张继双，唐昊冶，刘钢，朱建国*

（1.中国科学院南京土壤研究所土壤与农业可持续发展国家重点实验室，南京210008；2.中国科学院大学，北京100049）

亚热带地区水稻（Oryza sativa L.）气孔臭氧通量和产量的响应关系

张继双1，2，唐昊冶1，刘钢1，朱建国1*

（1.中国科学院南京土壤研究所土壤与农业可持续发展国家重点实验室，南京210008；2.中国科学院大学，北京100049）

基于开放式臭氧浓度升高O3-FACE（Free-Air Concentration Elevation of O3）实验平台，利用前期水稻O3-FACE试验的基础数据，通过建立水稻产量与不同评价指标（累积气孔O3吸收通量PODY和O3浓度指标AOTX）的响应关系，比较了水稻产量损失与各评价指标的相关性差异，通过对暴露剂量、吸收通量相关参数取值与产量损失的观察和分析结果的比较，找出更为合理的农作物臭氧风险评估阈值。结果表明：随着通量阈值Y［0～11 nmol O3·m-2PLA·s-1（PLA：projected leaf area，投影叶面积）］和暴露浓度阈值X（0～50 nL·L-1）的增加，回归分析R2值逐渐增加，当Y为11 nmol O3m-2PLA·s-1和X为50 nL·L-1时，气孔臭氧吸收通量POD11和累积暴露剂量AOT50与水稻相对产量的相关性最大，当通量阈值Y为8～13 nmol O3·m-2PLA·s-1和暴露阈值X为46～58 nL·L-1时，可获得较高的R2值取值范围，分别为0.70～0.75和0.70～0.745。参考文献发现，目前地表臭氧污染可能引起的水稻产量损失范围为5%～8%，对照圈中POD9～10和AOT40～45产量损失的预测值亦在这区间，但前者R2值（0.73～0.74）明显高于后者R2值（0.64～0.69），表明基于气孔臭氧通量的评价指标能更好地反映水稻产量的变化。通过进一步分析发现，当通量阈值Y为9 nmol O3·m-2PLA·s-1时，能更准确地评估水稻产量损失，且其R2值（0.73）高于通量指标POD6（0.57）。以上研究结果表明，通量指标POD9更适合评估亚热带地区O3污染对水稻作物的影响。

气孔导度；水稻（Oryza sativa L.）；臭氧；通量响应关系

臭氧（O3）具有强氧化性，是对流层主要的二次空气污染物之一，对植物的生长发育产生不利影响［1-2］。近年来，伴随着我国经济的快速发展，氮氧化物（NOx）、一氧化碳（CO）和挥发性有机物（VOCs）等O3前体物排放量剧增，导致地表O3浓度以每年0.5%～2%的速率增加［3］。对流层O3浓度的日益升高，已经严重威胁到我国粮食生产安全［4］。因此，制定科学合理并适合我国农业特点的O3风险评估方法具有重要意义。

