环境科学  2021, Vol. 42 Issue (7): 3442-3450   PDF    
引用本文
王文锦, 王卿, 朱安生, 黄凌, 顾莹, 王杨君, 王敏, 李莉. 2000~2018年长三角土地利用变化对农田生态系统氨排放的影响[J]. 环境科学, 2021, 42(7): 3442-3450.
WANG Wen-jin, WANG Qing, ZHU An-sheng, HUANG Ling, GU Ying, WANG Yang-jun, WANG Min, LI Li. Role of Land Use Changes on Ammonia Emissions from Agricultural Ecosystems in the Yangtze River Delta Region from 2000 to 2018[J]. Environmental Science, 2021, 42(7): 3442-3450.
2000~2018年长三角土地利用变化对农田生态系统氨排放的影响
王文锦1, 王卿2, 朱安生1, 黄凌1, 顾莹3, 王杨君1, 王敏2, 李莉1     
1. 上海大学环境与化学工程学院, 上海 200444;
2. 上海市环境科学研究院, 上海 200233;
3. 上海工程技术大学航空运输学院, 上海 201620
收稿日期: 2020-10-27; 修订日期: 2020-12-24
基金项目: 上海市科技攻关计划项目（19DZ1205007）；国家自然科学基金项目（41875161，42075144，42005112）；国家重点研发计划项目（2018YFC0213600）；上海市扬帆计划项目（19YF1415600）
作者简介: 王文锦(1994~), 女, 硕士研究生, 主要研究方向为大气环境, E-mail: wwj722713@shu.edu.cn
通信作者: 李莉, E-mail: Lily@shu.edu.cn
摘要: 根据Landsat卫星遥感影像解译了2000~2018年长江三角洲（Yangtze River Delta，YRD）城市群历史土地利用变化，结合氮肥施用变化情况，研究了由于土地利用变化带来的农田生态系统氨（NH3）排放变化.结果表明，伴随着快速的城市化进程，YRD耕地面积逐渐减少，耕地面积从2000年的276269 km2（占总面积的49%）减少到2018年的244001 km2（占总面积的44%）.土地利用变化和氮肥施用变化对农田生态系统NH3排放的影响主要包括土壤本底和氮肥施用两部分.2000~2018年，YRD氮肥施用产生的NH3排放量从690 kt·a-1减少到541 kt·a-1（减少22%）；土壤本底产生的NH3排放量从32 kt·a-1减少到29 kt·a-1（减少9%）.结果表明，近20年来，YRD城镇化进程加快，耕地面积显著减少，进一步带来氮肥施用量降低，使得农田生态系统NH3排放量减少.
关键词: 氨排放      农业源      土地利用变化      氮肥施用      长三角(YRD)     
Role of Land Use Changes on Ammonia Emissions from Agricultural Ecosystems in the Yangtze River Delta Region from 2000 to 2018
WANG Wen-jin1 , WANG Qing2 , ZHU An-sheng1 , HUANG Ling1 , GU Ying3 , WANG Yang-jun1 , WANG Min2 , LI Li1     
1. School of Environmental and Chemical Engineering, Shanghai University, Shanghai 200444, China;
2. Shanghai Academy of Environmental Sciences, Shanghai 200233, China;
3. School of Air Transportation, Shanghai University of Engineering Science, Shanghai 201620, China
Abstract: Based on Landsat satellite remote sensing images, this study interprets land use changes in the Yangtze River Delta (YRD) region from 2000 to 2018. Combined with changes in nitrogen fertilizer application, the changes in ammonia emissions from farmland ecosystem due changes in land use and nitrogen fertilizer application were further investigated. The results show that along with the rapid urbanization process, the area of cultivated land in the YRD region has gradually decreased from 276269 km2 (49% of total land area) in 2000 to 244001 km2 (44%) in 2018. The effects of changes in land use and nitrogen fertilizer application on ammonia emissions from farmland ecosystems mainly include emissions from soil background and nitrogen fertilizer application. From 2000 to 2018, ammonia emissions due to the application of nitrogen fertilizer decreased from 690 kt·a-1 to 541 kt·a-1 (relative decrease by 22%), while the ammonia emissions from the soil background reduced from 32 kt·a-1 to 29 kt·a-1 (decrease by 9%). During the past 20 years, urbanization in the YRD region has accelerated, and the area of cultivated land and the total amount of nitrogen fertilizer application have significantly reduced, thus resulting in reductions in ammonia emissions from the farmland ecosystem.
Key words: ammonia emissions      agricultural sources      land use change      nitrogen fertilizer application      Yangtze River Delta (YRD)     

