-
可吸入颗粒物(PM2.5)指的是空气动力学直径小于2.5μm的大气颗粒物[1]，由于其对当地和区域空气质量、能见度，甚至全球气候的潜在影响，成为被研究最多的大气污染物之一[2]。森林火灾过程会产生大量的PM2.5，产生的PM2.5会对周边城市的环境产生较大影响，且这一影响具有一定持续性[3]。有证据表明，生活在PM2.5中会导致人类呼吸和心血管疾病，危害人类健康[4-6]。
关于PM2.5的研究, 国内外学者已经展开，但多集中在其浓度时空变化[7-8]、对人类健康的影响以及对当地经济的影响等方面[9-10]。关于PM2.5排放量的研究较少，且主要集中在固定源以及秸秆燃烧等方向[11-13]，鲜有关于林火过程PM2.5排放量的研究[14]。靳全峰等通过3S技术得到了森林火灾消耗的生物质量，并通过排放因子法对中国亚热带地区林火烟气排放量进行估算[15-16]。3S技术由于其方便操作性已经越来越多的应用于可燃物载量的估算中，但在林业部门调查了林火过程损失蓄积量的前提下，本文尝试简化这一过程。秸秆燃烧同森林火灾相似，都是非固定源生物质燃烧。Zhang等[12]通过MODIS卫星遥感技术对中国地区秸秆燃烧PM2.5月排放量进行监测，基于历年燃烧秸秆量和相应排放因子数据，结合排放模型估算了1997—2013年中国年均秸秆燃烧排放PM2.5 1036Mt。森林火灾与秸秆燃烧类不同的是，森林火灾过程相对不可控，也更难计算。彭徐剑等[17]通过野外调查和室内实验相结合，应用排放因子法估算了大兴安岭7种主要林型乔木、灌木、草本及地被可燃物层1980—2005年间森林火灾NO和SO2气体的排放量分别为0.14~0.17Tg和0.25~0.27Tg。胡海清等[18]基于森林火灾统计数据和森林资源清查中不同森林类型可燃物载量数据，结合野外实验和室内实验确定各种计量参数，从林分水平上估算了大兴安岭2001—2010年间森林火灾中含碳气体CO2、CO、CH4和非甲烷烃(NMHC)的排放量。由于其简单易操作性，排放因子法越来越多的被用于非固定源生物质燃烧气体排放量的计算。
作为PM2.5来源之一，森林火灾过程对PM2.5排放量的贡献不容忽视[19]。福建三明地区，生态条件良好，森林覆盖率达76.8%，但该地区农林间作现象普遍，生产生活用火频繁，易引发森林火灾，属于森林火险等级较高的地区[20]。因此，在福建三明地区开展森林火灾PM2.5排放量研究具有重要意义。本文以福建三明地区的4种主要林型：马尾松(Pinus massoniana)林、杉木(Cunninghamia lanceolata)林、阔叶混交林、针阔混交林为研究对象，对福建三明地区2000—2011年间，由于森林火灾而排放的PM2.5总量做估算，由此分析森林火灾对于大气环境的影响大小，也为该地区以后防火工作的展开提供理论依据。
-
研究地区位福建省西北部的三明地区，总研究区面积达189.45万km2，地理坐标为25°29′~27°07′N、116°22′~118°39′E，地形复杂，地貌由延绵不断的山地丘陵和盆地构成层状结构，最高海拔1857.5m，最低海拔50m。气候受海洋影响较大，属于中南亚热带季风气候，由于复杂的地形地貌，还形成了许多地域性小气候。全年光照充足，雨水充沛，全年降水量达到1146~2647mm。土壤种类有赤红壤、红壤、黄壤和山地草甸土，相比于福建省其他地区，土壤有机质含量较高。该地区森林类型主要包括杉木人工林、马尾松人工林、针阔混交林、阔叶混交林、和竹(Bambusa remotiflora)林地等。其中阔叶树种主要有：木荷(Schima superba)、栲树(Castanopsis fagaceae)、赤枝栲(Castanopsis kawakamii)、苦槠(Castanopiss clerophylla)、刨花楠(Machilus pauhoi)、火力楠(Michelia macclurei)、硬壳桂(Cryptocarya chingii)、鹅掌柴(Schefflera octophylla)、枫香(Liquidambar formosana)、白栎(Quercus albus)、油桐(Aleurites fordii)等，针叶树种主要有：杉木、马尾松、长苞铁杉(Tsuga longibracteata)、柳杉(Cryptomeria fortunei)等。该地区植被资源良好，水网密布，森林覆盖率高达76.8%，植被覆盖指数居全省首位[20]。
-
福建三明地区2000—2011年间森林火灾统计资料来源于福建省三明市三明林业局防火部门提供的火灾登记表，其中包括了每次火灾地理坐标、起火时间、过火面积、林型和森林损失蓄积量等因子。其中林型主要有：马尾松人工林、杉木人工林、阔叶混交林，针阔混交林、竹林、经济林和灌木林等，经济林占约6.62%，灌木林地占约1.04%。福建三明地区2000—2011年间共发生森林火灾1638起，年均发生火灾136.5起，其中重大火灾和较大火灾占总火灾次数的77.9%森林总过火林地面积达12122.9hm2，年均过火林地面积约为1010.24hm2。其中马尾松林的燃烧面积占总过火面积的42%，杉木林的燃烧面积占总过火面积的38%，针阔混交林和阔叶混交林则分别占15%和5%。
-
1980年Seiler等[21]提出了森林火灾可燃物消耗量计算方法。表达式为：
$$ M_{0}=A B E $$ (1) 式中：M0为火灾消耗可燃物载量(t)，A为森林火灾过火面积(hm2)，B为未燃烧前单位面积平均可燃物载量(t/hm2)，E为燃烧效率。
-
基于Seiler等[21]提出的森林火灾气体排放量模型分别计算福建三明地区4种主要林型2000—2011年间森林火灾排放的PM2.5总量。表达式为：