为了定量评价植物对O3的响应关系，科研人员开展了大量研究工作。20世纪80年代，美国农业部和环境保护局创建了全国农作物损失评价网，利用田间原位开顶式气候箱（OTCs）来研究农作物（主要有豆类、块茎类和禾本科作物等）对不同浓度O3水平的响应机制，并通过建立O3浓度（M7）与作物产量浓度响应模型，对作物产量损失进行评估［5］。随着研究的持续深入，发现O3对作物造成的负面影响主要是由O3的累积效应引起，由此提出了O3剂量的概念，并利用AOT40、SUM06和W126等不同暴露指标来反应O3剂量对作物伤害的阈值［6］。AOT40（大于40 nL·L-1的小时平均O3浓度与40 nL·L-1差值的累计值）将40 nL· L-1作为O3对作物产生伤害的临界值，超过临界值的O3将对作物产生负面效应［7-8］，因其与作物的反应有良好的拟合关系，较好地反映了O3对作物的潜在威胁，所以曾被广泛用于O3风险评价当中［9］。然而，基于AOT40等暴露指标建立的作物产量损失的剂量响应模型，仅仅考虑了植物冠层水平的O3浓度变化，忽略了生物和气候因素对气孔O3吸收的调节作用［10］，用于作物产量损失的评估时，存在一定局限性和不确定性。大量研究表明，O3对植物的伤害主要取决于植物的气孔O3吸收量［11］，而气孔是O3进入植物体的主要通道，气孔开度大小对植物叶片O3吸收数量起着调节和限制作用［12］。为了准确评估O3对作物生长和产量的影响，基于气孔O3吸收通量的方法被提出并广泛应用于作物产量损失的评估中［13］。该方法以Jarvis气孔导度模型［14］为基础，既考虑了环境因素与植物自身因素，又考虑了植物对环境改变的生理响应，更接近实际水平，可避免过高估计O3污染对作物造成的伤害［15］。目前，我国O3污染研究多数是在OTCs实验条件下以暴露指标为主，缺乏自然环境条件下O3浓度升高对作物O3通量影响的研究［16］。大量研究表明，OTCs可以改变植物冠层的微气候条件，如温度、降雨、湿度和风速等自然环境条件，影响植物叶片气体交换、污染物吸收以及土壤养分供给等，改变植物对O3的敏感性，从这种模拟环境中取得的研究结果预测O3浓度升高对作物生长的影响，具有较多的不确定性。鉴于此，在开放系统下升高臭氧浓度，以尽可能接近自然环境的条件下，利用模型预测我国作物的气孔O3吸收通量和产量损失将有利于臭氧风险评价方法的进一步完善。

水稻是世界上重要的粮食作物，而中国是世界上最大的水稻生产国（水稻产量占全球30%）和消费国（年消费1.465亿吨）［17］。近年来许多研究表明水稻是对O3污染比较敏感的农作物品种［2］。由于人口的增长和农田减少，社会对水稻产量和质量的需求持续上升。本文根据中日合作建立的亚洲首个稻/麦轮作O3-FACE（Free-air concentration elevation of O3）平台，利用Jarvis气孔导度模型和通量模型，计算水稻叶片气孔O3吸收通量，建立气孔O3吸收通量与水稻产量的通量关系模型，综合分析了不同O3通量和水稻产量的拟合关系；同时根据计算的不同O3暴露剂量，比较分析了不同O3风险评价指标在水稻产量损失评估中的优劣，为政府制定相应的法律、法规、政策提供理论依据。

1 材料和方法

1.1 试验区概况

试验于2007—2009年在中国O3-FACE研究基地进行。该基地位于江苏省江都市小纪镇马凌村良种场（32°35′5″N，119°42′0″E），海拔高度5 m，典型的亚

热带海洋气候区，年均降雨量980 mm左右，年均蒸发量大于1100 mm，年均温度14.9℃，年日照时间大于2100 h，年无霜期220 d，耕作方式为水稻-冬小麦轮作，典型的轮作农田生态系统。

1.2 试验平台

O3-FACE系统设置大气O3浓度升高圈（FACE，E）和对照处理圈（Ambient，A），每个处理各有三个重复，FACE圈之间以及FACE圈与对照圈之间的间隔大于70 m，以减少O3释放的圈际影响。FACE圈为直径14 m的正八边形，作物冠层上方50～60 cm处放置8根放气管道，管道上分布有锯齿状小孔，由计算机自动控制FACE圈气体的喷放。晴天每天09：00—18：00释放O3，使FACE圈内O3浓度始终比对照圈O3浓度高50%，雨天、雾天（避免水蒸发时水滴所在处O3被浓缩）、自然环境中O3浓度低于20 nL·L-1（低于可观察效应阈值40 nL·L-1）或高于250 nL·L-1（避免水稻叶片局部过度损伤）时暂停通气。在90%的放气时间内，平台控制区域O3浓度的误差在控制目标值的20%以内，3个对照圈无放气管道，环境条件与自然状态完全一致。

1.3 供试水稻

2007年供试品种为武运粳15（WYJ15，粳稻）、扬稻6号（YD6，粳稻）、汕优63（SY63，杂交稻）和两优培九（LYPJ，杂交稻）；2008、2009年供试品种相同，为武运粳21（WYJ21，粳稻）、扬稻6号、汕优63和两优培九。成熟期，每个小区取样2 m2，测定实产。

