大气臭氧浓度升高对农作物产量的影响

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.      

近地层O3污染对作物产量与经济损失的影响——以江苏省冬小麦和水稻为例

利用2015年冬小麦和水稻主要生长季期间江苏省各城市逐时O₃浓度观测资料,分析了O₃浓度和AOT40的变化特征,评估了O₃对冬小麦和水稻产量的影响,并估算了其造成的经济损失.结果表明：①冬小麦和水稻主要生长季期间,江苏省平均O₃浓度分别为80.1μg/m³和83.8μg/m³,呈单峰型的日变化规律.空间上,O₃呈现南低北高,东部沿海地区高于西部内陆地区的特征.②冬小麦主要生长季期间,江苏省各市AOT40指数范围为3.08~14.47μL/L·h.水稻主要生长季期间,江苏省各市AOT40指数范围为10.79~21.67μL/L·h.③在当前O₃浓度水平下,近地层O₃对江苏省冬小麦和水稻平均相对产量的损失率分别为23.9%和16.5%,产量总损失分别为368.7万t和385.8万t,经济总损失分别为87.01亿元和106.48亿元.因此,急需采取有效控制措施,降低O₃污染造成的农业损失.     

东亚地区大气整层臭氧浓度的时空变化

从TOMS臭氧全球网格资料截取主要包含中国大陆的东亚地区 (6 9 375°E— 1 39 375°E ;1 4 5°N— 5 4 5°N)的数据 ,分析大气整层臭氧浓度的变化特征 .结果表明 ,区域多年平均臭氧浓度约为 30 7DU(多卜森单位 :DobsonUnit) ;一年中 ,平均臭氧浓度有明显的季节变化 ,春季 (3月 )达最大值 ,秋季 (1 0月 )最小 ,变化幅度约 5 0DU .区域内臭氧浓度具有很强的空间 (纬向 )变化 ,低纬度地区臭氧浓度低 ,较高纬度地区臭氧浓度高 .各地臭氧浓度变化的概率分布基本为单峰型 ,低纬度地区分布较窄而高纬度地区宽 .从 1 978至 1 994年的十多年中 ,区域平均浓度呈明显的下降趋势 ,下降幅度约 1 0DU .对应于此 ,区域内各等级的臭氧浓度值以大致均匀的速率变化 ,低值的出现概率增加 ,而高值的出现概率减小 .     

2013~2019年臭氧污染导致的江苏稻麦产量损失评估

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.     

西和县城区低空大气臭氧浓度变化及污染防治

本文以2021年1～12月甘肃省陇南市西和县城区地面空气臭氧浓度连续监测结果为研究对象,发现该区域低空大气臭氧浓度值呈现一定的时间变化特征,即1:00～3:00处于最低值,15:00～17:00出现最大值;春末夏季及秋初臭氧浓度值较高,冬季和初春浓度较低。除了工业、机动车尾气排放、化石燃料燃烧等因素外,风速、气温、气压等气象因素也会对臭氧浓度值变化也产生一定影响。因此,针对该变化特征及臭氧来源分析,提出臭氧防治措施,有利于降低城区低空大气臭氧污染物浓度,营造良好生活环境。     

基于轻量级梯度提升机的南京大气臭氧浓度预测

采用南京地区2015年1月至2016年12月期间的空气质量数据和常规气象资料数据,分析了南京地区O₃浓度变化特征,建立基于轻量级梯度提升机(LightGBM)的O₃浓度预测模型,并将该模型与支持向量机、循环神经网络和随机森林等3种在空气质量预测方向上常用的机器学习方法进行了对比,验证模型的有效性和可行性.结果表明,南京地区O₃浓度变化具有显著的季节性差异,浓度变化受前期浓度、气象因子和其他空气污染物浓度的共同影响.LightGBM模型较为准确地预测了南京地区地面O₃浓度(R²=0.92),且该模型的预测精度和计算效率等性能优于其他模型.尤其是在容易出现臭氧污染的高温天气,该模型预测准确性明显高于其他模型,模型稳定性较好.LightGBM具有预测准确度高、稳定性好、有良好的泛化能力和运算时间短等特点,在O₃浓度预测方面具有显著的优势.     

麦田O3浓度的长期变化及其对冬小麦干物质和产量损失的估算

近地层臭氧污染及其对作物产量和粮食安全的负面效应已成为国内外广泛关注的焦点之一.利用2014~2016年冬小麦主要生长季期间臭氧浓度和气象因子观测资料,分析了麦田臭氧浓度、AOT40的变化特征.根据Pleijel等2007年修正的气孔导度模型,模拟了冬小麦气孔导度的变化,并与实测值进行对比验证,同时结合通量模型,计算了冬小麦气孔臭氧通量.此外,利用前期课题组建立的模型,估算了臭氧对冬小麦干物质累积和产量的影响.结果表明:臭氧浓度在冬小麦生长季期间从前期到后期逐渐增加,并呈现明显的单峰型日变化特征.从2014~2016年的每年3月1日~5月31日,平均臭氧浓度分别为36.2、37.7和33.6 n L·L~(-1),AOT40值分别为17.08、17.90和11.84μL·(L·h)~(-1).Javis气孔导度模型可以用来模拟本地区冬小麦的气孔导度,模型解释了实测气孔导度81%的变异性.2014~2016年冬小麦气孔臭氧吸收通量分别为9.36、9.32和8.65 mmol·m~(-2).在近3年臭氧浓度平均水平下,近地层臭氧会使冬小麦产量减少18.03%,干物质累积减少19.31%.     

