符冰芬,吳海堂,趙立華,*

1 華南理工大學(xué)建筑學(xué)院,亞熱帶建筑科學(xué)國家重點實驗室, 廣州 510640

2 廣州市城市規(guī)劃設(shè)計有限公司,廣州 510030

隨著我國城市化進程不斷加速,人們對機動車需求的攀升使得城市機動車保有量快速增長,從而實現(xiàn)經(jīng)濟快速發(fā)展,然而由機動車所引起的道路污染問題日益嚴(yán)峻。機動車排放物被公認(rèn)為是道路污染主要來源,而PM2.5是汽車排放的主要污染物之一[1],亟需解決由其所帶來的道路機動車污染問題[2]。廣州作為貫徹落實粵港澳大灣區(qū)建設(shè)國家戰(zhàn)略的重要城市,其人口密度、機動車保有量居全國前列,因而高度集中了由交通源排放所形成的污染問題。研究表明,機動車高污染區(qū)域集中在高速、快速路以及主干道周邊[3]。由于其近地排放,加上道路兩側(cè)建筑物遮擋使得污染物不易擴散而聚集于兩側(cè)人行道中,易對行人造成不良影響,其危害集中表現(xiàn)在呼吸道方面疾病,甚至有致癌風(fēng)險[4]。為此,如何有效地緩解城市主干道機動車排放物對行人的危害,已成為構(gòu)建生態(tài)文明社會的重要問題。國內(nèi)外學(xué)者對緩解城市道路污染問題進行了大量研究,有學(xué)者認(rèn)為,城市道路中綠化帶對顆粒物向人行道的傳輸具有明顯的阻礙作用[5—6],提高綠化覆蓋率是降低道路污染程度的有效方式[7—9]。

道路旁綠化帶植物配置差異對城市街道峽谷污染狀況造成影響。我國地域遼闊,當(dāng)下研究主要集中在華中華北地區(qū),初步得出了一些規(guī)律,孫曉丹等[10]、田志會等[11]對青島、北京等當(dāng)?shù)刂参锱渲玫膶崪y研究發(fā)現(xiàn),街區(qū)植物種類越豐富,其消減大氣顆粒物的能力越強。陳小平等在武漢市道路綠帶進行實測發(fā)現(xiàn)主干道綠化帶的最優(yōu)結(jié)構(gòu)是“喬+灌”、次干道最優(yōu)結(jié)構(gòu)是“喬+灌+草”[12]。以上科學(xué)規(guī)律在華南地區(qū)是否具有一致性有待探究,以廣州為例,前人進行了植物配置滯塵效益的研究[13—14],但針對當(dāng)?shù)爻Ｒ姵鞘械缆肪G帶植物配置未進行統(tǒng)計及實測研究,探究緩解道路污染的最佳配置尤為重要。

道路污染物的分布不僅受到植物配置影響,還受到其他因素如路面屏障、街道高寬比、氣象等因素影響[15—17]。目前多為單因素研究,有學(xué)者針對單一植配類型進行研究[18—20],還需進一步考慮多種植配類型的綜合影響。也有學(xué)者探究高寬比較小的淺街谷發(fā)現(xiàn)主干道上綠化對人行道存在負(fù)面影響[21],此外還綜合比較不同高寬比的街谷類型對污染物分布影響。探究多因素綜合影響采用實測與數(shù)值模擬的方法[18,21—23],而在模擬研究往往缺乏對模擬軟件的充分驗證。本文將對模擬軟件是否適用于廣州道路污染方面的研究進行系統(tǒng)驗證;并探究多因素對于植物配置緩解道路污染所產(chǎn)生的影響。

本研究實地調(diào)研了解廣州市典型道路綠帶配置情況,實測并分析城市道路空間PM2.5的分布規(guī)律,采用實測數(shù)據(jù)對模擬軟件進行驗證,模擬研究在理想道路模型下不同因素對PM2.5的消減作用,探索街道兩側(cè)綠帶植物配置的優(yōu)化方案,為城市道路綠化帶配置類型提供科學(xué)建議。

