青藏高原高寒草地植物物种丰富度及其与环境因子和生物量的关系

在青藏高原进行了大范围的群落调查 ,研究高原的两种主要草地群落类型———高寒草甸和高寒草原的植物物种丰富度及其变化。结果表明 :(1)在 5 0个样地 2 5 0个 1m× 1m的样方中 ,共出现 2 6 7种植物 ,其中高寒草甸179种 ,高寒草原 135种。在高寒草甸 ,1m2 样方内物种数最多为 32种 ,最少的仅为 3种 ;在高寒草原 ,物种数最多为 18种 /m2 ,最少的仅为 2种 /m2 。 (2 )物种丰富度随经度和纬度的增加呈增加趋势 ;随海拔的上升呈减少趋势。对物种丰富度与环境因子之间进行逐步回归 ,发现物种丰富度与生长季降水和温暖指数呈显著正相关。 (3)物种丰富度与地上生物量呈显著正相关。     

CO２浓度和温度升高对11种植物叶片解剖特征的影响

以生长在严格控制的温度梯度,以及温度和CO2浓度梯度2个温室里的8种美国中西部弃耕地常见草本植物和3种美国东部落叶阔叶林优势木本植物为材料,通过比较叶片栅栏组织厚度、海绵组织厚度、和叶片总厚度的变化,探讨CO2浓度和温度升高对不同功能型植物叶解剖特征的影响。结果表明：当温度升高时,C4植物的叶片厚度增加,而C3植物叶片厚度的变化无明显规律;当CO2浓度升高时,9种C3植物中有7种植物的叶片总厚度增加,而C4植物叶片厚度减少。植物叶片解剖特征沿CO2浓度和温度梯度呈现线性和曲线变化趋势;不同物种的同一组织厚度和同一物种的不同组织厚度,对温度和CO2都升高或仅仅温度升高的反应都存在很大的差异。在未来全球变化情况下,植物叶片对CO2和温度升高的反应存在明显的种类差异。由于植物的结构和功能是相关联的,这种解剖结构的改变将可能引起植物功能上对CO2和温度升高反应的差异。     

植物气孔对大气CO2浓度和温度升高的反应——基于在CO2浓度和温度梯度中生长的10种植物的观测

许多研究表明 ,大气 CO2 浓度 ([CO2 ])的升高会导致植物气孔密度 (Stom atal Density,SD)和气孔指数 (Stom atal Index,SI)降低。这一关系成为推测地质历史时期大气 [CO2 ]变化的重要古生物指标之一。但是 ,[CO2 ]不是唯一影响 SD和 SI的环境因素。研究利用温度梯度和温度 [CO2 ]梯度技术 ,以 7种美国中西部地区弃耕地常见草本植物和 3种美国东部落叶阔叶林优势木本植物为材料 ,其中草本包含豆科、非豆科 C3和 C4 功能型 ,就它们的 SD,SI,表皮细胞密度 (Epidermal Cell Density,ECD)和气孔孔径长度 (Stomatal Aperture L ength,APL)对 [CO2 ]和温度升高的反应进行了研究。结果表明 ,沿 [CO2 ]梯度 ,所研究物种的 SD比 SI反应敏感 ,SD显示出与 [CO2 ]正相关、负相关和无显著相关性 ,SI显示出与 [CO2 ]正相关和无显著相关性 ;沿温度梯度 ,所研究物种的 SI比 SD反应敏感 ,SI显示出与温度正相关、负相关和无显著相关性 ,SD显示出与温度正相关和无显著相关性。 ECD和 APL对 [CO2 ]和温度梯度也有不同的响应。这说明 ,除 [CO2 ]外 ,温度也对 SD,SI,ECD和 APL有显著的影响。所以在用气孔特征重建地质历史时期 [CO2 ]的变化趋势时 ,除准确建立气孔参数与 [CO2 ]关系外 ,还应考虑大气温度对这一关系的影响     

预测物种潜在分布区——比较SVM与GARP

 物种分布与环境因子之间存在着紧密的联系,因此利用环境因子作为预测物种分布模型的变量是当前最普遍的建模思路,但是绝大多数物种分 布预测模型都遇到了难以解决的“高维小样本"问题。该研究通过理论和实践证明,基于结构风险最小化原理的支持向量机(Support vector machine, SVM)算法非常适合“高维小样本"的分类问题。以20种杜鹃花属(Rhododendron)中国特有种为检验对象,利用标本数据和11个1 km×1 km的栅格环境数据层作为模型变量,预测其在中国的潜在分布区,并通过全面的模型评估——专家评估,受试者工作特征(Receiver operator characteristic, ROC)曲线和曲线下方面积(Area under the curve, AUC)——来比较模型的性能。我们实现了以SVM为核心的物种分布预测 系统,并且通过试验证明其无论在计算速度还是预测效果上都远远优于当前广泛使用的规则集合预测的遗传算法(Algorithm for rule-set prediction, GARP)预测系统。