随着城市现代化发展的不断推进，城市环境问题中以PM2.5指数增加为代表的空气质量问题受到广泛关注和重视，因此推进减污降碳、治理大气污染、改善空气质量势在必行。城市形态和空气质量之间存在关联，在污染物排放、地形及气象因子难以改变的情况下，下垫面三维景观格局的优化是解决空气污染问题的有效途径之一。有学者通过遥感反演、CFD模拟、WRF模拟等技术的模拟与推演，定性分析城市规模、城市形状、城市结构和人口密度等形态指标对空气质量产生何种影响，也有学者通过构建由发生模型、影响模型和测度模型构成的城市形态与空气质量关系的研究框架来研究城市形态对空气质量的影响[1-2]。本研究聚焦于污染源、建筑空间形态、街区空间形态、建筑下垫面4类城市形态指标中的多种环境影响因子，运用地理探测器模型的因子分析，将各地块实测得到的PM2.5值与环境影响因子之间建立关联，得出不同地块类型、同一尺度下三维城市形态中环境因子对空气污染的影响，并针对不同功能研究区提出相应的空间优化建议。1研究区域与研究方法1.1研究区域概况为探析不同用地大气污染的影响机制，考虑地域特色，分别选取沈阳市与大连市共5个1~2 km2的地块，作为居住区、工业区、文教区、旅游区和商业区的代表性地块开展本研究。居住类研究区位于沈阳市和平区，面积约1.1 km2，以商住混合、居住用地为主。该区域是集金融商贸、文化服务等功能于一体的都市公共生活服务区。工业类研究区位于沈阳市铁西经济技术开发区，面积约1.7 km2，以工业和居住用地为主。区域所在的铁西区是东北老工业基地的核心。文教类研究区位于沈阳市和平区，面积约1.8 km2，以教育、商业用地为主。区域文化氛围浓厚。旅游类研究区位于大连市沙河口区，面积约1.1 km2，区域所涵盖的星海广场是大连市旅游热门景点。商业类研究区位于沈阳市和平区，面积约1.2 km2，以商业、居住、公共管理与公共服务设施用地为主。区域所在的太原街是服务于东北区域的现代核心商圈、东北区域金融中心核心区的重要组成部分。1.2研究方法1.2.1PM2.5浓度移动监测本研究采用5台便携式大气污染监测仪，基于移动监测法对研究区地面大气颗粒物（PM2.5）浓度进行水平分布的实地监测。具体监测时每个区域选取天气、温度、风速相似的3 d，在离地面1.5 m的高度采用手持设备监测研究区内PM2.5浓度[3]。1.2.2影响因子指标体系构建为解决所选环境变量可能存在的多重共线性问题，对影响因子进行筛选后保留影响较大且较为常见的4类（污染源、建筑空间形态、街区空间形态、建筑下垫面）13种因子构建指标体系[4-5]，以大气污染物PM2.5测量值作为因变量，以天空开阔度（X1）、建筑高度差（X2）、建筑密度（X3）、建筑平均高度（X4）、绿地占比（X5）、建筑排布方式（X6）、建筑质量（X7）、贴线率（X8）、街道走向（X9）、建筑组合形式（X10）、街道高宽比（X11）、交通量（X12）、近水距离（X13）为自变量。污染源指标为X12，街区空间形态指标为X1和X9~X11，建筑空间形态指标为X2~X8，建筑下垫面指标为X5和X13。1.2.3基于地理探测器模型的因子分析地理探测器是探测空间分异性以及揭示其背后驱动力的空间分析方法，包括风险探测、因子探测、生态探测和交互探测4个部分[6]。本研究选用其中因子探测和交互探测，探究PM2.5浓度与城市环境因子间的影响以及因子间的交互效应。本研究将选取的各影响因子按照相同标准划分为5类。影响因子的地理探测力值公式为：q=1-1Nσ2∑i=1LNiσi2 （1）式中：L——活力影响因子X分层；Ni、N——因子层i和研究区所包含的单元数；σi和σ——因子层i和研究区内PM2.5浓度的方差；q——影响因子对PM2.5浓度的探测力值。q值越大表示该因子对PM2.5浓度的影响越大[7]。