乌鸫繁殖生态的研究

乌鸫 (Ｔｕｒｄｕｓｍｅｒｕｌａｍａｎｄａｒｉｎｕｓ)是紫蓬山区常见的留鸟[1,3 ] 。吴至康等[2 ] 报道其在贵州的繁殖习性。有关巢空间资源利用特点、护雏行为、雏鸟生长模式的研究未见报道。本文是 1996年 3月份在安徽省肥西县的几个居民点对其繁殖初期活动进行了初步观察 ,4～7月又在紫蓬山区国家级森林公园的圆通山林区对其繁殖生态进行了系统研究的结果。现报道如下。1　工作方法根据样地鸟巢统计繁殖鸟类的数量 ,记录巢位特征以及巢和卵的参数 ,观察繁殖行为 ,记录雏鸟的生长情况。拟合雏鸟的生长曲线方程[9] 。2　结　果2 1　繁殖…     

大沙鼠在中国的地理分布

搜集了大沙鼠在中国的分布资料，运用地理信息系统（ＧＩＳ）的叠加和空间分析功能，结合生境，利用１：４００００００比例尺中国植被图和１：１００００００比例尺中国草地资源图，对我国大沙鼠的地理分布进行了系统研究。根据大沙鼠对梭梭和盐爪爪盐漠，梭梭、红砂培漠，梭梭在乐漠，沙拐枣沙漠，茺漠盐生草 盐地要柳灌丛和柽柳包，极稀疏地柽柳沙漠，红砂砾漠、禾草拐枣沙漠，荒漠盐生草甸的盐地柽柳灌丛和柽柳包，极稀疏的柽柳     

合肥市小微湿地鸟类多样性的时空格局及其影响因素

小微湿地是城市生态系统的重要组成部分, 也是生物多样性的重要庇护场所。鸟类作为城市小微湿地生态系统的指示类群, 其多样性时空格局受多种环境因子影响。本研究于2020年8月至2021年7月采用样点法对合肥市45个小微湿地鸟类的种类、数量分布和生境因子进行了调查, 并获取湿地面积、湿地形状、建筑面积比例、植被面积比例、环境噪声、人为干扰和城市化指数等生境变量。通过α多样性和β多样性分析, 研究城市小微湿地鸟类多样性的时空特征及其决定因素。采用信息论模型选择和模型平均法以及基于距离矩阵的多重回归模型进行计算, 确定影响鸟类群落α多样性和β多样性及其组分的主要环境因子。结果显示, 研究区域共有鸟类13目39科102种, 其中水鸟31种, 国家二级重点保护鸟类2种, 安徽省重点保护鸟类17种, IUCN濒危物种红色名录中的易危(VU)物种1种。湿地面积和城市化指数对小微湿地陆地鸟类和水鸟的α多样性、β多样性及其组分均具有显著影响, 其中陆地鸟类物种丰富度在中度和低度城市化之间的小微湿地中达到最高值, 面积超过4 ha的小微湿地能维持较多的水鸟物种。植被面积比例对陆地鸟类多样性具有重要的影响, 而建筑面积比例对水鸟多样性具有显著影响。此外, 总体β多样性及其组分计算结果显示物种周转组分占明显优势, 表明城市小微湿地群作为城市复合生态系统的重要组成部分, 加强整体保护更为必要。研究结果对于加强城市鸟类保护和提高城市生态环境质量具有指导意义。     

