城市形态对高密度城区PM_2.5浓度的影响研究——以干旱区城市乌鲁木齐市主城区为例

摘要

【目的】本研究旨在量化高密度城市不同局地气候分区（local climate zone, LCZ）类型间PM_2.5浓度的季节差异，揭示景观类型与空气颗粒物污染分布的关联性，识别影响PM_2.5浓度的主导因子及其作用机制。【方法】以干旱区城市乌鲁木齐主城区为研究对象，基于LCZ框架，整合遥感、建筑及气象等多源数据，采用随机森林（random forest, RF）模型进行PM_2.5浓度反演与LCZ分类，并运用极端梯度提升-SHapley可加性解释（eXtreme Gradient Boosting-SHapley Additive exPlanations, XGBoost-SHAP）模型解析二维景观、三维城市形态、高程及气象等因子对PM_2.5浓度的影响。【结果】乌鲁木齐主城区PM_2.5浓度呈“冬季高夏季低”的规律，空间上呈“北部高南部低、建成区高绿地区低”的规律。LCZ类型中，LCZ 10（重工业区）与LCZ 2、3（高紧凑建筑）为高污染区，而LCZ A（茂密树林）、LCZ B（零散树木）则对PM_2.5浓度有显著的消减作用，LCZ A、B内PM_2.5浓度维持在较低水平。除归一化植被指数（normalized difference vegetation index, NDVI）与PM_2.5浓度表现出线性关系外，其他核心驱动因子均存在非线性阈值，各类影响因子中，夏季NDVI主导控污，NDVI高于0.25时夏季和冬季净化效能均明显变强，冬季裸地聚合度指数高于85时扬尘剧增，且高紧凑度相似组污染水平显著高于低紧凑度（开放）相似组；夏季气温高于25℃时对PM_2.5扩散有促进作用，而冬季气温低于-10.2℃时易出现逆温滞留现象；海拔<800 m区域易形成污染洼地。【结论】本研究首次量化了干旱区城市不同LCZ类型PM_2.5浓度的季节分异规律及关键影响因子的非线性阈值，为精准治污与空间规划提供了定量依据。

关键词

风景园林 / 城市形态 / 局地气候分区 / PM_2.5 / 可解释机器学习 / 非线性阈值 / 乌鲁木齐