[论文分享]Urban morphology and air quality: microclimatic simulation of PM2.5 and NO2 dispersion in urban canyons scale

📃 基本信息

中文标题：城市形态与空气质量：街道峡谷尺度下 PM2.5 与 NO₂ 扩散的微气候模拟
原文标题：Urban morphology and air quality: microclimatic simulation of PM2.5 and NO2 dispersion in urban canyons scale
期刊信息：Springer（© The Author(s) 2026），Published online: 28 January 2026
作者：Carolina Girotti, Alessandra R. Prata Shimomura（圣保罗大学）, António Lopes（里斯本大学）
DOI：10.1007/s11869-026-01884-y

📌 文献摘要

空气污染是圣保罗等特大城市面临的重大公共健康挑战，细颗粒物（PM2.5）和二氧化氮（NO₂）因其对呼吸系统与心血管系统的危害而备受关注。圣保罗城市结构轴线（EETU）推进的公交导向开发战略促进了城市密集化与竖向增长，改变了城市微气候与污染物扩散模式。本研究分析了不同城市形态配置对 EETU 沿线街道峡谷中 PM2.5 与 NO₂ 扩散的影响，并考察了建筑形态与行道树的交互作用。研究采用基于计算流体力学的 ENVI-met 微气候模型，对五条代表不同城市形态的街道峡谷进行模拟，采用城市密度、垂直度、高宽比、占地率、风向指向性及 NDVI 等指标刻画各区形态特征。结果表明，紧凑高密度城市形态下行人层 NO₂ 浓度显著偏高，对比形态之间差异可达约 80%；而 PM2.5 浓度在不同峡谷间变化极小（<5%），但 PM2.5 沉降质量对城市形态高度敏感（差异超过 60%）。城市形态对圣保罗密集区的通风效率与空气质量具有关键作用，综合建筑高度变化、横向街块开口、主导风向方位及街道绿化管理的整合策略，对降低紧凑城市环境中的污染物暴露不可或缺。

📚 深度总结

如果一项城市开发政策要求在公共交通走廊沿线大幅提升开发强度，它对城市居民的空气质量暴露会产生什么影响？这个问题在圣保罗的 TOD（公交导向开发）实践中有了具体的检验场地。本研究以圣保罗 EETU 沿线五条风格各异的街道峡谷为对象，用 ENVI-met 的 CFD 引擎系统地回答了这个问题。

圣保罗的 2014 年战略总体规划设立了”城市结构轴线”（EETU），要求在轨道交通节点附近集中增加建设强度，目标是混合功能、步行友好的紧凑城市形态。然而，密集化和竖向增长在带来规划效益的同时，会修改街道峡谷的风流场，直接影响污染物扩散效率。巴西的研究数据显示，PM2.5 每升高 10 μg/m³ 与城市日死亡率提升 1.5% 相关；NO₂ 的长期暴露则与哮喘、肺功能下降以及心血管疾病风险上升密切相关，且低收入群体因居住于污染更严重的区位而承受更不成比例的健康负担。这一背景下，TOD 密集化政策对行人层污染物浓度的实际影响，是一个迫切需要量化的问题。

研究在 EETU 沿线选取五个研究地点，各自代表一种典型城市形态：Pinheiros（低密度住商混合）、Paulista（高密度住商混合）、Saúde（中密度住商混合）、Mooca（高密度工业遗存）、Sapopemba（高密度非正式聚居）。六项形态指标被用于刻画每个地点的空间特征：自研的城市密度指数（按建筑高度分层赋权）、垂直度指数、H/W 比（峡谷高宽比）、占地率（不透水率与垂直利用率综合）、风向指向性（建筑朝向与主导风方向的夹角）和 NDVI（基于 ESA 遥感数据的植被覆盖量化）。ENVI-met（版本 5.5.1）采用欧拉框架与 k-ε 湍流模型，对五个峡谷域进行独立的 48 小时模拟，分析时间节点锁定在 2024 年 8 月 1 日上午 10 时（南半球冬季典型晴天）。气象输入来自 Pinheiros 的 CETESB 监测站，初始风速 1.3 m/s（10 m 高度），风向 150°（偏南）。交通排放源基于 TomTom 大数据车流量，结合圣保罗本地车队结构和排放因子建立。模型精度以 Pinheiros CETESB 站观测数据验证：PM2.5 的 RMSE 为 3.08 μg/m³，NO₂ 的 RMSE 为 10.39 μg/m³，能够有效捕捉早晚高峰时段的浓度峰值规律。

