王倩 劉苗苗

摘要 江蘇省是全國(guó)冬小麥主產(chǎn)區(qū)，同時(shí)也面臨著嚴(yán)重的臭氧污染。基于大氣污染環(huán)境建模研究得到精細(xì)化、長(zhǎng)時(shí)間尺度臭氧濃度數(shù)據(jù)，以江蘇省下轄97個(gè)縣級(jí)行政區(qū)為研究單元，結(jié)合AOT40的暴露響應(yīng)關(guān)系，評(píng)估2007—2019年臭氧污染導(dǎo)致的冬小麥產(chǎn)量損失。結(jié)果表明，2007—2019年冬小麥生長(zhǎng)期AOT40的范圍為10.71～22.14 ppm·h，在2017年達(dá)到峰值。2015年以前蘇南污染較為嚴(yán)重，近五年來(lái)蘇北地區(qū)，特別是徐州臭氧污染加劇。冬小麥總產(chǎn)量的51.6%暴露在15.0～17.5 ppm·h的臭氧劑量。2007—2019年，江蘇省冬小麥年相對(duì)產(chǎn)量損失范圍為14.42%～23.92%，年產(chǎn)量損失達(dá)275～544萬(wàn)t，約相當(dāng)于2.5～5千萬(wàn)人的糧食消費(fèi)。臭氧污染對(duì)江蘇省冬小麥生產(chǎn)造成了較為嚴(yán)重的威脅，應(yīng)當(dāng)采取有效的大氣污染防治措施進(jìn)一步減輕污染水平，保障糧食生產(chǎn)安全。

關(guān)鍵詞 臭氧污染;AOT40;冬小麥;產(chǎn)量損失

中圖分類(lèi)號(hào)：S512.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095–3305（2021）05–0016–04

近年來(lái)，臭氧污染逐漸凸顯。2019年，我國(guó)臭氧年平均濃度達(dá)148 μg/m3，與2018年同比上升6.5%，以臭氧為首要污染物的超標(biāo)天數(shù)占總超標(biāo)天數(shù)的41.8%。站點(diǎn)監(jiān)測(cè)數(shù)據(jù)顯示，江蘇省臭氧已取代細(xì)顆粒物污染（PM2.5），成為空氣首要污染物。

大量研究證實(shí)，小麥、水稻、玉米、大豆等對(duì)臭氧污染敏感，其中冬小麥?zhǔn)浅粞趺舾行宰罡叩淖魑镱?lèi)型[1-5]。暴露響應(yīng)關(guān)系法是評(píng)估農(nóng)作物臭氧減產(chǎn)風(fēng)險(xiǎn)的主要方法。趙輝等[6]通過(guò)計(jì)算省年均臭氧濃度均值，評(píng)估了臭氧對(duì)全國(guó)2015—2018年農(nóng)作物產(chǎn)量的影響。葉聽(tīng)聽(tīng)等[7]采用經(jīng)驗(yàn)貝葉斯克里金法對(duì)臭氧監(jiān)測(cè)數(shù)據(jù)進(jìn)行了空間插值，以縣級(jí)行政區(qū)為研究單元對(duì)2014年長(zhǎng)三角地區(qū)冬小麥產(chǎn)量損失進(jìn)行了評(píng)估。Feng等[8]和Hu等[9]分別基于臭氧監(jiān)測(cè)數(shù)據(jù)，通過(guò)克里金空間插值估算區(qū)縣臭氧暴露從而評(píng)估了2014—2017年華北平原地表臭氧造成的小麥和玉米產(chǎn)量損失。但僅依據(jù)臭氧監(jiān)測(cè)數(shù)據(jù)自身分布規(guī)律進(jìn)行簡(jiǎn)單插值，未考慮到土地覆蓋類(lèi)型、氣象條件等對(duì)臭氧分布的影響，大大降低了評(píng)估結(jié)果的可靠性。

基于大氣污染環(huán)境建模得到精細(xì)化、長(zhǎng)時(shí)間尺度臭氧濃度數(shù)據(jù)，以江蘇省下轄97個(gè)縣級(jí)行政區(qū)（以下簡(jiǎn)稱(chēng)區(qū)縣）為研究單元，結(jié)合AOT40的暴露響應(yīng)關(guān)系，評(píng)估2007—2019年臭氧污染導(dǎo)致的冬小麥產(chǎn)量損失，以提高臭氧對(duì)江蘇省農(nóng)作物產(chǎn)量損失評(píng)估的精準(zhǔn)性。

