我國夏季不同類型植被BVOCs 排放觀測與模擬研究

王楚迪，節龍飛，李苗苗，王添文，高 闊，李玲玉

青島大學環境科學與工程學院，山東 青島 266071

近年來，我國部分地區的臭氧(O3)濃度呈逐年上升趨勢，O3污染日益突出[1-2]. 揮發性有機物(VOCs)是近地面O3生成的關鍵前體物[3-4]，VOCs 和氮氧化物(NOx)在紫外光作用下可發生光化學反應產生O3.因此，準確描述VOCs 排放特征是實現O3污染精準防控的基礎和關鍵. VOCs 的來源分為人為源和天然源，其中全球天然源VOCs (BVOCs)排放量占VOCs排放總量的90%以上[5]. BVOCs 主要來自植被排放，且不同類型植被的排放水平和組成不同[6-7]. BVOCs包括異戊二烯、單萜烯、倍半萜烯和其他VOCs，BVOCs 所含的不飽和鍵具有高反應活性，極易在大氣中發生光氧化反應[8-9]. 因此，研究不同類型植被BVOCs 排放特征對明確大氣復合污染的來源和生成機制，以及研究精準有效的大氣復合污染防治措施具有重要科學意義.

為研究我國本土不同類型植被BVOCs 排放特征，學者開展了排放觀測和模擬研究. 自20 世紀90年代，我國相繼開展了本土植物BVOCs 排放的測量工作，研究初期多采用靜態封閉式采樣法確定了我國不同植物排放的主要BVOCs 物種和排放規律[10-14].但是，靜態封閉式采樣法由于封閉系統無氣體循環，可在短時間內導致封閉室內溫度升高、CO2濃度降低、H2O 含量增加，造成植物異常排放，觀測結果誤差較高，難以準確描述不同植物類型的BVOCs 排放差異[15]. 目前，已有學者應用動態封閉式采樣法對云南省[16-17]、內蒙古自治區[18]、浙江省[19]、陜西省[20]、天津市[21-22]、遼寧省[23]、北京市[24]部分樹種的排放開展了定性和定量觀測，積累了較為準確的BVOCs 排放速率，并研究了各植物的排放規律. 動態封閉式采樣法因設有恒定流量的零空氣循環系統，封閉室內的環境更接近自然狀態，觀測結果具有更高的準確性[15,22]. 但目前我國不同類型植物BVOCs 排放觀測結果誤差較大，且多集中于異戊二烯及部分主要單萜烯化合物；另外，部分研究僅開展定性測定，但單萜烯化合物種類多且排放占比較高，因此應開展更多的定量觀測研究. 從20 世紀90 年代開始，學者基于排放模擬研究我國BVOCs 排放特征，采用不同的排放算法和模式，建立了全國和區域BVOCs 排放清單[25-30]，研究了我國不同類型植被BVOCs 排放特征. 然而，由于清單中使用的植被和氣象數據分辨率較低，排放估算結果具有較高的不確定性[31]，難以準確探究我國本土不同植被類型的排放差異[25,32-33].

該研究選取不同類型的植物，應用動態封閉式采樣法和熱脫附-氣相色譜質譜聯用(TD-GC-MS)技術對各植物BVOCs 排放進行現場觀測和定量分析，獲得各植物單萜烯排放速率及排放組成；基于該研究和文獻建立我國本土化的排放因子數據庫；應用MEGAN 2.1 排放模式和中尺度氣象模式WRF 構建2018 年夏季(6—8 月)我國高時空分辨率的BVOCs排放清單，研究我國6 種植被類型(闊葉樹、針葉樹、針葉闊葉混交林、灌木、草地、農作物)的BVOCs 排放特征及差異，以期為研究精準有效的大氣復合污染防治措施提供基礎數據.

