竞争和气候对新疆阿尔泰山西伯利亚五针松树木径向生长的影响

阿尔泰山的北方森林是中亚以及全球的生态系统的重要组成部分, 其生长动态可以影响到全球范围的热辐射、碳平衡等。因此, 探究影响阿尔泰山树木径向生长的主要因素至关重要。该研究以新疆喀纳斯国家级自然保护区的西伯利亚五针松(Pinus sibirica)为研究对象, 建立西伯利亚五针松年表, 通过分析不同时间间隔累年生长量、竞争指数以及气候因子之间的关系, 运用线性混合效应模型、相关分析等方法, 探究竞争和气候对新疆阿尔泰山西伯利亚五针松树木径向生长的影响。结果表明: (1)线性混合效应模型结果显示竞争树胸径和与西伯利亚五针松过去30年的累年生长量之间的拟合效果最好; (2)标准年表与3月的平均气温、平均最高气温、平均最低气温之间有显著正相关关系; (3)累年生长量最高值出现在气温0-5 ℃, 竞争指数低于100的时候。累年生长量最低时, 气温达到-10 ℃, 竞争指数也超过了300。目标树的树木径向生长受到竞争树胸径和及生长季前期气温的影响, 两者共同作用。但相较于气候因子而言, 竞争对西伯利亚五针松的树木径向生长有更大的影响作用。     

北方农牧交错带温性盐碱化草地土壤呼吸对不同形态氮添加和刈割的响应

农牧交错带草地生态系统兼受农业和牧业的影响, 属于脆弱生态系统, 尤其是养分贫瘠的盐碱化草地, 其生态系统结构和功能对外界干扰的响应更加强烈。位于晋西北地区的农牧交错带盐碱化草地, 地理位置独特, 区别于天然牧区草地生态系统。由于毗邻农田, 农业氮肥的过量使用促进了活性氮气体排放, 同时使得农牧交错带草地土壤碳氮循环发生改变。刈割是北方农牧交错草地生态系统的主要管理方式, 为了深入探究氮添加和刈割管理方式对农牧交错带草地碳循环的影响, 进一步厘清该区域草地生态系统的碳动态问题, 该研究设置了一个不同形态氮添加和刈割的裂区实验, 测定土壤呼吸对不同形态氮肥添加和刈割的响应, 为进一步科学管理该区域草地提供可靠的依据。实验样地位于山西省右玉县境内的“山西农业大学农牧交错带草地生态系统野外观测研究站”, 于2017年设置不同形态氮添加和刈割处理, 实验处理包括对照(不刈割和刈割)、尿素添加、缓释尿素添加、刈割+尿素添加、刈割+缓释尿素添加, 每种处理6个重复, 共36个小区。在不同处理条件下测定土壤呼吸速率、土壤温度、土壤水分、土壤微生物生物量、土壤无机氮含量、植物地上和地下生物量, 并计算土壤累积碳排放量及CO₂通量。研究结果表明: (1)短期(2017-2018年)尿素和缓释尿素的添加显著提高了该地区土壤呼吸速率和土壤累积碳排放量。与添加缓释尿素相比, 添加尿素处理下的土壤呼吸速率和累积碳排放量更高; (2)刈割显著降低土壤呼吸速率和累积碳排放量; (3)短期氮添加和刈割的交互作用对土壤呼吸速率没有显著影响。因此, 短期氮添加促进了北方农牧交错带盐碱化草地土壤碳释放, 刈割抑制土壤呼吸, 降低了累积碳排放量, 这可能是由于刈割移除地上植物, 减少了凋落物的输入, 底物减少导致土壤微生物活性降低。但是随着处理时间的延长, 氮添加和刈割对该农牧交错带盐碱化草地土壤碳动态的影响还有待进一步探究和发现。     