$$ D=A M E F=M_{0} F $$ (2) 式中：D为燃烧排放的质量(g)，M为可燃物载量(kg/hm2)，F为排放因子(g/kg)。其中，M0的计算结果即是模型1的计算结果。
-
本文采用方精云等[22]蓄积量-生物量模型来计算过火区域乔木部分可燃物载量，本文仅研究乔木在森林火灾中PM2.5排放量，其他部分将在后续研究中展开。表达式如下：
$$ y=a \cdot x \cdot \mathrm{BEF} $$ (3) 式中：y表示某种林分的可燃物载量(t)，a是该类型森林的总面积(hm2)，x表示该林分的平均蓄积量(m3/hm2)，BEF是平均蓄积量所对应的生物量转换因子。
其中，BEF因子的获得可根据森林资源清查数据拟合的BEF和林龄的关系推算得到[22]。
$$ \mathrm{BEF}=a+b / V $$ (4) 式中：a、b均为常数，V为乔木树种蓄积量。表 1中列举了以往研究中的有关杉木林、马尾松林和阔叶混交林BEF和林龄的关系[20]，由于针阔混交林未见相关报道，文中则采用通用数据。
表 1 森林类型蓄积量-生物量模型参数
Table 1. Model parameters between volume and biomass of forest type
森林类型Forest type BEF (Biomass expansion factor) 杉木林Cunninghamia lanceolata forest BEF=2.4381 Age-0.3293(R2=0.746) 马尾松林Pinus massoniana forest BEF=0.9267 Age-0.1317(R2=0.447) 针阔混交林Coniferous and broadleaved mixed forest a=0.8019, b=12.2799 阔叶混交林Mixed broadleaved forest BEF=2.5887 Age-0.1821(R2=0.746) 由于福建三明地区防火部门提供的火灾记录中，林龄部分的记录分类为幼龄林、中林龄、近熟林和过熟林，并没有明确的林龄。本文中林龄的确定通过国家公布的福建三明地区森林资源连续清查数据，对该地区4种主要林型的林龄进行划分取中间值，并拟合得出各林型BEF值。
-
在各林型中分别设置4块标准样地。其中，马尾松林和杉木林分别取4块样地；针阔混交林分别选择具有代表性的杉木—油桐混交林、马尾松—火力楠混交林、杉木—木荷混交林、杉木—毛竹混交林；阔叶混交林分别选择具有代表性的油桐—木荷混交林、油桐—毛竹混交林，每种混交林样地取2个。对样地乔木进行每木检尺选出标准木一株，对标准木干、枝、叶取样处理得到各树种器官生物量分配比例，取百分比得到表 2。
表 2 不同林型各器官生物量分配比
Table 2. Biomass allocation of various organs for different forest types
% 森林类型Forest type 生物量分配Biomass allocation 干Trunk 枝Branch 叶Leaf 马尾松林Pinus massoniana forest 73.2 16.3 4.5 杉木Cunninghamia lanceolata forest 67.0 11.0 9.2 针阔混交林Coniferous and broadleaved mixed forest 60.7~70.0 14.4~18.4 6.3~10.1 阔叶混交林Mixed broadleaved forest 65.4~72.9 12.3~19.8 7.5~11.4 不同火烧强度下乔木各部位燃烧效率也不同，因此需要知道各林型中乔木生物量的分配情况[23]。由于福建地区基本不发生地下火，所以这里对地下部分生物量不做考虑。
-
燃烧效率指生物质燃烧掉的部分占总质量的比例，是估计森林火灾释放气体量的关键参数。历史文献中，吕新双等[23]根据植物解剖学理论及林火燃烧实验，对不同火烧强度下乔木各部位燃烧效率汇总如下表 3。
表 3 乔木在不同等级森林火灾中各器官燃烧效率
Table 3. Combustion efficiency of each tree organs under different fire size classes
% 树木器官Tree organ 一般火灾General fire 较大火灾Larger fire 重大火灾Disastrous fire 特大火灾Serious fire 树枝Branch 14.1~25.0 29.8~65.0 37.3~85.0 53.7~100 树叶Leaf 22.5~32.5 64.0~89.5 89.5~95.5 95.5~100 树干Trunk 21.6~25.0 39.8~65.0 54.8~85.0 61.2~100 其中，森林火灾等级，根据我国2009年公布的《森林防火条例》，按照受害森林面积，分为一般森林火灾、较大森林火灾、重大森林火灾和特别重大森林火灾[20]。
-
PM2.5排放因子即单位质量的生物质燃烧释放的PM2.5质量，不同林型PM2.5排放因子会有较大差异，需区分对待。本文搜集了国内外相关研究中的相关树种和相似林型PM2.5排放因子，取平均值得到表 4。
表 4 不同林型林火PM2.5排放因子
Table 4. PM2.5 emission factor of different forest type fire
其中针阔混交林林火PM2.5排放因子未见报道，考虑到针阔混交林中针叶树和阔叶树所占的比例不同，则最后的PM2.5排放量也会有较大差距，由此，本文根据福建三明地区公开发表的针阔混交林中针叶树和阔叶树的多度，按比例计算得来。
