滦河秋季大型底栖动物群落结构空间格局与关键环境影响因子识别

掌握水生生物的空间分布特征及其关键影响因子是科学制定生物多样性保护策略的基础.于2016年秋季对滦河53个样点开展了大型底栖动物和环境因子的现场调查,分析了大型底栖动物群落结构与空间分布特征,并识别出影响大型底栖动物物种空间分布的关键环境因子.结果表明:①滦河（河北省）共采集并鉴定出大型底栖动物206种,隶属于8纲22目70科144属,以纹石蚕（Hydropsyche sp.）和东方蜉蝣（Ephemera orientalis）为优势种.②根据滦河大型底栖动物群落结构相似性,53个样点在空间上被分为3组.第1组分布在滦河干流的中下游及支流下游,无指示物种;第2组分布在支流上游,指示种为纹石蚕、朝大蚊（Antocha sp.）和中华小长臂虾（Palaemonetes sinensis）;第3组分布在滦河干流中上游,指示种为东方蜉蝣和中华齿米虾（Neocaridina denticulate sinensis）.③第3组的分类单元数显著高于第1组和第2组;第1组的多样性指数显著高于第2组;第1组的均匀度指数显著高于其他2组.单因素方差分析（one-way ANOVA）发现,pH、TN、底质、河道变化、水质状况和河岸土地利用类型等环境因子在第2组与第3组之间差异显著,第2组明显高于第3组.典范对应分析（CCA）表明,栖境复杂性、河水水量状况和河岸土地利用类型是影响滦河大型底栖动物空间分布的关键环境因子.研究显示,降低河岸带干扰强度、恢复河道生境多样性是未来滦河大型底栖动物多样性保护恢复的重要管理措施.      

长江经济带水质目标管理平台总体设计

为强化长江经济带资源整合与共享,集成统一规范的大数据平台,基于“十一五”“十二五”国家水体污染控制与治理科技重大专项数据和模型库资源,以面向服务的架构(SOA)和模块化设计为支撑,遵循“五横两纵四统一”的平台架构设计思路,应用大数据挖掘、云计算等现代信息技术,构建长江经济带水质目标管理平台.平台基于长江经济带水生态环境功能分区,兼顾不同类别水质目标管理技术的协调性、衔接性和适应性,对水质目标管理相关信息进行跟踪、模拟、分析和三维可视化表达,在水生态环境功能分区管理、数据汇交与信息共享、容量总量管理、风险评估与预警等方面实现业务化运行,实现全景式水质达标形势研判、一体化风险联防联控.平台已在国家长江生态环境保护修复联合研究中心进行业务化运行,将有效提升长江经济带水环境综合管理能力,同时可为其他重要流域水质目标管理提供信息化工作参考.      

秸秆还田方式对东北农田土壤NH3挥发和N2O排放的影响

秸秆还田是有效利用资源、增加土壤有机质含量和培肥地力的有效措施,但也会影响土壤NH₃挥发和N₂O的排放.探索不同秸秆还田方式对NH₃挥发和N₂O排放的影响对于减少土壤氮素损失和保护生态环境具有重要意义.采用田间小区试验,利用Los Gatos Research（LGR）超便携NH₃分析仪和密闭式静态箱-气相色谱法探究不同秸秆还田方式下土壤NH₃挥发和N₂O排放的特征,试验设4个处理（覆盖还田,即表面覆盖玉米秸秆,0~20和20~40 cm土壤分层扰动后填回,记为JG0-0;常规还田,即秸秆与0~20 cm土壤混合,20~40 cm土壤扰动后填回,记为JG0-20;深还田,秸秆与20~40 cm土壤混合,0~20 cm土壤挖出后填回,记为JG20-40;对照处理,即无玉米秸秆还田,0~20和20~40 cm土壤分层扰动后填回,记为CK）.结果表明:①相比于CK,不同秸秆还田方式均显著降低了土壤NH₃挥发量,增加了土壤N₂O排放量.与CK相比,JG0-0、JG0-20和JG20-40处理下土壤NH₃累积排放量分别减少了12.38%、9.87%和5.73%;土壤N₂O累积排放量分别增加了30.19%、82.82%和36.53%,其中JG0-0和JG20-40处理之间无显著性差异.②JG20-40处理下玉米产量显著高于其他处理,比CK增加了23.15%,JG0-0处理下玉米产量高于CK和JG0-20处理,但并未达到显著水平.③对于NH₃和N₂O这两种气体的总累积排放量,各处理间均达到显著性差异.与CK相比,JG0-0、JG0-20和JG20-40处理下NH₃和N₂O总累积排放量分别增加了16.67%、52.08%和22.92%.④不同秸秆还田方式下的氮素气态损失率均高于CK,JG0-0、JG0-20和JG20-40处理下氮素气态损失率分别比CK增加了17.50%、52.50%和22.50%.因此,综合考虑土壤NH₃挥发量、N₂O排放量和玉米产量等因素,JG0-0处理优于JG20-40、JG0-20处理.