毛紅梅,張凱山,第寶鋒

?

四川省天然源VOCs排放量的估算和時空分布

毛紅梅,張凱山*,第寶鋒

(四川大學建筑與環(huán)境學院,四川 成都 610000)

利用遙感影像解譯的土地利用現(xiàn)狀和植被資料,對四川省天然源VOCs的排放情況和時空分布進行研究,建立了四川省天然源VOCs的排放清單.2012年四川省天然源VOCs的排放量為1413.74kt.其中異戊二烯占29.4%,為415.53kt,單萜烯占30.2%,為427kt,其他VOCs占40.4%,為571.215kt.排放量具有夏季高冬季低的典型特征,夏季占全年排放量的44%,冬季占9%.天然源VOCs的排放主要集中在林地密集和日照時間長的達州、巴中、廣元、綿陽、樂山、眉山、攀枝花等地.研究表明,四川省天然源臭氧潛勢為6134kt, 二次氣溶膠的生成潛勢為136kt.這說明其對環(huán)境空氣質量的影響不容忽視.

天然源VOCs；排放總量；時空分布；OFP；FAC

近年來四川地區(qū)灰霾發(fā)生頻率明顯增加,臭氧濃度也常有超標[1-3].揮發(fā)性有機物(VOCs)與其關系密切[4-5].VOCs是二次有機氣溶膠(SOA)的重要前體物[6],同時在光照條件下,VOCs與氮氧化物反應生成臭氧等光化學污染產(chǎn)物[7].有研究表明在區(qū)域尺度或全球尺度,植物排放的VOCs已遠遠超過其人為排放量[8].因此,定量評估VOCs 對區(qū)域及全球的影響,調查植物VOCs 的排放量很有必要.

四川省地處長江上游,屬溫帶和亞熱帶氣候類型,森林資源豐富.全省森林覆蓋率35.3%,森林面積、蓄積均居全國各省區(qū)第2位[9].即便如此,對于四川省天然源排放的時空分布研究目前極度缺乏.關于天然源排放的研究多為全國區(qū)域范圍內的宏觀研究[10-12].本研究根據(jù)全球30m地表覆蓋衛(wèi)星的中分辨率成像光譜儀MODIS (moderate-resolution imaging spectroradiometer)的遙感數(shù)據(jù),對四川省天然源VOCs的排放情況和時空分布進行研究,并計算臭氧和SOA的生成潛勢,為進一步評價四川省天然源VOCs對區(qū)域及全球空氣質量影響提供數(shù)據(jù)資料.

1 研究方法

1.1 天然源VOCs排放量的估算

1.1.1 模擬區(qū)域 本次模擬范圍為97°E~ 110°E,27°N~34°N.利用ArcMap建立中尺度分辨率12km′12km網(wǎng)格.模擬范圍內總共有3174個網(wǎng)格.

1.1.2 排放量估算方法 天然源VOCs排放通量模型近些年有長足的發(fā)展.常見的有2006年Guenther推出的自然排放氣體和氣溶膠模型(MEGAN, model of emissions of gases and aerosol from nature)[13],以及美國環(huán)境保護署(EPA)和國家大氣研究中心(NCAR)聯(lián)合開發(fā)的全球生物源排放和交互系統(tǒng)(GloBEIS, Global Biosphere Emission and Interactions system)[14]等.由于異戊二烯、單萜烯和其他VOCs的排放量受氣溫和輻射等外界條件的影響不同,本文根據(jù)Guenther等提出的方法[15-16]進行估算.方法如下:

ISOP=××p××(1)

TMT,OVOC=×××(2)

式中:ISOP為異戊二烯排放通量,μgC/(m2×h);TMT,OVOC分別為單萜烯和其他VOCs排放通量,μgC/(m2×h);為標準狀態(tài)下(溫度為303K,光合有效輻射(PAR)為1000μmol/(m2×s))排放因子,μgC/(g×h);為葉生物量密度,g/m2;p、t分別為光合有效輻射影響因子(PAR)和溫度影響因子;為逸出效率,取值為1.

另外,溫度和光合有效輻射影響因子的計算如下:

(1)對于異戊二烯:

t=exp[T1(-S)S]/{1+exp[T2(-M)S]}

(3)

式中:為當前葉表面溫度,K,本研究用氣溫代替葉溫;S為標準條件下的葉溫(303K);T1T2、T為經(jīng)驗常數(shù),分別取95000,230000J/ mol,314K;為氣體平衡常數(shù)(8.314J/K).

p=(L) (1 +22)0.5(4)

式中:為光合有效量子密度,來自PAR模擬結果,μmol/(m2·s);、L為經(jīng)驗常數(shù),取值分別為0.0027和1.066.

