研究速递丨面向城市健康管理:深圳绿地对NO₂净化与健康风险缓解的长效评估

快速城市化改变了土地利用结构、交通排放强度和人口空间分布，也使城市居民长期暴露于较高水平的大气污染物之中。NO₂是典型的交通和燃烧源污染物，长期暴露与呼吸系统疾病、心脑血管疾病和过早死亡风险密切相关。对于人口高度集聚的大城市而言，如何识别NO₂暴露热点，并在有限空间中通过自然基础解决方案降低健康风险，是城市环境管理的重要问题。

城市绿地通常被认为能够改善空气质量。植物叶片可以通过气孔吸收、叶表沉降和组织内转化等过程去除NO₂；绿地结构也会改变局地风场和污染物扩散条件。然而，在高度城市化地区，绿地类型、空间位置、冠层结构、与道路和居民区的距离，都会影响其实际空气净化效果。一些大型森林虽然总去除量高，但若位于人口较少、污染浓度较低的区域，其健康收益可能有限；相反，分布在高密度居住区附近的中小型绿地，可能对居民暴露削减具有更直接的意义。

现有研究仍存在几个不足。第一，长期、精细尺度的地表NO₂浓度数据不足，尤其是在早期城市监测网络尚不完善的年份。第二，许多研究关注绿地与空气质量的统计相关性，但较少进一步区分由干沉降过程带来的NO₂去除量。第三，绿地空气净化效应往往停留在污染物削减层面，较少进一步转化为人口暴露、疾病负担和经济收益。基于这些不足，本文关注的核心问题如下：在高度城市化的超大城市深圳，城市绿地在2005至2019年间究竟削减了多少NO₂暴露？这种削减能带来多大的健康收益？哪些类型和空间位置的绿地更值得在未来城市健康管理中优先考虑？

本文的方法体系如下：NO₂浓度重建-人口暴露核算-绿地干沉降去除估算-健康与经济效益评估。研究区为深圳市。深圳位于中国南部，是高度城市化和人口高度集聚的典型超大城市。到2020年，深圳人口已超过1700万，城市建成区、交通网络和居住空间高度集中。同时，深圳仍保持较高比例的城市绿地，2019年绿地约占全市土地利用的39.8%。这种高人口密度、较高绿地覆盖的城市格局，使深圳成为评估城市绿地空气净化与健康效益的典型案例。

在NO₂浓度模拟方面，研究改进了土地利用回归模型（LUR）。模型整合了地面NO₂监测数据、POMINO v2 NO₂对流层垂直柱浓度（VCD）、CLCD土地利用数据、OpenStreetMap道路密度（OSM）、LandScan人口数据、ERA5气象数据和LAI数据等多源信息。其中，VCD用于表征城市尺度背景NO₂变化，土地利用、道路密度和人口密度等变量用于刻画局地空间差异。考虑到2014年前深圳OSM道路数据缺失，研究分别建立了2005-2013年和2014-2019年两个阶段的LUR模型。模型采用混合效应结构，同时考虑空间和时间相关性。

模型筛选是本文方法上的一个重点。研究在500-5000 m不同缓冲尺度上生成候选预测变量，并通过穷举法构建候选子模型。所有子模型经过共线性筛选、RMSE、AIC和条件R²等指标排序，再对表现最好的模型进行10折交叉验证。最终，研究获得了100 m × 100 m空间分辨率的2005-2019年深圳地表NO₂浓度数据。为了提高结果可靠性，研究还进一步分析了不同土地利用类型下的交叉验证残差，并通过识别预测变量超出训练范围的区域来评估空间外推风险。

在人口暴露核算方面，研究并未简单使用行政区尺度人口数据，而是将人口分布下推到居住区块尺度。具体而言，研究以2020年居住区块人口模拟结果为基础，结合LandScan年度人口变化因子，重建2005-2019年居住区块尺度人口分布。随后，将100 m NO₂浓度栅格与居住区块人口进行空间叠加，计算居民长期暴露水平，并与WHO空气质量指南及过渡目标进行比较。

在城市绿地NO₂去除评估方面，研究采用类似i-Tree的干沉降框架。NO₂干沉降通量由地表NO₂浓度和沉降速度共同决定，绿地叶面积和植被覆盖决定了实际接触面积。研究进一步区分森林、草地和灌丛等不同绿地类型，计算其对NO₂浓度降低的贡献。最后，研究将绿地导致的NO₂浓度降低输入相对风险模型，估算呼吸系统疾病、脑血管疾病和心脏病的住院与死亡负担减少量，并基于医疗费用数据折算经济收益。所有成本进一步转换为2019年不变价格，以保证不同年份之间具有可比性。

