泉州市森林消防队伍现状与发展意见

概述了泉州市森林消防队伍建设情况,针对森林消防队伍建设中存在的问题,结合实际情况,提出加强森林消防队伍建设的发展意见。     

闽西北地区不同龄组常绿阔叶混交林生态系统碳储量结构特征

选取福建西北部地区多群落类型组成的常绿阔叶混交林为研究对象,通过典型样地调查法,对生态系统各个层次进行取样调查,采用“相对生长法”计算乔木层生物量,灌木层、草本层和凋落物层采用全部收获法测得其生物量,对土壤层的调查采用剖面法加土钻法,代表性样品碳含量的测定采用重铬酸钾-外加热容量法。在此基础上,分析了该地区不同林龄常绿阔叶林生态系统碳储量及其格局特征,结果表明,（1）闽西北地区常绿阔叶林生态系统平均碳储量为260.63 t·hm-2。在每个发育阶段,各层片对整个生态系统碳储量的贡献率相对稳定,空间分布格局特征相似。幼龄林、中龄林、近熟林、成过熟林生态系统的碳储量分别为192.14、221.15、317.11和312.12 t·hm-2,基本表现出随林龄增加而逐渐增大的趋势。（2）乔木层、灌木层、草本层、凋落物层的平均碳质量分数分别为48.5%、46.9%、41.2%、44.0%,每个层片中,各器官的碳含量差异不大,乔木层、灌木层及草本层的碳质量分数表现出随层片高度降低而减小的趋势。土壤碳质量分数由表层到底层逐渐减小。0～10、10～20 cm土层碳质量分数均显著大于其余三个土层。（3）生物量碳储量在每个层片随着龄组不同,表现出不同的变化趋势。乔木层碳储量大小排序为近熟林﹥成过熟林﹥中龄林﹥幼龄林,灌木层与草本层在不同发育阶段的碳储量,均表现出以下规律：从幼龄林到中龄林不断增长,在中龄林达到最大值后,又随发育的进行显现出不断下降的趋势。随着地表凋落物现存量的不断增加,其碳储量也表现出幼龄林﹥中龄林﹥近熟林﹥成过熟林的趋势。土壤的平均碳储量为134.986 t·hm-2,随着林分发育,表现为成过熟林﹥近熟林﹥中龄林﹥幼龄林。     

川西亚高山、高山森林土壤微生物生物量和酶活性动态特征

为深入了解川西亚高山/高山森林冬季生态学过程,于2008年11月─2009年10月,在土壤冻结初期、冻结期和融化期及植被生长季节,研究了不同海拔岷江冷杉林（Abies faxoniana）土壤微生物生物量和酶活性动态。各海拔森林土壤在冬季维持着较高的微生物生物量含量和酶活性,并随土壤冻融过程不断变化。土壤有机层和矿质土壤层冬季微生物生物量碳和氮含量及转化酶和尿酶活性均表现出受冻结初期土壤冻融循环影响显著降低,在冻结期变化不明显,在融化期急剧增加至融化后显著降低的趋势,且土壤有机层微生物生物量含量和酶活性在融化期具有一个明显的年高峰值。海拔变化显著影响了土壤酶活性,但对土壤微生物生物量不显著。土壤温度与土壤微生物生物量含量相关显著。这表明季节性冻融期是土壤生态过程的重要时期,土壤冻融格局显著影响川西亚高山/高山森林土壤微生物生物量和酶活性动态。     