(2)對于單萜烯和其他VOCs:

t=exp[(-S)] (5)

式中:為經(jīng)驗參數(shù)(0.09K-1);S為標準條件下的葉溫(303K).

1.1.3 數(shù)據(jù)來源及數(shù)據(jù)處理 1)氣象數(shù)據(jù):本研究溫度數(shù)據(jù)來源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)中的《中國地面國際交換站氣候資料日值數(shù)據(jù)集》.利用每天的最高、最低和平均氣溫,通過文獻[17-18]提出的WAVE氣溫模型,模擬出每天各時的氣溫值.利用式(3)、式(5)分別計算異戊二烯和單萜烯與其他VOCs的氣溫校正因子.

PAR是指太陽輻射中能被綠色植物用來進行光合作用的那部分能量,是評價地區(qū)氣候資源的一個重要指標.但迄今為止PAR尚未列入常規(guī)氣象觀測項目.一般根據(jù)經(jīng)驗公式間接推算.本研究根據(jù)來源于MODIS的NDVI值估算每時刻的PAR值[19-20],然后利用式(4)中計算異戊二烯的PAR值.

2)植被類型分布數(shù)據(jù)的獲取:MEGANv2.4模型將植被類型分為針葉林、闊葉林、灌木、草本四種類型,其中草本為作物與草原的合并[11].本研究結合四川省植被種類實際分布情況,將四川省植被劃分為七大類,分別為針葉林、闊葉林、針葉闊葉混交林、灌木林、草原、濕地和農(nóng)田. 本研究利用全球30m地表覆蓋數(shù)據(jù),提取四川省的植被類型分布數(shù)據(jù).如圖1所示,草原主要分布在四川西北部,農(nóng)田主要集中在四川東部,針葉闊葉混交林所占面積相對比較廣,主要分布在四川中南部.各種植被的面積如表1所示.

表1 2012年四川省類型植被面積統(tǒng)計Table 1 The vegetation area by types of Sichuan in 2012

3)排放因子和葉生物量密度:四川屬溫帶亞熱帶氣候且有多種森林類型.從區(qū)域上大致可分為:盆地內部馬尾松柏木疏林區(qū);盆地北緣山地常綠櫟類的落葉闊葉林區(qū);盆地南緣山地濕性常綠櫟林區(qū);盆地西南緣山地干性常綠松櫟林區(qū);川西冷云杉林區(qū);川西北高原灌叢草地等.本文參照趙靜等[21]在南方測試的樹種排放因子得到四川省各種植被類型的排放因子.根據(jù)國內目前葉生物量密度的實測研究結果[22]得到四川省葉生物量密度(LMD),結果如表2所示.

表2 排放因子和LMD設置Table 2 VOCs emission factor and LMD

1.2 天然源VOC排放對環(huán)境的影響

本研究采用臭氧生成潛勢(OFP)和二次氣溶膠生成潛勢(SOA)來評價天然源VOCs排放對環(huán)境質量的影響.這兩種方法分別介紹如下:

1.2.1 臭氧生成潛勢(OFP)估算方法 臭氧生成潛勢代表VOCs物種在最佳條件下對臭氧生成的最大貢獻.本研究只計算天然源VOCs排放中含量較大的異戊二烯和單萜烯的OFP.其計算公式如下所示:

OFP=VOC×MIR (6)

式中:OFP為某個VOC物種的OFP值,μg/m3; VOC為該VOC物種的濃度或排放量,μg/m3; MIR為某VOC物種在臭氧最大增量反應中的臭氧生成系數(shù),g/g.本文采用Carter等的最新MIR數(shù)據(jù)[23],其中異戊二烯為10.61g/g,單萜烯為4.04g/g.

1.2.2 SOA生成潛勢估算方法 本研究采用氣溶膠生成系數(shù)法(FAC)來估算SOA的生成潛勢[24].SOA生成潛勢計算公式如下:

SOA=VOC×FAC (7)

式中:SOA為某個VOC物種的SOA值, μg/m3; VOC為某種VOC的排放量或排放濃度, μg/m3; FAC為該種VOC的氣溶膠生成系數(shù).本研究的FAC值主要來源于Grosjean[24]的研究結果,其中異戊二烯為2%,單萜烯為30%.