1 研究區(qū)域

廣州市地處中國南部,植被屬南亞熱帶季風(fēng)常綠闊葉林。調(diào)研廣州市四個中心城區(qū)(越秀區(qū)、天河區(qū)、荔灣區(qū)、海珠區(qū))十二條主干道,道路選線涵蓋了東西和南北走向,如圖1所示。調(diào)研道路的寬度、綠化帶斷面形式(綠帶寬度、植配類型、植物種類、植物高度等)、街道高寬比等數(shù)據(jù)。街道高寬比是指建筑高度(Hb)與街道寬度(Ws)比值 (以下簡稱高寬比Hb/Ws),綠化帶包括行道樹綠帶、路側(cè)綠帶、分車綠帶3種形式。

圖1 研究區(qū)位Fig.1 Research area

廣州市十二條主干道的調(diào)研結(jié)果如表1所示,主干道均為對稱道路,高寬比分別為0.2、0.6、1.0、1.4、1.7;道路斷面形式主要是兩板三帶式,道路路幅寬45—55 m,雙向3—5車道;同時對綠化帶植配類型以及行道樹植物的種類、規(guī)格、占比進行了細(xì)致的調(diào)研[24]。綠化帶植配類型主要為“喬”、“喬+灌”、“喬+灌+草”;植物選擇上,喬木主要有榕樹(?？?榕屬,FicusmicrocarpaLinn.f.)、非洲楝(楝科,非洲楝屬,Khayasenegalensis(Desr.)A.Juss.)、樟樹(樟科,樟屬,Cinnamomumcamphora(L.)Presl);灌木主要有鵝掌柴(五加科,鵝掌柴屬,Scheffleraheptaphylla(Linnaeus)Frodin)、海桐(海桐花科,海桐花屬,Pittosporumtobira)、黃楊(黃楊科,黃楊屬,(Buxussinica(Rehder &E. H. Wilson) M. Cheng)、灰莉(馬錢科,灰莉?qū)?FagraeaceilanicaThunb.)等;草主要是沿階草(百合科,沿階草屬,OphiopogonbodinieriLevl.)、蘭花草(爵床科,單藥花屬,RuelliabrittonianaLeonard)等。

表1 主干道調(diào)研信息匯總Table 1 Summary of road informations

2 研究方法

本研究的目的主要是探究綠化帶對道路PM2.5的消減作用。PM2.5的消減因機動車排放強度、道路朝向、道路高寬比、綠化帶植配類型等不同存在差異,不同道路PM2.5的分布和濃度差異較大,然而若測試所有的工況需要耗費大量人力、物力,采用數(shù)值模擬計算可提升工作效率,數(shù)值模擬是研究城市熱環(huán)境及污染物濃度的重要方法,Michael Bruse等[25]1998年開發(fā)的ENVI-met軟件是城市熱環(huán)境領(lǐng)域應(yīng)用最廣泛的軟件之一,可用于綠化帶對城市道路污染物的相關(guān)研究[22—23],本文選用ENVI-met軟件進行模擬。

首先確定研究對象,根據(jù)對廣州城市中心區(qū)的主干道的調(diào)研結(jié)果,綜合選擇廣州大道和中山二路作為研究對象進行實測。然后根據(jù)實測所得的道路參數(shù)、微氣候參數(shù)、車流量數(shù)據(jù)借助于ENVI-met進行模擬分析,得到在相同參數(shù)條件下的PM2.5的模擬結(jié)果,對實測結(jié)果與模擬結(jié)果進行均方根誤差分析和一致性指數(shù)分析,驗證模擬軟件ENVI-met的可信性。最后參考Wania等[26]的顆粒物模擬案例,建立十字交叉型道路結(jié)構(gòu)的城市道路理想模型[26—27],模擬研究不同風(fēng)向、街道高寬比、植物配置類型情況下綠化帶對PM2.5的消減規(guī)律。

