生物多样性的海拔分布格局研究及进展

生物多样性的海拔分布格局受制于气候、空间、环境等多种因子的影响,综合大量研究发现,无论是动植物还是微生物,环境因子对其影响与驱动的作用最明显。海拔梯度是决定分布格局的重要因素之一,因此探讨生物多样性在环境因子驱动下的海拔分布格局具有重要意义。文章分别探讨了植物、土壤动物和土壤微生物多样性沿海拔梯度的变化规律,揭示了温度、湿度及人为干扰等因素下植物多样性沿海拔梯度的5种分布格局及可能机制,土壤动物多样性沿海拔梯度的3种分布格局及可能机制,同时揭示土壤微生物在海拔分布格局虽然有物种模式,但是机制不是很明确;最后对植物、土壤动物、土壤微生物生物多样性耦合关系的认识作了阐述。并在此基础上,认为生物多样性的分布格局与尺度密切相关,因此开展不同尺度的生物多样性的研究以及它们对全球气候变化的响应是未来研究的重要方向;土壤动物群落的多样性的变化规律研究,应致力于其生理型、营养型、生态型的多样性的研究;在不同的研究尺度上,驱动微生物群落构建机制的差异导致了群落演变规律的变化,仍需要以地理学和生物学等相关学科理论为支撑,并与微生物群落构建理论相结合,对海拔分布格局下生物多样性的保护和生态系统稳定性研究提供科学依据。     

沈阳地区臭氧污染日时空变化特征及天气分型研究

利用2013—2019年沈阳地区11个国控监测站近地层臭氧(O_3)浓度监测数据和地面气象观测资料,分析了沈阳地区O_3污染日的O_3浓度时空分布规律,并对造成O_3污染日的天气系统进行了主观分型。结果表明:自2013年以来,以O_3为首要污染物的天数逐年增加,2017年达到研究期内的最高值,但2018—2019年略有下降。O_3浓度的日变化趋势呈现明显的单峰形,O_3-1 h在10:00—20:00明显高于其他时间段,最大浓度值出现在15:00,而在01:00—07:00则相对较低。从季节变化上看,沈阳地区O_3污染主要发生在6—7月,两个月的O_3污染日之和占全年O_3总污染日的比例高达51%。从O_3浓度空间分布上看,沈阳地区三环外监测站测得的O_3浓度明显高于三环内监测站,高浓度区域主要集中在东部和东北部,城市中心存在明显的低浓度区,南部和北部差别不大,但也明显高于城市中心。造成沈阳地区O_3污染的主要天气类型有4种:暖脊型、均压场型、高空槽型和副热带高压型。其中:暖脊型出现的频次最高,占总样本的49.1%;副热带高压型出现的次数最少,占总样本的7.7%。     

不同天气形势对南京地区双高污染的输送及潜在源区分析

基于2015~2019年南京细颗粒物（PM_2.5）和臭氧（O₃）逐小时浓度数据,通过T-mode主成分分析法对南京发生PM_2.5和O₃污染同时高浓度并存（双高污染）时的天气形势进行了分型,利用后向轨迹聚类分析法、潜在来源贡献法（PSCF）和浓度权重轨迹分析法（CWT）研究不同天气形势对南京双高污染的输送路径及潜在源区分布.结果表明,有利于南京地区双高污染的天气形势分别为弱的低压型（Type1）和高压中心型（Type2）.天气形势会对后向轨迹的方位来源产生影响.Type1时,南京地区受到东北和西南两个低气压影响,气团的聚类轨迹主要来自东西两个方位,轨迹中ρ（PM_2.5）和ρ（O₃）平均值分别为83.48 μg·m^-3和106.85 μg·m^-3.Type2时,南京及其周边在高压中心边缘,气团聚类轨迹主要来自北方和东方,轨迹中ρ（PM_2.5）和ρ（O₃）平均值分别为94.47 μg·m^-3和92.32 μg·m^-3.同时两种类型后向轨迹绝大部分属于中短距离区域输送,说明周边临近省份的污染是影响南京地区双高污染主要原因之一.PSCF和CWT分析表明,两者高值区域基本保持一致.Type1和Type2两种类型中PM_2.5和O₃的最主要潜在源区均出现分布并不完全一致的情况,表明双高污染中的两种污染物并非来自同一地区.     

