亞熱帶森林植物揮發性有機物（BVOCs）排放通量與大氣甲醛之間的關系

白建輝，郝楠

生物揮發性有機物（biogenic volatile organic compounds，BVOCs）在大氣化學、氣候變化、碳平衡、輻射傳輸及輻射能量分配等方面均具有重要作用（Brasseur et al.，1999；Bai，2009，2011，2013）。植物是BVOCs最大的排放源（包括樹木、草地、農作物、灌木等），目前有關BVOCs的研究亦大多集中于植物排放方面，故習慣上將BVOCs稱為植物揮發性有機物。BVOCs排放受溫度、光合有效輻射（PAR）、水汽、樹種以及其他因素（CO2、O3等）的影響，具有顯著的區域特征。根據對中國一些典型生態系統BVOCs排放測量和模擬的研究，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（白建輝等，2015a；Bai et al.，2016a）。

基于不同地區代表性植物BVOCs排放測量數據及實驗室BVOCs排放模擬結果，國內外學者建立了BVOCs排放模型，并將其應用于BVOCs排放估算。例如，Guenther（1994，2002），Guenther et al.（1995，1999，2006）建立并發展了基于單一樹種不同尺度的BVOCs排放模型，該模型被國內外學者廣泛使用。也有基于 PAR能量平衡的經驗模型（白建輝等，2004a；白建輝等，2004b；白建輝等，2015a；Bai et al.，2016b），對中國內蒙古草原、云南熱帶森林、長白山溫帶森林、亞熱帶竹林BVOCs排放均有較好的模擬效果。另外，還有基于能量和光合過程的 BVOCs估算模型（Niinemets et al.，1999；Arneth et al.，2007；Grote et al.，2008；Pacifico et al.，2011）等。這些模型大多基于BVOCs排放與溫度、PAR、植物類型等因子之間的依賴關系。隨著衛星測量技術的發展，其測量的甲醛（HCHO）柱濃度為我們提供了另一種獲得大范圍的 BVOCs排放量的估算方法，因為BVOCs（包括異戊二烯、單萜烯的主要成分等）的氧化產物主要為 HCHO（Orlando et al.，2000；Palmer et al.，2006），即它們之間存在化學和光化學過程的密切聯系。

熱帶和亞熱帶森林是BVOCs較大的排放源。中亞熱帶人工林作為中國的代表性森林之一，對于其BVOCs排放缺乏長期、系統的研究和認識。中國人工林發展迅速，根據《中國森林資源報告》（1999—2003年），中國人工林面積達5325.73×104hm2，占林地面積的1/3，已經躍居世界第一位。大面積的人工林已成為我國和全球森林的重要組成部分（雷加富，2005；周霆等，2008）。因此，準確獲得中國中亞熱帶人工林BVOCs的排放量將具有重要價值，其結果可為準確評價BVOCs對于區域二次有機氣溶膠（SOA）、O3形成的貢獻提供重要的科學依據。

本文基于亞熱帶人工林BVOCs排放的測量和模擬結果、衛星測量的HCHO柱濃度，探討地面獲取BVOCs排放通量與衛星測量甲醛柱濃度間之間的相互關系，為多方法估算BVOCs排放通量研究、衛星數據廣泛應用提供借鑒。

1 BVOCs測量與模擬方法

實驗樣地設在江西省泰和縣中國生態研究網絡千煙洲紅壤丘陵農業綜合開發實驗站（26°44′48″N，115°04′13″E，110.8 m）。通量塔周邊下墊面坡度為 2.8°～13.5°，四周森林覆蓋率達 90%以上，主要樹種有濕地松（Pinus elliottii）、馬尾松（Pinus massoniana）等，周邊（目視距離20 km內）無大型工廠。實驗期間，通量塔周圍冠層平均高度約為18 m（Bai et al.，2017）。BVOCs測量系統REA（Relaxed Eddy Accumulation，松弛渦度積累）安裝于人工針葉林通量塔23 m處。REA系統主要組成包括采樣器、三維超聲風速儀、數據采集器等。根據三維超聲風速儀所測垂直風速的大小和方向，空氣樣品由采樣泵控制分別抽入“上”、“下”兩個不銹鋼采樣管內。每次采樣時長為半小時，每隔3 h采集1次，每日包括5次日變化采樣和其他時段的隨機采樣。2013年5月22日—2013年9月11日，采用REA方法采集BVOCs；REA系統使用到期后，2014年1月18日—2016年1月6日，采用梯度方法進行采樣，上下兩層采樣高度分別為20、28 m，采樣時間為半小時（Bai et al.，2017）。研究表明，REA和梯度技術用于BVOCs排放通量測量具有較好的一致性（Guenther et al.，1996；Zemmelink et al.，2002），氣體樣品的分析采用同一套色譜、色譜-質譜聯用系統，可以保證BVOCs成分分析的準確性和一致性。關于 REA系統、不銹鋼采樣管使用等詳細介紹可參見文獻（Businger et al.，1990；Bai et al.，2015）。BVOCs樣品分析分析方法詳見文獻（Greenberg et al.，1999）。

