Chironomids as indicators of climate change: a 100‐lake training set from a subarctic region of northern Sweden (Lapland)

Multivariate numerical analyses (DCA, CCA) were used to study the distribution of chironomids from surface sediments of 100 lakes spanning broad ecoclimatic conditions in northern Swedish Lapland. The study sites range from boreal forest to alpine tundra and are located in a region of relatively low human impact. Of the 19 environmental variables measured, ordination by CCA identified mean July air temperature as one of the most significant variables explaining the distribution and the abundance of chironomids. Lossonignition (LOI), maximum lake depth and mean January air temperature also accounted for significant variation in chironomid assemblages. A quantitative transfer function was created to estimate mean July air temperature from sedimentary chironomid assemblages using weightedaveraging partial least squares regression (WAPLS). The coefficient of determination was relatively high (r² = 0.65) with root mean squared error of prediction (RMSEP, based on jack-knifing) of 1.13 °C and maximum bias of 2.1 °C, indicating that chironomids can provide useful quantitative estimates of past changes in mean July air temperature. The paper focuses mainly on the relationship between chironomid composition and July air temperature, but the relationship to LOI and depth are also discussed.     

水盐梯度下黄河三角洲湿地植被空间分异规律的定量分析

三角洲湿地植被的形成和分布同时受水深、土壤含盐量两个环境因子的作用。采用模糊数学排序方法分析了黄河三角洲湿地植被在水深、土壤含盐量两个环境梯度下的空间分异规律。结果表明,由TWINSPAN划分而得到的8个植被类型在模糊数学排序图中有各自的分布范围,界线明显。以穗状狐尾藻(Myriophyllum spica-tum)等水生植物为优势种的群落分布在排序图的左上部,为黄河三角洲湿地高水深、低盐分地区;以柽柳(Tam-arix chinensis)、翅碱蓬(Suaeda heteroptera)等典型盐生植物为优势种的群落分布在排序图的右下部,为黄河三角洲的低水深、高盐分地区;其他以芦苇(Phragmites australis)、荻(Triarrhena sacchariflora)、旱柳(Salix matsudana)等为优势种的群落分布在排序图的中部。利用Gini-Simpson指数,在模糊数学排序图中分析了植物物种多样性随水深、土壤含盐量梯度的空间变化,结果表明,高水深、低盐分和低水深、高盐分地区植物物种多样性均较低,而二者过渡区域植物物种多样性较高。     

五台山冰缘地貌植物群落的数量分类与排序

在野外样方调查的基础上,采用双向指示种分析法(TWINSPAN)和除趋势对应分析法(DCA)对五台山冰缘地貌植被进行了数量分类和排序研究,将五台山冰缘地貌植被分为13个群丛,13个群丛是不同冰缘地貌生态景观的重要组成要素,各群丛的群落学特征与冰缘地貌生境有密切的生态关系。DCA样方排序结果和种排序结果表明,五台山冰缘地貌植物群落分布格局是土壤、水分、热量等综合环境因子决定的。而不同冰缘地貌上植物群丛优势种的分布格局在很大程度上决定着植物群丛类型的分布格局,反映出植物群落类型和物种分布随冰缘地貌类型及环境梯度变化的趋势。     

利用GPS水准点加强和改善天文重力水准网

介绍如何利用GPS水准点加强和改善天文重力水准网的原理、方法及实现的途径。以单线推进路线为例 ,一般证明GPS水准点的控制作用。还着重讨论并验证间接平差方法的有效性 ,能够满足当前需要。     

天山-阿尔泰山拟南芥种群分布与环境的关系

中国的天山及其附近山脉是世界拟南芥及其近缘种的主要分布区之一。在对天山—阿尔泰山的浅山地带拟南芥生存分布多年调查的基础上,选取13个代表性样地及18个相关环境因子,研究了拟南芥种群生存分布与环境因子的关系。结果表明:双向指示种分析(TWINSPAN)将13个拟南芥样地分为4个群落类型:新疆绢蒿、新疆绢蒿—猪毛菜、新疆绢蒿—刺叶锦鸡儿—草原苔草、勿忘草—密穗雀麦—草原苔草4类,各类型对应的环境因子异质性明显。不同群落类型在去势对应分析(DCA)、主成分分析(PCA)和典范对应分析(CCA)各排序图中区分明显,与物种对应较好,与TWINSPAN分类结果基本一致。环境因子的PCA分析发现,坡向、有机质、电导率、pH、土壤含水量和有效钾(均为2个土层)是导致样地间环境异质的主要因素,且这些因子间多呈显著关联。CCA分析发现坡向、有机质、pH、电导率和土壤含水量(均为2个土层)与排序轴相关性最大,分析认为上述环境因子是决定物种分布及多样性格局的主导因子,与环境因子的PCA分析结果基本一致。研究还发现,坡向、土壤含水量(第2层)、有机质(第1层)和pH(两层)是影响各样地十字花科种数变化的主要因素,电导率(第1层)是影响...     

