Carbon emission characteristics of branch and leaf combustion of typical tree species in different forest regions of China
-
摘要:目的 对我国不同林区典型乔木树种燃烧释放含碳物质排放特性的研究,可为了解含碳气体和颗粒物对大气环境和全球碳循环的影响提供科学依据。方法 本研究运用自主设计的生物质燃烧系统,模拟东北林区、南方林区和西南林区共19种典型乔木树种枝、叶燃烧,分析不同树种、不同树种类型及不同林区的含碳气体(CO2、CO和CxHy)、颗粒物排放(PM2.5)和颗粒物中碳质组分(元素碳EC和有机碳 OC)之间的排放因子差异。结果 (1)CO2、CO、EC、OC、PM2.5排放因子最高的树种均为马尾松,分别为(1 588.00 ± 104.43)g/kg、(324.80 ± 11.60)g/kg、(28.45 ± 4.12)g/kg、(3.42 ± 0.58)g/kg 和(12.03 ± 1.46)g/kg,且树种间枝与叶排放因子有明显差异。(2)不同林区中,针叶树种的含碳物质排放因子普遍高于阔叶树,且针叶树的含碳物质排放因子占比高于阔叶树。(3)不同林区树种平均排放因子均存在显著性差异,其中南方林区CO2、CO、EC、OC的平均排放因子最高,分别为(1 344.49 ± 61.18)g/kg、(259.40 ± 14.54)g/kg、(2.18 ± 0.41)g/kg和(7.96 ± 0.98)g/kg。结论 本研究揭示了我国不同林区典型乔木树种燃烧释放含碳物质排放特性,有利于精准研究林火对区域碳循环影响及大范围碳排放估算。Abstract:Objective The combustion of forest fuel releases a large amount of carbon containing gas and particles, which dramatically impacts the atmospheric environment and the global carbon cycle.Method In this study, a self-designed biomass combustion system was used to simulate the branch and leaf combustion of 19 typical tree species in northeastern, southern and southwestern forest regions of China. The differences of emission factors among carbon gas (CO2, CO and CxHy), particulate matter (PM2.5) and carbon component (elemental carbon, EC and organic carbon, OC) in particulate matter were analyzed comparatively between different tree species, different tree types and varied forest regions.Result (1) Pinus massoniana had the highest emission factors of CO2, CO, EC, OC and PM2.5, which were (1 588.00 ± 104.43) g/kg, (324.80 ± 11.60) g/kg, (28.45 ± 4.12) g/kg, (3.42 ± 0.58) g/kg and (12.03 ± 1.46) g/kg, respectively. The emission factors of branches and leaves among tree species showed a significant difference. (2) The emission factors of carbon-containing matter from coniferous trees in different forest areas were generally higher than that of broadleaved trees, and carbon emission factor ratio of coniferous trees was higher than that of broadleaved trees. (3) Additionally, the average emission factors of tree species varied in different forest regions, and the southern forest region had the highest emission factors of CO2 (1 344.49 ± 61.18) g/kg, CO (259.40 ± 14.54) g/kg, EC (2.18 ± 0.41) g/kg, and OC (7.96 ± 0.98) g/kg, respectively.Conclusion Our study reveals the carbon emission characteristics of typical tree species in different forest regions of China, which is conducive to the accurate research on the effect of forest fires on regional carbon circulation and large-scale carbon emission estimation.
-
Keywords:
- forest fire /
- carbon emission /
- emission factor /
- simulated combustion
-
森林作为陆地生态系统最大的碳库对全球碳循环具有重要作用[1-2],而林火作为重要的生态干扰因子可打破森林生态系统碳平衡[3-4]。近年来随着气候变化和人为活动的加剧,全球森林火灾频发[5]。据统计全球每年发生森林火灾20余万次,过火面积可达数百万公顷[6],森林中典型乔木树种的枝和叶是林火的主要可燃物,其燃烧释放的大量含碳污染物[7-8]对全球碳循环、大气环境以及人体健康具有直接影响[9-11]。东北林区、南方林区和西南林区是我国三大林火高发区[12-13],每年因森林火灾及林业生产经营活动等,会释放出大量的含碳物质[14],对地区生态系统中碳平衡有重要影响[15-16]。目前国内外对林火碳排放进行了大量的研究,其中胡海清等[17]对小兴安岭19种乔木灌树种进行燃烧试验,测得乔木的碳排放因子;Cereceda等[18]利用可控燃烧室,测得南青冈(Nothofagus antarctica)的碳排放因子;Fernandes等[19]通过马尾松(Pinus massoniana)在炉灶上的燃烧试验,测出马尾松的碳排放因子;Arinto等[20] 通过室内模拟燃烧试验,测得澳大利亚南部5 种常见树种碳排放因子;Lobert等[21]在开放环境中使用集烟罩,测出松针碳排放因子;Schmidl等[22]对叶片和木质通过露天的燃烧试验,分析燃烧产生的颗粒物中碳组分;Fine等[23]对美国东北部的6 种树种进行壁炉燃烧试验,测出颗粒物中碳排放因子。通过上述可知,国内外对于可燃物燃烧碳排放因子研究已取得一定进展,但由于不同研究之间在研究方法、仪器设备上差异较大,使得不同研究之间对比分析存在较大不确定性。
