环境科学研究  2017, Vol. 30 Issue (7): 991-1000  DOI: 10.13198/j.issn.1001-6929.2017.02.38

引用本文  

叶听听, 江飞, 易福金, 等. 长三角地区春季臭氧污染特征及其对冬小麦产量的影响[J]. 环境科学研究, 2017, 30(7): 991-1000.
YE Tingting, JIANG Fei, YI Fujin, et al. Characteristics of Ozone Pollution and Its Impact on Winter Wheat Yield in the Yangtze River Delta in Spring[J]. Research of Environmental Sciences, 2017, 30(7): 991-1000.

基金项目

国家科技支撑计划项目(2014BAC22B05);国家自然科学基金项目(41571452)

责任作者

江飞(1983-), 男, 浙江金华人, 副教授, 博士, 主要从事空气质量模拟与预报、陆地生态系统碳循环研究, jiangf@nju.edu.cn

作者简介

叶听听(1991-), 女, 江苏泰兴人, yett@smail.nju.edu.cn

文章历史

收稿日期:2016-11-01
修订日期:2017-04-01
长三角地区春季臭氧污染特征及其对冬小麦产量的影响
叶听听1 , 江飞1 , 易福金2 , 李杉3 , 蔡哲1     
1. 南京大学国际地球系统科学研究所, 江苏省地理信息科学重点实验室, 江苏 南京 210046;
2. 南京农业大学经济管理学院, 南京农业大学中国粮食安全研究中心, 江苏 南京 210095;
3. 环境保护部南京环境科学研究所, 江苏 南京 210000
摘要:春季是长三角地区对流层O3污染的高峰期之一,高浓度的O3暴露会影响冬小麦生长导致减产.利用长三角地区各城市2014年春季逐时ρ(O3)观测数据,研究了长三角地区春季O3污染特征,并结合O3暴露指数(M7指数和AOT40指数)和剂量-响应关系模型,详细评估了长三角地区O3污染对冬小麦产量的影响.结果表明:长三角地区春季ρ(O3)空间上总体呈南低北高的分布,长三角地区北部江苏和上海的ρ(O3)明显高于南部的浙江地区,在浙江北部、江苏和上海等地区,整个春季日最大8 h ρ(O3)平均值超过107 μg/m3,最高值出现在5月,超过128 μg/m3;一半以上的城市ρ(O3)超标[超过GB 3095-2012《环境空气质量标准》中8 h滑动平均ρ(O3)的二级标准限值(160 μg/m3)]日数在10 d以上,其中南京和扬州超标日数最多,分别为27和20 d;相应地,O3暴露指数也呈南低北高的分布,其中苏北地区O3暴露指数最高,导致长三角地区平均冬小麦相对损失达5.7%(M7)~25.5%(AOT40),造成的产量损失为7.85×105 t(M7)~4.49×106 t(AOT40),其中,苏北地区为5.8%(M7)~25.9%(AOT40),造成的产量损失为6.77×105 t(M7)~3.86×106 t(AOT40),占长三角地区冬小麦产量损失的86%以上.研究显示,当前长三角地区O3污染及其对冬小麦产量的影响已相当严重,特别是对苏北地区,而苏北地区是我国重要的冬小麦产地之一,因此,应当科学有效地治理O3污染以缓解粮食安全问题.
关键词长三角地区    臭氧    冬小麦    暴露指数    
Characteristics of Ozone Pollution and Its Impact on Winter Wheat Yield in the Yangtze River Delta in Spring
YE Tingting1 , JIANG Fei1 , YI Fujin2 , LI Shan3 , CAI Zhe1     
1. Jiangsu Provincial Key Laboratory of Geographic Information Science and Technology, International Institute for Earth System Science, Nanjing University, Nanjing 210046, China;
2. College of Economics and Management, Research Center for Food Security, Nanjing Agricultural University, Nanjing 210095, China;
3. Nanjing Institute of Environmental Sciences, Ministry of Environmental Protection, Nanjing 210000, China
Abstract: Spring is one of the peak periods for surface ozone (O3) pollution in the Yangtze River Delta (YRD). High O3 exposure could bring great harm to winter wheat growth so as to reduce its yield. Based on hourly O3 measurements in each city over the YRD and O3 exposure indexes (M7 and AOT40) as well as a dose-response model, we studied the characteristics of ozone pollution and evaluated the O3 impact on the yield of winter wheat in the spring of 2014. There was a decreasing trend from the north to the south for the spatial distributions of O3 concentrations in the YRD, i.e., the O3 concentrations over the north YRD including Jiangsu Province and Shanghai were significantly higher than those over Zhejiang Province. In Jiangsu Province, Shanghai and northern Zhejiang Province, the highest seasonal mean daily maximum 8-hour O3 concentrations exceeded 107 μg/m3. There were highest concentrations in May, with mean value exceeding 128 μg/m3. In half of the YRD cites, there were more than 10 days with the O3 concentrations exceeding the China national standard (160 μg/m3), in which Nanjing and Yangzhou cities had the maximum number of days exceeding the standard, with values of 27 and 20 days, respectively. Accordingly, the O3 exposure indexes in the northern YRD were also higher than those in the southern area. The highest indexes were located in northern Jiangsu Province. The O3 exposure caused an average relative yield loss of winter wheat of about 5.7% (based on M7) to 25.5% (based on AOT40), and a mean yield loss of 7.85×105 t (M7) to 4.49×106 t (AOT40) in the YRD region. In particular, in northern Jiangsu Province, the mean relative yield loss rate reached 5.8% (M7) to 25.9% (AOT40), and the corresponding yield loss was 6.77×105 t to 3.86×106 t, which accounted for more than 86% of the whole yield loss in the YRD. This indicated that the current O3 pollution and its impacts on winter wheat in the YRD region was quite serious, especially in northern Jiangsu Province-one of the most important winter wheat producing area in China. Therefore, it is time to control the O3 pollution to alleviate the pressure on food security.
Keywords: Yangtze River Delta    ozone    winter wheat    exposure index    

