Eine aktuelle Studie von Peng Tang, Xiaodong Yang, Xuxue Sun und Xiandi Zheng analysiert den Zusammenhang zwischen mehrdimensionalen Stadtformen und der Feinstaubbelastung (PM2.5) im urbanen Agglomerationsraum des Unterlaufs des Jangtse im Yangtze-Delta. Der Untersuchungszeitraum erstreckt sich von 2014 bis 2022, wobei die Forscher sowohl globale als auch lokale Einflussfaktoren identifizieren wollen, um gezielte Maßnahmen zur Luftreinhaltung zu ermöglichen.
Methodik und Datenbasis
Die Autoren entwickelten ein 1D‑2D‑3D‑Indikatorsystem für Stadtformen und kombinierten räumliche Autokorrelations‑ sowie Hot‑Spot‑Analysen mit dem Optimal‑Parameters‑Based Geographical Detector (OPGD) und dem Geographically Weighted eXtreme Gradient Boosting (GW‑XGBoost) Modell. Dabei wurden Daten zu Gebäudedichte, mittlerer Gebäudehöhe, Geschossflächenzahl sowie zu Flussdichte, digitalem Höhenmodell und Straßennetzdichte herangezogen.
Entwicklung der PM2.5‑Konzentration
Der jährliche Mittelwert der PM2.5‑Konzentration sank kontinuierlich von 60,77 µg/m³ im Jahr 2014 auf 29,52 µg/m³ im Jahr 2022, was einer Reduktion von 29,55 % bis 40,61 % je Stadt entspricht. Dieser Trend verdeutlicht eine deutliche Verbesserung der Luftqualität im betrachteten Zeitraum.
Räumliche Muster und Hotspots
Die Hot‑Spot‑Analyse identifizierte ein stabiles Muster mit einem Schwerpunkt auf 99‑%‑Konfidenzniveau rund um Nanjing und Ma’anshan, das sich als „hoch in der Mitte, niedrig an den Rändern“ darstellt. Gleichzeitig zeigte das 1D‑ und 2D‑Formindikatorsystem hohe Werte östlich von Nanjing, während hohe 3D‑Werte westlich von Nanjing konzentriert waren.
Globale treibende Faktoren
Nach OPGD‑Analyse erwiesen sich Flussdichte (q = 0.3232), digitales Höhenmodell (q = 0.2604) und Straßennetzdichte (q = 0.1852) als die wichtigsten Einflussgrößen auf die PM2.5‑Belastung. Das Risiko war am höchsten bei einer Geländehöhe von 19–34 m, wo die Konzentration 30,06 µg/m³ erreichte. Alle Faktor‑Interaktionen zeigten nichtlineare Verstärkungseffekte.
Lokale Einflussgrößen
Die lokale Analyse offenbarte stärkere regulatorische Effekte in Kernstädten wie Nanjing und Shanghai (lokale R² = 0,30–0,35). Dort wirkte die Flussdichte positiv mit Koeffizienten von 0,80–1,00, während die Straßennetzdichte in Nord‑Shanghai Koeffizienten von 0,50–0,70 erreichte. Der Anteil von Verkehrsflächen zeigte positive Effekte entlang von Schnellstraßen (Koeffizient 0,30–0,50), während Wasserflächen in Randgebieten eine mildernde Wirkung entfalten („wasseradjazente Abschwächung“). In peripheren Städten wie Anqing und Chizhou lagen die lokalen R²‑Werte lediglich bei 0,16–0,20.
Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.
Ende der Uebertragung