以小时为步长的大兴安岭典型林分地表死可燃物含水率模型预测及外推精度

地表死可燃物含水率是火险天气和火行为预报中的重要指标.本研究基于时滞平衡含水率法(Nelson和Simard方法)及气象要素回归方法,于2010年9—10月对黑龙江省大兴安岭地区盘古林场不同郁闭度的山杨-白桦混交林、红皮云杉纯林,以及采伐迹地(原1∶1樟子松-白桦混交林)地表死可燃物含水率进行以小时为步长的连续测定,建立其预测模型,得到预测误差,并使用相应的模型对其他林分地表死可燃物含水率进行外推精度分析.结果表明:采用Nelson平衡含水率法构建的地表死可燃物含水率变化模型的平均绝对误差、平均相对误差和均方误差根(0.0154、0.104和0.0226)低于Simard法(0.0185、0.117和0.0256)和气象要素回归法(0.0222、0.150和0.0331).在外推效果方面,气象要素回归法的平均绝对误差、平均相对误差和均方误差根(0.0410、0.0300和0.0740)低于Simard法(0.610、0.492和0.846),但前两者均高于Nelson法(0.034、0.021和0.0660),说明以小时为步长的时滞平衡含水率法,尤其是Nelson法适用于大兴安岭地区所测林分.外推虽不能降低误差,但有助于提高现有模型应用至不同林分条件或大尺度范围内的地表死可燃物含水率预测精度和利用率.模型建模和外推误差与不同树种和郁闭度条件差异有关,研究时应根据不同林分和地点选择合适的平衡含水率模型.     

基于微波遥感技术探测森林地表土壤含水率

森林地表土壤含水率是森林生态系统中的重要参数,使用微波遥感技术快速准确地估算区域尺度上的森林地表土壤含水率,对于森林生态系统研究具有重要的现实意义.本文利用TDR-300土壤含水率速测仪测得黑龙江大兴安岭地区塔河林业局盘古林场内120块样地的森林地表土壤含水率作为因变量,利用C波段全极化SAR数据的极化分解参数作为自变量,构造多元线性回归统计模型和BP神经网络模型,定量估测森林地表土壤含水率,通过模型反演获得区域尺度上森林地表土壤含水率的空间分布.结果表明: 多元线性回归统计模型的精度为86.0%,均方差根误差(RMSE)为3.0%;BP神经网络模型的精度为89.4%,RMSE为2.7%.说明利用BP神经网络模型定量估测森林地表土壤含水率优于多元线性回归模型,将全极化SAR数据通过BP神经网络模型进行仿真,最终得到研究区域的森林地表土壤含水率空间分布图.     

五种常绿冬青叶片防火性能评价

为了筛选冬青属(Ilex)植物优良防火品种,了解该属植物叶片燃烧表现特征,优化园林树种防火性能的评价方法,该文以克恩氏冬青(Ilex×koehneana)、史蒂芬冬青(Ilex ‘Nellie R. Stevens’)、大别山冬青(I. dabieshanensis)、博福德冬青(I. cornuta ‘Burfordii’)、双核冬青(I. dipyrena)为研究对象,以海桐(Pittosporum tobira)和石楠(Photinia serrulata)作为参照,采用因子分析法对这七种植物鲜叶和干叶的防火性能分别进行综合评价。结果表明:(1)不同冬青品种鲜叶火灾性能指数存在显著性差异,其余指标均呈极显著性差异。(2)经过因子分析进行评价得出鲜叶抗火性从强到弱依次为博福德冬青史蒂芬冬青大别山冬青石楠海桐双核冬青克恩氏冬青;干叶抗火性从强到弱依次为史蒂芬冬青大别山冬青博福德冬青海桐双核冬青克恩氏冬青石楠。(3)综合鲜叶及干叶的评分结果,得出博福德冬青、史蒂芬冬青、大别山冬青得分较高,防火性能优于石楠和海桐,防火性能表现更突出。     