O3是天然大气的重要微量组分,可分为平流层O3和对流层O3.平流层O3分布在10~30 km的高空,它吸收紫外辐射,起到保护人类与环境的作用;而对流层O3位于近地面,尽管它只占大气总O3量的10%左右[1],但由于O3是一种强氧化剂,会危害人类的健康和影响植被生长.流行病研究表明,当8 h滑动平均ρ(O3)超过75 μg/m3时,每增加21.4 μg/m3就会导致人类死亡率增加0.67%[2]. O3可通过叶片表面的气孔进入叶片组织,从而对植被的生长产生影响.一般情况下,随着光照和温度的升高叶片表面气孔会张开,而水分胁迫和过高的CO2或污染物(如O3)浓度会导致气孔关闭[3-4].众多研究表明,O3会降低植物的光合作用、加快叶片的衰老和脱落以及损伤繁殖过程等[5-7].因而,自20世纪80年代起,O3胁迫对农作物的影响成为热点研究内容之一.

近地面O3主要是在光照条件下由氮氧化物(NOx)和挥发性有机气体(VOCs)在大气中经过一系列光化学反应而产生的. NOx和VOCs主要来自于人类活动排放,包括交通运输、石油化工、燃煤以及生物质的燃烧排放等.随着我国经济的迅速发展,人类活动排放的O3前体物(NOx和VOCs)大量增加,导致O3污染日趋严重.研究表明,1995—2005年北京地区边界层内夏季ρ(O3)以每年约2%的趋势增加[8];1994—2007年华南地区年均背景ρ(O3)以每年1.86 μg/m3的速度增加[9].长三角地区是我国经济实力最强劲的地区之一,其物产丰富、农业发达.近几十年来,随着经济的高速发展和能源的巨大消耗,长三角地区的地面O3自20世纪90年代后开始也具有明显的上升趋势[10].近年来,长三角地区春夏季高浓度O3污染频频发生.易睿等[11]根据国家环境监测点位数据统计分析了2013年长三角地区25个城市O3污染特征,结果表明,除淮安外,其余24个城市均存在不同程度的O3日超标现象,超标率在1.6%~15.1%之间,平均值为5.8%.春末夏初是长三角地区O3污染最严重的时期[12-14],2000年前后[13],5月白天的平均ρ(O3)已经达到128~169 μg/m3,42%~74%的小时ρ(O3)超过183 μg/m3.

高浓度的O3会造成农作物产量的巨大损失,尤其是像冬小麦这种对O3较敏感的作物[15-16].在过去的几十年中,利用实验室(可控温室或生长箱)和外场试验观测(开顶气室OTC或自由大气浓度富集FACE)手段,研究人员开展了大量的O3对植被影响的研究工作,包括对植被生理[17]、生长[18-19]、产量[20-21]和植被内部碳分配[22-23]等影响的研究. Reich等[24]通过观测试验发现,环境ρ(O3)能使农作物(如小麦)光合作用降低50%. WANG等[25-26]分别在长三角地区开展了多年的O3对冬小麦影响的OTC和FACE试验,结果均表明,O3使得冬小麦显著减产.自20世纪80年代开始,基于外场试验数据,研究人员先后建立了浓度响应关系模型(如暴露指数M7[27]和M12[28])、剂量响应关系模型(如累积胁迫指数SUM06[29]和AOT40[30])和通量响应关系模型(如通量指数CUO[31]和AFst1.6[32]),用于定量评估区域范围内O3对农作物等植被的影响. Chameides等[33]根据有限的O3观测资料和区域大气化学模式模拟结果计算了中国地区SUM06,指出中国地区的O3污染将可能显著降低冬小麦的产量.在长三角地区,国内也有很多学者开展了O3对农作物影响的定量评估[34-36].但是,由于缺乏足够的O3观测数据,以往的研究通常仅利用有限的几个监测站点的O3观测数据或者利用未经O3观测数据充分验证的O3模拟结果进行影响评估,这大大降低了评估结果的可靠性.利用大量的能够覆盖整个研究区域的O3观测数据,通过空间插值得到网格化的O3数据,然后进行影响评估是一种相对较为准确的方法,国外已经有很多学者利用这种方法进行了O3的影响评估工作[37-39].自2013年开始,中国环境监测总站开始发布全国城市空气质量监测数据,这使得利用O3观测数据空间插值方法进行O3影响评估成为可能.该研究选择中国环境监测总站发布的2014年春季长三角地区的O3观测数据,对2014年长三角地区春季的O3污染状况及其对冬小麦产量的影响进行研究,以期促进对于O3污染导致的粮食安全问题的重视.