本研究中PM2.5排放因子由历年文献总结得出，精度不够。排放因子受树种、器官、含水率等多种因子影响[28]，后续研究可进行室内燃烧实验，得出更为准确的排放因子。
-
通过模型(1)：M0＝ABE代入各参数，计算可得2000—2011年间福建三明地区森林火灾中损失生物量。各林分类型最大值和最小值取平均值作图，结果见图 1。
图 1 不同森林类型不同火强度下损失的生物量
Figure 1. Biomass loss of different forest types under varied fire intensities
由图 1可知，2000—2011年间林火中损失的生物量：杉木林＞阔叶林＞马尾松林＞针阔混交林。2000—2011年间不同森林类型过火面积，马尾松林约占总过火面积的42%，杉木林约占总过火面积的38%，针阔混交林和阔叶林则分别占15%和5%。过火面积：马尾松林＞杉木林＞针阔混交林＞阔叶林，与损失生物量大小排序不一致，两者不一致的主要原因是该地区各林型内可燃物载量不同。
-
通过模型(2)和模型(3)计算可得2000—2011年间福建三明地区森林火灾中排放的PM2.5总量。结果见图 2。
图 2 不同森林类型不同火烧等级下PM2.5排放量
Figure 2. PM2.5 emission under different fire size classes for varied forest types
福建三明地区2000—2011年间森林火灾排放的PM2.5估算为458.789~2 958.339 t。其中杉木林PM2.5总排放量为217.117~1072.489t，阔叶林PM2.5总排放量为94.123~903.154t，马尾松林PM2.5总排放量为93.379~478.634t，针阔混交林PM2.5总排放量为54.169~504.063t。
由图 2可知，不同林型不同火强度下PM2.5释放量：重大火灾＞较大火灾＞特大火灾＞一般火灾。PM2.5释放主要集中在重大火灾和较大火灾；特大火灾火强度最大，但PM2.5排放量相对较小；影响这个结果的主要原因是2000—2011年间不同等级森林火灾发生次数。12年间福建三明地区共发生森林火灾1638起，其中重大火灾和较大火灾占总火灾次数的77.9%，特大火灾PM2.5排放量较低的主要原因是发生次数较少。进一步分析可发现PM2.5释放量：杉木林＞阔叶林＞马尾松林＞针阔混交林，与森林火灾消耗生物量呈正相关关系。
其中杉木林由于林火燃烧消耗的生物量约占总消耗生物量的43%，PM2.5排放量约占总排放量的42%；阔叶林林火燃烧消耗的生物量约占总消耗生物量的23%，PM2.5排放量约占总排放量的30%；马尾松林林火燃烧消耗的生物量约占总消耗生物量的20%，PM2.5排放量约占总排放量的18%；针阔混交林林火燃烧消耗的生物量约占总消耗生物量的14%，PM2.5排放量约占总排放量的10%。
-
福建三明地区2000—2011年间森林火灾PM2.5总排放量估算为458.789~2958.339t。其中杉木林PM2.5排放量为217.117~1072.489t，阔叶混交林、马尾松林和针阔混交林PM2.5排放量分别为94.123~903.154t、93.379~478.634t和54.169~504.063t。按不同森林火灾等级分析，PM2.5排放主要集中在重大火灾和较大火灾，且森林火灾发生次数中，这两种火强度所占比例高达77.9%。按不同森林类型分析，PM2.5排放主要集中在杉木林和阔叶混交林，其中，杉木林和阔叶混交林约分别占总排放量的42%和30%。基于对损失生物量和PM2.5排放量的分析，过火面积不是最大的杉木林和阔叶林，因为林火产生的影响却是最大的。
基于防火部门提供的林火损失蓄积量数据，本文只研究了乔木部分的森林火灾PM2.5排放量，并没有涉及灌木、草本和地被可燃物的PM2.5排放量研究，而在实际森林火灾中，灌木、草本和地被可燃物的影响不容忽视。森林火灾中灌木、草本和地表可燃物的PM2.5排放量将在后续研究中讨论。
本文通过模型对福建三明地区12年间PM2.5排放量进行了估算，最后估算结果的最大值和最小值差异较大。分析原因，在估算过程中各计量参数都存在或大或小的不确定性，其中排放因子和燃烧效率由历年文献统计得出，得出的只是一个范围，且得出的范围最大值和最小值差异较大，由此直接导致最后计算出的PM2.5排放量结果的最大值和最小值差异较大。其中排放因子这一计量参数，不仅受树种影响，且同一树种的不同器官排放因子也有较大区别[29]。下一步工作方向就是针对不确定性较大的计量参数进一步研究，以获得更准确的估算结果。
Estimation of PM2.5 emissions from forest fires in Fujian Sanming City of southern China during 2000-2011
-
摘要:
目的福建三明地区属于森林火灾多发地区, 森林火险等级较高, 森林火灾在燃烧过程中释放大量可吸入颗粒物(PM2.5), 不仅对大气环境造成污染, 还会对人类的身体健康造成不良影响, 因此, 研究福建三明地区森林火灾PM2.5排放量具有重要意义。 方法本文基于福建省三明市2000—2011年森林火灾数据, 采用蓄积量-生物量模型计算林火过程消耗生物量, 其中, 森林损失蓄积量和过火面积数据由当地防火部门提供。运用排放因子法计算得出PM2.5排放量, 各林型PM2.5排放因子由历年文献统计得出。针对福建三明地区4种主要林型:马尾松林、杉木林、阔叶混交林和针阔混交林对森林火灾中PM2.5排放量分别进行估算, 为该地区森林火灾污染物排放研究提供依据。 结果结果表明, 福建三明地区2000—2011年间森林火灾PM2.5估算总排放量为458.789~2958.339t。其中杉木林燃烧PM2.5排放量估算为217.117~1072.489t, 阔叶混交林, 马尾松林, 针阔混交林PM2.5估算排放量分别为94.123~903.154t、93.379~478.634t、54.169~504.063t。 结论综合分析, 按不同森林火灾等级分析, 由于重大火灾和较大火灾发生次数较多, PM2.5排放主要集中在重大火灾和较大火灾; 按不同森林类型分析, PM2.5排放主要集中在杉木林和阔叶混交林两种林型, 杉木林和阔叶混交林由于其地上生物量相对丰富, 且易发生森林火灾, 是今后重点抚育管理对象, 相关部门应在防火期到来之前做好修枝抚育间伐工作。 Abstract:ObjectiveForest fire frequently occurs in Fujian Sanming area of southern China, and has high forest fire danger class. Forest fire releases large amount of particulate matter (PM2.5), which not only causes air pollution, but also has bad effect on human health. Therefore, the research on area forest fire PM2.5 emissions in Fujian Sanming City is of great significance. MethodBased on forest fire data in Fujian Sanming area during 2000-2011, we used volume-biomass model to calculate fire process consume biomass, volume loss and forest fire area data provided by the local forestry authorities. Using emission factor method can calculate PM2.5 emissions, and the forest PM2.5 emission factor was obtained from historical literature statistics. PM2.5 emissions of four main forest types:Pinus massoniana forests, Cunninghamia lanceolata forests, mixed broadleaved forests and coniferous broad leaved mixed forests were assessed individually in Fujian Sanming area. These results will provide theory basis for forest fire prevention work in this area. ResultThe results showed that forest fire PM2.5 emission estimates were 458.789-2958.339t in Fujian Sanming area during 2000-2011. PM2.5 emission of Cunninghamia lanceolate forests was 217.117-1072.489t, PM2.5 emission of temperate mixed broadleaved forests, Pinus massoniana forest, coniferous and broadleaved mixed forests was 94.123-903.154t, 93.379-478.634t, 54.169-504.063t, respectively. ConclusionFrom comprehensive analysis, as a result of more times of disastrous fire and large fire, PM2.5 emission mainly concentrated in the disastrous fire and large fire; about forest types, PM2.5 emissions are mainly concentrated in Cunninghamia lanceolata forests and mixed broadleaved forests. Because of its high biomass aboveground and prone to forest fire, these two forest types will be the key management object in future work, and the relevant departments should take good thinning of pruning work before the arrival of fireproofing period. -
Key words:
- forest fire /
- PM2.5 /
- emission factor method /