NH3作为大气中最重要的碱性痕量气体, 是全球氮循环的关键成分[1], 可以中和二氧化硫和氮氧化物的氧化产物生成二次无机盐(SNA), 增加大气中细颗粒物(PM2.5)浓度.已有研究表明, 我国SNA的质量占总PM2.5质量可高达60%[2~5], 进而降低城市能见度[6], 在霾污染形成过程中具有十分重要的作用[7]; 在严重的霾天气中, PM2.5浓度受NH3排放的影响更大[8], 严重威胁人类健康[9, 10].NH3排放源包括农业、生物质燃烧、人体排泄物、化工生产、废弃物处置和机动车尾气等[11~13]; 其中, 农业源是主要的NH3排放源, 其中又以氮肥施用和畜禽养殖为主.近年来有研究表明, 氮肥施用排放的NH3占全球NH3排放总量的40%, 畜禽养殖排放的NH3占50%[14].

由于农业集约化生产的盛行, 20世纪NH3排放迅速增高[15~17].在过去的几十年间, 中国NH3的排放总量整体上处于增高趋势, 从1980年的4.7 Mt·a-1(以氮计)上升到2016年的11 Mt·a-1, 增长了2.4倍[18]; 从2000年的12.1 Mt·a-1增长到2015年的15.6 Mt·a-1, 年增长率达1.9%[19].国内学者对NH3排放清单的研究结果表明, 畜禽养殖和氮肥施用产生的NH3占我国总排放量的80%以上[12, 20~22].作为我国东部三大典型城市群之一, 长江三角洲(Yangtze River Delta, YRD)地区的PM2.5浓度受到农业源NH3排放的影响也较为显著. 2000~2017年江苏省农业源NH3排放平均78%来源于畜禽养殖, 22%来源于氮肥施用, 2012年NH3排放量出现最大值(837.64 kt·a-1)[7]. 2013年浙江省农业源的NH3排放主要来自氮肥施用(43%)[23], 2017年农田生态系统NH3排放量达到36.06 kt, 并以氮肥施用贡献最大(87%)[24]. 2006年安徽省NH3排放量为320.2 kt, 其中52.7%来自农田生态系统[12]. 2006~2014年, 氮肥施用是YRD NH3排放的最重要来源, 该来源排放量约占总NH3排放量的55%[25].城市化水平与NH3排放具有负相关关系, 因此, 土地利用变化对NH3排放的研究具有十分重要的意义[26].

过去20年间, 学者们对农业NH3排放的研究大多是对其排放变化趋势和时空分布特征的研究.随着快速城市化和机动化进程, 在过去十几年间, YRD城市群土地利用状况发生了巨大变化, 直接影响到农业NH3的排放.土地利用变化直接导致土壤本底NH3排放的变化, 间接影响氮肥施用总量进而导致氮肥利用率的变化.然而, 针对土地利用变化对NH3排放影响的研究还相对匮乏, 利用高分辨率卫星遥感资料反演我国典型城市群下垫面土地利用演变, 并进而研究其对农业源NH3排放的影响, 鲜见报道.为了弄清楚YRD地区历史土地利用变化对农田生态系统NH3排放的影响, 本研究利用Landsat卫星遥感手段解译高分辨率2000~2018年历史土地利用状况, 采用自下而上的方法, 结合情景分析, 探讨了YRD在过去20年间由于历史土地利用变化对农田生态系统NH3排放变化的影响, 以期为YRD区域PM2.5防控提供科学依据.

1 材料与方法 1.1 卫星遥感影像解译土地利用变化

本研究涵盖了上海及江苏、浙江和安徽三省的长江三角洲土地利用范围, 采用基于2000、2005、2010、2015和2018年Landsat系列卫星遥感影像解译的YRD土地利用数据, 该数据采用全国生态10a土地覆被Ⅰ、Ⅱ级分类系统, 将YRD土地覆被类型分为林地、草地、水域、耕地、建设用地及未利用地6大类.利用ArcGIS 10.6软件, 创建1 km×1 km格网, 提取各格网中的土地利用信息.

1.2 NH3排放计算方法

本文主要研究YRD农田生态系统NH3的排放, 主要涉及源类包括氮肥施用、土壤本底、固氮植物和秸秆堆肥, 本文采用排放因子法计算NH3排放量, 计算公式如下：

(1)

式中, i和j分别为地区和源类别, A为活动水平数据, 主要包括氮肥施用量、耕地面积、固氮植物的种植面积和田间堆肥的秸秆量; EF(NH3)为NH3的排放因子.

