白建輝，DUHL TIFFANY，余樹全，王彬，郝楠

1. 中國科學院大氣物理研究所中層大氣與全球環(huán)境探測重點實驗室，北京 100029；2. 美國美國國家大氣研究中心，Boulder CO 80307，美國；3. 浙江農林大學，浙江 杭州 311300；4. 德國宇航中心，韋斯靈 82234，德國

亞熱帶竹林揮發(fā)性有機物排放的模擬

白建輝1*，DUHL TIFFANY2，余樹全3，王彬3，郝楠4

1. 中國科學院大氣物理研究所中層大氣與全球環(huán)境探測重點實驗室，北京 100029；2. 美國美國國家大氣研究中心，Boulder CO 80307，美國；3. 浙江農林大學，浙江 杭州 311300；4. 德國宇航中心，韋斯靈 82234，德國

2012年7月至2013年1月，采用松弛渦度積累（Relaxed Eddy Accumulation）技術在我國浙江省亞熱帶竹林測量了揮發(fā)性有機物（BVOC）冠層尺度的排放通量，同步測量了氣象參數(shù)、太陽輻射（總輻射、直接輻射、光合有效輻射PAR）。利用PAR能量平衡原理，建立了冠層尺度異戊二烯和單萜烯排放的經驗模式，經驗模式對于日變化、季節(jié)變化有較好的模擬。采用不同方法對經驗模式進行檢驗，一般而言，BVOC的模擬值高于測量值。經驗模式與MEGANv2.1全球生物排放模式對BVOC排放有比較一致的模擬結果，標準狀況下（溫度t=30 ℃、PAR=1 500 μmol·m-2·s-1）排放因子較接近（異戊二烯分別為4.00和3.60 mg·m-2·h-1，單萜烯分別為0.12和0.16 mg·m-2·h-1）。經驗模式的計算結果表明：竹林BVOC排放主要集中于夏季（7─9月）且以異戊二烯為主（占BVOC排放的87.3%～95.8%）。利用經驗模式計算了BVOC排放對各個因子（PAR、水汽、S/Q-散射因子，散射輻射/總輻射）變化的敏感性：當各個因子增加率大于40%時，異戊二烯對PAR的變化最敏感，其次是水汽因子，再次是S/Q；單萜烯對S/Q的變化最敏感，其次是水汽因子，再次是PAR；單萜烯比異戊二烯對S/Q的變化更敏感；異戊二烯和單萜烯對各因子變化的響應是非線性的。冠層尺度上 BVOC的排放量與衛(wèi)星測量的 HCHO柱濃度（molec·cm-1）之間有良好的線性關系：異戊二烯排放量（mg·m-2·h-1）=3.93×10-16HCHO-2.81，單萜烯排放量（mg·m-2·h-1）=1.24×10-17HCHO-0.05。對比我國不同生態(tài)系統(tǒng)實測的排放通量、排放因子，異戊二烯排放以亞熱帶竹林最高，其次為溫帶森林，草地最低；單萜烯排放以溫帶森林最高，亞熱帶竹林次之，草地最低。

揮發(fā)性有機物；排放通量；光合有效輻射；經驗模式；排放因子

BAI Jianhui, DUHL Tiffany, YU Shuquan, WANG Bin, HAO Nan. Simulation of BVOC Emissions in A Subtropical Bamboo Forest in China [J]. Ecology and Environmental Sciences, 2015, 24(12): 1923-1937.

全球尺度絕大多數(shù)揮發(fā)性有機物來源于植物排放，其中異戊二烯和單萜烯是植物揮發(fā)性有機物（BVOC）的主要成分、并占總排放的 50%以上。BVOC具有高度的化學活性，在大氣化學和光化學、氣候及其變化、碳平衡、輻射傳輸及輻射能量分配等方面有重要作用（Brasseur et al.，1999a，1999b；Bai，2009，2011，2013）。BVOC排放受溫度、光合有效輻射（PAR）、樹種、樹齡、地域及其它參數(shù)（如水汽、CO2、O3等）影響而存在差別。本研究主要目標是準確測量不同地區(qū)代表性植物 BVOC排放（排放速率、排放通量），在分析實測數(shù)據(jù)的基礎上建立模型，研究和評價區(qū)域及至全球BVOC的排放及變化趨勢。

目前，對我國和全球不同地區(qū)BVOC排放的測量及估算已有大量研究（Fehsenfeld et al.，1992；Kesselmeier et al.，2002；Atkinson et al.，2003；張莉等，2003；白建輝等，2004a，2004b；Baker et al.，2005；謝旻等，2007；閆雁等，2005；Wang et al.，2007；司徒淑娉等，2010；白建輝等，2012a，2012b）。Guenther（1994）、Guenther et al.（1995，1999）、Guenther（2002）、Guenther et al.（2006）建立并發(fā)展了基于單一樹種不同尺度的BVOC排放模型，并被國內外學者廣泛運用。此外，還有基于能量和光合過程的模型被人們運用（Niinemets et al.，1999；Arneth et al.，2007；Grote et al.，2008；Pacifico et al.，2011）。我國學者通過測定我國多地代表性植物BVOC排放，利用國內外科學家測量的排放數(shù)據(jù)、Guenther的模型估算了多地及全國 BVOC排放（Klinger et al.，2002；Wang et al.，2003；白建輝等，2005；Bai et al.，2006；Tsui et al.，2009；司徒淑娉等，2009；Wang et al.，2011）。我國森林資源豐富，地跨多個氣候帶，在BVOC排放測量和模擬方面仍有大量工作要做。為獲得大范圍BVOC排放通量，減小封閉采樣方法的測量誤差，將松弛渦度積累（Relaxed Eddy Accumulation，REA）技術廣泛應用于BVOC研究（Busingeret al.，1990；Guenther et al.，1998；Geron et al.，2002；Baker et al.，1999）。

我國現(xiàn)有竹林 5.38×106hm2，占世界竹林面積的1/5。亞熱帶竹林是我國代表性生態(tài)系統(tǒng)之一，準確了解竹林BVOC排放狀況和變化規(guī)律，對研究典型區(qū)域大氣化學和光化學過程、氣候及氣候變化等都具有重要的科學意義。

利用MEGAN模型計算特定區(qū)域BVOC排放需要確定該區(qū)域主要樹種、草種的排放速率，而這些數(shù)據(jù)在我國大部分地區(qū)都很稀缺，如代之以其他地區(qū)相同樹種、草種的排放數(shù)據(jù)，就將導致一定的計算誤差，進而影響后續(xù)相關研究，如準確評價BVOC對O3和二次有機氣溶膠（SOA）生成的貢獻?；赑AR能量守恒原理建立的異戊二烯和單萜烯排放經驗算法（白建輝等，2004a783-794；白建輝等，2004b197-203；白建輝等，2012b2237-2242），對內蒙古草原（箱方法）、云南熱帶森林（渦度相關方法）、長白山溫帶森林（REA方法）異戊二烯和單萜烯排放均有較好模擬。本文基于分析實測數(shù)據(jù)，發(fā)展和應用PAR能量方法，建立冠層尺度BVOC（包括異戊二烯和單萜烯）排放經驗模式，并采用不同方法來檢驗，研究BVOC對其影響因子的敏感性，探討地面測量 BVOC排放量與衛(wèi)星測量甲醛（HCHO）柱濃度間的關系。

1　測量與模擬方法

實驗樣地選在浙江省臨安市太湖源鎮(zhèn)（30o18′N，119o34′E，185 m），位于我國亞熱帶地區(qū)。該樣地雷竹林（Phyllostachys violascens）已建 10年左右，雷竹林群落高度4.5 m，平均胸徑0.04 m，以2、3年生竹為主，總蓋度80%，立竹密度每畝約800～1000株，竹林面積約5萬畝。該實驗樣地周圍竹林是優(yōu)勢植物，其他樹種、林下灌木和草本都很少，有竹葉糠皮覆蓋，為人工經營的筍用經濟林。實驗樣地周圍以紅壤為主，坡度2～3°、樣地周邊村莊沒有大型廠礦。全年降水量1600 mm，年平均氣溫16 ℃（陳云飛等，2013）。

