楊夏捷,馬遠(yuǎn)帆,彭徐劍,郭林飛,蔡奇均,郭福濤*

?

南方林區(qū)2000~2016年林火釋放污染物動(dòng)態(tài)變化研究

楊夏捷1,2,馬遠(yuǎn)帆1,2,彭徐劍3,郭林飛1,2,蔡奇均1,2,郭福濤1,2*

(1.福建農(nóng)林大學(xué)林學(xué)院,福建 福州 350002；2.海峽兩岸紅壤區(qū)水土保持協(xié)同創(chuàng)新中心,福建 福州 350002；3.南京森林警察學(xué)院,江蘇 南京 210000)

以南方林區(qū)為研究區(qū)域,基于林業(yè)統(tǒng)計(jì)年鑒和MODIS衛(wèi)星火點(diǎn)數(shù)據(jù),結(jié)合相關(guān)文獻(xiàn)中不同林型各類污染物的排放因子數(shù)據(jù),估算2000~2016年間研究區(qū)域各省森林生物質(zhì)燃燒及污染物排放總量,并分析其時(shí)空變化情況.結(jié)果表明,南方林區(qū)森林火災(zāi)總體呈先升后降的趨勢(shì),林火空間分布較為分散.2000~2016年南方林區(qū)森林生物質(zhì)燃燒總量4.79×104kt.其中,溫帶常綠針葉林、溫帶常綠闊葉林、溫帶落葉闊葉林、熱帶常綠闊葉林和灌木的燃燒比例分別為65.24%,17.45%,1.55%,1.10%和14.66%.CO、CO2、NO、CH4、VOCs和PM2.5等主要污染物的排放總量均值依次為3.73×103,5.87×104,48.05,347.27,358.54和365.06kt.此外,各類污染物的時(shí)空分布差異性明顯:福建、廣東、廣西全省,海南西部,以及江西和湖南南部是各類污染物網(wǎng)格排放高值區(qū);江西和湖北各類污染物的排放呈顯著下降,福建NO、VOCs和PM2.5,以及廣東CH4和VOCs下降趨勢(shì)顯著,其余省份各類污染物排放下降但不顯著.林火釋放污染物占工業(yè)粉塵比例呈波動(dòng)性上升,表明該地區(qū)森林火災(zāi)對(duì)大氣環(huán)境的影響程度逐漸增加.

南方林區(qū)；森林火災(zāi)；污染物；排放清單；時(shí)空分布

森林火災(zāi)是一個(gè)全球性問(wèn)題,不僅能夠影響森林儲(chǔ)量和溫室氣體排放,而且可以加速土地退化造成水土流失,對(duì)生態(tài)平衡產(chǎn)生嚴(yán)重威脅[1-3].我國(guó)森林資源豐富,同時(shí)也是森林火災(zāi)頻發(fā)的國(guó)家,年均森林過(guò)火面積占森林總面積0.86%,并且火災(zāi)數(shù)量有上升態(tài)勢(shì)[4-5].森林生物質(zhì)燃燒能夠釋放大量污染性氣體(CO、NO、VOCs等)和顆粒態(tài)污染物(PM10、PM2.5等)[6-7],不僅嚴(yán)重污染大氣環(huán)境,也會(huì)對(duì)區(qū)域森林和農(nóng)作物生長(zhǎng)產(chǎn)生影響[8-10].目前,國(guó)內(nèi)學(xué)者對(duì)于林火釋放污染物的研究已有報(bào)道,并取得了一定進(jìn)展[11-16],但已有研究多集中在含碳?xì)怏w排放量估算.此外,國(guó)內(nèi)已有研究多基于統(tǒng)計(jì)年鑒,且研究?jī)?nèi)容多局限于污染物排放總量的時(shí)間序列分析,僅有少數(shù)研究探討了污染物的時(shí)空變化特征[17-18].污染物的時(shí)空分布及動(dòng)態(tài)變化信息對(duì)空氣質(zhì)量管理和大氣模型模擬尤為重要[19-20],隨著遙感和衛(wèi)星通訊技術(shù)的發(fā)展,利用衛(wèi)星數(shù)據(jù)研究特定區(qū)域林火的煙氣排放及分布逐漸成為國(guó)際上主流研究方法[21-22].

南方林區(qū)是我國(guó)“三大林區(qū)”之一,森林覆蓋率高,林火發(fā)生頻繁[23-24].同時(shí),由于地理和人為因素的相互作用,導(dǎo)致南方林區(qū)森林火災(zāi)呈現(xiàn)“低強(qiáng)度高頻率”的特征[25].研究表明,小面積、小強(qiáng)度林火釋放的污染物對(duì)大氣環(huán)境產(chǎn)生更大影響[26].然而,目前關(guān)于南方林區(qū)森林火災(zāi)煙氣排放問(wèn)題的研究較少,該地區(qū)林火污染物的時(shí)空變化特征更是鮮有報(bào)道.鑒于此,本文結(jié)合衛(wèi)星火點(diǎn)數(shù)據(jù)和官方統(tǒng)計(jì)年鑒,基于ArcGIS的空間分析方法,估算南方林區(qū)2000~2016年林火釋放各類主要污染物的排放清單,并分析其時(shí)空變化規(guī)律.研究結(jié)果對(duì)于評(píng)價(jià)森林火災(zāi)對(duì)大氣及生態(tài)環(huán)境的影響具有意義.

