趙 輝,鄭有飛,*,曹嘉晨,魏 莉,關(guān) 清

?

近地層O3污染對作物產(chǎn)量與經(jīng)濟損失的影響——以江蘇省冬小麥和水稻為例

趙 輝1,2,鄭有飛1,2,3*,曹嘉晨3,魏 莉3,關(guān) 清3

(1.南京信息工程大學,中國氣象局氣溶膠與云降水重點開放實驗室,江蘇 南京 210044；2.南京信息工程大學大氣物理學院,江蘇 南京 210044；3.南京信息工程大學,江蘇 省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心,江蘇 南京 210044)

利用2015年冬小麥和水稻主要生長季期間江蘇省各城市逐時O3濃度觀測資料,分析了O3濃度和AOT40的變化特征,評估了O3對冬小麥和水稻產(chǎn)量的影響,并估算了其造成的經(jīng)濟損失.結(jié)果表明:①冬小麥和水稻主要生長季期間,江蘇省平均O3濃度分別為80.1μg/m3和83.8μg/m3,呈單峰型的日變化規(guī)律.空間上,O3呈現(xiàn)南低北高,東部沿海地區(qū)高于西部內(nèi)陸地區(qū)的特征.②冬小麥主要生長季期間,江蘇省各市AOT40指數(shù)范圍為3.08~14.47μL/L·h.水稻主要生長季期間,江蘇省各市AOT40指數(shù)范圍為10.79~21.67μL/L·h.③在當前O3濃度水平下,近地層O3對江蘇省冬小麥和水稻平均相對產(chǎn)量的損失率分別為23.9%和16.5%,產(chǎn)量總損失分別為368.7萬t和385.8萬t,經(jīng)濟總損失分別為87.01億元和106.48億元.因此,急需采取有效控制措施,降低O3污染造成的農(nóng)業(yè)損失.

臭氧；冬小麥；水稻；AOT40；評估

我國的空氣污染正逐漸由傳統(tǒng)的以SO2和PM10為特征的煤煙型污染轉(zhuǎn)變?yōu)橐訮M2.5和O3為特征的復合型污染[1].近地層O3作為一種二次污染物,是由NO、CO和VOCs等前體物經(jīng)過一系列復雜的光化學反應所形成[2].有研究表明[3],北半球中緯度地區(qū)的O3濃度平均每年將增加0.5%~2%.在2015~2050年間全球平均O3濃度預計將增加20%~25%,到2100年北半球平均臭氧濃度可能會超過75nL/L[4].在全球氣候變暖背景下,我國近地層O3濃度也呈現(xiàn)出不斷增加的趨勢,其中在我國的長江三角洲和京津冀地區(qū)尤為突出.目前,大氣中的O3危害人體健康、影響植物生長以及對全球變暖的貢獻已受到各國學者的廣泛關(guān)注.對植物而言,O3可以通過氣孔和非氣孔的途徑進入到植物體,從而抑制植物體正常生長[5],導致其產(chǎn)量降低.我國是農(nóng)業(yè)大國,農(nóng)業(yè)一直以來都是國民經(jīng)濟的命脈.而江蘇既是經(jīng)濟大省,也是農(nóng)業(yè)大省, 是我國長江三角洲地區(qū)重要的組成部分.水稻和小麥是江蘇省兩大主要糧食作物,高濃度的O3污染已經(jīng)嚴重威脅到這兩種作物的生長[6-8].從20世紀80年代以來,關(guān)于O3對作物產(chǎn)量影響的評估,已由O3濃度和劑量響應關(guān)系模型(如Wellbull方程、AOT40和SUM06)逐漸發(fā)展到O3吸收通量響應關(guān)系模型[9].其中,AOT40是一種被得到廣泛認可和應用的O3暴露指標之一,并且大量的研究表明其與作物產(chǎn)量之間有著較好的相關(guān)性[10].目前,我國科學家基于AOT40劑量響應模型評估O3污染導致的我國作物產(chǎn)量和經(jīng)濟損失的研究還較少,但選取的這些O3風險評估模型主要根據(jù)歐美地區(qū)作物的O3濃度產(chǎn)量關(guān)系模型為基礎(chǔ)[11-12].鑒于不同地區(qū)氣候條件有所不同,導致各地區(qū)作物對O3脅迫的響應存在較大差異[13],所以,應用外來模型評估O3污染對我國作物產(chǎn)量潛在影響時將會存在一定的誤差.此外,以往的研究缺乏足夠多的O3濃度觀測數(shù)據(jù),僅僅是利用幾個監(jiān)測站點的數(shù)據(jù)或者是利用未經(jīng)驗證的O3濃度模擬結(jié)果進行評估,這均大大降低了評估結(jié)果的準確性.