1.4 气孔导度模型

本文采用Jarvis气孔导度模型［14］对水稻剑叶气孔导度进行模拟，模型公式如下：

gsto=gmax×min（fphen，fO3）×flight×max［fmin，（fVPD×ftemp）］

式中：gsto表示单位投影叶面积（PLA）［18］实际气孔导度（mmol O3·m-2PLA·s-1）；gmax表示最大气孔导度（mmol O3·m-2PLA·s-1）；fmin表示最小相对气孔导度值，为固定常数，由最小气孔导度和最大气孔导度的比值确定（本文取值0.01）；fphen、fO3、flight、ftemp和fVPD分别是水稻物候期（phen）、O3吸收通量、光照（PPFD）、大气温度（T）和水汽压差（VPD）对气孔导度的限制函数，并以相对值的形式表示，取值范围为0≤f≤1，其中：O3吸收通量以小时O3浓度大于0 nmol O3·m-2PLA·s-1累积O3浓度值（POD0）表示，累积时间采用有效积温形式计算，从开花前-350℃·d至开花后1000℃·d，并以0℃·d为基温，开花前为负值，开花后为正值。

气孔导度模型公式及相关参数在表1中列出。

1.5 臭氧通量模型

参考LATAP［18］的方法来计算水稻剑叶气孔O3通量，公式如下：

式中：Fst表示气孔O3吸收速率（nmol O3·m-2PLA·s-1）；［O3］表示冠层臭氧浓度；rb表示叶的边界层阻力；rc表示叶的气孔阻力；gext表示叶的非气孔导度。

叶边界层阻力rb和叶气孔阻力rc计算公式如下：

式中：gb表示叶边界层导度，通过冠层高度处风速（u，m·s-1）和叶片宽度（w，0.02 m）计算得到。计算公式如下［19］：

累积气孔臭氧通量计算公式如下：

PODY=Σmax（Fst-Y，0）

式中：PODY表示气孔臭氧吸收速率大于临界值Y时的累积气孔臭氧吸收通量（mmol·m-2）；Y表示气孔臭氧吸收速率的临界值（nmol O3·m-2PLA·s-1）。

1.6 数据处理

根据Feng等［19］提供的方法，利用最小二乘法对水稻产量与O3通量/剂量指标进行线性回归分析，将回归线截矩作为理论产量，每个处理的实际产量与回归线截矩的比值作为相对产量（RY），以O3通量/剂量指标为横坐标，相对产量（RY）为纵坐标，进行通量/剂量效应分析，根据分析结果比较不同评价指标在水稻产量损失评估中的优劣。其中相对产量作为O3通量/剂量为零时的假设产量，使得每个处理间的产量具有可比性。

通量效应分析中，本文对水稻气孔O3吸收速率临界值Y从0～18进行连续取值，间隔为1，建立PODY与水稻产量间的通量响应关系模型，分析不同Y值条件下气孔O3通量PODY与相对产量之间的关系，以确定最合理的气孔O3吸收阈值。

同时计算了臭氧浓度指标AOTX，X从0～70进行连续取值，间隔为5，建立AOTX与水稻产量间的剂量响应关系模型，分析不同X值下AOTX与水稻相对产量之间的关系，其臭氧累积计算期间与通量指标PODY相同，而不是3个月的累积期。

式中：AOTX为有效光照条件下（太阳总辐射≥50 W· m-2）大于X（nL·L-1）的小时平均O3浓度与X（nL·L-1）差值的累计值（nL·L-1·h）。

表1 水稻剑叶气孔导度计算参数Table 1 Parameterization used to calculate rice flag leaves stomatal conductance

2 结果与分析

2.1模型数据输入

气象数据是模型运行的驱动因子，本研究所用的气象数据由FACE平台设置的气象监测站（Campbell Sci.North Logan，Utah，USA）监测得到（图1），2007、2008、2009年三个水稻种植季节：日均最大和最小温度分别为27.3、20.7℃，27.4、21.0℃，27.2、20.4℃；日均最大光量子通量密度（PPFD）分别为1137、1147、1001 μmol·m-2·s-1；累积降雨量分别为421、392、511 mm。其中，2009年水稻季降雨量比2007和2008水稻季多，从而对2009年水稻季太阳辐射产生影响，使该季大气温度（T）和光量子通量密度（PPFD）小于前两季；水稻生长季节相对湿度（RH）保持在80%～100%之间，并与降雨量正相关。