1 研究方法 1.1 O3观测数据及处理

该研究使用2014年春季(3—5月)长三角地区空气质量国控监测站点的逐时ρ(O3)观测数据,数据下载自中国环境监测总站的全国大气污染物监测平台(http://106.37.208.233:20035).长三角地区空气质量监测站点密集,共有131个监测站点,其中江苏、上海和浙江分别有74、10和47个.在使用数据之前,对数据进行了细致的筛选和质控:① 将缺测时数比例大于20%的站点剔除,因为缺测时数过多会影响观测数据的质量;② 将每个站点的ρ(O3)数据画成曲线图,剔除其中的异常值,并且发现有5个站点(徐州农科院站、扬州第四医院站、泰州公园路和留学生创业园站、杭州朝晖五区站)的观测数据明显异常,观测值显著低于或高于周围站点,并且变化异常,因此将其剔除.经过数据质控以后,最终剩下99个站点〔见图 1(a)〕.为了更好地了解长三角地区春季O3的时空分布特征,并获得长三角地区每个县的ρ(O3),先将站点尺度的O3观测数据平均到城市尺度,然后利用经验贝叶斯克里金法(EBK)进行空间插值. EBK是ArcGIS软件地统计分析扩展模块中提供的一个简单而可靠的空间数据插值方法,它通过估计基础半变异函数来说明所引入的误差,预测标准误差比其他克里金方法更准确;此外,它需要极少的交互式建模,可自动执行构建有效克里金模型过程中的那些最困难的步骤[40].

图 1 2014年长三角地区O3监测站点和冬小麦产量分布 Figure 1 The distribution of ozone observation stations and production of winter wheat in the YRD in 2014
1.2 长三角地区冬小麦产量数据

2014年长三角区共152个县、市、区冬小麦的产量及种植面积来源于国家统计局.从2014年长三角地区冬小麦产量的分布〔见图 1(b)〕可以看出,苏北地区冬小麦产量最高,最高可达5.0×105 t;江苏南部(下称苏南,类同)地区产量则相对较少;浙南地区多为丘陵和山地,产量大多低于1.0×103 t;浙北地区相对较多,但是少于苏南,总体呈由南向北递增分布.

1.3 O3对冬小麦影响评估的方法 1.3.1 O3引起的农作物产量损失评估模型

该研究使用M7和AOT40这2个指数来评估O3对冬小麦产量的影响. M7指数是美国国家环境保护局(US EPA)建立的主要农作物产量与ρ(O3)之间的剂量-响应关系[41]. M7指数定义及其浓度响应方程[42]

$ {\rm{M}}7 = \frac{1}{n}\sum\limits_{i = 1}^n {{{\left[ {{C_{{{\rm{o}}_3}}}} \right]}_i}} $ (1)
$ {\rm{RY}} = \exp \left[ { - {{\left( {\frac{{{\rm{M}}7}}{{137}}} \right)}^{2.34}}} \right]/\exp \left[ { - {{\left( {\frac{{25}}{{137}}} \right)}^{2.34}}} \right] $ (2)

式中:i为时数序列;n为冬小麦生长季中有O3观测值的总时数;CO3为日间09: 00—16: 00(当地时间)小时ρ(O3),μg/m3;RY(Relative Yield Loss)为相对产量,%.

AOT40指数是欧洲环境保护署(EEA)建立的一种评估模型,它不仅考虑到ρ(O3),还考虑了累积暴露时间[30]. AOT40指数定义及其浓度响应方程[43]

$ {\rm{AOT}}40 = \sum\limits_{i = 1}^n {{{[{C_{{\rm{Ozone}}}} - 40]}_i}} $ (3)
$ {\rm{RY}} = 1 - 0.0228 \times {\rm{AOT}}40 $ (4)

式中:COzone为小时ρ(O3)≥85.7 μg/m3的值〔式(3) 中40 nmol/mol表示体积浓度,转换成质量浓度即为85.7 μg/m3〕.这里的剂量-响应关系参考WANG等[25]于2004—2008年在长三角地区的嘉兴和江都进行的冬小麦OTC试验的研究结果.

1.3.2 长三角地区冬小麦产量损失综合评估

根据上述模型中的O3暴露指标以及浓度响应方程可以得到相对产量RY,进而计算相对产量损失RYL(Relative Yield Loss).以县为分界计算每个县的相对产量损失RYLj,再结合每个县的冬小麦实际产量CPj(Crop Production),计算每个县的产量损失CPLi(Crop Production Loss),计算公式:

$ {\rm{CP}}{{\rm{L}}_i} = \frac{{{\rm{RY}}{{\rm{L}}_j}}}{{1 - {\rm{RY}}{{\rm{L}}_j}}} \times {\rm{C}}{{\rm{P}}_j} $ (5)

将每一地级市中所有县的产量损失累加,得到每个地级市的产量损失情况;进一步将所有城市的产量损失累加得到长三角地区的产量损失,将其除以理论总产量(损失总产量+实际总产量)得到长三角地区的相对产量损失,即

$ {\rm{RYL}} = \sum\limits_{k = 1}^n {{\rm{CP}}{{\rm{L}}_k}/\left( {\sum\limits_{k = 1}^n {{\rm{CP}}{{\rm{L}}_k}} + \sum\limits_{k = 1}^n {{\rm{C}}{{\rm{P}}_k}} } \right)} $ (6)

该方法与WANG等[44]计算中韩日国家的平均相对产量损失时所采用的方法类似.