2.1 實地測試

廣州冬季相比于其他季節(jié)氣候干燥,風(fēng)速小氣壓相對穩(wěn)定,污染物難以擴散,秋冬季節(jié)廣州PM2.5濃度較高[28]。因此選擇晴朗、微風(fēng)的冬天,分別測試典型道路空間的PM2.5濃度、溫濕度、風(fēng)速和風(fēng)向、車流量等數(shù)據(jù),測試時間為2020年12月22日、24日、25日、29日,均為工作日,從 8:00—20:00連續(xù)采樣12小時,采樣間隔為1 min。測點布置見圖2,分別位于路邊(測點1)、行道樹后(測點2)、路側(cè)綠帶后(測點3)距地1.5 m處。測試時利用三腳架將測試空氣溫度、相對濕度、風(fēng)速、PM2.5濃度的儀器固定于測點上方,同時在空曠地布置監(jiān)測風(fēng)向的儀器,測試儀器性能見表2,全天車流量通過間隔兩小時的記錄數(shù)據(jù)估算,每隔兩小時拍照連續(xù)記錄10 min通過的車輛類型及數(shù)量。

表2 測試儀器基本信息Table 2 Basic information about the instruments

圖2 測點布設(shè)Fig.2 Location of measurement points

2.2 模擬軟件驗證方法

為了確保ENVI-met模擬軟件的可信性,分別對廣州大道和中山二路進行模擬驗證,兩條道路模擬值與實測數(shù)據(jù)均在誤差范圍內(nèi),本文以中山二路的模擬驗證為例進行具體闡述。中山二路斷面形式為兩板三帶式,雙向八車道,場地最高建筑的高度為81 m,幾何模型的尺寸為220 m×130 m×162 m,網(wǎng)格數(shù)為110×65×81,分辨率為2 m×2 m×2 m,其中近地處網(wǎng)格被分為五個子單元,以細(xì)化研究人行高度情況,嵌套網(wǎng)格數(shù)為5。初始條件與邊界條件主要包括氣象參數(shù)、道路、污染源及植被參數(shù),參數(shù)設(shè)置見表3。氣象參數(shù)選取實測日(2020年12月22日)的天氣參數(shù),初始風(fēng)速根據(jù)實測風(fēng)速計算得到,為東北風(fēng)1.71 m/s,近地面粗糙度按城市地區(qū)的一般情況取值0.1,其余輸入?yún)?shù)(如土壤溫濕度、2500 m含濕量、建筑屬性等)采用系統(tǒng)默認(rèn)值。結(jié)合調(diào)研結(jié)果確定植物模型,灌木高度為1 m,喬木高度為20 m。根據(jù)車流量統(tǒng)計結(jié)果,PM2.5總排放速率25.10 μg s-1m-1,考慮到道路為雙向八車道,按八條線源設(shè)置污染物參數(shù),每條線源PM2.5排放速率設(shè)置為3.14 μg s-1m-1,排放高度為0.15 m。

表3 ENVI-met中模擬的參數(shù)設(shè)置Table 3 Specific input values for ENVI-met

采用均方根誤差(RMSE)和一致性指數(shù)(d)兩個指標(biāo)用來評價模擬精度,其中RMSE是驗證模擬精度的強指標(biāo),按式(1)計算,是衡量模擬誤差的統(tǒng)計量,RMSE值越低表明模擬結(jié)果越可靠,當(dāng) RMSE不大于25%時,模擬結(jié)果視為有效[29]。d值按式(2)計算,表示相對誤差的大小,越接近1說明模擬值與實測值越接近,模型預(yù)測效果越好。

(1)

(2)