冠层高度臭氧浓度由O3分析仪（Thermo Electron 49i，Thermo Scientific Co.，USA）监测得到，每隔20 s记录一次。在水稻生长季节内，FACE圈的累积O3剂量指标AOT40稳定增长，FACE圈和对照圈AOT40差异明显，且差异随时间的增加而增加，2007、2008、2009年FACE圈分别比对照圈高93.8%、107%、136%，日7 h平均O3浓度FACE圈分别比对照圈高23.6%、23.1%、21.2%（图2）。

图1 水稻生长季内气象数据（2007—2009年）Figure 1 Meteorological data collected at the experiment site during the 2007，2008，and 2009 growth seasons

图3表示在整个累积计算期间内各环境因子（PPFD、VPD、T）对气孔导度的限制作用（以YD6为例，不同品种间曲线略有不同）。当出现光照时，气孔张开，随着光照增强，其对气孔导度限制作用减弱；日出之前，温度最低，温度对气孔导度的限制作用最强，随着温度升高，其对气孔导度的影响逐渐趋于稳定，然后随着温度的下降，其对气孔导度的限制作用增强。2009年温度的影响强于其他年份，主要是因为当年水稻季降雨量多而导致环境温度下降造成的（图1）。由于农田自然环境条件相对稳定，水汽压差（VPD）对气孔导度的影响变化不大。

计算水稻气孔O3通量时，所有数据集（气象数据和O3浓度数据）均转换为小时均值的形式。

2.2 产量分析

参考Zhu等［20］的分析方法，分别对FACE圈和对照圈水稻品种产量求均值，发现O3处理显著减少了14.3%的水稻产量（图4），其中WYJ15、WYJ21、YD6、LYPJ和SY63分别减少9.9%、10.5%、9.1%、20.5%和16.5%。不同水稻品种产量有显著差异，其中LYPJ产量最高，WYJ21产量最低，品种间产量差异随季节而

变化。不同品种对臭氧浓度升高表现出不同的响应，与粳稻相比，杂交稻对臭氧浓度升高更敏感，表现出更高的产量差异（图4）。方差分析结果表明（表2）：O3×Cultivar展现出弱显著交互作用（P=0.068），而O3× Cultivar×Year交互作用不显著（P=0.131）。通过分析发现，这种现象由于FACE圈中SY63产量的不稳定性而引起，与对照圈相比，FACE圈中SY63各季产量分别下降了17.5%、27.5%和16.3%。当忽略SY63时，方差分析结果表明：O3×Cultivar的交互作用不显著（P=0.318），然而O3×Cultivar×Year或O3×Year的交互作用仍保持不显著（P值分别为0.878和0.612）。因此，考虑到SY63对O3表现出较大的年际变化，通量/剂量效应分析中该品种2008年产量被忽略。

2.3 通量效应分析

图5展示了通量分析和剂量分析中R2值的变化，以及FACE圈和对照圈的相对产量的估计值（相对产量分别表示为A-RY和E-RY）。R2值随阈值Y增加而增加，当阈值Y等于11 nmol O3·m-2PLA·s-1时，O3吸收通量（POD11）与水稻相对产量的相关性最大（图5 a）。当通量阈值Y=8～13 nmol O3·m-2PLA·s-1时，获得高R2值取值范围（0.70～0.75），不同通量指标间R2值相差较小。同样，从图5 b可以看出，当X取值为46～58 nL·L-1时，可以得到较高的R2值范围（0.70～0.745）。

通过分析发现，随着臭氧阈值的增加，水稻的相对产量呈现明显的下降趋势（图6）。从图6可以看出，通量POD6与相对产量剂量效应分析得到的R2值（0.57）明显小于POD9和POD11的R2值（0.73、0.75），且AOT40指标的剂量效应分析R2值介于POD6和POD9两指标通量效应分析R2值之间。随着通量阈值Y继续增加，点的聚集效应随之出现（图6 c）。通过对相对产量和通量（图6a、图6b）做残差分析（图7a、图7b）发现，POD9的残差分布比POD6更均匀。关于合理阈值的选择将在讨论部分给出。