呼伦贝尔沙地北部沙带植物群落分布格局与土壤特性的关系

研究呼伦贝尔沙地植物群落与土壤特征相互关系有助于促进中国北方的生态恢复与重建工作。分析了呼伦贝尔沙地北部沙带58个样地174个样方的植物和土壤的调查数据,调查到94种植物,分属于26科64属,其中菊科（Compositae）、禾本科（Gramineae）、豆科（Leguminosae）和蔷薇科（Rosaceae）为前四大科,占总物种数55.33%。采用Ward系统分类法,将所调查植被分为4类。寸草薹-二裂委陵菜群落（Carex duriuscula-Potentilla bifurca） Tsallis多样性最高,冰草-星毛委陵菜-糙隐子草群落（Agropyron cristatum-Potentilla acaulis-Cleistogenes squarrosa） Tsallis多样性最低。不同植物群落间土壤物理特性有显著差异,化学特征差异不显著。随着土层深度的增加,各群落土壤全氮、全磷、有机质含量逐渐降低,表聚现象明显,脚薹草-贝加尔针茅群落（Carex pediformis-Stipa baicalensis）和冰草-星毛委陵菜-糙隐子草群落养分层次特征显著,羊草群落（Leymus chinensis）和寸草薹-二裂委陵菜群落养分层次特征不明显。CCA排序结果表明影响植被群落物种分布的土壤因子有全氮、全磷、有机质、pH和土壤水分,其中深层土壤全氮、全磷、有机质（20~40 cm土层）的作用最显著。呼伦贝尔沙地北部沙带植物群落分布存在较显著差异,呈现出斑块状分布规律,而土壤养分对植被群落格局具有重要影响。     

盐沼植被光谱特征的间接排序识别分析

运用ASD地物光谱仪,采用12个小型机载成像光谱仪(CASI)默认的植被波段组,以上海崇明东滩自然保护区的盐沼植物群落为对象,应用主成分分析法和相关分析研究了不同群落光谱特征与生态环境因子之间的关系。结果表明:运用PCA间接排序法能够识别盐沼植被中光滩、海三棱藨草群落、芦苇群落和互花米草群落等光谱特征;绝大多数盐沼植物的群落组成与所选波段的光谱特征之间有显著的相关关系;可见光和近红外波段数据可以分别识别低盖度的海三棱藨草群落和高盖度的互花米草和芦苇群落;对光谱反射率影响最大的生态环境因子是植物群落的高度和盖度,而高程和其它环境因子的影响次之。     

城市规划区中的转角直线定线方法

本文介绍如何解决城市规划区域内转角无法定立或转角前后互不通视地段的定线工作，该方法是在间接定线方法基础上采用解析法计算出直线桩及转角桩的放样元素来解决定线工作。提高了平断面图的施测精度，满足了规划部门的要求，取到了较好的经济效益，大大地加快了线路的定线工作。     

矿产预测中物探、化探的任务、作用和方法

矿产预测是科学勘查工作不可少的环节。矿产预测的成功率取决于人们对矿产规律性的认识、所收集到的各种信息是否足够和以此建立的预测准则是否可靠和实用。物探、化探在矿产预测时要充分开发、利用资料中直接和间接找矿两类信息,具体可采用填图—目标物模型类比法、目标物标志信息统计法和目的物异常推断法。为推进矿产预测要充分利用已有的区域物探、化探资料,进行联片解释；系统开展大比例尺物探、化探工作；建立地质—地球物理—地球化学模型和预测准则；及时验证预测及推断；扩大和更新知识、培养综合人才是当务之急。     

东祁连山表土花粉组合及其数量特征

应用TWINSPAN分类和DCA排序对东祁连山地区7个不同植被类型的表土花粉组合及其与环境的关系进行定量研究。表土花粉类型可分为3组：Group1为花粉产量大的本地花粉，可较好地反映当地植被的特征；Group2为产量小的本地花粉，反映植被特征较差；Group3为外来花粉，在土壤地层中较常见。样地排序结果可划分出6个组：(1)山地草原化荒漠，(2)青海云杉林，(3)祁连圆柏林，(4)金露梅灌丛，(5)矮嵩草草甸，(6)小嵩草草甸，各组具有不同的花粉组合特征；但山杨—白桦林可能是由于花粉自身和花粉保存等原因，花粉组合无突出特征，难以区分。海拔高度和干燥度是影响表土花粉和植被分布的重要因素。藜科／蒿属(C／A)、木本花粉／非木本花粉(AP／NAP)随植被变化也反映出与植被分布的一致性。