1 材料與方法

1.1 BVOCs 排放觀測

1.1.1 樣品的采集和分析

分別選取闊葉樹、針葉樹、灌木、草地、農作物5 種植被類型的植物進行BVOCs 排放的野外和室內盆栽觀測，闊葉樹種包括廣玉蘭，針葉樹種包括油松、雪松、馬尾松、側柏，農作物物種為小麥，草地植物為紫馬唐，灌木為大葉黃楊. BVOCs 排放樣品的采集時間為2020 年和2021 年的夏季(6—8 月)，野外觀測選擇晴朗無風天氣進行，觀測點位于青島大學校園內. 采用動態封閉式采樣系統(見圖1)進行BVOCs的采集，用聚四氟乙烯采樣袋(110、18 L)或有機玻璃采樣罩(73 L，草地植物觀測)將長勢較好的樹枝或植株封閉，以恒定流速向采樣袋內持續通入經活性炭吸附VOCs 后的空氣，同時采樣袋內的氣體以相同流速流出，封閉室體積為110、73、18 L 時對應的零空氣流速分別為20、20、2.5 L/min. 經過1～2 h 的平衡，使袋內空氣混合均勻，利用Tenax 吸附管(Markes，英國)采集采樣袋內的氣體，采樣流速為200 mL/min，采樣時間為30 min，采樣體積為6 L. 每種植物選擇3個植株，每個植株采集3～4 個平行樣品和1 個空白樣品. 樣品放置于恒溫(4 ℃)冰箱密封保存，并在1 周內完成定量分析. 在平衡和采樣過程中，測量封閉室外光合有效輻射、封閉室內溫度，野外觀測的溫度為21～35 ℃，光合有效輻射為600～1 400 μmol/(m2·s)；實驗室盆栽觀測的溫度為25～30 ℃，光合有效輻射為900～1 000 μmol/(m2·s). 采樣結束后，測定封閉室內植株葉片的干質量. 試驗使用儀器設備包括空氣泵(Rocker 430 型，臺灣洛科儀器股份有限公司，中國)、空氣采樣泵(GilAir Plus STP 型，Sensidyne，美國)、質量流量計(CS200A 型，北京七星華創電子股份有限公司)、數據采集器(CR300 型，Campbell，美國)、溫度傳感器(109 型，Campbell，美國)和光量子傳感器(LI-190R 型，LI-COR，美國).

圖 1 動態封閉式采樣系統示意Fig.1 Schematic of the dynamic enclosure system

樣品經熱脫附-氣相色譜-質譜聯用法(TD-GC-MS)進行14 種單萜烯組分的定量測定. 全自動熱脫附裝置(ATD II-26 型，Acrichi 公司，中國)的工作條件：系統壓力為80 kPa；進樣閥溫度為150 ℃；熱解吸溫度為290 ℃；冷阱溫度為—30 ℃. GC-MS(7890A-5975C型，Agilent，美國)的工作條件：載氣流速為1.2 mL/min，分流比為1∶5；程序起始溫度為35 ℃，保持2 min，然后以10 ℃/min 升至260 ℃，再升至280 ℃保持2 min；離子源為EI 源，離子能70 eV，溫度為200 ℃. 色譜柱型號為Agilent DB-5 (30 m×0.25 mm ID×0.25 μm). 應用響應因子法和外標法(最小二乘法)對各單萜烯組分進行定量，標準樣品體積分別為2、5、10、20、50、70 mL (標準樣品體積分數為1×10—6)，響應因子的相對標準偏差＜20%，標準曲線R＞0.99. 當采樣體積為6 L 時，方法檢出限為0.03～0.97 μg/m3，測量精密度為4%～15%.

1.1.2 排放速率計算

排放速率的計算公式[22]：

式中：ER 為排放速率，μg/(g·h)；F為采樣袋氣體的流出流速，L/min，與零空氣流入采樣袋的流速相同；C為單萜烯質量濃度，μg/m3；m為葉片干質量，g.

利用Guenther 等[34-35]的標準化算法，將實際條件下的單萜烯排放速率轉換為標準條件〔溫度為30 ℃，光量子通量密度為1 000 μmol/(m2·s)〕下的排放速率.該研究中排放速率均為標準排放速率，標準化后的誤差為25%[34].