BVOC通量測量儀器——REA系統(tǒng)安裝于雷竹林內20 m觀測塔的16 m高處。REA系統(tǒng)主要包括采樣器、三維超聲風速儀、數(shù)據(jù)采集器等。根據(jù)三維超聲風速儀所測垂直風速的大小和方向，空氣樣品由數(shù)據(jù)采集器、采樣泵控制分別抽入“上”、“下”兩個不銹鋼采樣管內，采集的氣體樣品包括1對“上”、“下”樣品、間或一些“中間”及空白樣品。垂直風速＜±0.6 σw（垂直風速標準偏差）時，氣體被抽入“中間”采集管；垂直風速>±0.6 σw時，氣體將據(jù)垂直風速方向被分別抽入“上”或“下”采樣管，每次采樣時間為半小時。氣體樣品采集時間要求包括：（1）每日5次采樣、間隔3 h；（2）每日中午前后為主、兼顧其他時段，以了解排放日變化、一日內不同時段的排放。采樣一般選擇在無雨時段。實驗期間共采集氣體樣品115個，樣品由美國國家大氣研究中心分析，分析方法詳見文獻（Greenberg et al.，1999a，1999b；Bai et al.，2002；Duhl et al.，2013）。2012年7月7日至2013年1月 19日，測定了太陽輻射，包括總輻射、直接輻射、可見光輻射、PAR等太陽輻射（白建輝，2010；白建輝等，2012a546-548）及溫濕度參數(shù)。輻射儀器安裝于樓頂（高度8 m），周圍無遮蔽，每日維護和檢查系統(tǒng)。采樣時段為：2012年7月7日-7月13日（A）、8月20日─8月26日（B）、9月25日─10月1日（C）、10月28日─11月5日（D）、2013年1月18日─19日（E）。

利用 REA系統(tǒng)測定 BVOC排放通量（mg·m-2·h-1）的算法為（Held et al.，2008）：

σw為垂直風速標準偏差，b為經驗系數(shù)，Cup和Cdown分別為上、下采樣管中某一成分的濃度。

雷竹林排放BVOC的主要成分包括異戊二烯、單萜烯-α蒎烯、倍半萜烯-長葉烯和柏木烯等。在A、B、C時段，異戊二烯排放占總排放的99.1%，范圍為94.9%（9月）～99.5%（7月）；α蒎烯占總排放的 0.8%；倍半萜烯所占比例非常?。ㄕ伎偱欧诺?.1%）。

溫度和PAR是控制異戊二烯排放的主要因素。對于單萜烯，某些成分的排放僅依賴于溫度，另一些成分則同時依賴于溫度和PAR（Greenberg et al.，2003）。另外，其他因素（CO2、O3、水分等）也會影響B(tài)VOC排放（Rosenstiel et al.，2003；白建輝等，2003）。雖然BVOC排放依賴于很多因子，但本質上，植物生理活動都需要可見光輻射或PAR。植物與大氣及地表各種物質的相互作用還要吸收、利用水分和其他營養(yǎng)等。參考已有異戊二烯、單萜烯排放經驗模型（白建輝等，2004a783-794；白建輝等，2004b197-203；白建輝等，2012b2237-2242），將PAR能量平衡方法應用于模擬竹林BVOC排放，本文單萜烯包括α蒎烯、長葉烯和柏木烯，因倍半萜烯排放通量非常小，為表述方便，將單萜烯和倍半萜烯合并考慮。

冠層界面接收的PAR能量（QPAR）主要包括，（1）異戊二烯或單萜烯對QPAR的利用或衰減（稱為異戊二烯項或單萜烯項），用表示，k1是衰減系數(shù)，對于異戊二烯和單萜烯均假定為單位 1（m2·mg-1）；E為異戊二烯或單萜烯排放通量（mg·m-2·h-1）；計算時僅將異戊二烯項的指數(shù)部分乘以系數(shù) 0.1（以使異戊二烯項與單萜烯項、光化學項等為同一數(shù)量級）；采樣時間t=0.5 h；m為大氣質量（無量綱，下同）。異戊二烯和單萜烯在可見光波段沒有吸收，但它們與·OH自由基及其他VOC成分、O3等在化學和光化學過程將利用PAR能量，或者說在它們被氧化為其他氣液固（如SOA）物質的過程中，發(fā)生了能量利用和傳遞（Bai，2009211-228；Bai，20116931-6936）。關于可見光波段·OH自由基來源已有一些研究：NO2吸收可見光輻射（波長>420 nm）轉為激發(fā)態(tài) NO2*，NO2*與 H2O反應是對流層·OH自由基的一個重要來源（Li et al.，2008)；甲基過氧化氫（CH3OOH）吸收365～640 nm輻射可以產生·OH自由基（Matthews et al.，2005)。為描述異戊二烯（或單萜烯）在化學和光化學過程對PAR能量的利用或衰減，參照比爾定律來客觀表達。其他氣體如單萜烯（或異戊二烯）、O3等的能量作用可通過·OH的橋梁作用表達于光化學項之中（白建輝，2010304-310；白建輝，2013）。（2）大氣中各種物質（氣液固相）通過·OH自由基在化學和光化學反應中對QPAR的吸收與利用（稱為光化學項；對異戊二烯而言，該項不包括異戊二烯的作用，因它已考慮于異戊二烯項；同理，對于單萜烯亦然），用 Ae-kWm表示，系數(shù) A由分析實測數(shù)據(jù)確定，e-kWm=1-△S/Io，太陽常數(shù)Io=1367 W·m-2；Z為太陽天頂角（度）；△S=0.172（mW×0.1×30）0.303為整層大氣吸收太陽輻射通量密度值（cal·cm-2·min-1，1 cal·cm-2·min-1=696.7 W·m-2），W為整層大氣水汽含量（W=0.21ev），ev為地面水汽壓（hPa），30為采樣時間（min），0.1為經驗系數(shù)（以使光化學項與異戊二烯等項為同一數(shù)量級）。關于光化學項意義和作用的討論可參見文獻（白建輝，2010）304-310。（3）大氣中氣液固相物質對QPAR的散射衰減、大氣中物質和地表等對QPAR的多次反射和散射作用（稱為散射項），用e-S/Q表示，S、Q分別為散射輻射和總輻射（W·m-2）。經驗模式中輻射量及其他量均取采樣時段的累計值，大氣質量m取采樣時段中間時刻之值。

BVOC排放經驗模型建立應基于捕捉和描述大多數(shù)天氣狀況下的普遍規(guī)律，故暫不考慮測量誤差較大、出現(xiàn)頻率較小的情形。為建立較為合理和客觀的異戊二烯排放經驗模型，模型建立過程中盡量避免較低PAR和較小排放的情形，以降低較大實驗誤差對所建模型的影響。綜上，剔除以下數(shù)據(jù)：（1）排放通量大于2σ（標準偏差）；（2）PAR半小時累計值＜1.33 mol·m-2（其光量子通量密度為 736.47 μmol·m-2·s-1）；3）S/Q>0.94（以減小云和大霧等對太陽輻射和排放的影響），得到各種天氣（晴天和云天）數(shù)據(jù)n=12組（n為樣本數(shù)）。

本文BVOC經驗模型參照已有的一些算法：華北地區(qū)PAR算法（白建輝，2009）、草地和森林異戊二烯排放算法（白建輝等，2004a783-794；白建輝等，2004b197-203）、長白山單萜烯在光化學過程對PAR利用和衰減的描述（白建輝，2010304-310；白建輝等，2012b2237-2242），提出真實大氣條件，冠層上水平面QPAR與異戊二烯、光化學、散射項間的定量關系為：

式中 A1′、A2′、A3′均為系數(shù)，A0′為常數(shù)，由分析實驗數(shù)據(jù)確定。調整上式，計算冠層上異戊二烯排放的經驗模型為：

分析異戊二烯和其他同步數(shù)據(jù)（12組），確定了公式中的系數(shù)A1=-0.050、A2=1.331、A3=0.298和常數(shù)A0=-0.226。異戊二烯項和其他3項間的可決系數(shù)r2=0.932。異戊二烯排放通量計算值與測量值相對偏差的平均值（）為20.27%，最大值為56.44%，均方差NMSE=為0.031（Chang et al， 2004）。排放通量計算與測量的平均值分別為3.345、3.359 mg·m-2·h-1，相對偏差為 0.42%。計算結果表明，大部分的計算值與測量值較為接近（圖1）。

采用類似的PAR平衡原理和表達方法，建立了冠層尺度單萜烯排放經驗模型。數(shù)據(jù)處理原則與異戊二烯類似，因排放通量上單萜烯遠小于異戊二烯，如完全按照異戊二烯數(shù)據(jù)處理標準，其數(shù)據(jù)量將少于異戊二烯的，為得到盡量多的數(shù)據(jù)來反映實際天氣與單萜烯排放相關的能量關系，將標準適當放寬，即剔除數(shù)據(jù)：（1）排放通量大于2σ；（2）PAR半小時累計值＜0.23 mol·m-2（光量子通量密度為130.28 μmol·m-2·s-1）；（3）S/Q=1.0。單萜烯與異戊二烯經驗模式不同之處是將異戊二烯排放通量換為單萜烯排放通量。分析篩選后的數(shù)據(jù)（n=14），得到冠層上單萜烯項和QPAR、光化學、散射各項間r2=0.998，經驗模型中各個系數(shù)分別為A1=-0.024、A2=1.294、A3=0.203，常數(shù)A0=-0.106。單萜烯計算值與測量值的為21.77%，最大值為55.78%，均方差為 2.02。排放通量計算與測量的平均值均為0.059 mg·m-2·h-1。計算值與測量值比較接近、變化規(guī)律也比較吻合（圖2）。