實驗期間，同步測量了總太陽輻射、直接輻射、可見光輻射、PAR等指標（白建輝，2010；白建輝等，2012a）及溫濕度參數。散射輻射=總輻射-直接輻射。輻射儀器安裝于樓頂，每日維護和檢查該系統。BVOCs采樣時段為：2013年5月22日—5月28日（A）、6月29日—7月 6日（B）、8月6日—8月13日（C）、9月7日—9月11日（D），2014年1月18日—19日（E）、7月23日—27日（F），2015年1月14日—19日（G）、4月22日—30日（H）、6月6日—16日（I）、8月23日—9月4日（J）、9月2日—9月7日（K），2015年12月31日—2016年1月4日（L）。氣體樣品采樣原則為：一般選擇在無雨天氣，兼顧干濕兩季不同的天氣狀況，以全面了解亞熱帶人工林BVOCs不同時間尺度（日、月、年、年際等）的排放規律。

利用REA系統測量BVOCs通量Fi（mg·m-2·h-1）的計算方法為（Held et al.，2008）：

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

利用梯度方法測量 BVOCs 通量（mg·m-2·h-1）的計算方法為：

式中，Kdiff為渦度擴散系數；ΔZ為采樣高度差；ΔC為上下兩層采樣高度處 BVOCs的濃度差；k=0.4；u為摩擦速度（m·s-1）；z為 BVOCs采樣高度；d為冠層高度的2/3（m）。

亞熱帶人工林BVOCs主要成分包括異戊二烯、單萜烯-α蒎烯、β蒎烯、莰烯、檸檬烯、倍半萜烯等。以2013年為例，異戊二烯排放占BVOCs總排放的21.2%，α蒎烯、β蒎烯、莰烯、檸檬烯分別占BVOCs總排放的51.5%、9.1%、2.4%、13.0%。即亞熱帶人工針葉林主要排放單萜烯，占BVOCs總排放的71.6%（Bai et al.，2017）。

2 BVOCs排放模型和模擬

溫度和 PAR是控制異戊二烯排放的主要控制因子。對于單萜烯而言，多數成分僅僅依賴于溫度，但也有一些成分同時依賴于溫度和PAR（Greenberg et al.，2003）。其他因素，如水分、O3、生物質燃燒、樹木開花、CO2等也會影響 BVOCs排放（Rosenstiel et al.，2003；白建輝等，2003；Bai et al.，2017）?；谝延胁莸睾蜕諦VOCs排放經驗模式（白建輝等，2004a；白建輝等，2004b；白建輝等，2012b；Bai et al.，2016b；白建輝等，2015a），建立了亞熱帶人工林冠層尺度BVOCs排放模型（Bai et al.，2017）（冠層尺度為遙感和BVOCs排放等領域普遍采用的尺度，介于葉面尺度和區域尺度）：

冠層界面PAR（QPAR）主要有如下作用，（1）異戊二烯或單萜烯對PAR的利用，用e-k1Etm表示，稱為異戊二烯項或單萜烯項。其中，k1為衰減系數，異戊二烯和單萜烯 k1均假定為 1（m2·mg-1）；E為異戊二烯或單萜烯排放通量（mg·m-2·h-1）；計算時將異戊二烯項指數部分乘以0.1，采樣時間t=0.5 h；m 為大氣質量（無量綱，下同）。（2）大氣中各種物質對QPAR的吸收與利用，用Ae-kWm表示，稱為光化學項，其中，系數 A由分析實測數據確定，e-kWm=1-△S/Io， 太 陽 常 數 Io=1367 W·m-2；△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=0.21 EV），EV為地面水汽壓（hPa）；30為采樣時間（min）；0.1為經驗系數。（3）大氣中物質對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，用 e-S/Q表示，稱為散射項，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，m取采樣時段中間時刻之值，經驗模式的詳細介紹可參見文獻（白建輝等，2015a）。

