2017, Vol. 38
2. 南京信息工程大学江苏省大气环境与装备技术协同创新中心, 南京 210044
2. Collaborative Innovation Center of Atmospheric Environment and Equipment Technology, Nanjing University of Information Science & Technology, Nanjing 210044, China
近年来, 由于人类活动造成的NOx和VOCs等的排放量迅速增加, 近地层背景臭氧(O3)浓度不断升高, 其中北半球中纬度地区的O3以每年0.5%~2.5%的速度增长[1].作为一种对植物有很强毒性的强氧化剂, O3可以通过气孔或非气孔被植物吸收, 造成植物生理和生化的改变, 阻碍植物的光合生产, 加速植物老化和形成叶片可见的损伤[2~11].这些负效应直接导致了作物的减产和随之而来的经济损失.预计到2030年, 小麦将减产10.6%~15.6%, 玉米减产4.5%~6.3%, 大豆减产12.1%~16.4%, 每年的经济损失将高达120~350亿美元[12].
O3一般通过干沉降的方式进入陆地生态系统, 总O3干沉降通量一般分为气孔O3沉降通量与非O3气孔沉降通量.在叶片尺度, 气孔O3沉降不仅被认为是主要的O3沉降通道[13, 14], 而且是造成植物损伤的重要原因, 其中气孔的开闭主要受气象因子, 如太阳辐射、温湿度和土壤含水量等影响.非气孔沉降包括表面沉降、土壤沉降和化学分解沉降通道, 约占总O3干沉降通量的30%~70%[15].因此准确区分气孔与非气孔O3沉降量及其分配比对进行O3风险评估有着重要的现实意义.
O3对植物的伤害是由累积效应造成的, 开展臭氧对作物产量损失的影响及其风险评估需要确立可靠的O3风险评估指标.为了这个目标, 从最初的浓度响应和剂量响应模型, 发展到基于OTC和FACE大田试验资料开展的通量响应模型[9, 16~20], 以及基于自然农田生态系统的观测和干沉降模型研究[21~23].欧洲普遍采用O3剂量指标AOT40, 即大气中O3浓度高于40 nL·L-1时的小时累计效应指数.由于AOT40忽略了植物的气孔O3吸收, 在O3浓度较高的地区容易造成O3危害的明显高估[24], 因此为了达到更为准确的O3风险评估, 单一使用AOT40是不够的, 必须结合O3通量指标, 尤其是植物气孔累积吸收的O3通量.
冬小麦是我国主要粮食产物之一, 且是一种对O3影响比较敏感的作物[25, 26].目前我国长三角地区O3浓度快速增长, 是O3污染严重的区域[27, 28].鉴于此, 本研究基于涡度相关技术观测南京地区冬小麦田的O3干沉降过程, 初步分析O3浓度和总O3干沉降通量的变化过程, 着重探析气孔O3沉降和非气孔O3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(气孔O3累积吸收通量)分别推算出冬小麦的产量损失, 以期为该领域的后续研究提供一定理论参考.
1 材料与方法 1.1 试验场地和试验设置本试验是在南京信息工程大学盘城镇永丰试验地(118°42′25″E, 32°11′6″N, 海拔22 m)稻麦轮作区进行的.试验地周围开阔平坦, 属于北亚热带湿润气候, 四季分明, 日照资源较丰富, 年平均温度和降水量分别约为15℃和1 100 mm.耕作土壤类型为黄棕壤, 土质细腻均匀, 肥力中等.供试作物为当地常规品种‘扬麦13号’(Triticum aestivum L. cv. Yangmai 13), 于2015年11月上旬撒播, 至2016年6月6日成熟收割.
观测从2016年3月16日(冬小麦拔节初期)开始, 于2016年5月30日(冬小麦蜡熟期)结束.观测仪器主要基于涡度相关系统, 该系统自2015年7月开始安装, 进行了半年的调试和校准, 于2016年3月正式运行.系统主要由H2O/CO2浓度红外分析仪(LI-7500, LI-COR, USA)、三维超声风速仪(CSAT3, Campbell Scientific, USA)、快速化学发光O3分析仪(FOSV12, Sextant, New Zealand)、慢速紫外O3分析仪(EC9810-O3, Casella Measurement, England)和CR3000数据采集系统组成, 其中快慢速O3分析仪均放置于一个带有空调的集成箱内. O3浓度由慢速紫外O3分析仪进行观测, 该仪器的精度为1×10-9; O3的快速响应则利用快速O3分析仪监测, 该仪器的主要工作原理为香豆素涂层片被O3氧化消耗发出蓝光, 被光电倍增管探测到后转化成为电压输出, 获得的数据需要利用慢速紫外O3分析仪获得的30 min平均O3浓度进行时时校准, 因此快慢速O3分析仪的采样进气高度相同, 均为7 m.由于香豆素会不断地被消耗, 试验期每5 d左右更换一次香豆素涂层片. H2O和CO2浓度主要由闭路的H2O/CO2浓度红外分析仪进行观测.原始涡度系统数据的采样频率是10 Hz.其他气象要素也同时进行了观测, 包含太阳辐射(TBQ-5A, JWF, 中国上海), 四分量净辐射(CNR4, Kipp & Zonen, the Netherlands)、空气温湿度(HOBO U23-001 data-logger, Onset Computer, USA), 风速、风向和降雨量(Watchdog, 2900ET, Spectrum Technologies, USA)等.并从3月16日起每隔7 d对冬小麦叶面积进行测量, 测量方法参照文献[29].