1.2 BVOCs 排放清單的建立

1.2.1 MEGAN 排放模式

利用MEGAN 2.1 排放模式估算了2018 年夏季我國6 種不同類型植被的BVOCs 排放量. MEGAN作為一種先進的全球和區域尺度的BVOCs 排放估算模式[31]，已經被廣泛應用于全球[36-37]和區域[37-40]BVOCs 排放量的估算. BVOCs 的排放量計算公式[35]：

式中：E為BVOCs 排放量，mg/(m2·h)；ε為標準條件下的冠層尺度排放因子，mg/(m2·h)；γ為環境校正因子，由于標準排放因子用以描述在標準狀態下的BVOCs 排放水平，不能反映真實環境中的排放，因此通過γ對其進行校正，包括冠層環境內溫度和輻射、葉齡、土壤濕度、CO2環境濃度等對冠層排放的影響，該研究中未考慮土壤濕度和CO2的影響；ρ為逸散系數，描述冠層內BVOCs 由于生物、化學和物理過程導致的生成和損耗，該研究中ρ取值為1[41-42].

1.2.2 氣象數據

應用中尺度氣象模式WRF 模擬MEGAN 2.1 所需氣象參數，包括2 m 溫度、太陽短波輻射、風速、相對濕度、降雨、氣壓等，時間分辨率為1 h，水平分辨率為36 km×36 km. 模擬區域覆蓋整個中國，中心經緯度為34.53°N、108.92°E，包括128×188 個網格.氣象初始場和側邊界場為NCEP 提供的全球1°×1°分辨率的再分析數據—NCEP/DOE 再分析Ⅱ(NCEP/DOE-R2，http://rda.ucar.edu/datasets/ds091.0).

1.2.3 植被分布

利用《中華人民共和國植被圖(1∶1 000 000)》[43]獲得各植被類型/樹種的空間分布. 該植被圖是目前我國最全面、詳細的植被圖集，包含闊葉林、針葉林優勢樹種/植被類型、栽培植被、高山植被、草原、草叢、草甸、荒漠、沼澤、灌叢等植被型組. 結合中國森林資源清查結果、中國統計年鑒、中國天然草地類型系統，對《中華人民共和國植被圖(1∶1 000 000)》中的植被重新進行了分類，共得到82 種植被物種/類型的分布，包括10 種闊葉優勢樹種、18 種針葉優勢樹種、6 種森林類型、13 種主要農作物、7 個灌叢亞類、28個草地亞類. 以往研究中植被分類較粗，多分為4～12 類，MEGAN 2.1 模型中植被類型默認有15 種.

1.2.4 排放因子

基于葉片排放速率和葉生物量，利用全冠層環境模型外推計算得到各植被的標準冠層排放因子[35]. 該研究中使用的排放速率和葉生物量為筆者所在課題組已有研究結果[37,40]. 利用統計學方法，構建了我國BVOCs 排放速率數據庫；基于我國各省份植被蓄積量和產量的調查統計數據(不包括港澳臺地區數據)，利用生物量分配模型，估算82 種植被的葉生物量. 其中，各省份各優勢樹種各齡級的蓄積量來源于《第九次全國森林資源清查統計(2014—2018 年)》，各省份主要農作物的經濟產量來源于《中國統計年鑒》，各省份各草地亞類的產草量來源于《中國草地資源數據》.

2 結果與討論

2.1 不同植物單萜烯排放特征

2.1.1 排放速率

8 種植物單萜烯標準排放速率如表1 所示，其中，馬尾松排放速率最高，大葉黃楊排放速率最低. 根據Guenther 等[44-45]的排放速率劃分標準，將單萜烯排放速率為＞3.0、＞0.6～3.0、≤0.6 μg/(g·h)的植物劃分為高、中、低排放強度植物. 廣玉蘭、馬尾松和雪松屬于單萜烯高排放強度植物，油松屬于中排放強度植物，側柏、小麥、紫馬唐和大葉黃楊屬于低排放強度植物. 從植物類型來看，針葉樹單萜烯排放強度最高，其次是闊葉樹，草地和農作物排放強度較低，灌木排放強度最低.