為探明大多數天氣異戊二烯排放的普遍規律，經驗模型建立過程中剔除了某些數據：（1）排放通量大于2σ（標準偏差）；（2）太陽高度角小于15o；（3）S/Q＞0.5。最后，得到各種天氣下的18組數據。

參考華北地區PAR算法（白建輝，2009），實際大氣冠層界面QPAR與異戊二烯、光化學、散射項之間的關系為：

式中，A1′、A2′、A3′為系數，A0′為常數；Z 為太陽天頂角（度）。異戊二烯排放的經驗模型為：

利用異戊二烯和其他同步數據（n=18），確定了式（4）中的系數A1=-0.052、A2=1.408、A3=0.106、A0=-0.036，可決系數r2=0.999。異戊二烯排放通量計算值與測量值相對偏差（）的平均值（δ、）為 32.8%，最大值為 115.3%，均方差[NMSE=al.，2004）為 0.092。排放通量計算與測量的平均值分別為 0.360、0.360 mg·m-2·h-1，相對偏差為0.03%。由此表明，該模型對BVOCs排放的模擬效果較好（為節省篇幅，圖略）。

同理，建立了冠層尺度單萜烯排放經驗模型（n=8），r2=0.997，經驗模型中各個系數分別為A1=-0.175、A2=1.584、A3=0.091、A0=-0.236。單萜烯計算值與測量值的δ為2.6%，最大值為4.5%，NMSE=0.001。排放通量計算值與測量值的平均值分別為 0.440 mg·m-2·h-1和 0.412 mg·m-2·h-1，相對偏差為6.9%。計算值與測量值相近，變化規律比較吻合（圖略）。為了檢驗BVOCs（異戊二烯、單萜烯）經驗模型，采用了2σ排放數據以及“平均日變化”兩種情形，檢驗本研究結果與前人關于長白山溫帶森林、亞熱帶竹林等的研究結果的相似性，結果表明本研究與其他研究結果類似（白建輝等，2015a；Bai et al.，2016b）。

考慮到一些臺站缺乏散射輻射測量值，所以，去掉BVOCs三因子排放模型中的散射項，利用原有數據重新建立兩因子BVOCs排放模型。異戊二烯經驗模型的系數分別為：A1=-0.035、A2=1.339、A0=0.038，r2=0.998，其計算值與測量值的δ為37.3%，最大值為 109.7%，NMSE=0.120。同理，單萜烯經驗模型的系數分別為：A1=-0.155、A2=1.511、A0=-0.179，r2=0.996，其計算值與測量值的δ為2.6%，最大值為4.9%，NMSE=0.001。

如此，便建立了基于亞熱帶人工林冠層尺度的BVOCs排放經驗模型（Bai et al.，2017)。

2.1 2013年1月—2016年12月BVOCs排放模擬

利用BVOCs排放經驗模式以及亞熱帶人工林2013年1月1日—2016年12月31日太陽輻射、氣象參數等測量數據，計算了亞熱帶人工林4年間BVOCs的排放通量。2013年1月1日—5月22日期間，PAR、氣象參數等為千煙洲試驗站的測量數據，使用2因子BVOCs經驗模型進行模擬。2013年5月22日之后BVOCs排放估算使用3因子經驗模式和本項目測量的太陽輻射、氣象參數等數據。鑒于中國氣象和輻射臺站測量數據均為小時值，因此，在計算時把經驗模式中的累計量由半小時都延長至1小時，m取半點時刻之值（Bai et al.，2016b）。每日計算時間段為從日出至日落。在每日小時排放通量的基礎上，得到日、月、年排放通量的平均值。圖1所示為BVOCs排放通量的月平均值。

圖1 利用BVOCs排放經驗模型計算2013年1月—2016年12月BVOCs排放通量的月均值Fig. 1 Monthly mean BVOC emissions calculated by empirical model of BVOC emissions from January 2013 to December 2016

