-
中国已进入快速城市化阶段，其重要表现形式之一就是城市空间的快速扩张，定量刻画与理解城市空间形态及其演化对研究城市化问题具有重要意义[1]。对于城市发展，国外学者多注重城市扩展的几何特征，从景观指数角度识别和分析城市扩展的特征。国内学者对城市扩展的研究主要集中于不同尺度下城市扩展的空间特征[2-3]、城市扩展的驱动机制[4]和模型模拟预测[5]，以期科学地引导建设用地扩展、维护城市生态安全。在人居环境质量指数建立方面，国内相关研究也比较全面[6-7]，但对于城市化和人居环境质量关系方面研究较为有限。
上海作为一线大都市，一方面城市化发展速度快，变化特征显著；另一方面人口密度大，城市问题（空气质量恶化、城市交通问题）显著而典型。因此，本研究选取上海市为研究区，借助ArcGIS平台，在对上海市城市化发展时空变化分析的基础上，构建人居环境质量指数，从而揭示城市扩张变化与人居环境质量的相关性。研究有助于科学认识城市动态演变过程与宜居地区特征，以期为未来制定城市发展规划、建设“绿色友好型”的新型城市和调控城市用地形态提供科学依据。
-
上海市地处东经120°52′～122°12′E、北纬30°40′～31°53′N之间，总面积6 340 km2，划分为中心、半中心、郊区及崇明县郊县4个区域，共辖15个区（不包括崇明县），是长三角城市群格局的核心，见图1。上海市陆地地势呈现东部高、西部低、全区地势平坦的特点，境内湖泊众多，属亚热带季风性气候区，具有明显的城市热岛效应。2018年，上海市平均气温约为15.8 ℃，年均降水量1 119.1 mm，全市常住人口总数为2 423.78×104人，GDP为3.27×1012元。
-
2000和2018年上海市土地利用现状数据、2018年上海市DEM高程数据、建筑数据、全国植被覆盖率数据、平均降水量数据、平均气温数据和行政边界数据源自中国科学院资源与环境科学数据中心；上海市道路数据源自地理国情监测云平台；AQI环境监测数据源自中国环境监测总站；2010年第六次人口普查空间数据、2016年上海市POI数据源自数据研习社。
-
圈层分析是指以城市中心为圆心，将城市划分成一定半径圆环，每个同心圆环作为城市扩张空间分异的基本单元，以此计算有关维度指标[8]。本研究根据上海市POI数据，以上海市政府作为城市中心，5 km作为半径进行圈层分析，之后的结果均基于此圈层进行。
利用上海市2000年和2018年的土地利用现状数据，借助ArcGIS软件的Intersect模块，将数据进行叠加，再以上述圈层对数据进行分析，根据结果计算城市扩张指标。扩张速度计算，见式（1）[9]：
式中：K为研究时段内区域建设用地的扩张速度；Ua、Ub分别为研究时段开始与结束时建设用地的面积，km2；T为研究时段，a。
扩张强度指数计算，见式（2）[10]：
式中：UEI为研究时段内区域建设用地的扩张强度，km2/a；Ua、Ub分别为研究时段开始与结束时建设用地的面积，km2；A为土地总面积，km2；T为研究时段，a。
-
城市扩张速度通常以30%和50%为界限，≤30%为缓慢扩张阶段、30%～50%为较快扩张阶段，≥50%为快速扩张阶段[11]。本文根据上海市情况，通过自然断点法，将上海市各圈层扩张速度分为5类，对应区域分别为：缓慢扩散、低速扩散、中速扩散、快速扩散和高速扩散，见图2。
研究发现，上海市城市扩张速度在空间上分异特征明显，呈现明显的“圈层式”扩张模式。总体来看，建设用地扩张速度随着距中心城区距离增加而逐渐加快，这主要是因为上海市中心城区与紧邻的近郊城区发展较早，新增建设用地面积较少；而离中心城区相对较远的圈层，在城乡发展一体化政策的扶持下，发展潜力依次增大。
-
扩张强度变化显示在25 km以内时，随着距城市中心的距离增加，城市扩张强度逐渐升高，这是由于近城区发展较早，可利用土地有限，导致扩张重心逐步外移；而距离城市中心25～70 km范围内，由于城市中心辐射范围有限，随着距离增加，扩张强度也逐步降低，见图3。
-
以上海市部分区域建筑数据为基础数据，见图4，再借助ArcGIS平台，对上述各圈层进行深入分析，见图5。根据自然断点法将研究区范围内建筑分为7类：1～3层、4～6层、7～12层、13～20层、21～33层、34～66层和67～118层，并求得不同层数的建筑在各圈层所占比重，见表1。
以到达市中心的距离为x轴，以各类建筑在各圈层内的占比为y轴，绘折线图，见图6。
图6可知，曲线变化波动较大，原因如下：1）中心集聚。在靠近市中心的圈层内，土地集约利用，高层建筑较多，在城市边缘地区高层建筑较少；2）圈层本身特性。研究区范围内包括部分行政区，由于各个行政区拥有各自的商业中心，各个中心也发挥着集聚作用，导致某些圈层内4～20层建筑占比有反弹上升趋势；与此相对，一些圈层包含大量公园绿地和工业园区，导致1～3层建筑占比也较高；3）建筑本身特性。1～3层建筑多为工厂、村镇及公共用地，4层以上多为住宅用地和商服用地。各类用地拥有各自的分布区域，并且相对不集中。
-
以圈层分析结果为基础计算各圈层建筑平均层数和建筑密度，本文中建筑密度为城市建筑密度，见式（3）：
鉴于数据可得性，本文以土地利用现状面积中的建设用地面积代替规划建设用地面积。由于基底面积缺少部分露天建设用地数据，如道路、工矿和水利等，求得的建筑密度较小。虽然数值偏小，但整个城市的各类建设用地分布均匀，各圈层均包含上述露天建设用地，所以此结果对于城市化程度的分析同样具有意义，可以代替建筑密度分析城市的空地率和建筑密集程度。此外，由于50～60 km圈层建筑数据可得性限制，此范围地区未作深入分析。