遵循涡度相关技术的理论[14, 30], O3、H2O和CO2浓度与垂直风速速率相关, 则气体通量(Fc)[μmol·(m2·s)-1]的计算公式如下：
|
(1) |
式中, w为垂直风速速率(m·s-1), c为观测气体浓度(nL·L-1), 上面的横线表示时间平均, 撇号代表变量的脉动.正值通量定义为由麦田向大气进行向上的传输, 负值则相反.
气体采样与仪器响应之间的时间延迟设置由垂直风速和气体浓度脉动之间的最大化协方差而确定.传感器分离和高频信号衰减所造成的观测误差利用谱分析方法进行纠正[31].风速数据需要通过两次坐标旋转成自然坐标系[32].此外, 为了确保气体通量数据的有效性, 对观测的原始数据进行了必要的筛选和数据质量控制, 以下情况的数据需要剔除：① 平稳性试验结果高于60%的值[33]; ② 麦田边界以外的通量源区的估算值[34]; ③ 湍流发展不充分的值[即摩擦速度(u*)＜0.15m·s-1].
1.2 冠层导度(Gc)与冠层O3气孔导度(Gs)的计算基于大叶干沉降理论, 冠层导度(Gc)主要由O3沉降速率(Vd)、空气学阻力(Ra)和边界层阻力(Rb)计算得到. Vd、Ra和Rb的计算主要参照朱治林等[22]和Baldocchi等[35]的方法. Gc的具体公式为：
|
(2) |
冠层O3气孔导度(Gs)的计算主要基于不同干湿条件下, 利用彭曼公式并结合CO2同化量(GPP)共同获得, 计算过程详见Lamaud等[36]的方法. Gs的具体公式为:
|
(3) |
式中, α为在干燥条件下[即相对湿度(RH)＜60%]时的Gs1与GPP的斜率, 其中Gs1为干燥条件下利用彭曼公式计算的冠层O3气孔导度, 具体公式如下：
|
(4) |
式中, DO3和DH2O是O3和H2O的分子扩散率(m2·s-1), DO3/DH2O≈0.66; E是水汽通量[kg·(m2·s)-1]; δ是水蒸气饱和密度差(kg·m-3); β是波文比; s是饱和曲线斜率(Pa·K-1); γ是湿度常数(Pa·K-1).
1.3 气孔O3通量(Fs)与非气孔O3通量(Fns)的计算总O3通量(FO3)主要通过涡度相关系统直接观测获得, 并将其分成气孔O3通量(Fs)与非气孔O3通量(Fns).其中Fs的计算公式如下：
|
(5) |
式中, cO3为冠层O3浓度(nL·L-1); cO3i为细胞内O3浓度(nL·L-1), 通常假设该浓度为0(即cO3i=0).
Fns是FO3与Fs的差值, 计算公式如下：
|
(6) |
O3累积吸收通量的公式如下：
|
(7) |
式中, DFO3/Fs/Fns分别为总FO3累积吸收通量、气孔O3累积吸收通量和非气孔O3累积吸收通量(mmol·m-2); t1和t2分别是观测起始小时和观测结束小时.
AOT40是臭氧浓度(cO3)＞40 nL·L-1且太阳辐射(SR)≥50 W·m-2的小时累计效应指数(×10-6·h). AOT40的计算公式如下：
|
(8) |
式中，Δt是小时时间间隔.
2 结果与讨论 2.1 气象因子和叶面积指数的时间序列和平均日变化过程图 1为观测期间气象因子[太阳辐射(SR)、空气温度(T)、相对湿度(RH)]、降雨量和冬小麦叶面积指数(LAI)的时间序列和平均日变化.观测期间(76~151 d)主要处于春季, 并逐渐向夏季过渡.从图 1中可见, 逐日的SR和T随时间序列推移不断增加, 但增幅并不大, 由观测初期的峰值SR低于800 W·m-2和峰值T低于15℃分别增长至高于1 000 W·m-2和接近30℃.逐日RH并没有随时间序列的推移呈现明显的增减波动, 主要变化范围在30%~90%.在90~100、110~120、125、135和140~150 d期间出现了明显的降雨, 最大降雨量达到35 mm.此外观测初期冬小麦的LAI为1.5 m2·m-2, 于112 d(扬花期前后)达到最大值(3.5 m2·m-2)后逐渐减小至1.05 m2·m-2.从平均日变化中可看出(图 1), SR从清晨(06:00) 开始增加, 至中午(12:00) 达到最大值(600 W·m-2)后下午逐渐减小. T与SR有着相同的日变化趋势, 从早晨开始增加, 到午后达到最大值(22℃)后夜间减小. RH则是在夜间~清晨时最大(75%), 然后逐渐减小到午后最小值(47%).观测期间日平均SR、T、RH分别为165.9 W·m-2、17.8℃、61.7%.
|
图 1 气象要素和冬小麦叶面积指数(LAI)的时间序列和平均日变化 Fig. 1 Time series and mean diurnal variations of meteorological factors and the leaf area index (LAI) of winter wheat during the entire experimental period |
图 2是观测期间冠层O3含量(cO3)的时间序列与平均日变化.从中可以看出, cO3随着时间序列的推移有增加的趋势, 变化范围在0~120 nL·L-1, 峰值由观测初期的普遍低于60 nL·L-1增加至高于100 nL·L-1.在图 2中可见, cO3呈现出明显的“钟形”曲线趋势, 在清晨(06:00) 值最低(16 nL·L-1), 之后cO3持续上升, 在午后16:00达到最大值(58 nL·L-1)后又迅速减小, 前半夜cO3呈现出慢速下降的过程, 后半夜则保持相对平稳的过程.观测期间白天平均(08:00~18:00) 和夜间平均cO3分别为44.5 nL·L-1和23.8 nL·L-1, 日平均cO3为32.9 nL·L-1. cO3的变化与较强的SR和较高的T密切相关. cO3与SR呈现显著的正相关关系, 与T也呈现出正相关关系, 但相比SR较弱; 与RH呈现负相关关系.说明SR是影响cO3变化的最重要驱动因子, 而T和RH也是主要的影响因子, 这与朱治林等[22]在玉米田的O3干沉降观测研究结果一致, 这主要是因为O3是通过局地前体物进行光化学反应产生的, 而这些前体物的含量变化也同时依赖于SR和T的变化.