1 研究方法

1.1 數(shù)據(jù)來(lái)源與預(yù)處理

1.1.1 臭氧模擬數(shù)據(jù) 以Liu等[10]以往論文中的建?；舅悸泛椭饕獢?shù)據(jù)為基礎(chǔ)，利用臭氧監(jiān)測(cè)數(shù)據(jù)，結(jié)合氣象資料、化學(xué)傳輸模式擬數(shù)據(jù)和土地利用等資料，基于隨機(jī)森林模型算法開(kāi)發(fā)統(tǒng)計(jì)模型，估算了我國(guó)2007—2019年逐日的0.1°×0.1°的臭氧暴露指標(biāo)AOT40數(shù)據(jù)，并通過(guò)交叉驗(yàn)證證明了預(yù)測(cè)數(shù)據(jù)具有較高的可靠性。本研究采用了這一臭氧模擬數(shù)據(jù)。

1.1.2 冬小麥年產(chǎn)量 江蘇省下轄97個(gè)區(qū)縣2007—2019年水稻和冬小麥的年產(chǎn)量來(lái)源于中國(guó)縣域統(tǒng)計(jì)年鑒。由于部分市轄區(qū)農(nóng)業(yè)生產(chǎn)活動(dòng)比重較小，統(tǒng)計(jì)年鑒中以兩個(gè)或兩個(gè)以上區(qū)域的產(chǎn)量合并顯示，本研究在計(jì)算臭氧減產(chǎn)效應(yīng)時(shí)將其合并單元作為一個(gè)研究單元處理。

1.1.3 生長(zhǎng)發(fā)育期 冬小麥生長(zhǎng)發(fā)育期數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng)公布的中國(guó)農(nóng)作物生長(zhǎng)發(fā)育旬值數(shù)據(jù)集，其中江蘇省有24個(gè)監(jiān)測(cè)站點(diǎn)（圖1）。數(shù)據(jù)時(shí)間范圍為1991年9月—2014年4月。首先，基于數(shù)據(jù)的旬作物名稱(chēng)、發(fā)育期名稱(chēng)和發(fā)育期日期3個(gè)參數(shù)，計(jì)算每個(gè)站點(diǎn)冬小麥年均揚(yáng)花期。然后參考Zhu等[11]的研究，選擇冬小麥生長(zhǎng)期為從揚(yáng)花期開(kāi)始前44天到其后的30天為冬小麥生長(zhǎng)期。并用普通克里金法插值到與臭氧模擬數(shù)據(jù)相同的0.1°×0.1°網(wǎng)格上。

1.2 生長(zhǎng)期臭氧暴露表征

根據(jù)生長(zhǎng)期網(wǎng)格插值數(shù)據(jù)，將每個(gè)網(wǎng)格冬小麥生長(zhǎng)期中逐日的AOT40累加，得到每個(gè)網(wǎng)格每年水稻和冬小麥生長(zhǎng)期的臭氧暴露指標(biāo)AOT40。在區(qū)縣研究單元上取平均值后，得到各區(qū)縣每年水冬小麥生長(zhǎng)期的臭氧暴露劑量AOT40值。

1.3 冬小麥產(chǎn)量損失計(jì)算

冬小麥相對(duì)產(chǎn)量對(duì)臭氧暴露AOT40的響應(yīng)函數(shù)參考Feng等[12]的研究，計(jì)算公式如（1）、（2）、（3）所示：

RY=-0.1296×AOT40+1? ? ? ? ? ? ?（1）

RYL=1-RY? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

WPL=RYL×WP/（1-RYL）? ? ? ? ? ? ? ?（3）

其中，RY相對(duì)產(chǎn)量;RYL表示相對(duì)產(chǎn)量損失;WP表示冬小麥的年產(chǎn)量（t）;WPL表示冬小麥的年產(chǎn)量損失（t），即不受臭氧污染影響的冬小麥理論產(chǎn)量與實(shí)際產(chǎn)量之間的差值。