Interannual fluctuations in acoustic biomass estimates and in landings of small pelagic fish populations in relation to hydrology in the Strait of Sicily

The main results of research work carried out since 1998 with regard to the application of hydro-acoustic technologies for the evaluation of biomass and distribution of small pelagic fish species off the southern coast of Sicily are presented, taking into account information from hydrology and from ecology of the fish populations targeted. The biomass estimates and the population‐density charts presented concern the two main species, i.e. sardine Sardina pilchardus (Walbaum, 1792) and anchovy Engraulis encrasicolus (Linnaeus, 1758). Both the sardine and anchovy populations experienced large inter-annual fluctuations, with biomass estimates ranging from 6000 to over 36,000 tonnes (t) (sardine) and from about 7000 to 23,000 t (anchovy). Acoustic estimates are largely consistent with landings recorded in Sciacca (the main fishing port for small pelagic species in the study area) during the year following the evaluation surveys. In addition, trends in sardine and anchovy biomass estimates appears to be negatively correlated with the mean sea surface temperature calculated over the time intervals January–September (sardine) and June–November (anchovy) of the preceding year, which correspond to larval and juvenile growth periods of target species. Observed patterns would suggest the importance of enrichment processes relevant to the survival of early stages, so determining recruitment success and finally higher population sizes.     

Climate change,risk management and the end of Nomadic pastoralism

Mobility has been argued to be the single factor explaining why some pastoralists do relatively well during extreme climatic events, while others do not, because mobility works by taking advantage of the spatial and temporal structure of resource failure by moving away from scarcity towards abundance. In spite of this, a common governmental management strategy is to resettle pastoral populations and thereby significantly reduce mobility. By revealing the underlying logic of mobility for Tibetan pastoralists, this paper questions official policy that aims at privatizing communally owned rangelands since it reduces pastoral flexibility and access to key resources. This is especially pertinent in the face of climate change. While little is known as to the specifics of how climate change will affect nomadic pastoralists, environmental variability is likely to increase. Consequently, policies resulting in decreased mobility may exacerbate the negative effects of climate change because of a positive feedback between climate and negative density dependence.     

陕北黄土区陡坡土壤水分变异规律研究

土壤水分是制约陕北黄土区陡坡林草植被建设主要限制因素,深入系统的研究陡坡土壤水分变异规律是科学开展林草植被建设的重要前提。目前,陡坡不同季节、不同坡向、不同坡度的土壤水分变异规律尚未见系统的研究。为此,本研究通过观测陕北黄土区坡面尺度的自然恢复流域陡坡土壤含水量,研究分析了陡坡土壤水分季节变化规律、陡坡土壤水分垂直变化规律,结果表明：（1）陕北黄土区陡坡的土壤水分消耗期、土壤水分积累期、土壤水分消退期和土壤水分稳定期分别对应3-6、7-9、10-11和12月-次年2月;（2）0~120 cm土层中0~60 cm土层土壤含水量变化活跃。土壤水分随着土层深度的增加而增加,且各层间的差异也越来越显著;（3）基于土壤水分的垂直变化规律,陡坡的土壤水分弱利用层、土壤水分利用层、土壤水分调节层分别为0~40、40~60和60~100 cm。（4）在垂直于陡坡坡面方向上,深度大于40~50 cm的土壤层能为植被生长提供良好的土壤水分环境,有利于人工植被建设在陡坡开展。     

