植物BVOCs排放对城市微环境改变的响应机制及对大气光化学进程的贡献

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    31600376
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    10.0万
  • 负责人：
    郭培培
  • 依托单位：
    中国科学院生态环境研究中心
  • 学科分类：
    C0307.景观与区域生态学
  • 结题年份：
    2017
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2017-12-31

项目摘要

Biogenic volatile organic compounds emitted from plants are important precursor to the formation of atmospheric ozone and haze, and have affected the climate, air quality and human health. With the fast urban development, urban environmental change (e.g., heat island effect, land use changes and human interference) will have a significant impact on the emission of BVOCs. Using GC/MS, plants BVOCs emission in different urban micro-environments (pollution and surface hardening) were going to be sampled in-situ and measured, so as to analyze the impact of urban micro-environment on BVOCs emission. To explore the main influencing factors of BVOCs emissions in urban. The stable carbon isotope technology was going to be applied in BVOCs emission analysis for estimating the mean photochemical age of isoprene in the atmosphere, and indicating the contribution of urban vegetation BVOCs emission to atmospheric photochemical processing. The impact of urban vegetation BVOCs emission on air quality was going to be discussed. And then to provide theoretical support and data base for the urban greening and pollution controls management decisions.
植物排放的挥发性有机化合物（BVOCs）是大气臭氧和雾霾形成的重要前体物质，影响了气候、空气质量以及人类健康。随着城市快速发展，城市环境变化（如热岛效应、土地利用变化以及人为干扰等）会对植物BVOCs排放产生显著影响。本研究利用GC/MS气质联用仪，对不同城市微环境（污染、地表硬化）条件下植物BVOCs排放进行现场原位采样并测定，分析城市微环境对BVOCs排放的影响机制，探索城市中BVOCs排放的主要影响因素。将稳定碳同位素测定技术应用到BVOCs分析中，估算大气中异戊二烯的光化学年龄，揭示城市植被BVOCs排放对大气光化学进程的贡献，探讨城市植被BVOCs排放对大气质量的影响。为城市绿化与污染控制相关管理决策提供理论支持与数据基础。

结项摘要

生物源挥发性有机物（BVOCs）对区域和全球尺度的大气化学反应具有重要作用。其中，异戊二烯和单萜是BVOCs的主要组分，主要来源于森林生态系统排放，也是促进臭氧生成的重要前体物。相比单一树木排放，空气中的BVOCs组成更加复杂，通常包含了来自于多种树木的大量的BVOCs排放，源于BVOCs大气化学反应的多种氧化产物以及人为VOCs。本研究在北京城市建成区绿地和郊区森林进行了空气样品采集以及大气痕量气体同步监测，对空气样品中的BVOCs进行了检测分析。结果发现，建成区空气中的异戊二烯浓度高于郊区森林，α-蒎烯浓度低于郊区森林。郊区森林的臭氧浓度高于建成区。相比异戊二烯，α-蒎烯更能促进臭氧的生成。α-蒎烯浓度在清晨最高，而BVOCs排放和臭氧生成之间有一定的时间延迟。城市中人为污染物NOx的输入，显著促进了城市臭氧的生成。而NOx浓度一旦高于40ppb，臭氧的浓度极低（<30ppb）。当NOx/BVOCs比值大于30时，减少NOx会使得臭氧增加。本研究为探讨BVOCs在大气臭氧生成中的作用机制奠定了坚实的工作基础。同时对于城市空气的污染控制与净化提供了重要的科学依据和理论基础。本项目发表SCI论文3篇，待发表2篇。培养博士后1名。项目经费10万元，支出9.1万元。各项支出与预算相符。

项目成果

期刊论文数量（3）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Urban plant diversity in relation to land use types
城市植物多样性与土地利用类型的关系
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    Chinese Geographical Science
  • 影响因子：
    3.4
  • 作者：
    Peipei Guo;Yuebo Su;Wuxing Wan;Weiwei Liu;Hongxing Zhang;Xu Sun;Zhiyun Ouyang;Xiaoke Wang
  • 通讯作者：
    Xiaoke Wang
Air quality and health effects of biogenic volatile organic compounds emissions from urban green spaces and the mitigation strategies.
城市绿地生物挥发性有机化合物排放的空气质量和健康影响及缓解策略。
  • DOI：
    10.1016/j.envpol.2017.06.049
  • 发表时间：
    2017-11
  • 期刊：
    Environmental Pollution
  • 影响因子：
    8.9
  • 作者：
    任远;屈泽龙;杜园园;徐荣华;马丹萍;杨国福;史琰;范星;Akira Tani;郭培培;葛滢;常杰
  • 通讯作者：
    常杰
Enhancing plant diversity and mitigating BVOC emissions of urban green spaces through the introduction of ornamental tree species
通过引入观赏树种增强植物多样性并减少城市绿地的 BVOC 排放
  • DOI：
    10.1016/j.ufug.2017.08.011
  • 发表时间：
    2017-10
  • 期刊：
    Urban Forestry & Urban Greening
  • 影响因子：
    6.4
  • 作者：
    任远;葛滢;马丹萍;Xilu Song;史琰;潘凯旋;屈泽龙;郭培培;韩文娟;常杰
  • 通讯作者：
    常杰

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

脂氧素A4对大鼠局灶性脑缺血再灌注损伤时炎性反应的影响
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中华麻醉学杂志
  • 影响因子：
    --
  • 作者：
    叶习红;郭培培;尚游;吴艳;姚尚龙
  • 通讯作者：
    姚尚龙
剑麻纤维水泥基复合材料弯曲力学性能
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    桂林理工大学学报
  • 影响因子：
    --
  • 作者：
    郭培培;黄俊;田国鑫;梁乘玮
  • 通讯作者：
    梁乘玮
Overhauser磁力仪低噪声信号处理技术
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    中国测试
  • 影响因子：
    --
  • 作者：
    郭培培;董浩斌;葛健;罗望
  • 通讯作者：
    罗望
基于基片集成波导的微波双通带滤波器设计
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    微波学报
  • 影响因子：
    --
  • 作者：
    郭培培;周春霞
  • 通讯作者：
    周春霞
榭皮素预先给药对全脑缺血再灌注大鼠血脑屏障通透性的影响
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    中华麻醉学杂志
  • 影响因子：
    --
  • 作者：
    金朝;吴会生;郭培培;柯剑娟;李心怡;张宗泽;王焱林;冯晓波
  • 通讯作者：
    冯晓波

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码