五个峡谷的 NO₂ 模拟结果呈现出显著的空间分化。Saúde 的平均 NO₂ 浓度约为 72 μg/m³，而 Sapopemba 高达约 131 μg/m³，差距约 80%。这一巨大差异的直接成因是风速：Sapopemba 的狭窄街道与高占地率将峡谷内风速压低至 < 0.1 m/s，污染物几乎无法被有效冲刷；Paulista 和 Saúde 尽管建设强度不低，但其街块几何形态产生的横向通风使风速维持在 > 0.3 m/s，有效稀释了排放源的积累。与此形成对比的是 PM2.5 浓度：五个峡谷之间的差异不到 5%，始终接近城市背景浓度。PM2.5 作为细颗粒物，受区域传输主导，单个峡谷的几何形态对其绝对浓度影响有限。然而，PM2.5 的沉降质量（即被建筑表面和植物叶面捕获的颗粒物总量）却对城市形态高度敏感——Pinheiros 因行道树密集，沉降量最高；Mooca 和 Sapopemba 植被极少，沉降量最低，两者差距超过 60%。

植被的角色在此呈现出一个值得深思的矛盾：Pinheiros 的密集行道树显著提高了 PM2.5 的表面沉降，降低了大气悬浮量；但同一批树冠也削减了有效通风，造成 NO₂ 在冠层以下积累。相关性分析进一步确认，占地率与 NO₂ 浓度呈强正相关，风速与两种污染物均呈负相关，NDVI 与 PM2.5 沉降正相关但与 NO₂ 扩散负相关。这意味着”增加绿化”不能被简单等同于”改善空气质量”——方案的有效性高度依赖具体的峡谷几何条件和主要污染物类型。研究提供了一套可直接服务于城市规划决策的形态优化逻辑：高宽比（H/W）较低的峡谷、具有横向开口的街块结构、建筑高度错落形成的立体通风通道，以及与主导风方向对齐的街道轴线，都能够有效改善 NO₂ 扩散；而针对 PM2.5 的沉降管控，则需要在通风保障的前提下合理配置树种和冠层密度。

所有模拟均基于同一天（2024 年 8 月 1 日）的气象条件，无法反映季节性变化和不同风向情景对各峡谷的影响。五个地点的交通排放量差异悬殊（Paulista 约 40,000 辆/时，Sapopemba 约 25 辆/时），这一差异与城市形态效应同时存在，两者的独立贡献在本研究中未被完全分离。此外，ENVI-met 的 CFD 网格分辨率（3 m×3 m）对非正式住区（Sapopemba）参差不齐的建筑几何进行了一定程度的简化。研究结论的地域特殊性较强——圣保罗的亚热带气候、城市密度格局与排放源结构，限制了其直接向其他城市迁移的空间。

本速览仅作研究参考，不替代原文阅读。如需引用，请参考原论文。

🔍 要点追溯

研究方法：基于 CFD 的城市微气候数值模拟，结合六项形态指标体系对五个真实街道峡谷进行多地点对比分析；以 CETESB 空气质量监测站实测数据进行模型验证；统计相关性分析揭示形态指标与污染物浓度/沉降的关联机制。

使用工具：ENVI-met 5.5.1（三维非静力 CFD 微气候模拟，k-ε 湍流模型）；GeoSampa 平台（圣保罗城市形态数据）；TomTom 大数据（车流量统计）；ESA 遥感数据（NDVI 计算）。

数据来源：圣保罗 CETESB Pinheiros 监测站 2024 年 8 月 1 日逐时 PM2.5 与 NO₂ 观测数据（模型验证）；GeoSampa 地块与建筑高度矢量数据；圣保罗本地车辆排放因子数据库（PC、LDV、HDV、BUS、MC 五类车型）。