|
图 2 O3含量(cO3)的时间序列和平均日变化 Fig. 2 Time series and mean diurnal variations of ozone concentrations (cO3) |
图 3是逐日平均O3通量的[总O3通量(FO3)、气孔O3通量(Fs)]时间序列和平均日变化.从中可以看出, FO3在76~95 d时值较小, 至116 d达到最大[-12.8 nmol·(m2·s)-1]后又逐渐变小. FO3夜间值较小且保持较为平稳的状态, 上午FO3快速的增长, 到午后14:00左右达到最大[-10.8 nmol·(m2·s)-1], 之后FO3又迅速减少.FO3的变化范围为-2~-12.8 nmol·(m2·s)-1, 观测期间白天平均和夜间平均FO3分别为-7.6 nmol·(m2·s)-1和-3.1 nmol·(m2·s)-1, 日平均FO3为-5.1 nmol·(m2·s)-1.笔者观测的FO3值介于其他麦田和玉米田等研究观测结果的大小范围之内[0~-20 nmol·(m2·s)-1][37~40].通过对比图 2中cO3的平均日变化, 发现FO3与cO3之间有相似又有异同, FO3在09:00之后随cO3的增大而增大, 16:00以后随cO3的减小而减小, 但两者出现峰值的时刻并不相同, 峰值FO3出现在15:00之前, 而cO3出现在15:00以后.这种FO3与cO3峰值出现并不同步的现象在其他研究中也有报道[41].说明FO3在一定程度上除了依赖cO3的变化外, 还受其他因素不同程度的影响, 包括O3干沉降速率、气象因子、植物的气孔吸收等[22, 42~45].
|
FO3：总O3通量, Fs：气孔O3通量 图 3 逐日平均O3通量的时间序列与平均日变化 Fig. 3 Times series and mean diurnal variations of mean daily flux |
Fs在100~140 d时期明显大于76~99 d和141~151 d时期, 100~140 d时期的Fs峰值[-4.4 nmol·(m2·s)-1]基本是76~100 d和141~151 d时期的2倍多, 100~140 d时期正处于冬小麦活跃的生育期(抽穗~灌浆期), Fs达到峰值的时候也是冬小麦叶面积指数最大的时候[如图 1(d)], 光合作用较强, 在冬小麦打开气孔吸收CO2进行光合作用的时候, 气孔也同时吸收O3.植物气孔在夜间是关闭的, 因此夜间的Fs在这里忽略不计.上午Fs快速增大, 到午后达到最大[-5.1 nmol·(m2·s)-1]后又迅速减小.从图 3可以看出, Fs与FO3的平均日变化过程存在较好的一致性, 且达到峰值的时刻均相同.这说明白天O3的干沉降过程与植物的气孔运动密切联系, 这与朱治林等[22]在玉米田的O3干沉降研究结果一致.而在cO3达到最大时, 气孔O3吸收却在减少, 这是因为冬小麦气孔会在傍晚前逐渐关闭(结果未展示), Fs减小, 从而导致了FO3变小, 这也为cO3和FO3峰值出现时间并不一致提供了依据.逐日Fs的变化范围为0~-5.1 nmol·(m2·s)-1, 日均值为-1.43 nmol·(m2·s)-1.
从图 3可以发现气孔O3沉降并不是冬小麦田最主要的O3干沉降通道.笔者之前假设细胞内O3浓度是忽略不计的(即cO3i=0), 但是实际上植物气孔内的cO3i可能大于0 nL·L-1, 从而造成Fs的高估. Fares等[41]在研究中指出当周围环境cO3小于40 nL·L-1的时候, cO3i=0的假设是成立的; 而当cO3大于100 nL·L-1, cO3i最大值可达到20 nL·L-1. 100~140 d时期的部分cO3峰值超过了100 nL·L-1, 说明这期间存在Fs被高估的情况, 当cO3高于100 nL·L-1时, 总Fs将会被高估10%左右[41].
当RH≥60%时气孔导度与冠层导度的比值(即Gs/Gc)随RH的增加而增加, 因此这里将RH=60%界定为干湿条件的阈值, 该阈值与Lamaud等[36]研究玉米田时的结果一致, 但低于Altimir等[46]在森林研究中提出的70%的阈值.为了探析不同干湿条件下Gc是否能近似等于Gs, 笔者对Gs与Gc之间的关系进行了分析(图 4).在RH＜60%的时候, Gc与Gs的存在一定的正相关关系, 这同样也表明FO3一定程度上是受冬小麦气孔运动控制.但是Gc明显大于Gs, 揭示了非气孔沉降对FO3的巨大贡献.从图 4可以间接得出非气孔导度为0.4cm·s-1左右, 可占Gc的50%左右.在RH≥60%的时候, Gc与Gs关系之间出现大量的散点, 其中部分Gc的值是Gs的2倍以上, 可见此时非气孔沉降的贡献更高.尽管植物夜间气孔关闭, 气孔沉降对O3干沉降影响很小, 但由于非气孔沉降的存在, O3干沉降在夜间也很重要.当Gs为0、RH＜60%时Gc的范围为0~0.6cm·s-1; RH≥60%时Gc的范围为0~1.2cm·s-1.由此可见在所有干湿条件下Gs并不能用来估算Gc.
|
图 4 不同干湿条件下冠层导度(Gc)与O3气孔导度(Gs)的相关关系 Fig. 4 Relationships between canopy conductance (Gc) and stomatal conductance for ozone (Gs) in two ranges of air relative humidity (RH) |
逐日平均非气孔O3通量(Fns)的时间序列和Fns日平均变化可以由图 3间接得出, 可以发现Fns占FO3的比例很高.逐日Fns的变化范围为-1.43~-10.31 nmol·(m2·s)-1, 日平均值为-3.66 nmol·(m2·s)-1. Fns在上午~中午时刻的值比下午的大, 这也间接证明了当cO3最大值出现在16:00时并不是FO3出现峰值的时候.