鉴于此,该研究选取东北、南方和西南林区三大林火高发区作为本文采样区域,利用自主建设的生物质燃烧烟气分析装置,模拟测定不同树种枝、叶燃烧释放的含碳气体(CO、CO2 、CxHy)和PM2.5中碳质组分,包括有机碳(organic carbon,OC),元素碳(elemental carbon,EC),以此对不同树种、不同树种类型(针、阔叶林)及不同林区的排放因子进行对比分析,为研究我国大尺度林火碳排放精准估算及揭示林火烟气与区域碳平衡之间的关系提供科学支撑。
1. 研究区概况与方法
1.1 研究区概况
本文以大兴安岭地区、福建省以及云南省3个我国林火高发区的典型乔木树种枝叶为研究对象(图1)。其中大兴安岭地区是我国东北林区重要林业基地之一,主要森林类型以落叶松(Larix gmelinii)、樟子松(Pinus sylvestris)、白桦(Betula platyphylla)和草类为主,其次为蒙古栎(Quercus mongolica)、毛白杨(Populus tomentosa),受地形和植被条件等影响,该地区易发生火灾,具有火灾强度大,不易扑灭等林火特征[24-25] ;福建省位于我国南方林区,属亚热带气候区,是我国重点林区之一。根据全国第八次森林资源福建省清查结果,主要森林类型以杉木(Cunninghamia lanceolata)、马尾松、大叶桉(Eucalyptus robusta)、樟树(Cinnamomum bodinieri)、闽楠(Phoebe bournei)、油杉(Keteleeria fortunei)为主,林火发生具有面积小、频率高、强度低等特点[26];云南省位于我国西南林区,属亚热带和热带季风气候,森林可燃物类型繁多,主要森林类型以针叶林分布最广,包括华山松(Pinus armandii)、云南油杉(Keteleeria evelyniana),其次阔叶林包括光叶石栎(Lithocarpus mairei)、旱冬瓜(Alnus nepalensis)、滇青冈(Cyclobalanopsis glaucoides)、金合欢(Acacia farnesiana)、栓皮栎(Quercus variabilis)、麻栎(Quercus acutissima),森林火灾发生多而复杂[27]。
1.2 样品的采集
为保证样品采集背景值一致,以及避免大气污染导致植物叶面颗粒污染物沉积引起的误差,样地选取应远离市区及公路。大兴安岭林区以加格达奇机场南营林地科研站附近的5种乔木树种为研究对象,包括落叶松、樟子松、白桦、蒙古栎、毛白杨;福建省选取的乔木树种为福建农林大学莘口和西芹教学林场的杉木、马尾松、大叶桉、樟树、闽楠、油杉,云南省选取昆明市宜良县的光叶石栎、旱冬瓜、滇青冈、金合欢、栓皮栎、华山松、云南油杉、麻栎。大兴安岭采样时间选取2019年6月,福建省和云南省采样时间选取2020年2—4月,均为火灾高峰期。本研究中19种乔木树种选取成熟林(20 ~ 40年)中的8 ~ 10株成熟个体,分别在同一株乔木的8个不同方位和树冠上、中、下3个高度层采集枝叶各1 000 g,装于不同牛皮袋中,带回实验室,将同种树种器官人工手动混合。为排除含水率差异造成影响,每种样本需在烘箱中105 ℃条件下持续加热至恒质量,然后将枝叶剪成4 cm左右的长度以保证样本充分燃烧,每种枝叶样品分成3份,分别用装于牛皮袋中,在烘箱中持续烘干等待后续试验,避免吸湿影响试验结果。
1.3 样本燃烧试验
为了真实还原燃烧情况,该研究采用自行设计的可控生物质燃烧装置(见图2)进行试验,排放因子均为阴燃(不充分燃烧)和明燃(充分燃烧)状态下实测的平均值。通过校正燃烧效率(modified combustionefficiency,MCE)来表征燃烧状态。其公式如下:
MCE=ΔCCO2ΔCCO2+ΔCCO (1) 式中:ΔCCO2、ΔCCO分别为CO2和CO密度变化量,mg/m3。
一般认为MCE达到0.85 ~ 0.99即明燃,MCE在0.65 ~ 0.84之间为阴燃[28-31]。多次预试验结果显示,燃烧温度为 180 ℃左右时为阴燃状态,270 ℃左右时为明燃状态。在燃烧试验开始之前,需要对试验设备进行预热,以达到满足阴燃或明燃条件,随后打开仪器并用标准气体进行校准。将称好的样品摆放在燃烧箱内,为实现充分燃烧,每个样本的燃烧过程持续50 min。在燃烧的同时打开颗粒物采样器采集PM2.5,同时使用烟气分析仪与颗粒物分析仪对燃烧室烟气进行实时监测,显示烟气中各种污染物的浓度,用于计算颗粒物的排放因子,将采样后的滤膜用锡箔纸包好保存于干燥皿中等待后续成分分析试验,每种样品进行6次平行试验。
1.4 样品测定
含碳气体运用Testo350升级型烟气分析仪实时监测,包括CO、CO2和 CxHy。仪器每次测试试验前需用标准气体进行校准,仪器记录数据间隔为 5 s,测量精度均为1 ppm;含碳颗粒物(PM2.5)排放通过TSI8533颗粒物分析仪实时监测,仪器记录数据间隔为5 s,测量精度为0.001 mg/m3;颗粒物中碳质组分采用美国沙漠所开发的Model 2001A 热光碳分析仪对样品中的OC和EC进行测定,分两个阶段加入不同的助燃剂,整个过程采用633 nm的He-Ne激光照射样品,利用滤纸反光光强的变化来准确界定EC氧化的起始点。
1.5 排放因子计算
该研究中,采用碳守恒的方法来计算释放烟气中含碳气体、含碳颗粒物以及碳质组分等的排放因子,即单位质量的可燃物燃烧释放的物质质量。该方法的基本假设是可燃物中的碳主要以气态的CO2、CO、总碳氢(total hydrocarbon carbon,THC)和颗粒态的碳的形式存在[32-34]。
设定一个不完全燃烧系数PIC:
PIC=CC−CO+CC−PM+CC−THCCC−CO2 (2) 式中:CC−CO 、CC−THC 、CC−PM 和
CC−CO2 分别表示CO、THC、颗粒物和CO2中碳元素的含量。CO2的排放因子可利用公式(3)计算:
EFCO2=(Af−Aa)×3.67(PIC+1)×M (3) 式中:
EFCO2 、Af、Aa、3.67分别代表CO2排放因子、可燃物碳质量、灰分碳质量、CO2中碳和CO2的转换因子(即44/12 = 3.67),M代表可燃物质量。目标化合物的排放因子,即公式:
EFi=GiGCO2×EFCO2 (4) 式中:EFi、Gi、
GCO2 、EFCO2 分别代表目标化合物排放因子、目标化合物浓度、CO2浓度和CO2排放因子,本研究的排放因子为阴燃与明燃的平均排放因子,运用 SPSS 独立样本 t 检验比较不同树种的排放因子。2. 结果与分析
2.1 不同林区树种间的碳排放因子比较
排放因子是研究污染物排放量及其对环境影响的基础,因此采用燃烧模拟装置进行定量研究。表1显示所有树种中,南方马尾松的CO2和CO排放因子最高,分别为(1 588.00 ± 104.43) g/kg、(324.80 ± 11.60) g/kg;西南云南油杉的CxHy排放因子最高(49.61 ± 10.33) g/kg;颗粒物(PM2.5)排放因子最高的树种为南方林区的马尾松(28.45 ± 4.12) g/kg; EC和OC排放因子最高的树种均为南方林区的马尾松,分别为(3.42 ± 0.58) g/kg、(12.03 ± 1.46) g/kg。同一树种不同污染物之间存在显著差异,含碳气体中,CO2排放因子最高;碳质组分中,OC的排放因子高于EC,且不同树种同一污染物存在显著性差异。综上,在阴燃和明燃条件下,相对于其他树种,马尾松平均碳排放量更高,且不同树种间差异显著。