基于线粒体细胞色素b基因的中国大沙鼠系统地理格局

通过内蒙、新疆、甘肃的41个大沙鼠样品和1个伊朗撒拉克大沙鼠的mtDNA Cytb基因全序列的遗传分析,对我国大沙鼠(Rhombomys opimus)的分子系统地理学进行了初步探讨。结果表明,我国41个大沙鼠样品的Cytb基因包含了50个核苷酸变异位点(占全序列的4.39%),其中转换48个,颠换2个,共定义23个单倍型。在四个地理种群中,内蒙古中部半荒漠区和阿拉善荒漠区的单倍型多样性最高,甘新荒漠区的单倍型多样性最低;北疆荒漠区的核苷酸多样性最高,内蒙古中部半荒漠区的核苷酸多样性最低。分子变异分析(AMOVA)表明,种群间的遗传变异占51.68%,种群内的遗传变异占48.32%。FST统计结果表明,除内蒙古中部半荒漠区与阿拉善荒漠区地理种群之间差异显著外(P<0.05),其它地理种群间的差异均极显著(P<0.01)。基于单倍型的系统树显示,42只大沙鼠形成三支。其中,伊朗撒拉克地区大沙鼠和中国地区大沙鼠之间的亲缘关系比中国两支大沙鼠之间的亲缘关系远;分析表明,中国分布的大沙鼠两支之间分歧时间估计在0.093Ma前。嵌套支分析表明,大沙鼠历史种群曾发生过异域片段化、受阻碍基因流和持续种群扩张事件。种群扩张分析提示大沙鼠在0.0119Ma前曾经历过一次种群扩张事件,种群可能受到末次冰期波动的影响。     

流感病毒M2e与白喉毒素无毒突变体CRM197融合蛋白的抗原性和免疫原性分析

流感病毒严重威胁人类健康且流行株不断变化,传统疫苗对流感预防具有局限性。流感病毒M2蛋白胞外区(M2e)氨基酸序列高度保守,可诱导产生特异性抗体,是通用流感疫苗研究的主要靶标之一。白喉毒素突变体(CRM197)是一种理想的蛋白载体,可增强小分子抗原的免疫原性,商业化的肺炎球菌疫苗采用CRM197结合形式提高多糖分子的免疫原性。本实验通过重组蛋白融合的方式,将M2e与CRM197(aa 1~535)、CRM197-N190(aa 1~190)、CRM197-N389(aa 1~389)的C端或N端进行融合表达,并考察融合蛋白的反应活性以及免疫原性。融合蛋白中的M2e和CRM197均具有反应活性;超速离心分析和四聚体特异构象单抗反应均表明融合蛋白(CRM197-N190)-M2e及M2e-(CRM197-N190)主要以类似M2e天然构象的四聚体形式存在;融合蛋白可与多株流感M2e特异性单抗以及CRM197特异性单抗反应,M2e融合至CRM197N末端形成的重组蛋白的反应活性高于C端融合蛋白;相比融合GST,与CRM197-N190的融合显著增强了M2e蛋白的免疫原性,为流感通用疫苗研究提供了新思路。     

基于生态足迹模型的淮北市自然资本利用研究

流量资本和存量资本是构成自然资本的两个要素, 核算自然资本是合理利用自然资源的前提。从人均足迹广度和人均足迹深度着手, 引入生态压力指数、资本流量占用率、存量流量利用比、万元GDP生态足迹、生态系统多样性指数、生态经济系统发展能力指数和生态适度人口7个指标, 定量分析2010—2016年淮北市对资本要素的占用情况以及生态系统的发展能力。结果表明: 淮北市在7年间, 人均三维生态足迹整体呈增加趋势, 由2010年的4.17524 ha·cap–1增至2016年的5.17289 ha·cap–1; 人均生态承载力保持在0.21000 ha·cap–1左右的水平; 足迹深度由2010年的1.91949波动下降至2016年的1.75738, 足迹广度处在0.15500—0.16900 ha·cap–1之间。尽管淮北市资源利用的效率较高、发展潜力大, 但7年间一直消耗资本存量, 生态系统处极不安全状态, 土地利用极不公平, 人口数严重超标, 淮北市资源、环境与发展需求之间的矛盾巨大。促进淮北市可持续发展要求合理规划土地、开展植树造林工程、提高农业科技水平; 倡导节约型生产和消费模式、优化产业结构、加强环保宣传力度。     

