LA研究 | 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

全文刊登于《风景园林》2019年第01期 P76-81

岳峰

1988年生/男/河南人/华中科技大学建筑与城市规划学院在读博士研究生/研究方向为绿地规划与3S技术应用、风景园林小气候

戴菲

1974年生/女/湖北人/博士/华中科技大学建筑与城市规划学院教授/湖北省城镇化工程技术研究中心/本刊特约编辑/研究方向为城市绿色基础设施、绿地系统规划

郭晓华

1984年生/女/河南人/长江大学园艺园林学院讲师/研究方向为风景园林规划与设计、绿色基础设施

摘要

研究以快速城镇化的武汉为对象，通过遥感反演大气气溶胶光学厚度（AOD）、解译土地覆盖类型，进而基于像元二分模型反演NDVI得到植被覆盖度后，分别在500m、1km、2km、3km的网格尺度上，探讨 AOD与植被覆盖度的相关关系。结果表明：四种尺度下，都在0.01水平上呈现极明显负相关。进而得到四种网格尺度的回归模型，揭示了两者的初步变化规律。进一步在1km网格尺度下分析发现，植被覆盖度≤10%和>45%时，两者在0.01水平极显著负相关。植被覆盖度≤10%的区域与水体及其周边地区和城乡建设用地具有高度的空间分布一致性，污染整体较严重；植被覆盖度＞45%的区域主要分布在森林、疏林草地、农业用地等植被覆盖较好的生态用地区域，污染程度以中度、轻度和优良为主，说明增加植被覆盖对缓解空气污染具有重要意义。

关键词

风景园林；空气污染；植被覆盖度；大气气溶胶光学厚度；归一化植被指数；规划设计

空气污染问题是快速城镇化过程中需要关注的重要问题之一。在欧洲，PM_2.5污染导致平均预期寿命平均减少8.6个月。PM污染现在在发展中国家（例如中国、印度）变得更加严重。2016年国家环保部门统计中国338个地级及以上城市中，空气质量达标率仅21.6%。根据中国政府的一份报告，2010—2012年，北京、广州、上海和西安因可吸入颗粒物引起的疾病死亡人数从7 700人增加到8 500人。空气污染导致中国每年有120万人过早死亡。雾霾不仅对公众健康构成直接威胁，而且对动植物有着明显的消极影响。随着污染的增加，所有森林层的树叶覆盖以及无脊椎动物都会减少。如何通过研究来缓解已经存在的大气污染是需要思考和面对的问题。

气溶胶是由大气及悬浮在大气中的液体小质点和固体粒子（直径范围0.001~100μm）组成的胶体分散体系，烟尘、灰尘、雾、霾都属于气溶胶，其中直径小于2.5μm的可入肺颗粒物称为PM_2.5，大气气溶胶是雾霾形成的基础和前提。大气气溶胶光学厚度（Aerosol Optical Depth，简称AOD）是描述气溶胶对光衰减作用的一个无量纲正值，能在一定程度上反映大气污染程度。由于空气污染物具有复合性和复杂性，单独对一种或者两种空气污染物的作用及缓解的研究具有一定局限性，因此从气溶胶角度结合植被覆盖度进行缓解污染物的研究可以提供一个新的研究视角，具有一定的理论与现实意义。

为进一步研究大气气溶胶与近地面颗粒物浓度的关系，国内外学者将AOD与PM₁₀、PM_2.5、NO₂等污染物进行了相关分析。在中国绝大部分地区，AOD与NO₂和SO₂空间分布存在显著正相关。在天气状况稳定、O₃前体物浓度变化不大的情况下，大气颗粒物与O₃的浓度变化存在一定的反相关。研究表明AOD数据与附近的地面PM₁₀浓度相关系数达0.82。还有研究发现AOD估算近地面颗粒物浓度是可行的。有学者利用MODIS AOD估算了全美的PM_2.5浓度分布，进一步证实利用遥感估算近地面颗粒物的适用性。因此，MODIS AOD产品用于城市空气污染领域研究，具有很好的适用性。

植物是缓解大气污染的重要途径之一，众多学者也对不同园林植物的滞尘能力进行了研究。2013年《风景园林》杂志曾专题讨论“PM_2.5和绿色基础设施”，相关专家学者都呼吁通过绿色基础设施来缓解空气污染。