因此,本文根據(jù)Wang等[14]在我國長江三角洲地區(qū)建立的AOT40劑量響應函數(shù)方程,利用中國環(huán)境監(jiān)測總站全國城市空氣質(zhì)量實時發(fā)布平臺所提供的O3濃度監(jiān)測數(shù)據(jù),分析了江蘇省冬小麥和水稻主要生長季期間O3濃度和AOT40的變化特征,初步評估了O3對冬小麥和水稻的產(chǎn)量損失和經(jīng)濟損失.該研究對我國的糧食生產(chǎn)和糧食安全具有特別重要的指導意義.

1 材料與方法

1.1 數(shù)據(jù)來源

本文中所使用的逐時O3濃度監(jiān)測數(shù)據(jù)來源于中國環(huán)境監(jiān)測總站“全國城市空氣質(zhì)量實時發(fā)布平臺(http://106.37.208.233:20035/)”.江蘇省共有97個空氣監(jiān)測站點,各監(jiān)測站點分布如圖1所示.其中冬小麥主要生長季期間數(shù)據(jù)時間段為2015年3月22日~5月22日,水稻為2015年7月30日~10月20日.

圖1 江蘇省各監(jiān)測站點分布

1.2 評估模型的選取

AOT40表示的是大氣中O3濃度超過40nL/L時的小時累積效應指數(shù),它既考慮了O3濃度,又考慮了累積暴露時間.其計算公式如下:

AOT40=∑ (o3-40) (1)

式中:o3為O3濃度,單位是μL/L·h.

Wang等[14]通過實驗,分析了O3濃度變化對冬小麥和水稻產(chǎn)量的影響,并且建立了長江三角洲地區(qū)這兩種作物產(chǎn)量和AOT40之間的相關(guān)關(guān)系:

=100-2.2795(2=0.859,冬小麥) (2)

=100-0.9489(2=0.828,水稻) (3)

式中:是相對產(chǎn)量,是作物主要生長季期間的AOT40.

1.3 作物產(chǎn)量和經(jīng)濟損失的估算

根據(jù)姚芳芳等[15]所用的產(chǎn)量損失和經(jīng)濟損失的推算公式,將作物主要生長季內(nèi)AOT40的值代入到上述模型中,計算其產(chǎn)量損失率,再結(jié)合該地區(qū)所收獲的作物實際產(chǎn)量,即可得出該地區(qū)由于O3污染所造成的作物減產(chǎn)量,其計算公式如下:

=×/(1-) (4)

式中:為作物減產(chǎn)量;為作物實際產(chǎn)量;為產(chǎn)量損失率.所造成的直接經(jīng)濟損失可以通過下面的方法所計算:

經(jīng)濟損失=作物減產(chǎn)量×作物收購價 (5)

式中:作物收購價選取2015年發(fā)改委發(fā)布的小麥和水稻市場收購價,分別為2.36和2.76元/kg.

1.4 數(shù)據(jù)處理與表達

監(jiān)測站點的分布圖是通過ArcGIS ArcMap 10.0(ESRI,Redlands,California,USA)軟件制作的,其他圖形均是通過origin 9.0 (Origin Lab, Northampton, MA, USA)軟件制作的.冬小麥和水稻生長季期間日均O3濃度是根據(jù)一天中O3的小時濃度求取平均值得到的,O3濃度的日變化是根據(jù)不同日期同一時刻的O3濃度求取平均值得到的.此外,江蘇省冬小麥和水稻平均相對產(chǎn)量的損失率是利用13個市的相對產(chǎn)量的損失率求取平均值而計算的.

2 結(jié)果與討論

2.1 O3濃度的時空變化特征

圖2 冬小麥和水稻生長季期間日均O3濃度變化箱式圖

圖2為冬小麥(S1)和水稻(S2)生長季期間江蘇省各市日均O3濃度變化的箱式圖.