图2 2007年、2008年和2009年生长季内AOT40（a、b、c）（大于40 nL·L-1的小时O3浓度与40 nL·L-1差值的累计值）以及7 h均值M7（d、e、f）的季节变化Figure 2 AOT40（accumulated daytime［O3］above a threshold of 40 nL·L-1）in 2007（a），2008（b），2009（c）seasons and seasonal change in daily 7-h（9：00—16：00，Chinese Standard Time）mean［O3］in 2007（d），2008（e），2009（f）seasons

3 讨论

目前，关于水稻气孔导度模型的研究仍然很少。本研究利用了Tang等［21］基于FACE实验数据修正的气孔导度模型来评估水稻剑叶的臭氧通量。与开顶式气室（OTC）不同，本研究是在开放式臭氧浓度增高环境（FACE）条件下进行，可以更好地代表未来环境臭氧浓度升高的情况，避免OTC试验中对冠层微气候

的影响［22］。

图3 水稻累积期间内环境变量（PPFD，VPD，T）对相对气孔导度（0～1，1表示最大气孔导度）影响的日变化曲线Figure 3 The relative importance of environmental variables（PPFD，VPD，T）for relative stomata conductance（gsto）（0～1，where 1 represents gmax）expressed as average diurnal curves for the accumulated period of rice

图4 对照圈和FACE圈水稻产量（n=3）Figure 4 Yield of rice（Oryza sativa L.）under A-O3and E-O3（n=3）

与暴露剂量指标（AOT40）相比，通量指标最重要的提高在于对累积期间的界定［9］。大量研究表明，早期灌浆期间剑叶没有明显的衰老过程，但是在灌浆后期其叶绿素含量快速下降［23］。本研究中暴露剂量指标AOTX累积计算期间与通量指标计算期间相同（从开花前-350℃·d-1至开花后1000℃·d-1）。如在Pleijel等［24］实验中，作物生育周期少于三个月，导致其对臭氧风险的评估结果具较高的不确定性。另外，气孔导度模型综合考虑了生物和气候因素对气孔导度的影响，揭示了气孔导度与各环境限制因子的关系，基于气孔导度模型的气孔O3通量指标在水稻产量损失的评估方面比O3暴露指标更具优势。

表2 响应臭氧浓度升高的粮食产量方差分析Table 2 Analysis of variance for grain yield in response to elevated［O3］

对于AOTX和PODY来说，选择合适的阈值（X和Y）对于臭氧风险评估的结果至关重要，所以本文不仅比较R2值大小，而且通过分析比较水稻的产量损失来选择合适的O3风险评估阈值。在欧洲，当通量阈值Y为6 nmol O3·m-2PLA·s-1时（对小麦、马铃薯等评估），相对产量和O3通量具有显著的相关性［13］。本研究中，当Y=6 nmol O3·m-2PLA·s-1时，相对产量和POD6的相关性较低（R2=0.57，图7A），不能很好反应水稻产量的变化，预测产量损失时可能存在较高的不确定性。根据EDU试验以及整合分析［2，25］的结果，目前地表臭氧污染可能引起的水稻产量损失范围为5%～8%。从图5可以看出，对照圈中POD9～10和AOT40～45产量损失的预测值在该区间，但前者R2（0.73～0.74）值要高于后者R2（0.64～0.69），表明基于气孔臭氧通量的评价指标能更好地反映水稻产量的变化。并且，随着通量阈值Y的升高，对照圈中具有低气孔臭氧吸收通量（POD10）的部分数据点出现集聚效应。同时考虑对照圈中可能的产量损失和R2值，通量阈值取为9 nmol O3·m-2PLA·s-1时，能更好地评估亚热带地区的水稻产量损失。这与Yamaguchi等［26］研究结果相似（Y=10 nmol O3·m-2PLA·s-1）。尽管该通量阈值要小于Feng等［19］对小麦通量阈值的研究结果（Y= 12 nmol O3·m-2PLA·s-1），但不能简单地认为亚热带地区水稻品种比小麦品种对O3更敏感，因为两者使用了不同的模型参数值。