1.2.1 活动水平

氮肥施用活动水平：为YRD广泛使用的氮肥种类, 包括尿素、碳铵、硝铵和硫铵等, 其中以尿素和碳铵施用最为广泛.氮肥施用总量来自2000~2018年各省市统计年鉴[27~31], 各种氮肥施用占比参考全国各种氮肥生产比例和董艳强等[32]的研究, 其中尿素占64%; 碳铵占24%; 硝酸铵、硫酸铵及其他氮肥各占4%.

土壤本底活动水平：为该地区的耕地面积, 数据来自2000、2005、2010、2015和2018年1∶50 000彩红外航空遥感图像解译的土地利用类型数据.

固氮植物活动水平：为该地区2000~2018年固氮植物(豆类、花生和绿肥)的种植面积, 数据来自2000~2018年各省市统计年鉴及农业农村局公布的数据.

秸秆堆肥活动水平：为该地区2000~2018年主要可用于堆肥的农作物(水稻、小麦、玉米、棉花、豆类、花生和油菜)的田间堆肥的秸秆量.利用该地区作物产量、谷草比、秸秆堆肥比例三者乘积来估算田间堆肥量.秸秆堆肥活动水平的计算公式如下：

(2)

式中, j为作物类型, A为作物堆肥秸秆量; H为作物产量; K为秸秆与产品的比例; D为秸秆干物质比; C为秸秆堆肥率.其中, 作物产量来自文献[27~31], R和D值来自Zhou等[33]的研究.

1.2.2 排放因子

氮肥施用源EF(NH3)计算公式如下：

(3)

式中, i为地区, EF为基准排放因子, P为施肥率校正系数, R为施肥方式校正系数.本文在计算YRD氮肥施用时依据YRD农时情况主要考虑了水稻、小麦、玉米、豆类和油菜种植过程所施基肥和追肥.上述5种作物的施肥时间主要发生在4~10月, 见表 1, 该时间段内YRD大部分区域的平均气温为20~30℃.

表 1 长三角主要施肥作物及施肥时间 Table 1 Major crop types and fertilization time in the YRD

根据文献[34], 由于土壤酸碱性的差异, 尿素、碳铵、硝酸铵、硫酸铵和其他氮肥的基准排放因子不同, YRD各亚区域土壤酸碱性见表 2; 每亩耕地施氮肥高于13 kg的地区, P取1.18, 其它地区取1.0; 在覆土深施时R取0.32, 表面撒施时R为1.0, 本文R取平均值0.66.

表 2 长三角各地区土壤酸碱性 Table 2 Soil acidity-alkalinity in various regions of the YRD

土壤本底源EF(NH3)：根据文献[34], 土壤本底源EF(NH3)(以氨计)取0.18 g·(m2·a)-1.

固氮植物源EF(NH3)：根据文献[34], 固氮植物(大豆、花生和绿肥)源EF(NH3)(以氨计)取值分别为0.10、0.12和0.13 g·(m2·a)-1.

秸秆堆肥源EF(NH3)：根据文献[34], 秸秆堆肥源EF(NH3)(以氨计)取0.32 kg·t-1.

1.3 情景设置

农田生态系统NH3排放的历史变化, 一方面受到土地利用变化的影响, 另一方面还受到氮肥施用变化的影响.随着城市化进程的加快, 土地利用发生了变化; 同时随着科技进步、农业生产方式的改变, 氮肥施用量和施用方式也产生了变化.本研究依据2000~2018年YRD地区土地利用变化和氮肥施用变化设置了9种情景(见表 3), 比较不同情景下NH3的排放情况, 以探讨土地利用变化影响、氮肥施用变化影响以及两者共同的影响.情景1(S1)选用2000年土地利用和2000年氮肥施用率计算2000年农田生态系统NH3排放量; 情景2(S2)选用2005年土地利用和2000年氮肥施用率; 情景3(S3)选用2005年土地利用和2005年氮肥施用率计算2005年农田生态系统NH3排放量.分别比较情景1与情景2(S2-S1)、情景2与情景3(S3-S2)和情景1与情景3(S3-S1), 得出2000~2005年土地利用变化、氮肥施用变化和两者共同变化对农田生态系统NH3排放的影响.以相同的方式分别获得2000~2010、2000~2015和2000~2018年农田生态系统NH3排放的影响.