2 结果与讨论 2.1 长三角地区春季O3的时空分布特征

长三角地区春季平均ρ(O3)以及3—5月月均ρ(O3)分布如图 2所示.由图 2可见,3月整个长三角地区ρ(O3)平均值在47~82 μg/m3之间,4月ρ(O3)增至47~90 μg/m3,5月ρ(O3)进一步增加,浙北地区月均ρ(O3)都达到85 μg/m3以上,增加最为显著的是苏南和浙北等经济较为发达的地区,可能的原因是温度升高和辐射增强使得光化学反应速率加快,对O3的生成创造了有利的气象条件.空间上,长三角地区O3呈南低北高的分布特征,江苏北部的连云港等地ρ(O3)最高,浙江南部及西部山区ρ(O3)最低,上海、苏南和浙北等经济发达地区ρ(O3)鉴于二者之间.造成这种分布特征的主要原因可能是浙江西南部山区O3前体物排放较低,O3的光化学生成很少,导致ρ(O3)很低;在上海和苏南等经济发达地区,虽然大量的O3前体物排放有利于O3的光化学生成,然而该地区过量的NOx排放消耗了光化学生成的O3;而在苏北地区,O3前体物排放适中,导致该地区的ρ(O3)最高. 图 3进一步显示了2014年长三角地区春季日最大8 h滑动平均ρ(O3)分布情况,浙北、江苏和上海的月均日最大8 h ρ(O3)都达到了107 μg/m3以上,5月ρ(O3)较其他月份显著上升,在浙北、江苏和上海等地都超过了128 μg/m3,最高ρ(O3)出现在长三角地区中部的南京、扬州、淮安等地区.统计显示,南京地区O3超标达27 d,约占整个春季的1/3;其次为扬州,超标日数为20 d;约一半以上的城市ρ (O3)超标在10 d以上(见表 1).

图 2 2014年长三角地区春季和各月平均ρ(O3)分布 Figure 2 Average ozone concentrations of springtime and each month in the YRD in 2014

图 3 2014年长三角地区春季及各月平均日最大8 h滑动ρ(O3)分布 Figure 3 Average of daily maximum 8-hour O3 concentrations of springtime and each month in the YRD in 2014

表 1 2014年长三角地区各城市春季平均ρ(O3)及污染超标情况 Table 1 Average ozone concentrations and the days exceeding standard in each city of YRD in spring in 2014
2.2 长三角地区O3污染对冬小麦产量的影响

长三角地区的M7指数和AOT40指数分布如图 4(a)(b)所示.由图 4(a)(b)可以看出,M7指数和AOT40指数的分布总体上基本一致,都呈南低北高分布,江苏和上海O3暴露指数较高,而浙江较低,其中连云港的M7指数和AOT40指数最大,温州最小. M7指数在77~103 μg/m3之间,苏北以及南京北部和上海等地较高,在96 μg/m3以上;而浙江除嘉兴和宁波外,其他城市基本都在90 μg/m3以下. AOT40指数为12~30 mg/m3之间,江苏和上海基本在21.4 mg/m3以上,其中连云港、淮安和南京等地最高,达25.7~30 mg/m3;浙江除湖州、嘉兴和宁波外,其他城市基本在17.1 mg/m3以下.

结合浓度响应方程,进一步计算了长三角地区各县的相对产量损失,结果如图 4(c)(d)所示.由图 4(c)(d)可以看出,各相对产量损失的分布总体上与O3暴露指数M7和AOT40的分布基本一致,但是根据不同指数计算得到的相对产量损失具有明显差异:根据M7指数计算得到的相对产量损失明显小于根据AOT40指数计算得到的相对产量损失,这种相对差异与已有研究结果[35, 44]一致.造成这种较大差异的原因是这两个指数本身的性质:M7指数代表冬小麦生长季白天的平均值浓度,而AOT40指数则累积了生长季内较高浓度的O3暴露,在评估农作物损伤时赋予高值ρ(O3)更大的权重,因此AOT40指数被认为能更准确地预测农作物损失.基于M7指数,上海及江苏大部分地区的相对产量损失都在5%以上;浙江除了宁波、嘉兴、湖州和台州外,大部分地区的相对产量损失都在4%以下.基于AOT40指数,江苏和上海的相对产量损失为22.8%~30.9%,而浙江为14.0%~24.2%.

图 4 2014年长三角地区冬小麦O3暴露指数M7和AOT40和各县产量损失分布 Figure 4 The winter wheat exposure indexes of M7 and AOT40 and crop production losses of each county in the YRD in 2014

2014年长三角地区各城市的相对产量损失与产量损失如表 2所示.由表 2可见,基于M7指数和AOT40指数计算的相对产量损失的最大值均出现在连云港,分别为6.2%和28.7%;而温州基于AOT40指数和衢州基于M7指数的相对产量损失最小,分别为14.9%和3.0%.就M7指数而言,江苏平均相对产量损失为5.7%,浙江平均相对产量损失为4.4%,上海相对产量损失为5.8%,造成的产量损失分别为7.5×105、2.09×105和1.43×105 t.就AOT40指数而言,江苏平均相对产量损失为25.7%,浙江平均相对产量损失为20.0%,上海相对产量损失为25.3%,造成的产量损失分别为4.3×106、1.13× 106和7.8×105 t.就长三角地区平均值而言,O3对冬小麦产量的相对损失在5.7%(M7)~25.5%(AOT40),对应的产量损失达7.85×105 t(M7)~4.49×106 t(AOT40).