通量和剂量效应关系中较高的R2值范围分别出现在POD8～13（R2=0.70～0.75）和AOT46～58（R2=0.70～0.74）。但是，当考虑到合理的阈值Y=9～10 nmol O3· m-2PLA·s-1和X=40～45 nL·L-1时，通量指标POD9～10的R2值（0.73～0.74）明显高于剂量指标AOT40～45的R2值（0.64～0.69）。可见与暴露剂量指标相比，通量指标与产量损失有更好的相互关系，对产量损失的评估更为准确。因此，基于累积气孔O3通量的方法适合于定量评估O3污染对水稻作物的影响，尤其是缺乏O3风险评估方法的亚热带地区。

图5 相对产量和气孔O3通量PODY或累积暴露剂量AOTX回归分析R2值与O3通量阈值Y（a）或O3暴露剂量阈值X（b）的关系，以及线性外推得到的对照圈和FACE圈相对产量的预测值Figure 5 R2-values of the regressions between relative yield and PODY over a threshold of Y nmol O3·m-2PLA·s-1（x-axis）（A）or relative yield（RY；y-axis）and AOTX over an hourly threshold concentration of Xppb（x-axis）（B）.Also the values of RY at ambient（A-RY）and elevated O3（E-RY）were shown by linear extropolation

本研究选用了两种杂交稻和三种常规粳稻作为实验材料，通过分析发现杂交稻对O3污染更敏感。通过计算三个生长季节敏感性品种产量，其产量损失达到18%（图4）。因此，可以判定一个地区水稻对O3的敏感特性变异，不仅和年际间气候变异有关而且与水稻品种有关，当评估O3污染对作物的影响时，应该充分考虑这些因素。最后，值得注意的是，O3风险评估的计算中忽略了一个或多个气孔导度的限制因素，都

会导致过高估计其潜在风险，产生不确定性。因此，需要更多的O3观、监测站点和不同O3处理水平试验（低于对照处理的O3水平试验），以提高和改善O3风险评估方法。

图6 相对产量与POD6（a）、POD9（b）、POD11（c）和AOT40（d）的关系Figure 6 Relationship between relative yield and POD6（a），POD9（b），POD11（c）and AOT40（d）

图7 相对产量和POD6（a）、POD9（b）回归分析残差图Figure 7 Residual plots for the regressions between relative yield and POD6（a）and POD9（b）

4 结论

研究表明，基于累积气孔O3通量的方法不仅考虑了环境O3浓度的变化对气孔导度的影响，而且考虑了环境和生物因子对气孔运动的调节作用，更接近于实际水平，是目前评估O3对植物伤害的更为可靠的方法。与剂量指标AOTX相比，通量指标PODY能更好地反映水稻产量的变化。根据试验观察的产量损失率区间，选用POD9评估对亚热带地区O3污染造成的水稻产量损失风险更为合适。

［1］Ashmore M R.Assessing the future global impacts of ozone on vegetation［J］.Plant Cell and Environment，2005，28：949-964.

［2］Feng Z Z，Kobayashi K.Assessing the impacts of current and future concentrations of surface ozone on crop yield with meta-analysis［J］.Atmospheric Environment，2009，43：1510-1519.

［3］Vingarzan R.A review of surface ozone background levels and trends［J］. Atmospheric Environment，2004，38：3431-3442.

［4］Tang H Y，Takigawa M，Liu G，et al.A projection of ozone-induced wheat production loss in China and India for the years 2000 and 2020 with exposure-based and flux-based approaches［J］.Global Change Biology，2013，19：2739-2752.

［5］Heck W C，Adams R M.Reassessment of crop loss from ozone［J］.Environment Science and Technology，1983，17：572-581.

［6］Further J，Skarby L，Ashmore M R.Critical levels for ozone effect on vegetation in Europe［J］.Environmental Pollution，1997，97：91-106.

