靳煥， 董娜琳， 雷雅凱， 陳嵐琪， 李華威，2， 徐蘭蘭

1. 河南農(nóng)業(yè)大學(xué) 風(fēng)景園林與藝術(shù)學(xué)院， 鄭州 450002；2. 匈牙利農(nóng)業(yè)與生命科學(xué)大學(xué) 風(fēng)景園林與城市學(xué)院， 布達(dá)佩斯 1118， 匈牙利

世界衛(wèi)生組織的一項研究表明， 大氣環(huán)境中的顆粒物污染程度與人類死亡概率之間具有很強(qiáng)的聯(lián)系[1]． 《新型冠狀病毒肺炎診療方案》[2]文件中曾提及： “經(jīng)呼吸道飛沫和密切接觸傳播是主要傳播途徑， 在相對封閉的環(huán)境中長時間暴露于高濃度氣溶膠情況下存在經(jīng)氣溶膠傳播的可能”． 雖然病毒離開活體后存活時間有限， 且氣溶膠懸浮于衣物或皮膚外側(cè)后通過口、 鼻、 眼進(jìn)入體內(nèi)的致病幾率較小， 但在醫(yī)院診室或?qū)嶒炇业雀邼舛炔《緟^(qū)域仍具有一定的危害性[3]， 此外氣溶膠粒子通過削弱大氣能見度危害交通出行安全[4]． Persad等[5]發(fā)現(xiàn)氣溶膠排放的地理分布變化可以直接或間接影響全球范圍內(nèi)氣候變化的幅度和空間分布； 范學(xué)花等[6]和Li等[7]發(fā)現(xiàn)， 對流層氣溶膠， 尤其是近地面的氣溶膠粒子在危害人體健康方面占有很大的比例． 此外氣溶膠的分布與顆粒物具有顯著相關(guān)性[8-11]， 而顆粒物已經(jīng)被證實會對人類健康產(chǎn)生不利影響[12-13]． 因此， 城市區(qū)域氣溶膠空間分布特征及影響因素的研究， 對人類健康、 城市大氣環(huán)境改善和城市布局優(yōu)化具有重要意義．

有關(guān)氣溶膠光學(xué)厚度(aerosol optical depth， AOD)與土地利用間關(guān)系的研究[14-16]發(fā)現(xiàn)， 植被指數(shù)與AOD呈顯著負(fù)相關(guān)， 綠地的最大斑塊指數(shù)與AOD呈顯著正相關(guān)， 斑塊連接度與AOD呈顯著負(fù)相關(guān)． 同時有研究者發(fā)現(xiàn)人類活動加劇區(qū)域?qū)е螺^高AOD的發(fā)生[15]， 而綠地面積的增加使得AOD下降至較低值． 孫敏等[17]的研究表明林地所占比例以及邊緣密度在不同范圍均對PM2.5質(zhì)量濃度產(chǎn)生緩解效應(yīng)． 有關(guān)氣象要素與大氣氣溶膠間耦合關(guān)系的研究發(fā)現(xiàn)， 氣溶膠散射系數(shù)易受風(fēng)速和風(fēng)向等氣象要素的影響[18]， 氣溫、 氣壓、 風(fēng)速和相對濕度均與氣溶膠具有顯著相關(guān)性[19-20]， 且對不同粒徑氣溶膠具有不同的影響效果[21-22]． 然而， 目前關(guān)于氣溶膠與影響因素空間依賴關(guān)系方面的研究相對較少， 尤其是在考慮氣象條件干擾下的城市綠地空間布局對氣溶膠空間分布的影響方面， 還有待進(jìn)一步研究．