科尔沁沙地东南缘大青沟自然保护区土壤水分的时空分布特征

用TDR分层对科尔沁沙地东南缘大青沟国家级自然保护区土壤水分进行定位观测,采用多重比较等方法,对土壤水分与环境因子关系的差异进行分析,通过Kriging插值法用Surfer软件绘制土壤水分等值线图,研究结果表明:土壤含水率在不同的生长季节上变化,表现为夏季>秋季>春季,各层间没有显著差异;月均(5、7、9月)土壤含水率的变异系数坡向>植被类型>坡位;层均(0~60cm)土壤含水率变异系数坡位>植被类型>坡向>样带。月均土壤含水率从高到低依次为:阔叶林>矮林>樟子松林>疏林草原>灌丛,不同植被类型各层月均土壤含水率总体上差异极显著,阔叶林远远高于其它植被类型;层均土壤含水率,各植被类型各月份间总体差异极显著,总体趋势从高到低为:阔叶林>矮林>樟子松林>灌丛>疏林草原,阔叶林明显高于其它类型。月均土壤含水率坡向间总体上差异显著,层间无显著差异;东、西坡与北坡有显著差异,东西坡高于南北坡;层均土壤含水率,同一月份各个坡向间差异不明显,7月明显高于其它月份;各月总体表现为:东>西>南>北坡。月均土壤含水率除31~45cm外,3个坡位间各层均有极显著差异,下坡位明显高于上坡位与中坡位;中坡位各层月均土壤含水率差异极显著;层均土壤含水率各月份各坡向间差异极显著,下坡位远大于上坡位与中坡位。该区从沟底到坡顶的植被变化逐渐由湿生-中生-旱生逐渐过度,垂直分布明显,这类天然残遗植被与土壤水分及其与环境因子的关系,对于促进周边沙地植被恢复具有重要的参照意义,据此建议了大青沟周边沙地植被恢复模式相应的最低土壤水分阈值,沙地0~30cm土层土壤含水率9.1%~11.5%、8.1%~9.0%、6.0%~8.0%;沙地31~60cm土层土壤含水率11.1%~13%、8.5%~11%、6.0%~8.4%,分别适合恢复为疏林、灌丛、半灌丛。     

内参基因加标法定量土壤微生物目标基因绝对拷贝数

【目的】通过荧光定量PCR技术对土壤微生物目标基因进行绝对定量,其定量结果的准确性容易受到DNA提取得率以及腐殖酸抑制性的影响。【方法】采用内参基因加标法,利用构建的突变质粒DNA,对供试水稻土壤样品中的微生物16S r RNA目标基因的绝对拷贝数进行荧光定量PCR检测,用来表征该样品中细菌群落总体丰度。在定量前通过双向引物扩增方法验证突变质粒中的内参基因对供试土壤的特异性。【结果】不同水稻土壤样品的DNA提取量在样品间差异较大。通过内参基因加标法对DNA提取量进行校正,显著提高了16S r RNA基因绝对定量的精确度。不同水稻土壤样品间的变异系数为17.8,与未加标处理相比降低了66.7%。在此基础上,进一步通过内参基因加标法对土壤有机质和含水率均呈现典型空间特征差异的6处亚热带湿地土壤样品中的16S r RNA基因进行绝对定量。16S r RNA基因绝对拷贝数与土壤微生物生物量碳具有显著的线性相关性(R2=0.694,P0.001),表明内参校正后的16S r RNA基因绝对拷贝数可以准确反映单位质量土壤中微生物的丰度。【结论】内参基因加标法可以对DNA提取得率以及腐殖酸对PCR扩增的抑制性进行校正,从而提高绝对定量的准确性。基于内参基因加标法的目标基因绝对定量PCR检测,可作为土壤微生物生物量测量,以及微生物功能基因绝对丰度定量的一种核酸检测方法。     

塔里木河下游土壤水分与植被时空变化特征

运用变异系数、Pearson相关和回归的方法,分析了塔里木河下游2002-2006年土壤水分的时空变化和植被的分布,以及二者之间的相互关系。结果表明:土壤含水率水平空间分布随离水源地距离增加而降低,垂直分布随土层深度的增加而增加;0-60cm土壤含水率变异性最小,属中等变异性;60cm以下土壤含水量变异性增大,属强变异性;土壤含水率的时间变化受生态输水量和持续时间的制约。土壤含水率与植被的时空分布具有同步性;植被特征指数与80-280cm土壤含水率显著相关,且二者与地下水埋深均呈现极显著负相关,说明60cm以下的土壤含水率显著影响植被的生长和分布,而且地下水位是影响土壤水分和植被时空变异的主要因素。     

南京城市公园绿地不同植被类型土壤呼吸的变化

子2007年10月-2008年9月,利用Li-6400便携式光合作用仪配合土壤呼吸气室对南京中山植物园内草坪、疏林和近自然林3种植被类型的土壤呼吸速率的季节变化及其影响因子进行了测定.结果表明:不同植被类型土壤呼吸速率具有明显的季节变化,夏季(8月)较高,近自然林、疏林和草坪类型分别为3.28、4.07和7.58 μmol·m~(-2)·s~(-1),冬季(12月)最低,近自然林、疏林和草坪类型分别为0.82、0.99和1.42 μmol·m~(-2)·s~(-1);不同植被类型的年均土壤呼吸速率有显著差异(P＜0.05),平均土壤呼吸速率大小排序为草坪>疏林>近自然林;不同植被类型的土壤呼吸速率与土壤温度呈显著性指数相关关系,与土壤含水率无显著相关关系;Q_(10)值均随着土层深度的增加而增加;不同植被类型的Q_(10)值存在一定程度的差异,近自然林类型的Q_(10)值大于草坪和疏林类型的Q_(10)值.研究表明,城市如果大量发展草坪可能增加土壤CO_2的排放.