圖1　亞熱帶竹林異戊二烯排放通量的測量值與計算值Fig. 1 The measured and calculated emission fluxes of isoprene at a subtropical bamboo forest in China

圖2　亞熱帶竹林單萜烯排放通量的測量值與計算值Fig. 2 The measured and calculated emission fluxes of monoterpenes at a subtropical bamboo forest in China

2　模擬結果

2.1不同實驗時段BVOC排放的模擬

利用異戊二烯經驗模式計算實驗期間的排放量（半小時）并與實測值進行對比。首先，選擇參與對比的實驗數(shù)據(jù)：排放通量＜2σ，太陽高度角h>15°，S/Q＜1，得到74組數(shù)據(jù)。對于6:00─6:30、18:00─18:30時段的計算，采用m×2的算法（白建輝等，2012b）2240-2242，以修正較早和較晚時段大氣質量變化對PAR傳輸帶來的影響。異戊二烯計算值在8月21日之前與測量值比較接近、變化規(guī)律也大致相似，但8月21日之后，計算值明顯大于測量值，表現(xiàn)出系統(tǒng)正偏差（圖3）。為全面了解經驗模型的模擬能力，也對比了排放的“平均日變化”（實驗期間相同采樣時段排放通量的平均）（圖4），本文采用8月21日之前的數(shù)據(jù)，9:00、9:30、11:30的樣本數(shù)分別為 4、2、2，其余樣本數(shù)均為 1。對于“平均日變化”的模擬，計算值與測量值的變化規(guī)律大致相似，二者平均值分別為 3.44和 3.16 mg·m-2·h-1，相對偏差為8.9%。

圖3　亞熱帶竹林異戊二烯排放通量的測量值與計算值（n=74）Fig. 3 The measured and calculated emission fluxes of isoprene at a subtropical bamboo forest in China (n=74)

8月底之后異戊二烯排放通量計算值普遍偏大，故嘗試減小偏差：即將2012年9月及之后異戊二烯項的指數(shù)乘以一定倍數(shù)。當倍數(shù)為9時，計算值與測量值最為接近。采用這一方法重新計算了2012年7月─2013年1月竹林異戊二烯的排放通量（n=115），并與實測值進行對比（圖5），經驗模型的模擬準確度有了明顯提高，計算值和測量值的平均值分別為1.46和0.95 mg·m-2·h-1，二者比值為1.53。因此，本研究對于2012年9月及之后異戊二烯排放的計算均采用此修正系數(shù)。

圖4　亞熱帶竹林異戊二烯排放通量的日變化（n=15）Fig. 4 Diurnal variation of the measured and calculated emission fluxes of isoprene at a subtropical bamboo forest in China (n=15)

圖5　亞熱帶竹林異戊二烯排放通量的測量值與計算值（n=115）Fig. 5 The measured and calculated emission fluxes of isoprene at a subtropical bamboo forest in China (n=115)

模擬2012年7月─2013年1月“平均日變化”分兩種情況：（1）6:00─18:00（采樣點為5）；（2）實驗期間相同測量時段（采樣點為20）。圖6、7給出兩種情況異戊二烯排放通量的計算值和測量值。對于5個采樣點的模擬，計算值和測量值的平均值分別為2.35和1.71 mg·m-2·h-1，二者比值為1.38；對于 20個采樣點的模擬，計算值和測量值的平均值分別為1.39和0.99 mg·m-2·h-1，二者比值為1.40。隨樣本數(shù)增加，日變化模擬結果（對比圖4、6、7）有所改善；“平均日變化”的模擬效果也明顯好于單次的。20個采樣點“平均日變化”表現(xiàn)出類似的周期性變化：PAR表現(xiàn)出10:30的最大值和其余時段的低值，溫度、水汽壓、S/Q均表現(xiàn)出同步的周期性變化（圖略）。因此，溫度、水汽壓、S/Q是控制異戊二烯（和單萜烯，圖12）日變化的主要因子。

圖6　亞熱帶竹林異戊二烯排放通量的日變化（n=15）Fig. 6 Diurnal variation of the measured and calculated emission fluxes of isoprene at a subtropical bamboo forest in China (n=15)

圖7　亞熱帶竹林異戊二烯排放通量的日變化（n=115）Fig. 7 Diurnal variation of the measured and calculated emission fluxes of isoprene at a subtropical bamboo forest in China (n=115)

模擬單萜烯排放采用了類似異戊二烯的方法。首先給出對同樣 74組數(shù)據(jù)模擬的對比，包括單次采樣和“平均日變化”情形（圖 8、9）。對于“平均日變化”，9:00、9:30、11:30的樣本數(shù)也分別為4、2、2，其余樣本數(shù)也均為 1。對于單萜烯排放通量的模擬（單次采樣），其計算值與測量值的變化規(guī)律大致相似，二者平均值分別為 0.03和 0.01 mg·m-2·h-1，其比值為3.89。對于“平均日變化”的模擬，計算值與測量值的變化規(guī)律也大致類似，二者平均值分別為0.11和0.04 mg·m-2·h-1，其比值為2.60。對單萜烯排放的模擬在9月份及之后沒有明顯的系統(tǒng)偏差，故本研究不做修正。

圖8　亞熱帶竹林單萜烯排放通量的測量值與計算值（n=74）Fig. 8 The measured and calculated emission fluxes of monoterpenes at a subtropical bamboo forest in China (n=74)

圖9　亞熱帶竹林單萜烯排放通量的日變化（n=15）Fig. 9 Diurnal variation of the measured and calculated emission fluxes of monoterpenes at a subtropical bamboo forest in China (n=15)

最后，利用單萜烯排放經驗模式計算了 2012年7月─2013年1月的排放通量（n=115），并與測量值進行對比（圖 10）。大部分單萜烯排放的模擬值與測量值比較接近，變化規(guī)律基本相似，計算值與測量值的平均值分別為0.05和0.02 mg·m-2·h-1，二者之比為2.87。

圖10　亞熱帶竹林單萜烯排放通量的測量值與計算值（n=115）Fig. 10 The measured and calculated emission fluxes of monoterpenes at a subtropical bamboo forest in China (n=115)

模擬“平均日變化”也分兩種情形，采樣點為5：計算值與測量值的平均值分別為 0.04和 0.02 mg·m-2·h-1，二者之比為1.92；采樣點為20：計算值與測量值的平均值分別為0.03和0.01 mg·m-2·h-1，二者之比=2.49（圖11、圖12）。

圖11　亞熱帶竹林單萜烯排放通量的日變化（n=15）Fig. 11 Diurnal variation of the measured and calculated emission fluxes of monoterpenes at a subtropical bamboo forest in China (n=15)

圖12　亞熱帶竹林單萜烯排放通量的日變化（n=115）Fig. 12 Diurnal variation of the measured and calculated emission fluxes of monoterpenes at a subtropical bamboo forest in China (n=115)

2.2竹林2012年7月─2013年1月BVOC排放

根據(jù)BVOC經驗模型，利用在竹林測量的太陽輻射、氣象等數(shù)據(jù)計算實際天氣BVOC排放量。鑒于我國氣象和輻射臺站測量數(shù)據(jù)一般為小時值，在計算上都把經驗模式中的累計量由半小時推廣到 1小時，m取半點時刻之值。計算時間段分別為：2012年7月7日─7月13日、8月19日─8月26日、9月24日─9月30日、10月1日─2013年1月22日，每日從日出至日落。在每日小時排放通量的基礎上，得到每日排放量，然后得到月排放量。這里2012年7、8、9月和2013年1月的“月排放量”與整個月的平均值有差別，2012年10、11、12月的月平均為整月平均。圖13、圖14分別給出2012年7月7日─2013年1月22日異戊二烯和單萜烯排放量及其測量值，異戊二烯和單萜烯的模擬值與測量值大多比較接近，它們隨季節(jié)的變化規(guī)律也基本相同。

圖13　利用經驗模式計算的竹林異戊二烯的排放量及其測量值Fig. 13 Isoprene simulations using an empirical model and measured emissions in a bamboo forest