亞熱帶人工針葉林2013—2016年BVOCs（包括異戊二烯、單萜烯）排放有明顯的季節變化規律，夏季排放（多在7月、8月）為一年的最大值，冬季（12月、1月、2月）最小。2013—2016年，異戊二烯月排放通量的最大值分別為1.63、1.67、1.37、1.24 mg·m-2·h-1，單萜烯月排放通量的最大值分別為1.99、1.90、1.48、1.59 mg·m-2·h-1。2013—2016 年，異戊二烯排放通量的年均值分別為0.59、0.69、0.59、0.48 mg·m-2·h-1，4 年平均值為 0.59 mg·m-2·h-1；單萜烯排放通量的年均值分別為1.00、0.97、0.81、0.77 mg·m-2·h-1，4 年平均值為 0.79 mg·m-2·h-1?？傮w而言，2013—2016年，單萜烯排放顯著高于異戊二烯排放。進一步分析得到了人工針葉林 2013—2016年排放通量，異戊二烯分別為 1.6、3.1、2.7、2.0 kg·m-2，單萜烯分別為2.7、2.7、2.5、2.6 kg·m-2。按照通量塔周邊森林覆蓋率90%、100 km內森林覆蓋率70%（劉允芬等，2006），估算通量塔100 km內森林2013—2016年 BVOCs的年排放量，異戊二烯分別為1.2×105、2.4×105、2.1×105、1.6×105kg，單萜烯分別為 2.1×105、2.1×105、1.9×105、2.0×105kg。

圖2 2013年1月—2016年12月PAR、溫度（t）的月均值Fig. 2 Monthly averages of PAR and temperature (t) from January 2013 to December 2016

2013—2016年，異戊二烯、單萜烯、BVOCs排放通量年平均值均表現出略微下降的趨勢，這主要是由于控制因子PAR和溫度下降所致（圖2）。2013—2016年，白天（日出-日落）PAR年平均值分別為 482.1、461.0、398.5、375.1 μmol·m-2·s-1，白天溫度年平均值分別為20.8、20.8、20.4、20.5 ℃。

2.2 BVOCs排放通量與衛星測量甲醛（HCHO）柱濃度之間的關系

異戊二烯和單萜烯與大氣中其他成分進行化學和光化學反應，它們之間的氧化反應產物主要為甲醛（HCHO）（Orlando et al.，2000），因而，它們之間應該密切相關。通量塔周圍100 km范圍內森林覆蓋率為 70%（劉允芬等，2006），本研究測量和模擬的冠層尺度BVOCs排放通量可以較好地代表研究區域大范圍森林BVOCs的排放狀況。大面積人工林排放的BVOCs發生光化學反應后在局地產生HCHO，并匯集于對流層底部。這為探尋和建立衛星測量HCHO柱濃度和地面獲取BVOCs排放通量之間的關系提供了有利條件。甲醛柱濃度來自GOME-2B測量數據，咳可利用差分吸收光譜技術（DOAS）和輻射傳輸模式（Platt et al.，2008；De Smedt et al.，2012）獲取得到。為了與冠層尺度BVOCs排放數據相匹配，選取通量塔100 km之內與BVOCs同步的甲醛數據，2013年、2014年、2015年、2016年每月甲醛日平均樣本數見圖3，每年日平均樣本數分別為155、141、133、136，總樣本數為554。2014年11月、12月無HCHO數據。4年間，亞熱帶森林甲醛柱濃度表現出顯著的季節變化，一般夏季高、冬季低，表現出與BVOCs排放較一致的變化特征。但個別月份HCHO表現出與其季節變化規律顯著的異常變化，例如2013年2月、3月、5月，2014年3月、4月、6月出現了異常高值。需特別注意的是，有一些月份（如 2013年和2014年的2月、3月）HCHO的樣本數很少，可能會導致較大的計算誤差。

首先，統計分析了2016年1—12月異戊二烯、單萜烯、BVOCs排放通量與 HCHO柱濃度（molec·cm-2）的月均值，發現異戊二烯、單萜烯、BVOCs排放通量與HCHO柱濃度（cHCHO）之間存在較好的線性關系：異戊二烯排放通量F1=1.29×10-16cHCHO-0.77（r2=0.86）、單萜烯排放通量 F2=1.02×10-16cHCHO-0.21（r2=0.69），BVOCs排放通量 F=2.31×10-16cHCHO-0.98（r2=0.80）。異戊二烯、單萜烯、BVOCs排放通量的計算偏差分別為74.5%、27.9%、34.3%。其中異戊二烯計算偏差較大的原因是其冬季1月、2月、12月排放較低，分別為-0.04、0.14、0.08 mg·m-2·h-1，這與實際測量結果較一致（Bai et al.，2017）。如剔除這3個月低排放的數據，異戊二烯、單萜烯、BVOCs排放通量的計算偏差分別下降為40.2%、25.4%、26.9%。單萜烯排放不存在此問題，所以計算偏差較小。與此類似，在長白山溫帶森林、亞熱帶竹林地區，同樣發現了異戊二烯、單萜烯與 cHCHO之間具有良好的線性關系（Bai et al.，2015；白建輝等，2015a）。

