文章信息
- 杨棠武, 吕美婷, 安树青, 赵德华
- YANG Tangwu, LÜ Meiting, AN Shuqing, ZHAO Dehua
- 城区森林与乡村森林近地层臭氧浓度的变化规律对比
- Comparison of near-ground ozone concentrations between urban and rural forests
- 生态学报, 2014, 34(19): 5670-5678
- Acta Ecologica Sinica, 2014, 34(19): 5670-5678
- http://dx.doi.org/10.5846/stxb201301150104
-
文章历史
- 收稿日期:2013-1-15
- 网络出版日期:2014-3-7
与乡村相比,城市在温度、湿度、CO2浓度等方面存在显著差异[1],这种差异必将对生长在其中的植被产生影响[1, 2, 3, 4]。目前对城市特征环境与植被间相互关系的研究主要集中在城市污染对植被的胁迫效应,以及城市植被生态反作用方面[1, 5, 6]。已有研究表明,城乡梯度上生态因子的空间变化与全球变化因子的时间变化间存在很强的相似性,因此,基于城乡间的环境梯度可发展一种以空间代替时间的方法来研究陆地生态系统对全球气候变化响应的研究方法,即“城市自然大实验场法”[7, 8]。Carreiro等和Grimm等发表专论对这一新方法的有效性进行了探讨,肯定了这一新方法的潜在意义[7, 8, 9]。
为了发展这一新方法,有必要对城乡间可能影响植物生长的环境因子进行长期的监测研究,目前的研究主要集中在温度、CO2浓度和污染气体浓度等方面[1, 5, 6]。有研究表明,导致城乡间植物生长差异的主导因素可能是臭氧浓度,乡村臭氧浓度往往高于城市,由于臭氧对植物生长的负作用,植物在城市生长反而更快,而且很有可能会掩盖温度、CO2浓度等全球变化因子对植物的作用[2, 10, 11]。Gregg等在纽约的研究表明城市杨树生长速度是郊区的两倍,其原因是郊区的高臭氧浓度减慢了植物的生长[2]。但是,目前有关臭氧浓度观测大都是在气象塔站(距地面高度15 m以上)上进行[11, 12],观测点与森林植物冠层相隔较远,由于植物冠层对大气环流的阻隔作用,以及植物释放的植物源挥发性有机物VOC与臭氧浓度间复杂的相互作用,导致气象塔站上测得的臭氧浓度与近地层和植物产生直接作用的大气臭氧浓度间存在显著差异[13, 14, 15, 16, 17, 18, 19],所以这些观测数据不能直接用于“城市自然大实验场法”的研究。然而,目前有关城区森林与远离城市的森林近地层臭氧浓度的对比研究鲜有报道。
本文自2011年6月至2013年1月逐月对位于南京市中心的城区森林和镇江市下蜀的乡村森林的近地层(高度1.0 m)臭氧浓度进行跟踪监测,比较两样地近地层臭氧浓度的日变化与季节变化规律,以期为城市特征环境研究以及发展“城市自然大实验场法”提供理论依据。
1 材料与方法 1.1 样点选择由于观测样点周边的植被会对近地层臭氧浓度产生影响[13, 16],森林样点的选择尤为重要。最终监测的城乡森林样点间臭氧浓度差异必然是城乡大环境差异、目标森林差异和小样点(小生境)差异共同作用的结果。为了提高研究的代表性,在样点的选择方面作了严格的限制,首先,要求选择的城乡目标森林必须具有一定规模、人类活动干扰小,而且植被类型和土壤特征尽可能接近;其次,在目标森林选择小样点时,要求小样点不仅能够较好的代表目标森林的平均状况,而且城乡的2个小样点附近在地上生物量、地形、盖度等方面尽可能接近。
在综合考察样地规模、人类活动影响、植被类型和地上生物量、地形、土壤等因素的基础上,本研究选择了两个观测样点:南京市清凉山森林公园样点和句容市下蜀镇乡村森林样点(图 1)。清凉山公园(N32° 3′,E118°45′)靠近南京市市中心,离市中心新街口直线距2.5 km,公园面积0.73 km2,植被盖度约为85%,以30a以上的高大乔木为主,银杏、板栗、悬铃木、雪松为优势种;公园四周的土地利用类型以道路、公寓住宅和写字楼为主,人口密度高,是典型的市区环境;采样点位于公园中心偏北的山腰处,周边相对平整,以小乔木为主。乡村森林样点位句容市下蜀镇(N32°07′,E119°13′),距离南京市市中心新街口41.7 km,采样点位于下蜀镇林场的空地中,下蜀林场面积3.25 km2,植被盖度90%以上,以30a以上大型乔木为主,麻栎、栓皮栎、白栎、金钱松等为优势种;采样点位于山脚下,周边地表相对平整,以小乔木为主。