表 1 不同林区树种的排放物含量Table 1. Emission contents of tree species in different forest areasg/kg 林区 Forest region 树种 Tree species CO2 CO CxHy PM2.5 EC OC 东北林区
Northeastern
forest
region落叶松 Larix gmelinii (LG) 1 155.32 ± 24.04b 202.80 ± 12.89c 35.55 ± 6.43ab 5.25 ± 1.46d 0.62 ± 0.07e 2.73 ± 0.44d 樟子松 Pinus syvestris (PS) 875.07 ± 38.16e 201.80 ± 16.39c 42.16 ± 6.27a 12.47 ± 2.21b 1.77 ± 0.20c 6.29 ± 0.64c 白桦 Betula platyphylla (BP) 1 197.98 ± 64.78b 186.22 ± 17.51c 28.58 ± 6.30bc 11.96 ± 0.52b 0.60 ± 0.23e 2.55 ± 0.47d 蒙古栎 Quercus mongolica (QM) 729.51 ± 37.75f 196.01 ± 14.33c 36.70 ± 8.85ab 6.07 ± 2.93d 0.61 ± 0.17e 3.53 ± 0.68d 毛白杨 Populus tomentosa (PT) 1 320.35 ± 130.15b 221.45 ± 20.75bc 45.10 ± 4.50a 7.15 ± 1.10d 0.95 ± 0.10d 5.65 ± 0.45c 南方林区
Southern
forest
region马尾松 Pinus massoniana (PM) 1 588.00 ± 104.43a 324.80 ± 11.60a 26.59 ± 4.68c 28.45 ± 4.12a 3.42 ± 0.58a 12.03 ± 1.46a 杉木 Cunninghamia lanceolata (CL) 1 372.85 ± 86.83b 297.25 ± 13.58ab 21.81 ± 2.43cd 15.62 ± 2.54b 2.04 ± 0.32bc 6.86 ± 1.31c 樟树 Cinnamomum bodinieri (CB) 1 428.52 ± 55.82ab 254.18 ± 20.75b 20.62 ± 3.69cd 11.32 ± 2.56bc 1.80 ± 0.54c 5.14 ± 1.33c 桉树 Eucalyptus robusta (ER) 1 577.68 ± 61.55a 226.08 ± 18.93b 15.86 ± 4.24d 9.15 ± 1.87c 1.09 ± 0.30d 4.43 ± 1.24c 闽楠 Phoebe bournei (PB) 1 006.07 ± 22.33d 228.46 ± 7.10b 16.23 ± 5.25d 17.76 ± 3.97ab 2.15 ± 0.30bc 8.60 ± 0.18b 油杉 Keteleeria fortunei (KF) 1 093.79 ± 36.05c 225.62 ± 15.30b 22.60 ± 5.07cd 23.21 ± 3.68a 2.57 ± 0.37b 10.70 ± 0.32a 西南林区
Southwestern
forest
region光叶石栎 Lithocarpus mairei (LM) 1 130.71 ± 110.25c 212.62 ± 43.65b 31.66 ± 4.28bc 19.45 ± 3.38ab 0.75 ± 0.11de 8.18 ± 1.68b 旱冬瓜 Alnus nepalensis (AN) 1 194.90 ± 111.10bc 222.96 ± 42.80bc 35.18 ± 4.02b 10.68 ± 3.58c 1.39 ± 0.37c 6.28 ± 1.79c 滇青冈 Cyclobalanpsis glaucoides (CG) 1 144.20 ± 129.40bc 190.77 ± 46.02c 43.08 ± 8.65a 18.02 ± 4.79b 1.71 ± 0.43c 7.83 ± 1.44b 金合欢 Acacia farnesiana (AF) 902.59 ± 117.40c 166.38 ± 29.33c 31.17 ± 4.56bc 19.38 ± 5.33ab 0.91 ± 0.10d 5.25 ± 1.02c 栓皮栎 Quercus variabilis (QV) 1 065.60 ± 117.40c 208.89 ± 38.98bc 33.12 ± 5.13b 18.01 ± 6.48ab 1.63 ± 0.23c 7.89 ± 1.00b 华山松 Pinus armandii (PA) 1 125.42 ± 129.10c 239.19 ± 49.94b 48.17 ± 6.07a 27.17 ± 9.50a 0.87 ± 0.10d 6.37 ± 1.05c 云南油杉 Keteleeria evelyniana (KE) 1 389.40 ± 158.90ab 261.06 ± 49.89b 49.61 ± 10.33a 23.59 ± 5.13a 0.84 ± 0.12d 4.86 ± 0.71c 麻栎 Quercus acutissima (QA) 1 189.50 ± 133.90bc 205.98 ± 33.09bc 38.55 ± 6.23ab 17.31 ± 4.50ab 1.85 ± 0.27c 5.01 ± 0.25c 注:不同小写字母代表不同树种间(共19种)同一污染物具有显著性差异(P < 0.05),OC、EC分别为有机碳、元素碳。下同。Notes: different lowercase
letters represent significant differences in the same pollutant among different tree species (19 species in total) (P < 0.05). OC, EC represent organic carbon and elemental carbon,respectively. Same as below.2.2 不同树种枝叶的碳排放因子比较
不同树种枝叶的碳排放因子如图3所示:CO2排放因子中,叶的排放因子高于枝,且枝与叶排放因子最高的树种均为南方林区的马尾松;CO排放因子中,枝与叶无明显差别,且枝与叶排放因子最高的树种分别为南方林区的马尾松和杉木;CxHy排放因子中,枝高于叶,且最高树种分别为西南林区的滇青冈和麻栎;PM2.5排放因子中,叶高于枝,且枝与叶排放因子最高的树种均为西南林区的云南油杉;EC、OC排放因子中,枝与叶无明显差别,且枝与叶排放因子最高的树种均为南方林区的马尾松。结果显示,CO2、CO、PM2.5、EC和OC排放因子中,马尾松比其他树种排放因子更高,且同一部位树种间均表现显著差异,其中叶的CO2排放因子高于枝,可能是由于叶片的C含量高于枝所致。
2.3 不同林区不同树种类型碳排放因子分析
