不同磷水平对柱花草形态学指标的影响

在不同磷素水平培养条件下,探讨磷胁迫对柱花草形态指标及生物量的影响,评价柱花草对磷浓度的耐受性.该文以12个不同基因型柱花草品种为材料,设置7个磷肥梯度,分别为0.2、0.1、0.075、0.050、0.035、0.02 g·kg-1,以不施磷肥为对照,采用盆栽方法进行施肥试验,比较不同柱花草品种形态指标对不同磷浓度的...     

青藏高原各主要植被类型特征及环境差异

青藏高原高海拔引起的地形、气候和土壤空间差异造就了其独特的植被类型及其空间变化,当前研究缺乏针对青藏高原全域范围内各植被类型特征和环境差异的定量与系统性分析。针对青藏高原特殊的地理环境和植被类型,选用植被、地形、土壤、气候4个维度共计58个空间化指标,采用频数分布统计方法对这些指标开展了定量分析,系统揭示了青藏高原全域范围内各主要植被类型的特征及环境差异。通过定量分析发现,大部分的环境及植被特征指标对青藏高原各主要植被类型的区分度较高,其中,遥感归一化植被指数、植被净初级生产力、裸地覆盖度、海拔、土壤温度、年最低温度、年总蒸散发7个指标对青藏高原各主要植被类型的区分度较高。揭示的青藏高原各主要植被类型的特征及环境差异,可提高灌丛和草地之间、各草地类型之间、高山苔原-垫状-稀疏植被与其他植被类型之间的可区分性,有助于解决青藏高原植被精细分类中广泛存在的灌丛和草地区分、草地类型细分、高山苔原-垫状-稀疏植被识别和山地垂直地带植被识别四个难点问题。研究结果一方面可服务于青藏高原的植被精细分类,另一方面也可服务于青藏高原的自然地带划分、生物多样性和生态系统功能评估、地表物质循环研究等。     

极端暴雨下山地丘陵区小流域洪水淹没强度对景观特征的响应——以河南“7·20”暴雨为例

通过分析郑州7·20暴雨事件中贾峪河山地丘陵区小流域的洪水过程,探究景观特征对洪水淹没强度影响的时空分布规律,并提出增强流域洪水韧性的规划建议,以缓解河南省山区所面临的社会经济发展、生态环境改善等问题。基于高分6号遥感数据、先进陆地观测卫星(ALOS,Advance Land Observing Satellite)相控阵L频段合成孔径雷达(PALSAR)的地表高程数据和小时降雨量数据,利用MIKE 21水动力模型构建贾峪河流域二维水文模型,分析其2021年7月20日0-24时期上、中、下游的洪水淹没深度和面积,并结合双变量空间自相关模型方法,探究洪水淹没强度与各景观组成和地形因素在时间和空间上的相关性的差异以及其空间聚类类型。研究表明:(1)贾峪河流域淹没面积在0-6时快速增长,于18时达到最大9.59km²,此时各区域淹没面积占比从大到小依次为下游18.88%、上游8.25%、中游12.03%,淹没深度在3m以上的面积占36.11%。(2)地形因素(平均Moran''s I=0.159)对洪水强度的影响大于土地类型(平均Moran''s I=0.096),主要影响因子相对高程、地形湿度指数、矿坑面积百分比、水体面积百分比、建设用地面积百分比、耕地面积百分比以及林地和草地面积百分比与洪水淹没强度之间的相关性随时间变化呈增大趋势,均在暴雨中后期18-24时达到最强。(3)交互探测结果表明,多因子叠加会增强各景观特征对洪水淹没强度的影响。上游影响洪水淹没强度的主要驱动力为矿坑和相对高程,中游和下游的主要影响为水体和地形湿度指数。(4)洪水淹没强度24时的平均值与景观特征指数之间的"高-高"和"高-低"地区的面积占比约0.47%-9.85%,主要分布在上游的中部山区和北部河道周围、中游的河道两侧和下游的河道以及常庄水库周边地区。研究结论建议在上游露天矿坑就地改造为蓄水池并恢复植被,中游和下游应提升河岸带绿地质量,增加下游城区绿色基础设施,减轻城市洪水风险。     