目前针对绿地缓解空气污染的研究，在研究尺度上，微观尺度的研究较多，主要集中在园林植物单体及叶片吸附污染物、不同群落结构的绿地；中观尺度以街区、居住区、道路及不同类型绿地的PM₁₀、PM_2.5、SO₂等污染物实测为主；宏观尺度主要以区域污染物的遥感反演结合土地利用为主，但对于以植被覆盖与AOD为代表的空气污染的深入研究却鲜少涉及。

研究重点揭示：1）不同植被覆盖度与AOD代表的空气污染物浓度是否具有关联性；2）植被覆盖度与AOD代表的空气污染物浓度的规律模型是什么；3）植被覆盖度的变化与以AOD代表的空气污染物浓度变化的空间关系规律是什么。

1 研究对象

1.1 研究区域的确定

武汉是中国中心城市、湖北省会，位于江汉平原东部，地形以平原为主。统计发现，武汉市从2014年1月1日—2017年12月31日4年间，空气质量等级为优的天数仅154d，1300d具有不同程度的污染，首要污染物以PM_2.5、PM₁₀、NO₂、O₃（这些物质是气溶胶的前身或者构成部分）为主，污染天数占89.4%，中度及以上程度污染占11.35%。同时武汉具有高密度的城市空间形态以及市域较好的植被覆盖，在中国大城市地区具有一定的典型性，因此以武汉市为对象进行研究。

1.2 研究时间的确定

1）大气气溶胶光学厚度（AOD）

选取气溶胶产品MOD021KM，空间分辨率为1km，由于AOD受云雾降水天气的影响较大，为更客观、准确地研究AOD的浓度分布，通过统计2014年至2016年5—9月连续4d及以上晴朗天气发现仅有2016年7月25—31日满足要求。然后筛选出7d中的第5天即7月29日的AOD数据作为理想的研究对象。

2）归一化植被指数（NDVI）。

由于归一化植被指数（NDVI）对植物生长状况有着较强的敏感性，每年5—9月为植物的生长旺季。所以，研究以研究区域5—9月遥感图像数据作为分析对象进行研究。为尽可能获得与AOD数据的时空一致性，筛选得到2016年7月23日的landsat 8数据为理想数据。为增加数据的准确度，土地覆盖数据选用与NDVI同样的基础数据。

2 研究方法

2.1 AOD遥感反演

目前陆地上空大气气溶胶光学厚度的遥感算法中暗像元算法是最重要也是使用频率最高的一种方法。研究使用的NASA发布的气溶胶遥感产品，也是采用该算法。研究运用ENVI 5.4对AOD数据进行处理后得到研究区的AOD空间分布图，并将污染级别划分为严重、重度、中度、轻度、良、优、无7个等级。然后在ArcGIS中将其重分类后建立500m、1km、2km、3km的网格，将重分类后的新值提取到不同尺度网格的属性字段中。

2.2 土地覆盖的数据处理

首先运用ENVI 5.4对Landsat8原始数据进行辐射定标、大气校正等操作，根据监督分类将土地覆盖划分为6类：森林、疏林草地、城乡建设用地、水体、农业用地、其他。使各用地的可分离性达到1.95以上（大于1.9为分离良好），解译结果满足研究要求。

2.3 植被覆盖度的数据处理

作为最常用的一种植被指数，归一化植被指数（NDVI）与植被覆盖度以及植物生长情况呈现较为明显的正相关关系。研究选取NDVI作为植被覆盖度（Vegetation Coverage Rate，简称VCR）反演的基础数据。研究利用改进后的像元二分模型进行植被覆盖度的反演。其表达式为：

VCR=(NDVI-NDVI_soil)/( NDVI_veg-NDVI_soil)  （1）

其中NDVIsoil是无植被覆盖区域的NDVI值，NDVI_veg代表完全被植被覆盖的像元NDVI值。

3 结果与分析

3.1 相关性分析

运用SPSS进行双变量相关分析发现，整体水平上4种网格尺度下显著性Sig<0.01，pearson系数都为负值（表1），证明AOD与VCR呈极显著负相关。并且在这4种尺度下，pearson系数绝对值较接近。因此本文在较精细尺度的1km或者500m网格尺度探讨VCR与AOD代表的空气污染物的关系可能更有意义。

表1 不同网格尺度下植被覆盖度与AOD的关系研究

说明：**代表sig在0.01水平极显著，R的绝对值越大相关性越高。

3.2 规律模型的选取

为进一步研究两者的相关性，运用SPSS曲线估计功能，通过筛选得到4种尺度下拟合度相对最好的拟合模型，发现4种尺度的相对最优拟合模型均为一元三次方程，且都在0.01显著性水平上，4种尺度中2km尺度的回归系数R²最高，1km尺度的最低，但4种尺度的回归系数R²比较接近，从而得到4种尺度下的4个相对最优拟合模型作为VCR与AOD的规律解释模型（图1、表2）。