2 結果與討論

2.1 四川省天然源VOCs總排放量

本研究根據(jù)四川省各種植被類型分布和面積、葉生物量、排放因子、實時氣溫和光合有效輻射等數(shù)據(jù)估算四川省天然源VOCs的排放量.如表3所示,2012年度四川省天然源VOCs的排放量為1413.74kt,其中異戊二烯排放量占年度總排放量的29.4%,為415.53kt;單萜烯占30.2%,為427.00kt;其他VOCs占40.4%,為571.22kt.

如表3所示,本研究的估算和張鋼鋒等[25]的研究頗為接近,但異戊二烯排放量略低;比張莉[27]計算的異戊二烯略高;和池彥琪等[26]的結果相比,則相差較大,且各個VOC物種的排放均明顯偏大.這是因為張鋼鋒等[25]計算的是四川省的森林排放,不包括草地、農(nóng)田等的排放,而草地和農(nóng)田單萜烯和其他VOCs的排放大于異戊二烯,且四川省草地和農(nóng)田的面積占很大一部分,所以單萜烯和其他VOCs的排放以及總VOCs的排放小于本研究.需要指出的是,由于這些研究的年份有所不同,且相同年份可使用和比較的數(shù)據(jù)有限,不同研究的計算結果存在差異是可以預見的.這也是未來需要進一步評價的工作之一.

表3 四川省天然源VOCs的年排放量的比較Table 3 Comparison of the biogenic VOCs emissions of Sichuan by different studies

注:表中所列文獻[25-26]的值皆是從該研究的結果圖中估讀的,可能存在一定的誤差,但量級上基本一致.

2.2 四川省天然源VOCs的時空特征

2.2.1 四川省天然源VOCs的空間分布 如圖2(a) 所示,異戊二烯排放量高的地區(qū)主要分布在達州、巴中、廣元的北部以及樂山、涼山和攀枝花.這些區(qū)域大多為林地密集的地方.這些地區(qū)的最高排放量超過3.2×103kg/(km2×a).如圖2(b)、圖2(c)所示,單萜烯和其他VOCs的分布與異戊二烯頗為類似.

如圖2(d)所示,總VOCs的排放量主要分布在達州、巴中、廣元、綿陽、樂山、眉山、攀枝花、涼山等地,最高達到9.5×103kg/(km2×a).雅安天然源VOCs排放量較低主要是因為雅安降雨時間長,日照時間短.在甘孜、阿壩等地,其天然源VOCs排放量也較低.這是因為這些地區(qū)主要植被為草原,且甘孜、阿壩年均氣溫較低,影響了天然源VOCs的排放.在成都、德陽、遂寧、南充、廣安、資陽、內江、自貢、宜賓等地,其天然源VOCs排放量相對較低.這主要是因為這些區(qū)域是四川省經(jīng)濟較發(fā)達的地區(qū),建筑面積較多,而植被面積較少,且其主要植被為排放因子較低的農(nóng)田.

圖2 天然源VOCs各組分年度排放通量空間分布[kg/(km2?a)]
Fig.2 Spatial distribution of annual BVOC species emissions [kg/(km2?a)]

2.2.2 天然源VOCs的時間特征 如圖3所示,四川省天然源VOCs排放量的月變化存在著明顯的峰值和谷值,以1月份最小(為37.64kt)而8月份最大(為227.46kt).且夏季(6~8月)天然源VOCs排放量最高,占全年的44%.這是由于夏季高溫、高輻射和日照時間長的因素所致.相比之下,溫度較低和輻射較弱的冬季排放量較小.冬季單萜烯和其他VOCs的排放量低于異戊二烯.這是由于冬季川西草原地區(qū)覆蓋著積雪,阻礙天然源VOCs的產(chǎn)生和排放.