表 2 2014年长三角地区各城市的O3暴露指数M7和AOT40、冬小麦产量及相对产量损失 Table 2 The exposure indexes of M7 and AOT40, yield and relative yield loss of winter wheat of each city in the YRD in 2014
2.3 讨论

长三角地区O3对冬小麦产量的影响评估结果与已有相关研究结果的对比如表 3所示.由于长三角地区的ρ(O3)逐年升高,该研究评估的2014年长三角地区的O3对冬小麦的产量损失应该较2000年左右的结果要高.但是,从表 3可以看出,该研究的评估结果明显低于WANG等[35]评估的1999—2000年的结果(20%~30%),略高于Avnery等[45]的评估结果(基于M7指数和AOT40指数的相对产量损失分别为2%~4%和15%~20%). WANG等[35]仅使用了长三角地区6个监测站点(即常熟、句容、佘山、临安、嘉兴和建湖)的ρ(O3)观测数据,然后使用这6个站点的平均ρ(O3)对长三角地区的平均冬小麦产量损失进行估算,并未分别对各城市的情况进行计算,所采用的剂量-响应关系也直接采用的是欧美的试验结果,因此,可能存在高估的情况. Avnery等[45]利用全球大气输送模式MOZART-2模拟2000年全球ρ(O3)对农作物产量进行影响评估,其中包括中国的评估结果,通常全球模式模拟的ρ(O3)往往会较实际值高估很多. Avnery等[45]研究显示,其模拟的月均ρ(O3)比观测值高约20 μg/m3,但由于2000年我国长三角地区ρ(O3)远低于2014年,因此其评估结果仍小于该研究结果. WANG等[44]采用MOZART-2模拟了1999年8月—2000年7月临安站的ρ(O3),结果表明,1 a中有11个月模拟的月尺度的12 h日均值(08: 00—20: 00) 比观测值高,最多高出43 μg/m3.通常,与空气质量模型模拟的ρ(O3)相比,该研究通过站点插值得到的ρ(O3)分布比仅用空气质量模型(CTM,MOZART-2等)模拟的ρ(O3)要精确,因此结果也更为可靠.与野外试验结果相比,该研究评估结果在野外实际观测试验结果的范围内:WANG等[25-26]分别在嘉兴和江都开展了多年的O3对冬小麦影响的观测试验,结果表明,在处理组目标ρ(O3)为160~214 μg/m3情景下会导致实际减产8.5%~58%(OTC)和10%~35%(FACE).与已有研究预测的2020年以及2030年的结果相比,该研究的M7指数评估结果略小于WANG等[44]同样基于M7指数预测的我国2020年O3对冬小麦的相对产量损失(2%~16%),但已与Avnery等[46]的结论接近. Avnery等[46]预测显示,2030年在IPCC SRES B1排放情景下我国冬小麦相对产量损失为3.8%(基于M7指数)和25.7%(基于AOT40指数).

表 3 近年来近地面O3对冬小麦产量影响的研究比较 Table 3 Comparison of researches concerning the impact of ozone to the yield of winter wheat

尽管使用了覆盖长三角地区的近100个国控监测站点的O3观测数据,以及在长三角地区试验的剂量影响关系进行了评估,但该研究结果仍然具有一定的不确定性:① O3监测站点多分布在城区,而城区和郊区由于O3前体物以及排放量不同等原因导致ρ(O3)有差别.有研究[47]表明,郊区ρ(O3)(冬小麦种植区)可能低于城区,这是因为城区排放较多的NOx会消耗O3.因此该研究中通过插值方法得到的长三角地区ρ(O3)分布可能会低于真实平均ρ(O3),相应地M7指数和AOT40指数可能会偏低,得到的相对产量损失与产量损失也会相应地偏低.另外,由于部分小时ρ(O3)数据缺失,导致AOT40指数会减少,但对M7指数的影响可能不大. ② 由于M7指数和AOT40指数均没有考虑到环境因素(如土壤湿度、水汽压差、温度等)的影响,用其评估的农作物产量损失也具有较大的不确定性.研究表明,当农作物处于干旱条件下时,因水分胁迫导致的气孔关闭会在一定程度上保护农作物不受损伤,因此会造成相对较小的损失[48].此外,研究表明在长三角地区没有水分和营养胁迫的地方,冬小麦会表现出更差的耐O3[49].相同农作物不同品种之间的敏感性差异也会增加结果的不确定性.通过试验数据的比较发现,中国的小麦品种对O3的敏感性比欧洲小麦品种大,该研究虽然使用了长三角地区观测的AOT40指数与产量损失之间的剂量-响应关系[25],但是M7指数仍然使用的是欧洲的浓度响应方程,这可能会低估O3对冬小麦产量的影响.