2.3 主干道理想模型構(gòu)建

主干道理想模型如圖3所示。采用十字交叉型道路結(jié)構(gòu)建立城市道路理想模型,該結(jié)構(gòu)能一定程度上減少建模工作量,同時能在同一來風(fēng)風(fēng)向下觀察到兩種不同風(fēng)向結(jié)果[26],十字交叉型道路結(jié)構(gòu)是目前大部分城市道路結(jié)構(gòu)。主干道建模參數(shù)基于對廣州城市干道的大量調(diào)研數(shù)據(jù)而來,綜合確定了模型道路路幅為55 m,結(jié)合調(diào)研數(shù)據(jù)和街道峽谷分類方法[30],選取三種典型街道高寬比0.6、1、1.7;其中斷面A—A的道路走向與主導(dǎo)風(fēng)向平行,此斷面定義為主導(dǎo)風(fēng)平行面(簡稱平行面),斷面B—C的道路走向與主導(dǎo)風(fēng)向垂直,B—0斷面為垂直主導(dǎo)風(fēng)的迎風(fēng)面(簡稱迎風(fēng)面)、0—C斷面為垂直主導(dǎo)風(fēng)的背風(fēng)面(簡稱背風(fēng)面);依據(jù)調(diào)研結(jié)果,模型中行道樹綠帶和路側(cè)綠帶植配類型設(shè)置根據(jù)占比分別是“喬-灌”(Ⅰ類)、 “喬-喬+灌+草”(Ⅱ類)、“喬-喬+灌”(Ⅲ類),其中同一綠化帶內(nèi)植物配置表達為“A+B”,不同綠化帶間植物搭配表達為“A-B”,A,B分別為植物類型;并設(shè)置無綠化工況作為對照組,共四種綠化帶植配類型。為了精確模擬行道樹綠帶和路側(cè)綠帶植配類型對PM2.5的消減規(guī)律,控制變量,為此未將中央分車綠帶納入模型中。基于各高寬比和綠化帶植配類型一共需模擬24個工況。

圖3 道路理想模型Fig.3 Ideal geometrical model of road

3 結(jié)果與分析

3.1 廣州城市主干道PM2.5濃度實測分析

廣州大道和中山二路PM2.5濃度日變化規(guī)律見圖4?？傮w上廣州城市道路空間中PM2.5濃度較低,基本符合國家空氣質(zhì)量二級(75 μg/m3)標(biāo)準(zhǔn),不過與空氣質(zhì)量準(zhǔn)則要求(25 μg/m3)還有較大差異。圖中城市道路一側(cè)PM2.5濃度均高于綠化帶一側(cè),至路側(cè)綠帶后PM2.5平均濃度降低了1/3,表明綠化帶能一定程度上有效阻滯顆粒物傳播,對保護行人健康有積極作用;廣州大道中和中山二路路側(cè)綠化帶對PM2.5的消減率分別為34%和37%,兩條道路路側(cè)綠帶植配類型有顯著差異,表明不同植配類型對PM2.5消減能力存在一定差異。

圖4 PM2.5濃度日變化規(guī)律Fig.4 Diurnal variation of PM2.5 concentration

3.2 模擬軟件驗證結(jié)論

中山二路PM2.5濃度實測值與模擬值對比結(jié)果如圖5所示,ENVI-met模擬值與實測結(jié)果相近、變化趨勢一致;模擬值與實測數(shù)據(jù)誤差在50%范圍內(nèi),其中測點1(路旁)實測值略小于模擬值,而測點2(行道樹后)、測點3(路側(cè)綠帶后)實測值略大于模擬值。原因在于模擬過程中沒有考慮車輛湍流影響,使得測點1模擬值略偏高,這一特征在交通車流量大的道路上尤為顯著[31]。

圖5 中山二路PM2.5濃度的模擬值與實測值對比Fig.5 Comparison of simulated and measured PM2.5 concentrations on Zhongshan 2nd road

各測點的驗證評價指標(biāo)見表4,各點均方根誤差(RMSE)最大值為18%,皆不大于25%,一致性指數(shù)(d)為99%,接近于1,均方根差與一致性指數(shù)均符合精度標(biāo)準(zhǔn),依據(jù)Eniolu等[15]研究成果認(rèn)為該軟件符合精度標(biāo)準(zhǔn)。因此ENVI-met模擬軟件及依據(jù)實測設(shè)置的相關(guān)參數(shù)適用于廣州城市道路PM2.5分布的模擬研究。