- fuel load /
- forest type
-
图 1 不同森林类型不同火强度下损失的生物量
Figure 1. Biomass loss of different forest types under varied fire intensities
图 2 不同森林类型不同火烧等级下PM2.5排放量
Figure 2. PM2.5 emission under different fire size classes for varied forest types
表 1 森林类型蓄积量-生物量模型参数
Table 1. Model parameters between volume and biomass of forest type
森林类型Forest type BEF (Biomass expansion factor) 杉木林Cunninghamia lanceolata forest BEF=2.4381 Age-0.3293(R2=0.746) 马尾松林Pinus massoniana forest BEF=0.9267 Age-0.1317(R2=0.447) 针阔混交林Coniferous and broadleaved mixed forest a=0.8019, b=12.2799 阔叶混交林Mixed broadleaved forest BEF=2.5887 Age-0.1821(R2=0.746) 
下载: 导出CSV
表 2 不同林型各器官生物量分配比
Table 2. Biomass allocation of various organs for different forest types
% 森林类型Forest type 生物量分配Biomass allocation 干Trunk 枝Branch 叶Leaf 马尾松林Pinus massoniana forest 73.2 16.3 4.5 杉木Cunninghamia lanceolata forest 67.0 11.0 9.2 针阔混交林Coniferous and broadleaved mixed forest 60.7~70.0 14.4~18.4 6.3~10.1 阔叶混交林Mixed broadleaved forest 65.4~72.9 12.3~19.8 7.5~11.4
下载: 导出CSV
表 3 乔木在不同等级森林火灾中各器官燃烧效率
Table 3. Combustion efficiency of each tree organs under different fire size classes
% 树木器官Tree organ 一般火灾General fire 较大火灾Larger fire 重大火灾Disastrous fire 特大火灾Serious fire 树枝Branch 14.1~25.0 29.8~65.0 37.3~85.0 53.7~100 树叶Leaf 22.5~32.5 64.0~89.5 89.5~95.5 95.5~100 树干Trunk 21.6~25.0 39.8~65.0 54.8~85.0 61.2~100
下载: 导出CSV
-
[1] 陈媛, 岑况, NORRA S, 等.北京市区大气气溶胶PM2.5污染特征及颗粒物溯源与追踪分析[J].现代地质, 2010, 24(2): 345 -354. doi: 10.3969/j.issn.1000-8527.2010.02.020 Chen Y, Cen K, NORRA S, et al. Study on pollution characteristics of PM2.5 in the aerosol, tracing and tracking atmospheric particulates in Beijing City[J]. Geoscience, 2010, 24(2):345-354. doi: 10.3969/j.issn.1000-8527.2010.02.020 [2] Fuzzi S, Baltensperger U, Carslaw K, et al. Particulate matter, air quality and climate: lessons learned and future needs[J]. Atmospheric Chemistry and Physics, 2015, 15(1):8217-8299. http://cn.bing.com/academic/profile?id=b0b75b06267a5b5af234541e6c4ab44d&encoded=0&v=paper_preview&mkt=zh-cn [3] Don S, Ricardo C, Samuel T, et al. Using National Ambient Air Quality Standards for fine particulate matter to assess regional wildland fire smoke and air quality management[J]. Journal of Environmental Management, 2017, 201:345-356. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=2da9c8b8ed8d7f48b16aa5f7604f265c [4] Dennekamp M, Straney L D, Erbas B, et al.Forest fire smoke exposures and out-of-hospital cardiac arrests in Melbourne, Australia:a case-crossover study[J].Environmental Health Perspectives, 2015, 123(10):959-964. doi: 10.1289/ehp.1408436 [5] Neal F, Breanna A, Richard A B, et al. The health impacts and economic value of wildland fire episodes in the US: 2008-2012[J]. Science of the Total Environment, 2018, 610-611:802-809. doi: 10.1016/j.scitotenv.2017.08.024 [6] Song C B, He J J, Wu L, et al. Health burden attributable to ambient PM2.5 in China[J]. Environmental Pollution, 2017, 223:575-586. doi: 10.1016/j.envpol.2017.01.060 [7] Tara S, Narasimhan L, Miriam R, et al.PM2.5 measurements in wildfire smoke plumes from fire seasons 2005-2008 in the Northwestern United States[J].Journal of Aerosol Science, 2011, 42(3):143-155. doi: 10.1016/j.jaerosci.2010.09.001 [8] Saunders R O, Waugh D W. Variability and potential sources of summer PM2.5 in the Northeastern United States[J]. Atmospheric Environment, 2015, 117:259-270. doi: 10.1016/j.atmosenv.2015.07.007 [9] Cesari D, De Benedetto G E, Dinoi A, et al. Seasonal variability of PM2.5 and PM10 composition and sources in an urban background site in Southern Italy[J]. Science of the Total Environment, 2018, 612:202-213. https://www.sciencedirect.com/science/article/pii/S0048969717322283 [10] Bondur V G. Satellite monitoring of trace gas and aerosol emissions during wildfires in Russia[J]. Lzvestiya Atmospheric & Oceanic Physics, 2016, 52(9):1078-1091. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=c25a977f774c53b7d8f1a163f8318c7e [11] Zhang L B, Liu Y Q, Hao L. Contributions of open crop straw burning emissions to PM2.5 concentrations in China[J].Environmental Research Letters, 2016, 11(1):1-9. http://cn.bing.com/academic/profile?id=386e629ccc026ddc45cfcb7e787d6fad&encoded=0&v=paper_preview&mkt=zh-cn [12] 祝斌, 朱先磊, 张元勋, 等.农作物秸秆燃烧PM2.5排放因子的研究[J].环境科学研究, 2005, 18(2):29-34. doi: 10.3321/j.issn:1001-6929.2005.02.006 Zhu B, Zhu X L, Zhang Y X, et al. Emission factor of PM2.5 from crop straw burning[J]. Research of Environmental Sciences, 2005, 18(2):29-34. doi: 10.3321/j.issn:1001-6929.2005.02.006 [13] 唐喜斌, 黄成, 楼晟荣, 等.长三角地区秸秆燃烧排放因子与颗粒物成分谱研究[J].环境科学, 2014, 35(5):1623-1632. http://d.old.wanfangdata.com.cn/Periodical/hjkx201405001 Tang X B, Huang C, Lou S R, et al. Emission factors and PM chemical composition study of biomass in the Yangtze River Delta Region[J].Environmental Science, 2014, 35(5):1623-1632. http://d.old.wanfangdata.com.cn/Periodical/hjkx201405001 [14] 刘晓东, 王博.