1 研究區(qū)域概況

圖1 研究區(qū)域示意

南方林區(qū)地處我國(guó)秦嶺—淮河以南,云貴高原以東,包含浙江、安徽、福建、江西、湖北、湖南、廣東、廣西和海南9省[27](由于歷年統(tǒng)計(jì)年鑒中均無(wú)臺(tái)灣省詳細(xì)數(shù)據(jù),故本次研究區(qū)域中不包含臺(tái)灣),地理位置橫跨我國(guó)中部和東部,土地面積138.6萬(wàn)km2.受溫帶季風(fēng)氣候和亞熱帶季風(fēng)氣候影響,南方林區(qū)氣候溫暖,雨量充沛,植物生長(zhǎng)條件良好,是我國(guó)重要的人工林生長(zhǎng)基地.該地區(qū)面積遼闊,森林資源豐富,同時(shí)也是林火高發(fā)地區(qū).根據(jù)《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》數(shù)據(jù)顯示,2000~2016年,南方林區(qū)各省共發(fā)生森林火災(zāi)69654次,年均火災(zāi)面積4.98× 103hm2.

2 材料與方法

2.1 數(shù)據(jù)來(lái)源

本研究中,分別使用官方統(tǒng)計(jì)數(shù)據(jù)和衛(wèi)星火點(diǎn)數(shù)據(jù)來(lái)計(jì)算南方林區(qū)林火釋放污染物排放情況和時(shí)空分布分析.其中,研究區(qū)域各省森林火災(zāi)面積和不同林型面積分別來(lái)源于《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》(2000~2016年)和各省森林資源清查結(jié)果(中國(guó)林業(yè)網(wǎng)).由于森林火災(zāi)時(shí)效性、破壞性強(qiáng),因此對(duì)于火災(zāi)后不同林型燒毀程度的精確統(tǒng)計(jì)十分困難,各林型過(guò)火面積的統(tǒng)計(jì)數(shù)據(jù)和研究成果較為缺乏[28].本研究基于研究區(qū)域各省森林資源清查結(jié)果,以不同林型的面積比例作為其燃燒比例,并以此確定各省不同林型的燃燒面積.

衛(wèi)星火點(diǎn)數(shù)據(jù)來(lái)自于分辨率高且適用于中國(guó)區(qū)域的MODIS林火數(shù)據(jù)[29],數(shù)據(jù)空間分辨率為1km.利用ArcGIS10.2軟件,結(jié)合中國(guó)植被功能型圖(中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所,空間分辨率1km),提取2000~2016年研究區(qū)域內(nèi)森林火點(diǎn)數(shù)據(jù),包括每個(gè)火點(diǎn)的起火時(shí)間和地理坐標(biāo).文中森林生物質(zhì)密度參考Ni等[30]和Michel等[31]對(duì)中國(guó)森林資源密度的研究成果,森林資源的燃燒效率采用參考Michel等[31]對(duì)東亞的結(jié)論,喬木和灌木的燃燒效率依次選擇25%和67.5%(表1).

表1 生物質(zhì)密度和燃燒效率

2.2 排放因子的確定

不同林型對(duì)于各類污染物的排放強(qiáng)度有所差異.選擇各類林型對(duì)應(yīng)的排放因子,是準(zhǔn)確估算不同污染物排放情況的重要前提.目前,國(guó)內(nèi)對(duì)于測(cè)定森林生物質(zhì)燃燒污染物排放因子的研究較少,數(shù)據(jù)較為匱乏.因此,本研究選擇國(guó)外多個(gè)研究中對(duì)于研究區(qū)域內(nèi)相同林型和樹(shù)種的排放因子作為計(jì)算依據(jù)[30-37](表2).由于森林生物質(zhì)燃燒釋放的排放因子的測(cè)定受試驗(yàn)方法和裝置、生長(zhǎng)環(huán)境、燃燒方式及效率等多重因素的影響[38-39].因此,相同林型中同類污染物的排放因子大小在不同研究水平下會(huì)存在一定的差別.為降低排放因子差異對(duì)排放清單不確定性的影響,本次研究中,同時(shí)使用了不同成果中排放因子的范圍和平均值.其中,排放因子范圍用于估算污染物的排放情況,而平均排放因子則用于分析污染物的時(shí)空動(dòng)態(tài)變化.

表2 不同林型林火排放因子(g/kg)

2.3 森林燃燒量計(jì)算

森林燃燒用公式(1)進(jìn)行計(jì)算[40]:

Mk,i

=∑(

Sk

×

Pk,i

×

Ni

×

ηi

) (1)

式中:M為省第種林型的燃燒量,t;S為省森林火災(zāi)總面積,km2(《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》);P為省第種林型的燃燒比例(各省森林資源清查結(jié)果);N為第種森林生物質(zhì)密度,t/km2(文獻(xiàn)[30-31]);η為第種林型的燃燒效率[31].

