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

赵 辉,郑有飞,*,曹嘉晨,魏 莉,关 清



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

赵 辉1,2,郑有飞1,2,3*,曹嘉晨3,魏 莉3,关 清3

(1.南京信息工程大学,中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044；2.南京信息工程大学大气物理学院,江苏 南京 210044；3.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,江苏 南京 210044)

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.

臭氧；冬小麦；水稻；AOT40；评估

我国的空气污染正逐渐由传统的以SO2和PM10为特征的煤烟型污染转变为以PM2.5和O3为特征的复合型污染[1].近地层O3作为一种二次污染物,是由NO、CO和VOCs等前体物经过一系列复杂的光化学反应所形成[2].有研究表明[3],北半球中纬度地区的O3浓度平均每年将增加0.5%~2%.在2015~2050年间全球平均O3浓度预计将增加20%~25%,到2100年北半球平均臭氧浓度可能会超过75nL/L[4].在全球气候变暖背景下,我国近地层O3浓度也呈现出不断增加的趋势,其中在我国的长江三角洲和京津冀地区尤为突出.目前,大气中的O3危害人体健康、影响植物生长以及对全球变暖的贡献已受到各国学者的广泛关注.对植物而言,O3可以通过气孔和非气孔的途径进入到植物体,从而抑制植物体正常生长[5],导致其产量降低.我国是农业大国,农业一直以来都是国民经济的命脉.而江苏既是经济大省,也是农业大省, 是我国长江三角洲地区重要的组成部分.水稻和小麦是江苏省两大主要粮食作物,高浓度的O3污染已经严重威胁到这两种作物的生长[6-8].从20世纪80年代以来,关于O3对作物产量影响的评估,已由O3浓度和剂量响应关系模型(如Wellbull方程、AOT40和SUM06)逐渐发展到O3吸收通量响应关系模型[9].其中,AOT40是一种被得到广泛认可和应用的O3暴露指标之一,并且大量的研究表明其与作物产量之间有着较好的相关性[10].目前,我国科学家基于AOT40剂量响应模型评估O3污染导致的我国作物产量和经济损失的研究还较少,但选取的这些O3风险评估模型主要根据欧美地区作物的O3浓度产量关系模型为基础[11-12].鉴于不同地区气候条件有所不同,导致各地区作物对O3胁迫的响应存在较大差异[13],所以,应用外来模型评估O3污染对我国作物产量潜在影响时将会存在一定的误差.此外,以往的研究缺乏足够多的O3浓度观测数据,仅仅是利用几个监测站点的数据或者是利用未经验证的O3浓度模拟结果进行评估,这均大大降低了评估结果的准确性.

因此,本文根据Wang等[14]在我国长江三角洲地区建立的AOT40剂量响应函数方程,利用中国环境监测总站全国城市空气质量实时发布平台所提供的O3浓度监测数据,分析了江苏省冬小麦和水稻主要生长季期间O3浓度和AOT40的变化特征,初步评估了O3对冬小麦和水稻的产量损失和经济损失.该研究对我国的粮食生产和粮食安全具有特别重要的指导意义.

1 材料与方法

1.1 数据来源

本文中所使用的逐时O3浓度监测数据来源于中国环境监测总站“全国城市空气质量实时发布平台(http://106.37.208.233:20035/)”.江苏省共有97个空气监测站点,各监测站点分布如图1所示.其中冬小麦主要生长季期间数据时间段为2015年3月22日~5月22日,水稻为2015年7月30日~10月20日.

图1 江苏省各监测站点分布

1.2 评估模型的选取

AOT40表示的是大气中O3浓度超过40nL/L时的小时累积效应指数,它既考虑了O3浓度,又考虑了累积暴露时间.其计算公式如下:

AOT40=∑ (o3-40) (1)

式中:o3为O3浓度,单位是μL/L·h.

Wang等[14]通过实验,分析了O3浓度变化对冬小麦和水稻产量的影响,并且建立了长江三角洲地区这两种作物产量和AOT40之间的相关关系:

=100-2.2795(2=0.859,冬小麦) (2)

=100-0.9489(2=0.828,水稻) (3)

式中:是相对产量,是作物主要生长季期间的AOT40.