五株乳酸菌和三株芽孢杆菌的生物学特性和功能

【背景】乳酸菌和芽孢杆菌是应用于生产最多的益生菌,但不同菌株间的生长特性均不相同,因此了解菌株的生物学特性具有重要意义。【目的】研究菌株的生物学特性,能合理地开发和利用菌株,以保证菌株生产应用的安全性。【方法】活化后鉴定5株乳酸菌和3株芽孢杆菌并对其形态进行观察,探究菌株的生长曲线、产酸能力及最适生长条件,测定菌株的抑菌活性和产酶性能,同时探究菌株的益生性和安全性。【结果】五株乳酸菌分别编号鉴定为干酪乳杆菌R1、副干酪乳杆菌R2、香肠乳杆菌R3、福莱乳杆菌R4和唾液乳杆菌R5;3株芽孢杆菌分别编号命名为贝莱斯芽孢杆菌Y1、枯草芽孢杆菌Y2和地衣芽孢杆菌Y3。八株菌形态结构均不相同但都为杆状,均在2–10 h为对数生长期,18–24 h为稳定期,培养24 h时乳酸菌和芽孢杆菌的活菌数均保持在10⁹和10⁸ CFU/mL,最适生长温度为37.0℃。乳酸菌具有较强的产酸能力和抑菌活性,芽孢杆菌有较强的产酶性,在人工胃液中都有较强的耐受性。八株菌都无溶血活性、无毒力基因、对抗生素都保持中度敏感以上;其中唾液乳杆菌有四环素耐药基因,但对四环素抗性为中度敏感。【结论】八株菌生长繁殖速度快,乳酸菌产酸能力和抑菌活性较强,芽孢杆菌具有较强的产酶性能,在体外具有较好的益生性和安全性,可应用于生产实践。     

海岛碳排放核算与时空特征——以东山岛为例

把握地区碳信息发展动态是开展区域碳平衡规划的科学基础。以统计年鉴数据为基础,对东山岛2012—2021年整体及各产业的直接碳排放量进行核算,同时,将产业与土地利用结合,分析其空间表现形态,运用核密度分析和克里金法分析碳排放源的空间影响,采用高斯烟羽模型对工业点源的碳排放扩散进行空间模拟,通过渔网和人口修正的方法分析海岛碳排放的空间分异,以此探讨海岛碳排放的空间分布和空间影响特征。结果显示,工业是东山岛的首要碳排放源,2021年工业碳排放量的大幅下降表明能源种类的转换对于工业碳减排具有重要作用;渔业碳排放量总体占比25%左右,是海岛地区不容忽视的碳排放源之一。在空间分布方面,东山岛综合碳排放的空间分布呈“点状聚集,面状扩散”的基本特征,工业碳排放对周围地区的影响最大,往往形成以工业碳排放源点为中心的碳排放热点核心区,其次碳排放量较高的地区为人口聚集区,丘陵区的碳排放量最低,不同土地利用类型之间形成碳排放的交叉过渡区。最后,本文从碳排放空间影响的视角出发,根据不同形态的碳排放源提出“包围”、“伴随”和“介入”的碳汇空间规划策略,这对区域的低碳规划具有一定参考意义。     