森林燃烧主要排放物研究进展[J].北京林业大学学报, 2017, 39(12):118-124. doi: 10.13332/j.1000--1522.20170307 Liu X D, Wang B. Review on the main emission products released by forest combustion[J]. Journal of Beijing Forestry University, 2017, 39(12):118-124. doi: 10.13332/j.1000--1522.20170307 [15] 靳全锋, 马祥庆, 王文辉, 等.中国亚热带地区2000—2014年林火排放颗粒物时空动态变化[J].环境科学学报, 2017, 37(6):2238-2247. http://www.cnki.com.cn/Article/CJFDTOTAL-HJXX201706028.htm Jin Q F, Ma X Q, Wang W H, et al. Temporal and spatial characteristics of particulate matter emission from forest fires in subtropical China during 2000-2014[J]. Acta Scientiae Circumstantiae, 2017, 37(6):2238-2247. http://www.cnki.com.cn/Article/CJFDTOTAL-HJXX201706028.htm [16] 靳全锋, 王文辉, 马祥庆, 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. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGHJ201702010.htm Jin Q F, Wang W H, Ma X Q, et al. Temporal and spatial dynamics of pollutants emission from forest fires in Fujian during 2000-2010[J]. China Environmental Science, 2017, 37(2):476-485. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGHJ201702010.htm [17] 彭徐剑, 郭福涛, 胡海清, 等.大兴安岭森林火灾NO和SO2释放量的估算[J].林业科技开发, 2015, 29(5):134-138. http://d.old.wanfangdata.com.cn/Periodical/lykjkf201505033 Peng X J, Guo F T, Hu H Q, et al. Estimation of NO and SO2 emission by forest fires in the Da Hinggan Moutains[J]. China Forestry Science and Technology, 2015, 29(5):134-138. http://d.old.wanfangdata.com.cn/Periodical/lykjkf201505033 [18] 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. http://www.cnki.com.cn/Article/CJFDTOTAL-STXB201217011.htm Hu H Q, Wei S J, Sun L. Estimating carbon emissions from forest fires during 2001 to 2010 in Daxinganling Mountain[J]. Acta Ecologica Sinica, 2012, 32(17):5373-5386. http://www.cnki.com.cn/Article/CJFDTOTAL-STXB201217011.htm [19] 鲁斯唯.海峡西岸经济区大气污染物排放清单研究[D].厦门: 厦门大学, 2014. Lu S W. Research on air pollutant emission inventory in the western Taiwan straits economic zone[D]. Xiamen: Xiamen University, 2014. [20] 郭怀文.福建三明地区森林火灾碳排放研究[D].北京: 北京林业大学, 2013. Guo H W. Study on forest fires carbon emissions in Sanming area of Fujian Province[D]. Beijing: Beijing Forestry University, 2013. [21] Seiler W, Crutzen P J. Estimates of gross and net fluxes of carbon between the biosphere and the atmosphere from biomass burning[J]. Climate Change, 1980, 2(3):207-247. doi: 10.1007/BF00137988 [22] 方精云, 陈安平, 赵淑清, 等.