1.2 测定方法在两个样点,分别安置一个按照QXT5-2001标准制作的百叶箱,距地面1 m,用于放置温度、湿度和臭氧的监测仪;光照强度检测仪安装在不受遮挡的水平面上。温度和湿度监测采用美国HOBO公司的Pro V2系列温湿度记录仪U23-001(精度±0.2)℃;光照采用美国HOBO公司的UA-002-64;臭氧观测系统采用用新西兰AeroQual公司的Series500臭氧监测仪(0—100 nL/L范围内精度<8 nL/L)。
从2011年6月至2013年1月,对温度、湿度和光照强度进行不间断的连续监测,数据采集时间间隔为5 min。选择晴朗微风天气,进行臭氧浓度测定,每月测定数次(2011年12月和2012年1月数据缺失),每次测定时间持续24 h以上,数据采集时间间隔为5 min。
1.3 数据处理及分析利用Excel和SPSS18.0软件对数据进行分析和处理。本文的臭氧小时平均值的频度是基于臭氧小时平均值统计的各样点不同浓度臭氧的出现频率,臭氧浓度间隔为1 nL/L[20]。季节采用宋吉化的划分方案:春季从2月12日到5月7日,共85d;夏季从5月8日到10月3日,共149 d;秋季从10月 4日到11月20日,共48 d;冬季从11月21日到2月11日,共83 d[21]。臭氧浓度平均日变化动态曲线用五点滑动平均法进行平滑处理[22]。
本文采用AOT40(Accumulated Ozone Exposure over a threshold of 40 Parts Per Billion)值评估臭氧浓度对植物的可能影响[23, 24],AOT40指的是臭氧浓度超过40 nL/L时,高于40 nL/L部分臭氧浓度对时间积分的结果。城乡样点间不同月份温湿度、光照强度差异采用双因素方差分析。两样点间臭氧浓度日变化动态对比采用配对样本T检验。不同样点间AOT40值对比采用单因素方差分析(One-Way AVOVA)。
2 结果与分析 2.1 城乡样点近地层大气温度、湿度和光照的差异受城市热岛效应影响,清凉山样点近地层月平均气温在整个观测期间均高于同期的下蜀样点(图 2),年平均高0.93 ℃,其中2012年5月份两样点的差值最大,达1.41 ℃;2011年11月份两样点的差值最小,为0.48 ℃。与近地层气温相反,清凉山样点近地层月平均大气湿度在整个观测期间均低于同期的下蜀样点,年平均低3.37%,其中,两样点相差最大值出现在2012年10月,达6.29%,相差最小值出现在2011年11月,为1.61%。与近地层大气湿度相似,清凉山样点日光照强度最大值的月平均值在整个观测期除2012年3月和7月以外的其它月份均 低 于同期的下蜀样点,年平均低13108.77 lx(11.0%),两样点最大差值出现在2011年12月,相差24022.39 lx(25.4%)。通过双因素方差分析,样点和月份对温度、湿度、光照强度的影响都是极显著(P<0.001)。
2.2 城乡样点植物冠层内臭氧浓度的变化特征 2.2.1 臭氧频谱分布清凉山样点,臭氧频度的分布总体表现为随臭氧浓度增加而逐步减少的趋势(图 3),最大值出现在小于10 nL/L区域,臭氧浓度在0—10 nL/L之间的相对频度为41.0%,在10—40 nL/L之间的相对频率为45.0%,而大于40 nL/L的频度为14.0%,也即清凉山样点一年中41.0%的时间臭氧浓度小于10 nL/L,而14.0%的时间臭氧浓度大于40 nL/L。下蜀样点,臭氧频度的分布总体表现为中间高、两边低,臭氧浓度出现在0—10 nL/L之间的频度为28.3%,在10—40 nL/L之间的相对频率为57.7%,大于40 nL/L的频度为13.9%。结果表明,两个样点间臭氧频度的分布表现出一定的差异,清凉山样点臭氧频度低浓度(<10 nL/L)的区域分布相对较高,下蜀样点在10—40 nL/L范围内分布相对较高,而两者在高浓度(>40 nL/L)区域的频度总和则相差不大。
2.2.2 日变化与季节变化动态两个样点臭氧浓度的日变化在全年均以单峰曲线为主:最低值和最高值都分别出现在7:00和15:00左右(图 4)。但是,日变化幅度在不同季节表现出较大差异,春夏秋三季日变化幅度都较大,都在20 nL/L左右,而在冬季,日变化幅度则较小,清凉山冬季变化幅度为7.02 nL/L,而下蜀冬季变化幅度为9.68 nL/L。两样点间,不同季节的日变化动态也表现出一定的差异:春秋两季,下蜀在各个时段的臭氧浓度均高于清凉山;而在夏季,两样点间臭氧浓度相差较小,基本上同步变化。在冬季,清凉山和下蜀在夜间臭氧浓度相差不大,而在白天则下蜀高于清凉山。表明,两个样点臭氧浓度的日变化趋势相似,大部分时段下蜀样点的臭氧浓度高于清凉山样点。
