江西武夷山-黄岗山西北坡森林繁殖鸟类多样性调查

研究区属于江西武夷山国家级自然保护区范围,为中国亚热带东部最高的山地,森林原生性保存较为完好。2004—2012年,在研究区海拔300—2160 m范围,布设了穿越所有代表性生境的1条主样线和6条辅助样线,共记录有森林繁殖鸟188种,占中国东部丘陵平原亚区繁殖鸟种数的71.76%。在这些繁殖鸟中,物种数在10种及以上的优势科有鸫科(Turdidae)13种、鹟科(Muscicapidae)10种、画眉科(Timaliidae)21种、莺科(Sylviidae)22种,占研究区森林繁殖鸟种数的35.1%、雀形目(PASSERIFORMES)的51.2%。将研究区按海拔高度、植被类型和人类干扰程度分为4类生境进行分析,结果显示:物种数以次生林恢复区最多(138种)原生性森林区(127种)农林营作干扰区(119种)中山灌丛草甸区(51种),其中中山灌丛草甸区由于生境条件因素各项指标数值均最小,其余3类生境分区,无论是总鸟种数、雀形目鸟种数,还是优势科鸟种数,均支持中间膨胀效应(Mid-domain effect)。G-F指数由低海拔向高海拔依次降低,即:农林营作干扰区(DG-F=0.775)次生林恢复区(DG-F=0.772)原生性森林区(DG-F=0.760)中山灌丛草甸区(DG-F=0.603);雀形目鸟种G-F指数分析,原生性森林区(DG-F=0.650)则略大于次生林恢复区(DG-F=0.633),提示顶级植物群落更大的森林内部空间和多样的内部层次结构,对雀形目鸟种多样性具有积极意义。分析显示次生林恢复区与原生性森林区相似性系数最高,表明经过30a左右自然演替恢复的次生林,对于森林繁殖鸟来说其生态功能已接近顶级群落,而农林营作干扰区和中山灌丛草甸区相似性系数最低。同时,研究区鸡形目(GALLIFORMES)鸟类生态位分异表现最为典型。     

大青沟自然保护区主要森林群落优势种的种群结构与动态

选择大青沟国家级自然保护区的水曲柳群落、蒙古栎群落和大果榆群落进行野外群落学调查,采用空间代替时间的方法,以种群径级结构代替年龄结构编制了优势种水曲柳种群、蒙古栎种群和大果榆种群的静态生命表,绘制其存活曲线、死亡率曲线、消失率曲线和危险率函数曲线,分析种群数量动态变化。结果表明:(1)水曲柳和蒙古栎的存活曲线为DeeveyⅡ型,表明其种群目前总体上正处于一种动态稳定状态;大果榆的存活曲线为DeeveyⅢ型,表明大果榆幼体死亡率高,以后的死亡率低而稳定。(2)水曲柳种群死亡高峰除了在第Ⅰ龄级较高外,基本呈随龄级增加死亡率增大的趋势;蒙古栎种群的死亡高峰出现在幼年阶段和老年阶段;大果榆种群有两个死亡高峰,一个出现在第Ⅰ龄级,一个出现在第Ⅵ龄级。(3)种群生存分析表明,3个种群的生存率单调下降,累计死亡率单调上升,水曲柳和蒙古栎种群危险率函数随着龄级的增加而不断增大,大果榆种群具有前期锐减、中期稳定和后期衰退的特点。     

大青山自然保护区人为活动空间分布及其对景观格局的影响

本文基于森林资源清查数据和野外调查资料,应用GIS空间分析技术和景观指数方法,研究了内蒙古地区的大青山自然保护区内西部、中部和东部3个分区中3种人为活动影响（居民点、道路、其他影响源）的空间分布、影响贡献率及其对景观格局的影响.结果表明： 自然保护区中人为活动影响强度在东西部较高、中部较低.在3个分区中,西区的景观格局主要受到其他影响源的作用,使其针叶林、阔叶林、灌木林的景观格局趋于聚集分布;中区的景观格局主要受到道路的影响,使其阔叶林与灌木林景观斑块聚集程度降低;东区的景观格局主要受到居民点的影响,使其针叶林与阔叶林破碎度增加,灌木林与草地的景观斑块聚集度明显增大.     

鼎湖山季风常绿阔叶林土壤有机碳和全氮的空间分布

运用地统计学分析方法,研究了2010年鼎湖山季风常绿阔叶林中土壤有机碳和全氮含量的空间分布特征.结果表明:在鼎湖山季风常绿阔叶林,土壤有机碳和全氮含量存在着较显著的空间自相关性,其空间异质性分别占总空间异质性的93.6%和53.7%,且土壤有机碳与土壤全氮空间分布特征的异质性一致.林地土壤碳、氮存在传统统计学上的线性相关,同时也具有景观层次上的空间自相关性.指数模型拟合结果表明,在17.4 m小尺度范围内,土壤有机碳存在空间自相关性.     