表4 驗證評價指標(biāo)Table 4 Verification evaluation index

3.3 城市道路空間PM2.5影響因素模擬分析

主干道理想模型無綠化帶工況下PM2.5分布特征的模擬結(jié)果見圖6,PM2.5濃度分布受污染源排放及擴散能力兩方面影響,風(fēng)對降低PM2.5濃度有積極影響[32]。對走向與主導(dǎo)風(fēng)平行的道路,“街道峽谷”對風(fēng)有引導(dǎo)作用形成對流風(fēng),下風(fēng)向PM2.5濃度高于上風(fēng)向;對走向與主導(dǎo)風(fēng)垂直的一側(cè)道路,固體屏障物對風(fēng)有阻擋作用形成渦流,如PM2.5垂直流態(tài)示意圖所示,該旋渦主導(dǎo)了整個峽谷內(nèi)的氣流運動,沿旋渦方向傳輸,在背風(fēng)面建筑物底部堆積,徐偉嘉等[33]的研究結(jié)論與本研究觀點一致。因此,圖6中背風(fēng)面距交叉路口中心50—80 m處為PM2.5高集聚區(qū)域。交叉路口機動車匯集污染排放量大,是PM2.5濃度最高的區(qū)域。

圖6 PM2.5平面濃度分布及垂直流態(tài)示意圖Fig.6 PM2.5 concentration distribution and vertical flow pattern

3.3.1不同高寬比下綠化帶對PM2.5濃度空間分布的影響

無綠化對照組的PM2.5濃度分布剖面如圖7所示。其中剖面A—A在平行風(fēng)向下,剖面B—C在垂直風(fēng)向下,總體上隨著高寬比的增加,PM2.5擴散范圍有所收縮。Angeliki Chatzidimitrio等[34]、李萍等[35]研究發(fā)現(xiàn)街道高寬比增大能增加街道谷內(nèi)風(fēng)速,產(chǎn)生“微峽谷效應(yīng)”,有利于污染物快速擴散,與本研究結(jié)論相似。然而在同一風(fēng)向下,不同高寬比導(dǎo)致PM2.5擴散范圍收斂變化的幅度差別較大,如平行風(fēng)向下,PM2.5在高寬比為0.6、1.0、1.7的峽谷中所對應(yīng)的豎向擴散范圍分別為0—10 m、0—7 m、0—5 m,水平擴散范圍分別為30—40 m、30—40 m、20—30 m;垂直風(fēng)向下,PM2.5向一側(cè)發(fā)生集聚,隨著高寬比的增加,PM2.5的擴散區(qū)域先擴大后收縮,高寬比為1.0時豎向和水平擴散范圍均最大。因此當(dāng)街道高寬比小于1時,高寬比越大越不利于背風(fēng)面PM2.5擴散;而當(dāng)街道高寬比大于1時,高寬比越大,越有利于PM2.5擴散。

圖7 PM2.5濃度分布剖面圖Fig.7 PM2.5 concentration distribution profile

18個不同高寬比有綠化的工況下綠化帶對PM2.5分布的影響匯總見表5,對比無綠化對照組PM2.5在豎向和水平擴散區(qū)域,其中“++”表示豎向和水平擴散范圍均收縮,“- -”表示豎向和水平擴散范圍均擴大,“+-”表示向單側(cè)收斂或擴大, “0”表示與對照組間差距小?？傮w上,綠化帶在一定程度上抑制了PM2.5的擴散和繼續(xù)傳播。隨著高寬比的增加,未出現(xiàn)如對照組中在豎向和水平擴散范圍逐步收斂或擴大的規(guī)律,也未出現(xiàn)隨著綠化帶中植物配置層次的增加,道路空間中PM2.5分布呈規(guī)律性擴散或收斂,表明綠化帶對PM2.5的消減作用受多因素共同影響,下文將分別討論不同因素對PM2.5的消減力。

表5 綠化帶影響PM2.5濃度分布的評價Table 5 Evaluation of Green Belt Affecting PM2.5 Concentration Distribution