两样点季节平均臭氧值最大值均出现在秋季,清凉山样点和下蜀样点秋季平均值分别为24.93 nL/L和31.63 nL/L。季节平均值最小值出现在冬季,清凉山样点和下蜀样点冬季平均值分别为7.82 nL/L和11.48 nL/L。两样点间差别最小的季节为夏季,清凉山样点和下蜀样点夏季平均值分别为24.47 nL/L和24.15 nL/L。在春季,下蜀样点高于清凉山样点,清凉山样点和下蜀样点秋季平均值分别为12.05 nL/L和22.57 nL/L。清凉山的臭氧年平均浓度为19.95 nL/L,下蜀为23.24 nL/L。通过配对样本T检验,发现春季、秋季、冬季3个季节不同样点间臭氧浓度差异都是极显著(P<0.01),而夏季两样点间的臭氧浓度则差异不显著(P>0.05)。
2.2.3 AOT40值统计两个样点4个季节的AOT40的结果表明,两个样点AOT40均为夏秋较高,春冬较低。清凉山夏季AOT40为0.643×10-6 h,下蜀夏季AOT40为0.578×10-6 h;冬季都为0。两个样点全年的AOT40累计值估计为0.968×10-6 h,1.259×10-6 h(表 1)。
AOT40/(×10-6 h) | |||||
春Spring | 夏Summer | 秋Autumn | 冬Winter | 总AOT40 All year AOT40 | |
AOT40: Accumulated Ozone Exposure over a threshold of 40 Parts Per Billion 臭氧浓度超过40 nL/L时,高于40 nL/L部分臭氧浓度对时间积分的结果; 同列不同字母表示差异显著(P<0.05) | |||||
清凉山Qingliangshan | 0.016 a | 0.643 a | 0.318 a | 0.00 a | 0.968 |
下蜀Xiashu | 0.199 a | 0.578 a | 0.482 a | 0.00 a | 1.259 |
分析植物冠层内臭氧四季的日变化发现,在4个季节中乡村样点的臭氧浓度都要高于城市样点,尤其在春季和秋季,这种差别更加明显(图 4)。这与马志强等在北京与香河县观测到的结果类似[25]。乡村的的臭氧浓度偏高可能是城市带有臭氧前体物质的气团在往乡村扩散的过程中逐渐反应积累的结果[19, 20]。臭氧是由在其前体物在太阳辐射下经光化学反应生成的,本研究的光照辐射结果显示,乡村样点的光照强度比城市平均要高11%(图 2),这可能也是乡村臭氧浓度高于城市的一个重要因素。本研究发现在四个季节中,秋季臭氧浓度平均值最高,这与段玉森等研究类似[26]。这可能是因为臭氧易在高温和强光下产生,但因南方夏季降雨较多,湿度较高(图 2)能降低臭氧浓度,所以夏季虽然有高温和强光照(图 2)等有利于产生臭氧的条件,但臭氧总体水平依然相对较低。在冬季,温度、光照等条件不利于臭氧生成,所以冬季臭氧浓度相对其它季节来说都要低,但乡村样点相对城市依然要高。这与Lamaud等在法国大西洋海岸森林观察到的现象一致,Lamaud等的研究表明在森林地区夏季植物生长旺盛,能降低臭氧浓度,所以城市与森林相差不大,而冬季植物休眠,则森林地区消除臭氧的能力较弱[27]。而城市相对而言气流扰动较大,所以臭氧浓度相对较低[28]。
3.2 植被对臭氧浓度的影响和样点的选择植物吸收空气的同时,也能吸入臭氧,臭氧通过植物的气孔进入植物叶片细胞间隙内,对植物会造成伤害[29, 30];另一方面,植物在吸收臭氧,受到臭氧伤害的同时,也能消耗一部分臭氧,使臭氧浓度降低。Lamaud等在法国大西洋沿岸森林做的研究表明植物对臭氧的吸收能够显著降低臭氧浓度[27]。Gerosa等在地中海的森林的研究表明,植物冠层对臭氧浓度影响较大,植物冠层下方(2 m)比上方(18 m)臭氧浓度要低(最大值达20 nL/L),尤其在早上和晚上差值更大[31];Ollinger等的研究表明,森林上方的臭氧浓度同其下方的植物LAI成一定的相关性,森林LAI越高,O3越低[17]。此外,除了直接的吸收外,植物也能通过释放的NO和萜类等气体的中和作用来降低大气的臭氧浓度[13]。安俊琳等在南京北郊监测到的臭氧浓度年平均值为30.7 nL/L[32],高于本实验的两个监测样点。其原因可能就与监测样点的选择有关:安俊琳等的监测样点设在学校的楼顶,周边是教学生活区,而本研究的样点周围都是植物,监测点设在植物冠层内。
近地层臭氧浓度易受植被的影响,考虑到样点间小生境,特别是植被特征差异的影响,严格地选择样点,以降低其可能的干扰。除臭氧外,还监测了样点的温度、湿度、光照等气象因子,结果表明,城市样点呈现高温、低湿、弱光照等特点,表现出典型的城市特征(图 2);两样点间温度、湿度和光照的结果符合典型的城市-乡村环境梯度特征。但是其差值小于已报道的无森林覆盖地区[4]。同样的,本实验两样点的臭氧浓度在变化趋势上与同城的其它观测结果相似,但是在平均值上却比他们的要低[32, 33]。表明观测的城乡臭氧浓度是城乡大环境和观测样点小生境条件共同作用的结果;由于选择的样点小生境差异较小,样点间臭氧浓度的差别主要是由城乡间大环境差异造成的。