由于各暴露指数(AOT40指数等)本身存在通用性较差、不能考虑植物本身抵抗O3能力等缺陷性,近年来叶片气孔通量法越来越多地用于评估区域性O3对农作物产量的影响研究,即通过合理设置一个通量阈值来界定植被是否受到O3的损伤[50-52].这种方法需要大量的观测数据〔ρ(O3)、温度和湿度等气象要素〕,通过计算叶片的气孔导度,从而得到实际进入叶片内部的O3通量,这种方法尽管比较复杂,但理论上利用这种方法评估的O3对农作物损失将更为可靠[50-51].在未来的工作中将进一步结合生态系统模型计算气孔导度及进入叶片的O3通量,进行O3对农作物影响的评估.

随着我国经济的发展,未来ρ(O3)仍可能进一步升高,O3造成的农作物减产对粮食安全的威胁将可能进一步加重,因此需要制订一套科学合理的前体物排放标准来控制O3前体物(NOx、VOCs)的排放,从源头降低近地面ρ(O3).另外,目前全国监测站点虽然很多,但分布不均,多集中在较发达地区,这在一定程度上增加了研究结果的不确定性,为了更好地研究和评估O3对农作物的影响,未来应该在郊区建立一些区域空气质量监测站点.

3 结论

a) 长三角地区春季特别是5月的ρ(O3)以及O3超标情况均已较为严重;长三角北部地区整个春季平均日最大8 h ρ(O3)超过了107 μg/m3,5月ρ(O3)最高,超过128 μg/m3,一半以上的城市O3超标在10 d以上.

b) 当前长三角地区的O3污染可导致该地区平均冬小麦产量损失达5.7%~25.5%,其中苏北地区最为严重,达5.8%~25.9%.苏北地区是我国重要的冬小麦种植区之一,O3污染引起该地区的冬小麦减产达6.77×105 t(M7)~3.86×106 t(AOT40),这已经关乎粮食安全的问题,需要引起公众和管理者的重视.

c) 随着我国经济的发展,ρ(O3)仍可能进一步升高,O3造成的农作物减产对粮食安全的威胁将可能进一步加重,因此需要制订一套科学合理的前体物排放标准来控制O3前体物(NOx、VOCs)的排放,从源头降低近地面ρ(O3).

d) 目前全国监测站点虽然很多,但分布不均,多集中在较发达地区,这在一定程度上增加了研究结果的不确定性,为了更好地研究和评估O3对农作物的影响,未来应该在郊区建立一些区域空气质量监测站点.