茂兰喀斯特地区原始林凋落物量动态与养分归还

于2007年9月至2008年8月对茂兰喀斯特地区原始林凋落物进行观测,分析了凋落物总量、组分(叶、枝、繁殖器官和其他)凋落量和各组分不同养分含量的月动态变化及养分归还量。结果表明,凋落物月动态变化表现为常绿落叶阔叶混交林一般具有的双峰模式,凋落高峰出现在9至次年1月和4月;年凋落物量为6.9 t·hm-2,其中叶、枝、繁殖器官和其他组分的年凋落物量分别占年凋落物总量的71.0%、15.9%、1.5%和11.6%;凋落物各养分含量以C、Ca和N为主,无明显的月动态规律,养分年归还量由大到小依次为C、Ca、N、Mg、K和P,此与一般非喀斯特地区森林(由大到小依次为C、N、Ca、K、Mg和P)不同;凋落物各组分养分元素含量存在差异,凋落枝N、Mg、P和K含量较低,其他组分C、N、P和Mg含量较高,繁殖器官C、N和Ca含量较低;凋落物中Ca和Mg含量以及Ca和Mg年归还量远高于一般非喀斯特地区森林;K含量及K年归还量低于非喀斯特地区,说明该地区K的缺乏可能制约着喀斯特地区植被的生长。     

云南松林资源动态研究

利用云南省森林资源监测数据对云南松林资源的动态变化进行了研究,结果表明：在1987-2007 年的20 a 间,云南松林资源总体呈增长趋势,尤其是蓄积量在1997-2002 年得益于天然林保护工程,出现了快速上升,5 a 净增20.57%,与此同时,过熟林资源一直处于较低水平,优质可用云南松林资源的数量持续减少,濒临枯竭。云南松林分单位面积蓄积量20 a 间提高了27.05%,而大径组和特大径组林木蓄积所占比例则呈下降趋势,近、成、过熟林的单株材积从每株0.77 m³降至0.22 m³,表明云南松林质量在总体上提高的同时,可用资源数量仍在快速减少,材种结构低质化倾向加剧。云南松林分林龄结构一直呈现出显著的低龄化特征,林龄结构现状迫切要求加强对云南松林的抚育管理,科学开展森林经营。20 a间,云南松林主导利用方向波动较大,难以实现长期经营目标。监测期间,以保护为主导的森林经营政策使云南松林资源得到了休养生息,但仍然存在着粗放经营、经营目标随意调整和对成过熟林资源过度利用等森林经营管理问题,这些因素相互交织,成为云南松林资源数量、林分质量和林龄结构变化的主要原因。     

1954-2010年西南高山地区土壤碳储量时空动态及对气候变化的响应

西南高山地区生态系统类型丰富、地形复杂, 是响应全球气候变化的重点区域,对全球气候变化具有重要的指示作用。研究应用生态系统模型CEVSA(Carbon Exchange betweenVegetation, Soil, and the Atmosphere)估算了1954-2010 年西南高山地区土壤有机碳(Soil Organic Carbon, SOC)的时空变化,分析了其对气候变化的响应。结果表明:①西南高山地区1954-2010 年平均土壤有机碳密度为14.16 kg C·m^-2,在空间分布上,SOC密度自东南向西北递增,与温度显著负相关(r=-0.447,P<0.01),而与降水量相关性不显著;②西南高山地区1954-2010 年SOC 总量变动范围为6.95~7.64 Pg C,增加趋势显著(P<0.05),平均每年增加0.013 Pg C,土壤有机碳密度平均增加26.94 g C·m^-2;③常绿针叶林、常绿阔叶林和草地SOC密度增加趋势均显著,除常绿阔叶林SOC密度与温度相关性不显著外,其他两种植被类型SOC都与年平均温度显著正相关(草地:r=0.527, P<0.01; 常绿针叶林:r=0.501, P<0.01),且3 种植被类型SOC与年降水量均相关性不显著;④由于作为土壤有机碳输入的凋落物产生量对温度不如异养呼吸敏感,所以未来升温条件下,土壤有机碳储量的增速减缓或者呈下降趋势。     

基于随机森林算法的滁州市空气质量预报研究

利用2017—2019年滁州市6种空气污染物质量浓度和AQI资料、气象要素及ECMWF数值预报作为输入参数,构建基于随机森林算法的污染物质量浓度和AQI预报模型,其中AQI预报按季节划分为4个模型。结果表明：6种污染物中O3的预报效果最好,相关系数为0.84,PM2.5、PM10和NO2相关系数分别为0.76、0.72和0.72,SO2和CO预报效果略差;基于分季节模型AQI的24 h预报结果TS评分为0.77,空报率（FAR）和漏报率（PO）分别为15%和12%,相较于非季节模型预报效果更好;春季和秋季的TS评分分别为0.88和0.86,相较于冬季和夏季预报效果更好。     

