天山中部山区不同胸径天山云杉对气候的响应

运用树木年轮气候学的方法,研究天山中部山区天山云杉(Picea schrenkiana)不同胸径年表特征以及与气候因子之间的关系,揭示不同胸径云杉对气候因子的敏感度差异,以及胸径大小因素对年表的潜在影响.结果表明:(1)云杉敏感度与胸径大小有线性负相关关系,说明小胸径云杉与气候变化关系密切;(2)不同胸径云杉年表对气候因子的响应存在一致性,均表现为对上一年月降水与月平均温度存在显著的滞后作用,与上一年8月降水以及当年4、5月降水正相关,与上一年8、9月平均温度负相关,与当年生长季温度负相关;(3)不同胸径云杉年表对气候响应存在一定的差异,大胸径云杉主要是对上一年8月、当年5月降水的正响应,对月平均温度无显著的响应关系,而小胸径云杉不但对上一年8月和当年4、5月降水有显著的响应关系,对当年5月平均温度也有显著的负响应关系.因此,在树木年轮气候学研究中应该考虑胸径大小因素对年表的影响.     

天山东部西伯利亚落叶松径向生长对气候的响应及其物候模拟

运用树轮气候学方法,探讨天山东部不同海拔西伯利亚落叶松(Larix sibirica)径向生长与气候因素和气候生态指标的关系,并借助VS-oscilloscope模型对落叶松的生长季物候进行模拟研究.结果显示:(1)上限树木径向生长与3月降水呈显著正相关,与7、8月气温呈显著负相关(P 0.05),下限树木径向生长与8、9月气温呈显著负相关(P 0.05),与降水相关性不显著.(2)上下限树木生长与春季降水和夏季气温的相关性分别呈显著正相关和显著负相关(P 0.05),与湿润指数的相关性呈显著正相关(P 0.05).(3)VS-oscilloscope模型模拟结果显示:上下限落叶松平均每年生长季开始都提前了0.39 d,生长季结束都推迟了0.21 d,生长季长度都延长了0.60 d,上下限树木径向生长与生长季开始和结束的相关性分别是0.361(P 0.01)和0.318(P 0.05).(4)上下限树木生长季开始时间大多与气温呈负相关,而结束时间大多与气温呈正相关,降水对树木生长季物候的影响并不显著(P 0.05).本研究表明海拔差异明显影响树木径向生长对单月气候的响应,而对季节性气候因子和气候生态指数的响应影响不明显;温度对树木生长季物候的影响较为明显,且海拔差异不能影响温度对树木生长季物候的限制;本研究结果有助于更加深入地了解气候变化对森林生态系统的影响,可为天山地区气候因子重建提供一定生理背景支持.(图8表5参48)     

长江中下游湖泊富营养化过程的湖泊沉积记录

长江中下游湖群区，历来是人类最活跃的场所，但由于近年来社会经济的迅速发展，湖泊富营养化问题日趋严重，对湖泊湿地变化与湖泊营养盐状况关系的分析是制定湖泊环境整治和生态修复的重要科学依据。长江中游湖泊——龙感湖的湖中心钻孔沉积物中硅藻组合和总磷变化记录了近百年来龙感湖富营养化过程。沉积物中湿地花粉与人湖营养盐关系以及磁化率的分析表明，流域内人类活动对湖周滩地的改造，破坏了湿地植被，助长了人湖物质的增加，湖泊营养相对富集，而流域农业化肥的使用导致了水质的进一步恶化。     

近50年三江源地表湿润指数变化特征及其影响因素

基于三江源区1959—2008年月平均气温、最高气温、最低气温、相对湿度、降水量、风速和日照百分率等气候要素资料,应用修订的Penman-Monteith（P-M）模型计算了最大潜在蒸散量和地表湿润指数,分析其空间分布、年际和年代际变化特征及其主要气象因子的影响。结果表明：1959—2008年间,研究区年降水量呈增加趋势,降水量变化曲线线性拟合倾向率为5.316~13.047 mm.（10a）-1,春夏季增幅较大;最大潜在蒸散量呈增加趋势,年最大潜在蒸散量变化曲线线性拟合倾向率在5.073~10.712 mm.（10a）-1,夏季增幅最大;地表湿润指数变化也呈增加趋势,年地表湿润指数变化曲线线性拟合倾向率0.011~0.026（10a）-1,冬季增幅最大,在15年周期附近,出现了3~5个干湿交替期,1984年之后为偏湿期,在中高频区,1998—2006年有偏干振荡;影响三江源区地表湿润指数的主要因子是降水量、相对湿度和平均最高气温。     

Integrating soil carbon cycling with that of nitrogen and phosphorus in the watershed model SWAT: Theory and model testing

In this paper we describe and test a sub-model that integrates the cycling of carbon (C), nitrogen (N) and phosphorus (P) in the Soil Water Assessment Tool (SWAT) watershed model. The core of the sub-model is a multi-layer, one-pool soil organic carbon (S_C) algorithm, in which the decomposition rate of S_C and input rate to S_C (through decomposition and humification of residues) depend on the current size of S_C. The organic N and P fluxes are coupled to that of C and depend on the available mineral N and P, and the C:N and N:P ratios of the decomposing pools. Tillage explicitly affects the soil organic matter turnover rate through tool-specific coefficients. Unlike most models, the turnover of soil organic matter does not follow first order kinetics. Each soil layer has a specific maximum capacity to accumulate C or C saturation (S_x) that depends on texture and controls the turnover rate. It is shown in an analytical solution that S_x is a parameter with major influence in the model C dynamics. Testing with a 65-yr data set from the dryland wheat growing region in Oregon shows that the model adequately simulates the S_C dynamics in the topsoil (top 0.3 m) for three different treatments. Three key model parameters, the optimal decomposition and humification rates and a factor controlling the effect of soil moisture and temperature on the decomposition rate, showed low uncertainty as determined by generalized likelihood uncertainty estimation. Nonetheless, the parameter set that provided accurate simulations in the topsoil tended to overestimate S_C in the subsoil, suggesting that a mechanism that expresses at depth might not be represented in the current sub-model structure. The explicit integration of C, N, and P fluxes allows for a more cohesive simulation of nutrient cycling in the SWAT model. The sub-model has to be tested in forestland and rangeland in addition to agricultural land, and in diverse soils with extreme properties such high or low pH, an organic horizon, or volcanic soils.