图1植被覆盖度与AOD的相对最优拟合方程

表2 不同网格尺度下相对最优拟合方程

3.3 空间分布规律分析

1km、500m网格尺度相比较，市域范围在1km网格尺度探讨两者规律对市域规划设计可能更有参考价值，因此研究以1km网格尺度进行进一步的探讨。结合遥感反演得到的AOD空间分布图（图2）、土地覆盖空间分布图（图3）以及遥感反演植被覆盖度（VCR）空间分布图（图4），并将植被覆盖情况依照国际通用标准分为5个等级，进行相关性分析（表3）。

分析发现，植被覆盖度≤10%时，该值域的植被覆盖度空间分布区域与水体及其周边地区和城乡建设用地特别是主城区的建设用地具有高度的空间分布一致性，污染整体较严重，且VCR与AOD极显著负相关性最高（表3）。当植被覆盖度＞45%时，该值域区间主要分布在市域的森林、疏林草地、农业用地和主城区的植被覆盖较好的山体等生态用地区域，污染程度以中度、轻度和优良为主，且该值域区间VCR与AOD极显著负相关，说明增加植被覆盖对缓解空气污染具有重要意义。

图2 遥感反演AOD空间分布图

图3 土地利用空间分布图

图4遥感反演植被覆盖度空间分布图

表3 不同的植被覆盖度与大气气溶胶光学厚度的相关性

注：**代表Sig在0.01水平极显著。

4 结论与讨论

4.1 结论

本文主要从以AOD为代表的空气污染物的视角对AOD与VCR的相关性进行研究。研究发现，植被覆盖度与AOD在四种尺度显著负相关，并得到对应的相对最优拟合规律模型。进一步研究发现植被覆盖度较低的区域（VCR≤10%）主要分布在水体及其周边地区和城乡建设用地区域，污染整体较严重，且VCR与AOD在0.01水平极显著负相关，说明当植被覆盖从无到有时，少量的绿地即可发挥明显的缓解污染的作用；植被覆盖度较高的区域（VCR＞45%），AOD空间分布的污染程度以中度、轻度和优良为主，且两者在0.01水平极显著负相关，并与森林、疏林草地、农业用地等植被覆盖较好的自然属性为主的生态用地区域具有高度空间一致性，其用地类型较单一、用地本身产污少，相较于高密度的城市空间，广阔的市域空间也有利于污染物的扩散，并且植物具有较强的吸附污染的作用；植被覆盖度在10%＜VCR≤45%的区间内与AOD相关性不显著，可能是该植被覆盖度的区域主要分布在主城区，城市用地功能较复杂，工业用地的类型及比例、交通流量及强度、城市建设强度、地形等经济、社会、自然影响因素众多，导致两者相关性不显著。

4.2 缓解空气污染的规划设计对策

市域范围内应通过城市总体规划及绿地系统规划等规划管控，切实保护、提升生态用地的质与量，营造良好的生态基质。在有条件的区域如山体及部分疏林草地地区将植被覆盖度提高到45%以上，同时注意对郁闭度过高的林地进行间伐及补种轮替，以构建可持续的稳定的植物群落，同时注意通风廊道的构建，充分发挥植被吸附污染物的作用。需要指出的是，在农作物生长季应充分发挥农作物吸附缓解空气污染的作用，通过美丽乡村规划建设等措施，适度引导种植高吸污性和经济性的作物，同时推广补贴环保农业机械，严格禁止农作物的焚烧作业。

结合城乡建设用地，特别是主城区及都市发展区，在规划设计层面，积极落实城市控制性详细规划等规划中关于生态类指标的规划管控。在建设层面，对没有植被的区域采取见缝插绿的措施，在植被覆盖度很低的区域，努力将植被覆盖度提高到10%。同时丰富植被的竖向设计，注重屋顶、墙面、桥下、道路等空间的植被覆盖的提高及优化，注重乔灌草的合理搭配，在有限的城市用地内通过绿地的精细化布局和搭配争取在最大程度上发挥绿地改良小气候的作用。