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%.     

南京主要大气污染物季节变化及相关气象分析

为研究南京主要大气复合污染物PM_2.5、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、PM_2.5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,PM_2.5/PM₁₀年均值为0.59;首要污染物为PM_2.5、PM₁₀、O₃的年频率分别为51.5%、26.6%和13.5%,PM_2.5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PM_2.5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、PM_2.5、O₃_8h_max日值逐步回归方程拟合度为40%～65%.     

大气对流层臭氧浓度升高下AM真菌对小麦生长的影响

利用中国唯一的开放式空气组分增高(free-air component enrichment,FACE)稻麦轮作试验平台,研究大气对流层O3浓度升高条件下接种外源AM真菌对小麦生长及土壤微生物生物量的影响.结果发现,O3浓度升高处理小麦苗期AM真菌侵染率有升高趋势,而从孕穗期起逐渐显示出对小麦生长的不利影响,收获时植株地上部生物量、株产与千粒重均显著下降(p0.05),分别降低22%、29%和9%,土壤微生物生物量N也下降了37%,但籽粒全N含量从2.2%显著提高到2.6%(p0.05).O3浓度升高条件下接种外源AM菌剂对小麦根系AM真菌侵染具有促进作用,孕穗期AM真菌侵染率与植株地上部生物量均显著高于不接种对照(p0.05),收获时植株受灾程度降低了50%,土壤微生物生物量N也显著升高(p0.05),虽然小麦产量没有提高,但籽粒全N含量下降到与当前O3浓度处理没有显著差异的水平上.结果表明,O3胁迫下小麦通过提高苗期AM真菌侵染来增强其抗胁迫能力,接种外源AM真菌可以促进小麦营养生长,并可通过改善根系分泌物等来提高土壤微生物生物量.     

长三角地区春季臭氧污染特征及其对冬小麦产量的影响

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.      

大气臭氧污染对冬小麦气孔吸收通量的影响机制及其时空格局

近地层臭氧作为一种二次污染物,其不断增加的浓度及其对作物的影响已经成为各国政府和公众关注的焦点.本文以冬小麦为研究对象,基于大田OTC试验,对OTC内气象因子和气孔导度进行连续观测.引进气孔导度模型,并进行本地参数化研究,结合通量模型,研究冬小麦气孔臭氧吸收通量的变化特征,并对江苏省各市冬小麦气孔导度和O_3吸收通量的时空分布进行模拟.结果表明,O_3浓度增加会限制其叶片气孔导度,浓度越高,限制作用越明显;利用修订后的气孔导度模型对冬小麦叶片气孔导度进行模拟,表明模型解释了实测气孔导度90%、77%和83%的变异性.结合通量模型对冬小麦气孔O_3通量进行模拟,则CK(约为53.67 n L·L~(-1))、100 n L·L~(-1)和150 n L·L~(-1)O_3浓度处理下冬小麦在整个O_3熏期的累积吸收通量分别为6.42、12.27和13.90 mmol·m-2;江苏地区冬小麦在其生长季期间O_3浓度呈逐渐增加的趋势,冬小麦平均气孔导度的大小表现为:中期后期前期的时间变化特点,在整个中期时段气孔O_3累积吸收通量最多.     

冬小麦田O3气孔与非气孔沉降及风险评估

为了深入了解农田生态系统的O_3干沉降过程,并基于O_3通量(尤其是气孔O_3累积通量)指标进行风险评估,利用涡度相关系统对冬小麦田的O_3干沉降过程进行了连续动态观测,初步分析O_3浓度和总O_3通量的变化过程,着重探析气孔O_3沉降和非气孔O_3沉降的变化特征及其与主要气象因子的关系,并基于剂量指标(AOT40)和通量指标(DF_s06)分别推算出冬小麦的产量损失率.结果表明,观测期间(自2016年3月16日至5月30日)日平均O_3浓度(cO_3)为32.9 n L·L-1;白天(08:00~18:00)和夜间平均总O_3通量(F_(O3))分别为-7.6 nmol·(m~2·s)~(-1)和-3.1 nmol·(m~2·s)~(-1),日均F_(O3)为-5.1nmol·(m~2·s)~(-1).逐日平均气孔O_3通量(F_s)的变化范围为0~-5.1 nmol·(m~2·s)~(-1),日均F_s为-1.43 nmol·(m~2·s)~(-1).逐日平均非气孔O_3通量(F_(ns))的变化范围为-1.43~-10.31 nmol·(m~2·s)~(-1),日均F_(ns)为-3.66 nmol·(m~2·s)~(-1).较强的太阳辐射(SR)、较高的温度(T)和适度湿润的条件有利于冬小麦气孔沉降;较强的SR、适度的T和湿润条件是有利于冬小麦非气孔沉降.在整个观测期间,总O_3累积吸收通量(DF_(O3))、气孔O_3累积吸收通量(DF_s)和非气孔O_3累积吸收通量(DF_(ns))分别为31.58、9.99和21.59 mmol·m~(-2),总DF_s和总DF_(ns)分别占总DF_(O3)的32%和68%.通过剂量指标AOT40和通量指标DF_s06响应方程计算出的冬小麦产量损失率分别为11.58%~20.37%和20%~23.56%.     

