共查询到13条相似文献,搜索用时 140 毫秒
1.
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AFst02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%. 相似文献
2.
大气臭氧浓度升高对农作物产量的影响 总被引:5,自引:0,他引:5
大气O3浓度升高对农作物产量的影响是评估大气O3造成农作物减产及经济损失的基础. 分别在北京和广东东莞建立OTC(田间开顶式气室)系统,开展大气O3对大田冬小麦和水稻的影响研究,在整个生长期对作物进行O3熏蒸,计算O3暴露量,获得冬小麦和水稻产量与O3暴露量之间的响应关系. 结果表明:东莞水稻临界水平(以AOT40计,AOT40为大于40nL/L的小时平均φ(O3)与40nL/L差值的累计值)为4.95μL/(L·h),而北京冬小麦为2.44μL/(L·h). 根据我国已有农作物O3暴露量-产量响应关系计算可知,我国水稻和冬小麦的AOT40分别为4.950~9.506和2.280~3.858μL/(L·h),水稻对O3的敏感性从我国北方到南方呈逐渐增加态势,但冬小麦对O3敏感性并无明显的地域变化规律. 在大田环境大气φ(O3)条件下,东莞水稻相对产量损失为2.70%〔AOT40=2.68μL/(L·h)〕,北京冬小麦的相对产量损失为12.85%〔AOT40=6.72μL/(L·h)〕. 我国农作物生长环境多样,作物种类繁多,需要继续开展试验研究来建立本地化O3暴露量-产量响应关系,用于合理评估区域农作物产量损失. 相似文献
3.
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%. 相似文献
4.
春季是长三角地区对流层O3污染的高峰期之一,高浓度的O3暴露会影响冬小麦生长导致减产.利用长三角地区各城市2014年春季逐时ρ(O3)观测数据,研究了长三角地区春季O3污染特征,并结合O3暴露指数(M7指数和AOT40指数)和剂量-响应关系模型,详细评估了长三角地区O3污染对冬小麦产量的影响.结果表明:长三角地区春季ρ(O3)空间上总体呈南低北高的分布,长三角地区北部江苏和上海的ρ(O3)明显高于南部的浙江地区,在浙江北部、江苏和上海等地区,整个春季日最大8 h ρ(O3)平均值超过107 μg/m3,最高值出现在5月,超过128 μg/m3;一半以上的城市ρ(O3)超标[超过GB 3095-2012《环境空气质量标准》中8 h滑动平均ρ(O3)的二级标准限值(160 μg/m3)]日数在10 d以上,其中南京和扬州超标日数最多,分别为27和20 d;相应地,O3暴露指数也呈南低北高的分布,其中苏北地区O3暴露指数最高,导致长三角地区平均冬小麦相对损失达5.7%(M7)~25.5%(AOT40),造成的产量损失为7.85×105 t(M7)~4.49×106 t(AOT40),其中,苏北地区为5.8%(M7)~25.9%(AOT40),造成的产量损失为6.77×105 t(M7)~3.86×106 t(AOT40),占长三角地区冬小麦产量损失的86%以上.研究显示,当前长三角地区O3污染及其对冬小麦产量的影响已相当严重,特别是对苏北地区,而苏北地区是我国重要的冬小麦产地之一,因此,应当科学有效地治理O3污染以缓解粮食安全问题. 相似文献
5.
利用涡度相关技术对长江三角洲地区冬小麦麦田白天时段CO2和O3通量进行连续观测,分析其变化特征.引入并参数化Jarvis乘法模型,预测冬小麦冠层尺度CO2和O3通量.结果表明:整个观测期间,麦田CO2浓度和通量的范围分别为372.3~487.1μL/L和-0.4~-40.3μmol/(m2·s),均值分别为402.6μL/L和-13.4μmol/(m2·s).O3浓度和通量的范围分别为4.6~116.6nL/L和-0.2~-20.7nmol/(m2·s),均值分别为50.9nL/L和-6.8nmol/(m2·s).CO2和O3通量最高值出现在冬小麦的孕穗期和开花期,该时期冬小麦光合能力最强,对CO2与O3的吸收最大.冬小麦CO2和O3通量总... 相似文献
6.