2结果与分析2.1基于地理探测器的单因子分析使用地理探测器方法前用自然断点法对自变量进行分层，将各影响因子划分为5层，探究影响研究区PM2.5值空间分异的因子影响力[8]，得到5个区域单因子分析结果。区域单因子贡献率如表1、图1所示。10.19301/j.cnki.zncs.2024.01.005.T001表1区域单因子贡献率因子居住区工业区旅游区文教区商业区X10.032 90.097 40.091 50.046 50.005 6X20.032 90.038 80.050 80.015 10.007 3X30.011 70.055 90.017 60.038 70.004 1X40.041 30.042 40.008 60.023 30.006 4X50.061 00.072 70.070 10.048 90.016 4X60.021 40.013 00.043 60.019 70.004 8X70.007 50.000 20.031 20.018 50.022 1X80.064 10.027 10.131 40.069 10.010 4X90.250 60.022 50.035 40.036 00.026 9X100.007 90.048 40.015 10.086 10.006 4X110.017 90.029 20.000 50.069 20.012 2X12（X13）0.077 80.024 70.069 80.148 70.037 410.19301/j.cnki.zncs.2024.01.005.F001图1五区域单因子贡献率2.1.1居住区根据q值统计量可以看出，街道走向对居住区PM2.5测量值的贡献度最大，为0.250 6，是影响所研究居住区PM2.5测量值空间分异最主要的因子；近水距离、贴线率和绿地占比对PM2.5测量值的贡献度分别为0.077 8、0.064 1和0.061 0，是影响所研究居住区PM2.5测量值空间分异的重要影响因子[9]。2.1.2工业区天空开阔度对研究工业区PM2.5测量值的贡献度最大，为0.097 4，是影响研究工业区PM2.5测量值空间分异相对最主要的因子；绿地占比、建筑密度、建筑组合形式和建筑平均高度对PM2.5测量值的贡献度分别为0.072 7、0.055 9、0.048 4和0.042 4，是工业区PM2.5测量值空间分异的重要影响因子。2.1.3旅游区贴线率对旅游区PM2.5测量值的贡献度最大，为0.131 4，是影响所研究旅游区PM2.5测量值空间分异最主要的因子；天空开阔度、绿地占比和近水距离对PM2.5测量值的贡献度分别为0.091 5、0.070 1和0.069 8，是影响所研究旅游区PM2.5测量值空间分异的重要影响因子[10]。2.1.4文教区近水距离对文教区PM2.5测量值的贡献度最大，为0.148 7，是影响所研究文教区PM2.5测量值空间分异最主要的因子；建筑组合形式、街道高宽比和贴线率对PM2.5测量值的贡献度分别为0.086 1、0.069 2和0.069 1，是影响所研究文教区PM2.5测量值空间分异的重要影响因子。2.1.5商业区交通量对商业区PM2.5测量值的贡献度最大，为0.037 4，是影响所研究商业区PM2.5测量值空间分异相对最主要的因子。其他因子贡献度均小于0.03，对所研究商业区PM2.5测量值空间分异的影响较小。2.2基于地理探测器的因子交互探测分析2.2.1居住区两两因子对研究居住区PM2.5测量值空间分异性的贡献率均比单独因子强。除绿地占比∩近水距离呈现双因子增强关系外，其他因子两两之间均表现为非线性增强关系。其中，建筑密度与近水距离的交互结果最强（0.451 3）。2.2.2工业区两两因子对研究工业区PM2.5测量值空间分异性的贡献率均比单独因子强。除建筑组合∩交通量、街道高宽比∩交通量、贴线率∩交通量、建筑密度∩绿地占比和天空开阔度∩建筑平均高度呈现双因子增强关系外，其他因子两两之间均表现为非线性增强关系，其中建筑高度差与天空开阔度的交互结果最强（0.304 2）。