圖15給出2012年7月─2013年1月BVOC排放量的月平均值，圖中還給出 PAR、溫度、S/Q的月均值。夏季（7、8月）是異戊二烯和單萜烯高排放時段，異戊二烯7、8月排放量分別為3.35、2.51 mg·m-2·h-1，單萜烯分別為0.15、0.11 mg·m-2·h-1；秋冬季（9月─次年1月）為BVOC低排放時段，異戊二烯和單萜烯排放顯著降低且變化幅度較??；2012年9─12月、2013年1月異戊二烯排放量分別為0.19、0.21、0.19、0.17、0.14 mg·m-2·h-1，變化范圍為0.14～0.21 mg·m-2·h-1；同期單萜烯排放量分別為0.03、0.06、0.05、0.04、0.02 mg·m-2·h-1，變化范圍為0.02～0.06 mg·m-2·h-1。異戊二烯、單萜烯、BVOC 7月和8月排放占7─12月排放總量的比例分別為88.5%、59.6%、86.7%。7、8、9月異戊二烯占BVOC的比例分別為95.7%、95.8%、87.3%，10─12月及2013年1月分別為78.6%、79.8%、79.5%、85.6%，即竹林 BVOC排放集中于夏季，異戊二烯對BVOC的貢獻夏季最大、其他季節(jié)略降但仍具主導地位。2012年7─12月異戊二烯、單萜烯、BVOC排放量分別為6.62、0.44、7.06 mg·m-2·h-1。夏季到秋冬季，異戊二烯和單萜烯排放的快速下降明顯受到溫度、水汽含量（以地面水汽壓表示）、PAR減小的共同影響。

圖14　利用經驗模式計算的竹林單萜烯的排放量及其測量值Fig. 14 Monoterpene simulations using an empirical model and measured emissions in a bamboo forest

圖15　竹林BVOC排放量以及同步的溫度θ（×10）、地面水汽壓ev（×10）、S/Q的月平均（單萜烯排放量×10）Fig. 15 Monthly averages of BVOC emissions, temperature θ(×10), water vapor pressure ev (×10) at the ground and S/Q in a bamboo forest. Monoterpene emissions (×10)

2.3竹林BVOC排放因子

標準狀況下（溫度=30 ℃、PAR=1500 μmol?m-2?s-1），竹林BVOC的排放因子計算如下：（1）PAR取1500 μmol?m-2?s-1；（2）將2012年7月─2013年1月地面水汽壓與溫度、相對濕度之間建立定量關系（地面水汽壓=1.05×溫度+0.309×相對濕度-24.695，r2=0.972，n=115），由此關系獲得溫度在30 ℃、相對濕度為各月平均值的水汽壓；（3）S/Q取各月平均值。為保證排放因子的可靠性，異戊二烯和單萜烯均采用 n=74的數(shù)據(jù)（數(shù)據(jù)標準參見3.1）。這樣，獲得了2012年7月─2013年1月的排放因子。BVOC采樣一般選在夏季晴好天氣，異戊二烯在7、8、9月的排放因子分別為4.00、4.53、3.95 mg·m-2·h-1，如取7、8月代表夏季，則其夏季的排放因子為4.26 mg·m-2·h-1。給出由74組數(shù)據(jù)計算的排放因子-4.28 mg·m-2·h-1做為參考。單萜烯在7、8、9月的排放因子分別為 0.12、0.16、0.10 mg·m-2·h-1，由74組數(shù)據(jù)計算的夏季（7、8月）排放因子分別為0.14、0.13 mg·m-2·h-1。利用建立排放經驗模型時的數(shù)據(jù)，得到異戊二烯（n=12）和單萜烯（n=14）的排放因子分別為4.36、0.10 mg·m-2·h-1。利用G93模式（Guenther et al.，1993）計算了歸一化的異戊二烯和單萜烯的排放通量，該模式計算結果與測量值具有類似的變化規(guī)律，與測量值也比較接近（圖略）。為便于比較，使用建立異戊二烯和單萜烯經驗模式時用數(shù)據(jù)[異戊二烯（n=12）和單萜烯（n=14）]，并利用G93模式計算了異戊二烯和單萜烯的排放通量，它們的平均值分別為 3.745、0.047 mg·m-2·h-1。對于異戊二烯和單萜烯而言，利用經驗模式的計算值與利用 G93模式的比值分別為1.16、2.27。因為G93模式對于單萜烯的計算僅考慮溫度變化（不考慮PAR影響），因而PAR使用原測量值，得到（溫度為 30 ℃）單萜烯的排放因子為0.059 mg·m-2·h-1，此時，經驗模式與G93模式單萜烯排放因子之比為1.79。G93模式得到的單萜烯排放因子遠小于經驗模式和MEGAN v2.1（見下面內容）的值，主要原因是單萜烯排放還受溫度以外其他因子控制（如 PAR、水汽、散射因子）；另外，MEGAN v2.1模式還考慮了測量點外圍其他植物單萜烯的排放。

利用MEGANv2.1模式和7月測量數(shù)據(jù)計算了標準狀況的排放因子（葉面積指數(shù) LAI=5.0；模式分辨率為1 km2，圍繞實驗竹林4 km2范圍有4個點，取各點平均值）：異戊二烯為3.60 mg?m-2?h-1、α蒎烯為 0.16 mg·m-2·h-1。對比標準狀況下異戊二烯 7月的排放因子，經驗模式與MEGANv2.1模式的比值為4.00/3.60=1.11；因竹林倍半萜烯排放通量遠小于α蒎烯的（例如，2012年7月7日─7月13日、8月20日─8月26日、9月25日─10月1日實測數(shù)據(jù)，異戊二烯占總排放的99.1%、α蒎烯占0.8%，倍半萜烯僅占0.1%），可認為經驗模式計算的單萜烯排放因子與MEGANv2.1計算α蒎烯的排放因子近似，二者比值為0.12/0.16=0.75。利用REA測量BVOC排放通量的實驗誤差為 25%或 30%（Guenther et al.，1996；Bai et al.，2015a），因而，兩種模式計算的排放因子在合理的實驗誤差內，其中以異戊二烯的計算偏差較?。?1%）。

為更全面了解異戊二烯和單萜烯標準條件下排放因子的變化情況，擴展考慮更多的非晴好天氣：取2012年7月─2013年1月時段，n=96，即除原來74組數(shù)據(jù)外，增加了2014年10月28日─11月5日、2015年1月18日─19日的數(shù)據(jù)。其中剔除了較早和較晚（6:00、18:00）之值，以確保排放因子的普遍代表性。因為這些時段太陽輻射很弱、霧霾較多、BVOC排放也很低，各個參數(shù)測量誤差都比較大。2012年7、8、9、11和2013年1月各時段異戊二烯排放因子分別為4.22、4.60、4.01、4.49、4.20 mg·m-2·h-1，單萜烯排放因子分別為0.13、0.16、0.11、0.13、0.12 mg·m-2·h-1，即異戊二烯和單萜烯的排放因子都比較穩(wěn)定。2012─2013年實驗期間，異戊二烯和單萜烯排放因子的平均值分別為4.31、0.13 mg·m-2·h-1，與前面不同情形的排放因子均比較接近；同樣，由7月數(shù)據(jù)和經驗模型計算的排放因子與MEGAN v2.1模式的相應結果也比較一致。這從另一個側面表明：（1）使用前面良好天氣實驗數(shù)據(jù)確定的排放因子有較好的代表性；（2）在對實驗數(shù)據(jù)嚴格篩選后、樣本數(shù)雖然相對較少，但是，由經驗模型確定的異戊二烯（n=12）和單萜烯（n=14）的排放因子較為可靠；（3）經驗模式能夠給出標準狀況下、時間跨度較大情形下異戊二烯和單萜烯較為穩(wěn)定的排放因子，這也反映了該模型對實際大氣條件下BVOC排放具有較好的模擬能力；4）經驗模型與MEGAN模型一樣均有描述冠層尺度BVOC排放的能力。

圖16　某一因子變化（%）其他因子不變時，異戊二烯排放的變化率（%）Fig. 16 Isoprene emission changing rates (%) caused by the changes of one factor (%), and other factors keep at their original levels under realistic atmospheric conditions