近年来,近地面O_3浓度呈不断上升趋势,高浓度O_3会影响作物的生长导致产量降低.本文利用2014~2016年南京市近地面O_3浓度的连续观测数据,分析了O_3浓度的变化特征及其对冬小麦和水稻产量与经济损失的影响.结果表明,2014~2016年南京市O_3年平均浓度分别为62.9、68.6和69.1μg·m-3,O_3浓度和超标日数均呈现逐年增加的趋势.季节平均的O_3浓度大小的顺序为:夏季、春季、秋季和冬季.四季O_3浓度的日变化均为明显的"单峰型",峰值出现在15:00~16:00,谷值出现在07:00~08:00.2014~2016年冬小麦生长季期间AOT40的数值分别为10.5、14.4和9.4μL·L~(-1)·h,水稻生长季期间AOT40的数值分别为8.5、20.0和25.6μL·L~(-1)·h.近地面O_3对冬小麦的影响要高于水稻,其中,2014~2016年O_3造成冬小麦减产范围为21.4%~32.8%,每年的经济损失达15 076.6~27 799.6万元,造成水稻减产范围为8.1%~24.3%,每年的经济损失达19 747.2~68 075.7万元. 相似文献
7.
为研究南京主要大气复合污染物PM2.5、PM10和O3四季变化特征及其气象影响因子,利用2013年1月~2015年2月国控点环境监测数据对浓度特征进行统计分析,再利用WRF模式模拟的精细大气边界层气象场,分析气象要素与各污染物的相关性,并建立统计模型.结果表明:PM10、PM2.5冬高夏低,冬季日均值分别为160.6μg/m3和98.0μg/m3;日变化特征四季基本一致,但秋冬季最强,夏季最弱,且冬季上午峰值比其余三季延后1~2h.各季大气可吸入颗粒物中细粒子占主导,PM2.5/PM10年均值为0.59;首要污染物为PM2.5、PM10、O3的年频率分别为51.5%、26.6%和13.5%,PM2.5主导四季AQI的变化,尤其是在重污染的情况下,首要污染物为PM2.5占96%.O3浓度春末夏初高、秋末冬初低,日变化为单峰式;O3与边界层高度呈显著正相关,四季相关系数分别为0.500、0.572、0.326、0.323.四季PM10、PM2.5、O3_8h_max日值逐步回归方程拟合度为40%~65%. 相似文献
8.
黄河金三角地区空气质量的改善是践行黄河流域生态保护和高质量发展的体现,科学认识O3浓度时空演变和污染特征对于该地区大气污染联防联控具有重要意义.本研究融合地面观测和卫星遥感反演O3浓度数据,采用统计分析、趋势分析及热点分析的方法揭示黄河金三角地区O3浓度的年、季节和月尺度以及空间变化特征,探究O3污染等级的变化特征.结果表明:(1)黄河金三角地区2015-2022年4个地级市大气中O3浓度呈升高趋势,O3年均浓度表现为运城市(105μg/m3)>临汾市(103μg/m3)>三门峡市(97μg/m3)>渭南市(95μg/m3).(2)O3季均浓度总体表现为夏季(146μg/m3)>春季(113μg/m3)>秋季(83μg/m3)>冬季(59μg/m<... 相似文献
9.
基于2013~2019年江苏省115个监测站点的逐时臭氧观测数据和97个县级行政区的农作物年产量,利用AOT40的暴露响应关系,结合空间分析等方法,评估了臭氧污染导致的冬小麦和水稻两种农作物的产量损失.结果表明,2013~2019年,冬小麦和水稻的AOT40分别为(2.76~17.05)×10-6h和(0.15~31.69)×10-6,分别在2018年和2016年达到峰值.苏南地区水稻生长期的AOT40高值分布较多,苏北地区近3年两种农作物生长期的AOT40都有明显增势.2013~2019年,冬小麦年相对产量损失为17.7%~31.0%,年绝对产量损失达(1.94~3.75)×106t.年产量损失最高的地级市是盐城和徐州,损失最低的是南京和无锡.2013~2019年,水稻年相对产量损失为8.6%~15.6%,绝对产量损失为(3.03~6.04)×106t.年产量损失最高的地级市是盐城和淮安,损失最低的是无锡和常州.江苏省每年由于臭氧污染导致的农作物产量损失约相当于5000多万人一年的粮食消费量,臭氧污染对粮食生产安全造成了较为严重的威胁,应当采取有效的政策和措施控制臭氧污染,保证粮食生产稳定. 相似文献
10.