1.3 作物产量和经济损失的估算

根据姚芳芳等[15]所用的产量损失和经济损失的推算公式,将作物主要生长季内AOT40的值代入到上述模型中,计算其产量损失率,再结合该地区所收获的作物实际产量,即可得出该地区由于O3污染所造成的作物减产量,其计算公式如下:

=×/(1-) (4)

式中:为作物减产量;为作物实际产量;为产量损失率.所造成的直接经济损失可以通过下面的方法所计算:

经济损失=作物减产量×作物收购价 (5)

式中:作物收购价选取2015年发改委发布的小麦和水稻市场收购价,分别为2.36和2.76元/kg.

1.4 数据处理与表达

监测站点的分布图是通过ArcGIS ArcMap 10.0(ESRI,Redlands,California,USA)软件制作的,其他图形均是通过origin 9.0 (Origin Lab, Northampton, MA, USA)软件制作的.冬小麦和水稻生长季期间日均O3浓度是根据一天中O3的小时浓度求取平均值得到的,O3浓度的日变化是根据不同日期同一时刻的O3浓度求取平均值得到的.此外,江苏省冬小麦和水稻平均相对产量的损失率是利用13个市的相对产量的损失率求取平均值而计算的.

2 结果与讨论

2.1 O3浓度的时空变化特征

图2 冬小麦和水稻生长季期间日均O3浓度变化箱式图

图2为冬小麦(S1)和水稻(S2)生长季期间江苏省各市日均O3浓度变化的箱式图.

图3 冬小麦生长季期间O3浓度日变化特征

图4 水稻生长季期间O3浓度日变化特征

可以看出,在S1和S2期间,江苏省平均O3浓度分别为80.1和83.8μg/m3.其中, S1期间盐城市平均O3浓度最高,为97.6μg/m3.淮安次之,为87.6μg/m3.宿迁最低,为61.2μg/m3.与S1期间相同的是,S2期间盐城市平均O3浓度仍然是所有城市中最高的,为97.4μg/m3.徐州最低,为70.1μg/m3.整体来看,S1和S2期间的O3均呈现南低北高,东部沿海地区高于西部内陆地区的时空分布特征.造成这种分布特征的原因一方面是由于江苏南部经济较为发达, NO和VOC等O3前体物大量排放,虽然O3前体物过多有利于O3的生成,然而充足的NO等将会与O3发生反应,消耗所生成的O3.另一方面,东部沿海地区因海陆热力性质差异,容易出现海陆风,海陆风可能是影响沿海地区高O3浓度的原因之一,这与其他学者研究结果一致[16-18].

为了深入分析O3浓度在S1和S2时期的变化规律,计算了O3在这两个时期不同时刻浓度的平均值,即O3的日变化特征,如图3和图4所示.从图中可以看出,两个时期各城市O3均呈现出明显的单峰型日变化特征,在日出前约07:00左右出现一天中的最低值,之后,随着太阳辐射强度的逐渐增加以及温度的升高,大气中的光化学强烈,NO和VOC等前体物转化为O3的速率升高,造成O3浓度开始积累上升,并于15:00~16:00达到峰值,而后又随着太阳辐射的减少而降低,夜间O3受到大气光化学反应的消耗以及滴定作用和干沉降的影响,浓度处于较低的水平[19].

2.2 AOT40的时空变化特征

图5 冬小麦生长季期间AOT40的变化特征

图5和图6分别是S1和S2期间AOT40的逐日累积值(AOT40day)和连续累积值(AOT40)的变化情况.总体来看,江苏省各市的AOT40day在S1期间波动比较大,在冬小麦生长季前期,由于O3浓度较低,导致AOT40day对AOT40的贡献较小,但是在生长季后期,O3浓度较高,使得AOT40day对AOT40的贡献较大.与S1期间不同的是,江苏省各市的AOT40day对AOT40的贡献在水稻生长季前期较多,后期较少.空间上, S1期间江苏省各市AOT40指数范围为3.08~14.47μL/L·h,盐城最高,常州和扬州与之相近,南京、连云港、南通、无锡和苏州在10~11μL/L·h之间,镇江、徐州、泰州和宿迁均低于10μL/L·h,其中宿迁最低仅为3.08μL/L·h. S2期间江苏省各市AOT40指数范围为10.79~21.67μL/L·h,镇江和盐城最高,均超过20μL/L·h,连云港、南京、扬州、淮安、无锡、南通、泰州和苏州在16~19μL/L·h之间,而常州、宿迁和徐州均低于15μL/L·h,其中徐州最低为10.79μL/L·h.

