不同灌溉量夏玉米叶绿素含量的高光谱特征及其反演

植物叶绿素含量直接影响其光合作用，并与植物的光谱特征密切相关。以夏玉米为研究对象，采用人工控水方法研究了夏玉米七叶期不同灌溉量下冠层叶绿素含量特征及其与光谱特征之间的关系。结果表明：灌溉量越少，夏玉米叶片叶绿素含量越低，冠层光谱反射率越高，绿峰位置"红移"，而红边位置"蓝移"。叶绿素含量与光谱特征参数、植被光谱指数之间存在极显著相关关系，据此建立了冠层叶绿素含量高光谱估算模型，且基于植被指数模型较基于单一光谱特征参数模型模拟效果更好。研究结果可为夏玉米叶绿素含量的快速无损测定以及夏玉米干旱监测提供依据。     

寒温针叶林土壤呼吸作用的时空特征

利用Li-6400便携式CO2分析系统对寒温针叶林土壤呼吸作用观测数据分析表明,土壤呼吸作用日、季动态均呈单峰型变化,日最大值出现在16:00左右,与5 cm土壤温度日动态相似,滞后于气温日动态变化;月最大值出现在8月份,2006年和2007年分别为8.19 和6.89 μmol CO2 m-2 s-1。日、季土壤呼吸作用与土壤温度的相关性均好于气温。土壤呼吸作用存在较大的空间变异性,一天内3:00 am、7:00 am和11:00 am的土壤呼吸作用变异系数分别为35.5%、27.6%和23.0%,根系和凋落物与土壤呼吸作用表现出相似的空间变异性,其中细根与土壤呼吸作用的相关性最好。     

干旱条件下夏玉米地-气温差的影响因素及其模拟

地-气温差指标表征作物水分亏缺状况已经被广泛研究,但地-气温差随作物生育进程的变化特征及其影响因子的观测研究仍较少,制约着地-气温差的准确模拟.基于夏玉米2014年三叶期和2015年拔节期的5个灌溉水分控制试验资料的研究表明: 随着夏玉米生育进程的推进,土壤水分的变化显著影响了夏玉米农田的地-气温差,土壤水分亏缺越严重,地-气温差越高.在整个水分处理期间,归一化植被指数是地-气温差的主要影响因子且两者呈显著的线性关系,但不同生育期地-气温差还受其他因子的影响:三叶期后受冠层吸收光合有效辐射比影响且呈显著的线性关系,三叶期至拔节期则受土壤相对湿度和空气相对湿度的影响且呈显著的线性关系.在此基础上,基于2014年试验资料建立了夏玉米全生育期地-气温差模拟模型、营养生长期地-气温差模拟模型和生殖生长期地-气温差模拟模型,并利用2015年夏玉米拔节期5个灌溉水分控制试验资料进行了模型验证,结果表明,夏玉米全生育期地-气温差模型可以解释2015年地-气温差变异的63%,但地-气温差分生育期模拟模型,即营养生长期地-气温差模拟模型和生殖生长期地-气温差模拟模型综合的模拟结果则可解释2015年地-气温差变异的79%.研究结果为基于地-气温差的作物干旱指标定量评估作物干旱提供了依据.     

增温、光照时间和氮添加对蒙古栎主要物候期的影响

利用大型人工气候室模拟研究增温(对照、增温1.5 ℃、增温2.0 ℃)、光照时间(10、14、18 h)和氮添加(0、5、10、20 g N·m^-2·a^-1)对东北地区蒙古栎主要物候期的影响。结果表明: 增温1.5和2.0 ℃使芽膨大期显著提前,完全变色期显著推迟,生长期延长,且延长天数随增温幅度的增大而增加。光照时间显著影响秋季物候(叶黄始期、叶黄普期、完全变色期),与光照14 h相比,短光照(10 h)使叶黄始期显著推迟7.0 d,生长盛期相对延长。氮添加使芽膨大期、芽开放期、展叶始期、展叶盛期均显著提前,完全变色期仅在高氮水平(20 g N·m^-2·a^-1)下显著推迟9.5 d,表明高氮添加使蒙古栎生长期延长。增温和高氮添加(20 g N·m^-2·a^-1)协同作用显著推迟完全变色期,导致叶黄期延长。增温和短光照协同作用、氮添加和短光照协同作用以及增温、氮添加和短光照协同作用均使叶黄始期显著推迟,生长盛期相对延长。     

内蒙古地带性针茅植物对CO2和气候变化的适应性研究进展

收集了1992—2013年关于模拟CO2浓度升高及气候变化(温度升高、降水变化)对内蒙古地带性草原群落的5个建群种针茅植物(贝加尔针茅、本氏针茅、大针茅、克氏针茅、短花针茅)影响的实验研究结果表明,模拟CO2浓度升高、增温和增雨将提高针茅植物的光合作用和株高生长,但CO2处理时间延长会导致光合适应;温度和降雨变化将改变针茅植物的物候进程,但物种之间反应有差异;CO2浓度升高有助于针茅植物生物量增加,增温和干旱则相反,CO2浓度升高对干旱的影响具有补偿作用;干旱和涝渍胁迫将提高针茅植物植株C/N,CO2浓度升高将加剧水分胁迫下针茅植物植株C/N的增加效应,导致牧草品质下降。由于当前在适应性指标、针茅植物对气候变化协同作用的适应机理及其敏感性研究等方面存在的不足,导致目前无法全面比较各针茅植物对CO2和温度、降水变化的响应差异及其敏感性,因而无法预测未来在全球变化背景下,这几种针茅植物的动态变化及其在地理分布上的迁移替代规律。为科学应对气候变化,未来应加强内蒙古地带性针茅植物的适应性指标、针茅植物对多因子协同作用的适应机理及敏感性研究。     

