金沙江干热河谷典型区(云南省)土壤退化机理研究 Ⅱ 土壤水分与土壤退化

在金沙江干热河谷地区 ,存在以土壤退化为主要形式的土地荒漠化和水资源匮乏这两大生态环境问题。试比较不同退化程度土壤在土壤水分及特性方面产生的差异 ,研究土壤水分特性对土壤退化的作用机理。通过对金沙江干热河谷典型区 (云南省 )不同退化程度的燥红土水分特性的对比研究 ,发现退化土壤 PWP(凋萎湿度 )增加 ,而 FC(田间持水量 )和 BCM(毛管联系断裂含水量 )降低 ,使植物可利用的有效水范围变窄 ;退化土壤的入渗速率减小 ,渗透性减弱 ,在降雨入渗 90 min后 ,未退化燥红土的入渗速率降低 5 4 % ,而退化的燥红变性土却下降了 94 %。因土壤的水分蒸发量和蒸发速度加快 ,导致土壤持水能力降低和抗旱性显著减弱。未退化燥红土在有效水的两个蒸发阶段 ,土壤含水量降低速度小于退化燥红土 ,有效水蒸发历时达 82 .5 h,表蚀燥红土仅有 4 5 .9h,同时 ,未退化燥红土的水容量在低吸力阶段高于退化燥红土 ,但在水分蒸发阶段失水比却低于退化燥红土。由于有效含水量的降低 ,退化土壤即使雨季处于水分亏缺时期也超过 4 5 d。以上研究说明土壤水分特性恶化导致或加重了土壤退化     

直升机航电系统高原高寒环境适应性评估

目的研究高原高寒环境对直升机航电系统试验的影响、应对以及直升机环境适应性评价方法。方法通过分析高原高寒环境对直升机航电系统的影响因素,建立评价指标体系,运用模糊综合评价方法,得出直升机航电系统在高原高寒环境下适应性评价值。结果直升机高原高寒适应性可分为两个一级指标,12个二级指标,其中高原适应性评价指标的权重为0.7983,高寒适应性的权重指标为0.2135。某直升机高原高寒适应性模糊综合评价值为0.7692,适应性综合评价为较好。结论高原、高寒地区特殊的自然环境、地形地貌、气候条件等都会对航空装备的试验和使用产生很大的影响,航空装备乃至武器装备环境适应性试验的重要性与日俱增,运用模糊综合评价方法能够有效地进行直升机航电系统高原高寒环境适应性评价,提高试验效率。     

拉萨河流域高寒湿地水质影响因子分析

西藏高寒湿地在生态平衡、生态建设和经济社会发展中发挥着重要作用。本文以西藏拉萨河流域内各个典型高寒湿地为研究对象,通过系统聚类法和综合污染指数法,对流域内各项水质指标进行综合分析和评价。结果表明：各个湿地的总N、Cu元素含量都超出了Ⅰ类水质标准;总P、Zn没有超标;Mn元素含量除了塘嘎郭湿地超标3倍外,其他均小于国家标准;Fe元素含量除了塘嘎郭湿地超标7倍外,其他均小于标准。总N、总P、pH值、Cu、Fe等因子对拉萨河流域内各个高寒湿地水质污染贡献最大。拉萨河水体有机污染较重,其余各个湿地有水体富营养化的趋势,同时流域内湿地独特的自然因素造成该流域内重金属污染偏高。对策建议包括应加大对城市污水的治理,加强流域内及周边矿藏资源的开发管理等。     

地界与田垄

正其实,牧人与牧人之间关于草场的界线,是铭刻于心中的。他们知道,某一个山隘、一座山的某一个起伏的梁,便是他们的草场的界限。抑或是某一条溪流,乃至是一棵树、一块巨岩,水平望去,便是他们的地界了。那年六月末,我们在新建成的那拉提机场降落。这里刚下过一场小雨,满目的鲜绿苍翠欲滴,空气湿润而清新,云层低垂,雾霭缠绕着巩乃斯河两岸的山峦。在古突厥(乌孙)语中,巩     

高寒山地甘肃臭草斑块特征与土壤水分的关系

选取石羊河上游高寒退化草地甘肃臭草种群,分析斑块特征、土壤水分以及二者之间的相互关系,以期了解植被对土壤水分变化的适应性和反作用特征.结果表明:甘肃臭草斑块在形成、扩散和稳定阶段种群高度、密度、盖度由中心向边缘逐渐减小,衰退阶段由中心向边缘逐渐增大,甘肃臭草斑块内土壤水分由中心向边缘逐渐增大,斑块内土壤水分大于斑块外;斑块内土壤水分与植被主要生物学特征之间由负相关向正相关过渡.甘肃臭草具有明显的可塑性,通过对干旱区环境的长期适应,改变了小范围内土壤水分分布结构,进而形成繁茂生长的单一优势种群斑块.表3参16     