2.4 森林燃燒排放污染物計(jì)算

依據(jù)查閱相關(guān)統(tǒng)計(jì)資料和文獻(xiàn)獲得的基礎(chǔ)數(shù)據(jù)和排放因子,利用式(2)計(jì)算排放的污染物總量[40]:

En

= 10

－3

×∑

Mk,i

×EF

i

(2)

式中:為污染性氣體排放量,t;M為省第種林型的燃燒量,t;EF為第種生物質(zhì)燃燒后污染性氣體的排放因子,g/kg[30-37].

2.5 研究區(qū)域污染物排放時(shí)空特性

近年來(lái),衛(wèi)星數(shù)據(jù)基于其時(shí)效性強(qiáng)、分辨率高、覆蓋范圍廣等特點(diǎn),被廣泛應(yīng)用于揭示污染物時(shí)空分布特性[41-44].本研究在MODIS林火數(shù)據(jù)基礎(chǔ)上,采用網(wǎng)格權(quán)重法[41-44],計(jì)算研究區(qū)域內(nèi)不同污染物的網(wǎng)格排放強(qiáng)度及空間分布.具體做法如下:

① 以省為單位,統(tǒng)計(jì)各省范圍內(nèi)火點(diǎn)總數(shù).

② 利用ArcGIS將整個(gè)研究區(qū)域網(wǎng)格化(10km×10km),并提取各網(wǎng)格內(nèi)森林火點(diǎn)數(shù)量,根據(jù)式(3)獲取每個(gè)網(wǎng)格空間權(quán)重.

Ej =

FC

j

/FC

k

(3)

式中:E為網(wǎng)格的分配權(quán)重;FC為網(wǎng)格林火火點(diǎn)個(gè)數(shù);FC為省林火火點(diǎn)總個(gè)數(shù).

③根據(jù)各區(qū)域林火釋放各污染物量,結(jié)合網(wǎng)格權(quán)重得到南方林區(qū)不同污染物網(wǎng)格排放量.

此外,運(yùn)用Mann—Kandell趨勢(shì)檢驗(yàn)法,分析南方林區(qū)各省2000~2016年不同污染物排放情況的時(shí)間變化趨勢(shì)及其顯著性.Mann—Kandell趨勢(shì)檢驗(yàn)法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法.該方法不需要樣本遵循一定的分布,且不受少量異常值的干擾,因此被廣泛用于檢驗(yàn)時(shí)間序列上的數(shù)據(jù)變化趨勢(shì)[45].

2.6 不確定性分析

IPCC誤差傳播公式是評(píng)估大氣污染物排放清單準(zhǔn)確程度的重要方法[46],被廣泛應(yīng)用于不同活動(dòng)水平下排放清單的不確定性分析[17,47-49].本文根據(jù)IPCC不確定性評(píng)估公式,定量分析排放清單進(jìn)行不確定性.其中,加法合并原則下的不確定性公式為:

式中:total為總體不確定性,X和U分別為不確定量相關(guān)的百分比不確定性;

乘法合并原則下的不確定性公式為:

式中:U為每個(gè)不確定量和相關(guān)的百分比不確定性.

污染物排放清單的建立,受燃燒面積、排放因子、森林生物質(zhì)密度以及燃燒效率等多重因素的共同影響.根據(jù)IPCC不確定性分析的原則[46]和相關(guān)學(xué)者的研究情況[17,47-49],在本研究中:(1)森林燃燒面積來(lái)自于政府統(tǒng)計(jì)部門公開(kāi)數(shù)據(jù),準(zhǔn)確度較高,其誤差范圍不超過(guò)5%;(2)排放因子數(shù)據(jù)來(lái)自于國(guó)外多個(gè)相關(guān)研究的結(jié)論,本文同時(shí)使用了不同研究水平下排放因子的范圍和均值以增加排放清單的準(zhǔn)確度,因此誤差范圍選擇30%~80%;(3)森林生物質(zhì)密度來(lái)自實(shí)測(cè)數(shù)據(jù)和衛(wèi)星遙感數(shù)據(jù)的結(jié)合,其誤差范圍45%~50%;(4)不同林型的燃燒效率的研究較少,數(shù)據(jù)來(lái)源單一,本文將其誤差統(tǒng)一設(shè)定為200%.

3 結(jié)果與討論

3.1 南方林區(qū)林火時(shí)空分布特性

根據(jù)《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》,得到南方林區(qū)各省2000~2016年森林火災(zāi)時(shí)空分布情況(圖2).結(jié)果顯示,南方林區(qū)各省森林火災(zāi)的空間分布具有明顯的差異性.圖2a為南方林區(qū)2000~2016年林火特征的空間分布情況.結(jié)果顯示,南方林區(qū)森林火災(zāi)的空間分布較為分散,除安徽和湖北北部林火密度較低,其余地區(qū)均存在中、高密度的林火分布,其中福建西北部、廣西東部、湖南南部及廣東全省是研究區(qū)域內(nèi)的林火高發(fā)區(qū).結(jié)果表明,我國(guó)南方地區(qū)林火總量具有很強(qiáng)的空間差異性,說(shuō)明我國(guó)森林火災(zāi)的空間分布是不均勻的.這符合蘇麗娟等[23]和Tian等[50]的研究結(jié)論.