不同树种类型排放特性显示(表2):除东北林区的CO2和西南林区的CxHy排放因子是阔叶树高于针叶树之外,其余含碳物质排放因子均为针叶树高于阔叶树。此外,除针叶树CxHy、PM2.5和阔叶树CxHy的排放因子最高的林区为东北林区和西南林区之外,其余针叶树和阔叶树的含碳物质排放因子最高的林区均为南方林区。含碳气体中,CO2、CO和CxHy排放因子范围分别是 (1351.55 ± 75.77 )~ (1015.20 ± 31.10) g/kg、(282.55 ± 13.49) ~ (201.23 ± 17.53) g/kg和(38.86 ± 6.35) ~ (17.57 ± 4.39) g/kg;PM2.5排放因子范围为(25.38 ± 4.58 )~ (5.06 ± 1.52) g/kg;EC、OC排放因子范围分别为(2.68 ± 0.43) ~( 0.72 ± 0.17) g/kg、(9.87 ± 1.03) ~ (3.91 ± 0.53) g/kg。其差异显著性在同一林区并未表现,但在同一树种类型不同林区表现较为明显。本试验将树种分为针叶树和阔叶树,由此可见树种类型的不同对元素排放具有重要的影响。
表 2 不同林区不同树种类型碳排放因子Table 2. Carbon emission factors of different tree species in varied forest regionsg/kg 树种类型
Tree species type林区 Forest region CO2 CO CxHy PM2.5 EC OC 针叶树
Conifer东北林区
Northeastern forest region1 015.20 ± 31.10Ab 202.32 ± 14.64Ab 38.86 ± 6.35Aa 8.86 ± 2.33Ab 1.20 ± 0.14Ab 4.51 ± 0.54Ac 南方林区
Southern forest region1 351.55 ± 75.77Aa 282.55 ± 13.49Aa 23.67 ± 4.06Ac 22.43 ± 4.45Aa 2.68 ± 0.43Aa 9.87 ± 1.03Aa 西南林区
Southwestern forest region1 323.70 ± 73.62Aa 250.12 ± 16.33Aab 26.39 ± 9.93Ab 25.38 ± 4.58Aa 1.37 ± 0.53Ab 6.73 ± 1.30Ab 阔叶树
Broadleaved tree东北林区
Northeastern forest region1 082.61 ± 77.56Ab 201.23 ± 17.53Ab 36.79 ± 6.55Aa 5.06 ± 1.52Ab 0.72 ± 0.17Bb 3.91 ± 0.53Ab 南方林区
Southern forest region1 337.42 ± 46.57Aa 236.24 ± 15.59Ba 17.57 ± 4.39Ab 12.74 ± 2.80Aa 1.68 ± 0.38Aa 6.06 ± 0.92Ba 西南林区
Southwestern forest region1 104.62 ± 44.17Ab 201.26 ± 24.08Ab 38.82 ± 6.73Aa 17.14 ± 3.23Aa 0.85 ± 0.51Aab 5.61 ± 5.61Aa 注:不同大写字母代表在同一林区下针、阔叶树的碳排放因子具有显著性差异(P < 0.05);不同小写字母代表在不同林区间同一树种类型的碳排放因子具有显著性差异(P < 0.05)。Notes: different capital letters represent significant differences in carbon emission factors of coniferous and broadleaved trees in the same forest region (P < 0.05); different lowercase letters represent significant differences in carbon emission factors of same tree species type in different forest regions (P < 0.05). 不同林区不同树种类型下枝和叶主要含碳气体、含碳颗粒物以及颗粒物碳质的排放因子如图4所示。结果表明,CO2和CO排放因子中,针叶树的占比高于阔叶树,且枝的排放因子占比中,最高的分别为南方林区的阔叶树(19.51%)和针叶树(21.54%);叶的CO2和CO排放因子占比最高的均为南方林区的针叶树(18.79%、20.37%)。CxHy的排放因子占比有所不同,表现为阔叶树占比高于针叶树;PM2.5枝和叶最高均为西南林区的针叶树(26.54%、32.14%);枝EC排放因子最高是南方林区的针叶树(27.62%),叶最高是西南林区的阔叶树(20.12%);叶和枝OC排放最高的是南方林区的针叶树(21.40%、32.13%)。说明针叶树更有利于含碳物质的排放。
2.4 不同林区树种平均碳排放因子分析
不同林区碳排放因子如表3所示:含碳气体中,CO2和CO排放因子均表现为南方林区 > 西南林区 > 东北林区, CxHy的排放因子则为东北林区 > 西南林区 > 南方林区;PM2.5的排放因子为西南林区 > 南方林区 > 东北林区;碳质组分中,EC和OC的排放因子均为南方林区 > 东北林区 > 西南林区,其中OC的排放因子是EC的3 ~ 5倍,且EC的排放因子中,南方林区分别是东北林区和西南林区的2.38倍和1.74倍,OC的排放因子中,南方林区分别是东北林区和西南林区的1.92倍和1.23倍,排放因子均在不同林区存在显著差异。本文选取的树种均是林区内典型的树种,从试验结果说明南方林区相比其他两个林区排放因子更高,可能由于地域性差异造成的。
表 3 不同林区树种平均碳排放因子Table 3. Average carbon emission factors of tree species in different forest regionsg/kg 林区
Forest regionCO2 CO CxHy PM2.5 EC OC 东北林区 Northeastern forest region 1 055.65 ± 58.97b 201.66 ± 16.37b 37.62 ± 16.47a 6.58 ± 2.64c 0.91 ± 0.16b 4.15 ± 0.54b 南方林区 Southern forest region 1 344.48 ± 61.18a 259.40 ± 14.54a 20.62 ± 4.180b 17.58 ± 3.62b 2.18 ± 0.41a 7.96 ± 0.98a 西南林区 Southwestern forest region 1 190.27 ± 294.70a 207.37 ± 63.96ab 31.58 ± 10.50ab 21.00 ± 6.32a 1.25 ± 0.53b 6.43 ± 1.20ab 注:不同小写字母代表不同林区间具有显著性差异(P < 0.05)。 Note: different lowercase letters represent significant differences among different forest regions (P < 0.05). 3. 讨 论
本研究结果表明CO2、CO排放因子最高的树种均为南方林区的马尾松。Fernandes等[35]研究表明,马尾松在炉灶燃烧时,其EFCO2 、EFCO 范围分别为1 045.00 ~ 1 640.00 g/kg、27.49 ~ 57.11 g/kg,与本研究相比,马尾松的排放因子要低,这很大可能是由于模拟燃烧的试验装置不同而导致。Ito等 [36-37]研究得到林木的PM2.5排放因子范围分别为5.40 ~ 7.20 g/kg、2.30 ~ 6.40 g/kg;Akagi等[38]研究认为PM2.5的排放因子中温带森林树种比热带大草原高近2倍,与本文研究19种树种相比,PM2.5排放因子要低,这可能是由于不同样本之间燃烧性质差异以及试验设备的差异所造成的。本研究不同树种均表现OC排放因子是EC的3倍,该结论与 Guo 等[39]研究发现亚热带6种主要树种燃烧释放OC和EC排放因子的结论相近。本研究结果还表明,不同树种间枝与叶的排放因子存在着很大的差异,这有可能与枝和叶的可燃性有关系,以及枝与叶之间的架构差异,如:叶比枝具有更密集的结构和更高的木质素含量有关[40]。