外来入侵植物与人工林下层植被结构的关联性

为有效防控外来入侵植物,在广西陆川县人工林区进行植被嵌套样方调查,分析群落物种组成与植被结构和环境因子之间的相关性。Mantel检验表明样方物种组成与样方植被结构的相关性(r=0.208, P=0.002)高于其与环境因子相关性(r=0.084, P=0.051)。MRPP分析表明,有入侵植物阔叶丰花草(Spermacoce alata)、假臭草(Praxelis clematidea)和胜红蓟(Ageratum conyzoides)样方的植被结构与无这3种植物样方的有极显著不同(P 0.01),而有无薇甘菊(Mikainamicrantha)样方的植被结构相似。t检验表明林冠盖度(3.0 m)与这4种植物入侵均无显著相关性(P0.073)。通过增加垂直高度1.5 m以下的植被密度,可以减少阔叶丰花草、假臭草和胜红蓟的入侵,但对抑制薇甘菊入侵无效。因此,植被结构作为过滤器,可能主要作用于植物的种子产生时间、萌发周期和生长习性;以种子方式繁殖的入侵植物能否定植相对更依赖干扰、暴露的裸地;兼具无性和有性繁殖且能攀援和匍匐生长使得薇甘菊能够在不同植被结构的群落中相对随机地定植。     

三裂叶薯NBS-LRR类抗病基因的筛选鉴定与结构分析

为发掘甘薯近缘野生种三裂叶薯(Ipomoea triloba)的NBS-LRR类抗病基因,从基因数据库中对三裂叶薯基因组序列进行了筛选、鉴定和分析。结果表明,从三裂叶薯的98 025个基因中,筛选到282个编码NBS-LRR类蛋白的基因,其中N型80个,NL型83个,CN型28个,CNL型57个,TN型10个,TNL型23个,RN型1个。三裂叶薯的16条染色体上均含有NBS-LRR家族基因,数量最多的染色体含有65个,最少的只有1个。三裂叶薯基因组共有55个基因簇,包含了63.5%的NBS-LRR家族基因。在NBS-LRR抗病基因家族中,CNL和TNL亚家族分别对应到7和11个保守结构域。这为三裂叶薯抗性资源的利用提供了科学参考。     

中国森林生态系统土壤呼吸温度敏感性空间变异特征及影响因素

土壤呼吸的温度敏感性(Q₁₀)是陆地碳循环与气候系统间相互作用的关键参数。尽管已有大量关于不同类型森林Q₁₀季节和年际变化规律的研究, 但是对Q₁₀在区域尺度的空间变异特征及其影响因素仍认识不足, 已有结果缺乏一致结论。该研究通过整合已发表论文, 构建了中国森林生态系统年尺度Q₁₀数据集, 共包含399条记录、5种森林类型(落叶阔叶林(DBF)、落叶针叶林(DNF)、常绿阔叶林(EBF)、常绿针叶林(ENF)、混交林(MF))。分析了不同森林类型Q₁₀的空间变异特征及其与地理、气候和土壤因素的关系。结果显示, 1) Q₁₀介于1.09到6.24之间, 平均值(±标准误差)为2.37 (± 0.04), 且在不同森林类型之间无显著差异; 2)当考虑所有森林类型时, Q₁₀随纬度、海拔、土壤有机碳含量(SOC)和土壤全氮含量(TN)的增加而增大, 随经度、年平均气温(MAT)、平均年降水量(MAP)的增加而减小。气候(MAT、MAP)和土壤(SOC、TN)因素间存在相互作用, 共同解释了33%的Q₁₀空间变异, 其中MAT和SOC是Q₁₀空间变异的主要驱动因素; 3)不同类型森林Q₁₀对气候和土壤因素的响应存在差异。在DNF中Q₁₀随MAP的增加而减小, 而其他类型森林中Q₁₀与MAP无显著相关性; 在EBF、DBF、ENF中Q₁₀随TN的增加而增大, 但Q₁₀对TN的敏感性在EBF中最高, 在ENF中最低。这些结果表明, 尽管Q₁₀有一定的集中分布趋势, 但仍有较大范围的空间变异, 在进行碳收支估算时应注意尺度问题。Q₁₀的主要驱动因素和Q₁₀对环境因素的响应随森林类型而变化, 在气候变化情景下, 不同森林类型间Q₁₀可能发生分异。因此, 未来的碳循环-气候模型还应考虑不同类型森林碳循环关键参数对气候变化的响应差异。     