南方林區(qū)各省森林火災(zāi)次數(shù)和面積的時(shí)空分布情況如圖2b,2c.結(jié)果顯示,不同地區(qū)林火次數(shù)和面積差異較大.南方林區(qū)17a內(nèi)共發(fā)生森林火災(zāi)69654次,總面積7.62×105hm2.各省林火次數(shù)和面積雖有波動(dòng),但總體均呈下降趨勢(shì).其中,江西和湖北林火次數(shù)和面積均呈顯著下降,廣西林火面積下降顯著.此外,不同省份森林火災(zāi)強(qiáng)度差異明顯.林火面積和次數(shù)最高的省份為湖南,所占比例分別為36.30%和22.01%.安徽和海南森林火災(zāi)強(qiáng)度較低,所占比例之和均不足5%.

圖2 2000~2016年南方林區(qū)林火密度、次數(shù)和面積分布

綜合結(jié)果表明,南方林區(qū)是我國(guó)森林火災(zāi)的頻發(fā)區(qū)域,且分布分散,各省均存在林火較高密度區(qū)域.Guo等[51]曾對(duì)我國(guó)南北方典型林區(qū)的林火特性和驅(qū)動(dòng)因子進(jìn)行研究.其結(jié)果表明,南方地區(qū)林火受人為因素影響較強(qiáng),生物質(zhì)積累增加及人類活動(dòng)頻繁是導(dǎo)致該地區(qū)林火頻發(fā)且分散的主要原因.

3.2 南方林區(qū)森林生物質(zhì)燃燒量及污染物排放

表3為南方林區(qū)2000~2016年間林火造成森林生物質(zhì)燃燒量.結(jié)果顯示,南方林區(qū)共有4.79×104kt森林資源被燒毀,其中湖南的森林燒毀程度最高,所占比例22.42%,其余依次為福建(17.70%)、廣西(17.49%)、江西(15.42%)、浙江(14.11%)、湖北(4.91%)、廣東(4.77%)、安徽(2.06%)和海南(1.11%).此外,不同林型在不同地區(qū)森林火災(zāi)中的燒毀程度有所差異.南方林區(qū)內(nèi),溫帶常綠針葉林、溫帶常綠闊葉林、溫帶落葉闊葉林、熱帶常綠闊葉林和灌木的燃燒比例分別為65.24%,17.45%,1.55%,1.10%和14.66%.其中,溫帶常綠針葉林是研究區(qū)域內(nèi)除海南外各省燒毀最嚴(yán)重的林型,燃燒比例范圍42.76%(湖北)~80.79%(安徽);而海南省被燒毀的主要是熱帶常綠闊葉喬木,所占比例占該省燃燒總量75.42%.

據(jù)森林生物質(zhì)燒毀量,結(jié)合排放因子,得到南方林區(qū)各省2000~2016年CO、CO2、NO、CH4、VOCs和PM2.5等污染物的排放情況(表4).結(jié)果表明,南方林區(qū)各省污染物排放整體較為均衡.其中,湖南、廣西和福建是排放強(qiáng)度較高的省份,污染物排放占全地區(qū)總量的58.16%;安徽、廣東和海南的排放強(qiáng)度相對(duì)較低,不足10%.碳氧化物是研究區(qū)域內(nèi)林火釋放的主要污染物,CO和CO2的釋放比例超過(guò)95%;NO的排放最低,不足0.1%.造成上述差異的原因是不同污染物的排放因子大小差異.

靳全鋒等[18]曾對(duì)福建省2000~2010年林火燃燒情況進(jìn)行研究,其結(jié)果表明福建地區(qū)林火主要發(fā)生在溫帶針葉和溫帶闊葉常綠喬木2種林型.本研究中福建和華東地區(qū)森林生物質(zhì)燃燒情況均與其相符.而陸炳等[52]曾研究2007年中國(guó)生物質(zhì)燃燒情況,其研究區(qū)域內(nèi)各省污染物排放高于本研究.由于其研究中,污染物來(lái)源于森林火災(zāi)和薪柴燃燒,所以室內(nèi)薪柴燃燒是造成污染物顯著高于本研究的主要因素.

表3 2000~2016年南方林區(qū)各類森林生物質(zhì)燃燒量(kt)

表4 2000~2016年南方林區(qū)林火污染物排放清單(kt)

3.3 南方林區(qū)林火釋放污染物時(shí)空變化

3.3.1 時(shí)間變化趨勢(shì) 用Mann—Kandell 趨勢(shì)檢驗(yàn)法分析南方林區(qū)各省CO、CO2、NO、CH4、VOCs和PM2.5等污染物排放量的年變化趨勢(shì)(圖3).結(jié)果顯示,南方林區(qū)2000~2016年林火釋放的各類污染物均呈下降趨勢(shì),造成上述趨勢(shì)的主要原因是各省森林火災(zāi)的面積變化.根據(jù)統(tǒng)計(jì)年鑒,2000~2016年內(nèi)研究區(qū)域各省林火面積雖呈現(xiàn)波動(dòng),但總體均呈下降趨勢(shì).