2.2.3旅游区两两因子对研究旅游区PM2.5测量值空间分异性的贡献率均比单独因子强。除天空开阔度∩贴线率、天空开阔度∩建筑密度、建筑高度差∩建筑质量、建筑密度∩绿地占比、建筑平均高度∩建筑排布方式、贴线率∩近水距离和建筑组合∩街道高宽比呈现双因子增强关系外，其他因子两两之间均表现为非线性增强关系。其中，建筑排布方式与绿地占比的交互结果最强（0.296 5）。2.2.4文教区两两因子对研究文教区PM2.5测量值空间分异性的贡献率均比单独因子强。除天空开阔度∩绿地占比、天空开阔度∩贴线率、绿地占比∩建筑排布方式、绿地占比∩贴线率、绿地占比∩建筑组合、绿地占比∩近水距离、建筑排布方式∩街道高宽比、建筑组合∩近水距离呈现双因子增强关系外，其他因子两两之间均表现为非线性增强关系。其中，建筑高度差与近水距离的交互结果最强（0.437 4）。2.2.5商业区两两因子对研究商业区PM2.5测量值空间分异性的贡献率均比单独因子强。除天空开阔度∩建筑排布方式、建筑平均高度∩建筑质量、绿地占比∩建筑排布方式和建筑质量∩交通量呈现双因子增强关系外，其他因子两两之间均表现为非线性增强关系。其中，建筑高度差与街道高宽比的交互结果最强（0.120 4）。3讨论与展望在居住区中，街道走向是影响大气污染物的主要因素，近水距离、贴线率、绿地占比、建筑平均高度、建筑高度差、天空开阔度等对大气污染物也有着重要的影响。街道走向本身决定了建筑与风向的相对角度，进而影响大气污染物的扩散。同时，居住区的实体环境具有规律性，街道走向与其他因子的交互关系更强，街道走向影响居住区排放源分布、绿地形状、近水距离等因素，因素相互作用、共同决定了对大气污染的影响程度，居住区交互因子分析结果也证明了此规律[11]。在工业区中，建筑密度、建筑组合、建筑平均高度是大气污染物的重要影响因子，街区肌理形态因子以及建筑布局形态因子对大气污染物的影响在其他研究区也有体现。在忽略工业区工业排放的理想状态下，3个因子通过影响区域温度、风场等，作用于大气污染物空间。在旅游区中，贴线率对大气污染物作用最强，各种因子综合交互作用最明显[12]。在工业区和旅游区中，天空开阔度、绿地占比都是大气污染物的主要影响因素。研究区所属城市不同、功能不同，但在其实体建成环境中天空开阔度和绿地占比对大气污染物都具有重要影响。在文教区中，近水距离是影响大气污染物浓度的主要因素。研究区靠近南湖公园南运河，水环境较好，绿化环境较好，通过吸收降解大气污染物、降低局部温度，影响区域大气污染物分布，使西北侧污染明显偏低。在整体污染物产生较低的区域，水体绿地是减轻大气污染的重要因素。在旅游区中，近水距离是影响大气污染物浓度的主要因子，且近水距离与大气污染物浓度呈负相关。在商业区中，交通量因子对大气污染物浓度影响最大，交通量与建筑街道走向、街道高宽比的交互结果较强。可能是研究区路网密度高，交通通行量大，汽车尾气排放量大，大气污染物量明显较高，最终对大气污染物作用明显。商业区建成环境复杂，社会活动多元化，能源消耗庞大，对大气污染物影响更大的是污染物产生类因素，而影响污染物减轻和扩散类的多种因素影响作用较小[13]。在不同功能的区域中，土地利用性质不同，影响大气污染物空间分异最主要因素根据实际情况也有所不同。在污染产生量远超出承载值的情况下，污染源的控制更重要。建筑形态是城市空间形态的重要组成，对于疏散大气污染物具有重要作用[14]。科学评估设计建筑空间分布形态，是在保证建设的情况下减轻大气污染的有效措施。同时，增加水体、绿地面积并合理布局，对于缓解空气污染具有非常明显的效果。4结语城市中不同功能区有不同的建成环境特点，对于大气污染的影响也各有不同。本研究从街区尺度出发，研究5个不同功能区大气污染空间分异的影响因素，探讨城市空间形态与大气污染物浓度的关系，为有关部门建设城市宜居环境、有效改善空气质量提供借鉴。