建筑与绿地对 PM2.5 污染的城市规模依赖性交互效应：来自 20 个代表性中国城市的证据

《Environmental Pollution》：City-size-dependent interactive effects of building and green-space on PM 2.5 pollution: Evidence from 20 representative Chinese cities

　　摘要1. 特大城市的PM2.5浓度最低2. 建筑指标对PM2.5变化的贡献大于绿地指标3. 人口密度是小城市PM2.5浓度的主要预测因子4. 高层建筑、低覆盖率并配有绿地的建筑与较低的PM2.5相关5. 建筑—绿地相互作用对PM2.5表现出非线性和阈值效应引言随着城市化的加速，建成区的扩张和人口密度的增加加剧了能源消耗、交通排放和工业排放，共同加剧了空气污染。空气污染破坏城市生态平衡，严重威胁公众健康。据世界卫生组织统计，每年约有420万人因空气污染而过早死亡，使其成为全球第四大健康风险。在各种空气污染物中，直径小于2.5微米的细颗粒物（PM2.5）能深入肺部，造成严重的健康危害。建筑和绿地的形态在塑造PM2.5的输送、扩散和沉降中起着基本作用，从而导致了PM2.5浓度的空间变化。优化建成环境和绿地的形态已成为减轻城市PM2.5污染的关键。先前的研究考察了二维和三维建筑形态对空气质量的影响，发现较低的建筑覆盖率有利于空气污染物扩散，缓解局部PM2.5污染。高密度和高层建筑阻碍了气流，产生了风影和涡流区，从而促进了PM2.5的积累。尽管过高的建筑容积率可能会阻碍通风和空气污染物扩散，但布局合理的建筑可以增加气流，从而减轻PM2.5污染。此外，城市绿地通过叶面沉降、气孔吸收和蒸腾作用减少了PM2.5和其他空气污染物。在立陶宛第二大城市考纳斯，据报道约有284,305棵树移除了2,084吨NO2和217吨PM10。先前的研究表明，绿地的PM2.5缓解能力与其结构特征密切相关。在单棵树的尺度上，高度为4-6米的树实现了最大的空气污染物减少效果。这可能是因为它们最小化了空气污染物沉降，保持了平衡的气流，并产生了足够的湍流以增强下风向扩散。在树木布局尺度上，均匀分布的树木比无树区域或树木稀疏、密集的区域更有效地减少颗粒物污染。建筑和绿地并非独立地在塑造城市空气质量方面发挥作用；它们对空气污染物的影响相互作用，可能相互增强或抵消。高层建筑和增加的建筑物密度可能会减少城市通风，从而增加绿地对空气污染物沉降的贡献。在微观尺度上，在建筑立面或街道峡谷单元中，低层建筑上的绿色屋顶（覆盖率为50–75%）和绿色墙面（覆盖率为25%）的组合能产生最高的PM2.5捕获效率。因此，研究城市建筑和绿地形态及其相互作用对PM2.5浓度的影响，对于优化城市形态和绿地配置、平衡污染物沉降与通风扩散、并最终改善城市空气质量至关重要。此外，城市化深刻地重塑了空间结构、密度梯度和土地利用组合等形态特征。因此，它对PM2.5污染的影响在不同城市化阶段有所不同。在快速城市化期间，集中的人口和建设活动通常会增加排放和能源消耗，导致更高的PM2.5积累。相比之下，拥有优化空间布局和土地利用结构的成熟城市系统增强了空气污染物扩散并改善了环境质量。然而，无序的城市扩张和空间破碎化会加剧空气污染物积累，特别是在发展中国家的中小城市。先前的研究越来越多地表明，城市建筑和绿地形态对空气污染的影响在城市化阶段和城市规模之间差异很大。在中国301个城市中，Zhao等人发现城市规模显著影响中小型城市的PM2.5，而城市形态成为大城市中唯一的显著结构因素，表现出明显的城市规模依赖性。