研究发现各圈层建筑密度从市中心到边缘地区逐渐降低，此结果符合城市致密化与集聚发展原则。建筑平均层数变化趋势为先上升再下降最后趋于平缓，10 km圈层平均建筑层数高于5 km圈层的原因是中心城区包含建筑层数普遍较低的旧城区，之后的曲线符合城市致密化发展原则，见图7。
-
区域人居环境是一个复杂综合体，故在构建人居环境质量综合指数时需要同时考虑自然要素和人文要素[12]，见图8。
-
地形起伏度是描述一个区域地形特征的一个宏观性的指标[13]，在土地利用评价、生态环境评价和人居环境适宜性评价等领域有广泛应用。地形起伏度的计算，见式（4）：
式中，Ri表示第i个栅格的地形起伏度，Hmaxi和Hmini表示第i个栅格内DEM最大值和最小值。本研究数据源为SRTM DEM 90 m数据，以4.72 km2作为地形起伏度适宜计算尺度[14]。根据上海市DEM数据，利用ArcGIS得到14个圈层的地形起伏度数值，见图9（a）。根据所得结果结合地形起伏度分级方法确定分值，由于地形起伏度不超过30 m为平原地区，故以地形起伏度为30 m的赋90分，地形起伏度为0 m赋100分，期间起伏度每增加3 m减1分，得到地形起伏度分值。
-
对于人类来说，居住环境的温度和相对湿度都会对人类居住感受产生较大的影响。温湿指数（THI）由俄国学者的有效温度演变而来,它的物理意义是湿度订正以后的温度,综合考虑了温度和湿度对人体舒适度的影响[15]。温湿指数的计算，见式（5～6）：
式中，T为华氏温度，℉；t为月平均摄氏温度，℃；f为月空气相对湿度，%。
根据上海市平均温度和平均湿度数据，利用ArcGIS得到14个圈层的温湿指数，见图9（b）和（c）。依据温湿指数分级表[16]，利用极差标准化法为气候指数赋分。分值越大越接近1表明温湿情况越适宜居住，分值越小越接近0表明越不适宜居住，从而得到温湿指数分值。
-
植被变化直接影响生态环境的变迁, 进而影响居住区植被、水文和大气循环变化, 是研究人居环境的主要因子之一[17]。
利用ArcGIS对植被覆盖率进行圈层分析，得到14个圈层的植被覆盖率，将植被覆盖率（0～1）数据进行重分类，（0～0.2）赋60分，以此类推，得到植被覆盖率分值，图9（d）。
-
交通作为表征区域发展状况的重要指标之一，支撑着城市与城市之间人员、物质和信息等的交换和流动[18]，是人居环境质量评价不可或缺的因子。本研究运用面积占比法[19]，以市区一级道路为研究对象，55 m作为道路的影响距离，对道路数据赋分，对其进行缓冲区分析，以缓冲区面积与圈层面积比作为圈层的道路通达度，见式（7）：
式中，L为一级道路长度，m；S为圈层面积，m2。
由于道路通达度属于正向指标，比较14个圈层道路通达度，数值最小的圈层赋分60，数值最大的圈层赋分100，其余圈层依托已确定的一次函数依次赋分，便将道路通达度转变成介于60～100的分值，得到交通通达度分值，见图9（e）。
-
人口密度是单位土地面积上的人口数量，它是衡量一个国家或地区人口分布状况的重要指标。根据上海市第六次全国人口普查数据，计算14个圈层的人口密度，采用基于二次函数的标准化方法[20]，将所有人口密度进行z-score标准化，见式（8）：
式中，Zij标准化数值，Xij是具体数值，
−Xi 是平均值，Si是标准差。选取Zij最大值和最小值为50分，倒数第二小值为60分，进行二次函数拟合，得函数参数值后进行分值计算，见式（9）：
式中，Fi为分值；计算得到人口密度分值，见图9（f）。
-
空气质量指数（AQI）是定量描述空气质量状况的非线性无量纲指数。利用上海市11个监测站空气数据，通过ArcGIS的Interpolation模块得到上海市AQI分布数据，进行圈层分析后得到各圈层AQI平均值，再根据空气质量指数级别对AQI进行标准化，AQI值为0时赋100分，之后AQI值每增加1分值增加0.2分，得到空气质量指数分值，见图9（g）。
-
根据层次分析法和专家打分法确定各因素权重，见表2。
与所求的各要素权重分值相乘得到14个圈层的上海市人居环境质量指数。各因素分值计算时均根据与人居环境质量的关系进行，各类正向指标、反向指标和人口密度均已按照与人居环境质量的关系进行了处理，因此人居环境质量指数越高，人居环境质量越好。上海市各圈层的人居质量指数，见表3。
分析发现自然要素指数从中心地区到城市外围呈递增变化；人文要素指数从中心地区到城市外围呈递减变化；人居环境质量指数由中心到外围地区呈现波动性变化，最适宜居住地区为0～15 km、35～45 km和65～70 km范围，见图10。
-
总体来看，当扩张强度超过0.000 5，扩张速度超过0.02时，人居环境质量指数与扩张强度和扩张速度呈反向变化，与建筑平均层数呈正向变化，超过一定限值后受建筑密度制约，即建筑密度越大，人居环境质量指数越低，见图11。扩张强度和扩张速度越大，一方面说明该地区之前城市化情况较差，有大量可用于建设的面积，因此该地区的基础设施情况一般，且人口数量随着扩张强度和速度的变化增大，逐渐使得人口密度过高；另一方面城市扩张过程中会占用原本的绿地，减少地区植被覆盖率，造成相应的污染，使得地区空气质量较差。因此扩张强度和扩张速度越大，人居环境质量越差。扩张强度和扩张速度越小，说明该地区属于城市化高度发达地区或城市郊区，前者基础设施建设很好，交通方便，空气治理情况较好；后者绿化率高，空气质量好，人口密度适宜。因此扩张强度和扩张速度越小，人居环境质量越高。平均层数较高的地区，包含大量适宜居住的区域，基础设施和交通环境等条件都十分优越，人居环境质量也比较高；平均层数较低的地区，包含许多工矿用地和未开发地区，基础设施和空气质量较差，人居环境质量相应也较差。建筑密度过大的地区，城市绿地率不能得到保障，人口密度过大，属于过饱和地区，人居环境质量较低，此处求得的最大限值为22.3%，实际值应该大于本文研究数值。
