西藏尼洋河水生生物群落时空动态及与环境因子关系:3.大型底栖动物

于2008-2009年按照季节调查了西藏地区尼洋河大型底栖动物群落的组成和丰度,并运用多元统计方法定量分析了大型底栖动物的空间和季节变化特征及其与主要环境因子之间的关系.结果显示,石蚕幼虫、萝卜螺以及摇蚊幼虫是尼洋河主要的大型底栖动物,另外,随着海拔的升高,尼洋河大型底栖动物总丰度呈现降低趋势;Duncan检验法显示,物种总丰度在各采样点之间均不存在显著性差异;PCA方法显示,对于采样点,大型底栖动物总丰度最大值和最小值分别出现在采样点Ⅳ和采样点Ⅱ,对于季节,大型底栖动物总丰度最大值和最小值分别出现在秋季和冬季;CCA方法显示,可分别从尼洋河中上游和中下游两个河段来概括尼洋河大型底栖动物与环境因子之间的关系;CART模型显示,从11项环境因子筛选了4项环境因子用以解释它们与大型底栖动物总丰度之间的相互关系,这4项环境因子包括矿化度、总磷、海拔和季节,建议加强对大型底栖动物及这些环境因子的关注,保障尼洋河水域生态环境的可持续发展.     

西藏拉萨河中下游不同水文期浮游植物优势种生态位及种间联结性

为了探究拉萨河中下游浮游植物群落优势种生态位及种间联结性,本文选取拉萨河中下游干流及其支流作为研究地点,设置了17个样点,于2015年5月、8月和2016年11月共采集了3个水文期的水样。通过定量样品和活体观察相结合的方法鉴定浮游植物物种,使用直接计数法统计浮游植物数量,共鉴定393种,隶属于6门8纲24目48科100属。计算优势种的优势度指数(Y),运用生态位宽度、生态位重叠值和生态响应速率、总体联结性、χ²检验以及共同岀现百分比分析优势种的生态位及种间联结性。结果表明：浮游植物整体为硅藻绿藻蓝藻型群落特征,浮游植物优势种(Y>0.02)共19种,均隶属硅藻门,其中尖针杆藻(Synedra acus)、双头针杆藻(S. amphicephala)等7个优势种是3个水文期的共有优势种,优势种岀现频率和优势度在不同水文期均有差异。优势种的生态位宽度变化范围为0.089～0.751,双头针杆藻在3个水文期均为优势种且生态位宽度值均大于0.5,表现出较强的生态适应性,属广生态位种;短小曲壳藻(Achnathes exigua)种间相互竞争激烈且生境趋向于特化,可作...     

近30年西藏地区雷暴日数的气候分布特征

利用西藏地区1980~2009年逐月雷暴日数观测数据,分析了近30a来西藏地区雷暴的时空分布特征以及影响雷暴天气的气象因子。结果表明:(1)雷暴天气主要发生在西藏那曲地区,并由该区域向西南、东南部逐渐递减,且雷暴天气发生的中心位置随着季节有所差别。夏季雷暴日数最多,其次是秋季和春季,冬季雷暴日数最少。(2)近30年来年或各季节的雷暴日数基本呈现减少的趋势,尤其以2000年之后最为显著。雷暴日数以2003年为突变点,开始急剧减少。(3)雷暴日数和平均气温呈负相关,与风速、相对湿度、降水量呈正相关,气温升高可能是导致雷暴日数减少的主要气候影响因子。      

1981-2010年青藏高原降雪日数时空变化特征

利用青藏高原气象站降雪日数观测资料,分析1981-2010年青藏高原降雪日数的时空变化特点和主要影响因素。结果表明:降雪日数总体上呈青藏高原中东部高寒地区、喜马拉雅山脉南麓和祁连山脉流域降雪日数多,南部河谷和北部湖盆区降雪日数少的空间分布格局;春季降雪日数占全年的45%,其次是冬季（28%）和秋季（22%）,夏季最少（5%）;30年内青藏高原平均年降雪日数呈明显减少趋势,降幅达10.5 d/（10 a）,其中,春季降幅最大（4.8 d/（10 a））,夏季最小（1.2 d/（10 a））;年降雪日数在1997年发生了由多到少的气候突变;降雪日数年内分布呈双峰型,峰值出现在冬夏大气环流的转换季节,青藏高原大气环流的转换期与上升运动相联系的低值天气系统和高空温湿条件均有利于降雪出现;青藏高原降雪日数的明显减少与气温的显著上升呈线性关系。     

5种干旱指数在西藏高原地区的适用性评估

为了解不同干旱指标在西藏高原地区的适用性,本文通过利用Pa、MI、SPI、CI和FAO P-M干旱指数对西藏高原月尺度旱情等级进行评估,分析了各指标在描述旱情时的异同,并统计出各种指数的一致性及等级差异。结果表明:近20 a干旱过程中,MI、FAO P-M指数未监测出轻旱等级,而对于中旱、重旱等级,FAO P-M指数表现较好。从空间分布来看,FAO P-M指数在各个地区表现较好。从时间分布来看,FAO P-M指数在不同干旱过程期间,描述的干旱强度和中心位置与实际情况更接近;其次是Pa指数,其他指数综合表现相对较差。5种干旱指数在衡量西藏地区干旱程度上的一致性并不好;从两两指数之间反映干旱程度上出现一致性频次上看出,Pa-FAO P-M指数出现的次数最多,其次是Pa-SPI-CI指数的出现次数,MI-CI指数的出现次数最少。通过差异性分析得出,全区干旱指数不一致率平均大于20%,阿里地区和林芝地区的干旱指数整体不一致率最高,拉萨地区的干旱指数整体不一致率最低。