藏北高原高寒草地围栏禁牧和生长季降水对物种丰富度和多样性的影响(英文)

2009和2010年夏天沿藏北高原高寒草地样带调查了高寒草地生态系统(高寒草甸、高寒草原和荒漠草原)在围栏禁牧和自由放牧管理下的物种丰富度和多样性(Shannon-Wiener指数,Simpson优势度指数和Pielou均匀度指数)。研究结果显示:自2006年起藏北高原围栏禁牧在植被类型和区域尺度上没有显著改变物种丰富度和多样性。物种丰富度和多样性主要受生长季降水驱动,超过87%的变异可由生长季降水来解释。物种丰富度和多样性在自由放牧和围栏禁牧2类样地对生长季降水的响应方式一致。物种丰富度随降水呈指数型增长关系,多样性指数则呈现正线性关系。研究结果预示藏北高原地区生长季降水的变化对于物种丰富度和多样性管理至关重要,在未来高寒草地保护研究中应予以重视。     

川西天然林生态服务功能的经济价值

生态服务价值既是实施生态系统保育和管理、建立合理生态补偿机制的基础 ,也是全球经济的重要组成部分。作者根据四川省 1995年森林资源统计资料和其它有关文献 ,按照Costanza的生态服务功能系统初步估算了四川西部天然林生态系统的 17类生态服务价值。川西天然林生态服务功能总价值为 46 84× 10 8USD/a,其中生态效益、经济效益和社会效益分别占 77 5 1% ,17 10 %和 5 39% ,这反映了天然林生态系统具有极显著的生态功能。在生态效益方面 ,气体调节、侵蚀控制和层积物保持、养分循环、废弃物处理价值等生态功能尤其明显。川西天然林生态服务价值占全国总价值的 0 5 2 % ,但气体调节和遗传资源对全国生态服务功能的贡献很高 ,分别为 2 2 5 %和 2 76 %。由于天然林生态系统具有许多不确定性以及方法上的不成熟 ,因而本文得到的川西天然林生态服务价值只是一个保守的、较低的估计值     

青藏高原高寒草原生态系统土壤CO_2排放及其碳平衡

青藏高原海拔高,气压低,太阳辐射强,气候寒冷,其主体部分为海拔4000m以上的高寒地区.由于严酷的自然条件的限制,对高海拔地区的土壤CO2排放的研究非常少,尤其对海拔4500m以上的高寒草原生态系统土壤的CO2排放研究更不多见.本试验采用静态箱式法,通过对高原高寒草原生态系统(西藏:班戈县,90.01°E,31.23°N,海拔4800m)土壤CO2排放的2周年的定点观测,结果表明:青藏高原高寒草原生态系统土壤CO2排放的日变化呈现单峰曲线,CO2排放最高点出现在当地时间的14︰00左右,最低点出现在当地时间的凌晨5︰00左右,在夏季这种特征尤其明显;高寒草原生态系统土壤CO2排放亦呈现明显的季节变化,夏季增强,冬季明显减弱;根据计算,高寒草原生态系统土壤CO2排放年日平均值和年总量分别为21.39mgCO2·m?2·h?1和187.46gCO2·m?2·a?1,结合高寒草地净生产量的观测结果,表明青藏高寒草原生态系统是碳汇.     

西藏高原草原化嵩草草甸生态系统CO2净交换及其影响因子

了解生态系统CO₂净交换(NEE)的季节变化规律和主要生物因子及环境因子对这些过程的影响将有助于生态系统碳循环过程机理的理解以及大尺度过程的模拟. 本研究利用涡度相关技术对位于西藏高原腹地的、世界海拔最高的草地碳通量观测站的NEE及生物和环境因子进行近3年观测, 阐明NEE及其组分的动态变化特征和影响因子. 草原化嵩草草甸生态系统碳吸收的最大值出现在8月, 最大碳排放出现在11月, 在生长季初的6月, 受降水和植物返青快慢的影响, 会出现生态系统碳吸收或排放的年际差异, 7~ 9月表现为碳吸收, 其余月份均为碳排放. 在生长季, 白天的NEE主要受光合有效辐射变化的控制, 同时又与叶面积指数交互作用, 共同调节光合速率和光合效率的强度. 生态系统呼吸主要受温度的控制, 同时也受到土壤含水量的显著影响, 呼吸商(Q₁₀)与温度呈负相关, 而与土壤含水量呈正相关关系. 生长季昼夜温差大并不利于生态系统的碳获取. 10℃时标准呼吸速率(R₁₀)与土壤水分、温度、叶面积指数和地上生物量呈正相关关系. 降水格局影响了土壤水分动态, 土壤含水量会显著影响生态系统呼吸的季节变化. 生长季初和末期的脉冲性降水会导致生态系统呼吸的迅速上升, 从而导致生态系统碳的流失. 西藏高原草原化嵩草草甸生长季短, 温度低, 致使生态系统的叶面积指数偏低, 生态系统碳吸收较少, 降水格局引起的土壤湿度动态和脉冲性降水将对生态系统呼吸产生了重要影响, 从而会影响到生态系统的碳收支水平.     