在城市化期间，分散的低密度发展逐渐被更密集和更紧凑的建筑配置所取代，而紧凑的建筑阵列比中等密度阵列表现出较弱的水平和垂直通风。尽管先前的研究已经开始考察城市化水平对PM2.5污染的影响以及建筑和绿地模式对空气污染物的相互作用，但仍存在一些空白。首先，不同城市化水平的建筑—绿地相互作用仍然不清楚。其次，关于城市化如何改变建筑和绿地相互作用的非线性关系和临界阈值，缺乏定量证据。第三，根据城市化水平不同建成环境特征来制定PM2.5缓解的绿地更新策略仍然不够区分。为了解决这些空白，本研究选择不同城市化水平的城市，分析城市建筑和绿地指标对PM2.5污染的相互作用。具体而言，本研究的目的是：(1) 量化不同城市化水平下城市形态特征和PM2.5浓度的空间模式；(2) 确定建筑和绿地指标的相对重要性，并揭示它们在不同城市化水平下与PM2.5浓度的非线性关系；(3) 确定最佳配置阈值，为制定阶段性PM2.5污染缓解规划策略提供依据。研究结果通过分析不同城市化阶段的建筑和绿地配置与PM2.5的关系，为改善城市空气质量提供了科学依据。章节片段研究区域为研究不同城市化水平下建筑和绿地对PM2.5污染的影响，根据《关于调整城市规模划分标准的通知》，选择了20个代表性城市。根据常驻城市人口，城市被分为五个类别：超大城市（超过1000万居民）、特大城市（500万–1000万居民）、大城市（100万–500万居民）……3.1 不同城市化水平下PM2.5浓度和城市形态的比较在超大城市、大城市和小城市之间没有观察到PM2.5浓度的显著差异。这三个城市规模类别表现出最高的平均PM2.5浓度，分别为33.65 ± 10.01、33.29 ± 11.23和32.79 ± 11.12 μg/m3（均值 ± 标准误）。相比之下，中等规模城市的PM2.5浓度显著较低（31.73 ± 12.18 μg/m3），而特大城市表现出最低的浓度（30.12 ± 7.95 μg/m3）。4.1 不同城市化水平下PM2.5浓度的比较城市规模类别之间PM2.5浓度的比较显示出一个随城市规模波动、非单调的模式。超大城市、大城市和小城市表现出较高的PM2.5浓度，而特大城市显示最低的浓度，中等规模城市则显示中等水平。这种模式表明城市规模与PM2.5污染之间的关系不是线性的，但可能反映了城市形态、排放强度和……的变化。结论本研究考察了城市建筑和绿地形态与PM2.5浓度之间的耦合关系，揭示了不同城市化水平下城市形态及其相互作用对PM2.5污染的异质性影响。主要结论如下：(1) PM2.5浓度在城市规模类别之间存在显著差异，在超大（33.65 ± 10.01 μg/m3）、大（33.29 ± 11.23 μg/m3）和小城市（32.79 ± 11.12 μg/m3）中水平较高，但在特大城市……中水平较低。CRediT作者贡献声明苗春平：撰写 – 审阅与编辑，撰写 – 原稿，监督，方法论，获得资金，构思。曾启瑞：可视化，资源，方法论，形式分析，数据整理。白冬辉：方法论。王承聪：撰写 – 审阅与编辑，撰写 – 原稿，可视化，方法论，构思。马一翔：撰写 – 审阅与编辑。声明鉴于他们作为作者的角色，[Chunping Miao, Qirui Zeng, Yixiang Ma, Donghui Bai, Chengcong Wang]没有参与本文的同行评审，也没有获取关于其同行评审的信息。本文编辑过程的全部责任委托给另一位期刊编辑。资金来源本工作由中国国家自然科学基金资助[项目编号32271661]。利益冲突声明? 作者声明他们没有已知的竞争性经济利益或个人关系，这些关系可能会影响本文报道的工作。苗春平|曾启瑞|马一翔|白冬辉|王承聪