Luo等[23]和張小曳[24]對中國范圍內(nèi)的氣溶膠進(jìn)行分析后發(fā)現(xiàn)， 中國受人類活動影響的AOD高值區(qū)主要分布于華北平原、 四川盆地、 華中、 長三角和珠三角地區(qū)， 而河南省鄭州市也位于其中． 鄭州市作為河南省省會， 是河南省極具代表性的城市之一， 以鄭州市作為研究對象具有較高的參考價值． 在當(dāng)前研究中， 對氣溶膠空間特性及其影響因素分析的主要方法為Pearson相關(guān)分析[25]， 采用簡單的線性回歸模型分析[4]等， 這些方法在氣溶膠濃度數(shù)據(jù)及影響要素截面數(shù)據(jù)的空間自相關(guān)性方面的研究還有待進(jìn)一步加強(qiáng)． 基于此， 本研究以鄭州市為研究區(qū)域， 對綠地景觀指數(shù)、 氣象因素與AOD關(guān)系采用地理加權(quán)回歸(geographical weighted regression， GWR)模型進(jìn)行局地分析， 在考慮變量空間自相關(guān)性的基礎(chǔ)上探究綠地空間分布特征、 氣象因子對AOD空間分布的影響規(guī)律， 為鄭州市域以氣溶膠污染控制為導(dǎo)向的綠地景觀格局調(diào)控提供創(chuàng)新的研究依據(jù)， 以提升鄭州市生態(tài)環(huán)境質(zhì)量， 優(yōu)化綠地景觀格局．

1 數(shù)據(jù)來源與方法

1.1 研究區(qū)概況

鄭州市域位于黃河中下游和伏牛山脈東北翼向黃淮平原過渡的交接地帶， 地理范圍為東經(jīng)112°42′-114°14′， 北緯34°16′-34°58′區(qū)域(圖1)， 總面積7 446 km2， 其中城市建成區(qū)面積830.97 km2． 區(qū)內(nèi)屬北溫帶大陸性季風(fēng)氣候， 四季分明， 春季干燥少雨， 夏季炎熱、 降水集中， 秋季涼爽短促， 冬季漫長而干冷； 多年平均氣溫為15.6 ℃， 多年平均降雨量為542.15 mm．

底圖源于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站“鄭州市地圖”， 審圖號為豫S(2019)017號．

1.2 數(shù)據(jù)來源

1.2.1 MODIS04_3K氣溶膠遙感數(shù)據(jù)

MODIS04_3K AOD數(shù)據(jù)來源于美國航空航天宇航局(NASA， https： //www.nasa.gov/)的戈達(dá)德航天中心網(wǎng)絡(luò)數(shù)據(jù)接口(LAADS)， 為MODIS/Terra傳感器的Collection 6產(chǎn)品， 分辨率為3 km． 提取2017年1月1日-2017年12月31日有效的日監(jiān)測數(shù)據(jù)． 利用ENVI_IDL對該數(shù)據(jù)集進(jìn)行投影轉(zhuǎn)換、 裁剪、 數(shù)據(jù)合成等操作以獲取AOD柵格數(shù)據(jù)． 利用ArcGIS 10.2通過裁剪、 重采樣獲取鄭州市域范圍AOD柵格數(shù)據(jù)， 采用克里金空間插值法補(bǔ)全缺失值．

1.2.2 景觀格局指數(shù)

遙感影像數(shù)據(jù)為2017年5月分辨率為2 m的高分二號衛(wèi)星數(shù)據(jù)． 利用ENVI 5.0對影像進(jìn)行幾何校正、 拼接、 裁剪等預(yù)處理， 并通過目視解譯以提高數(shù)據(jù)精度， 將土地利用類型按照建設(shè)用地、 耕地、 水體、 綠地和未利用地分為5類[26-27]， 提取綠地類景觀斑塊． 以3 km×3 km為樣方單元(圖2)， 利用Fragstats-V4.2.1批處理， 獲取多類型景觀格局指數(shù)13個(表1)． 為避免出現(xiàn)多重共線性問題， 利用SPSS 24軟件采用Pearson相關(guān)性檢驗及向后逐步回歸方法對解釋變量進(jìn)行共線性檢驗， 剔除相關(guān)度0.9及以上變量以及方差膨脹因子(VIF)大于10的變量， 保留斑塊密度(PD)、 最大斑塊指數(shù)(LPI)以及斑塊凝聚度(COHESION)3個指數(shù)．

圖2 鄭州市綠地景觀網(wǎng)格劃分(3 km×3 km)

表1 景觀格局指數(shù)含義及單位

1.2.3 環(huán)境數(shù)據(jù)

氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http： //data.cma.cn/)， 采集2017年每周五的中國陸面數(shù)據(jù)同化系統(tǒng)(chinese land date assimilation system， CLDAS)柵格數(shù)據(jù)， 選取地面氣壓、 2 m比濕、 2 m氣溫和10 m風(fēng)速等4個氣象因素， 空間分辨率為0.062 5°×0.062 5°， 時間分辨率為d． 由于2017年1月數(shù)據(jù)尚未公開， 故選取2018年1月數(shù)據(jù)代替．

1.3 方法

1.3.1 空間自相關(guān)分析

基于雙變量空間自相關(guān)探究影響因素與AOD的空間關(guān)系[28]， 雙變量空間自相關(guān)Moran’sI指數(shù)的表達(dá)式為：

(1)

1.3.2 地理加權(quán)回歸模型

地理加權(quán)回歸模型具有地理變化系數(shù)， 一般通過局部樣本單元數(shù)據(jù)進(jìn)行局域回歸， 獲取各研究單元上具有地理變化的擬合系數(shù)， 探究響應(yīng)變量和解釋變量之間的地理變化關(guān)系． 地理加權(quán)回歸等空間計量分析的前提是度量區(qū)域間的空間距離[29]， 需要根據(jù)數(shù)據(jù)需求選取合適的空間權(quán)重函數(shù)， 根據(jù)張芳毓[30]的研究， 本研究中采用bi-square空間函數(shù)， 確定其權(quán)重． 計算公式為：

(2)

式中：yi為在i區(qū)域的響應(yīng)變量，xk，i為在i區(qū)域的第k個解釋變量，βk為xk，i的擬合系數(shù)(常數(shù))， (ui，vi)是樣本的地理空間位置，εi是第i個區(qū)域的隨機(jī)誤差． 同時， 通常第一個變量需要通過xk，i=1設(shè)置為常量， 作為模型中的截距．

2 結(jié)果與分析

2.1 綠地景觀與氣象因素指標(biāo)及AOD的空間分布

鄭州市綠地景觀在空間分布上具有明顯的東西差異(圖3a-圖3c)， 鞏義市、 滎陽市、 新密市和登封市的PD，LPI以及COHESION均高于其他縣區(qū)， 且LPI高值樣本單元分布相對分散． 氣象因素空間分布上(圖3d-圖3g)， 氣壓(PAIR)的空間分布從東北至西南方向逐漸降低， 與鄭州市地理高程空間分布一致； 比濕(QAIR)在鄭州市西部及中部區(qū)域較小， 高值區(qū)主要集中在中心城區(qū)與中牟城區(qū)； 氣溫(TAIR)高值區(qū)主要分布于鄭州市北部區(qū)域， 山區(qū)較低； 風(fēng)速(WIND)高值區(qū)域主要集中于鞏義市與新密市， 低值區(qū)在東北區(qū)域． AOD值為0.401～0.803， 高值區(qū)主要分布在惠濟(jì)區(qū)東部、 金水區(qū)、 管城區(qū)、 中牟縣、 新鄭和航空港區(qū)， 低值區(qū)分布在登封、 鞏義和新密3市間的嵩山區(qū)域(圖3h)．

圖3 綠地景觀指數(shù)、 氣象因素及AOD空間分布圖

2.2 綠地景觀及氣象因素指標(biāo)與AOD的空間相關(guān)性分析

影響因素PD，LPI，COHESION，PAIR，QAIR，TAIR和WIND與AOD的雙變量全局空間自相關(guān)Moran’sI指數(shù)(p<0.05)， 分別為-0.242，-0.287，-0.213，0.743，0.649，0.561，-0.314(圖4)． PD，LPI，COHESION和WIND與AOD之間呈現(xiàn)顯著空間負(fù)相關(guān)， 表明綠地斑塊破碎化程度越高， 結(jié)合程度越低， 使得AOD增大， 而增大風(fēng)速使得AOD降低． 此外PAIR，QAIR，TAIR與AOD之間具有顯著的空間正相關(guān)， PAIR，QAIR，TAIR的增大會導(dǎo)致AOD值的增大．