为了深入研究不同树种类型燃烧特性的差异,本文将所研究的19种树种分成针叶树和阔叶树两种树种类型进行分析,结果显示针叶树的排放因子普遍高于阔叶树。Reidangela等[41]研究认为针叶树的燃烧性明显高于阔叶树种,因此针叶树种燃烧释放出较大比例的CO、OC、EC和PM2.5;Reid 和 Robertson[42]认为针叶可燃物的可燃性和热值含量通常很高,并且导致PM2.5的高排放,原因在于针叶类能量较高,并且形状较散碎可燃烧性强,其燃烧对PM2.5的排放有最积极的影响。此外,燃烧过程会受到表面积与体积比和燃料的可燃性程度的影响,表面积与体积比值大的可燃物可以迅速燃烧,因为需要更少的热量来点火,因此针叶树燃烧释放PM2.5的排放因子比阔叶树大。
Bonsang等[43]研究南部非洲热带草原火灾排放,得出CO2和CO排放因子分别为(1 700.00 ± 60.00) g/kg和(68.00 ± 30.00) g/kg,比本研究的排放因子要高,Kauffman等[44]认为,由于生物地球化学的影响,生物质的化学组成可能会有所不同,进而造成排放因子差异。本研究通过比较我国3个主要林区的排放因子,可知我国南方的排放因子普遍高于北方,其原因可能是我国南方的纬度低于北方,使得南方年温差小,降雨量充沛,从而造成土壤富集碳酸盐等,供植物的生长[45],因此南方树种的含碳排放因子更高。有研究认为多数树种阴燃的排放因子明显高于明燃,可能是阴燃期间,在有限的氧化作用下会释放出更多含碳物质的烟气[46]。由于本研究是通过对比不同树种类型(针、阔叶林)及不同林区的排放因子,为研究我国大尺度林火碳排放精准估算及揭示林火烟气与区域碳平衡之间的关系提供科学支撑,因此本研究所使用的含碳排放因子值均为阴燃和明燃两种燃烧状态的平均值。
4. 结 论
(1) 19种乔木比较发现不同树种的含碳物质排放因子之间存在显著性差异。其中CxHy排放因子最高为云南油杉,其余含碳物质排放因子最高均为马尾松。
(2) CO2和PM2.5的排放因子表现为枝比叶高,CxHy的排放因子则为叶高于枝,枝与叶中的 CO、EC和OC的排放因子无明显差别。
(3) 针叶树枝与叶的排放因子普遍高于阔叶树。其中叶的 CO2 、CO 和OC排放因子占比最高的均为南方林区的针叶树。
(4) 排放因子中,CO2,CO排放因子为南方林区 > 西南林区 > 东北林区, EC、OC均为南方林区 > 东北林区 > 西南林区, CxHy的排放因子则为东北林区 > 西南林区 > 南方林区。
-
表 1 不同林区树种的排放物含量
Table 1 Emission contents of tree species in different forest areas
g/kg 林区 Forest region 树种 Tree species CO2 CO CxHy PM2.5 EC OC 东北林区
Northeastern
forest
region落叶松 Larix gmelinii (LG) 1 155.32 ± 24.04b 202.80 ± 12.89c 35.55 ± 6.43ab 5.25 ± 1.46d 0.62 ± 0.07e 2.73 ± 0.44d 樟子松 Pinus syvestris (PS) 875.07 ± 38.16e 201.80 ± 16.39c 42.16 ± 6.27a 12.47 ± 2.21b 1.77 ± 0.20c 6.29 ± 0.64c 白桦 Betula platyphylla (BP) 1 197.98 ± 64.78b 186.22 ± 17.51c 28.58 ± 6.30bc 11.96 ± 0.52b 0.60 ± 0.23e 2.55 ± 0.47d 蒙古栎 Quercus mongolica (QM) 729.51 ± 37.75f 196.01 ± 14.33c 36.70 ± 8.85ab 6.07 ± 2.93d 0.61 ± 0.17e 3.53 ± 0.68d 毛白杨 Populus tomentosa (PT) 1 320.35 ± 130.15b 221.45 ± 20.75bc 45.10 ± 4.50a 7.15 ± 1.10d 0.95 ± 0.10d 5.65 ± 0.45c 南方林区
Southern
forest
region马尾松 Pinus massoniana (PM) 1 588.00 ± 104.43a 324.80 ± 11.60a 26.59 ± 4.68c 28.45 ± 4.12a 3.42 ± 0.58a 12.03 ± 1.46a 杉木 Cunninghamia lanceolata (CL) 1 372.85 ± 86.83b 297.25 ± 13.58ab 21.81 ± 2.43cd 15.62 ± 2.54b 2.04 ± 0.32bc 6.86 ± 1.31c 樟树 Cinnamomum bodinieri (CB) 1 428.52 ± 55.82ab 254.18 ± 20.75b 20.62 ± 3.69cd 11.32 ± 2.56bc 1.80 ± 0.54c 5.14 ± 1.33c 桉树 Eucalyptus robusta (ER) 1 577.68 ± 61.55a 226.08 ± 18.93b 15.86 ± 4.24d 9.15 ± 1.87c 1.09 ± 0.30d 4.43 ± 1.24c 闽楠 Phoebe bournei (PB) 1 006.07 ± 22.33d 228.46 ± 7.10b 16.23 ± 5.25d 17.76 ± 3.97ab 2.15 ± 0.30bc 8.60 ± 0.18b 油杉 Keteleeria fortunei (KF) 1 093.79 ± 36.05c 225.62 ± 15.30b 22.60 ± 5.07cd 23.21 ± 3.68a 2.57 ± 0.37b 10.70 ± 0.32a 西南林区
Southwestern
forest
region光叶石栎 Lithocarpus mairei (LM) 1 130.71 ± 110.25c 212.62 ± 43.65b 31.66 ± 4.28bc 19.45 ± 3.38ab 0.75 ± 0.11de 8.18 ± 1.68b 旱冬瓜 Alnus nepalensis (AN) 1 194.90 ± 111.10bc 222.96 ± 42.80bc 35.18 ± 4.02b 10.68 ± 3.58c 1.39 ± 0.37c 6.28 ± 1.79c 滇青冈 Cyclobalanpsis glaucoides (CG) 1 144.20 ± 129.40bc 190.77 ± 46.02c 43.08 ± 8.65a 18.02 ± 4.79b 1.71 ± 0.43c 7.83 ± 1.44b 金合欢 Acacia farnesiana (AF) 902.59 ± 117.40c 166.38 ± 29.33c 31.17 ± 4.56bc 19.38 ± 5.33ab 0.91 ± 0.10d 5.25 ± 1.02c 栓皮栎 Quercus variabilis (QV) 1 065.60 ± 117.40c 208.89 ± 38.98bc 33.12 ± 5.13b 18.01 ± 6.48ab 1.63 ± 0.23c 7.89 ± 1.00b 华山松 Pinus armandii (PA) 1 125.42 ± 129.10c 239.19 ± 49.94b 48.17 ± 6.07a 27.17 ± 9.50a 0.87 ± 0.10d 6.37 ± 1.05c 云南油杉 Keteleeria evelyniana (KE) 1 389.40 ± 158.90ab 261.06 ± 49.89b 49.61 ± 10.33a 23.59 ± 5.13a 0.84 ± 0.12d 4.86 ± 0.71c 麻栎 Quercus acutissima (QA) 1 189.50 ± 133.90bc 205.98 ± 33.09bc 38.55 ± 6.23ab 17.31 ± 4.50ab 1.85 ± 0.27c 5.01 ± 0.25c 注:不同小写字母代表不同树种间(共19种)同一污染物具有显著性差异(P < 0.05),OC、EC分别为有机碳、元素碳。