江西宁都凌云山自然保护区蜘蛛资源初报

凌云山自然保护区位于江西省赣州市宁都县西北部边境,属雩山山脉中段。其地理坐标为东经115°50′16″-116°1′40″,北纬26°50′42″-27°2′11″,总面积11260hm^2。蜘蛛是农林生态系统害虫天敌的主要类群,也常作为生态系统稳定的指示生物。作者等人通过对凌云山自然保护区蜘蛛资源及区系分布进行野外调查、标本采集和分类鉴定等,发现该保护区有蜘蛛32科96属165种,其中,有5个江西新记录科,1个中国新记录种,29种江西新记录种和33未确定种。     

芦芽山自然保护区青林的分类及排序

根据60个森林群落样方数据,采用双向指示种分析(TWINSPAN)和冗余分析(RDA)方法,对芦芽山自然保护区的森林群落进行分类和排序。结果表明:(1)TWINSPAN将该区的森林群落分为9个类型;(2)RDA排序结果较好地反映出群落分布格局与环境梯度的关系。青林各群落类型在第一轴有明显分异,而第一轴主要反映了海拔和坡位的梯度,因此青林的群落分布格局主要受海拔和坡位的影响,从而导致植被类型的垂直分布。(3)环境因子的蒙特卡罗随机置换检验结果表明只有海拔、坡位和土壤pH对群落分布具有显著影响(P0.05),坡度、坡向和凋落物层厚度的共线性作用较大。方差分解结果表明海拔、坡位和土壤pH的独立解释量依次减小,海拔、坡位是影响青林分布的关键环境因子。     

中华竹鼠的洞穴结构及其生境利用特征

采用徒步不定宽样线法对片口自然保护区中华竹鼠(Rhizomys sinensis)的生境选择和洞穴特征进行了研究.共设置4条样线148个20 m×20 m样方,并对61个有中华竹鼠新鲜土堆的洞穴进行了解剖观察与测量,采用Vanderloeg和Scaiva选择指数对生境选择进行分析.结果表明,其洞系结构由土丘、洞口、取食道、避难所、窝及厕所组成,每个结构都与中华竹鼠的习性及生存活动相适应;中华竹鼠喜欢选择东南坡向、坡度适中(25～45°)、上层乔木郁闭度大于25%的常绿落叶阔叶混交林或落叶阔叶林、竹子密度适中(20～40株/m~2)、竹子较粗(基径大于10 mm)、距水源较近且远离人为活动干扰的箭竹林中筑巢.     

江苏省3个自然保护区外来入侵植物的调查及分析

选择位于江苏省内不同生物气候带的连云港云台山森林自然保护区、南京紫金山风景名胜区和宜兴龙池山森林自然保护区为调查区域,采用线路调查、样方调查与走访调查相结合的方法对这3个自然保护区内外来入侵植物的种类及分布现状进行了调查分析.结果显示,云台山森林自然保护区、龙池山森林自然保护区和紫金山风景名胜区内的外来入侵植物分别有13、19和23种,3个保护区总计有外来入侵植物25种,其中共有种11种;在25种外来入侵植物中,菊科(Compositae)种类最多(12种),占总种数的48%;苋科(Amaranthaceae)和玄参科(Scrophulariaceae)种类各有2种;80%的入侵种类来源于美洲,入侵途径以无意传播为主.一年蓬[Erigeron annuus (L. ) Pers. ]的频度最高,达到51.6%;小飞蓬[Conyza canadensis (L. ) Cronq. ]和野茼蒿[Crassocephalum crepidioides (Benth. ) S. Moore]的频度也较高,均在10%以上.部分外来入侵植物已在保护区内建立稳定的繁殖种群,对自然保护区生态环境造成危害,严重威胁着保护区的生物多样性.此外,根据3个保护区内外来入侵植物的分布现状和生态影响,提出了对保护区内外来入侵植物管理与防治的对策和建议.     

自然保护区管理有效性评价方法的比较与应用

建立自然保护区是保护生物多样性的最重要的途径之一,开展自然保护区管理有效性评价是了解自然保护区管理状况、提升保护区管理水平、实现保护区管理目标的有效途径。在国际自然保护联盟世界保护区委员会(WCPA)提出的保护区管理有效性评价框架的基础上, 世界上很多国家和组织机构根据本国的实际情况开发了更为详细的评价方法。这些方法可以归为4类, 包括基于证据的深入评价法、基于同行评定的综合评价法、基于专家知识的快速记分评价法, 以及基于假设的分类评价法。本文比较了这4类方法的应用范围、对象、目的、形式, 以及各类方法的优缺点及其适用条件, 总结了8种主要方法的评价指标的构成及其应用现状。在此基础上, 分析了自然保护区管理有效性评价方法在中国自然保护区中的应用及存在的问题, 并提出了适用于中国自然保护区管理有效性评价的方法及其评价指标构成。     

黑龙江省三江自然保护区狍对冬季卧息地的选择

研究黑龙江三江自然保护区狍冬季卧息地的选择性结果表明,狍昼间偏好选择位于岛状林和芦苇丛、覆盖度＞10%、当年生枝条数＞30枝、隐蔽级90%-99%、距水源距离＜400 m、距农田距离＜500 m、保温性＞0.2℃、雪深＞31 cm、人为干扰距离＞1 000 m等生境因子的卧息地;狍夜间偏好选择位于岛状林、覆盖度＞10%、当年生枝条数＞30枝、隐蔽级为＜90%、距水源距离＜700 m、距农田距离＞500 m、保温性＞0.2℃、雪深＞31 cm、人为干扰距离＞1 000 m等生境因子的卧息地.狍昼间与夜间卧息地在是否刨走积雪等松软物质、距农田距离、雪深、人为干扰距离和卧息地宽度上差异显著(P＜0.05).与夜间卧息地相比,狍昼间偏爱的卧息地具有接近农田、雪覆盖深和卧息地宽度较小等特征.狍对昼间卧息地资源选择函数为:logit(P)=-13.999-0.446×植被类型-0.003×距水源距离-0.003×距农田距离+0.915×保温性+0.487×雪深+0.001×人为干扰距离,选择概率为P=elogit(P)/1+elogit(P),模型的正确预测率为90.9%;狍对夜间卧息地资源选择函数为:logit(P)=-0.009-1.863×植被类型-0.004×距水源距离+0.946×保温性+0.002×人为干扰距离,选择概率为P=elogit(P)/1+elogit(P),模型的正确预测率为91.8%.