2.3 四川省天然源VOCs排放對環(huán)境質量的影響

2.3.1 臭氧生成潛勢 本研究估算得出,四川省天然源VOCs排放的OFP總量為6134kt.其中異戊二烯產(chǎn)生的OFP占78%,為4409kt,單萜烯產(chǎn)生的OFP占22%,為1725kt.為了評價OFP是否能有效的反映其對環(huán)境質量的影響,本研究對比分析了OFP和環(huán)境監(jiān)測臭氧濃度的空間分布.一般說來,OFP越高,其對應的臭氧濃度就越高.圖4(a)、圖4(b)分別為四川省的OFP空間分布和經(jīng)反距離權重插值法處理的2015年5月6日13點的環(huán)監(jiān)站O3濃度分布.由于監(jiān)測站的數(shù)量較少,不能完整而準確的推演出全省范圍內臭氧的空間分布.但從推演出的臭氧濃度的熱點看來,其空間分布和OFP的空間分布頗為一致.例如,成都市主導風為北、北東風,而OFP的熱點很大部分都在川東北方向,加之成都市的其他污染源的排放貢獻,造成成都市成為四川省臭氧濃度的熱點之一.川東南的宜賓和樂山,臭氧熱點的位置大致和OFP的熱點位置一致.這說明,OFP可以用來評價其對環(huán)境質量的影響,同時也說明本文的天然源VOCs的估算相對準確.

2.3.2 SOA生成潛勢 SOA形成潛勢也是評價VOCs排放對環(huán)境質量影響的指標之一,其原理和OFP類似.本研究估算得出,四川省天然源VOCs的SOA的生成潛勢總量為136kt,其中單萜烯為主要貢獻來源,其產(chǎn)生的SOA生成潛勢占總量的94%,為128kt;而異戊二烯的貢獻占6%,為8kt.

需要指出的是,天然源VOCs排放的OFP和SOA的主要來源分別為異戊二烯和單萜烯,而這兩者是天然源VOCs的主要成分,從其生成潛勢來看,其對環(huán)境質量的影響不容忽視.因此,未來闡釋和研究四川盆地空氣質量成因和演變機理,需要考慮天然源VOCs的影響和貢獻.

2.4 不確定性分析

在四川省天然源VOCs排放的估算過程中,由于受數(shù)據(jù)來源以及收集得到的信息不完整等因素的影響,估算存在著一定的誤差.為了評價排放因子、葉面積密度(LMD)及PAR等因素對VOCs排放量估算的影響,本研究分別采用所有可用數(shù)據(jù)的極值(最大及最小值)估算VOCs排放量并進行相互比較.表4列出排放因子和LMD的所有可用數(shù)據(jù)的極值.而表5列出采用不同排放因子、LMD和PAR時VOCs排放量的估算情況.在進行VOCs排放量估算時,當其中一個要素采用極值時,所有其他的要素采用本研究所用的均值.

表4 VOCs排放量估算中排放因子和LMD最大、最小值Table 4 The minimum and maximum values of emission factor and LMD for VOCs estimation

注:根據(jù)計算方法,PAR只對異戊二烯的產(chǎn)生有影響,對單萜和其他VOCs的產(chǎn)生沒有影響.

表5 VOCs排放量估算的不確定性分析結果Table 5 The results of uncertainty analysis forVOCs emissions estimation

如表4所示,針對同一種VOC,不同的植被類型,其排放因子的變化范圍極大.例如,對異戊二烯而言,不同植被類型的排放因子最大和最小值的比值范圍為1~600倍,以闊葉林最大,而草地最小;對于單萜烯而言,不同植被類型的排放因子最大和最小值的比值范圍相對較小,為1~16倍,以濕地最大,而草地最小.

與排放因子相比,不同植被類型的LMD的最大和最小值的比值則相對較小,為1~8倍左右,以濕地最大,而農(nóng)田最小.

如表5所示,對異戊二烯而言,改變排放因子的大小對其排放量的估算影響最大(以采用最大排放因子時的估算量和采用最小排放因子時的估算量的比值最大論.下文的討論均以此為依據(jù)),以PAR次之,而LMD最小.由于PAR沒有直接的獲取渠道, 本研究是根據(jù)NDVI推算出來的并可能存在一定的誤差從而影響異戊二烯排放量的估算.

對于單萜烯而言,改變排放因子的大小對其排放量的估算影響最大,以LMD次之;PAR對單萜烯的產(chǎn)生沒有影響;對于其他VOCs來說,PAR對其排放量沒有影響,由于排放因子數(shù)據(jù)缺乏的關系,只評價LMD對它的影響.且同前面兩種VOC相比,LMD的影響也較小.

綜上所述,排放因子對于VOCs排放量的估算影響最大.當然,由于不同植被VOCs排放因子也有所不同,因此,不同植被類型面積的估算也將影響到VOCs排放量的估算.本研究的各類型植被面積來源于全球30m地表覆蓋數(shù)據(jù).該數(shù)據(jù)的空間分辨率為30m,高出同類數(shù)據(jù)產(chǎn)品10倍, 2010期的分類精度為83.5%[28].故本研究的各類型的植被面積相對準確.若不考慮輻射和氣溫的影響,本研究不同植被類型對VOCs排放量估算的貢獻率如表6所示.其中針闊葉混交林對天然源VOCs的排放所占的比例最大,達到了78.92%.