利用上述異戊二烯、單萜烯、BVOCs排放通量與cHCHO之間的定量關系，計算了2013年1月—2016年12月異戊二烯、單萜烯、BVOCs的月排放通量，并與之前利用BVOCs排放經驗模型計算的異戊二烯、單萜烯、BVOCs月排放通量進行對比（圖4）?？梢园l現，利用衛星測量HCHO柱濃度計算的2016年異戊二烯、單萜烯、BVOCs月排放通量與利用經驗模型的計算值大多比較接近，變化規律也比較一致；2013—2015年的季節變化規律也大體一致，但有一些月份表現出明顯的差異，即利用BVOCs-HCHO關系的計算值明顯高于利用排放經驗模式的計算值，例如2013年2月、3月、5月，2014年3月、4月、6月，2015年2月、3月、4月等。檢查 HCHO柱濃度數據，發現這些月份HCHO柱濃度明顯偏大、與季節變化規律明顯不符，這是造成利用BVOCs-HCHO關系估算BVOCs排放較高的主要原因。剔除HCHO柱濃度明顯不合理以及樣本數較少的數據，對所剩數據（n=27）進行分析（僅求和），得到利用BVOCs-HCHO關系與利用BVOCs排放經驗模型計算偏差分別為：27.4%（異戊二烯）、27.2%（單萜烯）、24.9%（BVOCs）；相應的 2016年的計算偏差分別為 25.0%（異戊二烯）、25.7%（單萜烯）、22.7%（BVOCs）。這與 BVOCs排放通量測量誤差（25%）比較一致（Bai et al.，2015）。因此，利用BVOCs-HCHO關系可以較好地給出基于合理的HCHO數據（約占測量數據的60%）之上的BVOCs排放通量的估算值。

圖3 2013年1月—2016年12月HCHO柱濃度、樣本數（n）的月均值Fig. 3 Monthly averages of HCHO and sampling number(n) from January 2013 to December 2016

圖4 利用BVOCs-HCHO關系和BVOCs排放經驗模型計算的2013年1月—2016年12月BVOCs排放通量（分別用Iso'、MTs'、BVOCs'和Iso、MTs、BVOCs表達）Fig. 4 Monthly mean BVOC emissions calculated by the relationships of BVOC emissions and HCHO and empirical model of BVOC emissions from January 2013 to December 2016, expressed by Iso', MTs', BVOCs', Iso, MTs and BVOCs, respectively

對上述 27組數據進行重新統計分析，得到異戊二烯、單萜烯、BVOCs排放通量與cHCHO之間具有較好的線性關系，其r2分別為0.701、0.443、0.601。利用BVOCs-HCHO關系新的系數，計算27組數據的相對偏差分別為：32.3%（異戊二烯）、28.1%（單萜烯）、26.3%（BVOCs）。此計算結果略差，可能是由于 2013—2015年 HCHO數據反演誤差大于2016年。

總體上，BVOCs來源主要為植物（包含農作物）釋放。HCHO主要來源于大氣中BVOCs的光化學氧化，而來源于植物殘體的釋放很小。

3 討論

基于冠層界面PAR能量平衡原理，逐步發展了長白山溫帶森林、亞熱帶竹林、亞熱帶人工林BVOCs排放經驗模型。它可以較好地描述BVOCs的變化特征，與MEGAN模型對BVOCs排放有較為一致的模擬和相近的排放因子（例如，白建輝等，2012b；白建輝等，2015a；Bai et al.，2016b；Bai et al.，2017）。未來，應該在模型的普適性方面做更加深入的研究。

