黄土高原大气降水δ18O的空间分布

大气降水δ¹⁸O值的空间分布可以为理解现代大气中的水分输送提供空间信息,也可以为解释古气候代用指标的环境意义提供基础。本文整理了黄土高原44个站点的实测降水δ¹⁸O数据,基于纬度和海拔构建回归模型并得到了黄土高原降水δ¹⁸O的同位素景观图谱,结合实测资料和图谱结果分析了降水δ¹⁸O的年内变化和空间分布特征,并评价了两种全球降水同位素景观图谱产品的适用性,得出以下结论：（1）黄土高原降水δ¹⁸具有明显的年内变化特征,春夏季相对富集,秋冬季较为贫化。（2）黄土高原降水δ¹⁸O高值区多出现在南部的渭河谷地一带,低值区则主要出现在西部高原山地和北部边缘。（3）黄土高原北部与西部降水δ¹⁸温度效应更为明显,向南和向东延伸,温度效应逐渐弱化。（4）两种全球降水同位素景观图谱产品对δ¹⁸值的最佳模拟结果均出现在夏季,冬季模拟较差。     

探索性数据分析在西藏气候变化趋势研究中的应用

为了减少小样本时间序列资料中个别异常值对气候变化趋势分析的破坏性影响,采用探索性数据分析方法之一的三组耐抗线对西藏近30年气温、云量资料进行线性趋势分析,研究了西藏地区气温和云量的变化趋势及其区域分布,并讨论了二者的相关特征。通过与传统的最小二乘法相比,表明三组耐抗线用于西藏气候变化趋势分析具有明显优势,而用最小二乘法得到的西藏气候变暖估计偏高。分析认为,西藏气候变暖主要由最低气温增高显著所致,最低气温变暖趋势在春、夏季较明显,冬季相对不明显;西藏各地增温幅度在空间分布上不一致,中、西部地区呈较强的增温趋势,东部相对较弱;西藏高原总云量和低云量总体呈减少趋势,总云量和低云量变少分别与西部和中部地区的升温之间存在显著负相关关系。     

黄土高塬沟壑区典型城郊流域地表水硝酸盐来源示踪

随着工农业的快速发展,地表水硝酸盐污染已成为黄土高原地区严重的环境问题之一.以黄土高塬沟壑区典型城郊流域砚瓦川为研究区,采用水化学分析方法和氮氧双稳定同位素技术,并结合SIAR模型,定量识别旱季和雨季研究区地表水硝酸盐不同污染源的贡献率,阐明不同污染源季节性差异的主要原因.结果表明,流域地表水无机氮主要以NO₃^--N和NO₂^--N形态存在,NO₃^--N和NO₂^--N雨季浓度平均值均高于旱季,而NH₄⁺-N则呈现相反特征;流域内地表水硝酸盐的转化过程主要以硝化作用为主,雨季其主要来源是粪肥污水,而旱季主要为粪肥污水和土壤氮淋溶,铵肥次之;不同污染源对流域地表水硝酸盐的贡献比例具有显著的季节性差异,旱季与雨季城镇污水排放的贡献比例均为最高,分别为31.40%和65.66%,且雨季污水排放对NO₃^-的影响远高于旱季,夏季居民用水增加导致大量污水排放至流域内是引起这一现象的主要原因.     

Effects of long-term nitrogen addition and precipitation changes on CH4 flux in an alpine steppe北大核心CSCD

土壤是甲烷(CH4)重要的源和汇.氮沉降和降水格局变化正在急剧改变土壤碳循环,进而可能对土壤CH4通量造成深刻影响.高寒生态系统是巨大的碳库,对氮沉降和降水变化十分敏感.然而,目前多数研究集中在短期实验上,缺乏对长期氮沉降和降水变化背景下CH4通量的响应及其调控因素的认识.以青藏高原高寒草原为研究对象,在2013年搭建模拟氮沉降和降水格局改变实验平台.基于静态箱–气相色谱法测定2020年生长季(5-10月)土壤CH4通量.结果显示,高寒草原土壤呈CH4的汇.氮添加没有显著改变生长季和植物生长高峰CH4通量.然而,降水变化显著改变了生长季和植物生长高峰CH4通量,其中降水增加(+50%降水)降低了CH4的吸收(分别为–16%和–45%),降水减少(–50%降水)增强了CH4的吸收(分别为+73%和+33%).进一步研究发现,与植物属性和功能基因丰度相比,土壤环境因子主导了CH4通量变化(解释率>90%).其中CH4通量与土壤含水量和温度显著正相关,与土壤pH显著负相关.综上所述,在未来全球变化情景下,降水格局改变更能调节青藏高原高寒草原CH4通量的变化.(图6表1参37)     