4.3 展望

后续深入的研究可从两个维度进行探讨。一方面对植被覆盖的具体林地、草地等类型及其比重等方面进行进一步的探讨，以形成植被覆盖从总量到类型、比重等较为完善的调控空气污染的定量化的调控策略。另一方面可从PM_2.5、PM₁₀等颗粒物以及氮氧化物、臭氧等众多污染物与土地利用特别是三维绿量的规律研究以及污染物与土地利用模型的相关研究入手，提出面向众多污染物的综合调控机制，以更有针对性，更好地缓解空气污染。

为了微信阅读体验，文中部分参考文献标注进行了删减，如有侵权争议，请联系作者更正。

参考文献(References)：

[1] PRENDES P, ANDRADE J M, LOPEZ-MAHIA P, et al. Source Apportionment of Inorganic Ions in Airborne Urban Particles from Coruna city (NW of Spain) Using Positive Matrix Factorization[J]. Talanta, 1999, 49(1): 165-178.

[2] ROHDE RA, MULLER RA. Air Pollution in China: Mapping of Concentrations and Sources[J]. Plos One, 2015, 10(8).

[3] LIU S, SONG G. Dose-response Relationship between Daily PM (2.5) Concentration and Mortality Rate: A Meta-analysis[J]. China Journal of Public Health, 2017, 33(1): 14-17.

[4] LIM SS, VOS T, Flaxman AD, et al. A Comparative Risk Assessment of Burden of Disease and Injury Attributable to 67 Risk Factors and Risk Factor Clusters in 21 Regions, 1990-2010. A Systematic Analysis for the Global Burden of Disease Study 2010[J]. Lancet, 2012, 380(9859): 2224-2260.

[5] JIANG C, HE X, LE Y, et al. Spatiotemporal Pattern and Driving Force of Air Quality in Jiangsu Province, China, 2014[J]. Fresenius Environmental Bulletin, 2018, 27(6): 4076-4083.

[6] HANDIQUE D, BHATTACHARYYA KG. Air Quality Deterioration in a Pristine Area due to a Petroleum Refinery and Associated Activities[J]. Asian Journal of Atmospheric Environment, 2017, 11(4): 254-269.

[7] WU W, ZHANG Y. Effects of Particulate Matter (PM2.5) and Associated Acidity on Ecosystem Functioning: Response of Leaf Litter Breakdown[J]. Environmental Science and Pollution Research, 2018, 25(30): 30720-30727.

[8] BELSKII EA, BELSKAYA EA. Bird Population in Birch Forests of the Southern Urals Affected by Industrial Pollution: Report 2. Relationship with habitat variables[J]. Contemporary Problems of Ecology. 2013, 6(3): 323-329.

[9] 刘玉杰. 利用新型全自动太阳光度计研究气溶胶光学和物理特性[D].南京：南京气象学院，2004.

[10] 范辰乾. 基于MODIS数据的气溶胶光学厚度与PM2.5浓度关系研究[D].济南：山东师范大学，2014.

[11] 石勇. 武汉市MODIS气溶胶光学厚度与空气PM10浓度的关系研究[D].武汉：华中农业大学，2012.

[12] 李锐，李俊伟，刘之杰，等. 卫星遥感研究中国气溶胶光学厚度、NO2和SO2的相关性[J]. 科学通报，2016，61（22）：2524-2535.

[13] 蔡彦枫. 长三角城市地区大气颗粒物与臭氧相互作用的观测和数值模拟研究[D]. 南京：南京大学，2012.

[14] CHU D A, KAUFMAN Y J, ZIBORDI G, et al. Global Monitoring of Air Pollution over Land from the Earth Observing System-Terra Moderate Resolution Imaging Spectroadiometer (MODIS)[J]. Journal of Geophysics Research, 2003, 108(D21) 4661.

[15] WANG J, CHRISTOPHER S A. Intercomparison between Satellite-derives Aerosol Optical Thickness and PM2.5 Mass: Implication for Air Quality Studies[J]. Geophysical Reserch Letters, 2003, 30(21): 465-471.

[16] ENGLE-COX J A, YONG C H, COUTANT B W, et al. Qualitative and Quantitative Evaluation of MODIS Satellite Sensor Data for Regional and Urban Scale Air Quality[J].Atmospheric Environment, 2004, 38: 2495-2509.

[17]赵秀娟，陈长和，张武，等. 利用MODIS资料反演兰州地区气溶胶光学厚度[J]. 高原气象，2005（1）：97-103.

