第十届中国环境科学学会室内环境与健康分会学术年会

 自2020年初以来，COVID-19疫情引起全球关注，本研究根据2020年COVID-19疫情期间合肥市10个国控点的PM2.5观测数据和COVID-19确诊病例的空间分布，结合城市街区空间形态的量化指标，探讨了街区形态同污染物分布的相关性，并运用ArcGIS对其进行反距离权重插值和核密度分析。结果表明：①合肥市主城区冬季PM2.5浓度“东北高，西南低”，越靠近交通枢纽PM2.5浓度越高。②瑶海区的长淮、车站街道是疫情分布核密度最高的区域，同时也是合肥市PM2.5浓度分布较高的区域。③建筑密度、道路密度和水体密度是影响城市街区PM2.5浓度的主要因素。当城市街区建筑密度在12%~22%之间，道路密度在2.5%以下，水体密度在13%以上时，对PM2.5的消减效果较为显著。④对建筑密度15%以上的城市街区，建筑密度越高，污染物分布较严重；当绿地覆盖率在35%以上时，污染物分布较低。在此基础上进一步提出：①优化城市街区空间形态有利于空气质量改善。②增加城市水体密度能显著降低PM2.5污染。③合理的建筑密度有利于提高公共卫生安全程度。

城市街区；空间形态；PM2.5；建筑密度；水体密度