-
（1）上海市城市扩张速度在空间上分异特征明显，呈现明显的“圈层式”扩张模式。总体来看，建设用地扩张速度随着距中心城区距离增加而逐渐加快，扩张强度峰值为距离城市中心20～25 km范围内，并向两侧递减。各圈层建筑密度从市中心到边缘地区逐渐降低，建筑平均层数变化趋势为先上升再下降最后趋于平缓。
（2）人居环境质量自然指数从中心地区到城市外围呈递增变化；人文要素指数从中心地区到城市外围呈递减变化；人居环境质量综合指数由中心到外围地区呈现波动性变化，最适宜居住地区为0～15 km、35～45 km和65～70 km范围。
（3）城市空间扩张与人居环境质量关系：当扩张强度超过0.000 5，扩张速度超过0.02时，人居环境质量指数与扩张强度和扩张速度呈反向变化，与建筑平均层数呈正向变化，超过一定限值（22.3%）后受建筑密度制约，即建筑密度越大，人居环境质量指数越低。
上海市城市空间扩张与人居环境质量关系研究
Study on relationship between urban spatial expansion and living environment quality in Shanghai
-
摘要: 上海市作为中国进入快速城市化发展阶段的典型代表，其城市化发展速度快，变化特征明显的同时，由于人口密度大，城市化带来的问题也显著而典型。文章借助遥感影像资料、自然及人文数据资料，基于ArcGIS平台，分析上海市城市化发展时空变化，构建人居环境质量指数，并对城市空间扩张与人居环境质量进行相了关性研究。研究表明，2010～2018年上海市城市用地扩张速度呈“圈层式”扩张，扩张强度先增后减，在距城市中心20～25 km达到峰值；各圈层建筑密度从市中心到边缘地区逐渐降低，建筑平均层数变化趋势为先上升再下降最后趋于平缓；人居环境质量指数在扩张强度超过0.000 5、扩张速度超过0.02时与其呈反向变化，与建筑平均层数呈正向变化，超过一定限值（22.3%）后受建筑密度制约。Abstract: As a typical representative city of China entering the stage of rapid urbanization, Shanghai has a rapid urbanization development with obvious changes. At the same time, due to the high population density, the problems casued by the urbanization are also obvious and typical. Based on ArcGIS platform, this paper analyzed the spatio-temporal change of Shanghai's urbanization, established the living environment quality index, and studied the correlation between the urban spatial expansion and the living environment quality by the remote sensing image data, natural and human data. The results showed that urban land expansion in Shanghai from 2010 to 2018 with a "circular" expansion. The expansion intensity increased first and then decreased, and reached the peak value at 20～25km from the city center. The building density of each circle layer decreased gradually from the center to the edge area. And the average number of building floors increased first, then decreased and finally flattened. When the expansion intensity exceeded 0.000 5 and the expansion speed exceeded 0.02, the living environment quality index showed a reverse change, which was positively changing with the average number of floors of the building. When the index exceeded a certain limit（22.3%）, it was restricted by the building density.