[18] 毛节泰，李成才，张军华，等. MODIS卫星遥感北京地区气溶胶光学厚度及与地面光度计遥感的对比[J]. 应用气象学报，2002（S1）：127-135.

[19] 李海梅，刘霞. 青岛市城阳区主要园林树种叶片表皮形态与滞尘量的关系[J]. 生态学杂志，2008（10）：1659-1662.

[20] 王兵，张维康，牛香，等. 北京10个常绿树种颗粒物吸附能力研究[J]. 环境科学，2015，36（2）：408-414.

[21] 张维康，王兵，牛香. 北京不同污染地区园林植物对空气颗粒物的滞纳能力[J]. 环境科学，2015，36（7）：2381-2388.

[22] 王赞红，李纪标. 城市街道常绿灌木植物叶片滞尘能力及滞尘颗粒物形态[J]. 生态环境，2006（2）：327-330.

[23] 王浩. 明确学科定位融入治理体系立足绿色基础[J]. 风景园林，2013（2）：148-149.

[24] 杜春兰. 降减PM2.5的绿色基础设施途径的思索[J]. 风景园林，2013（2）：147.

[25] 朱祥明. PM2.5与绿色基础设施之我见[J]. 风景园林，2013（2）：151.

[26] 孟勇. 浅谈城市园林绿化对PM2.5的防控作用[J]. 风景园林，2013（2）：147-148.

[27] 余新晓. 城市森林让城市更加清洁、健康的“肺”[J]. 风景园林，2013（2）：150-151.

[28] 王蕾，刘连友，王志，等. 北京市园林植物吸附PM10与SO2总量及其健康效益[J]. 环境科学与技术，2006（9）：1-3，115.

[29] 李余. 绿化植物叶表皮蜡质与城市空气环境的关系[D].西安：西安建筑科技大学，2016.

[30] 罗曼. 不同群落结构绿地对大气污染物的消减作用研究[D].武汉：华中农业大学，2013.

[31] 戴菲，陈明，朱晟伟，等. 街区尺度不同绿化覆盖率对PM10、PM2.5的消减研究：以武汉主城区为例[J]. 中国园林，2018，34（3）：105-110.

[32] 韩世明. 南昌市红谷滩新区居住绿地的生态效应研究[D].南昌市：东华理工大学，2017.

[33] 牟浩. 城市道路绿带宽度对空气污染物的削减效率研究[D].武汉：华中农业大学，2013.

[34] 徐欢，赵晶晶，李红. 道路绿地植物配置对PM2.5浓度分布与消减作用的影响[J]. 北方园艺，2016（24）：65-69.

[35] 何亮. 城市不同功能类型绿地的降温增湿和空气净化效应研究[D].武汉：华中农业大学，2013.

[36] 孙娜. 珠三角地区可吸入颗粒物的遥感监测及其与下垫面的相关性分析[D].北京：中国地质大学，2013.

[37] 王嫣然，张学霞，赵静瑶，等. 2013—2014年北京地区PM2.5时空分布规律及其与植被覆盖度关系的研究[J]. 生态环境学报，2016，25（1）：103-111.

[38] 戴菲，岳峰，贾行飞，等. 武汉市景观格局演变及绿道优化策略研究[J]. 中国城市林业，2017，15（6）：17-22.

[39] 胡晓，马耀明，王介民，等. 大气订正对MODIS植被参数的影响研究[J]. 高原气象，2007（4）：732-740.

[40] 胡承江，李雄. 1979—2013年北京市永定河流域平原城市段核心区域植被盖度演变分析[J]. 中国园林，2015，31（9）：12-16.

[41] 岳辉. 武汉市大气PM10浓度空间分布特征及其影响因素研究[D].武汉：华中农业大学，2012.

[43] 温庆可，张增祥，刘斌，等. 草地覆盖度测算方法研究进展[J]. 草业科学，2009，26（12）：30-36.

[44] 贾坤，姚云军，魏香琴,等. 植被覆盖度遥感估算研究进展[J]. 地球科学进展，2013，28（7）：774-782.

[45] 李苗苗，吴炳方，颜长珍，等. 密云水库上游植被覆盖度的遥感估算[J]. 资源科学，2004（4）：153-159.

版面预览

           

文章编辑 陈燕茹

微信编辑  缪琳

校对  刘昱霏

声明

本文版权归本文作者所有

未经允许禁止转载

如需转载请与后台联系

欢迎转发

相关阅读：

完整深度阅读请参看《风景园林》2019年1期

扫描下方小程序码或点击阅读原文进入店铺购买