高等植物中的山梨醇及其代谢

许多木本蔷薇科植物中均含有山梨醇。山梨醇是这些植物的主要光合产物,也是碳水化合物的订运输形式和一种可溶性的贮藏碳水化合物。其合成和分解由多种不同的酶经多种途径催化进行,其代谢调节着植物的库源转变和库源强度。     

滇石栎沿纬度梯度叶片功能性状的种内变化

对滇石栎分布区的南部边缘到北部边缘的8个种群进行取样,分析叶片的比叶重、叶密度、低温敏感度和Fv/Fm4个功能性状的变异及其相关性,主要探讨叶片功能性状的种内变化程度,种群、个体和叶片间的差异对功能性状变异的相对贡献,以及种群叶片功能性状变化与生境纬度和气温的关系。研究结果显示,4个功能性状的种内变异系数分别为16.0%、17.7%、21.1%和4.01%。种内的变异源来自种群、个体和叶片间的差异,其中种群间和叶片间的差异贡献最大。生境气温与比叶重和Fv/Fm分别有显著的负相关和正相关关系,与叶密度和低温敏感度分别呈开口向下和开口向上的抛物线变化。在4个性状的主成份分析显示,没有一个种群更靠近第1和第2主成份的原点,分布区边缘种群位于第一轴的两侧。研究结果表明,物种在分布区内为适应环境变化叶片功能性状产生变化,没有一个种群可代表物种水平上的叶片功能性状数量特征。在研究植物种功能性状的平均值或进行功能性状的种间比较时,种内变异不能被忽视。     

基于SNP标记的短须裂腹鱼自然群体遗传多样性分析

研究应用SLAF-seq技术开发了短须裂腹鱼(Schizothoraxwangchiachii)的SNP标记, 并使用开发的SNP标记分析了野生种群的遗传多样性。结果显示实验中RsaⅠ-HaeⅢ的酶切效率为86.93%, 共得到80.08 M reads。通过生物信息学分析, 共获得709758个SLAF标签, 其中多态性的SLAF标签共有243304个, 共得到777082个群体SNP, 测序平均Q30为94.79%, 平均GC含量为40.16%, 测得观测等位基因数为2.005, 期望等位基因数为1.5272, 观测杂合度为0.2007, 期望杂合度为0.3160, 平均遗传距离为0.1523, 遗传多样性指数为0.3386, 香浓指数为0.4827, 多态性信息含量(PIC)为0.2562, 次要基因型频率(MAF)为0.2313, 结果表明目前金沙江阿海至龙开口段短须裂腹鱼野生种群遗传多样性处于中等水平, 这和人为干扰有关。近年来短须裂腹鱼数量逐年减少, 研究短须裂腹鱼的遗传多样性对保护其种质资源起着重要的作用。     

寨卡病毒抑制剂的研究进展

寨卡病毒属于黄病毒科黄病毒属,主要通过伊蚊属传播。越来越多研究表明寨卡病毒感染与胎儿的小头畸型症和成人的格林巴利综合征紧密相关,但目前尚无有效的疫苗或FDA已批准的药物。新近研究表明,小分子抑制剂可通过多种机制抑制寨卡病毒。虚拟筛选技术、老药新用等思路有望为抗寨卡病毒药物的研发带来新突破。本文就目前寨卡病毒抑制剂的研究进展进行综述,旨在为发现新型高效寨卡病毒抑制剂提供依据及思路。     

松山自然保护区各功能区植被动态及变化格局

作为全球生态保育的基石,保护区管理和设计成为研究热点。本研究旨在描述不同功能区在相应保护措施下植被的差异性变化。运用遥感和GIS技术以及景观分析手段,利用两期Landsat5TM影像提取出北京松山国家级自然保护区1987、2001年的归一化差值植被指数(NormalizedDifferenceVegetationIndex,NDVI)信息,对植被动态进行分析,并按变化率分为减少、无变化和增加3种类型,利用景观指数刻画出变化格局,就植被动态及其变化格局在不同功能区的空间分异性进行比较。得到以下主要结论:(1)保护区建立后植被大体稳定并有所改善,形成核心区>缓冲区>实验区的植被覆盖梯度。(2)在绝对保护措施下,核心区植被稳定性高并得到进一步改善。植被稳定类型集中于区域中心,增加类型聚集在区域边缘,减少类型与自然植被动态特征相符呈随机分布状态。(3)受经营、开发措施影响,实验区稳定性低,变化面积大、变幅大、增加与衰退共存,植被覆盖居全保护区最低且有退化趋势。(4)缓冲区植被动态呈现出一定的随机分布格局。     