計(jì)算出各區(qū)縣冬小麥產(chǎn)量損失后，累加至城市尺度得到每個(gè)地級(jí)市的的產(chǎn)量損失，并進(jìn)一步加和得到江蘇省總的產(chǎn)量損失。江蘇省的相對(duì)產(chǎn)量損失由總產(chǎn)損失除以不受臭氧污染的理論總產(chǎn)量計(jì)算得出。

2 結(jié)果與討論

2.1 生長(zhǎng)期分布

江蘇省各地冬小麥起始生長(zhǎng)期集中在3月1日—3月15日，生長(zhǎng)期結(jié)束日期在5月14日—5月28日。其中蘇南地區(qū)的冬小麥生長(zhǎng)期相比于蘇北地區(qū)起始期更早一些。連云港、宿遷、淮安、鹽城、徐州冬小麥起始生長(zhǎng)期集中于3月8日—3月15日;南京、鎮(zhèn)江、南通、泰州、揚(yáng)州、無(wú)錫、蘇州、常州冬小麥起始生長(zhǎng)期集中在3月1日—3月5日，比蘇北地區(qū)普遍提前1周左右。這可能與蘇南地區(qū)比蘇北地區(qū)升溫更早、溫度更高有關(guān)。

研究結(jié)果與前人研究中根據(jù)經(jīng)驗(yàn)判定或者田間試驗(yàn)觀測(cè)到的江蘇省冬小麥生長(zhǎng)期能較好匹配。以往對(duì)江蘇省或長(zhǎng)三角的有關(guān)研究中，趙輝等[11]選擇3月22日—5月22日為江蘇省冬小麥生長(zhǎng)期;葉聽(tīng)聽(tīng)等[7]選擇3—5月作為長(zhǎng)三角冬小麥生長(zhǎng)期;Feng等[12]將南京市冬小麥生長(zhǎng)期定為3月15日—5月15日;Wang等[13]通過(guò)田間實(shí)驗(yàn)觀測(cè)，2004—2008年冬小麥生長(zhǎng)期起始于3月15—20日之間，終止于4月28日—5月13日。

2.2 生長(zhǎng)期AOT40時(shí)空分布

研究時(shí)期內(nèi)，所有區(qū)縣年生長(zhǎng)期AOT40的范圍為10.71～22.14 ppm·h;2007—2019年AOT40平均值分別為17.52、16.14、16.52、12.73、17.27、16.06、14.85、13.65、13.8、15.37、19.44、17.88、16.20 ppm·h（圖2）。時(shí)間趨勢(shì)上，除極端年份2010年以外，2007—2012年AOT40較為穩(wěn)定，均值維持在16～18 ppm·h之間。2013—2017年AOT40總體呈緩慢上升趨勢(shì)，到2017年達(dá)到峰值后，隨著近兩年環(huán)境監(jiān)管力度的加強(qiáng)和相關(guān)污染防治措施的實(shí)施，臭氧水平顯著下降。

冬小麥生長(zhǎng)期AOT40在空間分布上呈現(xiàn)出明顯的區(qū)域差異性（圖3）。多年AOT40平均值的高值依次出現(xiàn)在揚(yáng)州（16.56 ppm·h）、徐州（16.34 ppm·h）和鹽城（16.31 ppm·h）;多年AOT40平均值的最低值出現(xiàn)在無(wú)錫（15.33 ppm·h），其次是南通（15.58 ppm·h）和宿遷（15.67 ppm·h）。區(qū)縣尺度上，2015年以前，AOT40高值主要分布在蘇南地區(qū)，特別是蘇州南部、無(wú)錫北部、常州東部和揚(yáng)州全域;近五年蘇北地區(qū)臭氧污染加劇，冬小麥生長(zhǎng)期AOT40趕超蘇南地區(qū)，特別是徐州西北部和鹽城西部較為嚴(yán)重。