3.3.2不同風(fēng)向下綠化帶對PM2.5空間分布的影響

分析平行面、迎風(fēng)面、背風(fēng)面三個截面PM2.5濃度變化揭示了風(fēng)向?qū)M2.5空間分布的影響。從機動車車行道中心到建筑物前PM2.5濃度變化反映了PM2.5從“源”到“留”的釋放—沉降過程,截面上典型位置見圖3,圖8展示了主干道理想模型中各工況不同截面典型點PM2.5濃度。

圖8 1.5m高PM2.5濃度變化Fig.8 PM2.5 concentration curve at 1.5m high

對走向與主導(dǎo)風(fēng)平行的道路,PM2.5平均濃度從機動車車行道中心到建筑物前降低了3/4。距道路中心12 m處即行道樹綠帶后,PM2.5濃度呈指數(shù)下降,距道路中心24 m即路側(cè)綠帶后PM2.5濃度下降趨勢開始緩和。綠化帶植物配置類型也會影響PM2.5的濃度分布,如高寬比0.6時,“喬-灌”植配類型有利于PM2.5的沉降,有學(xué)者認(rèn)為這種喬灌混交的種植搭配方式,能發(fā)揮喬灌木各自的凈化優(yōu)勢從而達到更優(yōu)的凈化效果[36]。

對走向與主導(dǎo)風(fēng)垂直的道路,迎風(fēng)面在0—12 m范圍內(nèi)PM2.5下降速率高于平行面和背風(fēng)面。在12—20 m區(qū)域PM2.5濃度亦呈指數(shù)下降,20 m后下降趨勢緩和;背風(fēng)面PM2.5有波峰現(xiàn)象,距道路中心約8—12 m處達到積聚高峰,12 m后PM2.5濃度開始下降,無綠化對照組PM2.5平均濃度低于有綠化帶工況,隨著植物配置層次的增加,PM2.5積聚效果越顯著,表明背風(fēng)面綠化帶不利于顆粒物的自然擴散。

3.3.3綠化帶植物配置類型對PM2.5濃度消減作用

為了進一步量化植物配置類型對顆粒物的消減效果,根據(jù)消減率的計算公式[36]為:

P=(Cs-Cm)∕Cs

(3)

式中,Cs是機動車道路側(cè)PM2.5濃度值,Cm是路側(cè)綠帶外側(cè)PM2.5濃度值。

根據(jù)模擬結(jié)果分析了PM2.5自然消減以及綠化帶對PM2.5消減作用,其結(jié)果如表6所示。對照工況中PM2.5消減率為自然消減率。隨著高寬比的增大,消減率也隨之增大,與前面結(jié)論一致;高寬比一致時,平行面PM2.5自然消減率遠高于迎風(fēng)面和背風(fēng)面。表明在自然消減情況下,受風(fēng)向和街道高寬比雙因子影響,而風(fēng)對PM2.5消減效果更好。

表6 綠化帶不同植配類型對PM2.5的消減率/%Table 6 Reduction rate of PM2.5 by different planting types in the green belt

綠化帶對PM2.5消減作用因風(fēng)向不同而差異較大。平行風(fēng)向時,自然消減率與綠化帶消減率差距在10%以內(nèi),隨著高寬比的增大,自然消減率略有上升,然而自然消減率與植物消減率間差異較小。因此,在平行風(fēng)下,PM2.5主要受風(fēng)向影響,綠化帶對PM2.5的消減能力較小。

垂直風(fēng)向時,B—0迎風(fēng)面一側(cè)綠化帶對PM2.5呈正消減作用,對降低道路PM2.5濃度有積極意義。當(dāng)高寬比為0.6時,自然消減率為30%,其中Ⅰ類植配模式消減率為58%,約為自然消減率2倍,表明在該條件下“喬-灌”配置類型消減效果最優(yōu)。當(dāng)街道高寬比為1.0、1.7時,綠化帶消減率均高于自然消減率并隨著植物配置層次的豐富,消減效果越突出。背風(fēng)面綠化帶對PM2.5消減效果不理想,Ⅰ類植配模式中消減率與對照組中自然消減率相當(dāng),而Ⅱ類、Ⅲ類消減率要遠低于自然消減率,即“喬-灌+草”和“喬-喬+灌+草”的植配類型加重了顆粒物在該區(qū)域的積聚。