表 1 8 種植物單萜烯標準排放速率Table 1 Standard emission rates of monoterpenes from 8 plants μg/(g·h)

2.1.2 排放組成

所有植物排放的單萜烯中，均檢出月桂烯、α-松油烯、檸檬烯、順式-β-羅勒烯、γ-松油烯、異松油烯，其余化合物在個別植物的排放中被檢出. 油松和雪松不排放3-蒈烯，側柏和小麥不排放三環烯、莰烯和反式-β-羅勒烯，紫馬唐不排放α-蒎烯、β-蒎烯和水芹烯，大葉黃楊不排放三環烯和香檜烯. 廣玉蘭和馬尾松排放的單萜烯化合物種類(14 種)最多，側柏、小麥、紫馬唐排放的單萜烯化合物種類(11 種)最少，油松、雪松排放的單萜烯化合物種類均為13 種，大葉黃楊排放的單萜烯化合物種類有12 種.

各植物單萜烯化合物排放速率占比如圖2 所示.由圖2 可見：廣玉蘭以排放α-蒎烯、檸檬烯、順式-β-羅勒烯為主，分別占總單萜烯排放速率的30.35%、21.45%、18.73%；馬尾松以排放異松油烯和γ-松油烯為主，分別占總單萜烯排放速率的31.14%和24.13%；油松以排放順式-β-羅勒烯為主，占總單萜烯排放速率的36.45%，其次是檸檬烯，占比為28.08%；雪松以排放檸檬烯和α-蒎烯為主，分別占其總單萜烯排放速率的51.60%和17.91%；側柏以排放香檜烯為主，占比為28.44%；小麥以排放異松油烯為主，占比為39.93%；紫馬唐以排放反式-β-羅勒烯、異松油烯為主，分別占總單萜烯排放速率的28.50%、27.26%；大葉黃楊以排放檸檬烯、異松油烯為主，分別占總單萜烯排放速率的27.08%、18.75%.

圖 2 各植物單萜烯化合物排放速率占比Fig.2 Contribution of monoterpene emission rates by compounds from each plant

2.1.3 不確定性分析

與已有研究結果相比(見表2)，筆者研究中馬尾松和雪松的單萜烯排放速率高于其他研究結果[13,20,22]，但側柏、油松和廣玉蘭的單萜烯排放速率較其他研究結果[13,20,46-47]低. 差異的原因可能在于采樣方法的不同，此外不同溫度和輻射條件下的排放速率標準化后將產生不同的誤差. 從排放組成來看，筆者研究中油松主要排放的化合物為檸檬烯、順式-β-羅勒烯、β-蒎烯，與呂迪[20]的研究結果較為一致. 呂迪[20]研究表明，油松、雪松、側柏排放速率最高的化合物均為α-蒎烯，而筆者研究中分別為順式-β-羅勒烯、檸檬烯和香檜烯. 從排放強度來看，筆者研究與其他研究結果均表明，雪松和油松分別為高排放強度和中排放強度植物；筆者研究中側柏為低排放強度植物，而其他研究中其為中排放強度植物.

表 2 該研究與其他本土植被BVOCs 觀測研究結果對比Table 2 Comparison with BVOCs observations of other native vegetation

BVOCs 排放受生物環境和非生物環境的影響，其中環境因素包括溫度、輻射、相對濕度、大氣CO2和O3濃度、土壤水分、土壤氮含量以及土壤微生物等[47-49]. 因此，由于生長環境與氣候條件不同，在不同地區，同一植物的BVOCs 排放機制和特征可能存在較大差異. 該研究選擇北方城市青島市開展了初步的觀測研究，為研究我國不同植被類型的排放特征與差異提供了初步的基礎數據積累. 但難以準確評估我國其他地區不同植被類型的排放差異，為全面了解我國不同地區不同植被類型的排放特征，未來應在不同地區(如我國南部、西部等典型地區)開展更多植物的觀測研究. 此外，該研究重點關注不同植被類型的排放規律和差異，因此對每種植被類型選取了較為常見的森林或城市綠化植物開展單萜烯排放測量. 我國不同植被類型所包含的植物較多，該研究針對7 種植物開展的測量研究難以全面反映所有植物的排放特征.即便如此，該研究可為了解我國不同類型植物的排放差異提供初步的數據支撐.