参考文献
[1]
FISHMAN J, WATSON C E, LARSEN J C, et al. Distribution of tropospheric ozone determined from satellite data[J]. Geophysical Research:Atmosphere, 1990, 95(D4): 3599-3617. DOI:10.1029/JD095iD04p03599 (0)
[2]
PATTENDEN S, ARMSTRONG B, MILOJEVIC A, et al. Ozone, heat and mortality:acute effects in 15 British conurbations[J]. Occupational and Environmental Medicine, 2010, 67(10): 699-707. DOI:10.1136/oem.2009.051714 (0)
[3]
KEARNS E V, ASSMANN S M. The guard cell-environment connection[J]. Plant Physiology, 1993, 102(3): 711-715. DOI:10.1104/pp.102.3.711 (0)
[4]
WITTIG V E, AINSWORTH E A, LONG S P. To what extent do current and projected increases in surface ozone affect photosynthesis and stomatal conductance of trees? a meta-analytic review of the last 3 decades of experiments[J]. Plant Cell Environment, 2007, 30(9): 1150-1162. DOI:10.1111/pce.2007.30.issue-9 (0)
[5]
KARNOSKY D F, GAGNON Z E, DICKSON R E, et al. Changes in growth, leaf abscission, and biomass associated with seasonal tropospheric ozone exposures of Populu stremuloides clones and seedlings[J]. Canadian Journal of Forest Research, 1996, 26(1): 23-37. DOI:10.1139/x26-003 (0)
[6]
BLACK V J, BLACK C R, ROBERTS J A, et al. Tansley review No.115[J]. New Phytologist, 2000, 147(3): 421-447. DOI:10.1046/j.1469-8137.2000.00721.x (0)
[7]
CHO K, TIWARI S, AGRAWAL S B, et al. Tropospheric ozone and plants:absorption, responses, and consequences[J]. Reviews of Environmental Contamination and Toxicology, 2011, 212: 61-111. (0)
[8]
DING A J, WANG T, THOURET V, et al. Tropospheric ozone climatology over Beijing:analysis of aircraft data from the MOZAIC program[J]. Atmospheric Chemistry and Physics Discussions, 2007, 7(4): 9795-9828. DOI:10.5194/acpd-7-9795-2007 (0)
[9]
WANG T, WEI X L, DING A J, et al. Increasing surface ozone concentrations in the background atmosphere of southern China, 1994-2007[J]. Atmospheric Chemistry and Physics, 2009, 9: 6217-6227. DOI:10.5194/acp-9-6217-2009 (0)
[10]
XU X, LIN W, WANG T, et al. Long-term trend of surface ozone at a regional background station in eastern China 1991-2006:enhanced variability[J]. Atmospheric Chemistry and Physics, 2008, 8(10): 2595-2607. DOI:10.5194/acp-8-2595-2008 (0)
[11]
易睿, 王亚林, 张殷俊, 等. 长江三角洲地区城市臭氧污染特征与影响因素分析[J]. 环境科学学报, 2015, 35(8): 2370-2377.
YI Rui, WANG Yalin, ZHANG Yinjun, et al. Pollution characteristics and influence factors of ozone in Yangtze River Delta[J]. Acta Scientiae Circumstantiae, 2015, 35(8): 2370-2377. (0)
[12]
CHEUNG V T F, WANG T. Observational study of ozone pollution at a rural site in the Yangtze Delta of China[J]. Atmospheric Environment, 2001, 35(29): 4947-4958. DOI:10.1016/S1352-2310(01)00351-X (0)
[13]
WANG Huixiang, ZHOU Lijun, TANG Xiaoyan. Ozone concentrations in rural regions of the Yangtze Delta in China[J]. Atmosphere Chemistry, 2006, 54: 255-265. DOI:10.1007/s10874-006-9024-z (0)
[14]
RAN L, ZHAO Chunsheng, GENG Fuhai, et al. Ozone photochemical production in urban Shanghai, China:analysis based on ground level observations[J]. Geophysical Research:Atmosphere, 2009. DOI:10.1029/2008JD010752 (0)
[15]
FENG Zhongwei, JIN Minghong, ZHANG Fuzhu, 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, 15(3): 360-362. (0)
[16]
刘宏举, 郑有飞, 吴荣军, 等. 地表臭氧浓度增加对南京地区冬小麦生长和产量的影响[J]. 中国农业气象, 2009, 30(2): 195-200.
LIU Hongju, ZHENG Youfei, WU Rongjun, et al. Impacts of increasing surface ozone on growth and yield of winter wheat in Nanjing Area[J]. Chinese Journal of Agrometeorology, 2009, 30(2): 195-200. (0)
[17]
FARAGE P K, LONG S P, LECHNER E G, et al. The sequence of change within the photosynthetic apparatus of wheat following short-term exposure to ozone[J]. Plant Physiology, 1991, 95(2): 529-535. DOI:10.1104/pp.95.2.529 (0)
[18]
OKSANEN E. Responses of selected birch (Betulapendula Roth) clones to ozone change over time[J]. Plant, Cell & Environment, 2003, 26(6): 875-886. (0)
[19]
HAAPALA J K, MÖRSKY S K, RINNAN R, et al. Long-term effects of ozone on CO2 exchange in peatland microcosms[J]. Atmospheric Environment, 2011, 45(24): 4002-4007. DOI:10.1016/j.atmosenv.2011.04.057 (0)
[20]
HECK W W, CURE W W, RAWLINGS J O, et al. Assessing impacts of ozone on agricultural crops:Ⅰ.overview[J]. Journal of the Air Pollution Control Association, 1984, 34(7): 729-735. DOI:10.1080/00022470.1984.10465805 (0)
[21]
FISCUS E L, BOOKER F L, BURKEY K O. Crop responses to ozone:uptake, modes of action, carbon assimilation and partitioning[J]. Plant, Cell & Environment, 2005, 28(8): 997-1011. (0)
[22]
KELTING D L, BURGER J A, EDWARDS G S. The effects of ozone on the root dynamics of seedlings and mature red oak (Quercus rubra L.)[J]. Forest Ecology and Management, 1995, 79(3): 197-206. DOI:10.1016/0378-1127(95)03603-2 (0)
[23]
SAMUELSON L J, KELLY J M. Carbon partitioning and allocation in northern red oak seedlings and mature trees in response to ozone[J]. Tree Physiology, 1996, 16(10): 853-858. DOI:10.1093/treephys/16.10.853 (0)
[24]
REICH P B, AMUNDSON R G. Ambient levels of ozone reduce net photosynthesis in tree and crop species[J]. Science, 1985, 230(4725): 566-570. DOI:10.1126/science.230.4725.566 (0)
[25]
WANG Xiaoke, ZHANG Qianqian, ZHENG Feixiang, 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. DOI:10.1016/j.envpol.2012.07.028 (0)