表6 各類型植被對天然源VOCs的貢獻率Table 6 The contribution of the biogenic VOCs by vegetation type

3 結論

3.1 2012年度四川省天然源VOCs的排放量為1413.74kt,其中異戊二烯排放量為415.53kt;單萜烯為427.00kt;其他VOCs為571.22kt.天然源VOCs的排放對環(huán)境的影響不可忽視,特別是對臭氧和二次氣溶膠的生成有很大的貢獻.2012年四川省天然源VOCs產(chǎn)生的OFP總量為6134kt而SOA的生成潛勢總量為136kt.

3.2 四川省天然源VOCs的年總排放量較大且具有明顯的季節(jié)依賴性:夏季排放量較大而冬季則較小.排放主要集中分布在達州、巴中、廣元、綿陽、樂山、眉山、攀枝花、涼山等地,在成都、德陽、遂寧、南充、廣安、資陽、內江、自貢、宜賓、雅安等地,其天然源VOCs排放量相對較低.

3.3 通過對不確定因素的分析,葉生物量密度的選取對VOCs的排放量的影響較不明顯;而排放因子的選取對異戊二烯和單萜烯的排放量影響較明顯;PAR對異戊二烯的排放量影響較大,而對單萜烯和其他VOCs的排放量沒有影響.此外,植被類型面積估算的準確與否將嚴重影響天然源VOCs排放量的估算.

[1] Lou Y F, Daren L,Zhou X J, et al. Characteristics of the spatial distribution and yearly variation of aerosol optical depth over China in last 30years [J]. Journal of Geophysical Research, 2001,106(D13):14501-14513.

[2] Chen Y, Xie S D. Temporal and spatial visibility trends in the Sichuan Basin,China,1973 to 2010 [J]. Atmospheric Research, 2012,112:25-34.

[3] 錢 駿,廖瑞雪,鄧利群,等.成都市大氣中O3污染水平及來源分析 [J]. 四川環(huán)境, 2011,30(3):20-23.

[4] Chan C K, Yao X H. Air pollution in mega cities in China [J]. Atmospheric Environment, 2008,42(1):1-42.

[5] Shao M, Tang X Y, Zhang Y H, et al. City clusters in China: air and surface water pollution [J]. Frontiers in Ecology and the Environment, 2006,4(7):353-361.

[6] Hallquist M, Wenger J C, Baltensperger U, et al. The formation, properties and impact of secondary organic aerosol: current and emerging issues [J]. Atmospheric Chemistry and Physics, 2009, 9(14):5155-5236.

[7] 唐孝炎,張遠航,邵 敏.大氣環(huán)境化學 [M]. 北京:高等教育出版社, 2006:221-238.

[8] Guenther A, Zimmerman P, Harley R. Isoprene and monoterpene emission rate variablity :Model evaluation and sensitivity analysis [J]. J. Geophys. Res., 1998:12609-12617.

[9] 四川省統(tǒng)計局.四川統(tǒng)計年鑒2013 [M]. 北京:中國統(tǒng)計出版社, 2013.

[10] 閆 雁,王志輝,白郁華,等.中國植被VOC排放清單的建立 [J]. 中國環(huán)境科學, 2005,25(1):110-114.

[11] 寧文濤.天然源VOC的排放量估算對區(qū)域空氣質量影響的研究 [D]. 濟南:山東師范大學人口×資源與環(huán)境學院, 2012.

[12] Klinger L F, Li Q J, Guenther A B, et al. Assessment of volatile organic compound emissions from ecosystems of China [J]. Journal of Geophysical Research Atmospheres, 2002,107(D21): ACH 16-1–ACH 16-21.

[13] Guenther. Estimates of global terrestrial isoprene emissions using MEGAN (model of emissions of gases and aerosols from nature) [J]. Atmospheric Chemistry and Physics Discussions, 2006,6: 3181-3210.

[14] The global emission and interactions system (GLOBEIS) [EB/OL]. http://www.globeis.com/about.html, 2015-03-12.

[15] Guenther A, Baugh B, Brasseur G, et al. Isoprene emission estimates and uncertainties for the Central African EXPRESSO study domain [J]. Journal of Geophysical Research, 1999, 104(D23):30625-30639.