Quantity and activity of ammonia-oxidizing archaea and bacteria and their contribution to ammonia oxidation in farmland soil of Qinghai-Tibet Plateau北大核心CSCD

Ammonia oxidation, the first and rate-limiting step of nitrification, is mainly performed by ammonia-oxidizing archaea (AOA) and ammonia-oxidizing bacteria (AOB). However, the activities of AOA and AOB in soil and their relative contribution to ammonia oxidation are unclear, and whether there is a significant correlation between the quantity of AOA and AOB and the ammonia oxidation rate is also controversial. In this study, quantitative PCR combined with acetylene (C2H2) and 1-octyne inhibition methods were used to determine the quantity and activity of AOA and AOB in wheat, highland barley, and oilseed rape soils in Nyingchi, Lhatse, Sangzhuzi, and Sangri counties on the Qinghai-Tibet Plateau. The results showed that the quantity of AOB ((2.34 ± 0.84) ×105 - (2.65 ± 1.07) ×106 copies g-1 dry soil) was significantly higher than that of AOA ((0.20 ± 0.10) ×104 - (4.02 ± 0.39) ×104 copies g-1 dry soil) in all the soil samples. Soil pH was the key factor affecting the quantity of AOB, and the total phosphorus and ammonium nitrogen in soil were the key factors affecting the quantity of AOA. The rates of ammonia oxidation in the farmland soils of Lhatse (2.42 ± 0.73 mg kg-1 d-1) and Sangzhuzi (3.24 ± 1.15 mg kg-1 d-1) were significantly higher than those in the soils of Nyingchi (1.17 ± 0.43 mg kg-1 d-1) and Sangri counties (0.88 ± 0.57 mg kg-1 d-1). The rates of ammonia oxidation in the farmland soils of Lhatse and Sangzhuzi were dominated by AOB, while those in the farmland soils of Nyingchi and Sangri counties were dominated by AOA. For crops, the ammonia oxidation rates of wheat and oilseed rape soils in all four regions were significantly higher than those of highland barley soil, whereas the activity of AOA and AOB was not influenced by crops. The ratio of nitrogen to phosphorus was the key factor influencing AOA activity, whereas soil pH and total carbon were the main factors influencing AOB activity. Additionally, the quantities of AOA and AOB were not significantly correlated with the total ammonia oxidation rates and AOA and AOB activity. Overall, our study suggests that both AOA and AOB play important roles in ammonia oxidation in farmland soils of the Qinghai-Tibet Plateau. Moreover, it is unreliable to predict the activity of AOA and AOB and their relative contribution to ammonia oxidation directly based on their number of amoA genes, and the activity of AOA and AOB should be directly and accurately measured. These results are important for understanding ammonia nitrogen removal processes, slowing nitrate loss, and reducing the emission of the greenhouse gas nitrous oxide in the farmland ecosystem of the Qinghai-Tibet Plateau. © 2022 Science Press. All rights reserved.     

Predicting future invasion risk of three widespread malignant weeds on Qinghai-Tibet Plateau,using multi-algorithm ensemble models北大核心CSCD