圖3 冬小麥生長季期間O3濃度日變化特征

圖4 水稻生長季期間O3濃度日變化特征

可以看出,在S1和S2期間,江蘇省平均O3濃度分別為80.1和83.8μg/m3.其中, S1期間鹽城市平均O3濃度最高,為97.6μg/m3.淮安次之,為87.6μg/m3.宿遷最低,為61.2μg/m3.與S1期間相同的是,S2期間鹽城市平均O3濃度仍然是所有城市中最高的,為97.4μg/m3.徐州最低,為70.1μg/m3.整體來看,S1和S2期間的O3均呈現(xiàn)南低北高,東部沿海地區(qū)高于西部內(nèi)陸地區(qū)的時空分布特征.造成這種分布特征的原因一方面是由于江蘇南部經(jīng)濟較為發(fā)達, NO和VOC等O3前體物大量排放,雖然O3前體物過多有利于O3的生成,然而充足的NO等將會與O3發(fā)生反應,消耗所生成的O3.另一方面,東部沿海地區(qū)因海陸熱力性質(zhì)差異,容易出現(xiàn)海陸風,海陸風可能是影響沿海地區(qū)高O3濃度的原因之一,這與其他學者研究結(jié)果一致[16-18].

為了深入分析O3濃度在S1和S2時期的變化規(guī)律,計算了O3在這兩個時期不同時刻濃度的平均值,即O3的日變化特征,如圖3和圖4所示.從圖中可以看出,兩個時期各城市O3均呈現(xiàn)出明顯的單峰型日變化特征,在日出前約07:00左右出現(xiàn)一天中的最低值,之后,隨著太陽輻射強度的逐漸增加以及溫度的升高,大氣中的光化學強烈,NO和VOC等前體物轉(zhuǎn)化為O3的速率升高,造成O3濃度開始積累上升,并于15:00~16:00達到峰值,而后又隨著太陽輻射的減少而降低,夜間O3受到大氣光化學反應的消耗以及滴定作用和干沉降的影響,濃度處于較低的水平[19].

2.2 AOT40的時空變化特征

圖5 冬小麥生長季期間AOT40的變化特征

圖5和圖6分別是S1和S2期間AOT40的逐日累積值(AOT40day)和連續(xù)累積值(AOT40)的變化情況.總體來看,江蘇省各市的AOT40day在S1期間波動比較大,在冬小麥生長季前期,由于O3濃度較低,導致AOT40day對AOT40的貢獻較小,但是在生長季后期,O3濃度較高,使得AOT40day對AOT40的貢獻較大.與S1期間不同的是,江蘇省各市的AOT40day對AOT40的貢獻在水稻生長季前期較多,后期較少.空間上, S1期間江蘇省各市AOT40指數(shù)范圍為3.08~14.47μL/L·h,鹽城最高,常州和揚州與之相近,南京、連云港、南通、無錫和蘇州在10~11μL/L·h之間,鎮(zhèn)江、徐州、泰州和宿遷均低于10μL/L·h,其中宿遷最低僅為3.08μL/L·h. S2期間江蘇省各市AOT40指數(shù)范圍為10.79~21.67μL/L·h,鎮(zhèn)江和鹽城最高,均超過20μL/L·h,連云港、南京、揚州、淮安、無錫、南通、泰州和蘇州在16~19μL/L·h之間,而常州、宿遷和徐州均低于15μL/L·h,其中徐州最低為10.79μL/L·h.

圖6 水稻生長季期間AOT40的變化特征

2.3 O3脅迫對作物產(chǎn)量和經(jīng)濟損失的估算

圖7為在當前O3濃度水平下冬小麥和水稻的產(chǎn)量損失率.可以看出,O3對江蘇省冬小麥平均相對產(chǎn)量的損失率為23.9%,高于水稻的16.5%,表明長江三角洲地區(qū)冬小麥對O3的敏感性要高于水稻,這與歐洲學者所研究的不同作物對O3敏感性的對比結(jié)論相同[20].空間上,O3對江蘇省冬小麥相對產(chǎn)量損失率的范圍為7.0%~ 33.0%,其中,鹽城、常州和揚州的相對產(chǎn)量損失率均大于30.0%,淮安、南京、連云港、南通、無錫、蘇州、鎮(zhèn)江和徐州的相對產(chǎn)量損失率在20.0%~30.0%之間,泰州和宿遷的相對產(chǎn)量損失率最小,分別為18.7%和7.0%.O3對江蘇省水稻相對產(chǎn)量損失率的范圍為10.2%~20.6%,其中,鎮(zhèn)江的相對產(chǎn)量損失率最高為20.6%,其他城市的相對產(chǎn)量損失率在10.0%~20.0%之間.