图6 水稻生长季期间AOT40的变化特征

2.3 O3胁迫对作物产量和经济损失的估算

图7为在当前O3浓度水平下冬小麦和水稻的产量损失率.可以看出,O3对江苏省冬小麦平均相对产量的损失率为23.9%,高于水稻的16.5%,表明长江三角洲地区冬小麦对O3的敏感性要高于水稻,这与欧洲学者所研究的不同作物对O3敏感性的对比结论相同[20].空间上,O3对江苏省冬小麦相对产量损失率的范围为7.0%~ 33.0%,其中,盐城、常州和扬州的相对产量损失率均大于30.0%,淮安、南京、连云港、南通、无锡、苏州、镇江和徐州的相对产量损失率在20.0%~30.0%之间,泰州和宿迁的相对产量损失率最小,分别为18.7%和7.0%.O3对江苏省水稻相对产量损失率的范围为10.2%~20.6%,其中,镇江的相对产量损失率最高为20.6%,其他城市的相对产量损失率在10.0%~20.0%之间.

通过江苏统计年鉴,获取到了2015年江苏省小麦和水稻的实际产量分别为1174.1万t和1952.5万t,结合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%.将其代入到1.3中的计算公式,推算出了江苏省因为O3污染造成的小麦产量总损失为368.7万t,经济总损失为87.01亿元.水稻产量总损失为385.8万t,经济总损失为106.48亿元.

图7 O3对江苏省各市冬小麦和水稻产量的影响

2.4 讨论

近年来,O3污染问题日益严重[21-22],高浓度O3已足以对作物的生长和产量构成威胁.为此,联合国欧洲经济委员会和世界卫生组织将AOT40作为制定大气质量的标准,以作物产量损失5%定为O3伤害的阈值.国内外的学者先后利用综合评价的方法对O3污染引起的我国作物产量损失进行了大量的研究,例如,Wang等[23]利用长江三角洲地区6个监测站点的O3浓度观测数据,评估了该地区的冬小麦产量损失为20%~30%,但其采用的模型为欧美地区的实验结果,因此,可能存在一定的误差.冯兆忠等[24]通过meta-analysis方法定量研究了大气O3浓度增加可导致小麦的产量在当前环境浓度的基础上降低26%. Aunan等[25]研究表明,到2020年我国冬小麦和水稻产量损失分别为2.3%~13.4%和3.7%~4.5%.上述研究O3对作物产量影响的风险评估模型均使用的是欧美地区的O3浓度产量关系模型,鉴于不同地区的气候条件、同种作物的不同品种存在差异,所以利用外来响应模型评估O3污染对我国作物产量的影响存在很大的不确定性.为了更加科学、合理和准确的进行O3农业风险评估,本研究引入Wang等[14]在长江三角洲地区建立的冬小麦和水稻的相对产量与AOT40之间的关系模型,评估了O3对江苏省冬小麦和水稻产量的影响,结果表明,O3对江苏省冬小麦平均相对产量的损失为23.9%,对江苏省水稻平均相对产量的损失为16.5%.该结果介于Tang等[7]评估结果之间.但却明显高于Aunan等[25]估算结果.造成这种差异的原因可能与评估模型的选择、评估指标的选取和评估范围的大小有关.此外,根据其他地区通过实验得到的AOT40与小麦和水稻相对产量的关系模型,与在本研究中所使用的模型进行对比,见表1,可以看出,欧洲国家的模型用在长江三角洲地区将会低估作物相对产量的损失,而印度地区的模型则与之相反.

AOT40与作物产量的关系模型只考虑了O3浓度和暴露时间这两个O3对作物伤害的主要影响因子[10,27].因此,用其来评估O3对作物的潜在影响,存在一定的局限性.研究表明[28],O3以干沉降的形式进入农田生态系统,然后通过气孔和非气孔的途径影响作物生长.O3对作物的伤害主要取决于进入叶片伤害部位的O3总量.然而基于AOT40的剂量指标仅仅考虑的是作物冠层顶部O3浓度的变化,且该指标不受气候条件的影响,忽略了作物通过气孔对O3的吸收.此外,该指标也未考虑作物本身的抗氧化能力、解毒能力和作物夜间的修复能力等,当大气O3浓度较高时,如果在一定的环境气候条件下,叶片气孔阻力很大,作物对O3的吸收量就不会太大,对作物造成的伤害将会下降[5].目前国内外的学者已经从基于浓度的剂量指标[12]转到基于通量的指标[29-30]以及机理模型的研究.尽管如此,AOT40与作物产量之间还是有着较好的相关性[10],其相关性往往好于机理模型,有着重要的实际应用价值.本文虽然使用了足够多的O3浓度观测数据,以及本地化的模型进行O3污染的风险评估,但该研究仍然存在一定的缺陷.首先,O3浓度监测站点大多分布在各个城市的市区,而作物却分布在郊区,市区与郊区O3浓度存在差异.其次,本文所研究的水稻为晚稻,实际上江苏省水稻的种植并不都是晚稻,这也会影响O3对作物产量影响的估算.最后,本文所采用的模型在长江三角洲地区浙江省建立,用来估算江苏省作物产量损失将会存在一定的误差.鉴于此,我国需要制定合理的前体物排放标准来控制和减少NO和VOC等O3前体物的排放,从源头上降低O3污染的农业损失[32].