此外,不同污染物在不同地區(qū)的變化情況有所差異.江西和湖北各類污染物均顯著下降,福建NO、VOCs和PM2.5,以及廣東CH4和VOCs下降顯著,其余省份各類污染物的下降趨勢(shì)均不顯著.

圖3 2000~2016年南方林區(qū)林火排放污染物時(shí)間趨勢(shì)檢驗(yàn)

3.3.2 空間分布情況 圖4為不同地區(qū)各類污染物10km′10km空間分布情況.結(jié)果表明,南方林區(qū)林火釋放各類污染物的空間分布呈現(xiàn)出明顯的空間異質(zhì)性.研究區(qū)域南部受污染物的影響嚴(yán)重.其中,福建、廣東、廣西全省,海南西部,以及江西和湖南南部是各類污染物網(wǎng)格排放高值區(qū),同時(shí),其他地區(qū)也存在污染物排放量較大的網(wǎng)格.總體而言,污染物的空間分布和該地區(qū)林火分布特征密切相關(guān):林火密度和林火面積越大,污染物單位排放強(qiáng)度越高.

3.4 林火排放顆粒物與工業(yè)粉塵排放比變化

工業(yè)粉塵是指工業(yè)生產(chǎn)中產(chǎn)生直徑介于1~ 100μm的固體顆粒物.基于《中國(guó)統(tǒng)計(jì)年鑒》,得到南方林區(qū)各省2000~2016年工業(yè)粉塵排放情況(圖5).結(jié)果顯示,2000~2016年,研究區(qū)域共釋放工業(yè)粉塵6986.55萬(wàn)t,年均釋放量45.66萬(wàn)t,總體呈先升高后降低的趨勢(shì).這與劉睿劼等[53]的研究結(jié)論一致.此外,圖5顯示,南方林區(qū)各省森林火災(zāi)釋放的顆粒物與工業(yè)粉塵排放比有所差異.2000~2016年,南方林區(qū)林火釋放顆粒物與工業(yè)粉塵總排放比率為0.73%,其中福建和海南的排放比最高,分別為1.96%和1.62%;安徽最低,為0.11%.此外,排放比率變化趨勢(shì)顯示,2000~2016年,福建、湖北、湖南、廣東和廣西5省呈上升趨勢(shì),安徽、江西和海南則呈現(xiàn)周期性波動(dòng).綜合結(jié)果表明,南方林區(qū)林火釋放污染物占工業(yè)粉塵比率總體呈波動(dòng)性上升趨勢(shì),說(shuō)明森林火災(zāi)導(dǎo)致的大氣污染物對(duì)當(dāng)?shù)乜諝赓|(zhì)量的危害程度逐年加強(qiáng).

圖4 2000~2016年南方林區(qū)污染物排放情況空間分布

圖5 2000~2016年南方林區(qū)森林火排放PM2.5占工業(yè)粉塵排放比率變化

3.5 排放清單不確定性討論

表5 排放源估算誤差分析

由表5可知,本研究中排放清單的不確定性低于前人的研究成果,造成上述差異的主要原因是排放因子的選擇與運(yùn)用.目前,國(guó)內(nèi)外多數(shù)研究均選擇平均排放因子法構(gòu)建排放清單.然而,林火污染物的排放受內(nèi)、外因素共同作用而不斷發(fā)生變化,且排放因子大小受試驗(yàn)方法及研究區(qū)域環(huán)境等多重因素的共同影響.因此,以往研究中選用大量靜態(tài)平均數(shù)據(jù)來(lái)進(jìn)行排放清單估算的做法,并不能真實(shí)反映出該區(qū)域污染物的實(shí)際排放情況.本研究中,根據(jù)國(guó)外諸多相近的研究成果,估算出南方林區(qū)各省林火釋放的各類污染物排放量的范圍和均值,使清單的不確定性明顯降低.由于國(guó)內(nèi)外對(duì)于不同類型森林生物質(zhì)燃燒效率的研究較少,導(dǎo)致該數(shù)據(jù)的來(lái)源較為匱乏,是影響排放清單不確定性的主要因素.

此外,由于森林火災(zāi)本身的特性,使得災(zāi)后不同林型燃燒面積的監(jiān)測(cè)和統(tǒng)計(jì)較為困難,準(zhǔn)確的燃燒面積數(shù)據(jù)十分缺乏.因此本研究以官方統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ),根據(jù)不同林型的面積比例來(lái)確定其燃燒面積,以此降低排放清單的不確定性.盡管如此,本文所使用的不同林型燃燒面積數(shù)值與真實(shí)的森林火災(zāi)情況仍存在一定的誤差,這也是今后提升排放清單準(zhǔn)確性的重要研究方向.

4 結(jié)論

4.1 南方林區(qū)2000~2016年森林火災(zāi)面積7.62× 105hm2,年均燒毀森林資源2.82×103kt.溫帶常綠針葉林、溫帶常綠闊葉林、溫帶落葉闊葉林、熱帶常綠闊葉林和灌木的燃燒總量均值依次為3.12×104, 8.35×103,7.44×102,5.28×102和7.02×103kt.