3.3 城乡臭氧浓度差异对植被的影响城市有着较高的温度以及CO2浓度,因此城乡的空间差异能用来研究全球变化的时间差异,这种方法,即“城市自然大实验场法”[7, 8],已经被广泛的讨论,Carreiro等和Grimm等对这一方法进行了肯定[7, 8, 9]。本研究的结果表明,南京的城市乡村森林间温度存在显著差异(图 2),2011年6月至2012年5月,市区的温度均高于乡村,最高高出1.41 ℃,平均高出0.93 ℃。说明城区森林环境依然受城市大环境的影响。此外,赵德华等在2009年南京的研究结果还表明,南京市中心的CO2浓度要比郊区白天和夜间平均高出55 nL/L和20 nL/L。这说明南京市城市与乡村的空间差异与全球变化的时间差异相类似,符合“城市自然大实验场”的要求。
然而有研究表明城乡间臭氧浓度的差别可能是城市与乡村植物生长差别最主要的原因,且其影响程度可能远远大于城乡间温度、CO2浓度差异对植物的影响[2, 10, 11]。AOT40值被广泛用作评估臭氧对植物生长影响大小的指标。Fuhrer等在1994年的研究发现,臭氧超过40nL/L的累积值(AOT40)与植物生长之间有很好的相关性[23]。马志强等在研究北京及其下游地区臭氧浓度差异中发现,兴隆(郊区)地区的臭氧浓度AOT40春夏秋各为23.1 × 10-6 h 、26.5×10-6 h、14.1×10-6 h,能导致对小麦的减产超过30%[11]。Gregg等2006年在研究纽约城郊臭氧浓度差别对植物生长影响时发现,郊区的AOT40累计值在5.1×10-6 h到10.2×10-6 h之间,而城市为1.6×10-6 h到6.6×10-6 h之间,导致郊区的杨树比城市的生长要慢一倍[10]。本研究表明,清凉山冠层内的AOT40年累计值为0.968× 10-6 h,下蜀为1.259× 10-6 h(表 1),不仅远远低于北京和纽约的监测结果[2, 11],而且低于其它在南京的研究监测结果[32],对植物的影响相对较小。此外,虽然两样点间年臭氧平均浓度相差较大,但是主要的差别来自非生长季节,在植物生长旺盛的夏季则相差不大(图 4),且两样点间夏季的AOT40值差异并不显著(表 1)。因此,通过选择具有一定规模的森林(公园)作为研究样点,可以有效降低样点间臭氧浓度差异对“城乡自然大实验场法”的干扰,提高其可行性。
[1] | Xiao R B, Ouyang Z Y, Li W F, Zhang Z M, Gregory T Jr, Wang X K, Miao H. A review of the eco-environmental consequences of urban heat islands. Acta Ecologica Sinica, 2005, 25(8): 2055-2060. |
[2] | Gregg J W, Jones C G, Dawson T E. Urbanization effects on tree growth in the vicinity of New York City. Nature, 2003, 424(6945): 183-187. |
[3] | Ziska L H, Bunce J A, Goins E W. Characterization of an urban-rural CO2/temperature gradient and associated changes in initial plant productivity during secondary succession. Oecologia, 2004, 139(3): 454-458. |
[4] | Zhao D H, Ouyang Y, Qi J G, Fan Y M, An S Q. Near-surface atmospheric properties along an urban center-suburban-urban forest gradient in summer in Nanjing City. Acta Ecologica Sinica, 2009, 29(12): 6654-6663. |
[5] | Singh A, Agrawal S B, Rathore D. Amelioration of Indian urban air pollution phytotoxicity in Beta vulgaris L. by modifying NPK nutrients. Environmental Pollution, 2005, 134(3): 385-395. |