研究构建了深圳2005-2019年高分辨率地表NO₂浓度数据。2005-2013年的模型R²为0.65，2014-2019年的模型R²为0.77，说明模型能够较好地反映深圳NO₂浓度的时空变化。两个阶段模型的关键变量均包括VCD、2500 m缓冲区不透水面比例和3000 m缓冲区人口密度指数；2014年后的模型进一步纳入了1000 m绿地比例和500 m道路密度，从而更好地捕捉近道路和局地土地利用信号。

VCD虽然空间分辨率较粗，但对城市尺度背景NO₂变化具有重要解释力。2014年后，VCD解释了模型R²的38.9%，局地变量共同解释了61.1%；而在2014年前，由于缺少道路密度这一近源排放代理变量，VCD贡献达到85.5%。这表明，NO2柱浓度数据可以提供长期背景信息，但精细尺度城市NO₂模拟仍需要道路、土地利用和人口等局地变量支持。

2005-2019年间，深圳年均NO₂浓度总体下降了35.2%。NO₂浓度在2005-2007年间上升，并在2007年达到峰值46.4 μg/m³；2013年之后则呈持续下降趋势，平均每年下降约2.7 μg/m³。空间上，高浓度区域主要分布在深圳西部和西南部，尤其是宝安、南山、福田等人口密集和交通活动强烈的区域。相比之下，盐田和大鹏等森林覆盖较高的东部地区下降更明显，部分区域到2019年已降至较低水平。总体上，深圳整体空气质量在研究期内显著改善，但污染风险并未在空间上均匀消失。道路密集、居住人口集中、建成区比例高的区域仍然是NO₂治理重点。

研究将居住区块NO₂浓度与WHO空气质量指南进行比较，揭示了居民暴露改善过程。2005年，深圳所有居住区块NO₂浓度均高于WHO推荐值10 μg/m³，其中47.4%的居住区块超过WHO第一阶段过渡目标（WHO-IT1）40 μg/m³，只有1.7%的居住区块低于20 μg/m³。到2019年，情况明显改善，仅1.8%的居住区块仍超过40 μg/m³，而94.5%的居住区块已低于20 μg/m³。

人口暴露分析显示，2019年已有97.9%的人口暴露于40 μg/m³以下，但仍有99.9%的人口暴露高于WHO推荐值10 μg/m³。这一结果说明深圳NO₂治理已经取得显著进展，但若以更严格的健康保护标准衡量，城市仍存在进一步降低长期暴露的需求。未来治理重点不应仅停留在避免高污染暴露，而应转向更细尺度、更健康导向的暴露削减。

城市绿地对NO₂的削减作用存在明显类型差异。2005年，深圳城市绿地平均降低NO₂浓度约0.33 μg/m³；2019年平均降低约0.20 μg/m³。随着全市NO₂浓度下降，绿地干沉降通量也随之下降，因此单位时间内的NO₂去除效果呈减弱趋势。

从总量看，森林是NO₂去除的主体，年均去除量约为1632.66吨，远高于草地和灌丛。这主要因为森林面积和叶面积较大，具有更高的总沉降容量。然而从单位网格或局地浓度削减看，草地虽然总面积较小，但更多分布在NO₂浓度较高、人口密度较大的城区，因此对局地浓度降低更明显，平均浓度削减约0.41 μg/m³，高于森林和灌丛。这一结果表明，绿地的健康价值不仅取决于面积，还取决于其空间位置。位于污染源附近和居民暴露热点附近的中小型绿地，可能比远离人口核心区的大面积绿地更直接地降低居民NO₂暴露。

基于NO₂浓度削减、人口暴露和疾病风险函数，研究进一步估算了城市绿地对健康负担的缓解作用。2005—2019年间，城市绿地干沉降去除NO₂累计减少约122,901例住院和2,608例死亡。其中呼吸系统疾病住院减少约57,018例，脑血管疾病住院减少约43,541例，心脏病住院减少约22,342例。死亡负担方面，脑血管疾病、心脏病和呼吸系统疾病分别减少约1545例、860例和203例。

空间上，大多数居住区块的健康负担减少幅度较小，但少数居住区块获得了明显收益。健康收益较高的区块主要分布在宝安、南山、龙岗、龙华等人口集聚区域，并且往往靠近中等尺度城市绿地。论文指出，在健康负担减少排名前10%的居住区块周边3 km范围内，附近绿地多为面积小于5 km²的中等尺度绿地，说明社区公园、道路绿带和片状绿地网络可能是城市健康绿化的重要空间单元。

本公众号由复旦城市生态与暴露生态学研究组(Urban Ecology and Exposure Ecology Lab, UEEE)运营维护，发布相关研究成果，更传播城市生态与暴露生态学最新研究与实践。欢迎专家学者将研究成果在此发布（发送邮件：zhaowu_yu@fudan.edu.cn），让更多人了解您的研究及工作。