[26]
ZHU Xinkai, FENG Zhaozhong, SUN Taofang, 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. DOI:10.1111/j.1365-2486.2011.02400.x (0)
[27]
HECK W W, ADAMS R M, CURE W W, et al. A reassessment of crop loss from ozone[J]. Environmental Science & Technology, 1983, 17(12): 572A-581A. (0)
[28]
HOGSETT W E, TINGEY D T, LEE E H. Ozone exposure indices:concepts for development and evaluation of their use[M]. Netherlands: Springer, 1988, 107-138. (0)
[29]
US Environmental Protection Agency. National ambient air quality standards for ozone:final rule[J]. Federal Register, 1997, 62: 138. (0)
[30]
FUHRER J, SKÄRBY L, ASHMORE M R. Critical levels for ozone effects on vegetation in Europe[J]. Environmental Pollution, 1997, 97(1): 91-106. (0)
[31]
PLEIJEL H, DANIELSSON H, OJANPERÄ 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. DOI:10.1016/j.atmosenv.2003.09.076 (0)
[32]
MUSSELMAN R C, LEFOHN A S, MASSMAN W J, et al. A critical review and analysis of the use of exposure-and flux-based ozone indices for predicting vegetation effects[J]. Atmospheric Environment, 2006, 40(10): 1869-1888. DOI:10.1016/j.atmosenv.2005.10.064 (0)
[33]
CHAMEIDES W L, LI Xingsheng, TANG Xiaoyan, et al. Is ozone pollution affecting crop yields in China?[J]. Geophysical Research Letters, 1999, 26(7): 867-870. DOI:10.1029/1999GL900068 (0)
[34]
JIN Minghong, FENG Zongwei, ZHANG Fuzhu. Impacts of ozone on the biomass and yield of rice in open-top chambers[J]. Journal of Environmental Sciences, 2001, 13(2): 232-236. (0)
[35]
WANG Huixiang, KIANG C S, TANG Xiaoyan, et al. Surface ozone:a likely threat to crops in Yangtze Delta of China[J]. Atmosphere Environment, 2005, 39: 3843-3850. DOI:10.1016/j.atmosenv.2005.02.057 (0)
[36]
LIU Feng, WANG Xiaoke, ZHU Yongguan. Assessing current and future ozone-induced yield reductions for rice and winter wheat in Chongqing and the Yangtze River Delta of China[J]. Environmental Pollution, 2009, 157(2): 707-709. DOI:10.1016/j.envpol.2008.09.012 (0)
[37]
ADAMS R M, HAMILTON S A, MCCARL B A. The benefits of pollution control:the case of ozone and US agriculture[J]. American Journal of Agricultural Economics, 1986, 68(4): 886-893. DOI:10.2307/1242135 (0)
[38]
HERTSTEIN U, GRÜNHAGE L, JÄGER H J. Assessment of past, present, and future impacts of ozone and carbon dioxide on crop yields[J]. Atmospheric Environment, 1995, 29(16): 2031-2039. DOI:10.1016/1352-2310(94)00295-V (0)
[39]
FELZER B, REILLY J, MELILLO J, et al. Future effects of ozone on carbon sequestration and climate change policy using a global biogeochemical model[J]. Climatic Change, 2005, 73(3): 345-373. DOI:10.1007/s10584-005-6776-4 (0)
[40]
PILZ J, SPÖCK G. Why do we need and how should we implement Bayesian kriging methods[J]. Stochastic Environmental Research and Risk Assessment, 2008, 22(5): 621-632. DOI:10.1007/s00477-007-0165-7 (0)
[41]
LEFOHN A S, KNUDSEN H P, LOGAN J A, et al. An evaluation of the kriging method to predict 7-h seasonal mean ozone concentrations for estimating crop losses[J]. Journal of Air Pollution Control Association, 1987, 37(5): 595-602. (0)
[42]
LESSER V M, RAWLINGS J O, SPRUILL S E, et al. Ozone effects on agricultural crops:statistical methodologies and estimated dose-response relationships[J]. Crop Science, 1990, 30(1): 148-155. DOI:10.2135/cropsci1990.0011183X003000010033x (0)
[43]
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]. Atmosphere Environment, 2007, 41(12): 2630-2643. DOI:10.1016/j.atmosenv.2006.11.016 (0)
[44]
WANG Xiaoping, MAUZERALL D L. Characterizing distributions of surface ozone and its impact on grain production in China, Japan and South Korea:1990 and 2020[J]. Atmosphere Environment, 2004, 38: 4383-4402. DOI:10.1016/j.atmosenv.2004.03.067 (0)
[45]
AVNERY S, MAUZERALL D L, LIU Junfeng, et al. Global crop yield reductions due to surface ozone exposure:1.year 2000 crop production losses and economic damage[J]. Atmospheric Environment, 2011, 45(13): 2284-2296. DOI:10.1016/j.atmosenv.2010.11.045 (0)
[46]
AVNERY S, MAUZERALL D L, LIU Junfeng, et al. Global crop yield reductions due to surface ozone exposure:2.year 2030 potential crop production losses and economic damage under two scenarios of O3 pollution[J]. Atmosphere Environmen, 2011, 45(13): 2297-2309. DOI:10.1016/j.atmosenv.2011.01.002 (0)
[47]
LI Li, CHEN Changhong, HUANG Cheng, et al. Ozone sensitivity analysis with the MM5-CMAQ modeling system for Shanghai[J]. Journal of Environmental Sciences, 2011, 23(7): 1150-1157. DOI:10.1016/S1001-0742(10)60527-X (0)
[48]
FUHRER J. Ozone risk for crops and pastures in present and future climates[J]. Science of Nature, 2009, 96(2): 173-194. DOI:10.1007/s00114-008-0468-7 (0)
[49]
EMBERSON L D, BÜKER P, ASHMORE M R, et al. A comparison of North American and Asian exposure-response data for ozone effects on crop yields[J]. Atmosphere Environment, 2009, 43(12): 1945-1953. DOI:10.1016/j.atmosenv.2009.01.005 (0)
[50]
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. DOI:10.1016/j.atmosenv.2006.12.002 (0)
[51]
FENG Zhaozhong, TANG Haoye, 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. DOI:10.1016/j.envpol.2012.01.014 (0)
[52]
TANG Haoye, TAKIGAWA M, LIU Gang, 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. DOI:10.1111/gcb.2013.19.issue-9 (0)