[6] | Yan W D, Tian D L, Xiang W H, Huang Z H. Seasonal change in atmospheric SO2 concentration in forested and non-forested urban lands. Acta Ecologica Sinica, 2006, 26(5): 1367-1374. |
[7] | Carreiro M M, Tripler C E. Forest remnants along urban-rural gradients: Examining their potential for global change research. Ecosystems, 2005, 8(5): 568-582. |
[8] | Grimm N B, Faeth S H, Golubiewski N E, Redman C L, Wu J G, Bai X M, Briggs J M. Global Change and the Ecology of Cities. Science, 2008, 319(5864): 756-760. |
[9] | George K, Ziska L H, Bunce J A, Quebedeaux B. Elevated atmospheric CO2 concentration and temperature across an urban-rural transect. Atmospheric Environment, 2007, 41(35): 7654-7665. |
[10] | Gregg J W, Jones C G, Dawson T E. Physiological and developmental effects of O3 on cottonwood growth in urban and rural sites. Ecological Applications, 2006, 16(6): 2368-2381. |
[11] | Ma Z Q, Wang Y S, Zhang X L, Xu J. Comparison of ozone between Beijing and downstream area. Chinese Journal of Environmental Science, 2011, 32(4): 924-929. |
[12] | Liu J, Zhang X l, Zhang X C, Tang J. Surface ozone characteristics and the correlated factors at Shangdianzi atmospheric background monitoring station. Research of Environmental Sciences, 2006, 19(4): 19-25. |
[13] | Mikkelsen T N, Ro-Poulsen H, Pilegaard K, Hovmand M F, Jensen N O, Christensen C S, Hummelshoej P. Ozone uptake by an evergreen forest canopy: temporal variation and possible mechanisms. Environmental Pollution, 2000, 109(3): 423-429. |
[14] | Jiménez P, Baldasano J M. Ozone response to precursor controls in very complex terrains: Use of photochemical indicators to assess O3-NOx-VOC sensitivity in the northeastern Iberian Peninsula. Journal of Geophysical Research, 2004, 109: D20. |
[15] | Jiang W M, Cai C X, Li X. Simulation of the forming of ozone in the low layer air of urban area. Scientia Meteorologica Sinica, 2001, 21(2): 154-161. |
[16] | Benjamin M T, Winer A M. Estimating the ozone-forming potential of urban trees and shrubs. Atmospheric Environment, 1998, 32(1): 53-68. |