在綠地景觀指數(shù)影響下， 高-低類型(高PD值、 高LPI值、 高COHESION值和低AOD值)是研究區(qū)內(nèi)綠地空間布局與AOD的主要關(guān)系類型， 主要分布在鄭州西部地區(qū)的鞏義市、 登封市和新密市， 該區(qū)綠地面積大且相對集中， 對AOD具有減緩的作用； 低-高類型(低PD值、 低LPI值、 低COHESION值和高AOD值)分布范圍相對較大， 主要分布在鄭州東部及東北部地區(qū)的中牟縣、 新鄭市和管城回族區(qū)； 低-低和高-高類型數(shù)量相對較少(圖4a-圖4c)．

在氣象指標(biāo)影響下， 高-高類型(高PAIR值、 高QAIR值、 高TAIR值和高AOD值)和低-低類型(低PAIR值、 低QAIR值、 低TAIR值和低AOD值)是氣象因素與AOD的主要關(guān)系類型(圖4d-圖4g)． 高-高類型主要分布在鄭州東部及東北部地區(qū)的中牟縣、 新鄭市和管城回族區(qū)， 低-低類型主要分布在西部地區(qū)的鞏義市、 登封市、 新密市． WIND與AOD低-高類型主要分布在中牟縣； 高-低類型主要分布在新密市西部、 滎陽市北部、 鞏義市東部地區(qū)； 其中低-低類型分布范圍較廣， 主要集中在登封市和鞏義市山區(qū)．

圖4 3 km格網(wǎng)尺度上綠地景觀指數(shù)、 氣象因素與AOD空間LISA聚類圖及其Moran’s I指數(shù)

2.3 綠地景觀及氣象因素指標(biāo)對AOD空間分異影響研究

利用ArcGIS 10.2對OLS和GWR回歸模型效果進(jìn)行分析， 較低的赤池信息量準(zhǔn)則(Akaike information criterion， AICc)值能夠更好地擬合觀測數(shù)據(jù)[31-32](表2)， OLS回歸模型的AICc值(1 577.827～1 963.985)均明顯大于GWR回歸模型的AICc值(818.870～1 411.558)， 其最小二乘回歸模型的R2(0.409～0.627)和調(diào)整R2(0.404～0.624)均明顯低于GWR模型結(jié)果中的R2(0.808～0.924)和調(diào)整R2(0.744～0.886)． 此外模型標(biāo)準(zhǔn)殘差呈現(xiàn)出隨機(jī)分布特征(p>0.05)， 通過了殘差檢驗， 說明地理加權(quán)回歸模型是可信的， 更適合氣溶膠影響因子分析， 且自變量的解釋能力更高， 回歸結(jié)果更準(zhǔn)確．

表2 基于OLS和GWR鄭州市AOD回歸模型對比表

表3 GWR模型殘差空間自相關(guān)檢驗

如表4所示， PAIR的回歸系數(shù)分布在-7.433～8.031之間， 波動性最大， 表明地面氣壓對AOD的影響在不同地區(qū)差異最大； LPI的回歸系數(shù)分布在-0.608～0.851之間， 波動性最小， 表明最大斑塊指數(shù)對AOD的影響在地區(qū)間差異最?。?此外LPI，COHESION，QAIR，WIND在不同區(qū)域的影響以負(fù)相關(guān)為主， 即大部分區(qū)域內(nèi)， 因素的增加使得AOD降低； PD，PAIR，TAIR的影響以正相關(guān)為主， 即大部分區(qū)域內(nèi)， 3個因素的增加使得AOD增大．

表4 氣溶膠光學(xué)厚度GWR模型參數(shù)估計的描述性統(tǒng)計量

對回歸系數(shù)進(jìn)行可視化處理， 從綠地結(jié)構(gòu)上看， 綠地指數(shù)對AOD的影響空間差異較大(圖5)． PD的正值區(qū)主要分布在滎陽市中部、 二七區(qū)、 管城回族區(qū)及中牟縣的北部地區(qū)， 負(fù)值區(qū)主要分布在山區(qū)及開發(fā)程度相對較低的新鄭市． LPI的系數(shù)值負(fù)值區(qū)所占比例較大， 且大范圍集中于鄭州中部地區(qū)， 邊緣及中間小部分區(qū)域則為正值區(qū)． COHESION的系數(shù)值整體分布與PD趨于一致．