-
Key words:
- urbanization /
- urban expansion /
- densification /
- living environment quality /
- Shanghai
-
己烯雌酚（DES）是一种典型的人工合成非甾体类雌激素, 是环境水体中常被检出的内分泌干扰物之一[1 − 2]. 由于对胎儿生殖器官的致畸作用和可能导致肿瘤[3]，己烯雌酚已被禁止用于孕期妇女，但是在临床中仍是治疗雌激素分泌不足所导致的妇科疾病及乳腺癌的药物之一[4]. 随着生活及养殖废水的排放，己烯雌酚最终会进入环境水体，并可能污染饮用水水源. 例如，在我国某些饮用水水源或环境水体中，仍可以检出一定浓度（≤ 2.52 ng·L−1）的己烯雌酚[2,5]. 己烯雌酚常用的检测方法有气相色谱-质谱法、液相色谱-质谱法、酶联免疫吸附法（ELISA）等[6]. 但这些方法或需要利用价格高昂的仪器，对试验人员的专业技术手段要求较高，或耗时较长，无法用于对己烯雌酚的现场快速检测.
胶体金免疫层析检测试纸由于具有简单、快速、易于解读的优势而在临床检测[7]、动物疫病[8]、食品安全[9]、环境监测[10]等领域得到广泛应用，是一种适用于现场快速检测的技术. 该技术的原理是基于目标物与由胶体金标记的抗体或抗原相互作用，在固定有用于捕获抗体或抗原的反应区和控制区，通过目视或使用读取装置读取测试结果[11]. 利用胶体金免疫层析试纸获取目标物含量信息的方式主要有以下三种. 最常见的一种方式是根据检测线（T线）出现与否判断目标物是否超过一定浓度. 在环境检测或食品安全检测中常用来判定目标物含量是否超标，是一种定性检测方式；第二种类型，检测线上包被的反应物设计成只能结合一定量的分析物，过量的分析物会与下一条检测线结合，产生一个条带梯度[12]；第三种是用特定仪器读取检测卡显色情况，并将显色情况转换为数字信号达到定量的目的[13].
研究发现[14]，利用传统方法制备的己烯雌酚胶体金免疫层析检测卡受温度、湿度影响很大，不适于野外现场检测. 为克服这一问题，我们在金标垫上增加偶联IgY的胶体金做为第二金标物，在NC膜上包被3种不同浓度的羊抗IgY作为参考线，在检测反应中这3条参考线的颜色分别对应3个DES的浓度，通过检测线与3条参考线的颜色对比实现对样品中的DES残留所处浓度区间的确定. 这种体系使得检测线反应和参考线反应处于相同的反应条件，使其很大程度不受环境干扰，通过半定量参考线与检测线的结合，实现了不依赖检测仪器的己烯雌酚可视化检测. 本文研究并验证了基于半定量参考线方法对水中己烯雌酚残留进行现场检测的可行性.
1. 材料与方法（Materials and methods）
1.1 试剂与仪器
己烯雌酚单克隆抗体、DES-BSA购于广东优抗多生物技术有限公司，羊抗鼠抗体、牛血清白蛋白（BSA）购自杭州索莱尔博奥生物技术有限公司，鸡免疫球蛋白IgY、羊抗IgY购自洛阳佰奥通实验材料中心，己烯雌酚、Tween-20购自Merck公司（德国），氯金酸购自于国药集团化学试剂有限公司. 硝酸纤维素膜（VIVID170）购自美国PALL公司. 玻璃纤维膜、PVC底板、吸水纸购于上海金标生物科技有限公司. 己烯雌酚ELISA检测试剂盒购自北京普赞生物技术有限公司.
喷金划膜仪购自上海捷宁生物技术有限公司，可编程切条机（HGS201）购于杭州峰航科技有限公司.