[16] Guenther A, Geron C, Pierce T, et al. Natural emissions of non-methane volatile organic compounds, carbon monoxide, and oxides of nitrogen from North America [J]. Atmospheric Environment, 2000,34(12-14):2205-2230.

[17] De Wit C T, Goudriaan J, Van Laar H H. SOYMOD I: A dynamic simulator of soybean growth and development [J]. T. Asae., 1978, 18(5):963-968.

[18] Reicosky D C, Winkelman L J, Baker J M, et al. Accuracy of hourly air temperatures calculated from daily minima and maxima [J]. Agr. Forest Meteorol., 1989,46(3):193-209.

[19] 王保林,王晶杰,楊 勇,等.植被光合有效輻射吸收分量及最大光能利用率算法的改進 [J]. 草業(yè)學報, 2013,22(5):220-228.

[20] 劉建棟,金之慶.光合有效輻射日變化過程的數(shù)值模擬 [J]. 江蘇農(nóng)業(yè)學報, 1999,15(3):136-140.

[21] 趙 靜,白郁華,王志輝,等.我國植物VOCs排放速率的研究 [J]. 中國環(huán)境科學, 2004,24(6):654-657.

[22] 馮宗煒,王效科,吳 剛.中國森林生態(tài)系統(tǒng)的生物量和生產(chǎn)力 [M]. 北京:科學出版社, 1999.

[23] Carter W P L. Updated maximum incremental reactivity scale and hydrocarbon bin for reactivities regulatory applications [EB/OL]. http://www.cert.ucr.edu/~carter/SAPRC/MIR10.pdf.2015-05-12.

[24] Grosjean D. In situ organic aerosol formation during a smog episode: Estimated production and chemical functionality [J]. Atmospheric Environment Part A. General Topics, 1992,26(6): 953-963.

[25] 張鋼鋒,謝紹東.基于樹種蓄積的中國森林VOC排放估算 [J]. 環(huán)境科學, 2009,30(10):2816-2822.

[26] 池彥琪,謝紹東.基于蓄積量和產(chǎn)量的中國天然源VOC排放清單及時空分布 [J]. 北京大學學報(自然科學版), 2012,48(3): 475-482.

[27] 張 莉,王效科,歐陽志云,等.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, 2003,24(1):8-15.

[28] 廖安平,胡駿紅,彭 舒.創(chuàng)GlobeLand30中國測繪品牌占全球地表覆蓋國際高點 [J]. 中國測繪, 2015,(5):28-30.

* 責任作者, 教授, zhangkaishan@scu.edu

Studies on estimates of biogenic VOC emission and its temporal and spatial distribution in Sichuan

MAO Hong-mei, ZHANG Kai-shan*, DI Bao-feng

(College of Architecture and Environment, Sichuan University, Chengdu 610000, China)., 2016,36(5)：1289~1296

The objectives of this paper were: (1) to estimate the biogenic VOC (BVOCs) emissions and its temporal-spatial distributions; and (2) to develop biogenic VOCs emissions inventory of Sichuan based on the remote-sensing data regarding land use and vegetation. In 2012, the total annual biogenic VOCs emissions of Sichuan was estimated to be approximately 1470.82kt, of which isoprene, monoterpenes, and the other VOCs accounted for 429.54kt (29.2%), 445.22kt (30.3%), and 596.06kt (40.5%), respectively. The biogenic VOCs emissions exhibited strong seasonal patterns with emissions in summer being the maximum (accounting for 42.56% of the total) and in winter being the minimum (accounting for 10.43% of the total). The BVOCs emissions were mainly concentrated in the dense woodland areas where the duration of sunlight was relatively long such as Dazhou, Bazhong, Guangyuan, Mianyang , Leshan, Meishan and Panzhihua. The ozone formation potential (OFP) and the secondary organic aerosol formation potentials from the BVOCs were estimated to be 6134kt and 136kt, respectively, implying a significant impact on air quality.

biogenic volatile organic compounds；emission inventory；temporal and spatial characteristics；OFP；FAC

X513

A

1000-6923(2016)05-1289-08

毛紅梅(1991-),女,湖北天門人,碩士研究生,主要從事大氣排放清單、空氣質量模型等研究.發(fā)表論文1篇.

2015-10-09

環(huán)保部環(huán)保公益項目“非道路機械細顆粒物排放清單和減排途徑研究”(201409012)