论文部分内容阅读
随着城市化和工业化进程加快,PM2.5现已成为影响环境质量的重要因素。作为“汇景观”的绿地在很大程度上可以削弱PM2.5的浓度,其中公园绿地的空间布局、聚集程度等格局形态会通过影响空气流动来影响PM2.5的扩散,因此针对性的研究公园绿地的相关格局指标对PM2.5的影响作用,探讨如何优化公园绿地形态以辅助PM2.5污染防治措施,可以在原有的公园规划原则上,为城市规划和公园设计阶段进一步提供一种调控PM2.5的思路,更好的发挥公园绿地的生态效益。本文主要研究内容如下:首先,对重庆市主城区PM2.5质量浓度在2013年至2018年的历年变化情况,及季节和空间分布特征进行分析;就1996年至2018年重庆主城区公园绿地格局的发展变化情况及分布现状进行简要分析。其次,通过利用1.2m分辨率的Goole Earth地图,对重庆主城区公园绿地的高分辨率信息进行提取,为后续研究做好铺垫;利用双变量相关性分析、多元逐步线性回归分析在数据层面上得出公园绿地格局与PM2.5之间的相关性;并通过公园绿地格局指数之间的PCA主成分分析,筛选与PM2.5相关性较大且无冗余现象,同时又可以充分表征公园绿地格局的指标,用以进一步分析二者之间的影响关系;并将筛选出的公园绿地格局指数与PM2.5进行多尺度的耦合分析,研究公园绿地格局与PM2.5的关系受到的尺度影响;随后,在LUR模型常规自变量基础上,创新性的加入公园绿地格局指标,对比加入新变量前后的两组模型模拟PM2.5的结果,进一步分析公园绿地格局对PM2.5的影响。最后,对公园绿地格局影响PM2.5的作用机理进行简要分析,并提出基于缓解PM2.5浓度的格局优化策略。主要研究结论如下:1.重庆主城区的公园绿地格局现状与PM2.5浓度有较大的关联性,即公园绿地面积较大较为聚集的区域PM2.5浓度值普遍较低。重庆主城区的PM2.5存在着秋冬季节浓度高、变异系数低,春夏季节浓度低、变异系数高的特点,夏季、秋季和年均PM2.5浓度在江北区的唐家沱附近存在低—高相聚现象;秋季在北碚区的天生附近存在低—低相聚现象;秋季、冬季和年均PM2.5浓度质量皆在巴南区的鱼新街附近存在高—高相聚现象。这与主城区各地公园绿地格局存在较大差异,导致在春夏2个植物生长旺盛的季节里,各区域公园绿地发挥的缓解PM2.5浓度的效益差距较大。2.本次研究表明过绿减过红指数(EXG-EXR)可以作为提取重庆主城区高分辨率绿地信息的植被分离指数。通过较为开源、经济的高分辨率Goole Earth地图,利用地标物的色彩阈值对重庆主城区的绿地与非绿地进行分离,从而可以对高分辨率绿地信息进行提取。3.公园绿地格局与PM2.5的相关性随着尺度的变化而发生改变。其中形状指数(SHAPE-MN)、景观分离度(DIVISION)、最大斑块占比(LPI)和斑块破碎度(PD)普遍表现在半径为1km至3km的缓冲区范围,随尺度的增大,与PM2.5的相关性随之增强。SHAPE-MN最佳拟合的斜面绝对值从0.346至3.492的范围增大到8.518至15.48的范围;DIVISION从4.519至22.264的范围增大到175.4至848.6的范围;LPI从0.011至0.062的范围增大到0.198至1.036的范围;PD从0.109至0.226的范围增大到0.7223至1.734的范围。4.在增加“公园绿地格局”这一类自变量后,显著提高了LUR模型模拟PM2.5的拟合度,春夏秋冬和年均模型的Adjusted R-square分别增加了0.1946、0.3499、0.1314、0.1538和0.1671。这表明公园绿地的景观格局切实的影响PM2.5浓度值。并且通过分析模型中自变量的回归系数可以得出,SHAPE-MN在模型中对的系数分布在-1.369至-3.136之间,LPI的系数主要分布在-0.413至-1.455之间,DIVISION的系数主要分布在0.793至2.315之间,PD的系数主要分布在为0.105至1.621之间。具体表现为公园绿地格局中的绿地形状越复杂、最大公园绿地斑块占比越高、绿地分离度和破碎度越低,越有利于缓解PM2.5的浓度值。5.可以通过街旁边角地、未利用地等闲置地块进行公园绿地规划设计,进一步扩大总的公园绿地面积,增加公园绿地之间的聚集性,提高公园绿地之间的连通性,将零散的小公园绿地斑块贯通为大面积的公园绿地,增加公园绿地与外界环境的接触边长,可以更大程度的发挥出公园绿地缓解PM2.5的生态效益。