基于均方差决策法的淮北市生态承载力评价

生态弹性力、承载媒体支撑力、承载对象压力是生态承载力的三个重要要素, 分析这些要素的变化特征是评价区域可持续发展状态的有效手段。从生态承载力的三个要素着手, 构建淮北市生态承载力评价指标体系, 采用均方差决策法确定评价指标权重, 利用多元逐步回归分析进行因子筛选, 定性分析2010—2016年间淮北市生态承载力变化状况。结果表明: 淮北市在2010—2016年间, 生态弹性力具有明显的上升趋势, 指数由2010年的0.2570升高至2016年的0.9126, 2012年以后一直处于中级到较高级的自我维持和调节状态; 承载媒体支撑力整体稳步上升, 指数由0.2592上升到0.7212, 表明淮北市生态系统的支撑能力在2012年以后一直处于中级到高级的水平; 承载对象压力指数的变化趋势与承载对象压力的变化趋势相反, 表明承载对象的压力呈先增加后减少而后又迅速增加的趋势; 生态承载力具有波动上升趋势, 2012年后一直处于中到高的承载状态, 表明淮北市生态承载能力有良好的发展趋势, 但依赖煤炭开采的发展模式导致的资源耗费、环境污染等问题仍然制约着“自然—经济—社会”复合生态系统的协调发展, 向生态型城市转型势在必行。     

阜阳市重要湿地夏季鸟类多样性研究

为了掌握阜阳市重要湿地的鸟类资源,2011年7月-2011年9月,采用样带法对阜阳市4个重点湿地的夏季鸟类资源进行了调查。调查共记录阜阳市重要湿地鸟类11目25科43种,雀形目鸟类种数最多,共19种,占全部种类数的44.1%。东洋界、古北界和两界广布种分别占繁殖鸟种数的39.5%、34.8%、25.6%;湿地水鸟21种,占全部鸟类的47.8%;湿地鸟类群落的优势种为家燕、烟腹毛脚燕和灰椋鸟。八里河省级湿地自然保护区鸟类种数最多(N=30),多样性指数最高(H=2.49);4个湿地之间鸟类相似性系数均较高。鸟类多样性指数、鸟类种都与湿地面积呈显著正相关(多样性r=0.985,P=0.015;鸟种r=0.974,P=0.026)。从鸟类多样性保护考虑,湿地保护区和湿地公园的建设和管理应向保持湿地面积、增加植被复杂性发展。     

兽类头骨测量标准Ⅲ:啮齿目、兔形目

本文为《兽类头骨测量标准》第三部分,在第一部分———基本量度的基础上着重介绍了啮齿目和兔形目各类群特有的量度及测量方法。     

城市化背景下小微湿地景观动态变化及其驱动因素

小微湿地是指自然界在长期演变过程中形成的小型湿地。城市发展导致小微湿地大量消失，了解小微湿地景观动态变化特征及驱动因素是保护与管理小微湿地的重要基础。以合肥市包河区为研究区域，选取2006-2018年4期遥感影像，利用空间分析方法确定2006-2010年、2010-2014年、2014-2018年、2006-2018年4个时期小微湿地景观动态变化，基于300m×300m的网格单元，结合增强回归树和地理加权逻辑回归模型，分析13个预测变量与小微湿地损失之间的关系。结果表明：2006-2018年，小微湿地在整个研究区大范围减少，总面积下降了60.8%，斑块数量减少了60.5%，同时，小微湿地边缘复杂度降低，小微湿地间的空间距离增加，聚集程度降低。增强回归树模型显示，城市发展初期(2006-2010年)，周边用地类型(建设用地、旱地、林地和草地)变化是导致小微湿地损失的主要因素，中后期(2010-2018年)各类型土地利用变化的相对影响有不同程度的下降，斑块面积和坡度对小微湿地损失的驱动作用逐渐凸显。2006-2018年，建设用地变化(14.4%)、斑块面积(13.5%)、旱地变化(11.1%)、坡度(10.1%)、林地变化(8.5%)、草地变化(7.0%)是导致小微湿地损失的高重要性变量。地理加权逻辑回归模型揭示了高重要性变量对小微湿地损失影响的空间非平稳性特征，结果显示，除斑块面积系数的空间可视化无解释意义，其余高重要性变量对小微湿地损失的影响随地点的变化，贡献的大小和方向也有所不同。研究方法和结果可以为城市快速发展地区小微湿地的保护与管理提供理论支持。