表 3 氨排放计算情景设置 Table 3 Scenarios of ammonia emission calculation

2 结果与讨论 2.1 2000~2018年YRD土地利用变化

图 1所示为基于Landsat卫星遥感解译的2000~2018年1 km×1 km分辨率土地利用变化情况.研究区域面积共计35.8×104 km2, 从总体空间分布来看, 耕地主要分布在江苏、安徽平原及浙江北部; 林地主要分布在安徽西南部以及浙江丘陵一带; 建设用地主要呈现以上海为中心, 长江入海口和沿岸一带为轴带, 江苏的苏锡常和浙江的杭州湾城市连片发展的趋势; 水域主要分布在长江、太湖和洪泽湖等大面积湖泊区域.

图 1 2000~2018年长三角土地类型分布空间演变 Fig. 1 Changes in the spatial distribution of land use and structure in YRD from 2000 to 2018

由图 2可知, 2000~2018年YRD土地利用变化特征突出表现为, 城市建设用地迅速扩张和耕地面积锐减.城市建设用地自2000年到2010年增幅明显, 2000年建设用地面积为36 326.14 km2, 占比10.15%, 至2010年建设用地面积达53 044.62 km2, 占比14.81%, 2000~2018年建设用地共增长了77.86%.耕地类型是城镇建设用地主要的转出类型, 2000~2010年为建设用地快速增加的时期, 江苏省、上海市以及杭州湾等城市群连片发展, 迅速扩张, 占用了大量的耕地区域, 导致耕地面积大幅下降.耕地面积在2000年到2018年持续减少, 尤其在2000年至2010年降幅明显, 研究时段内耕地面积共减少了10%.林地面积从2005年开始保持小幅减少的趋势, 从2005年占比30.19%下降至2018年的30.06%.水域面积呈现先减少后增加的趋势, 2010~2018年增加了1 610.81 km2.草地和未利用地则变化较小.

图 2 2000~2018年长三角土地利用结构变化 Fig. 2 Changes in land use structure in the YRD from 2000 to 2018

由图 3、图 4和表 4可知, 随着YRD城市化进程的推进, 41个城市18年来耕地面积均呈减少的趋势.其中, 安徽省整体减幅最小, 上海市最为明显, 耕地面积减少了1 438 km2(34.06%), 这是由于2000~2018年上海市快速城市化所致.苏锡常地区经济发展迅速, 城市化比率大幅提高, 耕地面积也大幅减少, 分别减少了33%、28%和21%.安徽省亳州市、滁州市、六安市、池州市和淮北市耕地面积变化不大, 均减少不到10%, 以上城市农业活动较多.YRD耕地面积总量2000~2010年迅速减少, 2010年之后耕地面积减少速度放缓, 主要是因为2009年6月国土资源部提出了“保经济增长、保耕地红线”行动[35].

图 3 2000~2018年长三角耕地面积变化 Fig. 3 Changes in cultivated land area in the YRD from 2000 to 2018

图 4 2000~2018年长三角城镇及耕地面积变化 Fig. 4 Changes of urbanized and cultivated land area in the YRD from 2000 to 2018

表 4 2000~2018年长三角41个城市耕地面积/km2 Table 4 Cultivated land area of 41 cities in YRD from 2000 to 2018/km2

2.2 2000~2018年农田生态系统NH3排放变化

图 5所示为基于土地利用变化和氮肥施用量变化计算的2000~2018年YRD地区农田生态系统NH3排放的变化.从中可见, 农田生态系统NH3排放较高的城市主要集中在苏北地区(盐城、淮安、宿迁、连云港和徐州市), 该区域地势平缓、水源丰沛, 利于农业发展, 耕地较多、农业活动相对较多.而浙江省城市整体排放较少, 因为该省城市化水平相对较高, 西南部多为山地丘陵, 难以形成集约化、规模化的农作物种植基地.安徽省则呈现出明显的区域差异, 皖北排放明显高于皖南, 淮河平原区地势平坦, 河网密集, 耕地占比大, NH3排放多; 南部地势较高, 多山地, 林地和草地较多, NH3排放明显少于北部.