4.2 南方林區(qū)2000~2016年森林火災(zāi)共釋放污染物6.35×104kt,CO,CO2,NO,CH4,VOCs和PM2.5的排放總量范圍依次為2.73×103~4.73×103,5.75×104~ 5.98×104,21.78~74.33,240.94~453.60,275.74~441.33和220.99~509.15kt.湖南是污染物排放量最高的省份,CO2是研究區(qū)域內(nèi)的主要污染物.

4.3 江西和湖北各類污染物排放均呈顯著下降趨勢(shì),安徽、浙江和湖南整體下降但不顯著.福建、廣東和廣西是各類污染物排放的集中區(qū)域.

4.4 2000~2016年,南方林區(qū)林火釋放污染物占工業(yè)粉塵比例呈波動(dòng)性上升,表明森林火災(zāi)對(duì)當(dāng)?shù)丨h(huán)境的危害程度逐漸增加.

[1] Honig K A, Fulé P Z. Simulating effects of climate change and ecological restoration on fire behaviour in a south-western USA ponderosa pine forest [J]. International Journal of Wildland Fire, 2012, 21(6):731.

[2] Liu X P, Zhang J Q, Tong Z J. Modeling the early warning of grassland fire risk based on fuzzy logic in Xilingol, Inner Mongolia [J]. Natural Hazards, 2015,75(3):2331-2342.

[3] 趙 璠,舒立福,周汝良,等.西南林區(qū)森林火災(zāi)火行為模擬模型評(píng)價(jià)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2017,28(10):3144-3154.

[4] Yan X, Ohara T, Akimoto H. Bottom-up estimate of biomass burning in mainland China [J]. Atmospheric Environment, 2006,40(27): 5262-5273.

[5] 陶玉柱,邸雪穎,金 森.我國(guó)森林火災(zāi)發(fā)生的時(shí)空規(guī)律研究[J]. 世界林業(yè)研究, 2013,26(5):75-80.

[6] Hoelzemann J J, Schultz M G, Brasseur G P, et al. Global Wildland Fire Emission Model (GWEM): Evaluating the use of global area burnt satellite data [J]. Journal of Geophysical Research. 2004, 109(D14):839-856.

[7] Cheng Z L, Chan L W T, Cheng K K, et al. Chemical characteristics of aerosols at coastal station in Hong Kong. I. Seasonal variation of major ions, halogens and mineral dusts between 1995 and 1996 [J]. Atmospheric Environment, 2000,34(17):2771-2783.

[8] Reisen F, Duran S M, Flannigan M, et al. Wildfire smoke and public health risk [J]. International Journal of Wildland Fire, 2015,24(8): 1029-1044.

[9] 楊夏捷,蘇漳文,田 超,等.基于ArcGIS的福建南部地區(qū)林火管理資源分布優(yōu)化[J]. 生態(tài)學(xué)雜志, 2017,36(4):1142-1149.

[10] 郭二果,王 成,郄光發(fā),等.北方地區(qū)典型天氣對(duì)城市森林內(nèi)大氣顆粒物的影響[J]. 中國(guó)環(huán)境科學(xué), 2013,33(7):1185-1198.

[11] 田曉瑞,舒立福,王明玉.1991~2000年中國(guó)森林火災(zāi)直接釋放碳量估算[J]. 火災(zāi)科學(xué), 2003,12(1):6-10.

[12] 魏書精,羅碧珍,孫 龍,等.黑龍江省溫帶森林火災(zāi)碳排放的計(jì)量估算[J]. 生態(tài)學(xué)報(bào), 2014,34(11):3048-3063.

[13] 胡海清,魏書精,孫 龍.大興安嶺呼中區(qū)2010年森林火災(zāi)碳排放的計(jì)量估算[J]. 林業(yè)科學(xué), 2012,48(10):109-119.

[14] 單延龍,王淑群,曾 超,等.吉林省主要林型森林火災(zāi)的碳量釋放[J]. 生態(tài)學(xué)報(bào), 2010,30(9):2254-2260.

[15] 常 禹,黃文韜,胡遠(yuǎn)滿,等.林火碳排放研究概況及展望[J]. 生態(tài)學(xué)雜志, 2015,34(10):2922-2929.

[16] 黃 麟,邵全琴,劉紀(jì)遠(yuǎn).1950—2008年江西省森林火災(zāi)的碳損失估算[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2010,21(9):2241-2248.

[17] 靳全鋒,馬祥慶,王文輝,等.中國(guó)亞熱帶地區(qū)2000—2014年林火排放顆粒物時(shí)空動(dòng)態(tài)變化[J]. 環(huán)境科學(xué)學(xué)報(bào), 2017,37(6):2238-2247.

[18] 靳全鋒,王文輝,馬祥慶,等.福建省2000~2010年林火排放污染物時(shí)空動(dòng)態(tài)變化[J]. 中國(guó)環(huán)境科學(xué), 2017,37(2):476-485.

[19] Hao W M, Liu M H. Spatial and temporal distribution of tropical biomass burning [J]. Global Biogeochemical Cycles, 1994,8(4):495- 503.

[20] He M, Zheng J, Yin S, et al. Trends, temporal and spatial characteristics, and uncertainties in biomass burning emissions in the Pearl River Delta, China [J]. Atmospheric Environment, 2011,45(24): 4051-4059.