2.4 气孔与非气孔O3沉降速率与主要气象因子的关系为了消除O3浓度的影响, 采用气孔O3沉降速率(Vd_s)与非气孔O3沉降速率(Vd_ns)来研究它们与主要气象因子(SR、T和RH)的关系(图 5).从图 5中可以看出, Vd_s与SR和RH分别呈现较为显著的正相关(R2=0.37) 和负相关(R2=0.30) 关系; 与T的正相关关系并不显著(R2=0.04). Vd_ns与SR、T和RH的关系并不是简单的线性关系, 存在不少散点, 但仍可以看出一些趋势, Vd_ns随SR增大而增大, 但增大趋势并不明显; Vd_ns与T和RH的关系相似, 均先随T或RH的增加有增加趋势, 后随T或RH的增加有减小趋势.
|
数据为逐日平均值 图 5 O3浓度(cO3)、气孔O3沉降速率(Vd_s)和非气孔O3沉降速率(Vd_ns)与气象因子的关系 Fig. 5 Relationships between ozone concentration (cO3), stomatal (Vd_s) and non-stomatal (Vd_ns) ozone depositions with solar radiation (SR), temperature (T) and relative humility (RH) |
根据Vd_s-SR和Vd_ns-SR的关系, 发现较强的SR是有利于气孔和非气孔沉降的, 因此推断较强的光照有利于O3干沉降过程; 基于Vd_s-T和Vd_ns-T的关系可以发现, Vd_s-T之间有微弱正相关关系, 而Vd_ns和T的关系存在一定的阈值, 阈值区域在T为15~20℃之间, 与之前研究得出的Vd_ns随SR单调增长, 与T呈指数增长的结论并不一致[47, 48]; 通过该结果可推断较低的T时不利于O3干沉降过程, 但当T继续升高到一定阈值时, FO3可能增多也可能减小.对比Vd_s-RH和Vd_ns-RH的关系可以发现, Vd_s-RH是负相关关系, 而Vd_ns-RH的关系存在一定的阈值, 阈值区域在RH=60%范围.过于干燥的条件可能不利于非气孔沉降, 过于湿润的环境既不利于气孔沉降也不利于非气孔沉降, 因此推断在过于湿润的条件下FO3随RH的增加必定是减小的, Zhang等[49]指出植物在湿润条件下的FO3比干燥的减小30%~70%.通过以上分析发现较强的SR、较高的T和适度湿润的条件有利于冬小麦气孔O3沉降, 其中SR、T与RH之间并不是彼此独立的, SR和RH会影响植物气孔开度, 而T不仅会影响RH, 而且也会驱动植物叶片的酶反应[50]; 较强的SR、适度的T和湿润的条件下有利于冬小麦非气孔沉降.由此综合以上可推断出较弱的SR, 较低的T和过于湿润的条件下不适合O3干沉降过程.从图 3中看出90~95、110~115、125、135和140~145 d前后Fs均有减小的趋势, 而这些天均有降雨[如图 1(d)], 说明阴雨天会导致植物气孔的关闭, 这主要是因为当叶片处于湿润条件下, 由于水滴或水滴薄膜阻塞植物气孔, 从而降低气孔O3吸收[41, 49]. Zhang等[51]指出在上述条件下, 气孔O3吸收减小的同时会使非气孔O3吸收增加, 这与本研究结果并不一致.此外由图 5发现, Vd_ns值的大小基本是Vd_s的2倍多, 说明非气孔O3通量大约是气孔O3通量的2倍左右.研究指出非气孔O3通量占总O3通量的很大比例, 即使在夏季或植物生长旺盛季, 仍可以占到总O3通量的50%左右[49].
2.5 累积O3吸收通量 2.5.1 累积O3吸收通量的时间序列变化图 6是累积O3吸收通量(DFO3、DFs和DFns)的时间序列变化, 在76~95 d和135~151 d, DFO3、DFs和DFns的增加趋势较小, 在100~140 d的时段DFO3、DFs和DFns增加较快.在整个观测期间, DFO3、DFs和DFns分别为31.58、9.99和21.59 mmol·m-2, 总DFs和总DFns分别占总DFO3的32%和68%. 100~140 d处于冬小麦的主要生育期, 此时的冬小麦叶面积最大、光合作用最强, 气孔运动活跃, 冠层完全被覆盖, DFO3、DFs和DFns均迅速增加.这表明O3干沉降过程会受冬小麦生育期的影响, 研究指出气孔O3沉降与非气孔O3沉降均依赖于植物冠层结构; 冠层高度和叶面积指数增加, 使从大气进入地表的臭氧传输将减少[51, 52], 而气孔沉降则随LAI的增大而增大[53, 54].
