英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
基于统计和MODIS消防产品估算中国农作物露天焚烧的排放
Jing Li，Yu Bo，Shaodong Xie
（北京大学环境科学与工程学院，环境模拟与污染控制国家重点联合实验室，北京）
摘要：为了减少来自作物残茬露天焚烧的排放的估计的大的不确定性，一种用于以0.25°times;0.25°的高空间分辨率和1个月的时间分辨率建立作物残茬露天焚烧的排放清单的改进方法是建立在中等分辨率成像光谱辐射计（MODIS）热异常/火灾每日3级全球产品（MOD / MYD14A1）。引入农业机械化比率和区域作物特定粮食对秸秆比率，以提高相关活动数据的准确性。本地观测的排放因子用于计算主要污染物排放。 MODIS卫星数据通过与县级农业统计数据相结合进行修改，减少了由于小尺寸和云量造成的火灾计数丢失的影响。 CO2，CO，CH4，非甲烷挥发性有机化合物（NMVOC），N2O，NOx，NH3，SO2，细颗粒（PM2.5），有机碳（OC）和黑碳（BC）的年排放量分别为150.40,6.70 ，0.51,0.88,0.01,0.13,0.07,0.43,1.09,0.34和0.06 Tg。作物残留物开放燃烧排放显示典型的季节和空间变化。最高排放地区是黄淮河和扬子 - 淮河流域，月排放量最高（37％）。以95％置信区间测量的排放估计中的不确定性范围从N2O的plusmn;126％内的低值到NH3的plusmn;169％内的较高值。
关键词：作物残留露天燃烧 空气质量 排放清单 中等分辨率成像 分光光度计（MODIS）
文章历史：收到2015年6月17日
修订2015年8月12日
接受2015年8月19日
在2016年1月16日可用
介绍
自Crutzen等人（1979）的开创性研究以来，生物质燃烧被认为是大气痕量物质和主要微粒的重要来源，对区域空气质量和全球气候变化具有重大影响（Crutzen和Andreae，1990; Mauzerall等人，1998; Gustafsson等人，2009; Akagi等人，2012; Permadi和Oanh，2013）。此外，一些含有有害污染物的排放物对人类健康有不利影响（Johnson et al。，2005）。生物质燃烧可分为几个主要类别：温带森林，北方森林，热带草原和草原，泥炭，森林砍伐（热带），退化，作物残留和住宅木材燃烧（van der Werf等人，2010年）。在中国和其他农业经济国家，作物残茬开放燃烧占总生物量燃烧的很大一部分（Streets et al。，2003b）。
作物残留露天焚烧是人类发起的活动，用于为下一个作物准备田地，除去残余物，控制杂草并释放下一个作物周期的营养物（Gadde等人，2009）。早在上世纪90年代，它开始在中国接受政府和科学注意。作物残留露天焚烧是全球生物质燃烧的重要贡献者（van der Werf et al。，2010），对人类健康和空气质量构成严重威胁（Marlier et al。，2013）。 Streets等人（2003b）估计，2000年亚洲的生物质燃烧730吨的Tg，250 Tg是来自作物残渣的露天焚烧;中国和印度分别为110和84 Tg，分别为残渣燃烧。有必要建立残留露天燃烧排放的准确估计，以评估其在当地空气质量和气候变化中的作用。排放清单可以提供排放源及其特性的信息，促进空气质量模拟和预测，并指导污染控制的决策（Streets等，2003a; Zhang等，2008）。
建立残余露天燃烧的排放清单的方法是基于自下而上方法或自顶向下方法。自下而上的方法是使用Seiler和Crutzen（1980）风格方程来估计排放，乘以相应排放因子（EFs）消耗的作物残留物的总质量。自上而下的方法通常指的是使用卫星或空中观测，通常与大气建模结合使用，以估计排放（Ichoku和Ellison，2014）。自上而下的方法提供了一个可靠的方法量化生物量燃烧一贯在大面积，如森林燃烧和热带草原/草原燃烧（Korontzi等人，2006年）。然而，当用于量化小火时，该方法具有许多限制（Roy等人，2008）。在中国，一个农户的平均耕地面积只有两英亩（0.001334平方公里）（国家统计局，2013）。此外，从1997年开始，中国政府颁布了一系列法律法规禁止野外燃烧（Yan et al。，2006）。因此，其在分散的位置上以小规模发生，使得难以通过卫星良好地评估（Streets等人，2003b）。考虑到自上而下的量化残留燃烧中的小火的方法的局限性，我们选择自下而上的方法来建立排放清单。