氮和水分添加对内蒙古荒漠草原放牧生态系统土壤呼吸的影响

土壤呼吸是生态系统碳循环的重要组成部分, 同时也是评价生态系统健康状况的重要指标, 对于评估退化草地恢复过程中生态系统功能具有重要意义。该研究在内蒙古四子王旗短花针茅(Stipa breviflora)荒漠草原长期放牧实验平台上进行, 该平台设置对照(CK)、轻度(LG)、中度(MG)和重度(HG) 4个放牧强度。通过在4个放牧处理区设置氮、水添加实验处理, 探讨不同放牧强度背景下, 氮、水补充对荒漠草原土壤呼吸过程的影响。结果表明: (1)历史放牧强度除2015年对土壤呼吸无显著影响, 2016和2017年都有显著影响, 放牧区3年平均土壤呼吸速率基本都高于对照区。此外, 氮和水分添加显著增加了MG区土壤呼吸速率, HG区氮、水同时添加对土壤呼吸速率有显著增加作用; (2)无论是历史放牧强度, 还是氮、水添加处理, 都没有改变荒漠草原生长季土壤呼吸速率的季节动态变化趋势, 土壤呼吸速率基本表现为单峰曲线模式, 峰值出现在水热同期的7月份; (3)不同年份生长季土壤呼吸速率对氮、水处理的响应并不相同, 氮添加至第3年产生显著影响。水分添加在平水年份(2015和2017年)对土壤呼吸产生显著影响, 但在丰水年份(2016年)无显著影响。氮、水共同添加分别在CK、LG和HG区3年平均土壤呼吸速率显著高于单独加水处理, 说明氮添加的有效性依赖于水分条件, 两者表现为协同作用; (4)不同处理下荒漠草原土壤呼吸的温度敏感性(Q₁₀)值介于1.13-2.41之间, 平均值为1.71。在无氮、水添加时, 放牧区的Q₁₀值都小于CK区, 总体表现为CK 大于 MG 大于 LG 大于 HG; 加水和氮水共同添加处理后, Q₁₀值都有明显增加, 其中NW处理下Q₁₀值都增加到2.0以上。上述结果说明在过去受不同放牧强度影响的荒漠草原在停止放牧后的恢复过程中, 土壤水分仍是影响土壤呼吸的主导环境因子, 外源氮添加只有在满足一定水分供给的基础上才起作用, 尤其是过去的重度放牧区土壤呼吸速率对氮、水补充的响应最为强烈。该研究结果可以为评估荒漠草原恢复过程中土壤呼吸速率受养分和水分影响提供基础资料和依据。     

二色仙人掌，中国仙人掌科一新归化种

2019年4-6月,在江苏省西南部句容市郭庄镇虬山,首次发现二色仙人掌(Opuntia cespitosa Rafinesque)归化种群。该种群主要生长在海拔46～90 m的废弃采石场上,分布范围东西长510 m,南北宽260 m,面积约13.26 hm2。二色仙人掌开花结实的成年植株共计910棵,其中最大灌木平卧茎长轴上叶状茎10个,树龄可达10 a,大概在2010年就生长于虬山。在句容虬山采石场关闭时,采石场工作人员可能将盆栽的二色仙人掌就地丢弃,从而导致该归化种群的发展。比较了二色仙人掌与中国仙人掌属已知其余4种归化植物的形态特征,并编制了分种检索表。此外,讨论了二色仙人掌的传播机制及其入侵风险。     

秦岭地区林地与草地景观格局变化及其驱动因素

以1980—2015年土地利用数据集为数据源,利用GIS空间分析、景观格局指数和主成分分析法,研究了秦岭地区林地与草地景观格局时空变化特征,并探讨其演化的驱动因素。结果表明:(1)林地和草地是秦岭地区主要景观类型,约占研究区总面积的72%,其中有林地为优势景观类型,其次为高覆盖度草地和中覆盖度草地,其他林地和低覆盖度草地分布面积相对较少。(2)35年来,林地和草地总面积整体呈减少趋势,净减少了309.44km~2,其中草地减少占主导地位;空间变化上,损失严重的区域主要分布于以西安市为中心的周边区域,主要向建设用地和耕地转移。(3)林地和草地景观破碎化程度逐渐增加,连通性降低,景观异质性增强且景观形状更为复杂,草地较林地变化明显;空间分布上,林地和草地景观格局指数空间分布特征明显,在地形因子作用下呈现一定的地形梯度性,尤其与海拔的相关性最好。(4)人为活动干扰是影响秦岭地区林地和草地景观格局变化的主要驱动因素,气候因素次之,同时国家宏观政策起着重要的导向作用。减缓人为活动对秦岭地区的过度影响,维护林地和草地的平衡性及完整性,是实现该区生态系统科学管理和资源的可持续利用的关键。     