西藏当雄高寒草甸碳通量定位观测站小气候的基本特征

分析了西藏当雄高寒草甸碳通量站4 a高密度小气候观测资料的净辐射、光合有效辐射,气温的年变化和日变化的规律,绝对湿度、相对湿度、风、大气压、土壤温度及湿度、土壤热通量的年变化规律.该地区具有明显的高原大陆性气候特征,光照强、日照长,太阳辐射和光合有效辐强;气温年较差小,日较差大;空气湿度小,较干燥,雨季和旱季分明,降水集中强度小;气压低,有常风;土壤温度年变化较小,土壤湿度和降水有明显的对应关系,降水节律是土壤湿度的决定因素.     

普兰县农牧结合潜力分析（英文）

农牧结合是高寒牧区放牧系统的一项重要的实践,具有实现农业和牲畜业可持续生产的重大潜力。然而,目前青藏高原的农牧业分离已经导致集约化农业、草地退化和饲料短缺的问题产生。因此,为探索高山放牧系统中农牧结合的潜力,本研究以中国普兰县为例,基于多数据源,分析了牧草生产潜力和牲畜产量,并从饲草供给角度评估了农牧结合的潜力。结果表明:普兰县可用于人工种草的潜在边际土地约560公顷,基本位于环境条件较好的普兰镇周边。而积温是牧草种植的主要环境限制因子,今后牧草种植应注重品种的抗寒性和生长周期,同时也要注意人工草地建立后的退化和沙化问题。另外,虽然2012–2016年普兰县牲畜数量明显下降,但高寒草地放牧牲畜数量依然高于农牧景观的牲畜放牧数量。该地区目前放牧牲畜数量一般维持在约11万只羊单位,而人工草地和作物秸秆能够提供约1.1万只羊单位的饲料,约占农牧景观中牲畜数量的一半。普兰县农牧结合可以适当补充放牧条件下牲畜饲料的缺额,尤其是在农牧区的普兰镇。本研究结果对未来牧草生产和发展农牧结合具有重要的指导意义。     

西藏高原草原化嵩草草甸生态系统CO_2净交换及其影响因子

了解生态系统CO2净交换(NEE)的季节变化规律和主要生物因子及环境因子对这些过程的影响将有助于生态系统碳循环过程机理的理解以及大尺度过程的模拟．本研究利用涡度相关技术对位于西藏高原腹地的、世界海拔最高的草地碳通量观测站的NEE及生物和环境因子进行近3年观测,阐明NEE及其组分的动态变化特征和影响因子．草原化嵩草草甸生态系统碳吸收的最大值出现在8月,最大碳排放出现在11月,在生长季初的6月,受降水和植物返青快慢的影响,会出现生态系统碳吸收或排放的年际差异,7～9月表现为碳吸收,其余月份均为碳排放．在生长季,白天的NEE主要受光合有效辐射变化的控制,同时又与叶面积指数交互作用,共同调节光合速率和光合效率的强度．生态系统呼吸主要受温度的控制,同时也受到土壤含水量的显著影响,呼吸商(Q10)与温度呈负相关,而与土壤含水量呈正相关关系．生长季昼夜温差大并不利于生态系统的碳获取．10℃时标准呼吸速率(R10)与土壤水分、温度、叶面积指数和地上生物量呈正相关关系．降水格局影响了土壤水分动态,土壤含水量会显著影响生态系统呼吸的季节变化．生长季初和末期的脉冲性降水会导致生态系统呼吸的迅速上升,从而导致生态系统碳的流失．西藏高原草原化嵩草草甸生长季短,温度低,致使生态系统的叶面积指数偏低,生态系统碳吸收较少,降水格局引起的土壤湿度动态和脉冲性降水将对生态系统呼吸产生了重要影响,从而会影响到生态系统的碳收支水平．     