通過江蘇統(tǒng)計年鑒,獲取到了2015年江蘇省小麥和水稻的實際產(chǎn)量分別為1174.1萬t和1952.5萬t,結(jié)合O3對江蘇省冬小麥和水稻平均相對產(chǎn)量的損失率分別為23.9%和16.5%.將其代入到1.3中的計算公式,推算出了江蘇省因為O3污染造成的小麥產(chǎn)量總損失為368.7萬t,經(jīng)濟總損失為87.01億元.水稻產(chǎn)量總損失為385.8萬t,經(jīng)濟總損失為106.48億元.

圖7 O3對江蘇省各市冬小麥和水稻產(chǎn)量的影響

2.4 討論

近年來,O3污染問題日益嚴重[21-22],高濃度O3已足以對作物的生長和產(chǎn)量構(gòu)成威脅.為此,聯(lián)合國歐洲經(jīng)濟委員會和世界衛(wèi)生組織將AOT40作為制定大氣質(zhì)量的標準,以作物產(chǎn)量損失5%定為O3傷害的閾值.國內(nèi)外的學者先后利用綜合評價的方法對O3污染引起的我國作物產(chǎn)量損失進行了大量的研究,例如,Wang等[23]利用長江三角洲地區(qū)6個監(jiān)測站點的O3濃度觀測數(shù)據(jù),評估了該地區(qū)的冬小麥產(chǎn)量損失為20%~30%,但其采用的模型為歐美地區(qū)的實驗結(jié)果,因此,可能存在一定的誤差.馮兆忠等[24]通過meta-analysis方法定量研究了大氣O3濃度增加可導致小麥的產(chǎn)量在當前環(huán)境濃度的基礎(chǔ)上降低26%. Aunan等[25]研究表明,到2020年我國冬小麥和水稻產(chǎn)量損失分別為2.3%~13.4%和3.7%~4.5%.上述研究O3對作物產(chǎn)量影響的風險評估模型均使用的是歐美地區(qū)的O3濃度產(chǎn)量關(guān)系模型,鑒于不同地區(qū)的氣候條件、同種作物的不同品種存在差異,所以利用外來響應模型評估O3污染對我國作物產(chǎn)量的影響存在很大的不確定性.為了更加科學、合理和準確的進行O3農(nóng)業(yè)風險評估,本研究引入Wang等[14]在長江三角洲地區(qū)建立的冬小麥和水稻的相對產(chǎn)量與AOT40之間的關(guān)系模型,評估了O3對江蘇省冬小麥和水稻產(chǎn)量的影響,結(jié)果表明,O3對江蘇省冬小麥平均相對產(chǎn)量的損失為23.9%,對江蘇省水稻平均相對產(chǎn)量的損失為16.5%.該結(jié)果介于Tang等[7]評估結(jié)果之間.但卻明顯高于Aunan等[25]估算結(jié)果.造成這種差異的原因可能與評估模型的選擇、評估指標的選取和評估范圍的大小有關(guān).此外,根據(jù)其他地區(qū)通過實驗得到的AOT40與小麥和水稻相對產(chǎn)量的關(guān)系模型,與在本研究中所使用的模型進行對比,見表1,可以看出,歐洲國家的模型用在長江三角洲地區(qū)將會低估作物相對產(chǎn)量的損失,而印度地區(qū)的模型則與之相反.

AOT40與作物產(chǎn)量的關(guān)系模型只考慮了O3濃度和暴露時間這兩個O3對作物傷害的主要影響因子[10,27].因此,用其來評估O3對作物的潛在影響,存在一定的局限性.研究表明[28],O3以干沉降的形式進入農(nóng)田生態(tài)系統(tǒng),然后通過氣孔和非氣孔的途徑影響作物生長.O3對作物的傷害主要取決于進入葉片傷害部位的O3總量.然而基于AOT40的劑量指標僅僅考慮的是作物冠層頂部O3濃度的變化,且該指標不受氣候條件的影響,忽略了作物通過氣孔對O3的吸收.此外,該指標也未考慮作物本身的抗氧化能力、解毒能力和作物夜間的修復能力等,當大氣O3濃度較高時,如果在一定的環(huán)境氣候條件下,葉片氣孔阻力很大,作物對O3的吸收量就不會太大,對作物造成的傷害將會下降[5].目前國內(nèi)外的學者已經(jīng)從基于濃度的劑量指標[12]轉(zhuǎn)到基于通量的指標[29-30]以及機理模型的研究.盡管如此,AOT40與作物產(chǎn)量之間還是有著較好的相關(guān)性[10],其相關(guān)性往往好于機理模型,有著重要的實際應用價值.本文雖然使用了足夠多的O3濃度觀測數(shù)據(jù),以及本地化的模型進行O3污染的風險評估,但該研究仍然存在一定的缺陷.首先,O3濃度監(jiān)測站點大多分布在各個城市的市區(qū),而作物卻分布在郊區(qū),市區(qū)與郊區(qū)O3濃度存在差異.其次,本文所研究的水稻為晚稻,實際上江蘇省水稻的種植并不都是晚稻,這也會影響O3對作物產(chǎn)量影響的估算.最后,本文所采用的模型在長江三角洲地區(qū)浙江省建立,用來估算江蘇省作物產(chǎn)量損失將會存在一定的誤差.鑒于此,我國需要制定合理的前體物排放標準來控制和減少NO和VOC等O3前體物的排放,從源頭上降低O3污染的農(nóng)業(yè)損失[32].