|
DFO3：总FO3累积吸收通量, DFs：累积气孔O3通量, DFns：累积非气孔O3通量 图 6 累积O3吸收通量的时间序列变化 Fig. 6 Time series variations in accumulated absorbed ozone flux |
图 7是AOT40和累积气孔O3吸收通量(DFs)的时间序列变化.基于这两种方法对作物产量评估的模型是不同的, 量纲也不相同(×10-6h和mmol·m-2), 因此它们之间并没有可比性.但有研究指出如果AOT40和DFs的变化趋势相似或者这个两个变量之间成一定比例, 那么可以近似认为两者是等同的[37].但是从图 7可以看出, AOT40和DFs并不同步, AOT40和DFs前期增长速度相近, 但中后期DFs较AOT40相比迅速增长, 最终AOT和DFs的值分别为8.93×10-6h和9.99 mmol·m-2.两个指标之间的差别主要是因为cO3和FO3的日变化趋势并不相同, 其中它们达到各自峰值的时刻不相同.早晨和下午相同大小的cO3值对应FO3值并不相同, 下午的FO3值更小(图 2和图 3), 因此下午较高的cO3造成的伤害比早晨低.
|
图 7 AOT40和累积气孔O3累积吸收通量(DFs)的时间序列变化 Fig. 7 Time series of AOT40 and accumulated stomatal absorbed ozone flux (DFs) |
植物体内可以通过自身的抗氧化系统来清除进入体内的部分O3[55], 使植物在气孔吸收通量低于某一个临界值时具有一定的解毒能力.有研究指出, 当气孔吸收通量小于6 nmol·(m2·s)-1时, 植物具有一定的解毒能力, 因此将累积高于此临界值的气孔吸收通量之和称之为植物累积毒害通量(DFs06), 且研究指出DFs06的变化与冬小麦产量的相关性最为显著[56, 57].在已有研究建立的剂量AOT40及通量DFs06与冬小麦产量相应关系的基础上, 结合本文实际计算的AOT40和DFs06 (累积值为4.16 mmol·m-2), 推算出冬小麦的产量损失率(RY).由表 1可以看出, 通过剂量AOT40和通量DFs06响应方程计算出的冬小麦产量损失分别为11.58%~20.37%和20%~23.53%.
|
表 1 冬小麦相对产量与AOT40/DFs06的关系方程及产量评估 Table 1 Correlation function of relative yield of the winter wheat, AOT40/DFs06, and yield risk assessment |
3 结论
(1) 观测期间白天(08:00~18:00) 平均和夜间平均O3浓度(cO3)分别为44.5 nL·L-1和23.8 nL·L-1, 日平均cO3为32.9 nL·L-1; 观测期间白天平均和夜间平均总O3通量(FO3)分别为-7.6 nmol·(m2·s)-1和-3.1 nmol·(m2·s)-1, 日均FO3为-5.1 nmol·(m2·s)-1.逐日平均Fs的变化范围为0~-5.1 nmol·(m2·s)-1, 日均Fs为-1.43 nmol·(m2·s)-1.逐日平均Fns的变化范围为-1.43~-10.31 nmol·(m2·s)-1, 日均Fns为-3.66 nmol·(m2·s)-1.其中非气孔沉降是O3干沉降的主要沉降通道.
(2) 较强的SR、较高的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和湿润条件有利于冬小麦非气孔沉降.由此推断出较弱的SR, 较低的T和过于湿润的条件下不适合O3干沉降过程.
(3) 在整个观测期间, DFO3、DFs和DFns分别为31.58、9.99和21.59 mmol·m-2, 总DFs和总DFns分别占总DFO3的32%和68%.通过剂量指标AOT40和通量指标DFs06响应方程计算出的冬小麦产量损失分别为11.58%~20.37%和20%~23.53%.
(4) 目前非气孔O3的沉降还存在很大的不确定性, 尤其是针对非气孔阻力参数化的研究.确定和完善表面阻力、土壤阻力和化学分解等参数化方案, 精细定量非气孔O3沉降通道的分配比将是下一阶段的研究重点.
| [1] | Vingarzan R. A review of surface ozone background levels and trends[J]. Atmospheric Environment, 2004, 38(21): 3431-3442. DOI:10.1016/j.atmosenv.2004.03.030 |
| [2] |
郑启伟, 王效科, 谢居清, 等. 外源抗坏血酸对臭氧胁迫下水稻叶片膜保护系统的影响[J]. 生态学报, 2006, 26(4): 1131-1137. Zheng Q W, Wang X K, Xie J Q, et al. Effects of exogenous ascorbate acid on membrane protective system of in situ rice leaves under O3 stress[J]. Acta Ecologica Sinica, 2006, 26(4): 1131-1137. |
| [3] | 王春乙, 白月明. 臭氧和气溶胶浓度变化对农作物的影响研究[M]. 北京: 气象出版社, 2007. |
| [4] |
郑有飞, 胡程达, 吴荣军, 等. 臭氧胁迫对冬小麦光合作用、膜脂过氧化和抗氧化系统的影响[J]. 环境科学, 2010, 31(7): 1643-1651. Zheng Y F, Hu C D, Wu R J, et al. Effects of ozone stress upon winter wheat photosynthesis, lipid peroxidation and antioxidant systems[J]. Environmental Science, 2010, 31(7): 1643-1651. |
| [5] |
郑有飞, 赵泽, 吴荣军, 等. 臭氧胁迫对冬小麦叶绿素荧光及气体交换的影响[J]. 环境科学, 2010, 31(2): 472-479. Zheng Y F, Zhao Z, Wu R J, et al. Effects of Long-term ozone exposure on chlorophyll a fluorescence and gas exchange of winter-wheat leaves[J]. Environmental Science, 2010, 31(2): 472-479. |
| [6] | Mills G, Hayes F, Simpson D, et al. Evidence of widespread effects of ozone on crops and (semi-)natural vegetation in Europe (1990-2006) in relation to AOT40-and flux-based risk maps[J]. Global Change Biology, 2011, 17(1): 592-613. DOI:10.1111/gcb.2010.17.issue-1 |
| [7] | Payne R J, Stevens C J, Dise N B, et al. Impacts of atmospheric pollution on the plant communities of British acid grasslands[J]. Environmental Pollution, 2011, 159(10): 2602-2608. DOI:10.1016/j.envpol.2011.06.009 |
| [8] | Vandermeiren K, De Bock M, Horemans N, et al. Ozone effects on yield quality of spring oilseed rape and broccoli[J]. Atmospheric Environment, 2012, 47: 76-83. DOI:10.1016/j.atmosenv.2011.11.035 |
| [9] | Feng Z Z, Sun J S, Wan W X, et al. Evidence of widespread ozone-induced visible injury on plants in Beijing, China[J]. Environmental Pollution, 2014, 193: 296-301. DOI:10.1016/j.envpol.2014.06.004 |
| [10] |
李苗苗. 臭氧对几种楠木气体交换参数的影响[J]. 环境科学, 2015, 36(5): 1888-1901. Li M M. Effects of ozone on photosynthesis of several plants[J]. Environmental Science, 2015, 36(5): 1888-1901. |
| [11] |
辛月, 高峰, 冯兆忠. 不同基因型杨树的光合特征与臭氧剂量的响应关系[J]. 环境科学, 2016, 37(6): 2359-2367. Xin Y, Gao F, Feng Z Z. Photosynthetic characteristics and ozone dose-response relationships for different genotypes of poplar[J]. Enviromental Science, 2016, 37(6): 2359-2367. |