土壤呼吸主要影响因素的研究进展

影响土壤呼吸的因子有很多，在不同时间空间的不同生态系统其影响因子各不相同。综述了土壤呼吸主要影响因子的研究进展，主要从土壤温度、土壤湿度、降水、土壤C/N等非生物因子，植被类型、生物量、叶面积指数、植被凋落物等生物因子以及人类活动等方面阐述对土壤呼吸产生的影响。在此基础上对土壤呼吸的Q10值、关键影响因子及各种生态环境因子的综合影响进行了讨论。从众多研究中发现土壤温度、湿度是影响土壤呼吸的主要因子，建立土壤温度及湿度影响下的土壤呼吸模型更有助于对土壤呼吸进行定量的描述。但是在土壤温度及湿度过高或过低的情况下会出现较大的误差，为了尽量减少土壤呼吸的误差，给出了如下建议：①加强土壤呼吸和生态系统自动碳通量的结合研究；②加强对不同生物和非生物生态环境因子的同步测定，特别重视生物因子对非生物因子的调节和影响；③加强典型物候期和不同季节典型天气土壤呼吸的测定；④加强模拟试验研究和模式研究。总之，土壤呼吸是一个比较复杂的过程，虽然有规律可循，但是，很多时候由于因子间交互作用而表现偏离，对其准确估算需要找出关键因子，并综合分析其它因子的影响。     

太行山区“三生空间”的功能分类与空间分布（英文）

为促进人类、资源、生态、环境、经济和社会的协调发展,科学界定生态、生产和生活空间是关键。太行山区作为华北平原和京津冀地区的生态屏障和水源保障,存在生态环境脆弱、土地利用不合理和人地关系紧张等问题,但其"三生空间"的研究至今仍是空白。因此,本研究以太行山作为研究区,基于多源数据,构建了"三生空间"的功能分类体系,并绘制了生态、生产和生活空间的分布图。结果表明,太行山区生态、生产和生活空间的面积分别为7.84万km~2、5.19万km~2和0.66万km~2,各占全区总面积的57.28%、37.87%和4.85%。其中,生态空间占主导,以林草地为主,主要分布在海拔较高的山地,承载调节和维持生态安全的功能;生产空间以耕地为主,主要分布在海拔较低的平原丘陵和地势低缓的山间盆地,维系域内及域外的生计;生活空间比重最小,多数集中在地势平坦、交通便利的地区,保障人类居住。     

江河源区NDVI时空变化及其与气候因子的关系(英文)

The source regions of the Yangtze and Yellow rivers are important water conservation areas of China. In recent years, ecological deterioration trend of the source regions caused by global climate change and unreasonable resource development increased gradually. In this paper, the spatial distribution and dynamic change of vegetation cover in the source regions of the Yangtze and Yellow rivers are analyzed in recent 10 years based on 1-km resolution multitemporal SPOTVGT-DN data from 1998 to 2007. Meanwhile, the correlation relationships between air temperature, precipitation, shallow ground temperature and NDVI, which is 3×3 pixel at the center of Wudaoliang, Tuotuohe, Qumalai, Maduo, and Dari meteorological stations were analyzed. The results show that the NDVI values in these two source regions are increasing in recent 10 years. Spatial distribution of NDVI which was consistent with hydrothermal condition decreased from southeast to northwest of the source regions. NDVI with a value over 0.54 was mainly distributed in the southeastern source region of the Yellow River, and most NDVI values in the northwestern source region of the Yangtze River were less than 0.22. Spatial changing trend of NDVI has great difference and most parts in the source regions of the Yangtze and Yellow rivers witnessed indistinct change. The regions with marked increasing trend were mainly distributed on the south side of the Tongtian River, some part of Keqianqu, Tongtian, Chumaer, and Tuotuo rivers in the source region of the Yangtze River and Xingsuhai, and southern Dari county in the source region of the Yellow River. The regions with very marked increasing tendency were mainly distributed on the south side of Tongtian Rriver and sporadically distributed in hinterland of the source region of the Yangtze River. The north side of Tangula Range in the source region of the Yangtze River and Dari and Maduo counties in the source region of the Yellow River were areas in which NDVI changed with marked decreasing tendency. The NDVI change was980 Journal of Geographical Sciences positively correlated with average temperature, precipitation and shallow ground temperature. Shallow ground temperature had the greatest effect on NDVI change, and the second greatest factor influencing NDVI was average temperature. The correlation between NDVI and shallow ground temperature in the source regions of the Yangtze and Yellow rivers increased significantly with the depth of soil layer.