表1 不同剂量响应方程下冬小麦和水稻相对产量损失的估算

3 结论

3.1 冬小麦和水稻主要生长季期间,江苏省平均O3浓度分别为80.1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.

3.2 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.

3.3 利用Wang等建立的剂量响应方程,估算了近地层O3对江苏省冬小麦和水稻(O3浓度监测为晚稻期间)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.

[1] 曹军骥. PM2.5与环境[M]. 北京:科学出版社, 2014:256-306.

[2] Stella P, Personne E, Loubet B, et al. Predicting and partitioning ozone fluxes to maize crops from sowing to harvest: the Surfatm-O3model [J]. Biogeosciences Discussions, 2011,8(4): 2869-2886.

[3] Vingarzan R. A review of surface ozone background levels and trends [J]. Atmospheric Environment, 2004,38(21):3431-3442.

[4] Sitch S, Cox P M, Collins W J, et al. Indirect radiative forcing of climate change through ozone effects on the land-carbon sink [J]. Nature, 2007,448(7155):791-794.

[5] Zhang W W, Feng Z Z, Wang X K, et al. Quantification of ozone exposure-and stomatal uptake-yield response relationships for soybean in Northeast China [J]. Science of the Total Environment, 2017,599-600:710-720.

[6] 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.

[7] Tang H, 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.

[8] Zhu X, Feng Z, Sun T, 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.

[9] 朱治林,孙晓敏,于贵瑞,等.陆地生态系统臭氧通量观测和气孔吸收估算研究进展 [J]. 生态学报, 2014,34(21):6029-6038.

[10] Mills G, Buse A, Gimeno B, et al. A synthesis of AOT40-based response functions and critical levels of ozone for agricultural and horticultural crops [J]. Atmospheric Environment, 2007,41(12): 2630-2643.

[11] Zhu Z L, Sun X M, Zhao F H, et al. Ozone concentrations, flux and potential effect on yield during wheat growth in the Northwest-Shandong Plain of China [J]. Journal of Environmental Sciences, 2015,34(8):1-9.

[12] 朱治林,孙晓敏,赵风华,等.鲁西北平原冬小麦田臭氧浓度变化特征及对产量的潜在影响和机理分析 [J]. 植物生态学报, 2012,36(4):313-323.

[13] 佟 磊,王效科,肖 航,等.我国近地层臭氧污染对水稻和冬小麦产量的影响概述 [J]. 生态毒理学报, 2015,10(3):161-169.

[14] Wang X K, Zhang Q Q, Zheng F X, et al. Effects of elevated O3concentration on winter wheat and rice yields in the Yangtze River Delta, China [J]. Environmental Pollution, 2012,171(1): 118-125.

[15] 姚芳芳,王效科,逯 非,等.臭氧对农业生态系统影响的综合评估:以长江三角洲为例 [J]. 生态毒理学报, 2008,3(2):189-195.

[16] 张祥志,陈文泰,黄 樱,等.江苏省2013~2016年臭氧时空分布特征 [J]. 中国环境监测, 2017,33(4):61-10.

[17] Shan W P, Yang P, Lu H X, et al. Erratum to: Influence of coastal wind on surface ozone and nitrogen oxides in suburban Shanghai [J]. Asia-Pacific Journal of Atmospheric Sciences, 2017,53(1): 177-177.

[18] Wentworth G R, Murphy J G, Sills D M L. Impact of lake breezes on ozone and nitrogen oxides in the Greater Toronto Area [J]. Atmospheric Environment, 2015,109(5):52-60.

[19] 王占山,李云婷,陈 添,等.北京城区臭氧日变化特征及与前体物的相关性分析 [J]. 中国环境科学, 2014,34(12):3001-3008.