2.2 我國夏季BVOCs 排放特征

2.2.1 BVOCs 排放水平及組成

2018 年我國夏季BVOCs 總排放量為33.6×1012g，異戊二烯、單萜烯、倍半萜烯和其他VOCs 占比分別為64.13%、9.63%、2.11%和24.13%. 由圖3 可見：該研究將MEGAN 2.1 計算輸出的37 種單萜烯分為8 類，分別為月桂烯、檜烯、檸檬烯、3-蒈烯、羅勒烯、β-蒎烯、α-蒎烯和其他單萜烯；將30 種倍半萜烯分為3 類，分別為金合歡烯、石竹烯和其他倍半萜烯.單萜烯排放量較高的化合物為α-蒎烯和β-蒎烯，分別占總單萜烯排放量的27.84%和15.85%；倍半萜烯排放量較高的化合物為金合歡烯和石竹烯為主，分別占倍半萜烯排放量的36.66%和24.30%.

圖 3 我國夏季單萜烯和倍半萜烯的排放組成Fig.3 Emission composition of monoterpenes and sesquiterpenes in summer in China

各植被類型的BVOCs 排放量及其組成如表3 所示. 由表3 可見：BVOCs 排放量最多的是闊葉樹，雖然闊葉樹覆蓋面積只占植被覆蓋總面積的7.9%，但由于闊葉樹種具有較高的異戊二烯排放速率，其對總BVOCs 排放量的貢獻率最高，為56.01%；灌木次之，其對總BVOCs 排放量的貢獻率為14.16%，灌木BVOCs 排放速率雖較低，但其葉生物量密度相對較高且覆蓋面積占比(23.7%)較大；針葉樹、農作物和草地的排放貢獻率相當，分別占排放總量的7.9%、9.91%和10.31%，但三者覆蓋面積差異較大，說明三者BVOCs 排放能力、葉生物量密度不同；針葉闊葉混交林的排放能力較強，但其面積只有2.13×104km2，因此對總BVOCs 排放量的貢獻率僅為1.71%. 不同種類的BVOCs 來源構成有差異，異戊二烯主要來自闊葉樹排放，占異戊二烯總排放量的80.71%，主要是由于闊葉樹具有較高的異戊二烯排放速率，灌木的貢獻率為13.76%，其余植被類型的貢獻率小于5.53%；單萜烯主要來自針葉樹(35.16%)，草地次之(22.84%)，灌木和闊葉樹的排放貢獻率相當，均為14%左右，農作物為10.12%；倍半萜烯和其他VOCs 的來源構成相近，草地和農作物貢獻率較高，針葉樹和灌木次之.不同植被類型的排放組成也不同，總的來說，異戊二烯是闊葉樹、針葉闊葉混交林、灌木的高排放物種，其他VOCs 是針葉樹、農作物、草地的高排放物種，此外單萜烯也是針葉樹的高排放物種.

表 3 我國夏季6 種植被類型的BVOCs 排放量Table 3 BVOCs emissions of six vegetation types in summer in China 103 t

2.2.2 BVOCs 空間分布

BVOCs 排放具有明顯的地域差異. BVOCs 的高排放地區分布在東北、華中、華東以及廣西壯族自治區和云南省交界、云南省西部等地區，每網格排放量大于9 t. 由于異戊二烯對總BVOCs 排放貢獻最高，BVOCs 排放總量的空間分布與森林(尤其是闊葉樹)分布一致. 西部地區BVOCs 排放較低，尤其是西藏自治區和青海省，一方面由于該地區植被稀疏，另一方面該地區全年溫度較低，而溫度是影響植被排放的重要環境因素[42].