使用自下而上的方法（Streets et al。，2003b; Yan et al。，2006; Tian et al。，2011; Zhang et al。，2008; Huang et al。，2012; Jain等人，2014）。但是，用于计算的参数排放清单不准确，这可能导致模拟错误和误导决策。排放因子（EFs），粮食与秸秆比率，干物质含量，田间焚烧的作物残余比例和燃烧效率的可靠性是基于自下而上方法产生准确排放清单的主要挑战。许多早期研究使用通过外国研究确定的EFs或对不同作物的燃烧应用相同的因子。作物残滓燃烧的EFs与残留物类型，条件或燃烧实践相关（Zhang et al。，2008）。因此，在局部实验中测量的作物特异性EF可更好地表示来自作物残余物燃烧的排放。一些研究已经确定了中国残渣开放燃烧的颗粒物和痕量气体的局部EFs，但其结果尚未广泛纳入排放清单（Zhu，2004; Tian et al。，2011; Li et al。，2007a; Zhang et al。 et al。，2013）。字段中焚烧的作物残滓的比例是最重要的活动信息影响农业残留物露天燃烧排放的估计，但以前的研究通过使用基于过去经验的统计报告或价值（Streets等人，2003b; Yan等人，2006年;王和张，2008年）。据报道，联合收割机的使用是作物残滓燃烧的主要原因（Badarinath等人，2009; Erenstein，2011; Mishra和Shibata，2012），以及使用机械收获率来估计作物的比例在田地中燃烧的残余物可以更可靠。之前的研究中使用的谷粒与稻草的比率来自中国农村能源协会提供的数据
工业或联合国粮食及农业组织，并基于1980年至1984年进行的研究结果。这些过时的数据与中国目前的情况不相关。例如，最近的一项研究表明，玉米的残留比为1.2，但大多数以前的研究使用2，这将高估玉米秸秆的产量（Wang等，2012）。最近公布的数据从未用于排放清单。
在已发表的研究中，这种燃烧的空间和时间分辨率太低，或者使用卫星数据在网格中呈现。虽然主动火灾探测可能比对于子像素尺寸火灾的燃烧区域的观察更敏感，但是极轨道卫星错过许多小火。为了确定残余露天燃烧的排放清单的准确空间分布，需要新的方法。
在本研究中，开发了一种用于建立残余露天燃烧的可靠排放清单的改进方法。 农业机械化比率和最近公布的省粮食对秸秆比率用于提高残余燃烧量的计算的准确性。 2012年残渣露天焚烧的CO2，CO，CH4，非甲烷挥发性有机化合物（NMVOC），N2O，NOx，NH3，SO2，细颗粒物（PM2.5），有机碳（OC）和黑碳 估计使用作物特定的本地EF。 通过中等分辨率成像光谱辐射计（MODIS）热异常/火灾产物在时间和空间上分布排放，并通过将数据与县级农业统计数据组合来修改。
方法
在中国，作物残留包括水稻，小麦，玉米，豆科植物，块茎，棉花，花生和油菜等在内地广泛燃烧（Cao et al。，2008）。 在这项研究中，这些残留物的燃烧排放（在整个研究中，我们指的是在田间焚烧的那些）最初是通过将每种类型的作物残留物的燃烧量和相应的EF相乘，在省级进行估计，如公式。（1）：
其中，Em，i（Gg）是每年从m省的露天焚烧中排放的污染物的量，EFi，j（g / kg）是污染物i的作物类型j的排放因子，Mm，j ）是省m在田间焚烧的作物j的作物残茬的质量。
1.1. 省大量残渣露天燃烧
每种作物类型（M）燃烧的农作物残余物的质量根据作物生产使用公式 （2）：
其中，Q（Tg）是在田地中燃烧的作物残余物，sigma;是作物残余物中干物质的比例，delta;是燃烧效率。
以前的研究表明，根据田间测量，作物残留物的干物质含量在80％-90％之间变化（Zhang et al。，2013; Jain et al。，2014）。 由于农民通常在作物残留完全干燥之前焚烧作物，我们使用80％的干物质（sigma;）来计算作物残留产量。 Turn等人（1997）和deZaacute;rate等人（2005）汇编了各种作物特有的燃烧效率（delta;），其值（0.89），玉米（0.92），豆类（0.68），块茎（0.8），棉花（0.8），花生（0.8）和油菜籽（0.82）。
Q不能直接从统计数据获得，必须使用公式从作物残留产量估计。（3）：
其中，P（Tg）是作物残余物产量，phi;是田地中燃烧的作物残余物的比例。
使用公式计算作物残留物产量。 （4）：
其中，C（Tg）为作物产量（中国国家统计局，2013），R为粮食与秸秆之比，参考表1（Wang等，2012）的最新数据。