1.2 免疫胶体金的制备
胶体金的制备参考Sun等报道的方法[15]. 主要步骤如下：将2 mL氯金酸溶液（1%，W/V）加入到100 mL超纯水中，加热使溶液沸腾. 然后，在不断搅拌下加入1.3 mL柠檬酸钠溶液（2%，W/V）. 待溶液颜色变为酒红色后，继续保持沸腾10 min. 然后，停止搅拌及加热，待溶液冷却至室温后加入超纯水将溶液体积补足至100 mL. 4 ℃冰箱中储存待用. 制备的胶体金平均粒径为30 nm. 分别将DES单克隆抗体和IgY标记在胶体金上，方法简述如下：用0.1 mol·L−1的K2CO3将胶体金溶液调节至最适pH值，加入计算好的最适稳定量的蛋白质，轻摇混匀1 min，静置30 min. 用10% BSA溶液（pH7.2）封闭30 min后，将离心管于4 ℃、
12000 r·min−1离心30 min；弃去上清液. 用 1% BSA（pH7.2）溶液洗涤沉淀，于4 ℃、12000 r·min−1离心30 min；弃去上清液. 加入100 μL胶体金复溶液（10 mmol·L−1磷酸盐缓冲液、pH 7.2、含1% BSA、10%蔗糖、5%海藻糖、0.05%叠氮钠）复溶沉淀.1.3 最适DES-BSA包被浓度的优化
用喷金划膜仪以3 μL·cm−1的速度，将上一步制备的标记了DES单抗的胶体金结合物溶液喷到玻璃纤维素膜上，37 °C烘干24 h，制成DES金标结合物垫. 用喷金划膜仪，以0.8 μL·cm−1的速度，将一系列不同浓度的DES-BSA溶液（0.2、0.4、0.6、0.8 mg·mL−1）和羊抗鼠IgG溶液（0.5 mg·mL−1）划在NC膜上，37 °C烘干24 h；将玻璃纤维膜在样品垫处理液（20 mmol·L−1磷酸盐缓冲液，pH7.2，含1% Tween-20，1% BSA）中浸泡5s，取出后，37 °C烘干24 h，制成样品垫. 按照图1a所示组装己烯雌酚试纸条，分别将80 μL浓度为0、10、20、40 ng·mL−1 的DES溶液滴加到试纸条的样品垫上，反应5min后，目视观察，并利用ImageJ对试纸条的T线和C线灰度值进行分析. 以T线对不同浓度DES的显色区分度选择最适DES-BSA包被浓度.
图 1 胶体金试纸条示意图Figure 1. Schematic diagram of colloidal gold test stripa 常规免疫层析试纸组成示意图；b 基于“动态比色卡”的免疫层析试纸组成示意图a. schematic diagram of the composition of conventional immunochromatographic test strip; b. schematic diagram of the composition of immunochromatography test strip based on the "dynamic colorimetric card".1.4 羊抗IgY最适包被浓度的优化
用喷金划膜仪以3 μL·cm−1的速度，将上一步制备的标记了IgY的胶体金结合物溶液喷到玻璃纤维素膜上，37 °C烘干24 h，制成IgY金标结合物垫. 用喷金划膜仪，以0.8 μL·cm−1的速度，将优化浓度的DES-BSA溶液划到NC膜T线位置. 将不同浓度羊抗IgY溶液（0.1、0.2、0.3、0.4 mg·mL−1）划在NC膜C线位置，37 °C烘干24 h；然后按照样品垫、DES金标垫、IgY金标垫、NC膜、吸水纸的顺序组装检测试纸，考察试纸对浓度为0、5、10、20、40 ng·mL−1 DES溶液的响应，目视观察，分别考察在DES浓度为5、10、20 ng·mL−1时T线与C线显色相近的羊抗IgY包被浓度. 如图1b所示，将选出的3个浓度的羊抗IgY按浓度由低到高顺序，依次包被到NC膜上，制备图1b所示检测试纸，并用ImageJ分析试纸对不同上述浓度DES的显色情况，根据分析结果对参考线浓度进行微调，直到阴性条件下该区间中3条半定量参考线中最深显色不超过T线显色，并且3条半定量参考线由低到高分别与5、10、20 ng·mL−1时T线显色相近.
1.5 检测卡的组装
将样品垫、金标垫、硝酸纤维素膜和吸水纸依次贴在底板上，彼此间以搭接方式连接（如图1），用切条机切成4 mm宽试纸条，装入塑料卡壳，加干燥剂密封保存.
1.6 温度、湿度对检测结果的影响
为研究温度对试纸条检测结果的影响，在实验室用空调将实验室温度分别调节至16、25 °C，实验期间室内湿度为30%—35%. 在恒温恒湿箱中将温度调为35 °C、湿度35%. 将试纸放在上述环境中平衡30 min后，考察其对不同浓度DES的响应.