Abstract：

By using Li-6400 portable photosynthetic apparatus connected to soil chamber,the soil respiration rate under three vegetation types(lawn,open woodland,and close-to-nature forest)in Nanjing Zhongshan Botanical Garden was measured from October 2007 to September 2008,with related affecting factors analyzed.The soil respiration rate had obvious seasonal fluctuation,being the highest in summer(August)and the lowest in winter(December).For the close-to-nature forest,open woodland,and lawn,their soil respiration rate in summer was 3.28,4.07,and 7.58μmol·m~(-2)·s~(-1),and that in winter was 0.82,0.99,and 1.42μmol·m~(-2)·s~(-1),respectively.The annual mean soil respiration rate differed significantly with vegetation type(P＜0.05),which was in order of close-to-nature forest＜open woodland＜lawn.The soil respiration rate had significant exponential correlation with soil temperature,but no correlation with soil moisture.The Q_(10) value increased with increasing soil depth,and was larger in close-tonature forest than in open woodland and lawn.Our results indicated that the rapid development of lawn in urban green space could increase the urban soil CO_2 emission.     

平地无风条件下蒙古栎阔叶床层的火行为Ⅲ.火线强度、可燃物消耗和燃烧效率分析及预测模型

以东北地区针阔混交林重要建群种和伴生种蒙古栎为对象,在平地无风条件下进行室内点烧试验,分析含水率、载量和厚度对蒙古栎凋落叶床层火线强度、消耗量和燃烧效率的影响,并对相关模型进行了验证.结果表明: 含水率、载量和床层厚度对蒙古栎凋落叶床层火线强度、消耗量和燃烧效率均有显著影响,并且3个指标之间存在交互作用.在已有模型中,Byram模型需参数调整后方可用于本地凋落叶可燃物,其重新估计的α、β拟合值分别为98.009和1.099,得到的预测值均方根误差为8.676 kW·m^-1,平均相对误差为21.0%, R²为0.745.对Albini提出的燃烧效率模型参数a、b的重新估计值分别为0.069和0.169,得到的预测值均在93.0%以上,绝大多数偏高.Consume模型适用性较强.新建立的火线强度、消耗量和燃烧效率的一般线性模型调整后的R²分别为0.82、0.73和0.53,均方根误差分别为8.266 kW·m^-1、0.081 kg·m^-2和0.203.在低强度地表火中,细小可燃物可能不会被完全消耗,现有一些系统中将凋落叶和细小可燃物按全部消耗处理,将高估碳的释放量.     

干旱区沙枣-芨芨草群落土壤有机碳的空间格局

对宁夏干旱区的沙枣 芨芨草群落进行调查,分析土壤有机碳含量与地下生物量、土壤水分等因子的关系,以及土壤有机碳的积累机制.结果表明: 在沙枣-芨芨草群落中,随着土层深度的增加,土壤有机碳含量逐渐减少,且在水平和垂直方向上的变化格局较为平缓.不同区位土壤有机碳含量与其影响因子的相关性具有明显差异.0～30 cm层中,土壤有机碳含量与土壤含水量呈显著负相关;60～150 cm层中,土壤有机碳含量与根系生物量及土壤含水率呈显著正相关.经偏回归分析,0～30 cm层土壤中芨芨草根系生物量密度对土壤有机碳含量具有显著贡献;60～150 cm层中土壤有机碳格局主要受沙枣根系和土壤含水率的影响;而30～60 cm层土壤有机碳含量与根系生物量密度和土壤含水率的关系不显著.在沙枣 芨芨草群落内,不同层次、不同区位的土壤有机碳积累机制具有明显的差异.     

大气CO2浓度增加对春小麦冠层温度、蒸发蒸腾与土壤剖面水分动态影响的试验研究

根据１９９４～１９９５年在大型人工气候室内取得的试验资料,分析了大气ＣＯ２浓度倍增条件下,春小麦冠层温度、蒸发蒸腾和根层土壤剖面水分动态的变化状况。结果表明,大气ＣＯ２浓度增加１倍,春小麦冠层温度明显升高,且高水分条件升高的值比低水分条件下大０．７℃左右;蒸发蒸腾减少的幅度在不同土壤水分处理间也不相同,高水分处理的蒸发蒸腾量减少９．８８％,低水分处理的减小８．５０％,根层土壤含剖面水分消耗减小,高ＣＯ２浓度处理的根层土壤含水率高于低ＣＯ２浓度处理的,特别是在底部根系密度减小,其水分消耗明显减少。