2.4BVOC排放的敏感性試驗

未來大氣環(huán)境變化時，竹林BVOC的排放將如何響應？為解答這一問題，利用經驗模型，計算了目前大氣環(huán)境下，當某一因子發(fā)生變化而其他因子保持不變的情形下，異戊二烯和單萜烯排放的變化率（%）（圖16、17）。當影響異戊二烯和單萜烯的某一因子增加或減少時，對應的排放將增加或減小，其變化率是非線性的，特別是某一因子變化率較大之時。單萜烯對各個因子變化的敏感性均大于異戊二烯。在某一因子增加時，（a）且每個因子增加率＜40%時，異戊二烯對 S/Q最為敏感，其次是PAR，最后是水汽因子；每個因子增加率>40%時，異戊二烯對PAR最為敏感，其次是S/Q，最后是水汽因子；當某一因子減小且減小率＜40%時，異戊二烯對PAR最為敏感，其次是水汽因子，最后是S/Q。相比異戊二烯，當各個因子增加或減小時，單萜烯對 S/Q最為敏感，水汽因子略微次之，最弱的是PAR。

圖17　某一因子變化（%）其他因子不變時，單萜烯排放的變化率（%）Fig. 17 Monoterpene emission changing rates (%) caused by the changes of one factor (%), and other factors keep at their original levels under realistic atmospheric conditions

分析發(fā)現(xiàn)，未來實際大氣或者氣候變化之時，每個因子變化的初始值及變化率都將影響到異戊二烯和單萜烯的排放。因此，未來要根據(jù)各個因子的實際情況給出準確評價。

圖18　竹林異戊二烯和單萜烯排放量與甲醛柱濃度之間的關系（單萜烯排放量×10）（n=602）Fig. 18 The relationships between isoprene and monoterpene emissions and HCHO vertical column densities (monoterpene emissions×10)(n=602)

2.5BVOC排放量與衛(wèi)星測量甲醛（HCHO）之間的關系

異戊二烯和單萜烯氧化產物主要為甲醛（HCHO）（Orlando et al.，2000），它們之間通過化學和光化學過程而存在著聯(lián)系，因此未來可利用衛(wèi)星測量的甲醛柱濃度估算 BVOC排放量（例如，Palmer et al.，2006）?；诖?，我們來研究BVOC排放量與甲醛柱濃度之間的關系。甲醛數(shù)據(jù)來自GOME-2的測量，并采用差分吸收光譜技術（DOAS）及輻射傳輸模式（Platt et al.，2008；De Smedt et al.，2012）獲得。為與冠層尺度BVOC排放量匹配，選擇距離通量塔100 km內與BVOC同步的甲醛數(shù)據(jù)，2012年7月─2013年1月甲醛數(shù)據(jù)樣本數(shù)分別為32、71、50、146、136、111、56，總樣本數(shù)為602，并采用“月均值”進行分析。BVOC數(shù)據(jù)為利用經驗模式計算所得。異戊二烯和單萜烯排放量、甲醛柱濃度月均值的變化總體上比較類似，但甲醛柱濃度在2013年1月異常偏大、與其季節(jié)變化規(guī)律不太相符。分析2012年7月─2013年1月異戊二烯、單萜烯與甲醛柱濃度月均值間的關系，以7─11月BVOC排放量與柱濃度之間的關系最好，其定量關系分別為：異戊二烯排放量=3.93×10-16HCHO-2.81（r2=0.90）、單萜烯排放量=1.24×10-17HCHO-0.05（r2=0.81），這里HCHO為柱濃度（molec?cm-2）。長白山溫帶森林生長季異戊二烯、單萜烯排放量與HCHO柱濃度也有良好的線性關系（Bai et al.，2015b）。需要說明的是，竹林實驗樣地周圍主要植物是竹林，其他樹種和草本植物很少，周邊鄉(xiāng)村無大型工廠，可以認為BVOC、HCHO來源主要受自然源、BVOC光化學過程影響，受人為源影響較弱。關于BVOC排放量或濃度與甲醛之間的化學機制，還需依據(jù)化學模式深入研究。

3　討論

從實測數(shù)據(jù)（n=115）篩選出12組用于建模，數(shù)據(jù)量雖少，但建立經驗模型時數(shù)據(jù)質量重于數(shù)量，主要依據(jù)如下：（1）模擬云南橡膠林異戊二烯排放時，分別使用111、10組數(shù)據(jù)建立經驗模型，它考慮了異戊二烯與PAR、光化學、散射項間的能量關系，這兩種經驗模型形式相同、均可較好模擬異戊二烯排放，計算誤差＜50%的數(shù)據(jù)分別占64.9%、56.8%（白建輝等，2004b201-203；白建輝，2014）；（2）模擬長白山溫帶森林異戊二烯排放實驗獲得2010和2011年生長季60、87組排放數(shù)據(jù)，根據(jù)類似本文的標準分別得到13、21組數(shù)據(jù)，建立了同形式的異戊二烯排放經驗模式：PAR、光化學、散射、常數(shù)等項的系數(shù)分別為-0.048、1.306、0.123、-0.084，-0.050、1.268、0.097、-0.039；r2分別為0.988、0.939，δ分別為20.2%、48.8%，NMSE分別為 0.070、0.165。合并兩年數(shù)據(jù)確定經驗模型各項的系數(shù)分別為：-0.049、1.292、0.112、-0.065，δ=39.3%，NMSE=0.133（Bai et al.，2015b1-31）。（3）本研究異戊二烯經驗模型各對應項的系數(shù)為-0.050、1.331、0.298、-0.226，=20.27%， NMSE=0.031。綜合來看，不同生態(tài)系統(tǒng)異戊二烯與PAR、光化學項之間的能量關系比較一致（雖然在散射項和常數(shù)項、δ、NMSE等有一些差別）。從本研究以及長白山森林研究（Bai et al.，2015b）1-31中對經驗模型的檢驗，采用模型建立之外不同樣本的數(shù)據(jù)、平均日變化，發(fā)現(xiàn)隨樣本數(shù)增加，模擬值更趨近于測量值。鑒于目前BVOC樣品分析和模式誤差較大，如均遠大于太陽紫外輻射的10%和3.6%（Bai，2011）6932-6936，我們應首要做好BVOC排放總量、平均狀況的測量和模擬；未來隨著采樣和分析技術各個環(huán)節(jié)精度的提高，相信測量和模式的精度也將逐步提高（特別是單次采樣）。對于長白山溫帶森林和亞熱帶竹林單萜烯排放的模擬，經驗模式也表現(xiàn)出與異戊二烯類似的結果（限于篇幅，不再贅述）。

簡要討論一下長白山森林和亞熱帶竹林BVOC排放的異同。長白山BVOC排放經驗模型已由原型（白建輝等，2012b）2237-2243發(fā)展為本文形式，利用2年數(shù)據(jù)得到異戊二烯和單萜烯的系數(shù)和有關結果分別為：-0.049、1.292、0.112、-0.065（r2=0.964，=39.3%，n=34）；-0.054、1.371、0.184、-0.204（r2=0.973、=27.1%，n=37）。長白山森林和亞熱帶竹林BVOC采樣均采用REA技術、同樣的輻射和氣象測量儀器，故經驗模型具有可比性。對比竹林BVOC經驗模型的系數(shù)，異戊二烯為：-0.050、1.331、0.298、-0.226，單萜烯為：-0.024、1.294、0.203、-0.106，亞熱帶竹林和溫帶森林異戊二烯和PAR、異戊二烯和光化學項的能量關系非常一致，這表明不同地區(qū)、不同類型森林異戊二烯排放與PAR、光化學項間的能量關系相同，這一點與G93模型中異戊二烯排放使用相同的光溫函數(shù)有異曲同工之處。亞熱帶竹林和長白山森林異戊二烯與散射項之間的關系不同，表明異戊二烯排放與氣柱中物質含量的關系存在地區(qū)差異，這可能在一定程度上反映了異戊二烯與其光氧化生成 SOA的產量具有地域特征，特別是我國目前 SOA在細顆粒物中比例越來越大的情況下顯得尤為重要。亞熱帶竹林和溫帶森林單萜烯經驗模式系數(shù)有明顯不同，它反映了兩地單萜烯成分及排放量（白建輝等，2012b）2237-2243的差別。