[20] Gerosa G, Ballarindenti A. Regional scale risk assessment of ozone and forests [J]. Developments in Environmental Science, 2003,3(3):119-139.

[21] 周秀骥.长江三角洲低层大气与生态系统相互作用研究 [M]. 科学出版社, 2004:156-163.

[22] 徐晓斌,林伟立,等.卫星观测的中国地区1979~2005年对流层臭氧变化趋势 [J]. 气候变化研究进展, 2010,6(2):100-105.

[23] Wang H X, Kiang C S, Tang X Y, et al. Surface ozone: A likely threat to crops in Yangtze delta of China [J]. Atmospheric Environment, 2005,39(21):3843-3850.

[24] 冯兆忠,小林和彦,王效科,等.小麦产量形成对大气臭氧浓度升高响应的整合分析 [J]. 科学通报, 2008,53(24):3080-3085.

[25] Aunan K. Surface Ozone in China and Its Possible Impact on Agricultural Crop Yields [J]. Ambio A Journal of the Human Environment, 2000,29(6):294-301.

[26] Sinha B, Sangwan K S, Maurya Y, et al. Assessment of crop yield losses in Punjab and Haryana using 2years of continuous in situ ozone measurements [J]. Atmospheric Chemistry and Physics, 2015,15(2):9555-9576.

[27] 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.

[28] Pleijel H, Danielsson H, Karlsson G P, et al. An ozone flux-response relationship for wheat [J]. Environmental Pollution, 2000,109(3):453-462.

[29] 赵 辉,郑有飞,魏 莉,等.气候驱动下大豆叶片气孔O3吸收通量的变化及时空演变 [J]. 中国环境科学, 2017,37(6):2305- 2315.

[30] Pleijel H, Danielsson H, Ojanper K, et al. Relationships between ozone exposure and yield loss in European wheat and potato: A comparison of concentration and flux-based exposure indices [J]. Atmospheric Environment, 2004,38(15):2259-2269.

[31] 刘希文,徐晓斌,林伟立,等.北京及周边地区典型站点近地面O3的变化特征 [J]. 中国环境科学, 2010,30(7):946-953.

Impact of yield and economic losses of crops due to exposure to ozone pollution: a case study of winter wheat and rice in Jiangsu Province.

ZHAO Hui1,2, ZHENG You-fei1,2,3*, CAO Jia-chen3, WEI Li3, GUAN Qing3

(1.Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.School of Atmospheric Physics, Nanjing University of Information Science & Technology, Nanjing 210044, China；3.Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology(CICAEET), Nanjing University of Information Science & Technology, Nanjing 210044, China).,2018,38(3)：1165~1173

In this study, we used the hourly ozone concentration data in Jiangsu Province in 2015 to analyze the variations of ground-level ozone and AOT 40 (accumulated ozone exposure over a threshold of 40) during the winter wheat and rice growing seasons. Yield and economic losses of rice and winter wheat caused by O3pollution were estimated by utilizing O3exposure-response models. The results showed that: (1) The mean of ozone concentrations during the winter wheat and rice growing seasons were 80.1μg/m3and 83.8μg/m3, respectively, and showed unimodal diurnal variations.Spatially, ozone concentration was higher in the northern Jiangsu and lower in the southern Jiangsu, and was lower in western Jiangsu, higher in eastern coastal areas. (2)The ozone AOT40 values during the winter wheat and rice growing seasons were 3.08~14.47μL/L·h and 10.79~21.67μL/L·h, respectively. (3) At the current ozone level, relative yield losses of winter wheat and rice were 23.9% and 16.5%, respectively. Crop production losses amounted to 3.687×106t for winter wheat and 3.858×106t for rice. The total economic cost losses in Jiangsu Province amounted to 87.01billion yuan for winter wheat and 106.48billion yuan for rice. Therefore, we need to take effective control measures to reduce agricultural losses under ozone pollution.

ozone；winter wheat；rice；AOT40；assessment

X171,X16

A

1000-6923(2018)03-1165-09

赵 辉(1990-),男,江苏南京人,博士研究生,主要从事大气环境研究.发表论文10余篇.

2017-08-23

国家自然科学基金面上项目(41475108);2017年度江苏省研究生科研创新项目(KYCX_0878);国家公派联合培养博士研究生项目(201708320313)

* 责任作者, 教授, zhengyf@nuist.edu.cn