[21] Wardoyo A Y P, Morawska L, Ristovski Z D. CO2Emissions from the Combustion of Native Australian Trees [J]. International Journal of Basic & Applied Sciences, 2011:51-56.

[22] Sahu L K, Sheel V. Spatio-temporal variation of biomass burning sources over South and Southeast Asia [J]. Journal of Atmospheric Chemistry, 2014,71(1):1-19.

[23] 蘇立娟,何友均,陳紹志.1950—2010年中國(guó)森林火災(zāi)時(shí)空特征及風(fēng)險(xiǎn)分析[J]. 林業(yè)科學(xué), 2015,51(1):88-96.

[24] 沈文娟,徐 婷,李明詩(shī).中國(guó)三大林區(qū)森林破碎化及干擾模式變動(dòng)分析[J]. 南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013,37(4):75-79.

[25] Guo F, Wang G, Su Z, et al. What drives forest fire in Fujian, China? Evidence from logistic regression and Random Forests [J]. International Journal of Wildland Fire, 2016,25(5):505-509.

[26] Okoshi R, Rasheed A, Reddy G C, et al. Size and massdistributions of ground - level sub - micrometer biomass burningaerosol from small wildfires [J]. Atmospheric Environment, 2014,89(2):392-402.

[27] Li M, Zhu Z, Liu H, et al. Assessment of forest geospatial patterns over the three giant forest areas of China [J]. Journal of Forest Research, 2008,19(1):25-31.

[28] 田曉瑞,趙鳳君,舒立福,等.1961—2010年中國(guó)植被區(qū)的氣候與林火動(dòng)態(tài)變化[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2014,25(11):3279-3286.

[29] Amraoui M, Pereira M G, Dacamara C C, et al. Atmospheric conditions associated with extreme fire activity in the Western Mediterranean region [J]. Science of the Total Environment, 2015, s524–525:32-39.

[30] Ni J, Zhang X S, Scurlock M O. Synthesis and analysis of biomass and net primary productivity in Chinese forests [J]. Annals of Forest Science, 2001,58(4):351-384.

[31] Michel C, Liousse C, Grégoire J M, et al. Biomass burning emission inventory from burnt area data given by the spot -vegetation system in the frame of TRACE - P and ACE – Asia campaigns [J]. Journal of Geophysical Research Atmospheres, 2005,110(D9):1637-1639.

[32] Alves C, Gon?alves C, Fernandes A P, et al. Fireplace and woodstove fine particle emissions from combustion of western Mediterranean wood types [J]. Atmospheric Research, 2011,101(3):692-700.

[33] Fine P M, Cass? G R, Simoneit B R T. Chemical Characterization of Fine Particle Emissions from the Fireplace Combustion of Woods Grown in the Southern United States [J]. Environmental Science & Technology, 2001,36(7):2665-2675.

[34] Liu Y, Goodrick S, Heilman W. Wildland fire emissions, carbon, and climate: Wildfire–climate interactions [J]. Forest Ecology & Management, 2014,317(2):80-96.

[35] Urbanski S P. Combustion efficiency and emission factors for US wildfires [J]. Atmospheric Chemistry and Physics, 2013,13(13):33-78.

[36] Urbanski S. Wildland fire emissions, carbon, and climate: Emission factors [J]. Forest Ecology & Management, 2014,317(2):51-60.

[37] Fernandes A P, Alves C A, Gon?alves C, et al. Emission factors from residential combustion appliances burning Portuguese biomass fuels. [J]. Journal of Environmental Monitoring Jem, 2011,13(11):3196- 3206.

[38] 洪 蕾,劉 剛,楊 孟,等.稻草煙塵中有機(jī)碳/元素碳及水溶性離子的組成[J]. 環(huán)境科學(xué), 2015,36(1):25-33.

[39] Zhang H, Ye X, Cheng T, et al. A laboratory study of agricultural crop residue combustionin China: Emission factor and emission inventory [J]. Atmospheric Environment, 2008,42(36):8432－8441.

[40] Lu Z, Zhang Q, Streets D G. Sulfur dioxide and primary carbonaceous aerosol emissions in China and India, 1996~2010 [J]. Atmospheric Chemistry & Physics, 2011,11(18):9839-9864.

[41] 馮小瓊,陳軍輝,姜 濤,等.四川省2005~2014年農(nóng)業(yè)源氨排放清單及分布特征[J]. 環(huán)境科學(xué), 2017,38(7):2728-2737.

[42] 楊夏捷,馬遠(yuǎn)帆,鞠園華,等.華南農(nóng)產(chǎn)品主產(chǎn)區(qū)2005—2014年秸稈露天燃燒污染物排放估算及時(shí)空分布[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào), 2018, 37(2):358-368.

[43] 靳全鋒,馬祥慶,王文輝,等.華東地區(qū)2000—2014年間秸稈燃燒排放PM2.5時(shí)空動(dòng)態(tài)變化[J]. 環(huán)境科學(xué)學(xué)報(bào), 2017,37(2):460-468.

[44] 何 敏,王幸銳,韓 麗,等.四川省秸稈露天焚燒污染物排放清單及時(shí)空分布特征[J]. 環(huán)境科學(xué), 2015,36(4):1208-1216.