为研究湿度对试纸条检测结果的影响，分别将试纸条放在实验室内（温度25 °C、湿度30%—35%）以及恒温恒湿箱中（温度25 °C、湿度55%）平衡及反应，考察其对不同浓度DES的响应.
1.7 地表水中DES的检测及验证
在山东省王屋水库黄水河入库口、水库中心、大坝位置取3个水样，经0.45 μm滤膜过滤后，分别用本文制备的检测卡及市售的己烯雌酚酶联免疫试剂盒检测水样中己烯雌酚的含量. 在不含己烯雌酚的水样中添加5、10、20 ng·mL−1的己烯雌酚，分别用本文制备的检测卡及己烯雌酚ELISA试剂盒检测，比较二者的检测结果.
2. 结果与讨论 （Results and discussion）
2.1 DES单克隆抗体的标记浓度及DES-BSA包被浓度的优化
首先对DES单克隆抗体在胶体金上的标记浓度进行了优化. 由图2a可见，当DES单克隆抗体的标记浓度为5 μg·mL−1胶体金及以上时，向胶体金中加入饱和NaCl不会导致胶体金颜色的变化，提示5 μg·mL−1胶体金为DES抗体的稳定标记浓度. 为保证DES抗体对胶体金的充分结合，在此标记浓度基础上增加20%，即6 μg·mL−1胶体金作为DES单克隆抗体的标记浓度. 图2b是以不同浓度DES-BSA包被NC膜得到的检测试纸T线在不同浓度DES下的显色，可以看到，随DES-BSA浓度增加，T线显色呈加深的趋势. 由于DES-BSA浓度为0.6 mg·mL−1时对阴性样本显色较深（灰度值>200），且在40 ng·mL−1DES样本完全消线，所以将其作为最优DES-BSA包被浓度.
图 2 DES单克隆抗体的标记浓度及DES-BSA包被浓度的优化Figure 2. Optimization of DES monoclonal antibody labeling concentration and DES-BSA coating concentrationa.加入饱和NaCl后不同浓度DES单抗标记的胶体金颜色变化；b.检测试纸T线在不同浓度DES时的灰度值；c.检测试纸对不同浓度DES的显色效果a. The color changes of colloidal gold labeled with DES monoclonal antibodies at different concentrations after adding saturated NaCl; b. The gray values of the T-line of the test strip at different concentrations of DES; c. The images of the test paper on different concentrations of DES.2.2 IgY标金浓度及羊抗IgY包被浓度的优化
首先用” 2.1”所述的方法优化出IgY的标金浓度为5 μg·mL−1胶体金. 然后，按照”1.4”所述方法，确定了3条定量参考线的羊抗IgY包被浓度在0.1、0.2、0.3 mg·mL−1附近，然后经进一步微调，最终确定3条定量参考线（C1、C2、C3）的羊抗IgY包被浓度依次为0.1、0.17、0.25 mg·mL−1.
在优化条件下制备的试纸条如图3a所示，目视观察可以看到，当样品中不含DES或DES含量低于5 ng·mL−1时，T线显色比三条定量参考线深，当DES浓度为5、10、20 ng·mL−1时，T线显色分别与C3、C2、C1相近，当样品中DES含量大于20 ng·mL−1时，T线显色比C1浅. 利用ImageJ软件对试纸进行分析，可以看到当DES浓度为5、10、20 ng·mL−1时，T线灰度值分别与C3、C2、C1的灰度值相近（图3b）. 因此试纸条对DES残留的半定量检测区间为≤5、5—10、10—20、≥20 ng·mL−1.
图 3 DES半定量检测试纸Figure 3. DES semi-quantitative detection test strip.a.不同DES浓度时试纸的显色. b.对各试纸条的ImageJ分析，峰高对应T线或C线的灰度值.a. The images of the test strip at different DES concentrations. b. Plotting of the gray value spectrum of the strip image by ImageJ, and the peak height corresponds to the gray value of the T line or C line.2.3 温度与湿度对DES半定量试纸检测结果的影响
首先考察了16、25、35°C 3个温度对DES半定量试纸检测结果的影响，结果如图4所示. 由图4可见，随环境温度升高，试纸条的显色逐渐加深，尤其在16°C和25°C之间显色变化最为显著，这可能是温度影响了抗体与抗原的免疫反应速度所导致的.