[17] | Ollinger S V, Aber J D, Reich P B. Simulating ozone effects on forest productivity: interactions among leaf-, canopy-, and stand-level processes. Ecological Applications, 1997, 7(4): 1237-1251. |
[18] | Taha H. Modeling impacts of increased urban vegetation on ozone air quality in the South Coast Air Basin. Atmospheric Environment, 1996, 30(20): 3423-3430. |
[19] | Isakse I S A, Hov O, Hesstvedt E. Ozone generation over rural areas. Environmental Science & Technology, 1978, 12(12): 1279-1284. |
[20] | Liu X W, Xu X B, Lin W L. Variation characteristics of surface O3 in Beijing and its surrounding area. China Environmental Science, 2010, 30(7): 946-953. |
[21] | Song J H. Study on division of Nanjing phenology quarter. China Forestry Science and Technology, 1991, 1(1): 52-53. |
[22] | Wei F Y. Diagnosis and Prediction Technology of Modern Climate Statistics. Beijing: China Meteorological Press, 1999: 42-61. |
[23] | Fuhrer J, Skärby L, Ashmore M R. Critical levels for ozone effects on vegetation in Europe. Environmental Pollution, 1997, 97(1/2): 91-106. |
[24] | Zheng Y F, Liu R N, Wu R J, Zhao Z, Hu C D, Zhang J E, Wang L X. Effects of ozone stress on dry matter production and yield components in winter wheat. Journal of Agro-Environment Science, 2010, 29(3): 409-417. |
[25] | Ma Z Q, Wang Y S, Sun Y, Ji D S, Hu B. Characteristics of ozone and oxides of nitrogen in Beijing and Xianghe. Environmental Chemistry, 2007, 26(6): 832-837. |
[26] | Duan Y S, Zhang Y H, Wang D F, Xu J, Wei H P, Cui H X. Spatial-temporal patterns analysis of ozone pollution in several cities of China. The Administration and Technique of Environmental Monitoring, 2011, 23(S1): 34-39. |
[27] | Lamaud E, Carrara A, Brunet Y, Lopez A, Druilhet A. Ozone fluxes above and within a pine forest canopy in dry and wet conditions. Atmospheric Environment, 2002, 36(1): 77-88. |
[28] | Li L Q, Li X S. The numerical study of urban atmospheric boundary layer. Chinese Journal of Atmospheric Sciences, 1992, 16(2): 237-247. |
