松嫩草原碱化草地角碱蓬群落水分生态的研究

 本文采用自行设汁的蒸散仪和加拿大Campbe 11科学仪器公司生产的自动气象设备测定了松嫩草原碱化草地角碱蓬群落的蒸散、蒸腾量、太阳辐射及空气温度等环境因子。分析结果表明生长季的睛天条件下,角碱蓬群落的蒸散、蒸腾速率的日进程均为单峰曲线,且各月份间差异很大。群落蒸腾速率与太阳辐射强度、空气温度、相对湿度、风速等环境因子紧密相关,其中与太阳辐射强度呈极显著正相关关系。生长季降雨量和土壤含水量在角碱蓬群落水分循环与平衡的过程中起重要调节作用。1992年6～8月的生长季中,角碱蓬群落总的水分亏缺较少(6.3mm),但各月份间差异很大,其中6月份水分亏缺最高(30.1mm)。     

Testing parameter sensitivities and uncertainty analysis of Biome-BGC model in simulating carbon and water fluxes in broadleaved-Korean pine forests

生态过程模型的发展为研究者在长时间序列和区域尺度的研究提供了便利, 但模型模拟的准确性受到模型自身结构、模型参数估计合理性的影响。敏感性分析能够定量或定性筛选出对模型模拟结果影响较大的敏感参数, 是模型参数校准过程中的重要工具, 也是建模和应用的先决条件。该文以阔叶红松林为研究对象, 采用全局敏感性分析方法——傅里叶幅度灵敏度检验扩展法(EFAST)对Biome-BGC模型的生理生态参数进行了敏感性分析, 分别分析了红松(Pinus koraiensis)和阔叶树的净初级生产力(NPP)、蒸散(ET)对参数变化的敏感性。结果表明: (1)模拟红松NPP的不确定性高于阔叶树, 但二者的模拟ET的不确定性均较小。阔叶树的NPP和ET对生理生态参数的敏感性总体上都小于红松。(2)无论是红松、阔叶或其他植被类型, 模拟NPP均表现出对叶片碳氮比、细根碳氮比、比叶面积(SLA)和冠层截留系数的敏感性, 这4个参数的高敏感性主要是由模型自身结构所决定的, 与植被类型和研究地区的关系较小。对模拟ET而言, 细根与叶片碳分配比、新茎与新叶碳分配比和SLA均是影响红松和阔叶树ET的敏感参数, 但红松ET主要受参数与参数间的二阶或多阶交互作用的间接影响, 而阔叶树ET则主要是受到敏感参数直接效应的影响。(3)除了上述影响红松和阔叶树碳水通量的共性参数外, 诸如核酮糖-1,5-二磷酸羧化酶中叶氮含量、叶片与细根周转率、所有叶面积与投影叶面积之比等也是对模拟结果有影响的重要参数, 但是其敏感程度随物种不同和研究区不同而不同, 所以这类参数可以根据具体情况进行参数本地化, 对于其他不敏感参数则可以采用模型缺省值。     

黄土高原降水年内分布差异对旱作果园蒸散特征的影响

天然降水是雨养农业区水文循环的主要驱动因子,在一定程度上决定着土壤水分生态环境,从而影响作物的蒸散特征。本研究通过分析静宁地区历年降水年内分布特征,明确了降水的集中趋势,在2018和2019年田间定位试验基础上,探究土壤水分随降水发生的变化过程以及果园蒸散特征对降水年内分布差异的响应规律。结果表明: 试验区历年降水集中度较高,集中期多分布在7和8月,8月所占比例达75%,且各年降水集中期出现的早晚变化较大。土壤水分对降水的响应主要集中在0～40 cm土层,深层水分只有在大雨量和连续性降水出现时才会发生明显变化。同为丰水年的情况下,2018年降水集中度高,集中期早,时间短,果树日耗水强度呈单峰结构,变幅较大;2019年降水分布均匀,集中期滞后,日耗水强度呈双峰结构,变幅小,大峰靠后。果树最大需水期历时长,2018年大雨的集中分布无法满足后期果树生理需水,果实产量受损,降水利用效率较2019年下降30.2%。黄土高原地区在苹果树幼果生长期往往会出现短暂干旱,影响果实品质,需加强该时段的水分管控。     

基于Shuttleworth-Wallace模型的科尔沁沙地流动半流动沙丘蒸散发模拟

陆面蒸散发在气候调节和维持区域水量平衡中起关键作用.量化蒸散发及其各组分项,对深刻揭示干旱半干旱地区的生态水文过程具有重要意义.本研究基于科尔沁沙地流动半流动沙丘2017年生长季气象监测系统的原位监测数据,利用Shuttleworth-Wallace(S-W)模型对沙丘蒸散发进行模拟,在此基础上,对蒸散各组分进行拆分,并利用涡度相关对模拟蒸散发值进行验证.结果表明: 整个生长季模型模拟蒸散发值为308 mm,涡度相关实测值为296 mm,偏差较小,证明S-W模型适用于该地区的蒸散发模拟.蒸散发整体呈生长旺盛期>生长后期>生长初期,分别为192、71和45 mm,分别占总量的62.3%、23.1%和14.6%.日尺度上模型模拟值与实测蒸散发值一致性较高,模型模拟精度大体表现为: 晴天>阴天>雨天,且阴雨天模型模拟值较涡度相关实测值偏低.经拆分,土壤蒸发和植被蒸腾分别为176和132 mm,分别占总量的57.1%和42.9%,表明沙地水分利用效率较低.持续干旱和降水后,蒸散发规律明显不同,且土壤蒸发对降水的敏感性强于植被蒸腾.     