滇西北地区裸子植物多样性的地理分布格局及其与区系分化之间的关系

研究利用大尺度的物种分布信息,探讨了长江上游滇西北地区裸子植物多样性的地理分布格局及其与区系分化之间的关系。结果表明,在属和种的水平上,裸子植物的多样性从南到北呈递增趋势,但在科的水平上无明显变化趋势。在科和属的水平上,裸子植物的区系分化强度随着纬度的升高呈递增趋势。较高的裸子植物多样性和区系分化强度主要出现在北部地区。区系分化强度与表征地形复杂度的单位面积海拔高差之间存在显著的相关性。区系分化强度明显影响研究区域内裸子植物多样性的地理分布格局,这可能与地质历史上滇西北地区地层的差异性抬升和地形格局有关。     

云南地区种子植物区系属的多度及区系过渡性的空间分布格局

植物区系地理分布格局的研究有助于更好地理解植物区系的起源、迁移和分化。研究利用覆盖云南地区全境的植物区系分布信息,探讨了云南地区植物区系属的多度及区系过渡性的地理分布格局。结果表明,所有热带区系属的多度均随着纬度升高呈递减趋势;大多数温带区系属的多度随着纬度的升高呈递增趋势。中亚分布（T13）属的多度的高值主要出现在滇西北地区,尤其是在金沙江、澜沧江和怒江的上游地区,但在其它地区十分少见。地中海、西亚至中亚分布（T12）属的多度的高值也出现在滇西北地区,但在其它地区无明显空间分布规律;中国特有分布（T15）属在滇西北地区最为丰富,其次是滇东南地区,大致以“田中线”为界,界线以西地区的中国植物特有属的多度明显低于界线以东地区。从南到北,植物区系过渡性基本上呈单调递增格局,这一格局的形成可能与区系成分的迁移和地形格局有关。大理州以南的低海拔地区,热带区系成分占据主导地位,并占据了云南大部分的土地面积,这在一定程度上证实了云南地区总体上是一个“热带山原”的假说。本研究与其它研究的不同可能源于与源数据和取样尺度的差异。     

沈阳地区霾的环境特征研究

利用沈阳市1961—2009年的气象资料,分析了霾天气出现的年季特征及其天气形势特征。利用边界层气象资料与污染物质量浓度资料对特定的霾过程从边界层到污染物质量浓度条件进行了分析。结果表明：沈阳地区霾的出现呈现逐年上升的趋势,近5 a平均每年为120 d左右,目前霾天数已经占到了全年的30%~40%。冬秋季节出现霾天气较多,秋冬两季霾日数占全年霾日总数的75%。凌晨到上午是霾出现的高发期,02—08时霾出现频率占总霾数的44.5%。霾的出现主要发生在冬秋季节冷空气势力不强,大气扩散能力较弱,边界层出现逆温时刻。接地逆温层厚度常常稳定在200~300 m高度左右,PM10质量浓度与能见度（霾）呈负相关,相关系数-0.402 7。风速与能见度（霾）呈正相关,相关系数为0.886 4。     

区域农田生态系统生产力的时空格局及其影响因子研究——以山东省为例

在统计数据的基础上,以山东省为例,利用模型量化了农田生态系统净初级生产力（NPP）,并研究了农田生态系统NPP的时空格局及其影响因素。研究发现,2000—2006年间,山东省农田生态系统NPP在时间序列上整体呈上升的趋势,由2000年的476.5g·m-2·a-1（以C计）上升到2006年的544.2g·m-2·a-1（以C计）。空间格局中以鲁东、鲁中和鲁南较高,鲁西南和鲁北较低。各地市中以枣庄最高,为691g·m-2·a-1（以C计）;东营最低,约424.4g·m-2·a-1（以C计）。另外,莱芜、临沂及菏泽等地也相对偏低。通过对影响农田生态系统NPP的自然因子和人为因子分别进行主成分分析发现：气候因子中对山东省农田生态系统NPP贡献最大的为降水;人为因子中以农膜的贡献最大,其次为农药、机械、化肥,而劳动力的贡献则随着科技的发展而降低,人口密度的过大对农田生态系统生产力具有较大的负面影响。