［7］Pleijel H，Berglen E A，Danielsson H，et al.Differential ozone sensitivity in an old and a modern Swedish wheat cultivar grain yield and quality，leaf chlorophyll and stomata conductance［J］.Environmental and Experimental Botany，2006，56（1）：63-71.

［8］Mills G，Buse A，Gimeno B，et al.A synthesis of AOT40-based response functions and critical levels of ozone for agricultural and horticultural crops［J］.Atmospheric Environment，2007，41：2630-2643.

［9］Pleijel H，Wallin G，Karlsson P E，et al.Ozone deposition to an oat crop（Avena sativa L.）grown in open-top chambers and in the ambient air［J］. Atmospheric Environment，1994，28：1971-1979.

［10］佟磊，王效科，苏德·毕力格，等.水稻气孔臭氧通量拟合及通量与产量关系的比较分析［J］.农业环境科学学报，2011，30（10）：1930-1938.

TONG Lei，WANG Xiao-ke，Sudebilige，et al.Stomatal ozone uptake modeling and comparative analysis of flux-response relationships of rice［J］.Journal of Agro-Environment Science，2011，30（10）：1930-1938.

［11］NouchiI.Responses of whole plants to air pollutants//Omasa K，Saji H，YoussefianS，etal.Eds.Airpollutionandplantbiotechnology-prospects for phytomonitoring and phytoremediation［M］.Springer-Verlag Tokyo，Tokyo，Japan，2002：3-39.

［12］Heath R L，Lefohn A S，Musselman R C.Temporal processes that contribute to nonlinearity in vegetation responses to ozone exposure and dose［J］.Atmospheric Environment，2009，43：2919-2928.

［13］Pleijel H，Danielsson H，Emberson L D，et al.Ozone risk assessment for agricultural crops in Europe：Further development of stomata flux and flux-response relationships for European wheat and potato［J］. Atmospheric Environment，2007，41：3022-3040.

［14］Jarvis P G.The interpretation of the variations in leaf water potential

and stomatal conductance found in canopies in the field［J］.Philosophical Transactions of the Royal Society，London B，1976，273：593-610

［15］Mills G，Pleijel H，Braun S，et al.New stomata flux-based critical levels for ozone effects on vegetation［J］.Atmospheric Environment，2011，45：5064-5068.

［16］吴荣军，郑有飞，赵泽，等.基于气孔导度和臭氧吸收模型的冬小麦干物质累积损失评估［J］.生态学报，2010，30（11）：2799-2808.

WU Rong-jun，ZHENG You-fei，ZHAO Ze，et al.Assessment of loss of accumulated dry matter in winter wheat based on stomata conductance and ozone uptake model［J］.Acta Ecologica Sinica，2010，30（11）：2799-2808.

［17］国家统计局.中国统计年鉴［M］.北京：中国统计出版社，2013.

National Bureau of Statistics.China statistical yearbook［M］.Beijing：China Statistics Press，2013.

［18］LRTAP Convention.Manual on methodologies and criteria for modeling and mapping critical loads&levels and air pollution effects，risk and trends//Chapter 3.Mapping Critical Levels for Vegetation（2010 Revision）.Available at：http：//icpvegetation.ceh.ac.uk.

［19］Feng Z Z，Tang H Y，Uddling J，et al.A stomata ozone flux-response relationship to assess ozone-induced yield of winter wheat in subtropical China［J］.Environment Pollution，2012，164：16-23.

［20］Zhu X K，Feng Z Z，Sun T F，et al.Effects of elevated ozone concentration on yield of four Chinese cultivars of winter wheat under fully open-airfield conditions［J］.Global Change Biology，2011，17：2697-2706.

［21］Tang H Y，Pang J，Zhang G X，et al.Mapping ozone risks for rice in China for years 2000 and 2020 with flux-based and exposure-based doses［J］.Atmospheric Environment，2014，86：74-83.

［22］Tang H Y，Liu G，Han Y，et al.A system for free-air ozone concentration elevation with rice and wheat：Control performance and ozone exposure regime［J］.Atmospheric Environment，2011，45：6276-6282.

［23］Pang J，Kobayashi K，Zhu J G，et al.Yield and photosynthetic characteristics of flag leaves in Chinese rice（Oryza sativa L.）varieties subjected to free-air release of ozone［J］.Agriculture，Ecosystems and Environment，2009，132：203-211.