农田恶性杂草相比普通杂草的传播更为迅速且难以有效防治,对农业生产危害严重.明确典型恶性杂草当前潜在分布面积及未来气候变化下对耕地的潜在入侵风险对农业生产管理具有重要意义.以广泛分布于青藏高原农田中的3种常见恶性杂草,即野燕麦(Avena fatua L.)、一年生早熟禾(Poa annua L.)和狗尾草[Setaria viridis(L.)P.Beauv.]为研究对象,利用广义增强模型(GBM)、广义线性模型(GLM)、人工神经网络(ANN)、最大熵(MaxEnt)、随机森林(RF)及多元自适应回归样条(MARS)算法集合预测上述3种杂草在青藏高原的潜在地理分布以及驱动其变化的关键因子,以评估其对耕地的入侵风险.未来气候场景采用最新的第六次国际耦合模式比较计划(CMIP6)框架下2050年的4种共享经济路线(SSP1-2.6、2-4.5、3-7.0、5-8.5).结果显示:野燕麦适宜分布区面积约为3.5912×10^(5) km^(2),主要分布于四川西南部及青海东部,零星分布于甘肃、西藏和新疆;一年生早熟禾和狗尾草的适宜分布区面积约为4.3046×10^(5) km^(2)和2.0036×10^(5) km^(2),均主要分布于四川西南部和西藏东南部,零星分布于青海东部和甘肃南部.年均温是3种杂草分布的最主要驱动因子.此外,人类足迹和土壤有效氮是影响野燕麦分布的相对重要因子;土壤酸碱度、最暖季降水量是影响一年生早熟禾分布的重要因子;温度季节性、最暖季降水量是影响狗尾草分布的重要因子.预计至2050年,3种杂草在4种情境下均会出现不同程度的扩张,狗尾草的扩张面积表现出随辐射强迫的增强呈先升高后趋于稳定的趋势,而另两种杂草则呈先升后降的趋势.预计3种杂草的潜在分布面积在耕地中的占比与扩张面积的变化趋势一致,且在主产区的占比高于非主产区.模拟结果表明,未来气候变化下,随着3种恶性杂草的适宜分布区面积的扩张,其对青藏高原耕地的入侵风险将增加,尤其是粮食主产区所面临威胁更为严峻,建议应重点关注青藏高原粮食主产区恶性杂草的生理生态、迁移扩散和防治技术研究.(图6表2参61)     

环境因子对土壤微生物呼吸及其温度敏感性变化特征的影响

在田间条件下研究土壤微生物呼吸及其温度敏感性(Q10)的变化特征及其影响因素对准确理解地区的气候变暖潜力具有重要意义.本研究依托长武农田生态试验站的裸地处理,利用土壤碳通量系统(Li～8100)连续6 a (2008～2013年)监测裸地处理下的呼吸速率、土壤温度和水分,探究土壤微生物呼吸及其温度敏感性的变化特征及其影响因素.在日变化尺度上,土壤微生物呼吸速率的变化特征呈单峰曲线,且这种变化趋势主要与土壤温度有关(P 0. 05),然而日平均土壤微生物呼吸速率和Q10在不同土壤水分含量条件下不同.均呈现出:适度的土壤水分条件较高的土壤水分条件较低土壤水分条件的趋势[土壤微生物呼吸速率:1. 20μmol·(m~2·s)~(-1)、0. 95μmol·(m~2·s)~(-1)、0. 79μmol·(m~2·s)~(-1); Q10:2. 12、1. 93、1. 59].在季节尺度上,土壤微生物呼吸速率和Q10均呈现出雨季大于非雨季的趋势[土壤微生物呼吸速率:1. 11μmol·(m~2·s)~(-1)、0. 90μmol·(m~2·s)~(-1); Q10:1. 96、1. 59],且这种变化趋势与土壤温度和水分的变化有关(P 0. 05),然而土壤温度和土壤水分的双变量模型比土壤温度或者土壤水分的单变量模型能解释更多的土壤微生物呼吸季节变异性(R~2:0. 45～0. 82、0. 32～0. 67、0. 35～0. 86;模拟值和实测值的拟合系数:0. 76、0. 64、0. 58).在年际尺度上,年累积土壤微生物呼吸变化于226 g·(m~2·a)~(-1)和298 g·(m~2·a)~(-1)之间,Q10变化于1. 48～1. 94之间,而年累积土壤微生物呼吸和Q10的年际变异性主要与年平均土壤水分含量有关(P 0. 05),且年平均土壤水分别可以解释39%和54%的年累积土壤微生物呼吸和Q10年际变异性.在裸地处理上,土壤有机碳由试验初的6. 5 g·kg~(-1)下降到目前的5. 5 g·kg~(-1),但是年累积土壤微生物呼吸却高达255 g·(m~2·a)~(-1),即裸地处理的呼吸流失量比土壤有机碳的流失量高20倍以上.     