下同。Notes: different lowercase
letters represent significant differences in the same pollutant among different tree species (19 species in total) (P < 0.05). OC, EC represent organic carbon and elemental carbon,respectively. Same as below.表 2 不同林区不同树种类型碳排放因子
Table 2 Carbon emission factors of different tree species in varied forest regions
g/kg 树种类型
Tree species type林区 Forest region CO2 CO CxHy PM2.5 EC OC 针叶树
Conifer东北林区
Northeastern forest region1 015.20 ± 31.10Ab 202.32 ± 14.64Ab 38.86 ± 6.35Aa 8.86 ± 2.33Ab 1.20 ± 0.14Ab 4.51 ± 0.54Ac 南方林区
Southern forest region1 351.55 ± 75.77Aa 282.55 ± 13.49Aa 23.67 ± 4.06Ac 22.43 ± 4.45Aa 2.68 ± 0.43Aa 9.87 ± 1.03Aa 西南林区
Southwestern forest region1 323.70 ± 73.62Aa 250.12 ± 16.33Aab 26.39 ± 9.93Ab 25.38 ± 4.58Aa 1.37 ± 0.53Ab 6.73 ± 1.30Ab 阔叶树
Broadleaved tree东北林区
Northeastern forest region1 082.61 ± 77.56Ab 201.23 ± 17.53Ab 36.79 ± 6.55Aa 5.06 ± 1.52Ab 0.72 ± 0.17Bb 3.91 ± 0.53Ab 南方林区
Southern forest region1 337.42 ± 46.57Aa 236.24 ± 15.59Ba 17.57 ± 4.39Ab 12.74 ± 2.80Aa 1.68 ± 0.38Aa 6.06 ± 0.92Ba 西南林区
Southwestern forest region1 104.62 ± 44.17Ab 201.26 ± 24.08Ab 38.82 ± 6.73Aa 17.14 ± 3.23Aa 0.85 ± 0.51Aab 5.61 ± 5.61Aa 注:不同大写字母代表在同一林区下针、阔叶树的碳排放因子具有显著性差异(P < 0.05);不同小写字母代表在不同林区间同一树种类型的碳排放因子具有显著性差异(P < 0.05)。Notes: different capital letters represent significant differences in carbon emission factors of coniferous and broadleaved trees in the same forest region (P < 0.05); different lowercase letters represent significant differences in carbon emission factors of same tree species type in different forest regions (P < 0.05). 表 3 不同林区树种平均碳排放因子
Table 3 Average carbon emission factors of tree species in different forest regions
g/kg 林区
Forest regionCO2 CO CxHy PM2.5 EC OC 东北林区 Northeastern forest region 1 055.65 ± 58.97b 201.66 ± 16.37b 37.62 ± 16.47a 6.58 ± 2.64c 0.91 ± 0.16b 4.15 ± 0.54b 南方林区 Southern forest region 1 344.48 ± 61.18a 259.40 ± 14.54a 20.62 ± 4.180b 17.58 ± 3.62b 2.18 ± 0.41a 7.96 ± 0.98a 西南林区 Southwestern forest region 1 190.27 ± 294.70a 207.37 ± 63.96ab 31.58 ± 10.50ab 21.00 ± 6.32a 1.25 ± 0.53b 6.43 ± 1.20ab 注:不同小写字母代表不同林区间具有显著性差异(P < 0.05)。 Note: different lowercase letters represent significant differences among different forest regions (P < 0.05). -
[1] Dixon R K, Brown S, Houghton R A, et al. Carbon pools and flux of global forest eco-systems[J]. Science, 1994, 263: 185−190. doi: 10.1126/science.263.5144.185
[2] Brown S, Sathaye J, Cannell M, et al. Management of forests for mitigation of greenhouse gas emissions, climate change 1995-impacts, adaptations and mitigation of climate change: scientific-technical analyses [M]. Cambridge: Cambridge University Press, 1996: 773−797.
[3] Chen L D, Fu B J. Ecological significance, characteristics and types of disturbance[J]. Acta Ecologica Sinica, 2000, 20(4): 581−586.
