应用地理信息系统模拟森林景观动态的研究

根据地理信息系统的结构,通过数据文件的转换,把它与森林动态模型有机地结合起来,可实现对森林景观动态的模拟和预测。这种模拟方法的数据输入灵活,运行速度快,尤其是它可以获得一些以各种图表的形式输出的模拟结果。本文用文字和框图详细描述了地理信息系统的组成与结构,及森林动态模型的选择与运行方式,并以长白山森林景观为例,叙述了这种模拟方法的整个过程。     

色觉异常的数学模型

色盲是一种遗传性疾病,由于色觉机理尚未研究清楚,一向不能矫治。为了解除色盲患者的苦脑,增加他们在升学、就业和职业选择中的权利,我们通过色觉过程的拓扑学研究,建立了色觉异常的突变模型;论证了色盲矫治机理;研制了色盲电脑诊断矫正检测仪。为色盲眼镜的批量生产和患者的配镜提供准确的矫正曲线。     

一类含间隙分布时滞的种群增长模型的稳定性

本文首先利用间隙分布时滞函数来建立更为符合实际的种群增长模型,然后运用两种不同的方法,对其平衡位置的局部稳定性进行了全面的讨论,得出了局部渐近稳定的充分必要条件,在参数平面上划分出了稳定和不稳地的区域。     

基于野外观测检验动物廊道选址模型的准确性——以白头叶猴为例

廊道构建是减少栖息地破碎化负面影响的重要策略之一。目前,已经有许多模型用于动物廊道的选址,而"选址模型是否能准确预测动物迁移的实际发生位置"一直是保护生物学最为关注的问题。最小成本路径模型（LCP）和条件最小成本廊道模型（CMTC）是两种较为常用的廊道选址模型。以白头叶猴（Trachypithecus leucocephalus）为目标物种,分别运用LCP和CMTC模拟生成白头叶猴迁移廊道,将模拟结果与野外观测廊道进行对比,检验两种方法的准确性。结果表明：与野外观测实际廊道相比,LCP模型模拟结果的完全准确率为46.7%,部分准确率为20%,完全不准确率为33.3%;CMTC模型模拟结果的完全准确率为26.7%,其余73.3%为部分准确,无完全不准确的结果;总体上看,CMTC廊道的准确率较LCP高,因而CMTC模型模拟白头叶猴实际迁移廊道位置的准确性优于LCP模型。输入"源"要素类型、阻力面栅格尺度设定、栖息地土地利用类型变化以及动物迁移行为复杂性4个因素是影响该模拟结果准确性的主要原因。     

模型动物中的肠道菌群分析及微生物组研究

正肠道菌群与多种疾病密切相关,从消化道疾病(如炎症性肠病)、心脑血管疾病(如动脉粥样硬化)到代谢类疾病(如II型糖尿病)和许多免疫性疾病(如风湿性关节炎),肠道菌群研究为诸多疾病研究和防治开辟了新的方向[1-3]。在肠道菌群研究领域,模型动物应用和实验结果的动物实验验证非常重要,本刊2016年第7期刊登的姬玉娇、孔祥峰等的论文"高、低营养水平饲粮对环江香猪结肠菌群结构及代谢物的影响"[4],通过对高、     

珍稀濒危植物长白松(Pinus sylvestris var. sylvestriformis)天然种群生存压力

为了揭示珍稀濒危植物长白松（Pinus sylvestris var. sylvestriformis）天然种群生存压力状况,在全面调查长白山国家级自然保护区长白松分布的基础上,基于邻体干扰模型,引入树高、冠幅、方位等因子,提出3种生存压力指数：个体生存压力指数、种群生存压力指数和群落生存压力指数,分析天然长白松所处6种群落类型中的生存压力。结果表明：长白松承受群落生存压力（PI）从大到小依次为：白桦-臭冷杉群落（PI=21.532）、红松-长白松群落（PI=14.185）、白桦群落（PI=13.262）、臭冷杉-长白松群落（PI=8.752）、长白落叶松-鱼鳞云杉群落（PI=7.780）和蒙古栎群落（PI=5.440）。多重比较单向方差分析表明,6种群落类型中长白松生存压力总体上差异明显,白桦-臭冷杉群落中长白松生存压力最大,显著高于其他5种群落;竞争树种主要为长白落叶松、红松、长白松、山杨和白桦,这5个树种生存压力大小占群落生存压力的87%;红松-长白松群落和白桦群落中长白松生存压力无明显差异,但显著高于臭冷杉-长白松群落、长白落叶松-鱼鳞云杉群落和蒙古栎群落;臭冷杉-长白松群落、长白落叶松-鱼鳞云杉群落和蒙古栎群落中长白松生存压力相对较小,彼此无明显差异。长白松生存压力与其所处植物群落演替阶段及其龄级结构有关。目前,保护区采取严格保护和管理方式不完全有利于长白松种群的稳定发展。根据长白松种群所处的植物群落生境特点、种群生存压力状况并结合种群年龄结构特征,针对不同群落类型提出相应抚育措施建议以期为长白松天然种群的保护提供参考。     

2000年以来中国潜在植被净初级生产力的时空分布模拟

潜在植被的净初级生产力(PNPP)是在无人类干扰情况下,立地所能发育形成最稳定成熟植被的净初级生产力,PNPP能够直接反映自然生态系统的质量状况,是分离人类活动对生态环境影响的重要指标。研究改进了CASA(Carnegie-Ames-Stanford Approach)模型,引入潜在光合有效辐射吸收比例(PFPAR)模拟了2000—2020年中国植被PNPP的时空分布格局。结果表明：中国PNPP空间分布差异较大,东南沿海和东北大、小兴安岭地区PNPP较高,新疆、西藏等西部干旱、高寒地区PNPP较低,呈现以400 mm等降水量线为界的空间分异格局。2000—2020年,中国PNPP总体上呈现递增趋势,年际波动小,PNPP减少的区域与增加的区域面积基本相等。PNPP波动较大的地区主要位于青藏高原、四川盆地和贵州高原。研究结果量化了气候变化背景下真实的生态状况和潜在生态状况的差异,可分离出人类活动对自然生态系统的直接影响,为制定针对性的生态修复对策提供了科学依据。