| [12] | Avnery S, Mauzerall D L, Liu J F, et al. Global crop yield reductions due to surface ozone exposure: 2. Year 2030 potential crop production losses and economic damage under two scenarios of O3 pollution[J]. Atmospheric Environment, 2011, 45(12): 2297-2309. |
| [13] | Loreto F, Fares S. Is ozone flux inside leaves only a damage indicator? Clues from volatile isoprenoid studies[J]. Plant Physiology, 2007, 143(3): 1096-1100. DOI:10.1104/pp.106.091892 |
| [14] | Fares S, McKay M, Holzinger R, et al. Ozone fluxes in a Pinus ponderosa ecosystem are dominated by non-stomatal processes: evidence from long-term continuous measurements[J]. Agricultural and Forest Meteorology, 2010, 150(3): 420-431. DOI:10.1016/j.agrformet.2010.01.007 |
| [15] | Launiainen S, Katul G G, Grönholm T, et al. Partitioning ozone fluxes between canopy and forest floor by measurements and a multi-layer model[J]. Agricultural and Forest Meteorology, 2013, 173: 85-99. DOI:10.1016/j.agrformet.2012.12.009 |
| [16] |
姚芳芳, 王效科, 欧阳志云, 等. 臭氧胁迫下冬小麦物质生产与分配的数值模拟[J]. 应用生态学报, 2007, 18(11): 2586-2593. Yao F F, Wang X K, Ouyang Z Y, et al. A simulation model of ozone stress on photosynthetic production and its allocation of winter wheat[J]. Chinese Journal of Applied Ecology, 2007, 18(11): 2586-2593. |
| [17] | Wang X K, Zhang Q Q, Zheng F X, et al. Effects of elevated O3 concentration on winter wheat and rice yields in the Yangtze River Delta, China[J]. Environmental Pollution, 2012, 171: 118-125. DOI:10.1016/j.envpol.2012.07.028 |
| [18] |
王亮, 曾青, 冯兆忠, 等. 开放式臭氧浓度升高对2个冬小麦品种光合损伤的研究[J]. 环境科学, 2009, 30(2): 527-534. Wang L, Zeng Q, Feng Z Z, et al. Photosynthetic damage induced by elevated O3 in two varieties of winter wheat with free air controlled enrichment approach[J]. Environmental Science, 2009, 30(2): 527-534. |
| [19] | Tong L, Wang X K, Geng C M, et al. Diurnal and phenological variations of O3 and CO2 fluxes of rice canopy exposed to different O3 concentrations[J]. Atmospheric Environment, 2011, 45(31): 5621-5631. DOI:10.1016/j.atmosenv.2011.03.070 |
| [20] |
赵辉, 郑有飞, 曹嘉晨, 等. 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[J]. 环境科学, 2017, 38(1): 412-422. Zhao H, Zheng Y F, Cao J C, et al. Influencing mechanism and spatio-temporal pattern of stomatal ozone flux of winter wheat under ozone pollution[J]. Environmental Science, 2017, 38(1): 412-422. |
| [21] |
潘小乐, 王自发, 王喜全, 等. 秋季在北京城郊草地下垫面上的一次臭氧干沉降观测试验[J]. 大气科学, 2010, 34(1): 120-130. Pan X L, Wang Z F, Wang X Q, et al. An observation study of ozone dry deposition over grassland in the suburban area of Beijing[J]. Chinese Journal of Atmospheric Science, 2010, 34(1): 120-130. |
| [22] |
朱治林, 孙晓敏, 董云社, 等. 鲁西北平原玉米地涡度相关臭氧通量日变化特征[J]. 中国科学:地球科学, 2014, 57(2): 503-511. Zhu Z L, Sun X M, Dong Y C, et al. Diurnal variation of ozone flux over corn field in Northwestern Shandong Plain of China[J]. Science China Earth Sciences, 2014, 57(3): 503-511. |
| [23] |
李硕, 郑有飞, 吴荣军, 等. 冬麦田臭氧干沉降过程的观测[J]. 应用生态学报, 2016, 27(6): 1811-1819. Li S, Zheng Y F, Wu R J, et al. Observation of ozone dry deposition in the field of winter wheat[J]. Chinese Journal of Applied Ecology, 2016, 27(6): 1811-1819. |
| [24] | Simpson D, Ashmore M R, Emberson L, et al. A comparison of two different approaches for mapping potential ozone damage to vegetation. A model study[J]. Environmental Pollution, 2007, 146(3): 715-725. DOI:10.1016/j.envpol.2006.04.013 |
| [25] |
白月明, 郭建平, 王春乙, 等. 水稻与冬小麦对臭氧的反应及其敏感性试验研究[J]. 中国农业生态学报, 2002, 10(1): 13-16. Bai Y M, Guo J P, Wang C Y, et al. The reaction and sensitivity experiment of O3 on rice and winter wheat[J]. Chinese Journal of Eco-Agriculture, 2002, 10(1): 13-16. |
| [26] | Soja G, Barnes J D, Posch M, et al. Phenological weighting of ozone exposures in the calculation of critical levels for wheat, bean and plantain[J]. Environmental Pollution, 2000, 109(3): 517-524. DOI:10.1016/S0269-7491(00)00055-5 |
| [27] | Wang H X, Zhou L J, Tang X Y. Ozone concentrations in rural regions of the Yangtze Delta in China[J]. Journal of Atmospheric Chemistry, 2006, 54(3): 255-265. DOI:10.1007/s10874-006-9024-z |