［24］Pleijel H.Statistical aspects of critical levels for ozone//Kärenlampi L，Skärby L.Eds.Critical levels for ozone in Europe：Testing and Finalising the Concepts［R］.UNECE Workshop Report.University of Kuopio，Department of Ecology and Environmental Science，University of Kuopio，1996：130-150.

［25］Wang X P，Denise L Mauzerall.Characterizing distributions of surface ozone and its impact on grain production in China，Japan and South Korea：1990 and 2020［J］.Atmospheric Environment，2004，38：4383-4402.

［26］Yamaguchi M，Hoshino D，Inada H，et al.Evaluation of the effects of ozone on yield of Japanese rice（Oryza sativa L.）based on stomatal ozone uptake［J］.Environmental Pollution，2014，184：472-480.

Stomatal ozone flux-resPonse relationshiPs of rice（Oryza sativa L.）in subtroPical area

ZHANG Ji-shuang1，2，TANG Hao-ye1，LIU Gang1，ZHU Jian-guo1*
（1.State Key Laboratory of Soil and Sustainable Agriculture，Institute of Soil Science，Chinese Academy of Sciences，Nanjing 210008，China；2.University of Chinese Academy of Sciences，Beijing 100049，China）

Based on previous investigations on a fully open-air ozone（O3）fumigation experiment（O3-FACE），we established dose-response relationships using O3dose index AOT40（accumulated［O3］above 40 nL·L-1）and PODY（phytotoxic O3dose，accumulated stomatal flux of O3above a threshold of Y nmol·m-2·s-1），and compared their performance on O3-induced rice yield loss evaluation.The aim of this study is to find the optimum threshold for exposure-based and flux-based dose-response relationships used for ozone risk assessment on rice.Our result showed that the R2-value of regression analysis increased with flux threshold Y［0～11 nmol O3·m-2PLA·s-1（PLA：projected leaf area）］and exposure threshold X（0～50 nL·L-1）increase，respectively.When flux threshold Y was 11 nmol O3·m-2PLA·s-1and exposure threshold X was 50 nL·L-1，the O3dose index POD11and AOT50 had the strongest correlation with RY（relative yield）of rice，respectively.High R2-value was derived i.e.0.70～0.75 and 0.70～0.745 when flux threshold Y was within the range of 8～13 nmol O3·m-2PLA·s-1and exposure threshold X was 46～58 nL·L-1，respectively.Previous studies have indicated that the rice yield loss caused by near-surface ozone pollution may range from 5%to 8%.These results were similar with our estimation on ambient［O3］treatment using POD9～10and AOT40～45.The higher R2-value 0.73～0.74 with POD9～10compared to that of 0.64～0.69 with AOT40～45 indicated that flux-based assessment may have a superior performance on O3-induced rice yield loss estimation.Further analysis found that when flux threshold Y=9 nmol O3·m-2PLA·s-1，assessment of rice yield loss was more accurate，and the R2-value（0.73）was higher than that of POD6（0.57）.Our results suggested that POD9is suitable for evaluating rice yield loss due to O3increase in subtropical area.

stomatal conductance；rice（Oryza sativa L.）；ozone；flux-response relationship

S511

A

1672-2043（2016）10-1857-10

10.11654/jaes.2016-0594

张继双，唐昊冶，刘钢，等.亚热带地区水稻（Oryza sativa L.）气孔臭氧通量和产量的响应关系［J］.农业环境科学学报，2016，35（10）：1857-1866.

ZHANG Ji-shuang，TANG Hao-ye，LIU Gang，et al.Stomatal ozone flux-response relationships of rice（Oryza sativa L.）in subtropical area［J］.Journal of Agro-Environment Science，2016，35（10）:1857-1866.

2016-04-28

科技部国际科技合作与交流项目（2010DFA22770）

张继双（1990—），男，硕士研究生，主要从事全球变化下农田生态系统对臭氧响应的研究。E-mail：jszhang@issas.ac.cn

*通信作者：朱建国E-mail：jgzhu@issas.ac.cn