4 討論

4.1 廣州城市道路PM2.5來源

根據(jù)圖4廣州大道和中山二路PM2.5濃度變化趨勢可知,曲線整體波動較小,沒有明顯的波峰波谷現(xiàn)象,平均濃度方差波動幅度分別為±5.8 μg/m3和±3.4 μg/m3。然而對上海[37]、天津[38]城市道路中PM2.5濃度變化研究表明有明顯的“早高峰”、“晚高峰”現(xiàn)象。該現(xiàn)象在廣州不顯著。結(jié)合當(dāng)日車流量數(shù)據(jù),在10:00—11:00和14:00—16:00以及18:00—19:00三個時間段分別有明顯交通高峰但PM2.5并未有大幅度升高的現(xiàn)象,推測機動車在PM2.5的排放強度上已得到一定控制,研究發(fā)現(xiàn)蘭州濟南等地新能源汽車使用對降低PM2.5濃度有積極作用[39—40],廣州地區(qū)已探究新能源汽車對CO2、THC等有明顯的減排效果,而對PM2.5的減排能力還需進一步探索[41]。當(dāng)前,ENVI-met模擬軟件中污染源均考慮燃油車排放速率,這也可能是導(dǎo)致模擬與實測之間差異較大的原因。因此,廣州城市道路中“早高峰、晚高峰”不顯著的原因可能是隨著新能源汽車比例的升高減少了PM2.5排放,即使是污染較重的冬季,廣州市PM2.5濃度基本能達到國標(biāo)要求,因此未來可重點關(guān)注新能源汽車對廣州市城市道路PM2.5的影響機制。

4.2 提高數(shù)值模擬精度

ENVI-met數(shù)值模擬不但能降低實地測試帶來的人力和物力成本,同時能根據(jù)需要預(yù)測模型用于指導(dǎo)實踐以及目標(biāo)優(yōu)化。測點1、測點2、測點3的PM2.5模擬和實測的均方根誤差(RMSE)分別為17%、17%、18%,盡管在25%可接受范圍內(nèi),模擬結(jié)果可信,但與熱環(huán)境模塊相比誤差偏大[42];劉之欣[43]從機理層面展開了亞熱帶濕熱環(huán)境植物模塊驗證工作,并對植物模塊的參數(shù)做了地域優(yōu)化以及搭建植物數(shù)據(jù)庫,由此極大地提高了熱環(huán)境模擬結(jié)果精度。本研究驗證了污染物實測與模擬的可信性,但未從機理層面探究影響誤差的因素,若要進一步提高污染物模擬精度,后續(xù)研究需要從機理入手對污染物模塊進行驗證。

4.3 植物降低城市道路中PM2.5濃度策略

城市道路中PM2.5濃度受城市街道形態(tài)、機動車污染排放強度、氣象因素、綠化等綜合影響。根據(jù)模擬結(jié)果,無綠化的城市道路,街道高寬比越大越有利于PM2.5擴散,尤其是街道形態(tài)與風(fēng)向平行的街道中,Lígia Parreira Muniz-Gaal等[30]與本研究有相同的結(jié)論。街道形態(tài)與風(fēng)形成一定夾角時,位于背風(fēng)面一側(cè)不利于顆粒物的自然擴散,由于建筑物阻擋了相對獨立的氣流,使得街道內(nèi)的空氣被驅(qū)動流動,形成穩(wěn)定的渦旋,顆粒物在建筑背風(fēng)面處向上攀升或堆積,形成高濃度區(qū)域,造成背風(fēng)面濃度高于迎風(fēng)面現(xiàn)象[44]。