地市尺度气候调节服务评估——以福州市为例

生态系统服务是衔接生态系统功能和人类福利的桥梁,气候调节服务在生态系统服务中占有极其重要的地位。对气候调节服务发生的全过程进行评估,对科学开展生态系统服务评估具有重要意义。本研究以福州市为案例,开展地市尺度气候调节服务评估,分析气候调节服务在行政单元、地类尺度上的时空变化特征。结果表明: 2015、2018年,福州市气候调节服务总实物量分别为4.01×10¹² MJ(价值量6139.44亿元,GDP为5618.08亿元)和4.66×10¹² MJ(价值量7140.02亿元,GDP为7856.81亿元),气候调节服务价值大致与当年GDP相当。主要的土地利用/覆被类型是森林、耕地、水域,分别占福州市国土面积的57%、15%和9%;水域对福州市气候调节服务贡献最大,2018年贡献度超过60%,高于林地(12%)及耕地(13%)。建成区、东部农耕区域气候调节服务价值较低。2015、2018年,福州市土地利用/覆被变化面积为1805.5 km²,变化最大的用地类型是耕地、林地,主要的土地利用转移方向是耕地与林地、林地与园地、耕地与城镇村及工矿用地之间的转化;气候调节服务总实物量变化了6.74×10¹¹ MJ,相应的价值变化量为1035.8亿元;气候调节服务变化集中在闽侯、闽清、永泰等中西部地区,以及罗源、福清等西部山区;水域的气候调节服务变化最剧烈,水域类型转化会产生极为强烈的气候调节服务变化,远高于其他用地类型转换的效果。     

交换量测定中的应用

植物群落蒸散量和CO₂交换量的测定方法多种多样。该文以水分、CO₂动态的区域性整合为目标,开创了一种新的、同时测定群落蒸散量和CO₂交 换量的方法——LI-6262 CO₂/ H₂O分析仪接气室法。借助这种方法测定了内蒙古锡林河流域典型草原区群落蒸散量和CO₂交换量,取得了较好的 结果。该方法将群落的重要生态过程：蒸散与光合、呼吸作用的测定联系起来,也因此得到一系列表征群落特性的有用指标;同时该方法具有 精度高、简便易携带、适于野外操作等特点,经进一步改进后可广泛用于草原、沙地及湿地植物群落的气体通量测定。对于精确研究草原区各 种植物群落类型的水分利用、光合和呼吸特性及草原区植被在全球气候变化中的地位和作用等有重要的实用价值。     

地表蒸散的遥感估算模型及其在农业干旱监测中的应用

蒸散是地表水热交换的主要过程,其空间特征差异明显,而遥感技术的发展与应用使得区域蒸散估算成为现实.本文介绍了基于能量平衡法的单层与双层遥感蒸散模型,并对这2类遥感模型的优缺点分别进行了评述和比较.重点综述了近年来得到发展和应用的大气-陆地交换反演模型(ALEXI),阐述其主要结构、特色和过程.该模型通过耦合双层能量平衡模型(TSEB)和简化边界层模型,减少以往模型对台站气象数据的依赖,明显提高区域蒸散估算精度.研究表明,基于该模型的蒸散胁迫指数(ESI)具有很强的区域干旱监测能力.在今后研究中,多元遥感数据融合技术、陆面数据同化系统与遥感蒸散模型的结合将成为该领域的研究热点.     

pNAS：化疗药物可能影响后代基因

英国一项最新研究显示,几种常用的化疗药物可能会影响后代的基因,在动物实验中,服用了化疗药物的实验鼠后代出现基因变异。研究人员建议,接受化疗的癌症患者若想生育,应该先停药一段时间。     

SIMULATING SEASONAL AND INTERANNUAL VARIATIONS OF ECOSYSTEM EVAPOTRANSPIRATION AND ITS COMPONENTS IN INNER MONGOLIA STEPPE WITH VIP MODEL

 利用内蒙古羊草草原(Leymus chinensis)生态系统通量观测站的气象数据、野外实测和MODIS叶面积指数(Leaf area index, LAI), 应用基于生态系统过程的VIP(Vegetation interface process)模型, 以半小时为步长, 模拟分析了羊草草原生态系统2003～2005年(分别为平水年、平水年和干旱年)蒸散及其分量的变化过程。通过与通量数据对比, VIP模型能够很好地模拟羊草草原生态系统的蒸散过程(R² = 0.80), 在峰值大小和变化趋势上, 模拟值与实测值有较好的一致性。模拟结果显示: 3年蒸散量分别为337、338和223 mm; 在降水相对充沛的2003和2004年, 蒸腾量为192和171 mm, 而降水相对较少的2005年, 蒸腾量仅为96 mm; 年平均蒸腾和蒸发对蒸散的贡献基本持平; 生长季蒸散占全年的83%, 6月开始, 蒸腾大于蒸发, 蒸散和蒸腾的月总值均在7、8月达到最大值,两月蒸散占全年的43%。LAI是影响蒸散的主要因素, 其次是降水, 而净辐射对蒸散的影响较小。在生长季, 蒸发的季节变化平缓, 蒸散的差异主要体现在蒸腾的差异。     

植被的ＰＥ（可能蒸散）指标与植被－气候分类（二）——几种主要方法与ＰＥＰ程序介绍

应用C．W．Thorn thwaite计算PE与气候分类方法对我国671个气候台站资料计算分析结果,得出可能蒸散的地理回归模型为：APE=2037.98-18.8308LAT(纬度)-4.5801LONG(经度)-0.157861ALT(海拔)APE与湿度指数Im与我国植被的主要类型及其分布格局有密切相关性。其热量指标(APE)界限与北美颇相符合,但Im明显偏低,反映了中国植被的生态特点。研究表明该方法在我国有明显的应用前景。