[4] 单延龙, 王淑群, 曾超, 等. 吉林省主要林型森林火灾的碳量释放[J]. 生态学报, 2010, 30(9): 2254−2260. Shan Y L, Wang S Q, Zeng C, et al. Carbon emission from forest fires of main forest types in Jilin Province[J]. Acta Ecologica Sinica, 2010, 30(9): 2254−2260.
[5] Ito A, Penner J E. Historical emissions of carbonaceous aerosols from biomass and fossil fuel burning for the period 1870−2000[J]. Global Biogeochemical Cycles, 2005, 19(2): 1−14.
[6] Mike F, Brian S, Merritt T, et al. Impacts of climate change on fire activity and fire management in the circumboreal forest[J]. Global Change Biology, 2010, 15(3): 549−560.
[7] Jacobson M Z. Strong radiative heating due to the mixing state of black carbon in atmospheric aerosols[J]. Nature, 2001, 409: 695−697. doi: 10.1038/35055518
[8] Menon S, Hansen J, Nazarenko L, et al. Climate effects of black carbon aerosols in China and India[J]. Science, 2002, 297: 2250−2253. doi: 10.1126/science.1075159
[9] Werf G R, Randerson J T, Giglio L, et al. Global fire emissions estimates during 1997−2016[J]. Earth System Science Data, 2017, 9(2): 697−720. doi: 10.5194/essd-9-697-2017
[10] Jayarathne T, Stockwell C E, Gilbert A A, et al. Chemical characterization of fine particulate matter emitted by peat fires in Central Kalimantan, Indonesia, during the 2015 El Niño[J]. Atmospheric Chemistry and Physics, 2018, 18(4): 25−85.
[11] Echalar F, Gaudichet A, Cachier H, et al. Aerosol emissions by tropical forest and savanna biomass burning: characteristic trace elements and fluxes[J]. Geophysical Research Letters, 1995, 22(22): 3039−3042. doi: 10.1029/95GL03170
[12] 胡海清, 郭福涛. 大兴安岭森林火灾中主要乔木树种含碳气体释放总量的估算[J]. 应用生态学报, 2008, 19(9): 1884−1890. Hu H Q, Guo F T. Estimation of total carbon-containing gas emission from main tree species in forest fires in Daxing’an Mountains[J]. Chinese Journal of Applied Ecology, 2008, 19(9): 1884−1890.
[13] 王明玉. 气候变化背景下中国林火响应特征及趋势 [D]. 北京: 中国林业科学研究院, 2009. Wang M Y. Characteristics of forest fire response and trend under the scenarios of climate change in China [D]. Beijing: Chinese Academy of Forestry, 2009.
[14] 王开德, 邓璐莹. 基于森林清查资料的福建森林植被碳储量及其动态变化[J]. 福建农林大学学报, 2014, 34(2): 145−151. Wang K D, Deng L Y. Dynamics of forest vegetation carbon stock in Fujian Province based on national forest inventories[J]. Journal of Fujian Agriculture and Forestry University, 2014, 34(2): 145−151.
[15] Tian X R, Zhao F J, Shu L F, et al. Distribution characteristics and the influence factors of forest fires in China[J]. Forest Ecology & Management, 2013, 310(1): 460−467.
[16] 李红旭, 马玉春. 滇池面山森林植被生态修复研究[M]. 昆明: 云南科技出版社, 2017. Li H X, Ma Y C. Study on ecological restoration of forest vegetation in Dianchi Mountain[M]. Kunming: Yunnan Science and Technology Press, 2017.
[17] 胡海清, 李敖彬. 小兴安岭主要乔、灌木燃烧过程的烟气释放特征[J]. 应用生态学报, 2008, 19(7): 1431−1436. Hu H Q, Li A B. Characteristics of gas release during combustion of main arbor and shrub species in Xiaoxing’an Mountain[J]. Journal of Applied Ecology, 2008, 19(7): 1431−1436.
[18] Cereceda B F, Toledo M, Vidal V, et al. Emission factors for PM2.5, CO, CO2, NOx, SO2, and particle sizedistributions from the combustion of wood species using a new controlled combustion chamber 3CE[J]. Science of the Total Environment, 2017, 584/585: 901−910. doi: 10.1016/j.scitotenv.2017.01.136
[19] Fernandes A P, Alves C A, Goncalves C, et al. Emission factors from residential combustion appliances burning Portuguese biomass fuels[J]. Journal of Environmental Monitoring, 2011, 13(11): 101−109.
[20] Arinto Y P W, Lidia M, Zoran D R, et al. CO2 emissions from the combustion of native Australian trees[J]. International Journal of Basic and Applied Sciences, 2011, 11(4): 70−77.
[21] Lobert J M, Scharfe D H, Hao W, et al. Experimental evaluation of biomass burning emissions: nitrogen and carbon containing compounds global biomass burning[M]. Cambridge: MIT Press, 1991.
[22] Schmidl C, Bauer H, Dattler A, et al. Chemical characterisation of particle emissions from burning leaves[J]. Atmo Spheric Environment, 2008, 42(40): 9070−9079. doi: 10.1016/j.atmosenv.2008.09.010
[23] Fine P M, Cass G R, Simoneit B R T. Chemical characterization of fine particle emissions from fireplace combustion of woods grown in the northeastern United States[J]. Environmental Science & Technology, 2001, 35(13): 2665−2675.
[24] 吴志伟, 常 禹, 贺红士, 等. 大兴安岭呼中林区林火时空分布特征分析[J]. 广东农业科学, 2011, 38(5): 189−193. doi: 10.3969/j.issn.1004-874X.2011.05.065 Wu Z W, Chang Y, He H S, et al. Analyzing the spatial and temporal distribution characteristics of forest fires in Huzhong Area in the Great Xing’an Mountains[J]. Guangdong Agricultural Sciences, 2011, 38(5): 189−193. doi: 10.3969/j.issn.1004-874X.2011.05.065
[25] 郭福涛, 苏漳文, 王文辉, 等. 一种模拟野外生物质燃烧的停留室装置: 中国, 201621119781 [P]. 2017−03−01. Guo F T, Su Z W, Wang W H, et al. A residence chamber device for simulating biomass combustion in the field: China, 201621119781 [P]. 2017−03−01.