基于变权模型的舟山群岛生态安全预警

生态安全预警是生态安全研究的重要内容,对维护区域生态安全具有重要的指示意义.本文以浙江省舟山群岛为例,基于驱动力、压力、状态、影响、响应(DPSIR)框架模型构建了生态安全预警指标体系,使用变权模型对2000-2012年舟山市生态安全的预警等级进行测度,并使用马尔科夫预测方法对2013-2018年生态安全警情进行了预测.结果表明:变权模型能够有效地满足舟山群岛生态安全动态预警研究需要;2000-2012年,舟山群岛生态安全预警指数由0.286波动上升至0.484,警度等级从“重警”演变为“中警”,指示灯由“橙灯”演化为“黄灯”;2013-2018年,舟山群岛生态安全预警等级预测结果为“中警”,指示灯为“黄灯”.研究结果可为维护舟山群岛生态安全提供参考.     

岷江上游河岸带土地覆盖格局及其生态学解释

针对岷江上游干流河岸带的土地覆盖状况,将该区沿河流主干分为68个样方,结合空间信息及环境因子,对这些样方及流域内的12种土地覆盖类型,采用双向指示种分析法(Two-way indicator species analysis, TWINSPAN)和除趋势典范对应分析法(Detrended canonical correspondence analysis, DCCA)对种类和样方进行分类和排序,以揭示其生态学意义及环境影响因素。结果显示:1)研究区土地覆盖可分为高植被覆盖、中度植被覆盖和低/非植被覆盖3种类别,各类别在流域不同位置分布状况不同,整个流域以中度植被覆盖为主。2)所取样方可分为8个类群,各自拥有相似的土地覆盖组成,呈聚集分布。3)根据土地覆盖特征,河岸带可分为上、中、下3段,流域上段河岸带植被覆盖度较高;中段以中度植被覆盖类型为主,占总面积最大;下段集中了大部分人工土地覆盖类型。4)气温、海拔是影响岷江上游干流河岸带土地覆盖格局的最重要因素,此外降水和人类活动对其也有影响。除干旱河谷区外,顺流自上而下,海拔逐渐降低,水热条件逐渐改善,同时人类干扰强度也逐渐增加,是造成流域3段截然不同的土地覆盖格局的原因。5)干旱河谷特殊的土地覆盖格局是水、热共同作用造成的。总之,岷江上游河岸带土地覆盖呈现出一定的梯度变化特征,自然条件的制约是形成这一格局的主要原因。     

祁连山东段高原鼢鼠暖季活动节律及其影响因素

正动物活动节律是在光周期、外界环境和内在生理机制共同调节下,动物表现出的休息和活动规律,它可以反映出动物个体营养状况、生存压力及社会地位等信息,是研究动物生态行为策略的重要依据(孙儒泳,2006)。尚玉昌(2006)认为温度和光照强度变化直接影响动物行为,而食物资源和天敌数量变化则能间接影响动物行为。目前对于地上栖息的啮齿动物活动节律及其影响因素已有许多报道(金建丽等,2003;纪春艳等,2005;宛新荣     

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。     

高原鼠兔干扰下高寒草甸植物功能群分布与土壤因子的关系

为阐明高原鼠兔干扰下高寒草甸植物功能群分布及其与土壤因子的关系,以高原鼠兔有效洞口密度代表其干扰强度,在青藏高原东缘高寒草甸选择3个不同干扰强度的高原鼠兔栖息区,调查植物群落结构和土壤理化性质,并分析高原鼠兔干扰下二者之间的关系.结果表明:(1)随高原鼠兔干扰强度增加,植物群落平均高度增加、盖度下降;(2)植物功能群多样性指数下降,其中莎草科和杂类草功能群多样性指数下降显著;(3)土壤有机质和全磷含量显著增加,土壤pH和土壤紧实度显著下降(P<0.05);(4)通过冗余分析和偏冗余分析,土壤化学因子(土壤全磷和全钾)的总效应和净效应达到极显著水平,表明高原鼠兔干扰下高寒草甸植物功能群分布与土壤全磷和全钾含量显著相关(P<0.05).