齐齐哈尔市青年林场森林经营类型划分及可持续发展的探讨

以森林分类经营思想为指导,根据青年林场的森林经营现状,合理划分森林经营类型,并确立各类型的采伐方式.     

酸雨作用下中亚带森林冠层淋溶规律研究

2001年1月～2002年6月对韶山亚热带常绿阔叶林4个采样区进行了酸雨的监测,以监测数据为依据,分析研究了林内穿透水中主要离子的淋溶规律。结果表明:大气降水经过森林冠层后pH值明显升高,韶山亚热带常绿阔叶林对SO42-、NO3-、Mg2+、NH4+离子具有吸收作用,特别是NH4+和NO3-离子。SO42-、Ca2+和Mg2+离子的冠层淋溶百分率随降雨量的增加有明显减少的趋势。Ca2+、K+和Cl-随着pH的增加,其冠层淋溶百分率呈增加趋势。韶山地区在常年酸沉降作用下,森林冠层对酸性离子SO42-、NO3-的吸收作用最强。根据18个月离子浓度平均值来计算,韶山地区森林冠层离子的淋溶序列为:K+>Ca2+>Cl->Mg2+>SO42->NO3->NH4+>Na+。     

基于Sentinel-2与随机森林算法的太湖水生植被分布监测

基于2018—2021年太湖地区哨兵2号（Sentinel-2）卫星遥感影像和随机森林算法,结合植被敏感指数,开展太湖水生植被分布监测,综合分析了水生植被的时空变化特征,初步揭示了太湖水生植被的动态变化。结果表明,太湖水生植被分布面积有逐年上升的趋势,且年间变化具有明显的单峰型特征,表现为春季沉寂,夏季快速增长,秋季达到暴发期,冬季面积开始减退;太湖水生植被主要分布于东太湖、东部沿岸和贡湖,类型以沉水植被为主,其中浮叶植被主要分布于东太湖,挺水植被主要分布于东太湖沿岸的浅水区域;沉水植被主要分布于东部沿岸和贡湖;水生植被主要分布的东太湖水域,其水质总体优于太湖其他水域。     

藓袋法解析重大事件对西昌大气重金属的影响

为了解西昌市大气重金属的污染状况,该研究于2019年4月-2020年4月分季节采用鳞叶藓(Taxiphyllum taxirameum)藓袋法对西昌市大气重金属污染进行了跟踪监测。在2020年1月15日-4月15日春季监测期中发生了COVID-19疫情和西昌"3.30"特大森林火灾等重大突发事件,对西昌市的大气生态环境产生了影响。通过对事件发生前后的藓袋中Al、Cr、Fe、Cu、Ni、Pb、Mn、Hg、Zn、V、As、Ba等12种重金属含量分析,结合西昌市大气监测数据、气象数据等,解析了森林火灾和COVID-19疫情对西昌市大气重金属污染的影响。结果表明,春季(2020年1月15日-4月15日)12种重金属的总富集量(12.85±1.57) mg/g显著高于其他3个季节(p0.01),但其他3个季节富集总量不存在显著性差异(p0.05),可见春季监测期富集量的大幅上升可能是受重大突发事件的影响。通过疫情前后空气变化比较,COVID-19疫情影响使西昌市机动车活动水平和排放量下降,旅游业相关区域大气Pb污染量下降。同时不平衡的污染物排放量下降引起了城区的大气氧化性显著上升,促进了二次颗粒物的生成,周边工业源的颗粒物传输进入城区,使工业区下风向的城市边缘区域的藓袋Hg富集量大幅上升。该研究表明藓袋法是一种有效的大气重金属污染生物监测方法,能够反映出对空气质量影响的重大事件的效应。     

Detecting forest landcape boundary between Mountain Birch and evergreen eoniferous forest in the northern slope of Changbai Mountain

Boundaries between different forest types in Changbai Mountain Eatern China are results from complex interactions between forest ecosystems,topogrphy,and geomorphology.Detecting and quantifying the transitional zones are highly important since high environmental beterogeneity and biodiversity are ofter found within these zpmes.In this study,we used GIS and multivariate statistics techniques(PCA and MSWA) to analyze data from Landsat TM satellite imageries and quantitatively determined the positions and widths of the landscape boundary betweeen mountain birch and evergreen coniferous forests in the northern slope of Changbai Mountain.The results showed that the widths of the landscape boundary ranges from 30-50 m while using the MWW A or/and PC method.Such detected widths are consistent with field transect data that suggest a 50m tranistional zone width.The results further suggest that TM data can be used in combination with GIS and statistical techniques in determining forest landscape boundaries.MSWA is more reliable than PCA,while PCA can also be used to determine the landscape boundary when transects are properly located.     