基于 PAR能量方法的經驗模型可以較好地捕捉并模擬多數(shù)情形下BVOC的排放特征。對于建模情形，異戊二烯和單萜烯模擬與測量的平均值都比較接近，表明經驗模型對于BVOC排放平均狀況的模擬可以信賴；對于放寬天氣、排放條件的模擬，異戊二烯和單萜烯的計算偏差增大，這是可以理解的，因為在這些狀況下（多云、濃霧、較早和較晚時段），排放通量和太陽輻射較低，測量誤差和模擬誤差都將增大。對于115組異戊二烯單次采樣、5點采樣和20點采樣“平均日變化”的模擬，其模擬值與測量值的比值分別為 1.53、1.38、1.40；類似地，單萜烯的相應值分別為 2.87、1.92、2.49。國外模型（如MEGAN）異戊二烯模擬值與測量值之比在2倍以內（Guenther et al.，2006）3182-3206。各種情形下異戊二烯的模擬均明顯好于單萜烯的主要原因可能是二者量級上的差別。對比前面關于“平均日變化”和單次的模擬，對異戊二烯和單萜烯“平均日變化”的模擬均有一定改善。例如，對單萜烯的模擬（n=74），其單次和“平均日變化”的模擬值與測量值之比分別為 3.89和 2.60。REA測量及其后期分析誤差也給準確模擬 BVOC排放帶來一定難度。經驗模型模擬異戊二烯和單萜烯“平均日變化”規(guī)律較好、模擬值普遍高于測量值，主要是因為實際天氣多數(shù) BVOC排放均較低或很低（包括一些負值）、而經驗模型都是在天氣條件普遍偏好的情況下建立的。BVOC經驗模型對“平均日變化”的模擬隨樣本數(shù)增加而顯著提高，表明這種方法可以減小測量過程中的隨機誤差及分析誤差。

異戊二烯排放在8月底之后明顯下降，這可能是因為溫度的下降和降水的減少。對比實驗A和B時段，C、D時段溫度降低了20.7%、36.8%，水汽含量下降了42.3%、57.7%；而PAR基本穩(wěn)持在同一水平上。竹葉6月開始生長、7月基本成熟。C、D時段竹葉生理活動減弱可能是導致異戊二烯排放下降的另一個原因；另外，根據(jù)對毛竹氣孔導度的測量，發(fā)現(xiàn)其9月至次年1月各月平均值與8月比值的平均值為2.4（變化范圍2.1～3.1）（施建敏等，2005），9月后氣孔導度明顯下降也可能是異戊二烯排放顯著下降的另一個原因?；谝陨戏治?，通過試驗修正異戊二烯排放模型，以適應這些因素變化對排放帶來的影響。未來模式中應考慮增加這些因素及更多的因素，以準確模擬異戊二烯在不同季節(jié)的排放。

冬季（如2012年12月─2013年1月期間），異戊二烯和單萜烯的排放表現(xiàn)出遠低于夏季，變化幅度也遠小于夏季的特征。相比其他月份，2013年1月的測量數(shù)據(jù)較少，未來應該加強1月份以及其他未測量月份的實驗和模式研究。

大氣中各種物質之間有復雜的化學和光化學反應，例如 BVOC與其他成分（O3、NO、NO2等）、·OH自由基反應，BVOC氧化產生大量的、多成分的二次有機氣溶膠，在BVOC參與的光化學反應中，還涉及與紫外輻射、可見光輻射之間的相互作用（即能量利用與消耗），因而，BVOC排放不僅僅受溫度、PAR控制，還涉及其他因子。以能量為基礎、考慮大氣中與BVOC排放有關的主要能量過程，對實測數(shù)據(jù)的統(tǒng)計分析確定實際大氣各主要能量間的關系，這樣所建立的模型才可能最大程度地符合自然界真實的規(guī)律。對經驗模型不同方法的檢驗，表明 BVOC模型適合于大多數(shù)情形下對BVOC排放及其變化的模擬。基于目前研究，利用PAR能量方法建立的排放模型適用于模擬竹林BVOC的排放，并得到了與長白山森林、內蒙古草原、云南熱帶森林類似的模擬結果（白建輝等，2004a784-793，2004b198-202，2012b2237-2243）。BVOC經驗模型基于冠層上能量之間的相互作用和動態(tài)關系，適用于模擬冠層尺度BVOC排放，其輸入?yún)?shù)可由常規(guī)觀測站獲得且所需參數(shù)較少，可大幅度減少測量單一樹種、草種排放速率的工作量，減小封閉式采樣較大誤差帶來的影響，因而該方法值得進一步研究和推廣。

敏感性分析表明，異戊二烯對 PAR比對水汽（一定程度上也是溫度）更敏感；單萜烯對水汽遠比對PAR更敏感，這與野外測量結果基本一致：（1）影響異戊二烯排放的主要因子是 PAR，其次是溫度；（2）大部分植物單萜烯的排放受控于溫度，某些植物也受控于PAR。由于單萜烯對于PAR的敏感性遠弱于對水汽（或者溫度），當PAR變化率較小時，單萜烯排放的變化也很?。▓D 17）?？梢姡珺VOC經驗模式可以解釋實驗中發(fā)現(xiàn)的某些現(xiàn)象及其內在規(guī)律。異戊二烯排放隨水汽減少而非線性減小，這與8月底之后異戊二烯排放的快速下降比較一致。異戊二烯和單萜烯隨散射因子增加或減少而非線性的增加或減少，揭示了異戊二烯和單萜烯在大氣中光氧化形成SOA的機制，因為BVOC經驗模型表達的是真實大氣各能量過程間的相互作用和相互關系，而不是單一方向的控制關系。對比單萜烯和異戊二烯對S/Q的敏感性，單萜烯比異戊二烯對S/Q的變化更敏感，這可能意味著實際大氣條件下單萜烯（α蒎烯）、倍半萜烯（長葉烯和柏木烯）比異戊二烯更易氧化為SOA。研究表明：倍半萜烯氧化為SOA的產率為17%～67%，單萜烯的氧化產率為2%～23%（Griffin et al.，1999）；相比之下，異戊二烯的氧化產率很小，僅為0.9%～3%（Kroll et al.，2005）。這些結果與本文經驗模式對實際大氣的計算結果都較為一致。

采用類似的能量方法和原理，建立了溫帶森林、內蒙古草原BVOC排放經驗模式，并利用它們計算了標準狀況下BVOC的排放因子：長白山溫帶森林異戊二烯和單萜烯分別為2.50、0.40 mg·m-2·h-1，內蒙古草原異戊二烯為 482.8（范圍413.6～539.4）μg·m-2·h-1。利用MEGAN模型計算的內蒙古草原異戊二烯標準狀況下的排放因子為 380（2002年9月）～520（2002年6月）μg·m-2·h-1（Bai et al.，20065755-5756；Guenther et al.，20063181-3210）。經驗模型計算的草地異戊二烯排放因子與國際上廣泛應用的MEGAN模型結果比較一致。對比上述不同生態(tài)系統(tǒng)實測的排放通量、排放因子，異戊二烯排放以亞熱帶竹林最高，其次為溫帶森林，草地最低；單萜烯排放以溫帶森林最高，亞熱帶竹林次之，草地最低。

4　結論

利用2012年7月─2013年1月對亞熱帶典型竹林BVOC排放的測量數(shù)據(jù)，依據(jù)PAR能量平衡方法，建立了異戊二烯和單萜烯排放的經驗模型。經驗模型考慮了與BVOC排放有關的主要能量，模擬值與測量值比較接近，對于BVOC排放日變化以及季節(jié)變化有較好的模擬。經驗模式建立多面向晴好天氣，故實際大氣的模擬值多高于測量值。BVOC經驗模型與MEGAN模型模擬BVOC排放、排放因子均比較接近，它們均適合模擬亞熱帶竹林BVOC排放。經驗模式計算的標準狀況BVOC排放因子在較大時間尺度上比較穩(wěn)定。模式計算表明，竹林BVOC排放以夏季最高，各個季節(jié)均以異戊二烯為主。敏感性實驗表明：異戊二烯和單萜烯對于各個因子變化的響應是非線性的；當各個因子增加率大于40%時，異戊二烯對PAR變化最敏感，其次是水汽因子及S/Q；單萜烯對S/Q變化最敏感，其次是水汽因子及PAR。單萜烯比異戊二烯對S/Q變化更敏感。隨衛(wèi)星測量技術和測量手段的提高，利用衛(wèi)星數(shù)據(jù)估算生態(tài)系統(tǒng)BVOC排放值得研究。初步研究表明，衛(wèi)星測量HCHO柱濃度與冠層尺度BVOC排放量之間有良好關系，它為估算冠層尺度BVOC排放、衛(wèi)星數(shù)據(jù)廣泛應用提供了參考。

致謝：美國華盛頓州立大學Alex Guenther博士、美國 2B科技公司 Andrew Turnipseed博士在竹林BVOC研究中做了大量工作，試驗期間浙江臨安太湖源鎮(zhèn)李松良給予了很多幫助，作者謹此深表謝意！

ARNETH A, NIINEMETS U, PRESSLEY S, et al. 2007. Process-based estimates of terrestrial ecosystem isoprene emissions: incorporating the effects of a direct CO2-isoprene interaction [J]. Atmospheric Chemistry and Physics, 7(1): 31-53.