图 4 不同温度对DES检测试纸显色的影响Figure 4. The effect of temperature on the color development of DES test stripsT为检测线，C1-C3为3条参考线T is the detection line, and C1-C3 is the three reference lines考察了35%和55%两个湿度条件对DES试纸检测的影响，实验温度为25°C. 结果显示，在高湿度条件下，DES的显色显著低于低湿度条件. 图4和图5的结果说明，如果采用固定色卡与T线显色做对比来进行半定量测定会产生很大的偏差. 温度、湿度会显著影响胶体金的释放速度及在NC膜上的扩散速度，并且温度还会影响抗体与抗原的分子热运动进而影响免疫反应速度，所以不同温湿度下，胶体金免疫层析试纸上T、C线的显色速度会受到较大影响. 而由于金标DES抗体和DES-BSA反应体系以及组成“动态色卡”体系的金标IgY与羊抗IgY反应体系是在同一条检测试纸上受到相同的温湿度的影响，因此，T线和参考线的显色速度变化趋势则是基本相同的. 本实验结果证明了在检测试纸上集成“动态色卡”这种设计的可行性，它有助于消除温湿度变化对于胶体金侧向流免疫层析试纸显色结果判定的不利影响，从而提高目视检测的准确度.
图 5 不同湿度对DES试纸显色的影响Figure 5. The effect of humidity on the color development of DES test strip2.4 地表水中DES的检测及验证
分别用本文制备的DES检测卡及市售的DES酶联免疫试剂盒（检测限为0.1 ng·mL−1）检测了山东省王屋水库采集的3个水样，均未检出己烯雌酚. 在水库中心水样中添加了己烯雌酚，使其终浓度分别为5、10、20 ng·mL−1，然后分别用本文制备的检测卡及己烯雌酚ELISA试剂盒对加标样品进行了检测，二者的检测结果如表1所示. 结果表明本研究所制备的DES检测卡对加标水样的检测结果与市售ELISA试剂盒的实测结果一致.
表 1 DES半定量检测试纸和ELISA检测试剂盒对实际样品的检测结果Table 1. The detection results of DES semi-quantitative test strip and ELISA kit on actual samples采样位置Sample collection site 加标浓度/ （ng·mL−1） Spiked concentration 试纸检测值/ （ng·mL−1）Results from test strip ELISA试剂盒检测值/ （ng·mL−1）Results from ELISA kit 黄水河入库口Reservoir mouth — ND* ND 水库中心Reservoir center — ND ND 5 ≤5 4.18 10 5-10 8.49 20 10-20 17.30 水库大坝Reservoir Dam — ND ND *ND., 未检出. ND., not detected. | Show Table
DownLoad:
CSV
3. 结论（Conclusion）
本研究通过将不同浓度的羊抗IgY包被在NC膜上，与金标IgY结合，在DES检测试纸上构建了一个独立于检测线免疫反应的“动态色卡”，由于受相同温湿度的影响，色卡的半定量参考线在不同温度和湿度下的显色与DES检测线基本一致，因此可以在不同温度和湿度的环境中实现对DES的半定量检测. 制备的试纸条对DES残留的半定量检测区间为≤5 ng·mL−1；5—10 ng·mL−1，10—20 ng·mL−1，≥20 ng·mL−1，对地表水样品中DES的目视半定量检测结果与ELISA试剂盒检测结果一致. 本研究克服了传统免疫层析试纸条的检测结果易受环境温湿度等因素影响的缺点，能够在野外环境中实现对己烯雌酚的现场检测. 同时，由于组成“动态色卡”的反应体系独立于DES的反应体系，本研究所提出的“动态色卡”设计思路可以应用于其它抗原的免疫层析试纸检测，在环境监测、体外诊断、食品安全等对现场快速检测有较大需求的领域有可观的应用前景.
-
表 1 各类建筑在各圈层的占比统计
% 建筑层数 5 km 10 km 15 km 20 km 25 km 30 km 35 km 40 km 45 km 50 km 55 km 60 km 1～3层 45.19 26.31 39.65 60.73 67.72 66.36 55.82 50.66 79.78 35.54 25.00 27.61 4～6层 33.38 35.35 33.96 28.10 23.11 24.40 34.26 39.43 10.42 30.64 20.83 62.96 7～12层 11.47 30.85 22.82 8.41 5.23 6.05 5.45 7.18 8.06 24.26 54.17 1.01 13～20层 4.86 5.43 3.12 2.45 3.30 2.87 4.10 2.58 1.73 9.07 0.00 8.42 21～33层 4.64 2.01 0.43 0.31 0.64 0.32 0.35 0.11 0.00 0.49 0.00 0.00 34～66层 0.42 0.06 0.01 0.00 0.00 0.00 0.02 0.04 0.00 0.00 0.00 0.00 67～118层 0.03 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
下载: 导出CSV
表 2 人居环境质量指数各因子权重