应用O/E模型评价淮河流域典型水体底栖动物完整性健康的研究

本研究尝试采用我国已有的季风气候区底栖动物观测值(O)/期望值(E)比值模型,在无足够数量参照样点的情况下,建立淮河流域O/E指数健康评价指标体系,评价淮河流域典型水体底栖动物物种组成完整性现状.于2014年夏季(8月)和秋季(11月)分别调查了淮河流域20和25个典型水体的底栖动物和水质指标.O/E模型评价结果表明,监测点位在PC(Probabilities of Capture)0和PC≥0.5条件下,夏季和秋季的物种期望丰富度分别约为25和9.所有25个点位中,仅1个点位为健康,其余为一般或较差;模型控制自然梯度后O/E0和O/E50值均没有显著的季节性差异(p=0.565和0.229).环境胁迫因子(TN、EC、CODCr和p H)和土地覆盖数据(水体比例、湿地比例、裸地比例、森林比例和草地比例)对秋季O/E50和O/E50-null的解释量高于夏季,TN是能够解释淮河流域典型水体夏季O/E指数变异最多的环境因子,p H和CODCr是能够解释秋季O/E指数变异最多的环境因子.研究表明,在缺少有效参照点位构建评价指标体系的情况下,在淮河流域应用已经构建的季风气候区底栖动物O/E指数模型进行健康评价是比较可靠的方法.     

崇义客家梯田区生态系统服务功能及价值评估

崇义客家梯田位于赣南,为当地客家人提供了多项生态服务功能。开展崇义客家梯田区生态系统服务功能价值评估,有助于人们更好地了解梯田区生态系统对客家社会的直接贡献,使政府作经济效益权衡决策时充分考虑保护梯田区生态系统的重要性。论文根据梯田区生态与社会经济系统的特征,构建了崇义客家梯田区生态系统服务功能价值评估指标体系,并以2012年数据为基础,综合运用替代成本、市场价值、影子工程、造林成本、成果参数和旅行费用等定量方法,评估了崇义客家梯田区农田和森林两个主要生态系统的价值。结果表明：1）2012年崇义客家梯田区生态系统服务总价值为102.02×10⁸元,其中,农田生态系统和森林生态系统服务价值分别为42.00×10⁸元和60.03×10⁸元,分别占总价值的41.17%和58.84%。2）在评估的11项服务指标中,生物多样性保护和旅游休闲的价值居前两位,分别为29.73×10⁸元和22.30×10⁸元,各占总价值的29.14%和21.86%。3）11项服务指标按其评估的价值大小排序为：生物多样性保护>旅游休闲>气体调节>土壤保持>产品生产>气候调节>调洪蓄水>病虫草害控制>社会保障>文化传承>净化环境。直观的经济数字反映了客家梯田区生态系统对社会的巨大贡献,不仅有利于提高管理者和公众保护农业文化遗产的意识,也为政府制定客家梯田区生态系统补偿标准提供数据支撑。     

云浮:“石都”正在变身富庶文明大西关

<正>◆城市名片山中有城,城中有山,山水之乐,得之于心。如此美景描述的是地处西江上游,全省最年轻的地级市——云浮。建市的15年是云浮经济高速发展的15年,亦是云浮环保建设的15年,     

扑救森林火灾安全准则

从分析火场特征、危险条件出发,详细阐述了扑火队员在扑火过程中的行为准则和应注意的安全事项以及避险的方式方法。     

林地大气氮沉降的观测研究

2004年11月～2005年10月,以小叶栎林地为研究对象,研究了大气沉降氮通量及其3种物理形态(气态、颗粒态、雨水)4种氮化物(NH₃,NH₄⁺-N,NO₃^--N,NO₂)的相对贡献.结果表明,大气氮沉降总量为82.8kg/(hm²·a),其中干沉降占67%;NH3-N是氮沉降的主要贡献者,占干沉降的82%,占总氮沉降量的56%;还原态的氮化物(NH₃,NH₄⁺-N)占总氮沉降量65%.