ATKINSON R, AREY J. 2003. Gas-phase tropospheric chemistry of biogenic volatile organic compounds a review [J]. Atmospheric Environment, 37(3): 197-219.

BAI J H, BAKER B, LIANG B S, et al. 2006. Isoprene and monoterpene emissions from an Inner Mongolia grassland [J]. Atmospheric Environment, 40(30): 5753-5758.

BAI J H, DUHL T, HAO N. 2015b. Biogenic volatile compound emissions from a temperate forest, China: model simulation [J]. Journal of Atmospheric Chemistry, 1-31. DOI 10.1007/s10874-015-9315-3.

BAI J H, WANG M X, HU F, et al. 2002. Analyzing method on biological volatile organic compounds [J]. Advances in Atmospheric Sciences, 19(1): 64-72.

BAI J H, GUENTHER A, TURNIPSEED A, et al. 2015a. Seasonal and interannual variations in whole-ecosystem isoprene and monoterpene emissions from a temperate mixed forest in Northern China [J]. Atmospheric Pollution Research, 6(4): 696-707.

BAI J H. 2009. UV attenuation in the cloudy atmosphere [J]. Journal of Atmospheric Chemistry, 62(3): 211-228.

BAI J H. 2011. Analysis of ultraviolet radiation in clear skies in Beijing and its affecting factors [J]. Atmospheric Environment, 45(38): 6930-6937.

BAI J H. 2013. Photosynthetically active radiation loss in the atmosphere in North China [J]. Atmospheric Pollution Research. 4(4): 411-419, doi: 10.5094/APR.2013.047.

BAKER B, BAI J H, JOHNSON C, et al. 2005.Wet and dry season ecosystem level fluxes of isoprene and monoterpenes from a Southeast Asian secondary forest and rubber tree plantation [J]. Atmospheric Environment, 39(2): 381-390.

BAKER B, GUENTHER A, GREENBERG J, et al. 1999. Canopy fluxes of 2-methyl-3-buten-2-ol over a ponderosa pine forest by relaxed eddy accumulation; Field data and model comparison [J]. Journal of Geophysical Research, 104(D21): 26107-26114.

BRASSEUR G P, ORLANDO J J, TYNDALL G S. 1999a. Atmospheric Chemistry and Globe Change [M]. New York: Oxford University Press: 325-347.

BRASSEUR G P, ORLANDO J J, TYNDALL G S. 1999b. Atmospheric Chemistry and Global Change [M]. New York: Oxford University Press: 167-174.

BUSINGER J A, ONCLEY S P. 1990. Flux measurement with conditional sampling [J]. Journal of Atmospheric and Oceanic Technology, 7(2): 349-352.

CHANG J C, HANNA S R. 2004. Air quality model performance evaluation [J]. Meteorol Atmos Phys, 87(1): 167-196.

DE SMEDT I, VAN ROOZENDAEL M,STAVRAKOU T, et al. 2012. Improved retrieval of global tropospheric formaldehyde columns from GOME-2/MetOp-A addressing noise reduction and instrumental degradation issues [J]. Atmospheric Measurement Techniques, 5(11): 2933-2949.

DUHL T R, GOCHIS D, GUENTHER A, et al. 2013. Emissions of BVOC from lodgepole pine in response to mountain pine beetle attack in high and low mortality forest stands [J]. Biogeosciences, 10(1): 483-499, doi: 10.5194/bg-10-483-2013.

FEHSENFELD F, CALLVERT J, FALL R, et al. 1992. Emissions of volatile of organic compounds from vegetation and the implications for atmospheric chemistry [J]. GlobalBiogeochemicalCycles, 6(4): 389-430.

GERON C D, GUENTHER A B, GREENBERG J, et al. 2002. Biogenic volatile organic compound emissions from a lowland tropical wet forest in Costa Rica [J]. Atmospheirc Environment, 36(23): 3793-3802.

GREENBERG J P, GUENTHER A B, MADRONICH S, et al. 1999b. Biogenic volatile organic compound emissions in central Africa during the Experiment for the Regional Sources and Sinks of Oxidants (EXPRESSO) biomass burning season [J]. Journal of Geophysical Research, 104(30): 659e30, 671.

GREENBERG J P, GUENTHER A, HARLEY P, et al. 2003. Eddy flux and leaf-level measurements of biogenic VOC emissions from mopane woodland of Botswana [J]. Journal of Geophysical Research, 108 (D13), doi: 10.1029/2002JD002317.

GREENBERG J P, GUENTHER A, ZIMMERMAN P R, et al. 1999a. Tethered balloon measurements of biogenic VOCs in the atmospheric boundary laye r [J]. Atmospheric Environment, 33: 855-867.

GRIFFIN R J, COCKER D R, FLAGAN R C, et al. 1999. Organic aerosol formation from the oxidation of biogenic hydrocarbons [J]. Journal of Geophysical Research, 104(D3): 3555-3567.

GROTE R, NIINEMETS U. 2008. Modeling volatile isoprenoid emissions–a story with split Ends [J]. Plant Biology, 10(1): 8-28.

GUENTHER A B, HILLS A J. 1998. Eddy covariance measurement of isoprene fluxes [J]. Journal of Geophysical Research, 103 (D11): 13145-13152

GUENTHER A B, ZIMMERMAN P R, HARLEY P. 1993. Isoprene and monoterpene emission rate variability: model evaluations and sensitivity analyses [J]. Journal of Geophysical Research, 98(D7):12609-12617.

GUENTHER A, BAUGH B, BRASSEUR G, et al. 1999. Isoprene emission estimates and uncertainties for the Central African EXPRESSO study domain [J]. Journal of Geophysical Research, 104(30): 30625-30639.

GUENTHER A, HEWITT C N, ERICKSON D, et al. 1995. A global model of natural volatile organic compound emissions [J]. Journal of Geophysical Research, 100(D5): 8873-8892.

GUENTHER A, KARL T, HARLEY P, et al. 2006. Estimates of global terrestrial isoprene emissions using MEGAN (Model of Emissions of Gases and Aerosols from Nature) [J]. Atmospheric Chemistry and Physics, 6(11): 3181-3210.

GUENTHER A, OTTER L, ZIMMERMAN P, et al. 1996. Biogenic hydrocarbon emissions from southern African savanna [J]. Journal of Geophysical Research, 101(D20): 25859-25865.

GUENTHER A. 1994. Natural volatile organic compound emission rate estimates for U.S. woodland landscapes [J]. Atmospheric Enviroment, 28(6): 1197-1210.

GUENTHER A. 2002. The contribution of reactive carbon emissions from vegetation to the carbon balance of terrestrial ecosystems [J]. Chemosphere, 49(8): 837-844.

HELD A, PATTON E, RIZZO L, et al. 2008. Relaxed eddy accumulation simulations of aerosol number fluxes and potential proxy scalars [J]. Boundary-Layer Meteorology, DOI: 10.1007/s10546-008-9327-5.

KESSELMEIER J, CICCIOLI P, KUHN U, et al. 2002. Volatile organic compound emissions in relation to plant carbon fixation and the terrestrial carbon budget [J]. Global Biogeochemical Cycles, 16(4): 1126, doi:10.1029/2001GB001813.

KLINGER L F, LIQ J, GUENTHER A B, et al. 2002. Assessment of volatile organic compound emissions from ecosystems of China [J]. Journal of Geophysical Research, 107(D21), 4603, doi: 10.1029/2001JD001076.

KROLL J H, NG N L, MURPHY S M, et al. 2005. Secondary organic aerosol formation from isoprene photooxidation under high-NOx conditions [J]. Geophysical Research Letter, 32, L18808, doi: 10.1029/2005GL023637.

LI S P, MATTHEWS J, SINHA A. 2008. Atmospheric hydroxyl radical production from electronically excited NO2and H2O [J]. Science, 319(5870): 1657-1660.

MATTHEWS J, SINHA A, FRANCISCOJ S. 2005. The importance of weak absorption features in promoting tropospheric radical production [J]. Proceedings of the National Academy of Sciences of the United States of America, 102(21): 7449-7452.

NIINEMETS U, TENHUNEN J D, HARLEY P C, et al. 1999. A model of isoprene emission based on energetic requirements for isoprene synthesis and leaf photosynthetic properties for Liquidambar and Quercus [J]. Plant Cell Environ, 22(11): 1319-1335.

ORLANDO J J, NOZIERE B, TYNDALL G S, et al. 2000. Product studies of the OH- and ozone-initiated oxidation of some monoterpenes [J]. Journal of Geophysical Research, 105(D9): 11561-11572.