圖5 3 km格網(wǎng)尺度綠地景觀指數(shù)、 氣象因素與AOD回歸系數(shù)空間分布圖

從氣象影響因素分析， PAIR和TAIR正值區(qū)占比較大， 除去登封市與新密市交匯處、 新密市中部地區(qū)、 上街區(qū)、 新鄭市和中牟縣的東部邊緣地區(qū)， PAIR與AOD呈正相關(guān)； TAIR的系數(shù)正值區(qū)主要分布于中牟縣、 新密市和滎陽市； 負(fù)值區(qū)則主要分布于鞏義市、 登封市及鄭州市主城區(qū)． QAIR和WIND的系數(shù)值整體呈現(xiàn)低值分布， 較少地區(qū)為正值區(qū)． 此外QAIR的系數(shù)正值區(qū)集中分布在登封市中部地區(qū)、 新密市中部地區(qū)、 上街區(qū)、 鞏義市北部邊緣地區(qū)及管城區(qū)． WIND的系數(shù)高值區(qū)則主要分布于鄭州中部地區(qū)、 鞏義市東部邊緣地區(qū)及中牟縣北部邊緣地區(qū)．

3 結(jié)論與討論

3.1 結(jié)論

基于鄭州市GF-2遙感影像、 氣象數(shù)據(jù)、 AOD數(shù)據(jù)集， 利用雙變量空間自相關(guān)和GWR模型， 分析并揭示綠地景觀指數(shù)、 氣象因素與AOD的空間分布特征及其相互作用關(guān)系．

1) 鄭州市AOD值的空間分布差異有統(tǒng)計學(xué)意義， 呈現(xiàn)南低北高、 西低東高的空間分布特征．

2) 綠地PD及COHESION與AOD之間呈現(xiàn)空間負(fù)相關(guān)； 此外WIND與AOD之間呈負(fù)相關(guān)， TAIR，PAIR，QAIR與AOD之間呈正相關(guān)．

3) 綠地景觀及氣象要素指標(biāo)與AOD存在空間聚類關(guān)系， 低-低類型、 高-低類型主要發(fā)生在人類活動干預(yù)相對較少的鄭州西部山地丘陵區(qū)； 低-高類型、 高-高類型主要發(fā)生在鄭州的東部地區(qū)．

4) 影響AOD的因素空間差異較大， PAIR的回歸系數(shù)分布在-7.433～8.031之間， 波動性最大； LPI的回歸系數(shù)分布在-0.608～0.851之間， 波動性最?。?綠地及氣象指標(biāo)的回歸系數(shù)的高值區(qū)大部分分布于新密市、 新鄭市及登封市內(nèi)， 且鄭州市北側(cè)區(qū)域相關(guān)系數(shù)較南側(cè)略差． PAIR與AOD相關(guān)性更多受地形影響， TAIR對AOD的影響存在明顯的城鄉(xiāng)差異．

3.2 討論

1) 影響因素與AOD值的Moran’sI指數(shù)分析． PD，LPI，COHESION和WIND與AOD之間呈現(xiàn)顯著的空間負(fù)相關(guān)， 表明綠地斑塊破碎化程度越高， 結(jié)合程度越低將導(dǎo)致空氣中AOD增大[33]； 增大WIND， 加快氣溶膠擴(kuò)散， 可降低AOD值[34]． 此外PAIR，QAIR，TAIR與AOD之間呈正相關(guān)， 研究表明城市化程度增強(qiáng)將會導(dǎo)致地區(qū)熱島效應(yīng)的增強(qiáng)[35]， 同時空氣中濕度增大， 會黏附大量顆粒物， 則導(dǎo)致AOD值的增大[36]． 低-低類型、 高-低類型地區(qū)表明氣象因素水平調(diào)節(jié)和綠地景觀結(jié)構(gòu)的合理性顯著， 即綠地PD大， COHESION高， TAIR和QAIR相對較低對AOD值有抑制或降低的作用， 而低-高類型、 高-高類型地區(qū)需要進(jìn)行適度調(diào)節(jié)及合理規(guī)劃．