[26] 靳全锋, 王文辉, 郭福涛, 等. 福建省 2000—2010 年林火排放污染物时空动态变化[J]. 中国环境科学, 2017, 37(2): 476−485. doi: 10.3969/j.issn.1000-6923.2017.02.010 Jin Q F, Wang W H, Guo F T, et al. Spatio-temporal dynamic changes of forest fire emission pollutants in Fujian Province from 2000 to 2010[J]. China Environmental Science, 2017, 37(2): 476−485. doi: 10.3969/j.issn.1000-6923.2017.02.010
[27] 陈锋, 林向东, 牛树奎, 等. 气候变化对云南省森林火灾的影响[J]. 北京林业大学学报, 2012, 34(6): 7−15. Chen F, Lin X D, Niu S K, et al. Influence of climate change on forest fire in Yunnan Province, southwestern China[J]. Journal of Beijing Forestry University, 2012, 34(6): 7−15.
[28] Mcmeeking G R, Kpeidenweis S M, Baker S, et al. Emissions of trace gases and aerosols during the open combustion of biomass in the laboratory[J]. Journal of Geophysical Research Atmospheres, 2009, 114(D19): 210−230.
[29] Akagi S K, Yokelson R J, Wiedinmyer C, et al. Emission factors for open and domestic biomass burning for use in atmospheric models[J]. Atmospheric Chemistry & Physics, 2011, 11(9): 27523−27602.
[30] Wei S J, Hu H Q, Sun L, et al. Situation on our country's forest fire prevention under the background of climate and its countermeasures[J]. Forest Fire Prevention, 2011, 6(2): 1−4.
[31] 胡海清, 魏书精, 孙 龙. 大兴安岭2001—2010年森林火灾碳排放的计量估算[J]. 生态学报, 2012, 32(17): 5373−5386. Hu H Q, Wei S J, Sun L. Estimating carbon emissions from forest during 2001 to 2010 in Daxing’anling Mountain[J]. Acta Ecologica Sinica, 2012, 32(17): 5373−5386.
[32] 郭林飞, 马远帆, 郭福涛, 等. 大兴安岭4种乔木枝叶燃烧碳排放因子分析[J]. 环境科学与技术, 2019, 42(11): 193−200. Guo L F, Ma Y F, Guo F T, et al. Carbon emission factors analysis of branches and leaves of four tree species in Grearer Khingan Range[J]. Environmental Science & Technology, 2019, 42(11): 193−200.
[33] 楚旭, 邸雪颖, 杨光. 林火对兴安落叶松根生物量及碳氮养分浓度的影响[J]. 北京林业大学学报, 2013, 35(2): 10−16. Chu X, Di X Y, Yang G. Impacts of forest fire on root biomass, carbon and nitrogen concentration of Larix gmelinii[j]. Journal of Beijing Forestry University, 2013, 35(2): 10−16.
[34] Groot W J, Pritchard J M, Lynham T J. Forest floor fuel consumption and carbon emissions in Canadian boreal forest fires[J]. Canadian Journal of Forest Research, 2009, 39(2): 367−382. doi: 10.1139/X08-192
[35] Fernandes A P, Alves C A, Goncalves C, et al. Emission factors from residential combustion appliances burning Portuguese biomass fuel[J]. Journal of Environmental Monitoring, 2011, 13(11): 3196−3206. doi: 10.1039/c1em10500k
[36] Ito A, Penner J E. Global estimates of biomass burning emissions based on satellite imagery for the year 2000[J]. Journal of Geophysical Research Atmospheres, 2004, 109(D14): 839−856.
[37] Korontzi S, Justtce C O, Scholes R J. Influence of timing and spatial extent of savanna fires in southern Africa on atmospheric emissions[J]. Journal of Arid Environments, 2003, 54(2): 395−404. doi: 10.1006/jare.2002.1098
[38] Akagi S K, Yokelson R J, Wiedinmyer C, et al. Emission factors for open and domestic biomass burning for use in atmospheric models[J]. Atmospheric Chemistry and Physics, 2011, 11(230): 4039−4072.
[39] Guo F T, Ju Y H, Wang G Y, et al. Inorganic chemical composition of PM 2.5 emissions from the combustion of six main tree species in subtropical China[J]. Atmospheric Environment, 2018, 189: 107−115. doi: 10.1016/j.atmosenv.2018.06.044
[40] Xu W R, He H S, Zhu Z L, et al. Estimating burn severity and carbon emissions from a historic megafirein boreal forests of China[J]. Science of the Total Environment, 2020, 22(2): 716−735.
[41] Reidangela M, Robertsonkevin M, Hmielowskitracy L. Predicting litter and live herb fuel consumption during prescribed fires in native and old-field upland pine communities of the southeastern United States[J]. Canadian Journal of Forest Research, 2012, 42(8): 1611−1622. doi: 10.1139/x2012-096
[42] Reid A M, Robertson K M. Energy content of common fuels in upland pine savannas of the southeastern US and their application to fire behavior modeling[J]. International Journal of Wildland Fire, 2012, 21(5): 591−595. doi: 10.1071/WF10139
[43] Bongsang B, Boissard C, Cloqrec M, et al. Methane, carbon monoxide and light nonmethane hydrocarbon emissions from African savanna burnings during the FOS/DECAFE experiment[J]. Journal of Atmospheic Chemistry, 1955, 22(1): 149−162.
[44] Kauffman J B, Cummings D L, Ward D E. Relationships of fire, biomass and nutrient dynamics along avegetation gradient in the Brazilian[J]. Journal of Ecology, 1994, 82: 519−530. doi: 10.2307/2261261
[45] 王俊鸿, 马祥庆. 不同产区杉木人工林生物生产力及其与环境因子的关系研究[D]. 福州: 福建农林大学, 2014. Wang J H, Ma X Q. Research on the relationship between biological productivity and the environmental factors of Chinese fir plantation in different areas[D]. Fuzhou: Fujian Agriculture and Forestry University, 2014.
[46] 刘刚, 黄柯, 李久海, 等. 树木模拟燃烧排放烟尘中水溶性离子的组成[J]. 环境科学, 2016, 37(10): 3737−3742. Liu G, Huang K, Li J H, et al. Chemical composition of water-soluble ions in smoke emitted from tree branch combustion[J]. Environmental Science, 2016, 37(10): 3737−3742.
-
期刊类型引用(2)
1. 王何晨阳,高仲亮,曹宇飞,于闻天,王秋华,周汝良,赵璠. 森林火灾产物影响植物种子萌发响应机制研究. 世界林业研究. 2023(04): 47-53 . 百度学术
2. 宋灯辉,付迪,黎建强,付钇珊,邢学霞,田原. 云南松林计划烧除地表碳损失量及碳排放量估算. 生态环境学报. 2023(08): 1376-1383 . 百度学术
其他类型引用(1)