自然保护区生态补偿体系研究

自然保护区生态补偿对于增加自然保护区保护投入、平衡围绕自然保护区生态保护的利益关系具有重要意义。本文基于对自然保护区核心利益相关者的关切与诉求的分析,探讨自然保护区生态补偿的框架。提出自然保护区生态补偿可分为抑损性生态补偿与增益性生态补偿两种类型,具体包括五个方面的补偿内容,即开发利用者对自然保护区自然资源开发的补偿、消费者对自然保护区自然资源利用的补偿、自然保护区内原住民损失补偿、环保机构与个人付出的保护努力与成本的补偿,以及自然保护区生态效益补偿。补偿方式与途径应根据不同的补偿内容与补偿的主客体进行选择。在国家与政府主导的基础上,促进多元化的补偿方式,加强各方利益相关者的参与。     

潮白河北京段着生藻类群落结构及其优势种生态位特征

为明确北京市潮白河流域浮游植物群落变化特征,于2021年5月和9月对潮白河17个样点的着生藻类进行调查。应用着生藻类种类数和细胞密度对群落结构进行分析,计算优势种的优势度指数(Y)、优势种更替率(R),运用生态位宽度(B_i)、生态位重叠指数(O_ik)、总体相关性分析优势种的生态位特征。结果表明：2次调查共鉴定着生藻类109种,隶属4门41属,着生藻类优势种(Y>0.2)共8种,优势种的生态位宽度为0.140 6～0.420 9,优势种的生态位重叠指数为0.055 1～0.897 1,总体关联性测度结果均为显著正关联,优势种受季节更替的影响较大,优势种间对资源的利用共性较小,着生藻类群落结构趋于稳定,整体朝正向演替发展。研究表明,着生藻类作为一项生物指标对环境条件的变动能够进行较为敏感的响应,基于着生藻类优势种生态位特征,能够对着生藻类群落结构及其演替特征进行描述。     

长江上游不同地形条件下的土地利用/覆盖变化

基于1〖DK〗∶10万的1980、2000和2005年的土地利用/覆盖数据和90 m分辨率的DEM数据，采用转移概率矩阵和地形 面积频度方法，分析了1980~2005年长江上游地区不同地形因子条件下的土地利用/覆盖变化。结果表明：1）1980~2000年，草地、林地和农业用地面积变化趋势与2000~2005年相反。后5 a，可能由于退耕的土地出现反弹现象增多，草地和林地面积出现缩减而农业用地面积增加。两个分析时段主要的土地利用/覆盖类型变化趋势类似，包括农业用地向林地和草地的转化，林地向农业用地的转化以及草地向裸地的转化。2）农业用地和城镇用地主要分布于低海拔区而林地、草地则主要分布于高海拔区。低海拔区主要是退耕还林和城市化过程。高海拔区主要是林地的退化消失和草地退化沙化过程。3）农业用地在坡度段10~25°所占面积比例最大。林地用地面积比例随坡度变陡呈现规则递增，城镇用地分布趋势与之相反。近年裸地趋向分布于缓坡区。坡度0~5°的区域主要是草地退化沙化过程；5~10°坡度段主要是退耕还林过程；大于10°的区域造林工程与森林退化并存。4）各种土地利用/覆盖类型对不同坡向的适宜性相差不大。各种坡向上土地利用/覆盖类型变化类似.     

我国自然遗迹类保护区空缺分析及保护对策研究

自然遗迹类保护区对保护自然遗迹具有重要的作用。我国自然遗迹资源丰富,但自然遗迹类保护区在整个自然保护区体系中所占的比例相对较低,不能满足保护覆盖的需求。通过对我国自然遗迹类保护区的空缺分析,得出结论：基础地质遗迹大类和地貌景观大类的地质遗迹比例基本平衡,但仍存在保护空缺的类型。在空间分布上,要进一步重视陕甘黄土高原区、西南区、西北区、青藏高原、华东及东部沿海区的自然保护区建设,并确立优先保护区域。最后,在全面分析自然遗迹类保护区的基础上,提出相应的保护对策。     

井冈山重要森林生态系统碳密度对比

采用生物量模型与实际测量相结合的方法,从植被层(包括乔木与林下植被)、枯落层和土壤层(表层1 m)比较了井冈山5种重要森林生态系统碳密度. 结果表明:①森林生态系统平均碳密度为29.047 kg/m2,常绿阔叶林>针阔混交林>人工杉木林>落叶阔叶林>毛竹林;②土壤碳密度平均值为22.453 kg/m2,占森林总碳密度的77.3%,5种森林类型土壤碳密度排序与总碳密度相同,且差异较小;③植被层碳密度差异最大,针阔混交林碳密度最大(12.039 kg/m2),是碳密度最小的落叶阔叶林(1.322 kg/m2)的9.1倍;④乔木层碳密度排序为针阔混交林>常绿阔叶林>人工杉木林>毛竹林>落叶阔叶林,乔木地上碳密度占乔木总碳密度的61.4%(人工杉木林)～75.8%(落叶阔叶林);⑤灌木层总碳密度差异大,常绿阔叶林和落叶阔叶林的灌木总碳密度分别为最大(0.153 kg/m2)和最小(0.027 kg/m2),前者是后者的5.6倍,灌木地上碳密度占灌木总碳密度的78.3%(针阔混交林)～81.0%(常绿阔叶林);⑥草本层总碳密度差异较小,在0.074 kg/m2(人工杉木林)～0.108 kg/m2(毛竹林)之间,地下碳密度略高于地上;⑦枯落层碳密度最低,不同森林类型间枯落层碳密度差异不大,在0.064～0.084 kg/m2之间.      