顧康康等[45]用ENVI-met模擬了安徽市城市道路綠化帶不同植配類型對PM2.5的消減效果,喬木、喬木+樹籬、喬木+樹籬+灌木3種配置模式對PM2.5的消減率分別是9.2%,12.9%、14.2%,表明植物群落結(jié)構(gòu)越豐富越有利于顆粒物的消減。張靈藝等[46]實測道路綠化帶中PM2.5不同結(jié)構(gòu)植物群落對PM2.5滯塵效應(yīng)的強弱順序為:喬草型>喬木型>草坪型>喬灌型>喬灌草型>灌草型,具有喬木、草本植物或灌木球零散布局的植物群落配置模式對PM2.5的滯塵效應(yīng)較強,兩人的結(jié)論有些出入。本研究的結(jié)論是道路行道樹植配類型的選擇應(yīng)該結(jié)合主導(dǎo)風(fēng)向考慮,如在平行風(fēng)向和垂直迎風(fēng)面一側(cè)可以考慮“喬+灌+草”的群落結(jié)構(gòu)形式,冠層內(nèi)的顆粒物不易發(fā)生集聚,植物對顆粒物有較好的消減作用,若位于背風(fēng)面一側(cè),如圖9中0—C背風(fēng)面一側(cè)所示,植配類型越豐富有可能會導(dǎo)致PM2.5的積聚,選擇“喬+草”和“喬+灌”類型更有利于顆粒物的消減,表明植物對PM2.5消減效果的不確定性,在探尋如何降低城市道路顆粒物濃度時,需要分類綜合考慮城市主導(dǎo)風(fēng)向,城市形態(tài)、城市道路街寬比以及植配類型。

5 結(jié)論

通過實測和模擬分析發(fā)現(xiàn),廣州城市道路空間PM2.5除了受機動車排放的污染影響較高外,還受風(fēng)向和街道高寬比控制,綠化帶在不同風(fēng)向和高寬比下對PM2.5消減作用差距較大。本研究主要從降低城市道路污染物角度分析植配類型選擇。

(1)整體上,隨著高寬比的增大,顆粒物的擴散速率加快。當(dāng)高寬比為0.6時,平行風(fēng)向下道路綠化帶植配類型適宜選用“喬-灌”;垂直風(fēng)向下適宜選用“喬-喬+灌+草”和“喬-喬+灌”。當(dāng)高寬比為1.0、1.7時,垂直風(fēng)向下PM2.5在道路迎風(fēng)面一側(cè)顯著下降,背風(fēng)面一側(cè)樹冠下積聚效應(yīng)顯著,說明植物對PM2.5有負(fù)消減效應(yīng)。

(2)總體上,PM2.5平均濃度在迎風(fēng)面要低于平行面和背風(fēng)面。平行面時,距道路中心約12 m,PM2.5濃度呈指數(shù)下降,于24 m處下降趨勢趨于緩和。迎風(fēng)面PM2.5在0—12 m擴散快速,當(dāng)12 m后呈指數(shù)型下降趨勢,在20 m處趨于緩和;背風(fēng)面有波峰現(xiàn)象,波峰出現(xiàn)在距道路中心8—12 m處,于16 m后開始自然降低。城市道路中PM2.5自然沉降距離最小為12 m,0—12 m保持開敞的通風(fēng)環(huán)境,少布設(shè)地面屏障物,12—24 m可以更好利用生態(tài)手段使顆粒物沉降。

(3)自然消減情況下,PM2.5主要受風(fēng)向和高寬比雙因素影響,其中風(fēng)向?qū)M2.5影響更高。平行風(fēng)下,植配類型對PM2.5的消減能力不突出;垂直風(fēng)下,隨著植配類型越豐富消減效果越顯著;建議在迎風(fēng)面植物配置上可選“喬-喬+灌+草”,背風(fēng)面植配類型以“喬-灌”的形式。

(4)植物種類選擇上,由于廣州冬季風(fēng)速小氣壓相對穩(wěn)定,污染物較難擴散,可以考慮選擇落葉植物,促進空氣流動減少污染物積聚現(xiàn)象。