以往的研究在分析長白山溫帶森林 BVOCs-HCHO關系時，對HCHO柱濃度采用了不同分類的選?。和克?00 km內所有正值、所有值（包括正、負值），50 km內所有正值、所有值，發現100 km內HCHO所有正值與BVOCs排放之間存在最優的線性關系（Bai et al.，2016b)。因此，在處理亞熱帶竹林（白建輝等，2015a）和亞熱帶人工林BVOCs-HCHO關系時，都采用了通量塔100 km內HCHO所有值，并發現了BVOCs-HCHO月平均值之間存在良好的定量關系。這表明，100 km尺度是衛星測量HCHO數據與地面獲取BVOCs排放較好的空間匹配距離。

本研究以及以往關于中國長白山溫帶森林、亞熱帶竹林地區BVOCs的研究均發現并分別確定了森林BVOCs-HCHO的線性關系。根據目前的研究結果，可以分別利用其定量關系來估算這些代表性森林BVOCs的排放通量。這些研究均提示我們需對BVOCs與HCHO以及其他成分之間的化學和光化學機制進行深入研究，以提高我們對BVOCs相關的化學和光化學機制的認識。一些月份HCHO柱濃度與其季節變化規律、與BVOCs排放季節變化規律都表現出顯著異常，這可能是HCHO測量和反演誤差（如偶然誤差等）引起的。因此，根據HCHO與異戊二烯、單萜烯排放規律的顯著差異，可以簡單判定 HCHO數據的合理性，或者說可為 HCHO柱濃度數據提供一種約束條件。

2016年，亞熱帶人工林HCHO與異戊二烯、單萜烯、BVOCs均表現出比其他年份較好且一致的季節變化規律。夏季HCHO柱濃度與異戊二烯、單萜烯、BVOCs排放通量的髙值充分表明BVOCs成分夏季的高排放和大氣較高的氧化能力促使了高濃度HCHO的產生。Stavrakou et al.（2016）對中國華北地區的研究也發現類似結果。這表明，在遠離人類活動的森林地區和人類活動地區，夏季BVOCs的高排放，都導致了污染物甲醛的產生，其產生機制是 BVOCs與大氣中 OH自由基、NO2、SO2等的化學和光化學反應，BVOCs+OH+NO2+SO2+…→HCHO+其他氣液固相物質（包括PM2.5、O3等）。因此，加大力度降低大氣中其他污染性或化學活性氣體的排放，如NO2、SO2等，對于控制大氣污染將具有重要的指導意義（白建輝等，2015b）。近些年來，中國各地植樹造林和綠化面積逐漸擴大（Bai，2011），因此，植物 BVOCs排放將同步且快速增長，由于BVOCs的化學活性遠遠大于人為源揮發性有機物（AVOCs）的化學活性，伴之而來的是由光化學過程產生的各類污染物的大幅度增加，特別是小顆粒PM2.5或SOA的生成。僅從這個方面來看，必須加強控制NO2、SO2等一次污染物的排放，保持之前的減排力度是遠遠達不到污染物控制目的的，特別是光化學產生的二次污染物。這是由于大幅增長的BVOCs將經過化學和光化學反應大量且快速地消耗掉大氣中的 NO2、SO2等，進而產生更多的二次污染物。這是目前京津冀夏季高濃度臭氧和 PM2.5污染治理中需要重視的一個方面。為此，必須加倍嚴控源頭污染（NO2、SO2等）。基于不同地區的研究結果，我們意識到新環境下空氣污染防控中 BVOCs的作用（如其排放量及其氧化而生成的 PM2.5、O3）已越來越重要，如何科學地對待BVOCs及其相關問題已是不可忽視的一個挑戰。因此，對森林排放揮發性有機物的大氣化學和光化學規律和機理的研究至關重要，它將有利于人們理解和模擬自然源和人為源共同作用下大氣成分的化學和光化學規律，為目前中國普遍存在的空氣污染提供科學的治理依據和治理方法。

4 結論

利用BVOCs排放經驗模型，估算了中國亞熱帶人工林2013年1月—2016年12月BVOCs的排放通量。亞熱帶針葉林BVOCs排放和甲醛柱濃度表現出類似的季節變化規律，夏季高、冬季低。綜合分析2013—2016年間BVOCs排放通量和衛星測量HCHO柱濃度的月均值，發現并確定了異戊二烯、單萜烯、BVOCs與HCHO之間存在的良好的線性關系。在長白山溫帶森林、亞熱帶竹林地區也發現類似的線性關系。利用BVOCs-HCHO之間的定量關系，可用于估算亞熱帶人工林異戊二烯、單萜烯、BVOCs的排放通量。本研究為應用衛星數據計算典型森林地區大范圍 BVOCs排放提供了一種新方法，也為衛星數據的廣泛使用提供了借鑒。