PACIFICO F, HARRISON S P, JONES C D, et al. 2011. Evaluation of a photosynthesis-based biogenic isoprene emission scheme in JULES and simulation of isoprene emissions under present-day climate conditions [J]. Atmospheric Chemistry and Physics, 11(9): 4371-4389.

PALMER P I, DORIAN S A, FU T M, et al. 2006. Quantifying the seasonal and interannual variability of North American isoprene emissions using satellite observations of formaldehyde column [J]. Journal of Geophysical Research, 111, D12315, doi: 10.1029/2005JD006689.

PLATT U, STUTZ J. 2008. Differential Optical Absorption Spectroscopy: Principles and Applications (Physics of Earth and Space Environments) [M]. Springer-Verlag, Berlin, Heidelberg, ISBN 978-3540211938.

ROSENSTIEL N, POTOSNAK M J, GRIFFIN K L, et al. 2003. Elevated CO2uncouples growth and isoprene emission in an agriforest ecosystem [J]. Nature, 421(6920): 256-259.

TSUI J K Y, GUENTHER A, YIP W K, et al. 2009. A biogenic volatile organic compound emission inventory for Hong Kong [J]. Atmospheric Environment, 43(40): 6442-6448.

WANG Q G, HAN Z W, WANG T J, et al. 2007. An Estimate of biogenic emissions of volatile organic compounds during summer time in China [J]. Environmental Science and Pollution Research, 14(1): 69-75.

WANG X M, SITU S P, GUENTHER A, et al. 2011. Spatiotemporal variability of biogenic terpenoid emissions in Pearl River Delta, China, with high-resolution land-cover and meteorological data [J]. Tellus, DOI: 10.1111/j. 1600-0889. 2010.00523.x.

WANG Z H, BAI Y H, ZHANG S Y. 2003. A biogenic volatile organic compounds emission inventory for Beijing [J]. Atmospheric Environment, 37(27): 3771-3782.

白建輝, BAKER B. 2004a. 草地異戊二烯排放通量影響因子的研究[J].大氣科學, 28(5): 783-794.

白建輝, BAKER B. 2004b. 熱帶人工橡膠林異戊二烯排放通量的模式研究[J]. 環(huán)境科學學報, 24(2): 197-203.

白建輝, BAKER B. 2005. 內蒙古草原典型草地異戊二烯的排放特征[J].環(huán)境科學學報, 25(3): 285-292.

白建輝, GUENTHER A, TURNIPSEED A. 2012b. 長白山溫帶森林單萜烯排放模擬[J]. 環(huán)境科學學報, 32(9): 2236-2244.

白建輝, 林鳳友, 萬曉偉, 等. 2012a. 長白山溫帶森林揮發(fā)性有機物的排放通量[J]. 環(huán)境科學學報, 32(3): 545-554

白建輝, 王庚辰, 任麗新, 等. 2003. 內蒙古草原揮發(fā)性有機物排放通量的研究[J]. 環(huán)境科學, 24(6): 16-22.

白建輝. 2009. 華北地區(qū)光合有效輻射的計算方法研究[J]. 氣象與環(huán)境學報, 25(2): 1-8.

白建輝. 2010. 光合有效輻射在大氣中的衰減[J]. 環(huán)境科學學報, 30(2): 302-313.

白建輝. 2014. 異戊二烯在大氣光化學過程中的能量作用[J]. 地球科學前沿, 4(5): 319-334.

白建輝..2013. 北京晴天紫外輻射的傳輸、損失及其長期變化[J]. 環(huán)境科學學報, 33(5): 1347-1354.

陳云飛, 江洪, 周國模, 等. 2013. 人工高效經營雷竹林CO2通量估算及季節(jié)變化特征[J]. 生態(tài)學報, 33(11): 3434-3444.

施建敏, 郭起榮一, 楊光耀. 2005. 毛竹光合動態(tài)研究[J]. 林業(yè)科學研究, 18(5): 551-555.

司徒淑娉, 王雪梅, GUENTHER A, 等. 2009. 典型夏季珠江三角洲地區(qū)植被的異戊二烯排放[J]. 環(huán)境科學學報, 29(4): 822- 829.

司徒淑娉, 王雪梅, GUENTHER A, 等. 2010. 氣象模擬誤差對異戊二烯排放估算的影響[J]. 環(huán)境科學學報, 30(12): 2383-2391.

謝旻, 王體健, 江飛, 等. 2007. NOx和VOC自然源排放及其對中國地區(qū)對流層光化學特性影響的數(shù)值模擬研究[J]. 環(huán)境科學, 28(1): 31-40.閆雁, 王志輝, 白郁華, 等. 2005. 中國植被VOC排放清單的建立[J]. 中國環(huán)境科學, 25(1): 110-114.

張莉, 王效科, 歐陽志云, 等. 2003. 中國森林生態(tài)系統(tǒng)的異戊二烯排放研究[J]. 環(huán)境科學, 24(1): 8-15.

Simulation of BVOC Emissions in A Subtropical Bamboo Forest in China

BAI Jianhui1*, DUHL Tiffany2, YU Shuquan3, WANG Bin3, HAO Nan4
1. LAGEO, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China; 2. National Center for Atmospheric Research, Boulder CO 80307, USA; 3. School of Forestry & Bio-technologyZhejiang Agriculture and Forestry University, Hangzhou 311300, China; 4. German Aerospace Center (DLR), 82234 Wessling, Germany.

Biogenic volatile organic compound (BVOC) emission fluxes were measured using the relaxed eddy accumulation (REA) technique on an above-canopy tower in a subtropical bamboo forest in Zhejiang province, China from July, 2012 to January, 2013. Meteorological parameters, solar global and direct radiation, and photosynthetically active radiation (PAR) were also measured during the same time period. Empirical models for calculating canopy-scale isoprene and monoterpene emission fluxes were developed based on PAR energy balance. The models were able to explain much of the observed diurnal and seasonal variations. Different methods were used to validate the BVOC empirical models which, on average, simulated fluxes that were higher than observed values. BVOC empirical models were in good agreement with MEGANv2.1 model simulations of isoprene and monoterpene emissions. The emission factors at standard conditions (t=30 ℃, PAR=1 500 μmol·m-2·s-1) estimated using empirical model and MEGANv2.1 model were 4.00 and 3.60 mg·m-2·h-1for isoprene, respectively, and 0.12 and 0.16 mg·m-2·h-1for monoterpenes, respectively. BVOC emissions estimated by the empirical model show that BVOC emissions are highest in summer (July to September), and isoprene is the dominant species, contributing 87.3% to 95.8% of BVOC emissions in summer. A sensitivity study of the response of BVOC emissions to changes in their controlling factors (i.e., PAR, water vapor and S/Q-scattering factor, ratio of solar scattering radiation to solar global radiation) showed that when each factor was increased by > 40%, isoprene emission was more sensitive to PAR than to water vapor or S/Q. Monoterpene emissions were most sensitive to S/Q and were more sensitive to this scattering factor than isoprene. Isoprene and monoterpene emissions exhibited nonlinear responses to changes in their controlling factors. Good linear relationships were found between isoprene and monoterpene emissions on the canopy scale and with satellite retrieved HCHO vertical column densities (molec·cm-1): isoprene emission (mg·m-2·h-1)=3.93×10-16HCHO-2.81, monoterpene emissions (mg·m-2·h-1)=1.24×10-17HCHO-0.05. Comparing measured BVOC emissions and BVOC emission factors at different ecosystems in China, isoprene emission is highest in subtropical bamboo forest, followed by temperate forest, and lowest in grassland. Monoterpene emissions are highest in temperate forest, followed by subtropical bamboo forest, and lowest in grassland.

biogenic volatile organic compounds; emissions flux; photosynthetically active radiation; empirical model; emission factor

10.16258/j.cnki.1674-5906.2015.12.001

Q945.79; X17

A

1674-5906（2015）12-1923-15

國家自然科學基金項目（40175031；41275137）；中華人民共和國科技部-歐洲空間局合作“龍計劃”3期項目（ID10663）；歐盟第七科技框架計劃（FP7）MarcoPolo項目（Grant NO. 606953）

白建輝（1964年生），男，研究員，博士，主要研究方向為植物揮發(fā)性有機物、太陽輻射、臭氧及其光化學等。E-mail: bjh@mail.iap.ac.cn *通信作者。

2015-09-06

引用格式：白建輝, DUHL TIFFANY, 余樹全, 王彬, 郝楠. 亞熱帶竹林揮發(fā)性有機物排放的模擬[J]. 生態(tài)環(huán)境學報, 2015, 24(12): 1923-1937.