生态医生——脆弱性评价与适应性管理

<正>你可能不知道:1.1880—2012年全球平均地表温度呈线性上升趋势,而1951—2012年全球平均地表温度的升温速率更是1880年以来升温速率的两倍,加上全球降水异质性增强,引起了一系列生态环境问题。2.中国地处地球环境变化速率最大的季风气候区,天气气候条件年际变化很大,气象灾害频发,自然与农业生态系统受气候变化与气象灾害影响剧烈。总之,气候变化已经并将继续对中国农业、水资源、自然生态系统与海岸带、重大工     

内蒙古羊草草原植物群落地上初级生产力时间动态对降水变化的响应

植被生产力对水热因子的反应是气候 -植被关系研究的焦点之一。利用 1981～ 1994年的固定围栏样地植物群落调查数据及同期降水资料 ,分析了羊草草原群落地上初级生产力和降水的年际变化特征及植物群落地上初级生产力的时间动态与降水年际变化的相互关系。结果表明 ,羊草草原年降水以及月降水的年际波动明显 ;年内降水分配不均匀 ,降水集中分布于 6～ 8月份。月均降水以 7月份最高 ,基本呈对称分布。群落地上初级生产力年际间变化介于年降水与月降水的年际变化之间。影响群落地上初级生产力时间动态最显著的因子是植物生长周期内前一年 10月至当年 8月的累积降水 ,而与年降水和月降水无显著相关。群落地上初级生产力时间动态对累积降水波动的反应呈显著的二次曲线关系 ,与空间尺度上地上初级生产力与年降水呈线性相关关系不同。因此 ,降水波动对羊草草原地上初级生产力的影响是一个累积效应 ,确定对植物生长产生影响的有效降水时间对建立羊草草原生产力模型关系具有十分重要的意义。     

内蒙古地区羊草草原植被对温度变化的动态响应

 1981～1994年连续14年内蒙古羊草草原温度随时间变化结果显示,该区域温度变化具有不对称性,冬季最低均温升高明显,而最高温及平均温度无明显增加趋势。羊草草原气候的变化主要表现在冬季最低温的增加,而不是平均温度的增加。羊草群落的结构和功能对冬季最低均温变化的响应研究表明,随着冬季最低均温的升高,阿尔泰狗哇花(Heteropappus altaicus)和冰草(Agropyron michnoi)的重要值及地上初级生产力将明显增加,而寸草苔(Cares duriuscula)则呈下降趋势,作为群落主要优势种的羊草(Leymus chinensis)和大针茅(Stipa grandis)及其它优势植物对冬季最低均温变化反应不明显。同时,群落的生物多样性指数(Simpson指数、Shannon-Wiener指数)、物种饱和度及地上初级生产力对冬季最低均温也均无显著相关,14年间冬季最低均温的变化并没有对群落的结构和功能产生明显影响。然而,因寸草苔和冰草等少数优势植物对冬季最低均温变化反应的敏感,温度变化的幅度增加或时间延续很可能造成少数优势种在群落中地位的改变,进而可能导致羊草群落结构和功能的变化。这表明在进行气候变化的模拟和模型研究时,不能仅简单地考虑平均温度增加的情况,而应确定主导影响因子,从而了解草原生态系统对全球变化的响应,选取适宜的模型参数。     

中国北方针叶林生长季碳交换及其调控机制

采用开路式涡动相关法对北方针叶林连续2个生长季节(2007和2008年)的碳交换及其影响因素进行分析.结果表明：北方针叶林生态系统总生产力(GEP)、生态系统呼吸(R_e)和净生态系统碳交换(NEE)在6月下旬到8月中旬的生长旺盛期达到最大值,但各峰值出现的日期并不一致.2007和2008年北方针叶林生长季的日均GEP、日均R_e、日均NEE分别为19.45、15.15、-1.45 g CO₂·m^-2·d^-1和17.67、14.11、-1.37 g CO₂·m^-2·d^-1,2007年碳交换明显大于2008年,这可能是生长季较高的平均温度及光合有效辐射引起(2007年为12.46 ℃和697 μmol·m^-2·s^-1,2008年为11,04 ℃和639 μmol·m^-2·s^-1).北方针叶林的GEP与温度和光合有效辐射具有很好的相关性,其中与气温的相关系数接近0.55(P<0.01);R_e主要受温度调控,相关系数为0.66～0.72(P<0,01);NEE与光合有效辐射相关性最大,相关系数为0.59～0.63 (P<0.01).     

玉米叶面积指数动态模拟的最适野外观测资料

基于锦州农田生态系统野外观测站2005-2011年多个品种的玉米大田试验资料,结合已经建立的玉米叶面积指数动态普适模型,探讨了准确模拟玉米叶面积指数动态所需的最适野外观测资料.结果表明: 准确模拟玉米叶面积指数动态至少需要3年的野外观测数据,且每年在生育期内至少需要进行4次观测.玉米生育期内的理想观测应为在出苗后20 d左右进行第1次观测,此后每月观测1次.