將研究期間江蘇省各區(qū)縣同一臭氧暴露水平下的年產(chǎn)量進(jìn)行匯總，分析不同暴露水平的產(chǎn)量分布（圖4）。冬小麥生長(zhǎng)期臭氧暴露劑量AOT40在10～23 ppm·h，其中，研究期間冬小麥總產(chǎn)量的51.6%分布在臭氧暴露劑量15.0～17.5 ppm·h;其次，總產(chǎn)量的31.3%分布在臭氧暴露劑量10～15 ppm·h，較少的產(chǎn)量（4.7%）分布在20 ppm·h以上。

2.3 相對(duì)產(chǎn)量損失與產(chǎn)量損失

江蘇省2007—2019年冬小麥年相對(duì)產(chǎn)量損失分別為21.69%、20.89%、21.10%、16.56%、21.92%、20.96%、19.30%、17.55%、17.77%、20.87%、23.92%、22.91%和21.17%（圖5），與冬小麥生長(zhǎng)期臭氧暴露劑量A0T40分布一致。2007—2019年13個(gè)地級(jí)市中相對(duì)產(chǎn)量損失最高的地區(qū)分別是揚(yáng)州（22.58%）、泰州（21.95%）、揚(yáng)州（22.32%）、泰州（17.14%）、蘇州（23.70%）、徐州（21.79%）、鹽城（21.08%）、淮安（19.46%）、揚(yáng)州（18.97%）、鹽城（21.88%）、宿遷（27.61%）、徐州（25.32%）和南京（23.94%）。2011年以前，蘇南地區(qū)冬小麥相對(duì)產(chǎn)量損失較為嚴(yán)重，隨后，由于臭氧污染在蘇北地區(qū)的加劇，使得近10年臭氧污染對(duì)蘇北地區(qū)冬小麥減產(chǎn)效應(yīng)加劇。

2007—2019年江蘇省每年冬小麥總產(chǎn)量范圍為1.05×107～1.41×107 t，臭氧污染導(dǎo)致的產(chǎn)量損失依次為3.25×106、3.56×106、3.70×106、2.75×106、4.10×106、3.87×106、3.52×106、3.27×106、3.32×106、3.95×106、5.44×106、4.74×106和4.28×106（圖6）。年平均冬小麥產(chǎn)量損失相當(dāng)于2.5～5千萬(wàn)人一年的糧食消費(fèi)量。

2007—2019年，年冬小麥產(chǎn)量最高的地區(qū)是鹽城和徐州，同時(shí)它們也是研究期內(nèi)每年冬小麥產(chǎn)量損失最嚴(yán)重的地區(qū)，鹽城年平均產(chǎn)量損失為5.91×105 t;徐州年平均產(chǎn)量損失為5.83×105 t。年平均損失量最小的地區(qū)是南京（6.39×104 t），其次是無(wú)錫（6.79×104 t）。由于蘇北地區(qū)的臭氧污染逐漸加劇以及農(nóng)業(yè)生產(chǎn)規(guī)模不斷擴(kuò)大，其遭受臭氧污染造成的作物減產(chǎn)顯著高于蘇南地區(qū)。

目前，以區(qū)縣為單元研究高精度尺度上臭氧減產(chǎn)效應(yīng)的研究較少。Feng等與本研究方法較為相似，同樣以區(qū)縣為研究單元，但其僅將臭氧監(jiān)測(cè)數(shù)據(jù)做簡(jiǎn)單空間插值，結(jié)果表明2014—2019年長(zhǎng)三角的冬小麥相對(duì)產(chǎn)量損失為4.9%～11.4%，由于未考慮農(nóng)村與城市臭氧濃度分布的差異，導(dǎo)致低估了臭氧對(duì)冬小麥的損失影響。對(duì)照田間暴露試驗(yàn)結(jié)果，Wang等[13]從2004到2008年分別在嘉興和江都開(kāi)展了較長(zhǎng)時(shí)間的臭氧對(duì)冬小麥影響的觀測(cè)試驗(yàn)，結(jié)果表明，在處理組目標(biāo)臭氧濃度160～214 μg/m3情景下，AOT40為1.58～22.61 ppm·h，開(kāi)頂式氣室試驗(yàn)（OTC）和自由通風(fēng)開(kāi)放式無(wú)氣室試驗(yàn)（O3-FACE）分別導(dǎo)致冬小麥實(shí)際減產(chǎn)8.5%～58%和10%～25%。本研究評(píng)估結(jié)果在暴露試驗(yàn)觀測(cè)結(jié)果范圍內(nèi)，驗(yàn)證了研究結(jié)果的可靠性。