图 5 2000~2018年长三角农田生态系统氨排放变化 Fig. 5 Changes in ammonia emissions from agriculture ecosystem in the YRD from 2000 to 2018

由图 6可知, 2000~2018年YRD大部分城市的农田生态系统NH3排放量都在减少, 只有连云港市、淮安市、盐城市、嘉兴市、绍兴市、淮南市、马鞍山市、芜湖市和铜陵市NH3排放量有所增加, 氮肥施用量的增加是NH3排放量增加的主要原因.其中, 铜陵市和淮南市NH3排放量出现大幅增长的原因主要是氮肥施用总量明显提高所致.18年来, 部分城市农田生态系统NH3排放量呈现先增长后降低的趋势, 连云港、淮安、盐城、宿迁市和淮南等城市NH3排放量在2000~2010年均持续增高, 连云港市、盐城市、宿迁市、宣城市、池州市、六安市和安庆市在2010~2015年达到峰值随后降低, 淮安市和淮南市在2015~2018年达到峰值随后降低.有15个城市NH3排放量在2010~2015年出现峰值, 11个城市NH3排放量在2015~2018年出现峰值, 这种情况大多是由于氮肥施用引起.41个城市中上海、苏州、徐州、合肥和亳州年排放量均大幅减少, 减少量均在10 kt以上.此外, 温州市的年减排比最大, 减少了85%.但是, 18年来淮南市农田生态系统NH3排放量增高极大, 年排放量增加了23 305 t(299%), 主要是因为2010年以后该市在农业生产过程中大量增加氮肥用量, 18年来该地区氮肥施用量(折纯)增加了81 801 t·a-1.

图 6 2000~2018年长三角各市农田生态系统氨排放及耕地面积变化 Fig. 6 Changes in cultivated ammonia emissions from agricultural ecosystem and land area in YRD from 2000 to 2018

江苏省的NH3排放量整体大幅降低, 在3个省中减排最大, 之所以出现这种趋势, 主要原因为江苏省农委自2015年制定了化肥使用量零增长行动计划[36], 近十年来全省氮肥施用量下降.随着技术的发展和农业生产结构的改善, 农业生产对肥料的需求逐渐减少[37], 部分城市氮肥施肥率校正系数有所降低, 2015年后氮肥施用量急剧减少, 2018年NH3排放量达到最低水平.浙江省全省减排最小, 但减排比例最高, 主要是因为该地区耕地减少最明显且氮肥施用减少力度最大.安徽省之所以减排较低, 是因为该省为农业大省, 农业仍作为重要的经济组成部分, 城市化进程较缓, 许多城市农业活动密集, 氮肥施用量及耕地面积减少不多.

由图 6和图 7可见, 尽管部分城市氮肥施肥率增多, 但由于耕地面积大量减少导致最终氮肥施用总量在减少, 故氮肥施用源NH3排放量占农田生态系统NH3排放的比例呈现减小的趋势, 而土壤本底源NH3排放量占比随之增长.近20年来, 秸秆堆肥源NH3排放占比持续增高, 主要是因为农业技术提高带来的农作物产量大幅提高及秸秆堆肥率的增高.

图 7 2000~2018年长三角农田生态系统各部分氨排放占比 Fig. 7 Composition of ammonia emissions from different sources of agricultural ecosystem in the YRD from 2000 to 2018

2.3 土地利用变化对农田生态系统NH3排放变化的影响

由表 5~7可知, 近20年来YRD地区土地利用变化对农田生态系统NH3排放的影响持续增大.相较于2000年, 2005年由于土地利用变化导致农田生态系统NH3排放量仅减少了23.2 kt(7.9%).到2010年土地利用变化产生的影响明显增大, 减少了66.8 kt(22.7%), 随后影响略有增大. 2000~2015年YRD大部分城市氮肥施肥率增加, 并且秸秆产率及堆肥率有所提高, 因此, 氮肥施用变化导致农田生态系统NH3排放量持续增长.但是2015年以后NH3排放量反而减小, 主要是因为随着氮肥品质和种植技术的提高, 以及氮肥施用量管控行动计划的实施, YRD氮肥施肥率降低.2015~2018年, 氮肥施用变化所推动的农田生态系统NH3减排最明显, 由6.9 kt(2.3%)增长到69.5 kt(23.6%), 主要因为该时间段内绝大部分城市氮肥施肥率明显减少所致.2000年以来, 土地利用变化和氮肥施用变化共同导致农田生态系统NH3排放量持续下降, 相较于2000年, 2015年农田生态系统NH3排放量下降27.2%, 其中土地利用变化和氮肥施用量的影响贡献分别为91.2%和8.8%; 2018年农田生态系统NH3排放量下降49.8%, 其中土地利用变化和氮肥施用量的影响贡献分别为52.6%和47.3%.表明伴随着快速城镇化, 耕地面积的减少带来NH3排放量明显下降; 同时, 随着农业作业方式的转变以及对氮肥施用量的控制, NH3的排放也得到了显著控制.