黄帚橐吾不同密度斑块植物、土壤和微生物碳氮磷生态化学计量特征

植物-土壤作为构成生态系统养分循环的连续体,在某种程度上决定了草地生态系统的养分平衡和系统稳定性。碳(C)、氮(N)和磷(P)是生态系统中三种主要的营养元素,它们参与了生态系统的养分循环,在生态系统结构功能维持中起着基础性作用,且生态系统内部的C、N、P循环在植物、土壤和微生物之间相互转换。为了探究黄帚橐吾(Ligularia virgaurea)在扩散过程中对草地生态系统养分循环的影响,以黄帚橐吾微斑块为研究对象,根据斑块密度界定6个密度梯度,分别为D0(0 株/m²)、D1(43 株/m²)、D2(99 株/m²)、D3(163 株/m²)、D4(332 株/m²)和D5(621 株/m²),分析了不同密度斑块的草地植物、土壤和土壤微生物生物量C、N、P含量及其生态化学计量的变化情况。结果表明,随着黄帚橐吾密度的增大,草地植物群落的C含量呈增加趋势,植物N含量略微上升后显著下降,且当黄帚橐吾密度 ≥ 160株/m²时,植物N含量显著降低,植物P含量呈先降低后升高的趋势,C∶N比呈逐渐上升趋势,C∶P比呈先上升后降低趋势,N∶P比呈先上升后降低趋势;土壤C、N、P含量均呈先增加后降低趋势,其中C含量在D2达到最大值,N含量为D1-D4高于D0和D5,但各斑块差异不显著,P含量为D3显著高于其余斑块,C∶N在D5达到最大值,C∶P在D2达到最大值,土壤N∶P呈略微降低后又有所增加,土壤养分主要受N限制;MBC随着黄帚橐吾密度的增加有降低趋势,而MBN和MBP变化均表现为”N”字型,MBN∶MBP呈先增加后降低趋势。通过相关性分析和RDA分析得到,黄帚橐吾密度与植物C、N、MBN以及MBP显著相关,植物C含量和土壤C含量与MBN呈显著正相关,土壤养分与微生物量的关系更为密切。     

2000-2020年青海湖流域植被降水利用效率时空变化

植被降水利用效率(PUE)是评价植被生产力对降水量时空动态响应特征的重要指标。以年净初级生产力(NPP)数据、年降水量数据为基础,利用地理信息系统(GIS)和遥感(RS)技术,计算并研究了2000-2020年青海湖流域植被降水利用效率时空分布格局及其地形效应,结合年均气温、年均地表温湿度、年生长季光合有效辐射吸收系数和年植被覆盖度等数据,探讨了PUE与各因子间的相关关系。结果表明:(1)青海湖流域单位像元(1 km²)PUE平均值在0.4-0.7 gC m^-2 mm^-1间变化,平均为0.54 gC m^-2 mm^-1,且在年际间无显著变化趋势(R²=0.05, P≥0.05)。在空间上,青海湖流域多年PUE平均值环湖呈现不均匀分布,除青海湖东岸外,PUE值随湖面距离增大呈减小趋势;其高值区主要集中分布在青海湖西岸和南岸的半环区;年PUE变化趋势的斜率值为-0.05-0.04 gC m^-2 mm^-1 a^-1,其中显著变化的区域占流域面积的29.63%。(2)青海湖流域多年PUE平均值在海拔效应和坡度坡向两种不同微地形效应下表现出明显的差异。海拔每升高50 m,PUE值将减少0.02 gC m^-2 mm^-1;随坡度增加,PUE值呈降低趋势,平坡至险坡(>45°)的变化范围为0.3-0.61 gC m^-2 mm^-1;不同坡向PUE值表现为由东北坡向西南坡递减,范围为0.52-0.56 gC m^-2 mm^-1。(3)在空间上,青海湖流域PUE值与地表温度、光合有效辐射吸收系数、植被覆盖度和叶面积指数相关性较为明显。沿海拔梯度,空气温度和地表温度与PUE呈极显著正相关(R²=0.94, P<0.01; R²=0.98, P<0.01),光合有效辐射吸收系数、植被覆盖度和叶面积指数与PUE显著正相关(R²=0.89, P<0.05; R²=0.90, P<0.05; R²=0.86, P<0.05),地表土壤湿度与PUE无显著相关性(R²=0.16, P≥0.05)。评估了青海湖流域植被降水利用效率的特征及其与各因子间的相关关系,明确了植被对降水的利用能力及其耗水特性,可为青海湖流域植被保护和国家公园建设提供理论参考。     