不同植被類型BVOCs 排放差異顯著，其空間分布不僅與植被覆蓋和葉生物量的分布有關，還與具有不同排放強度的植物組成有關，同時也與各地區氣象條件有關. 總體來說，由于南方的溫度和輻射全年較高，各植被類型的BVOCs 排放通量高于北方. 闊葉樹BVOCs 排放主要集中在東北、華東和華中地區，如吉林省、黑龍江省、江西省、湖南省，這些省份每網格的排放通量大于5 t；其中，東北地區闊葉樹蓄積量較大，并分布大量櫟類、楊樹及其他闊葉混交林等具有高異戊二烯排放強度的樹種；華東地區闊葉樹種組成較復雜，包含各種落葉、硬葉闊葉林以及闊葉混交林，部分地區種植了大量的竹子；其余大部分地區每網格排放量均小于100 g. 針葉樹的高BVOCs 排放分布區域與闊葉樹有所差異，主要分布在華東、華中、華南和西南地區，包括四川省、湖南省、云南省、廣西壯族自治區、福建省、江西省等地區，這些地區每網格排放量大于2 t，該區域針葉樹分布較密集，蓄積量較高，且分布的針葉樹多具有高BVOCs 排放速率和葉生物量密度，如馬尾松、云杉、鐵杉. 針葉闊葉混交林排放的BVOCs 主要集中在東北地區. 農作物的BVOCs 排放與其種植密度和不同種類農作物的排放強度差異有關，集中在華北偏南、華東和華中地區，包括河南省、安徽省、湖北省、河北省、山東省等省份，這些省份農作物的年產量較高；此外，海南省每網格排放量大于500 g，該省種植了大量的橡膠，而橡膠是農作物中BVOCs 排放強度最高的，同時我國南部橡膠的種植面積也較大；河南省、山東省、黑龍江省、河北省的農作物產量較高，但葉生物量密度比浙江省、福建省等省份低，導致BVOCs 排放量較低. 草地的BVOCs 排放主要分布在華北、西北和西南地區，其中內蒙古自治區的草原分布最為廣泛，排放量最高；南方部分地區分布有大面積的熱性草叢，而熱性草叢的BVOCs 排放能力較強. 灌木的BVOCs 排放則主要集中在華中、華南和西南地區，包括浙江省、湖北省、重慶市、貴州省、云南省西南部以及海南省，北方地區排放較低.

總體來說，闊葉樹BVOCs 排放最高，灌木、針葉樹次之，草地和農作物最低；青藏高原地區的植被分布稀疏，所以各類型植被排放的BVOCs 水平均較低.不同地區各植被類型的排放貢獻也不同，吉林省、遼寧省、河南省、山東省、陜西省、黑龍江省等省份70%以上的BVOCs 來自闊葉樹排放，上海市、天津市的BVOCs 排放主要來自于農作物，青海省、寧夏回族自治區、內蒙古自治區、西藏自治區等地區的草地貢獻最高，重慶市和貴州省以灌木排放的BVOCs為主. 針葉樹排放的BVOCs 中貢獻最高的地區為四川省和西藏自治區.

2.2.3 不確定性分析

已有研究[25,32-33]中采用不同植被、氣象數據、排放算法估算了我國BVOCs 的排放量. 將各排放清單中夏季(6—8 月)排放結果與筆者研究結果進行對比(見表4)發現，各研究結果存在較大差異，其研究結果均低于筆者研究. 導致差異的原因主要是清單使用的排放速率、葉生物量、氣象參數、植被分布、排放算法等不同.

表 4 該研究與其他研究中我國BVOCs 排放清單對比Table 4 Comparison with other estimates of BVOCs emissions in China 1012 g

排放速率的選取影響排放清單的不確定性. 高超等[33]中使用的排放速率為MEGAN 3.1 模型的默認取值，缺少對我國本土植物的測量結果；閆雁等[25]采用傳統的“排放強度分檔取值法”確定排放速率，該方法中排放強度的分類、排放區間的確定以及特征值的選取理論依據均不明確，給排放速率的取值帶來較大的不確定性. 筆者研究基于統計學方法確定了更詳細的植被排放強度分類，并據此確定各植被的排放速率，降低了排放速率的不確定性. 因排放速率的確定方法和來源不同，故各研究排放速率的取值不同，如筆者研究中櫟樹、楊樹、竹的異戊二烯排放速率均為70 μg(以C 計)/(g·h)，而閆雁等[25]中取值分別為60、60 和0.5 μg(以C 計)/(g·h).