大熊猫国家公园四川片区自然保护地空间关系对大熊猫分布的影响

理清自然保护地的空间关系与分布格局是加强空间管控、整合优化自然保护地体系的基础。以大熊猫国家公园四川片区内的自然保护地为案例,基于ArcGIS空间数据的处理、分析与可视化表达等功能,结合韦恩(Venn)图在空间层面上量化分析了公园范围内各类自然保护地的空间关系,并进一步揭示了不同保护情景下大熊猫(Ailuropoda melanoleuca)的分布格局。研究结果表明:(1)研究区内含有6类自然保护地,占研究区总面积的75.13%,其中40.68%为交叉重叠区域。(2)各类自然保护地皆存在大面积的交叉重叠。自然保护区为研究区面积最大的自然保护地类型,占自然保护地总面积的72.53%,其中45.89%为交叉重叠区域;其他类自然保护地占自然保护地总面积的60.87%,其中66.48%为交叉重叠区域。(3)猫点密度与自然保护地的交叉重叠程度呈现逆向增长趋势,区域的重叠水平越高,猫点密度越低。(4)自然保护地整体非重叠区的猫点密度高于重叠区。自然保护区是整体猫点密度最高的自然保护地类型,其非重叠区密度明显高于重叠区;森林公园非重叠区与水利风景区重叠区呈现较高的猫点密度。(5)与自然保护区交叉重叠的自然保护地中,位于自然保护区的猫点密度远高于其他重叠区。由此可见,大熊猫国家公园四川片区内原有自然保护地体系体量大但空间关系复杂,不同区域间的保护效能既不平衡也不充分。建议将研究区内自然保护区的非重叠区、位于自然保护区的世界遗产地区域、森林公园的非重叠区以及水利风景区的重叠区等作为大熊猫的核心保护区,施行严格保护;将自然保护区的重叠区、世界遗产地的其他区域作为生态保育区,恢复受损退化的大熊猫栖息地及所在的自然生态系统;将其他区域作为一般控制区,在有效维护大熊猫种群及其栖息地的前提下适度开展人为活动。同时,建议对空间重叠和邻近相接的区域开展科学评估,明确自然保护地的唯一属性。另一方面,我们期待健全自然保护地管理体制,统筹自然保护地的空间布局,为以国家公园为主体的自然保护地体系建设"松体制之绑"。     

基于生态系统服务供求评价的空间分异特征与生态格局划分——以长三角城市群为例

生态系统服务供给与需求能力存在显著的空间异质性与空间失衡,对区域经济发展与环境保护产生巨大影响。以长三角城市群区县为研究单元,分别核算其生态系统服务供给与需求值,引入梯度分析,分析生态系统服务供给与需求的空间特征,并基于供求分析提出长三角城市群生态格局分区方案,且针对性地提出相应片区的发展策略,为长三角城市群土地利用规划、区域协调发展提供科学依据。研究结果表明:(1)长三角城市群生态系统服务供给能力与土地利用类型密切相关,呈现从北到南逐渐升高趋势;(2)长三角城市群生态系统服务需求能力与社会经济发展联系紧密,在长江入海口附近形成生态系统服务需求高值区,然后向外围递减;(3)沪宁杭庐发展梯度带上,生态系统服务供需大致呈现负相关趋势;(4)基于生态系统服务供需关系构建,得到长三角城市群生态格局四大分区:生态保育区(高供给-高需求),生态修复区(低供给-高需求),生态重塑区(低供给-低需求),生态开发区(高供给-低需求)。