评价要素 单因子指数 单要素权重 综合权重 自然要素 地形起伏度 0.343 0.152 气候指数 0.367 0.162 植被指数 0.290 0.128 人文要素 空气质量指数 0.244 0.186 人口密度指数 0.333 0.136 交通通达指数 0.423 0.236
下载: 导出CSV
表 3 人居环境质量指数
圈层 距市中心距离/km 人文要素指数 自然要素指数 人居环境质量指数 1 5 74.98 83.58 80.35 2 10 77.58 86.98 82.53 3 15 79.05 81.63 81.52 4 20 79.98 74.80 77.92 5 25 81.18 73.72 77.85 6 30 81.95 73.42 78.03 7 35 82.23 73.99 78.50 8 40 83.24 75.14 79.69 9 45 83.82 73.25 78.81 10 50 83.63 71.39 77.59 11 55 82.34 70.11 76.25 12 60 85.88 71.52 78.67 13 65 92.10 66.61 78.44 14 70 95.50 68.91 81.34
下载: 导出CSV
-
[1] 喻菁, 焦利民, 董婷. 结合宏观和微观视角的城市扩张方向异质性分析[J]. 地理与地理信息科学, 2019, 35(2): 90 − 96. doi: 10.3969/j.issn.1672-0504.2019.02.014 [2] 陈长瑶, 李君, 张磊, 等. 环滇池地区城镇用地扩展特征及推进模式研究[J]. 云南师范大学学报(哲学社会科学版), 2018, 50(3): 128 − 138. [3] 王海军, 王惠霞, 邓羽, 等. 武汉城市圈城镇用地扩展的时空格局与规模等级模式分异研究[J]. 长江流域资源与环境, 2018, 27(2): 272 − 285. [4] 林柳璇, 尤添革, 刘金福, 等. 1985—2015年厦门市土地利用变化及驱动力[J]. 福建农林大学学报(自然科学版), 2019, 48(1): 103 − 110. [5] 李航, 李雪铭, 田深圳, 等. 城市人居环境的时空分异特征及其机制研究——以辽宁省为例[J]. 地理研究, 2017, 36(7): 1323 − 1338. [6] 封志明, 唐焰, 杨艳昭, 等. 基于GIS的中国人居环境指数模型的建立与应用[J]. 地理学报, 2008, 63(12): 1327 − 1336. doi: 10.3321/j.issn:0375-5444.2008.12.010 [7] 周莉, 任志远. 基于GIS的关中地区人居环境自然适宜性研究[J]. 资源开发与市场, 2011, 27(2): 160 − 163. doi: 10.3969/j.issn.1005-8141.2011.02.018 [8] 熊瑶, 潘润秋, 许刚, 等. 1990—2014年印度城市扩张时空特征对比分析[J]. 地理科学进展, 2019, 38(2): 271 − 282. [9] 苗东利, 杨肖月. 城市化进程中河南城市扩张的特征研究[J]. 广西城镇建设, 2019(11): 125 − 127. doi: 10.3969/j.issn.1672-7045.2019.11.022 [10] 李晓文, 方精云, 朴世龙. 上海城市用地扩展强度、模式及其空间分异特征[J]. 自然资源学报, 2003(4): 412 − 422. doi: 10.3321/j.issn:1000-3037.2003.04.004 [11] 申兵. 对我国城市化阶段特征的重新认识[J]. 宏观经济管理, 2012(6): 25 − 26. doi: 10.19709/j.cnki.11-3199/f.2012.06.008 [12] 杨雪, 张文忠. 基于栅格的区域人居自然和人文环境质量综合评价——以京津冀地区为例[J]. 地理学报, 2016, 71(12): 2141 − 2154. doi: 10.11821/dlxb201612006 [13] 张磊. 基于地形起伏度的地貌形态划分研究 [D]. 石家庄: 河北师范大学, 2009. [14] 张伟, 李爱农. 基于DEM的中国地形起伏度适宜计算尺度研究[J]. 地理与地理信息科学, 2012, 28(4): 8 − 12. [15] 唐焰, 封志明, 杨艳昭. 基于栅格尺度的中国人居环境气候适宜性评价[J]. 资源科学, 2008(5): 648 − 653. doi: 10.3321/j.issn:1007-7588.2008.05.002 [16] 刘清春, 王铮, 许世远. 中国城市旅游气候舒适性分析[J]. 资源科学, 2007, 29(1): 133 − 141. doi: 10.3321/j.issn:1007-7588.2007.01.020 [17] 魏伟, 石培基, 冯海春, 等. 干旱内陆河流域人居环境适宜性评价——以石羊河流域为例[J]. 自然资源学报, 2012, 27(11): 1940 − 1950. doi: 10.11849/zrzyxb.2012.11.013 [18] 王华, 张杏梅. 中原城市群交通可达性与区域经济发展水平空间格局分析[J]. 公路, 2020, 65(5): 173 − 179. [19] 张祎, 车自力. 基于GIS的咸阳市城区道路通达度研究[J]. 西北大学学报(自然科学版), 2013, 43(6): 969 − 972. [20] 郭欢欢, 张孝成, 李仕川. 土地集约利用评价中适度指标标准化方法改进研究——以人口密度指标为例[J]. 地理科学, 2016, 36(3): 367 − 374. -
点击查看大图
计量
- 文章访问数: 3042
- HTML全文浏览数: 3042
- PDF下载数: 17
- 施引文献: 0
