中国天然源挥发性有机物源排放清单研究.docxVIP

中国天然源挥发性有机物源排放清单研究 随着中国经济的快速发展和城市化进程的加快，中国的大气污染呈现出混合污染的特点。不仅同时污染浓度高，而且二次污染（如二氧化硫和颗粒）的浓度高，导致一些城市的光化学烟雾和灰污染。挥发性有机物(VOC)作为其前体物,大气O3对VOCs非常敏感,VOCs的排放状况是研究二次污染物和大气环境模拟的重要组成部分,对于解决光化学烟雾等问题将起到极其重要的作用。 早在20世纪70—80年代,欧美等发达国家就开始在天然源VOC(BVOC)排放领域做了大量研究工作。国内的研究主要集中在排放因子的测定等方面,也有少量尝试估算区域及更大范围植物VOC的排放量,对中国天然源VOC排放的研究起了积极作用。然而,这些研究是基于植被面积资料,通过卫星遥感模拟植被的叶生物量变化,致使估算VOC排放量的方法存在一些不足。遥感数据对植物物种的区分能力差,且需要依赖大量可靠的实测资料;本地植被构成、植被生长情况以及本地排放因子的缺失,将带来较高的不确定性。因此,提高分辨率和准确度的中国BVOC排放清单研究是非常必要的。张钢锋等基于树种蓄积量建立了省级的中国森林源VOC排放清单,但未包含其他植被,且缺少空间分布研究。 本文针对中国所有植被,基于林业资源普查和植被分布图资料,结合国内外已有观测结果,应用Guenther等的BVOC排放模型,充分考虑植物类别、生长状况、排放因子等差异,通过由蓄积量、产量换算生物量的方法模拟研究中国各植物的VOC排放特征,探讨天然源VOC在不同时空、不同植被类型和不同龄级森林中的分配规律,进而建立高分辨率和更为准确的2003年中国BVOC排放清单。 1 学习方法 1.1 排放因子估算 Guenther模型是目前广泛应用的天然源VOC排放模型,能够较好地模拟植被排放VOC的特征,且与本文选用的细分物种的估算方法相匹配。根据Guenther估算模型,将植物排放的VOC分为异戊二烯、单萜烯和其他VOC三类,按植物类别分别估算。 异戊二烯的排放量估算方法为 单萜烯和其他VOC排放量估算方法为 ε为标准排放因子,即温度为303 K,光合有效辐射(PAR)为1000μmol/(m2·s)时各树种的VOC排放因子,单位μg/(gdw·h);B为叶生物量干重,单位g;γt为气温校正因子;γp为辐射校正因子。 对于异戊二烯: 对于单萜烯和其他VOC: TS=303 K;CT1,CT2,TM,R,a,CL为常数;T为叶表面温度,单位为K;Q为光合有效量子密度,单位为μmol/(m2·s)。 1.2 参数的确定 1.2.1 不同区域内植物的筛选和赋值 天然源VOC排放因子来源于文献中各类植物VOC排放的观测结果。其中,异戊二烯和单萜烯的排放观测研究较多,使用离散区间归类方法对多个研究得到的排放因子进行归类,选定合适的排放因子。主要采用中国国内观测结果,国内没有研究的植物,则采用国外观测结果。随后根据植物分类学方法对研究区域内植物的排放因子按种-属-科的顺序进行赋值。其他VOC由于观测研究较少,过去的研究多使用平均值1.5μg C/(g·h)对所有植物的排放因子进行赋值。近期研究指出,稻、麦等主要农作物的其他VOC排放因子远低于此前使用的平均值,因此本文采用这些实际观测结果,而其他没有观测研究的植物,仍然采用平均值1.5μg C/(g·h)。 1.2.2 蓄积量和干物质分配 本地植被叶生物量资料的缺失是天然源VOC排放清单不确定性的主要来源之一。因此,本研究基于蓄积量、产量换算的方法和植被分布图,得到更为详细准确的中国各地区叶生物量数据,以降低估算的不确定性。研究中的植被构成资料使用中国科学院植物研究所提供的《中国植被图(1?1000000)》。植被图提供了详细的植被分布资料,是自下而上清单估算方法的基础,能够提高BVOC排放清单估算的准确度。 对于森林叶生物量,应用以下公式计算 B为叶生物量干重,g;V为蓄积量,m3;DT为树干密度,t/m3;PL和PT分别为树叶和树干生物量占总生物量的比例,无量纲。本文以第六次(2003年)全国森林资源清查获得的蓄积量为基础,将此蓄积量根据中国植被的空间分布状况分配至各地,得到蓄积量V的空间分布;整理由植物生长模型获得的树干密度和叶、干生物量比例,得到各树种的树干密度DT以及树叶和树干占总生物量的比例(PL和PT)。 对于草地叶生物量,以《中国草地资源数据》中各省每一草地类型的产草量(风干重,kg/hm2)为基础,将此产量根据中国植被的空间分布状况分配至各地,得到草地叶生物量(B)的空间分布。 对于农作物叶生物量,应用以下公式计算: B为叶生物量干重,g;W为经济产量的含水率,无量纲;P为经济产量,g;E是收获系数,即经济产量与总生物量之比,无量纲;PL为叶生物量占总生物量的比例,无量纲