致謝：感謝中國科學院千煙洲試驗站王輝民、楊風亭站長和李慶康、黃亮、王業共、劉國忠、鄒敬東、尹善元、張建中、黃遠芬、朱根蘭等同仁給予的多方面支持和幫助。美國華盛頓州立大學Guenther A博士、2B科技公司Turnipseed A、Tufts大學Tiffany D、國家大氣研究中心（NCAR）Greenberg J等在BVOCs研究中做了大量工作，中國科學院大氣物理研究所萬曉偉、吳翼美參與了部分工作，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: 31-53.

BAI J H GUENTHER A, TURNIPSEED A, et al. 2017. Seasonal and interannual variations in whole-ecosystem BVOC emissions from a subtropical plantation in China [J]. Atmospheric Environment, 161:176-190.

BAI J H, GUENTHER A, TURNIPSEED A, et al. 2016a. Seasonal variations in whole-ecosystem BVOC emissions from a subtropical bamboo plantation in China [J]. Atmospheric Environment, 124(Part A): 12-21

BAI J H, DUHL T, HAO N. 2016b. Biogenic volatile compound emissions from a temperate forest, China: model simulation [J]. Journal of Atmospheric Chemistry, 73: 29-59.

BAI J H, GUENTHER A, TURNIPSEED A, et al. 2015. 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, 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. 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.

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

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

CHANG J C AND HANNA S R, 2004. Air quality model performance evaluation [J]. Meteorology & Atmospheric Physics, 87(1-3):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, 5:2933-2949.

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 Atmospheres, DOI: 10.1029/2002JD002317.

GREENBERG J P, GUENTHER A, ZIMMERMAN P R, et al. 1999.Tethered balloon measurements of biogenic VOCs in the atmospheric boundary layer. Atmos [J]. Atmospheric Environment, 33(6): 855-867.

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

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, 98:12609-12617.

GUENTHER A, B, AUGH 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, BAUGH W, DAVIS K, et al. 1996. Isoprene fluxes measured by enclosure, relaxed eddy accumulation, surface layer gradient, mixed layer gradient, and mixed layer mass balance techniques [J]. Journal of Geophysical Research Atmospheres,101(D13): 18555-18567.

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: 3181-3210.

GUENTHER A. 1994. Natural volatile organic compound emission rate estimates for U.S. woodland landscapes [J]. Atmospheric Environment,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, 129(3): 451-468.

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 & Environment, 22: 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: 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, DOI: 10.1029/2005JD006689.

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

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.

STAVRAKOU, T, MüLLER J F, BAUWENS M, et al. 2016. Substantial Underestimation of Post-Harvest Burning Emissions in the North China Plain Revealed by Multi-Species Space Observations [J].Scientific Reports, DOI: 10.1038/srep32307.

ZEMMELINK H J, GIESKES W W C, KLAASSEN W, et al. 2002.Simultaneous use of relaxed eddy accumulation and gradient flux techniques for the measurement of sea-to-air exchange of dimethyl sulphide [J]. Atmospheric Environment, 36(36-37): 5709-5717.

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]. 環境科學學報, 24(2): 197-203.

白建輝, DUHL TIFFANY, 余樹全, 等. 2015a. 亞熱帶竹林揮發性有機物排放的模擬[J]. 生態環境學報, 24(12): 1923-1937.

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

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

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

白建輝, 吳翼美, 柴文海, 等. 2015b. 華北大氣本底微量氣體與顆粒物的長期變化[J]. 地球科學前沿, 5(3): 248-263.

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

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

白建輝. 2017. 亞熱帶竹林地區的臭氧及其影響因子[J]. 地球科學前沿,7(4): 536-551.

雷加富. 2005. 中國森林資源報告[M]. 北京: 中國林業出版社: 171.

劉允芬, 于貴瑞, 孫曉敏, 等. 2006. 千煙洲中亞熱帶人工林生態系統CO2通量的季節變異特征[J]. 中國科學D輯: 地球科學, 36(增刊I):91-102.

周霆, 盛煒彤. 2008. 關于我國人工林可持續問題[J]. 世界林業研究,21(3): 49-53.