黄土高原不同植被带人工刺槐林土壤团聚体稳定性及其化学计量特征

为研究黄土高原不同植被带对土壤团聚体稳定性及团聚体化学计量变化特征的影响,本研究选取黄土高原不同植被带人工刺槐林地土壤为研究对象,分析了不同粒径团聚体含量,团聚体化学计量及稳定性指标.结果表明, 2 mm和0. 25～2 mm粒径团聚体含量,机械团聚体的平均重量直径(E_(MWD))和机械团聚体的几何平均直径(E_(GMD))表现为森林带森林草原带草原带,而0. 053～0. 25 mm粒径团聚体含量和可蚀性因子K呈现相反的变化特点;各粒径团聚体有机碳和全氮含量在3个植被带整体表现为森林带显著高于森林草原带和草原带,而全磷含量在各植被带间无明显变化规律;有机碳和全氮含量在草原带以0. 053 mm和0. 25～2 mm粒径占绝对优势,在森林草原带以0. 053～0. 25 mm和0. 25～2 mm粒径为主,而森林带各粒径间均无显著差异;草原带和森林草原带0. 053 mm粒径全磷含量最高,而森林带全磷含量在各粒径间无显著差异;0. 053 mm和0. 053～0. 25 mm粒径团聚体C∶N值以草原带和森林草原带高于森林带,而0. 25～2 mm和 2 mm粒径在3个植被带间无显著差异;各粒径C∶P和N∶P值以森林带显著高于森林草原带和草原带.综上可见,土壤团聚体稳定性和团聚体化学计量在3个植被带间存在较大差异,团聚体稳定性和团聚体有机碳、全氮含量整体表现为森林带显著高于森林草原带和草原带.     

青藏高原东端甘肃舟曲牙豁口滑坡复活机理研究

为深入研究青藏高原古滑坡复活机理,以甘肃舟曲县东山镇牙豁口滑坡为对象,通过对INSAR监测数据和现场地表监测数据的深入分析,探讨了舟曲县东山镇牙豁口滑坡的滑动变形阶段,并揭示其复活驱动机理。鉴于牙豁口滑坡最先启动块体高陡的后壁和侧壁失稳下滑形态可知,降雨可能只是一个诱发因子,真正触发牙豁口滑坡复活的根本原因是滑坡后缘岩土体的崩落和坪定-化马断裂带错动的影响。根据现场调查显示,目前牙豁口滑坡HI1后壁的稳定性依然较差,存在多个潜在变形区,一旦这些潜在变形体发生崩塌破坏,必然造成牙豁口滑坡的再次复活,并形成堰塞湖。通过对牙豁口滑坡复活的现场勘查与触发因子分析,为今后该区滑坡灾害的防治减灾提供必要的借鉴和依据,也对古滑坡复活机理研究提供了新的参考。     

黄土高原成龄苹果园生态系统CO2通量特征

黄土高原地区是中国和世界苹果(Malus demestica)集中连片栽培面积最大的区域,在生态环境改善中发挥了重要作用,然而关于黄土高原地区苹果园生态系统尺度上的碳通量研究很少.在本研究中,利用涡度相关技术对我国陕西黄土高原地区成龄苹果园生态系统的CO_2通量和气象因素进行了观测.基于2016年1月到2016年12月的观测数据,定量分析了此苹果园净生态系统碳交换(NEE)、生态系统呼吸(R_(eco))和生态系统总初级生产力(GPP)不同时间尺度及主要气象因素的变化,探究了光合有效辐射(PAR)和不同层次土壤温度(T_s)、空气温度(T_a)对NEE的影响.结果表明,苹果园生态系统NEE月总量在非果树生长季12、1、2和3月为正值(表现为碳源),生长季(4~11月)均为负值(表现为碳汇),整体表现为强烈的碳汇.生长季NEE月平均日变化在8月出现最大吸收峰[-17.08μmol·(m~2·s)~(-1)],11月吸收峰最小[-4.47μmol·(m~2·s)~(-1)];在非生长季NEE的月平均日变化非常微弱,昼夜变化不明显.GPP、Reco和NEE日总量的最大值分别为11.12、5.04和-7.34 g·( m~2·d)~(-1).GPP、Reco和NEE月总量的最大值分别为238.97、105.38和-144.44 g·(m~2·月)~(-1),月GPP和NEE总量在5~8月保持相对稳定的高值.全年GPP、Reco和NEE分别为1 223.2、525.2和-698.0 g·(m2·a)-1,表明我国黄土高原地区的成龄苹果园生态系统具有相对较高的固碳能力.夜间生态系统呼吸Reco.n与不同层次土壤温度、空气温度之间呈正相关关系,相关系数表现为T_(s-5 cm)T_(s-10 cm)T_(a-4 m)T_(a-8 m);光合有效辐射PAR可以解释白天NEE变化的80%以上.