秦岭山地松栎混交林土壤养分空间变异及其与地形因子的关系

在陕西省境内秦岭山脉中段油松-锐齿槲栎混交林集中分布的区域设置20 块调查样地,采取土壤样品测定了该区森林土壤0~20、20~40 和40~60 cm 3 个土层的全氮、全磷、全钾、速效氮、速效磷、速效钾、有机质7 项养分指标。通过计算不同土壤养分指标的变异系数并应用典范对应分析(CCA)技术,对秦岭山地松栎混交林土壤养分空间变异与海拔、坡位、坡向和坡度4 项地形因子的关系进行分析。结果表明:①单因素方差分析显示,随着土层深度增加,全氮、有机质、速效氮、速效磷和速效钾含量均呈极显著下降趋势,而全磷、全钾在不同土层中的含量无显著性差异;②变异系数计算结果表明,各土层的7 项养分指标均表现为中等程度变异性,变异系数最大者是0~20 cm土层速效氮,最小者为0~20 cm土层全钾;③从CCA排序结果看,地形因子对不同土层养分变异的影响程度及因子种类明显不同。0~20 cm表层土壤养分变异受地形因子制约作用较小,20~40 cm土层养分的主要影响因子为坡向和海拔,40~60 cm土层养分的主要影响因子为海拔和坡位,而坡度和海拔则是控制0~60 cm整体土壤层养分变异的主要因素。综上所述,地形高异质性的微生境造成了秦岭山地松栎混交林土壤养分空间分布格局的差异。     

中亚热带5种类型森林土壤微生物群落特征

采用PLFA(phospholipid fatty acids,磷脂脂肪酸)分析法研究江西省九连山国家级自然保护区杉木纯林、马尾松纯林、杉木阔叶混交林、马尾松阔叶混交林与天然常绿阔叶林的土壤微生物群落结构特征,探讨植被特征和土壤理化特征对土壤微生物群落的影响. 结果表明:①杉木阔叶混交林土壤细菌、放线菌和总微生物生物量最高,分别为7.77、1.74和18.21 nmol/g,而马尾松纯林均最低. ②针阔混交显著提高了土壤微生物生物量及其丰富度. 土壤微生物生物量及其丰富度均与土壤含水率、w(AN)(AN为有效氮)、w(TC)、w(TN)呈显著正相关(R为0.426~0.701),而与C/N〔w(TC)/w(TN)〕呈显著负相关(R分别为-0.447、-0.518). ③w(AN)对土壤微生物群落结构的解释率达55.8%. 尽管林下灌木、草本层生物量对土壤微生物生物量影响不大,但对微生物群落结构有一定影响,解释率分别为5.5%和6.3%. 灌草层丰富度与土壤微生物生物量及其丰富度呈显著正相关(R为0.369~0.452). 可见,阔叶树种和林下灌草层能够显著影响土壤微生物群落组成.      

The expansion of tree-based boom crops in mainland Southeast Asia: 2001 to 2014

Over the past half century, countries of Mainland Southeast Asia (MSEA) – Cambodia, Laos, Myanmar, Thailand, and Vietnam – have witnessed increases in commercialized agriculture with rapid expansions of boom-crop plantations. We used MODIS EVI and SWIR time-series from 2001–2014 to classify tree-cover changes across MSEA and performed a supervised change detection using an upscaling approach by deriving samples from existing Landsat classifications. We used the random forest classifier and distinguished 24 classes (16 representing boom-crops) with an accuracy of 82.2%. Boom-crops occupy about 18% of the landscape (8% of which is rubber). Since 2003 74,960 km² of rubber have been planted; 70% of rubber is planted on former forest land, and 30% on low vegetation area (mainly former croplands). Timing, patterns of change, and deforestation rates, however, differ among the MSEA countries and the high spatial and temporal detail of our classification allowed us to quantify dynamics and discuss political and socio-economic drivers of change.