作物残余在田间燃烧的比例（phi;）是一个重要的因素。现场调查证实，机械收获是中国残留燃烧的主要原因。为了进一步研究机械收获对残渣燃烧的影响，我们采取了以下步骤。首先，在典型的农业区域进行的现场调查确定在使用联合收割机之后留在田地中的残茬的高度为约30cm，这不可避免地增加了播种的难度，使得必须燃烧残渣（Wang和Zhang，2009）。第二，机械收获作物的碎片分散在整个田间，使回收困难，并降低作为工业原料再利用的可能性。由于这些原因，加上秸秆再循环的高成本，机械收获已成为残渣燃烧的主要驱动力（Wang，2012）。现场调查表明，当联合收割机收割作物时，燃烧残渣的比例远大于手工收获作物时的比例（Yang等，2008）。可以得出结论，机械化收获已经鼓励残余物露天燃烧。
基于上述陈述，Q被计算两次：一次是手工收获的作物，另一次是使用联合收割机收获的作物。 因此，（3）可以转化为式（5）：
其中，alpha;m，j为省m机械作物机械收获比例，1-alpha;m，j为手工收获作物的比例，beta;m为省内机械返回田间的秸秆比例 m，A和B分别是通过联合收割机和手收获的作物在田间焚烧的作物的比例（其余变量已经被定义）。
P由式 （4），alpha;m，j和beta;m取自“中国农业机械工业年鉴”（表2）。近年来，由于严格禁止这种燃烧，将秸秆放回农田的机械化技术已经变得普及。我们使用系数（1-beta;m）来减去这种效应。系数A由实地调查确定。 约82％的机械收获的小麦被烧毁，而其他秸秆作物的比例约为37％（Yang et al。，2008）。
B的值更复杂。手工收获的焚烧作物的比例可能受到地形，经济，人口密度，气候和其他因素的影响，而某些省份以前的调查结果可能不适合其他省份。例如，由于联合收割机不能用于小田或坡地，在山区和丘陵地区很少进行机械收获，手工收获更常见（Yi，2013）。考虑到这些领域的人力和物质资源的限制，我们可以推测手工收获后残留物的燃烧比人口稠密地区更广泛（Wang et al。，2003）。在非农业发达省份，机械采收比例和秸秆作物综合利用率较高，手工采收比例较低。根据各省机械收获比例，农村人口，国内生产总值（GDP）以及山区和丘陵地区的比例，中国各省可以分为六类。如表3所示（Wang和Zhang，2008; Yang et al。，2008; Li，2014），每组有手工收获的燃烧比例（B）田间焚烧作物残留比例见表4。
1.2. 排放因子
表5总结了本研究中使用的EF。优先选择源自局部场测量的EFs（Li等人，2007b; Cao等人，2008; Kudo等人，2014）。缺乏现场测量的污染物的EFs取自当地实验室测量（Cao等人，2008; Zhang等人，2013）。小麦，玉米和大米是中国三大农作物，我们发现很少有其他作物类型的相应研究。对于缺乏局部测量的一些作物，EFs来源于外国作物残留物排放清单广泛使用的两种出版物（Andreae和Merlet，2001; Akagi等，2011）。由于缺乏数据，很难从作物残茬准确地量化广泛的排放物种。重要的是要注意，本研究中提出的EFs可能不完全代表现实，特别是对于豆类，块茎，花生和油菜籽的秸秆。小麦，稻米和玉米秸秆的残留物是最常见的燃烧类型的生物质，占燃烧的总残留物的90％。因此，我们认为由其他作物的不准确EF值引起的误差将很小。
1.3. 县级分配
在使用方程式计算来自残余火灾的气体和微粒排放之后， （1），省级排放进一步分配到县级。 我们选择MODIS热异常/火格栅三级产品（MOD / MYD14A1）来确定火灾计数，它提供了来自Terra和Aqua卫星的数据。 每个卫星每天进行两次观测，Terra天桥在当地时间（LT）10:30和22:30 LT和Aqua天桥在1:30 LT和13:30 LT（Giglio，2010）。 MOD / MYD14A1每天产生1公里分辨率。 在该分析中使用MODIS火灾探测数据的集合5，并且通过美国NASA陆地过程分布式活动存档中心（LPDAAC）（https：// lpdaac.usgs.gov/products/modis_products_table）获得MODIS数据。
使用欧洲空间局气候变化倡议土地覆盖图（EAS CCI-LC地图（http://maps.elie.u
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[26760]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