葉生物量的選取影響排放清單的不確定性. 閆雁等[25]采用平均葉生物量密度法，同一植被類型選取一個平均葉生物量密度值，未體現葉生物量的地區和時間差異. 高超等[33]選用MEGAN 3.1 模型默認的葉生物量密度. 筆者研究基于全國各省份植被蓄積量和產量估算葉生物量，體現了葉生物量地區和樹齡的差異，但仍存在一定的不確定性，其主要來源于統計數據和分配模型的不確定性[50]. 中國森林和草地資源統計的平均誤差分別低于5%和10%[51]. 就全國而言，由生物量分配模型估算得到的森林葉生物量的誤差低于3%，但在區域尺度上誤差可能更高.

氣象參數影響排放清單的不確定性. 閆雁等[25]利用全國有限觀測站點的實測數據插值得到氣象分布，給估算帶來較大的誤差，且數據密度、數據分布和空間異質性均會影響插值的精度. 高超等[33]和筆者研究應用中尺度氣象模式WRF 模擬高時空分辨率的氣象分布，提高了排放清單的準確性.

植被分布影響排放清單的不確定性. Tie 等[32]采用USGS 中的1 km×1 km 土地覆蓋數據確定20 種植被類型. 閆雁等[25]利用《中華人民共和國植被圖(1∶1 000 000)》提供的植被分布，但年份較久遠，且僅按照植被亞類將植被分為九大類，未研究細分樹種的排放，各類植被的覆蓋面積與筆者研究不同，其中草地覆蓋面積比筆者研究結果少約150×104km2.

排放算法影響排放清單的不確定性. 閆雁等[25,32]采用的排放算法未反映冠層內環境的影響. 高超等[33]和筆者研究應用MEGAN 排放模式估算BVOCs排放量，考慮了冠層內溫度和輻射等環境因素的分布對排放量的影響，排放清單的準確性更高. 但筆者研究中忽略了土壤水分和CO2等環境因素對排放的影響，這將帶來一定的誤差.

3 結論

a)廣玉蘭、馬尾松、油松、雪松、側柏、小麥、紫馬唐和大葉黃楊的單萜烯排放速率分別為16.169、40.475、1.218、13.995、0.109、0.278、0.565 和0.048 μg/(g·h). 針葉樹的單萜烯排放速率最高，其次是闊葉樹，草地和農作物排放速率較低，灌木排放速率最低.

b)廣玉蘭排放的單萜烯以α-蒎烯為主，油松以排放順式-β-羅勒烯為主，雪松和大葉黃楊以排放檸檬烯為主，側柏以排放香檜烯為主，馬尾松、小麥和紫馬唐排放的單萜烯以異松油烯為主. 針葉樹以排放異油松烯和檸檬烯為主，闊葉樹以排放α-蒎烯和檸檬烯為主，農作物和灌木以排放異松油烯和檸檬烯為主，草地以排放異松油烯和反式-β-羅勒烯為主.

c) 2018 年我國夏季BVOCs 總排放量為33.6×1012g，其中異戊二烯貢獻率最高，占總排放量的64.13%，其他VOCs 貢獻率次之，占24.13%，單萜烯和倍半萜烯分別占9.63%和2.11%. 單萜烯中排放貢獻率最高的是α-蒎烯，倍半萜烯中排放貢獻率最高的是金合歡烯.

d)闊葉樹、針葉樹、針葉闊葉混交林、農作物、草地、灌木分別排放18.8、2.7、0.6、3.3、3.5 和4.8 ×1012g BVOCs. 異戊二烯是闊葉樹、針葉闊葉混交林、灌木的高排放物種，其他VOCs 是針葉樹、農作物、草地的高排放物種，此外單萜烯也是針葉樹的高排放物種.

e)我國BVOCs 的高排放地區分布在東北、華中、華東以及廣西壯族自治區和云南省交界地區、云南省西部等地區，BVOCs 排放總量的空間分布與森林分布一致. 不同類型植被的BVOCs 排放差異較顯著，與各地區植被覆蓋及其植物分布、氣象條件的差異有關.