3 結(jié)論

（1）2007—2019年，江蘇省所有區(qū)縣冬小麥生長(zhǎng)期AOT40范圍為10.71～22.14 ppm·h。時(shí)間趨勢(shì)上，AOT40平均值總體呈波動(dòng)緩慢上升趨勢(shì)，2010年AOT40平均值最低，2017年達(dá)到峰值后，近兩年下降趨勢(shì)明顯?？臻g分布上，呈現(xiàn)明顯的區(qū)域差異性，近五年來(lái)蘇北地區(qū)，特別是徐州臭氧污染較為嚴(yán)重。省內(nèi)冬小麥總產(chǎn)量的一半以上（51.6%）暴露在AOT40為15～17.5 ppm·h的臭氧劑量中。

（2）2007—2019年，江蘇省冬小麥年相對(duì)產(chǎn)量損失范圍為14.42%～23.92%，年產(chǎn)量損失達(dá)2.75×106～5.44×106 t，相當(dāng)于2.5～5千萬(wàn)人一年的糧食消費(fèi)量。研究時(shí)期內(nèi)，年平均冬小麥產(chǎn)量損失最嚴(yán)重的地區(qū)是鹽城（5.91×105 t），其次是徐州（5.83×105 t）。年平均損失量最小的地區(qū)是南京（6.39×104 t），其次是無(wú)錫（6.79×104 t）。由于蘇北地區(qū)的臭氧污染逐漸加劇以及農(nóng)業(yè)生產(chǎn)規(guī)模不斷擴(kuò)大，其遭受臭氧污染造成的作物減產(chǎn)顯著高于蘇南地區(qū)。

參考文獻(xiàn)

[1] 陳展，王效科，謝居清，等.水稻灌漿期臭氧暴露對(duì)產(chǎn)量形成的影響[J].生態(tài)毒理學(xué)報(bào)， 2007（2）： 208-213.

[2] 李彩虹，李勇，烏云塔娜，等.高濃度臭氧對(duì)大豆生長(zhǎng)發(fā)育及產(chǎn)量的影響[J].應(yīng)用生態(tài)學(xué)報(bào)， 2010， 21（9）： 2347-2352.

[3] Peng J L，Shang B， Xu Y S， et al. Ozone exposure-and flux-yield response relat-ionships for maize[J]. Environmental pollution （Barking， Essex： 1987）， 2019， 252（Pt A）： 1-7.

[4] 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（3）： 360-362.

[5] 耿春梅，王宗爽，任麗紅，等.大氣臭氧濃度升高對(duì)農(nóng)作物產(chǎn)量的影響[J].環(huán)境科學(xué)研究， 2014， 27（3）： 239-245.

[6] Zhao H， Zheng Y， Zhang Y， et al. Evaluating the effects of surface O3 on three main food crops across China?during 2015-2018[J]. Environmental Pollution， 2020（258）： 113794.

[7] 葉聽(tīng)聽(tīng)，江飛，易福金，等.長(zhǎng)三角地區(qū)春季臭氧污染特征及其對(duì)冬小麥產(chǎn)量的影響[J]. 環(huán)境科學(xué)研究， 2017， 30（7）： 991-1000.

[8] Feng Z Z， Hu T J， Amos P K T， et al. Yield and economic losses in maize caused by ambient ozone in the North China Plain （2014–2017）[J]. Science of the Total Environment， 2020（722）： 908-914.

[9] Hu T J， Liu S， Xu Y S， etal.Assessment of O3-induced yield and economic losses for wheat in the North China Plain from 2014 to 2017， China[J].Environmental Pollution， 2020， 258（5）： 113.

[10] Liu R， Ma Z， Liu Y， et al. Spatiotemporal distributions of surface ozone levels in China from 2005 to 2017： A machine learning approach[J]. Environment International， 2020（142）： 105.

[11] Zhu X， Feng Z， Sun T， etal. 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.

[12] 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.

[13] Wang X， Zhang Q， Zheng F， 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.

責(zé)任編輯：黃艷飛