表1 不同劑量響應方程下冬小麥和水稻相對產(chǎn)量損失的估算

3 結(jié)論

3.1 冬小麥和水稻主要生長季期間,江蘇省平均O3濃度分別為80.1和83.8μg/m3,呈單峰型的日變化規(guī)律.空間上, O3呈現(xiàn)南低北高,東部沿海地區(qū)高于西部內(nèi)陸地區(qū)的特征.

3.2 冬小麥主要生長季期間,江蘇省各市AOT40指數(shù)范圍為3.08~14.47μL/L·h.水稻主要生長季期間,江蘇省各市AOT40指數(shù)范圍為10.79~21.67μL/L·h.

3.3 利用Wang等建立的劑量響應方程,估算了近地層O3對江蘇省冬小麥和水稻(O3濃度監(jiān)測為晚稻期間)平均相對產(chǎn)量的損失率分別為23.9%和16.5%,產(chǎn)量總損失分別為368.7萬t和385.8萬t,經(jīng)濟總損失分別為87.01億元和106.48億元.

[1] 曹軍驥. PM2.5與環(huán)境[M]. 北京:科學出版社, 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] 趙 輝,鄭有飛,曹嘉晨,等.大氣臭氧污染對冬小麥氣孔吸收通量的影響機制及其時空格局 [J]. 環(huán)境科學, 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,孫曉敏,于貴瑞,等.陸地生態(tài)系統(tǒng)臭氧通量觀測和氣孔吸收估算研究進展 [J]. 生態(tài)學報, 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,孫曉敏,趙風華,等.魯西北平原冬小麥田臭氧濃度變化特征及對產(chǎn)量的潛在影響和機理分析 [J]. 植物生態(tài)學報, 2012,36(4):313-323.

[13] 佟 磊,王效科,肖 航,等.我國近地層臭氧污染對水稻和冬小麥產(chǎn)量的影響概述 [J]. 生態(tài)毒理學報, 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.臭氧對農(nóng)業(yè)生態(tài)系統(tǒng)影響的綜合評估:以長江三角洲為例 [J]. 生態(tài)毒理學報, 2008,3(2):189-195.

[16] 張祥志,陳文泰,黃 櫻,等.江蘇省2013~2016年臭氧時空分布特征 [J]. 中國環(huán)境監(jiān)測, 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,陳 添,等.北京城區(qū)臭氧日變化特征及與前體物的相關(guān)性分析 [J]. 中國環(huán)境科學, 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] 周秀驥.長江三角洲低層大氣與生態(tài)系統(tǒng)相互作用研究 [M]. 科學出版社, 2004:156-163.

[22] 徐曉斌,林偉立,等.衛(wèi)星觀測的中國地區(qū)1979~2005年對流層臭氧變化趨勢 [J]. 氣候變化研究進展, 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] 馮兆忠,小林和彥,王效科,等.小麥產(chǎn)量形成對大氣臭氧濃度升高響應的整合分析 [J]. 科學通報, 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] 趙 輝,鄭有飛,魏 莉,等.氣候驅(qū)動下大豆葉片氣孔O3吸收通量的變化及時空演變 [J]. 中國環(huán)境科學, 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] 劉希文,徐曉斌,林偉立,等.北京及周邊地區(qū)典型站點近地面O3的變化特征 [J]. 中國環(huán)境科學, 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

趙 輝(1990-),男,江蘇南京人,博士研究生,主要從事大氣環(huán)境研究.發(fā)表論文10余篇.

2017-08-23

國家自然科學基金面上項目(41475108);2017年度江蘇省研究生科研創(chuàng)新項目(KYCX_0878);國家公派聯(lián)合培養(yǎng)博士研究生項目(201708320313)

* 責任作者, 教授, zhengyf@nuist.edu.cn