)體系，并結(jié)合數(shù)值模擬設(shè)置不同情景方案，得到合理的街區(qū)形態(tài)、布局方式與更精確的規(guī)劃設(shè)計(jì)指標(biāo)閾值，以期對(duì)規(guī)劃設(shè)計(jì)具有更實(shí)用的參考價(jià)值。