表 5 9种排放情景模拟结果/kt Table 5 Simulation results of nine emission scenarios/kt

表 6 情景模拟结果比较/kt Table 6 Comparison of scenario simulation results/kt

表 7 2005~2018年相较于2000年在不同影响因素下对农田生态系统氨排放变化的影响/% Table 7 Changes in ammonia emissions from agriculture under different influencing factors during 2005-2018 compared to 2000/%

2.4 不确定性分析

土地利用类型数据的获取上, 利用红外航空遥感图像解译具有一定的不确定性.NH3排放的估算也具有一定的不确定性, 主要是因为精确活动水平获取的困难性和排放因子数据匹配的问题.本研究农田生态系统EF(NH3)来自文献[34], 根据该地区实际情况校正排放因子, 参数的选择还无法做到完全本地化, 因此最终采用的排放因子会在一定程度上影响NH3排放量的估算结果.NH3排放活动水平中的氮肥施用量、固氮植物种植面积、秸秆堆肥的作物产量来自各市统计年鉴(部分来自农业农村局公布数据或省统计年鉴), 由于个别城市氮肥施用量通过推算而来、固氮植物和秸秆堆肥数据不全, 各类氮肥使用比例选取相关文献中的数据, 以上因素对各来源的NH3排放量均具有一定影响; 耕地面积来自1∶50 000红外航空遥感影像解译, 在土地类型的分辨上存在一定的误差, 因此, 对土地利用变化和土壤本底源NH3排放量均有一定影响.另外, 本文在情景设置上虽然尽可能将土地利用的影响分离出来, 但是不能做到将其他间接潜在影响因素完全剔除.

3 结论

(1) 伴随着快速城市化进程, YRD耕地面积逐渐减少, 耕地面积从2000年的276 269 km2(49%)减少到2018年的244 001 km2(44%).土地利用变化对农田生态系统NH3排放的影响显著, 表现在直接带来土壤本底NH3排放变化, 以及间接导致氮肥施用量变化进一步带来NH3排放变化.2000~2018年, YRD氮肥施用产生的NH3排放量从690 kt·a-1减少到541 kt·a-1(减少22%); 土壤本底产生的NH3排放量从32 kt·a-1减少到29 kt·a-1(减少9%).

(2) 由于土地利用变化所驱动的NH3减排在2005~2010年十分明显, 2010年以后减排不大.相较于2000年, 由于氮肥施用变化导致2010年农田生态系统NH3排放增长了14.5%, 2015年随着管控力度的加强急剧变化, 减少了2.3%, 随后大幅减少, 2018年减排了23.6%.

(3) 近20年来YRD城镇化进程加快及农业技术提高, 土地利用和氮肥施用变化显著, 导致农田生态系统NH3排放量大幅减少.相较于2000年, 二者共同导致农田生态系统NH3排放减少比例在2005年和2010年仅为7.2%和8.2%, 到2018年达到49.8%, 其中土地利用变化和氮肥施用的影响贡献分别为52.6%和47.3%.研究结果表明, 伴随着快速城镇化, 耕地面积的减少带来NH3排放量明显下降; 同时, 随着农业作业方式的转变以及对氮肥施用量的控制, NH3的排放也得到了显著控制.

(4) 由于农业源NH3对于大气PM2.5贡献突出, 而农业源NH3排放的主要来源之一为氮肥施用, 建议控制氮肥施用量、优化氮肥施用方式, 进一步降低NH3排放水平.