[29] | Reich P B. Quantifying plant response to ozone: a unifying theory. Tree Physiology, 1987, 3(1): 63-91. |
[30] | Winner W E. Mechanistic analysis of plant responses to air pollution. Ecological Applications, 1994, 4(4): 651-661. |
[31] | Gerosa G, Vitale M, Finco A, Manes F, Denti A B, Cieslik S. Ozone uptake by an evergreen Mediterranean Forest (Quercus ilex) in Italy. Part I: Micrometeorological flux measurements and flux partitioning. Atmospheric Environment, 2005, 39(18): 3255-3266. |
[32] | An J L, Hang Y X, Zhu B, Wang D D. Observational study of ozone concentrations in northern suburb of Nanjing. Ecology and Environmental Sciences, 2010, 26(6): 1383-1386. |
[33] | Gao J H, Zhu B, Wang D, Wang F. The variation of air pollutants and the impact of long-range transport in the northern suburb of Nanjing. Acta Scientiae Circumstantiae, 2012, 32(5): 1149-1159. |
[1] | 肖荣波, 欧阳志云, 李伟峰, 张兆明, Gregory T Jr, 王效科, 苗鸿. 城市热岛的生态环境效应. 生态学报, 2005, 25(8): 2055-2060. |
[4] | 赵德华, 欧阳琰, 齐家国, 范亚民, 安树青. 夏季南京市中心-郊区-城市森林梯度上的近地层大气特征. 生态学报, 2009, 29(12): 6654-6663. |
[6] | 闫文德, 田大伦, 项文化, 黄志宏. 城市林地与非林地大气SO2季节动态变化. 生态学报, 2006, 26(5): 1367-1374. |
[11] | 马志强, 王跃思, 张小玲, 徐敬. 北京城区与下游地区臭氧对比研究. 环境科学, 2011, 32(4): 924-929. |
[12] | 刘洁, 张小玲, 张晓春, 汤洁. 上甸子本底站地面臭氧变化特征及影响因素. 环境科学研究, 2006, 19(4): 19-25. |
[15] | 蒋维楣, 蔡晨霞, 李昕. 城市低层大气臭氧生成的模拟研究. 气象科学, 2001, 21(2): 154-161. |
[20] | 刘希文, 徐晓斌, 林伟立. 北京及周边地区典型站点近地面O3的变化特征. 中国环境科学, 2010, 30(7): 946-953. |
[21] | 宋吉化. 南京物候季划分初探. 林业科技开发, 1991, 1(1): 52-53. |
[22] | 魏凤英. 现代气候统计诊断与预测技术. 北京: 气象出版社, 1999: 42-61. |
[24] | 郑有飞, 刘瑞娜, 吴荣军, 赵泽, 胡程达, 张金恩, 王连喜. 臭氧胁迫对冬小麦干物质生产和产量构成的影响. 农业环境科学学报, 2010, 29(3): 409-417. |
[25] | 马志强, 王跃思, 孙扬, 吉东生, 胡波. 北京市与香河县大气臭氧及氮氧化合物的变化特征. 环境化学, 2007, 26(6): 832-837. |
[26] | 段玉森, 张懿华, 王东方, 徐捷, 魏海萍, 崔虎雄. 我国部分城市臭氧污染时空分布特征分析. 环境监测管理与技术, 2011, 23(增刊): 34-39. |
[28] | 李乐泉, 李兴生. 城市大气边界层的数值研究. 大气科学, 1992, 16(2): 237-247. |
[32] | 安俊琳, 杭一纤, 朱彬, 王东东. 南京北郊大气臭氧浓度变化特征. 生态环境学报, 2010, 26(6): 1383-1386. |
[33] | 高晋徽, 朱彬, 王东东, 王飞. 南京北郊O3、NO2和SO2浓度变化及长/近距离输送的影响. 环境科学学报, 2012, 32(5): 1149-1159. |