基于2014~2017年江苏省13个市的PM2.5浓度和O3_8h_max数据,探讨了其时空分布特征.在此基础上,研究了日益升高的近地层O3浓度与气象因子的关系.结果表明:江苏省2014~2017年PM2.5浓度整体上呈下降的趋势,年均浓度减少率为6.06μg/m3,而O3_8h_max整体上呈上升趋势,年均浓度增长率为3.84μg/m3.总体上,PM2.5浓度呈现冬春高、夏秋低的V型月变化特征,O3_8h_max则基本呈现不规则的M型,在5月份达到峰值后逐渐降低,又在7~9月份保持平缓,而后又逐渐下降.空间上,江苏省PM2.5浓度呈现"内陆高,沿海低"的状态,而O3_8h_max却呈现"沿海高,内陆低"的状态.与气象因子的相关性表明,O3浓度与气温和太阳辐射呈正相关关系,与相对湿度呈负相关关系,太阳辐射对O3浓度的影响最大,其次是温度和相对湿度.当日平均气温在20~30℃、相对湿度在50%~70%、太阳辐射强度高于150w/m2时O3浓度容易出现超标. 相似文献
11.
为了解化工园区大气污染情况,使用自主研制的微型大气检测仪结合无人机研究化工园区臭氧(O3)垂直廓线,在2020年8月~2021年1月于杭州湾上虞经济技术开发区开展了12d无人机外场观测实验.各观测日从08:00~18:00每隔1h进行一次飞行观测,每次观测分别获得了离地面0,50,100,200,300,400,500m的O3、总挥发性有机物(TVOCs)和二氧化氮(NO2)浓度.结果表明:受气象因素、地面工厂排放以及早晚出行高峰的影响,TVOCs和NO2浓度整体随高度增加而下降,其中NO2浓度随高度上升而下降的幅度较明显,在0m处浓度为19.7~59.1μg/m3,500m处为5.9~21.7μg/m3,下降率为40~70%,TVOCs和NO2浓度都呈现出早晚高、正午低的日变化趋势,此外可能受逆温层的影响导致个别天数NO2浓度在400~500m不降反升;O3受前体物光化学反应、太阳辐射强度及平流层输送的影响,其浓度随高度增加而下降,平均浓度在0m处为49.2μg/m3,500m处为98.4μg/m3,O3日变化浓度在15:00~17:00达到峰值.TVOCs和O3、NO2和O3在各高度浓度均呈负相关,受不同季节气象因素差异和冬季取暖排放增加的影响,O3浓度季节变化为夏>秋>冬,TVOCs和NO2浓度为冬季>秋季>夏季.后向轨迹聚类分析表明化工园区本地O3浓度会受区域输送影响升高,在冬季时由于气温低不利于前体物生成O3,本地O3浓度受区域输送影响较夏季小. 相似文献
12.
基于2015~2019年广州4个不同国控站点类型的大气污染物监测数据,研究了广州各站点类型颗粒物(PM2.5)和臭氧(O3)的污染特征,并分析了O3污染季节和PM2.5污染季节PM2.5和O3的相关性及相互作用.结果表明:2015~2019年广州各站点类型PM2.5浓度总体呈下降趋势,O3浓度呈上升趋势.不同污染季节PM2.5与O3浓度均呈正相关.O3污染季节二次PM2.5的生成对颗粒物的影响显著大于一次PM2.5,随着光化学水平的升高,一次PM2.5的贡献浓度基本不变(均在21.03~31.37μg/m3范围内),贡献率逐渐下降;而二次PM2.5的贡献浓度逐渐升高(3.51~7.72 μg/m3升高到16.04~18.45μg/m3),贡献率也逐渐升高(11%~27%升高到34%~44%),且呈倍数增加.不同站点类型贡献差异明显,背景站点二次PM2.5的贡献最大,城区站点在中和高光化学水平下二次PM2.5的贡献最小;PM2.5污染季节各站点类型在不同PM2.5污染水平下O3浓度均具有差异性,总体上均呈现背景站点>郊区站点>城区站点的特点.气溶胶的消光作用和非均相反应均显著促进O3生成,随着PM2.5浓度升高,各站点类型的O3浓度峰值逐渐升高,由62.12~83.82μg/m3升高到92.49~135.4μg/m3;O3变化率峰值也逐渐升高,由8.42~10.02μg/(m3·h)升高到21.33~27.04μg/(m3·h).进一步促进了广州PM2.5和O3浓度的协同增长. 相似文献