中国森林生物量的估算:对Fang等Science一文(Science, 2001, 291:2320-2322)的若干说明[J].植物生态学报, 2002, 26(2): 243-249. doi: 10.3321/j.issn:1005-264X.2002.02.018 Fang J Y, Chen A P, Zhao S Q, et al. Estimating biomass of China's forests: supplementary notes on report published in Science (2001, 291:2320-2322) by Fang et al[J]. Chinese Journal of Plant Ecology, 2002, 26(2): 243-249. doi: 10.3321/j.issn:1005-264X.2002.02.018 [23] 吕新双.黑龙江大兴安岭主要乔木树种火灾碳释放研究[D].哈尔滨: 东北林业大学, 2006. Lü X S.Carbon emissions from forest fire on main tree species in Daxing'an Mountain in Heilongjiang Province[D]. Harbin: Northeast Forestry University, 2006. [24] Urbanski S P. Combustion fficiency and emission factors for wildfire-season fires in mixed conifer forests of the northern rocky mountains, US[J]. Infection and Immunity, 2008, 76(11): 5341-5349. doi: 10.1128/IAI.00786-08 [25] Alves C, Gon Alves C, Fernandes A P. Fireplace and woodstove fine particle emissions from combustion of western Mediterranean wood types[J]. Atmospheric Research, 2011, 101(3):692-700. doi: 10.1016/j.atmosres.2011.04.015 [26] Fernandes A P, Alves C A, Tarelho L, et al. Emission factors from residential combustion appliances burning Portuguese biomass fuels[J]. Journal of Environmental Monitoring, 2011, 13(11):3196-3206. doi: 10.1039/c1em10500k [27] 张坤洪, 梁远楠, 杨俊伟, 等.西江中下游针阔混交林优势种群的结构及分布格局研究[J].广东林业科技, 2009, 25(4):1-6. doi: 10.3969/j.issn.1006-4427.2009.04.001 Zhang K H, Liang Y N, Yang J W, et al. Structure and spatial paterns of dominant populations in the conifer and broadleaf mixed forest in middle-lower reaches of Xijiang River[J]. Guangdong Forestry Science and Technology, 2009, 25(4):1-6. doi: 10.3969/j.issn.1006-4427.2009.04.001 [28] 赵凤君, 舒立福, 姚树人.森林火灾碳排放估算方法与研究进展[J].森林防火, 2012(1):25-29. doi: 10.3969/j.issn.1002-2511.2012.01.015 Zhao F J, Shu L F, Yao S R. Forest fire estimation method and research progress of carbon emissions[J]. Forest Fire Prevention, 2012(1):25-29. doi: 10.3969/j.issn.1002-2511.2012.01.015 [29] 陈戈萍, 张思玉, 王红干.马尾松凋落物燃烧烟气成分比较分析[J].消防科学与技术, 2014, 33(9):999-1002. doi: 10.3969/j.issn.1009-0029.2014.09.006 Chen G P, Zhang S Y, Wang H G. The compare of the components from combust emission of Pinus massoniana litterfall[J]. Fire Science and Technology, 2014, 33(9):999-1002. doi: 10.3969/j.issn.1009-0029.2014.09.006 -
点击查看大图
图(2) / 表 (4)
计量
- 文章访问数: 278
- HTML全文浏览量: 91
- PDF下载量: 8
- 被引次数: 0