2) 綠地景觀指數(shù)對AOD值影響的空間異質(zhì)性分析． 山區(qū)及開發(fā)程度相對較低的新鄭市PD和COHESION以負(fù)相關(guān)為主， 正相關(guān)區(qū)域主要在城市區(qū)域； 鄭州中部大范圍區(qū)域， LPI與AOD大致呈負(fù)相關(guān)． 這可能是鄭州市的綠地分布基于地理高程、 人居活動等原因表現(xiàn)出一定地域差異． 在高海拔區(qū)， 人類活動干預(yù)少， 植被區(qū)發(fā)育好； 退耕還林等政策使得綠地斑塊增加， 綠地COHESION大， 破碎化程度低， 降低了氣溶膠光學(xué)厚度[37-38]． 城區(qū)由于用地基本保持飽和狀態(tài)， 內(nèi)部綠地分布破碎性強(qiáng)， 使得斑塊數(shù)量增加， 公園、 街旁等類型綠地系統(tǒng)性較差， 無法形成氣溶膠沉降網(wǎng)絡(luò)， 導(dǎo)致AOD上升． 中部地區(qū)城市化程度、 產(chǎn)業(yè)活動強(qiáng)度較高， 當(dāng)綠地PD大， 斑塊面積相對較高時， AOD會相對降低[39]．

3) 氣象因素對AOD值影響的空間異質(zhì)性分析[19-40]． PAIR與AOD具有強(qiáng)相關(guān)性的區(qū)域基本分布在丘陵、 山地區(qū)域． TAIR與AOD的相關(guān)性強(qiáng)度在整體上北側(cè)稍弱于南側(cè)． TAIR高值區(qū)分散于鄭州市域， 負(fù)相關(guān)系數(shù)高值區(qū)則集中于登封市東南側(cè)的鄉(xiāng)鎮(zhèn)轄區(qū)． WIND的相關(guān)系數(shù)高值區(qū)主要分布在人類活動強(qiáng)度較大區(qū)域． 其原因是： 市域溫度較高， 而AOD值會受到空氣中溫度升高的影響， 加劇氣溶膠的運動[41]； 山地丘陵區(qū)域交通、 人口分布等不突出， AOD受其他因素干擾的程度較小， 氣壓的影響則更明顯． 有研究發(fā)現(xiàn)風(fēng)速通過控制氣溶膠擴(kuò)散途徑與速度， 對全局AOD分布產(chǎn)生影響， 持續(xù)的弱風(fēng)和靜風(fēng)可能導(dǎo)致局地排放的氣溶膠污染粒子發(fā)生集聚現(xiàn)象[42-43]． 此外AOD值的空間分布呈現(xiàn)南低北高， 可能由于北側(cè)整體城市建設(shè)及發(fā)展水平高于南部地區(qū)， 造成氣象因子在鄭州市北側(cè)的影響力受干擾后下降， 這與段彥博等[44]的研究結(jié)果一致．

3.3 建議

以大氣污染緩解為導(dǎo)向的鄭州綠地規(guī)劃中， 應(yīng)以鄭州市北部、 東部氣溶膠污染熱點區(qū)域， 局地低-高類型， 局地高-高類型區(qū)為重點治理對象， 根據(jù)不同區(qū)位與氣溶膠厚度的關(guān)系， 以綠地斑塊凝聚度為重點調(diào)控指數(shù)， 優(yōu)化綠地布局并最大程度緩解氣溶膠污染情況． 此外注重氣溶膠、 綠地格局的潛在空間相關(guān)性的同時， 可以加入氣象數(shù)據(jù)排除干擾， 在考慮空間數(shù)據(jù)非平穩(wěn)性的基礎(chǔ)上能夠更加精準(zhǔn)地估計局地參數(shù)， 對鄭州的綠地布局優(yōu)化具有一定的借鑒意義．