中国城市O3浓度时空变化特征及驱动因素

基于2015～2017年O_3浓度监测数据,采用克里金插值、空间自相关分析、热点分析和地理探测器等方法,研究了中国城市O_3浓度的时空变化特征及驱动因素.结果表明:①2015～2017年中国城市O_3污染逐年加重,年评价指标超标城市由74个增加到121个,平均超标天数比例由5. 2%上升到8. 1%.②O_3污染主要发生在4～9月,超标天数占全年总超标天数的87. 5%～95. 3%. 5～7月O_3浓度上升最快、污染最严重,超标天数比例由2015年的10. 6%上升到2017年的20. 5%,2017年83. 0%的中度污染和91. 0%的重度污染发生在5～7月.③华北平原O_3浓度的持续上升,已将京津冀和长三角地区O_3高污染区连成一片,形成了包括环渤海地区、中原城市群、长三角城市群、山西、关中地区和内蒙古中部集中连片的O_3高污染区,是我国O_3污染最严重的区域.珠三角、成渝城市群和华东地区南部O_3浓度上升也较快,成渝城市群的核心城市已初步形成我国新的O_3污染中心.④O_3浓度空间集聚性逐年增强,年度热点主要分布在华北平原和长江中下游地区,冷点主要分布于东北、西南及华南地区.⑤地理探测器分析表明,气象、工业化、城市化因素和O_3前体物排放量因子对O_3浓度分布均有显著驱动作用,但不同地区O_3浓度的驱动因素存在差别,同一因子在不同季节的驱动作用也不尽相同.     

基于WOFOST模型的京津冀地区冬小麦生产潜力评价

研究利用近40年的逐日气候数据,借助WOFOST作物模型模拟分析了京津冀地区冬小麦的生产潜力,通过与实际产量的比较,探讨了提高冬小麦产量的潜力与措施。研究表明：①京津冀地区(除张家口和承德地区)冬小麦光温潜力介于6934~9143kg/hm²之间,从冀中南部向京津地区和冀东北地区逐渐增大,区域平均生产潜力为8037kg/hm²;②冬小麦雨养潜力介于4515~6639kg/hm²之间,由东部和南部随降水量降低依次向西北递减,到冀西北区降至最低,区域平均产量为5771kg/hm²;③影响冬小麦产量的自然因子中,水分是关键限制要素,北部地区也受低温霜冻的影响;④京津冀中部和南部地区的冬小麦生产潜力年际变化波动相对较小,东北部变化波动相对较大;⑤2005-2007年研究区冬小麦的实际单产在2721~7300kg/hm²之间,区域平均5247kg/hm²,相当于潜在产量的50%~80%,其中石家庄地区附近实际产量达到潜在产量的80%以上,天津和沧州地区以及邯郸地区,实际产量与潜在产量的差距较大。     

南京市北郊夏季臭氧浓度变化特征分析

利用南京市北郊2014年7月11日至2014年9月10日近地面O3浓度的连续观测数据,结合相应气象要素资料,分析了近地面O3浓度的逐日变化、日变化以及不同天气条件下的日变化特征,同时对青奥会时段以及非青奥会时段O3浓度进行了比较与分析,探讨了O3浓度与气象要素的相关性。结果表明:1整个观测期间O3浓度日均值为75.55μg/m3,青奥会时段日均值为66.47μg/m3,非青奥会时段为79.74μg/m3,随着青奥会的临近,O3浓度呈现逐渐降低的趋势。2 O3浓度的日变化呈现单峰型的特点,夜间变化平缓,白天变化剧烈。3不同天气条件下,晴天、阴天、雨天的O3浓度的日均值分别为102.23、63.66、63.86μg/m3,日变化最强烈的是晴天,阴天和雨天日变化较为平缓。4O3浓度的日均值出现的频率主要集中在40~80μg/m3之间,占总日数的59.02%。5太阳辐射强度、相对湿度、气温、风向、风速影响O3浓度的变化,其中O3浓度与气温及太阳辐射呈正相关关系,与相对湿度呈负相关关系。