[45] Neeti N, Eastman J R. A Contextual Mann-Kendall Approach for the Assessment of Trend Significance in Image Time Series [J]. Transactions in Gis, 2011,15(5):599–611.

[46] IPCC. Quantifying Uncertainties in Practice, Chapter 6. In: Good Practice Guidance and Uncertainty Management in National GreenhouseGas Inventories. Bracknell: IES, IPCC, OECD, 1997.

[47] 李瑞敏,童全松,陳衛(wèi)衛(wèi),等.東北地區(qū)農(nóng)業(yè)源一次顆粒物排放清單研究[J]. 中國(guó)環(huán)境科學(xué), 2016,36(6):1601-1609.

[48] 楊夏捷,鞠園華,靳全鋒,等.中國(guó)亞熱帶地區(qū)2005~2014年秸稈露天燃燒排放污染物[J]. 中國(guó)環(huán)境科學(xué), 2017,37(11):4052-4061.

[49] Jin Q, Ma X, Wang G, et al. Dynamics of major air pollutants from crop residue burning in mainland China, 2000~2014 [J]. Journal of Environmental Sciences, 2017,70:190-205.

[50] Tian X, Zhao F, Shu L, et al. Distribution characteristics and the influence factors of forest fires in China [J]. Forest Ecology & Management, 2013,310(1):460-467.

[51] Guo F, Su Z, Wang G, et al. Understanding fire drivers and relative impacts in different Chinese forest ecosystems. [J]. Science of the Total Environment, 2017,605-606:411.

[52] 陸 炳,孔少飛,韓 斌,等.2007年中國(guó)大陸地區(qū)生物質(zhì)燃燒排放污染物清單[J]. 中國(guó)環(huán)境科學(xué), 2011,31(2):186-194.

[53] 劉睿劼,張智慧.中國(guó)工業(yè)粉塵排放影響因素分解研究[J]. 環(huán)境科學(xué)與技術(shù), 2012,35(12):244-248.

[54] Streets D G, Yarber K F, Woo J H,et al. Biomass burning in Asia: annual and seasonal estimates and atmospheric emissions. [J]. Global Biogeochemical Cycles, 2003,17(4):1759-1768.

Dynamic changes of pollutants released from forest fire in Southern forested region during 2000—2016.

YANG Xia-jie1,2, MA Yuan-fan1,2, PENG Xu-jian3, GUO Lin-fei1,2, CAI Qi-jun1,2, GUO Fu-tao1,2*

(1.Forestry College, Fujian Agriculture and Forestry University, Fuzhou 350002, China；2.Co-innovation Center for Soil and Water Conservation in Red Soil Region of the Cross-straits, Fuzhou 350002, China；3.Nanjing Forest Police College, Nanjing 210000, China)., 2018,38(12)：4687~4696

We estimated the quantity of biomass burned and total emission of pollutants released from forest fires in Southern Forest region of China during 2000~2016 based on Forestry Statistical Yearbooks, MODIS satellite fire data and emission factors of different forest types from various studies. In addition, the temporal and spatial dynamics of pollutants were also analyzed. The results showed that the occurrence of forest fires in the southern forest area increased firstly and then decreased and dispersedly distributed in space during the study time period. The total amount of forest biomass burned during 2000~2016 was 4.79×104kt. The burning ratios of temperate evergreen coniferous forests, temperate evergreen broad-leaved forests, temperate deciduous broad-leaved forests, tropical evergreen broad-leaved forests and shrubs were 65.24%, 17.45%, 1.55%, 1.10% and 14.66%, respectively. The emissions of CO, CO2, NO, CH4, VOCs and PM2.5were 3.73×103, 5.87×104, 48.05, 347.27, 358.54 and 365.06kt, respectively. In addition, a significant variation in the spatial and temporal distribution of pollutants existed. Fujian, Guangdong, Guangxi, Western Hainan and the Southern Jiangxi and Hunan were high emission areas of pollutants. The emission of pollutants in Jiangxi and Hubei decreased significantly. A declining trend of NO, VOCs and PM2.5in Fujian, and CH4and VOCs in Guangdong was observed; however, the change in concentration of pollutants in other provinces was not significant. There is an overall increasing trend of the emission ratio of PM2.5released from forest fires , indicating an increasing influence of forest fires on local atmospheric condition in Southern forested region of China.

Southern forested region；forest fire；pollutants；emission inventory；temporal and spatial distribution

X51

A

1000-6923(2018)12-4687-10

楊夏捷(1992-),男,山西大同人,福建農(nóng)林大學(xué)林學(xué)院碩士研究生,主要研究方向?yàn)榱只痤A(yù)測(cè)模型和林火生態(tài)學(xué).發(fā)表論文9篇.

2018-05-03

國(guó)家自然科學(xué)基金資助項(xiàng)目(31770697);福建農(nóng)林大學(xué)杰出青年基金資助項(xiàng)目(XJQ201613);福建農(nóng)林大學(xué)國(guó)際科技合作與交流項(xiàng)目(KXB16008A)

* 責(zé)任作者, 副教授, guofutao@126.com