东北野生五味子种群特征及其与环境因子的关系

五味子(Schisandra chinensis)是著名的传统中药材,主要分布在我国东北地区. 受过度采摘和毁林开荒等不科学利用方式的影响,野生五味子资源急剧恶化. 沿长白山山脉和小兴安岭山脉调查了17个野生五味子种群,分析了种群特征、环境因子特征及二者的相关关系. 结果表明:①五味子果实质量与纬度呈极显著负相关,基径与海拔呈显著正相关,而种群密度空间分布规律不明显;五味子果实质量、基径和种群密度间不存在显著相关性. ②五味子果实千粒质量和基径平均值分别为(69.05±12.80) g和(0.61±0.13)cm,种群密度大,约50%五味子种群密度达到4级(>1.5～2.0株/m2). ③五味子野生种群采样点的土壤pH(5.34～6.98)呈酸性;w(SOC)(SOC为土壤有机碳)在4.42%～18.47%之间,差异较大;w(TN)、w(TK)和w(TP)平均值分别为0.72%±0.28%、1.74%±0.31%和0.10%±0.03%. ④年降水量在474~928mm之间;年日照时长变化幅度小,在2219.3～2703.7h之间;年均气温和年均相对湿度的平均值分别为(3.46±1.44) ℃和68.9%±2.7%. 主成分分析表明,五味子果实质量受环境因子影响显著,其中年均气温的影响最大,其次是w(TP)、w(TN)、w(SOC)和年降水量;而基径和种群密度受环境因子的影响不显著. 对野生五味子种群生长限制因子的分析结果可为该种群保护、人工栽培与调控奠定理论基础.      

基于植物多样性的北京市湿地生态质量评价

湿地植物多样性反映着湿地生态环境状况,并对维持湿地生态系统功能和服务至关重要.为掌握北京市湿地植物多样性现状并评估湿地生态质量状况,对北京市22处湿地植物多样性进行了调查,并结合遥感数据,从湿地植物的生境状况、物种多样性、群落典型性和外来种侵入度等4个方面建立指标开展评估,并分析生态环境因子和人类活动因子对湿地植物物种组成及多样性的影响.共调查到北京市湿地植物74科220属338种(含变种和亚种),植物组成表现出中心城区-城市平原区-生态涵养区的空间格局.生态涵养区湿地的生态质量总体上优于城市平原区湿地和中心城区公园湿地.生态质量综合指数值最高的前五处湿地为白河、怀沙河-怀九河、金牛湖、汉石桥湿地和永定河门头沟段,而城市平原区河流型湿地的生态质量综合指数值相对较低.典范对应分析结果显示,距离最近道路距离、水体总氮含量和生态绿地面积占比是影响区域湿地植物物种组成的主要因子,典型相关分析结果显示,建设用地面积占比和水体总有机碳含量是影响湿地植物多样性的主要因子.人类活动强度和水质状况对区域湿地植物多样性及生态质量影响较大,需重点加强城市平原区河流型湿地生态恢复与保护.     

基于浮游植物的生物完整性指数开发与验证——以永定河北京段为例

为评估永定河北京段河流健康状态,判别河流生态系统恢复成效,于2022年7月、9月在永定河流域进行浮游植物样品的采集和水环境因子的测定.通过鉴定浮游植物物种并计算其生物量、细胞密度和多样性指数,构建基于浮游植物的生物完整性指数(P-IBI)评价该流域河流健康状态;基于线性模型冗余分析(RDA)判断P-IBI及其组成指标与环境因子的相关性;利用基于水质指标的综合水质标识指数(CWQⅡ)验证P-IBI的可靠性.结果表明,浮游植物群落结构整体为绿藻-硅藻-蓝藻型,绿藻和硅藻占绝对优势;永定河北京段的河流健康状态整体为“亚健康”;WT、DO、pH、SD、TN是影响该流域P-IBI及其组成指标的主要环境因子;P-IBI与CWQⅡ的相关性分析显示,丰水期和平水期P-IBI与CWQⅡ均存在显著的相关性关系,基于P-IBI对永定河北京段的河流健康评价具有较强的可靠性.基于浮游植物的生物完整性指数合理地评价了该流域的健康状态,能敏感地响应流域内水环境因子的变化,在我国北方典型河流的生态健康评价中具有广泛的应用潜力.     

长江上游植被净初级生产力年际变化规律及其对气候的响应

在GIS系统支持下，利用遥感和气象资料，构建了基于光能利用率的植被净初级生产力（NPP）模型，估算了1981~2000年长江上游地区植被年NPP分布。分析了不同植被类型NPP的年际变化规律，基于像元空间尺度讨论了植被NPP对气候的响应关系。结果表明：除农作物外，各植被类型NPP均呈增长趋势，其中针叶林增幅最大。NPP出现较明显变化地区可能主要与人为因素作用有关。长江上游年降水量和年均温分布均与年NPP分布相似，从西北向东南逐步递增趋势。长江上游NPP与降水和均温的年际相关性整体不强。呈强正相关性（相关系数大于0.2）的区域，其面积均占据了总面积的近一半，其分布呈现互补关系。呈强负相关性（相关系数小于-0.2）的区域面积较小。随地理位置的不同，气候因子（降水、气温）对NPP的年际变化的驱动作用（强度、方向）不同.