| [28] |
许宏, 杨景成, 陈圣宾, 等. 植物的臭氧胁迫污染效应研究进展[J]. 植物生态学报, 2007, 31(6): 1205-1213. Xu H, Yang J C, Chen S B, et al. Review of plant responses to ozone pollution[J]. Journal of Plant Ecology, 2007, 31(6): 1205-1213. |
| [29] | 国家气象局. 农业气象观测规范(上卷)[M]. 北京: 气象出版社, 1993. |
| [30] | Goldstein A H, Hultman N E, Fracheboud J M, et al. Effects of climate variability on the carbon dioxide, water, and sensible heat fluxes above a ponderosa pine plantation in the Sierra Nevada (CA)[J]. Agricultural and Forest Meteorology, 2000, 101(2-3): 113-129. DOI:10.1016/S0168-1923(99)00168-9 |
| [31] | Rißmann J, Tetzlaff G. Application of a spectral correction method for measurements of covariances with fast-response sensors in the atmospheric boundary layer up to a height of 130 m and testing of the corrections[J]. Boundary-Layer Meteorology, 1994, 70(3): 293-305. DOI:10.1007/BF00709123 |
| [32] | Wilczak J M, Oncley S P, Stage S A. Sonic anemometer tilt correction algorithms[J]. Boundary-Layer Meteorology, 2001, 99(1): 127-150. DOI:10.1023/A:1018966204465 |
| [33] | Foken T, Wichura B. Tools for quality assessment of surface-based flux measurements[J]. Agricultural and Forest Meteorology, 1996, 78(1-2): 83-105. DOI:10.1016/0168-1923(95)02248-1 |
| [34] | Hsieh C I, Katul G, Chi T W. An approximate analytical model for footprint estimation of scalar fluxes in thermally stratified atmospheric flows[J]. Advances in Water Resources, 2000, 23(7): 765-772. DOI:10.1016/S0309-1708(99)00042-1 |
| [35] | Baldocchi D D, Meyers T P. Trace gas exchange above the floor of a deciduous forest: 1. Evaporation and CO2 efflux[J]. Journal of Geophysical Research, 1991, 96(D4): 7271-7285. DOI:10.1029/91JD00269 |
| [36] | Lamaud E, Loubet B, Irvine M, et al. Partitioning of ozone deposition over a developed maize crop between stomatal and non-stomatal uptakes, using eddy-covariance flux measurements and modelling[J]. Agricultural and Forest Meteorology, 2009, 149(9): 1385-1396. DOI:10.1016/j.agrformet.2009.03.017 |
| [37] | Gerosa G, Cieslik S, Ballarin-Denti A. Micrometeorological determination of time-integrated stomatal ozone fluxes over wheat: a case study in Northern Italy[J]. Atmospheric Environment, 2003, 37(6): 777-788. DOI:10.1016/S1352-2310(02)00927-5 |
| [38] | Stella P, Personne E, Loubet B, et al. Predicting and partitioning ozone fluxes to maize crops from sowing to harvest: the Surfatm-O3 model[J]. Biogeosciences, 2011, 8(10): 2869-2886. DOI:10.5194/bg-8-2869-2011 |
| [39] | Stella P, Personne E, Lamaud E, et al. Assessment of the total, stomatal, cuticular, and soil 2 year ozone budgets of an agricultural field with winter wheat and maize crops[J]. Journal of Geophysical Research: Biogeosciences, 2013, 118(3): 1120-1132. DOI:10.1002/jgrg.v118.3 |
| [40] | Loubet B, Cellier P, Fléchard C, et al. Investigating discrepancies in heat, CO2 fluxes and O3 deposition velocity over maize as measured by the eddy-covariance and the aerodynamic gradient methods[J]. Agricultural and Forest Meteorology, 2013, 169: 35-50. DOI:10.1016/j.agrformet.2012.09.010 |
| [41] | Fares S, Weber R, Park J H, et al. Ozone deposition to an orange orchard: Partitioning between stomatal and non-stomatal sinks[J]. Environmental Pollution, 2012, 169: 258-266. DOI:10.1016/j.envpol.2012.01.030 |
| [42] | Kurpius M R, McKay M, Goldstein A H. Annual ozone deposition to a Sierra Nevada ponderosa pine plantation[J]. Atmospheric Environment, 2002, 36(28): 4503-4515. DOI:10.1016/S1352-2310(02)00423-5 |
| [43] | Vitale M, Gerosa G, Ballarin-Denti A, et al. Ozone uptake by an evergreen mediterranean forest (Quercus ilex L.) in Italy—Part Ⅱ: flux modelling. Upscaling leaf to canopy ozone uptake by a process-based model[J]. Atmospheric Environment, 2005, 39(18): 3297-3278. |
| [44] | Altimir N, Kolari P, Tuovinen J P, et al. Foliage surface ozone deposition: a role for surface moisture?[J]. Biogeosciences, 2006, 3(2): 209-228. DOI:10.5194/bg-3-209-2006 |