亚热带森林转换对土壤无脊椎动物群落结构的影响

受人类活动干扰的增加,亚热带森林频繁转换为次生林和人工林,可能显著影响土壤无脊椎动物群落结构及其生态功能,但当前的认识并不一致。因此,于2022年7月调查了亚热带天然常绿阔叶林转换为次生林、米槠人工林、杉木人工林后土壤无脊椎动物群落结构特征。共捕获土壤无脊椎动物659只,丰度为26540只/m²,隶属1门6纲13目59科,其中蚁科和球角 虫 兆 科为优势类群。森林转换改变了土壤无脊椎动物群落组成和多样性。天然林向米槠人工林和杉木人工林转换后,土壤无脊椎动物丰度和类群均明显降低,其中大型土壤无脊椎动物丰度的响应更为敏感,在2种林型中分别显著降低了33.58%和36.53%。尽管林型转换对土壤无脊椎动物群落多样性指数无显著影响,但改变了土壤无脊椎动物群落组成,其中天然林与杉木人工林群落组成极不相似(J ＜ 0.25),等节 虫 兆 科为杉木人工林优势类群,占比达到59.84%。冗余分析显示,土壤湿度、凋落物现存量和凋落物磷含量是影响土壤无脊椎动物群落的主要因子,对土壤无脊椎动物群落的解释率为69.30%。可见,林型转换可能通过改变土壤理化性质和凋落物质量,调控土壤无脊椎动物群落结构。     

淮河流域暖季极端高温干旱复合事件的演变特征及其与气候和植被的关系

使用淮河流域1981年至2020年的149个气象站点的气温和相对湿度数据,分析了流域暖季极端高温干旱复合事件(Compound Drought and Heat Events,CDHEs)的时空演变特征,并通过趋势分析和相关分析法探讨了CDHEs与气候和植被的关系。结果表明:①CDHEs的发生日数在年代际尺度上呈现明显的增加趋势,并且范围扩大,频发区逐渐向淮河流域中西部移动;②在年际尺度上,CDHEs随时间序列呈显著的波动上升趋势,空间分布上以西北部为中心向四周递减。连续CDHEs事件呈年际变化,最大2至4天的连续事件存在波动,2019年达到高峰,并且在流域内零散或成片出现;③在月际尺度上,CDHEs的发生日数在6月最多,其次是5月、7月、9月和8月。淮河流域入汛前的旱情和入汛后的旱涝急转都容易导致CDHEs发生,而且随着月际变化向南移动;④CDHEs对水热条件和大气环流具有特别的敏感性。在850hPa反气旋和500hPa显著高压异常的控制下,高温、低湿、高蒸发和降水少的气候背景有利于淮河地区CDHEs的形成,尤其是在淮河中西部地区。因此,CDHEs的发生与气候变化密切相关;⑤CDHEs与植被生长也存在显著关系。CDHEs与GPP呈显著的负相关,而与NDVI呈显著的正相关,显著地区的土地类型以耕地和城乡、工矿、居民用地为主。GPP和NDVI的不同步可能是因为多种因素的非线性相互作用,而不仅仅是单一因素的影响。此外,对于GPP和NDVI来说,土壤含水量至关重要。总之,本文对淮河流域CDHEs的时空分布特征进行了深入研究,并探讨了其与气候和植被的关系。研究结果可以为该地区的气象灾害防御和生态环境保护提供科学依据和参考。     

基于中国生态系统研究网络的典型森林生态系统土壤保持功能分析

森林生态系统土壤保持功能在控制土壤侵蚀以及维持生态安全方面具有不可替代的作用。根据不同气候带降雨特征进行降雨侵蚀力参数校正,基于中国生态系统研究网络(CERN)的森林生态系统长期定位观测样地2005—2015年监测数据利用修正的通用土壤流失方程(RUSLE)定量分析了典型森林生态系统土壤保持功能的时空变化特征,并探讨了土壤保持功能的影响因素。研究结果表明:①日雨量侵蚀力模型在降雨丰富的热带模拟效果优于降雨相对较少的亚热带和温带,参数校正后模拟效果明显提升;②研究期内10个典型森林生态系统土壤保持量变化范围为4.44—891.67 t hm^-2 a^-1,呈现北低南高的空间格局(R²=0.65^***);土壤保持率均达到97%以上;③降雨、归一化植被指数、土壤质地和植被林龄是影响森林生态系统土壤保持功能的主要影响因素;降雨量与土壤保持量显著相关(R²=0.52^*),NDVI和土壤质地与实际土壤侵蚀量显著相关(R²=0.64^**