参考文献
[1] Galloway J N, Zhao D W, Thomson V E, et al. Nitrogen mobilization in the United States of America and the People's Republic of China[J]. Atmospheric Environment, 1996, 30(10-11): 1551-1561. DOI:10.1016/1352-2310(95)00456-4
[2] Niu Y W, He L Y, Hu M, et al. Pollution characteristics of atmospheric fine particles and their secondary components in the atmosphere of Shenzhen in summer and in winter[J]. Science in China Series B: Chemistry, 2006, 49(5): 466-474. DOI:10.1007/s11426-006-2010-0
[3] Ianniello A, Spataro F, Esposito G, et al. Chemical characteristics of inorganic ammonium salts in PM2.5 in the atmosphere of Beijing (China)[J]. Atmospheric Chemistry and Physics, 2011, 11(21): 10803-10822. DOI:10.5194/acp-11-10803-2011
[4] Huang R J, Zhang Y L, Bozzetti C, et al. High secondary aerosol contribution to particulate pollution during haze events in China[J]. Nature, 2014, 514(7521): 218-222. DOI:10.1038/nature13774
[5] Wu S P, Schwab J, Yang B Y, et al. Two-years PM2.5 observations at four urban sites along the coast of southeastern China[J]. Aerosol & Air Quality Research, 2015, 15(5): 1799-1812.
[6] Li Y C, Shu M, Ho S S H, et al. Effects of chemical composition of PM2.5 on visibility in a semi-rural city of Sichuan Basin[J]. Aerosol & Air Quality Research, 2018, 18(4): 957-968.
[7] Huang J Y, Xiong R N, Fang L, et al. Estimation of interannual trends of ammonia emissions from agriculture in Jiangsu province from 2000 to 2017[J]. Atmospheric and Oceanic Science Letters, 2020, 13(3): 268-273. DOI:10.1080/16742834.2020.1736499
[8] Wu Y Y, Gu B J, Erisman J W, et al. PM2.5 pollution is substantially affected by ammonia emissions in China[J]. Environmental Pollution, 2016, 218: 86-94. DOI:10.1016/j.envpol.2016.08.027
[9] Behera S N, Sharma M, Aneja V P, et al. Ammonia in the atmosphere: a review on emission sources, atmospheric chemistry and deposition on terrestrial bodies[J]. Environmental Science and Pollution Research, 2013, 20(11): 8092-8131. DOI:10.1007/s11356-013-2051-9
[10] Pozzer A, Tsimpidi A P, Karydis V A, et al. Impact of agricultural emission reductions on fine-particulate matter and public health[J]. Atmospheric Chemistry and Physics, 2017, 17(20): 12813-12826. DOI:10.5194/acp-17-12813-2017
[11] Clarisse L, Clerbaux C, Dentener F, et al. Global ammonia distribution derived from infrared satellite observations[J]. Nature Geoscience, 2009, 2(7): 479-483. DOI:10.1038/ngeo551
[12] Huang X, Song Y, Li M M, et al. A high-resolution ammonia emission inventory in China[J]. Global Biogeochemical Cycles, 2012, 26(7). DOI:10.1029/2011GB004161
[13] Zeng Y, Tian S L, Pan Y P. Revealing the sources of atmospheric ammonia: a review[J]. Current Pollution Reports, 2018, 4(3): 189-197. DOI:10.1007/s40726-018-0096-6
[14] Zhang L, Chen Y F, Zhao Y H, et al. Agricultural ammonia emissions in China: reconciling bottom-up and top-down estimates[J]. Atmospheric Chemistry and Physics, 2018, 18(1): 339-355. DOI:10.5194/acp-18-339-2018
[15] Galloway J N, Dentener F J, Capone D G, et al. Nitrogen cycles: past, present, and future[J]. Biogeochemistry, 2004, 70(2): 153-226. DOI:10.1007/s10533-004-0370-0
[16] Erisman J W, Sutton M A, Galloway J, et al. How a century of ammonia synthesis changed the world[J]. Nature Geoscience, 2008, 1(10): 636-639. DOI:10.1038/ngeo325
[17] Galloway J N, Townsend A R, Erisman J W, et al. Transformation of the nitrogen cycle: recent trends, questions, and potential solutions[J]. Science, 2008, 320(5878): 889-892. DOI:10.1126/science.1136674