| [45] | Rannik V, Altimir N, Mammarella I, et al. Ozone deposition into a boreal forest over a decade of observations: evaluating deposition partitioning and driving variables[J]. Atmospheric Chemistry and Physics, 2012, 12(24): 12165-12182. DOI:10.5194/acp-12-12165-2012 |
| [46] | Altimir N, Tuovinen J P, Vesala T, et al. Measurements of ozone removal by Scots pine shoots: calibration of a stomatal uptake model including the non-stomatal component[J]. Atmospheric Environment, 2004, 38(15): 2387-2398. DOI:10.1016/j.atmosenv.2003.09.077 |
| [47] | Hole L R, Semb A, Tørseth K. Ozone deposition to a temperate coniferous forest in Norway; gradient method measurements and comparison with the EMEP deposition module[J]. Atmospheric Environment, 2004, 38(15): 2217-2223. DOI:10.1016/j.atmosenv.2003.11.042 |
| [48] | Hogg A, Uddling J, Ellsworth D, et al. Stomatal and non-stomatal fluxes of ozone to a northern mixed hardwood forest[J]. Tellus B: Chemical and Physical Meteorology, 2007, 59(3): 514-525. DOI:10.1111/j.1600-0889.2007.00269.x |
| [49] | Zhang L M, Vet R, Brook J R, et al. Factors affecting stomatal uptake of ozone by different canopies and a comparison between dose and exposure[J]. Science of the Total Environment, 2006, 370(1): 117-132. DOI:10.1016/j.scitotenv.2006.06.004 |
| [50] | Turnipseed AA, Burns S P, Moore D J P, et al. Controls over ozone deposition to a high elevation subalpine forest[J]. Agricultural and Forest Meteorology, 2009, 149(9): 1447-1459. DOI:10.1016/j.agrformet.2009.04.001 |
| [51] | Zhang L M, Brook J R, Vet R. On ozone dry deposition—with emphasis on non-stomatal uptake and wet canopies[J]. Atmospheric Environment, 2002, 36(30): 4787-4799. DOI:10.1016/S1352-2310(02)00567-8 |
| [52] | Van Pul W A J, Jacobs A F G. The conductance of a maize crop and the underlying soil to ozone under various environmental conditions[J]. Boundary-Layer Meteorology, 1994, 69(1-2): 83-99. DOI:10.1007/BF00713296 |
| [53] | Massman W J. Toward an ozone standard to protect vegetation based on effective dose: a review of deposition resistances and a possible metric[J]. Atmospheric Environment, 2004, 38(15): 2323-2337. DOI:10.1016/j.atmosenv.2003.09.079 |
| [54] | Tuovinen J P, Ashmore M R, Emberson L D, et al. Testing and improving the EMEP ozone deposition module[J]. Atmospheric Environment, 2004, 38(15): 2373-2385. DOI:10.1016/j.atmosenv.2004.01.026 |
| [55] |
佟磊, 冯宗炜, 苏德·毕力格, 等. 冬小麦气孔臭氧通量拟合及通量产量关系的比较分析[J]. 生态学报, 2012, 32(9): 2890-2899. Tong L, Feng Z W, Sudebilige, et al. Stomatal ozone uptake modelling and comparative analysis of flux-response relationships of winter wheat[J]. Acta Ecologica Sinica, 2012, 32(9): 2890-2899. |
| [56] | Pleijel H, Danielsson H, Emberson L, et al. Ozone risk assessment for agricultural crops in Europe: further development of stomatal flux and flux-response relationships for European wheat and potato[J]. Atmospheric Environment, 2007, 41(14): 3022-3040. DOI:10.1016/j.atmosenv.2006.12.002 |
| [57] | LRTAP Convention. Manual on methodologies and criteria for modeling and mapping critical loads andlevels and air pollution effects, risks and trends [EB/OL]. Chapter 3: Mapping Critical Levels for Vegetation, 2010 revision.http://www.icpvegetation.ceh.ac.uk. |
| [58] | Zhu X K, Feng Z Z, Sun T F, et al. Effects of elevated ozone concentration on yield of four Chinese cultivars of winter wheat under fully open-air field conditions[J]. Global Change Biology, 2011, 17(8): 2697-2706. DOI:10.1111/j.1365-2486.2011.02400.x |
| [59] | Tang H Y, Takigawa M, Liu G, et al. A projection of ozone-induced wheat production loss in China and India for the years 2000 and 2020 with exposure-based and flux-based approaches[J]. Global Change Biology, 2013, 19(9): 2739-2752. DOI:10.1111/gcb.2013.19.issue-9 |
| [60] | Feng Z W, Jin M H, Zhang F Z, et al. Effects of ground-level ozone (O3) pollution on the yields of rice and winter wheat in the Yangtze River Delta[J]. Journal of Environmental Sciences, 2003, 15(3): 360-362. |
| [61] | Feng Z Z, Tang H Y, Uddling J, et al. A stomatal ozone flux-response relationship to assess ozone-induced yield loss of winter wheat in subtropical China[J]. Environmental Pollution, 2012, 164: 16-23. DOI:10.1016/j.envpol.2012.01.014 |