京津冀大气污染的时空分布与人口暴露

经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM_(2.5)、PM_(10)、SO_2、CO、NO_2和O_3_8 h_max长期监测数据,采用统计学的方法分析了2014—2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM_(2.5)和O_3_8 h_max的人口暴露风险.结果表明:京津冀地区PM_(2.5)、PM_(10)、SO_2、CO和NO_2近年来整体上呈下降趋势,而O_3_8 h_max则呈上升趋势.总体而言,PM_(2.5)、PM_(10)、SO_2、CO和NO_2表现为冬季最高、春秋季次之、夏季最低的特征,而O_3_8 h_max则表现为夏季春季秋季冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM_(2.5)、PM_(10)、SO_2、CO和NO_2呈现南高北低的分布特征,而O_3_8 h_max在2014—2016年呈现北高南低的分布特征,但在2017—2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM_(2.5)的来源主要是一次气溶胶,而二次气溶胶是中部地区PM_(2.5)的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM_(2.5)浓度的降低,暴露于高浓度的PM_(2.5)中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O_3浓度超标情况下的人口在2015—2017年逐渐上升.     

稻田生态系统O3干沉积特性及其对气孔吸收的贡献

选择江苏省南京市南京信息工程大学永丰农业气象试验站水稻种植区站点,实时观测气象因子、O₃浓度、干沉积通量、沉积速率.基于课题组在本地修正过的水稻气孔导度模型量化O₃干沉积通量在气孔与非气孔通道的分配特征.结果表明：整个水稻观测期间,O₃干沉积速率与通量在夜间变化平缓,白天变化剧烈,均值分别为0.34cm/s与-0.0049μmol/（m²·s）,峰值则分别出现在08：30与12：30.此外,水稻生长季期间平均日累积O₃总通量、气孔通量与非气孔通量分别为0.40,0.14,0.26mmol/（m²·d）,其累积值分别为27.8,9.8,18.0mmol/m².平均O₃气孔通量和非气孔通量所占总O₃通量的比例分别为34.0%和66.0%,其中白天的比例分别为49.0%与51.0%.     

气候变化情景下地表O3对水稻产量的潜在风险评估

利用2013~2015年水稻生长季期间气象因子、O₃浓度和气孔导度的实测数据,分析了O₃浓度与AOT40的变化,引入并修订了水稻气孔导度模型,模拟了水稻气孔O₃吸收通量的动态变化,评估了当前和未来气候变化情景下O₃污染所造成的水稻产量损失.结果表明：2013~2015年水稻生长季期间的白天时段,平均O₃浓度分别为35.8,42.0,47.9nL/L,AOT40值分别为5.33,9.03,11.25μL/（L·h）.修订后的模型可用于本地区水稻气孔导度的模拟,2013~2015年水稻气孔O₃通量AF_st02分别为2.02,6.42,7.79mmol/m².2013~2015年地表O₃造成水稻平均相对产量损失分别为4.9%、11.7%和14.3%.在未来气候变化情景下若不考虑O₃浓度的变化,O₃对水稻的胁迫效应将会降低,若考虑未来O₃浓度的变化,O₃造成水稻产量的损失将增加4.7~5.7%.