[18] Fu H, Luo Z B, Hu S Y. A temporal-spatial analysis and future trends of ammonia emissions in China[J]. Science of the Total Environment, 2020, 731. DOI:10.1016/j.scitotenv.2020.138897
[19] Zhang X M, Wu Y Y, Liu X J, et al. Ammonia emissions may be substantially underestimated in China[J]. Environmental Science & Technology, 2017, 51(21): 12089-12096.
[20] Kang Y N, Liu M X, Song Y, et al. High-resolution ammonia emissions inventories in China from 1980 to 2012[J]. Atmospheric Chemistry and Physics, 2016, 16(4): 2043-2058. DOI:10.5194/acp-16-2043-2016
[21] Xu P, Zhang Y S, Gong W W, et al. An inventory of the emission of ammonia from agricultural fertilizer application in China for 2010 and its high-resolution spatial distribution[J]. Atmospheric Environment, 2015, 115: 141-148. DOI:10.1016/j.atmosenv.2015.05.020
[22] Xu P, Liao Y J, Lin Y H, et al. High-resolution inventory of ammonia emissions from agricultural fertilizer in China from 1978 to 2008[J]. Atmospheric Chemistry and Physics, 2016, 16(3): 1207-1218. DOI:10.5194/acp-16-1207-2016
[23] 余飞翔, 晁娜, 吴建, 等. 浙江省2013年农业源氨排放清单研究[J]. 环境污染与防治, 2016, 38(10): 41-46.
Yu F X, Chao N, Wu J, et al. Research on agricultural ammonia emission inventory of Zhejiang Province in 2013[J]. Environmental Pollution & Control, 2016, 38(10): 41-46.
[24] 赵睿东, 于兴娜, 侯新红, 等. 浙江省人为源氨排放清单建立及分布特征[J]. 环境科学, 2020, 41(9): 3976-3984.
Zhao R D, Yu X N, Hou X H, et al. Establishment and spatial distribution of anthropogenic ammonia emission inventory in Zhejiang Province[J]. Environmental Science, 2020, 41(9): 3976-3984.
[25] Yu X N, Shen L, Hou X H, et al. High-resolution anthropogenic ammonia emission inventory for the Yangtze River Delta, China[J]. Chemosphere, 2020, 251. DOI:10.1016/j.chemosphere.2020.126342
[26] Ma S Y. High-resolution assessment of ammonia emissions in China: inventories, driving forces and mitigation[J]. Atmospheric Environment, 2020, 229. DOI:10.1016/j.atmosenv.2020.117458
[27] 国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2001, 2006..
[28] 上海市统计局, 国家统计局上海调查总队. 上海统计年鉴[M]. 北京: 中国统计出版社, 2001, 2006, 2011, 2016, 2019.
[29] 江苏省统计局, 国家统计局江苏调查总队. 江苏统计年鉴[M]. 北京: 中国统计出版社, 2001, 2006, 2011, 2016, 2019.
[30] 浙江省统计局, 国家统计局浙江调查总队. 浙江统计年鉴[M]. 北京: 中国统计出版社, 2001, 2006, 2011, 2016, 2019.
[31] 安徽省统计局, 国家统计局安徽调查总队. 安徽统计年鉴[M]. 北京: 中国统计出版社, 2001, 2006, 2011, 2016, 2019.
[32] 董艳强, 陈长虹, 黄成, 等. 长江三角洲地区人为源氨排放清单及分布特征[J]. 环境科学学报, 2009, 29(8): 1611-1617.
Dong Y Q, Chen C H, Hang C, et al. Anthropogenic emissions and distribution of ammonia over the Yangtze River Delta[J]. Acta Scientiae Circumstantiae, 2009, 29(8): 1611-1617. DOI:10.3321/j.issn:0253-2468.2009.08.005
[33] Zhou Y, Xing X F, Lang J L, et al. A comprehensive biomass burning emission inventory with high spatial and temporal resolution in China[J]. Atmospheric Chemistry and Physics, 2017, 17(4): 2839-2864. DOI:10.5194/acp-17-2839-2017
[34] 环境保护部. 大气氨源排放清单编制技术指南(试行)[EB/OL]. https://wenku.baidu.com/view/b34e5450ba1aa8114431d9fd.html, 2014-08-19.
[35] 梁杰. 保经济增长保耕地红线[J]. 党建文汇, 2009(7): 52.
[36] 江苏省农业委员会. 到2020年化肥使用量零增长行动方案[EB/OL]. http://www.moa.gov.cn/ztzl/mywrfz/gzgh/201509/t20150914_4827907.htm, 2015-04-15.
[37] 宋知远, 孙晓玲, 许雅婷, 等. 江苏省化肥施用强度时空演变及差异分析[J]. 安徽农业科学, 2018, 46(18): 5-8.
Song Z Y, Sun X L, Xu Y T, et al. Spatio-temporal evolution and difference analysis of chemical fertilizer intensity in Jiangsu Province[J]. Journal of Anhui Agricultural Sciences, 2018, 46(18): 5-8. DOI:10.3969/j.issn.0517-6611.2018.18.002
2000~2018年长三角土地利用变化对农田生态系统氨排放的影响
王文锦, 王卿, 朱安生, 黄凌, 顾莹, 王杨君, 王敏, 李莉