岷江上游干暖河谷与元江干热河谷的气候特征比较研究

利用岷江上游和元江（红河上游）河谷区的多年气象观测资料,通过对两河谷区的光、热、水、风等气候因子的综合分析、比较,得出结论：两河谷区的日照时数均较多,日照充足,干热河谷的日照时数要比干暖河谷多。干热河谷的平均温度要比干暖河谷要高。两河谷均是气温的年较差较小,月较差较大;降水的地区差异大,有明显的干雨季之分,降水均集中在雨季,降水量干热河谷多于干暖河谷;两河谷均是山谷风大,定时风显著,风速均是干季大,雨季小。两河谷局地小气候均呈现复杂多样特征。在干热河谷中上段,光热资源较丰富,而水分资源不协调,导致水分构成了该地区发展的主要限制因子;而在干暖河谷中上段,光照可满足需要,热量和水分不足,构成了限制因子,特别在中段河谷的部分地区缺水更甚,干旱年份可影响到树木生长。对两河谷气候特征的对比、分析, 可为两流域在退耕还林、山地生态环境的治理和恢复提供科学依据。     

高寒草甸不同类型草地群落特征及优势种植物生态位差异

为了解高寒草甸不同种群利用资源和占据生态空间的能力,结合野外试验和室内分析等手段对青藏高原杂类草草甸、矮嵩草(Kobresia humilis)草甸、小嵩草(Kobresia pygmaea)草甸和藏嵩草(Kobresia tibetica)沼泽化草甸的群落数量特征及主要优势种植物的生态位进行研究.结果表明,不同群落类型高寒草甸物种组成、Shannon-Wiener和Simpson多样性指数均表现出杂类草草甸矮嵩草草甸小嵩草草甸藏嵩草沼泽化草甸;地上生物量为藏嵩草沼泽化草甸矮嵩草草甸杂类草草甸小嵩草草甸;不同群落类型优势种群所占的比例存在差异性.生态位宽度以及主要优势种植物生态位重叠值在不同植被类型差异明显,垂穗披碱草(Elymus nutans)在杂类草和矮嵩草草甸的生态位宽度最大,小嵩草和藏嵩草分别在小嵩草草甸和藏嵩草沼泽化草甸中最大,且生态位越大与其他植物的生态位重叠程度较高.但同一物种在不同群落类型所占的生态位宽度和生态位重叠值也不同,生态位宽度大的物种间生态位重叠值也越大.说明高寒草甸优势种群在资源利用能力或环境的生态适应能力方面有较大的差异性,环境资源的异质性是导致群落组成不同的关键因子.     

放牧强度和短期休牧对青藏高原东部高寒草甸优势物种根系分泌速率的影响

根系分泌物是调节土壤养分循环的关键物质,对土壤微生物生理活性和有机物分解等土壤生态过程有关键影响.为了解放牧条件下根系分泌物分泌速率和变化规律,在放牧管理试验样地上,采用原位草本根系分泌物收集法,在生长旺季测定不同放牧强度(不放牧、轻度放牧、重度放牧)和放牧停止后1 d和21 d取样(视为短期休牧)青藏高原高寒草甸优势物种垂穗披碱草(Elymus nutans)的根系分泌速率.结果显示:放牧条件下,垂穗披碱草在生长旺季正午的根系分泌平均速率(以C计)为851.29μg g~(-1) h~(-1).放牧停止后1 d,不放牧、轻度放牧和重度放牧的根系分泌速率无显著差异;而放牧停止后21 d,轻度放牧的根系分泌速率[(1 032.33±53.63)μg g~(-1) h~(-1)]和地上生物量增量显著高于不放牧,重度放牧则与不放牧差异不显著.本研究表明,轻度放牧和适当短期休牧能够增加根系分泌速率,并可能通过正反馈作用刺激植物地上补偿生长.     

不同放牧强度对高寒草甸生态系统呼吸的早期影响

放牧是高寒草甸一种重要的利用方式,对土壤理化性质和植被会产生重要影响,研究放牧对高寒草甸生态系统呼吸的影响对估算碳交换和制定合理放牧政策具有重要意义.利用静态箱-气象色谱法,于2012年8月到2013年7月在青藏高原东缘高寒草甸对轻度、中度和重度3种放牧强度下的生态系统呼吸进行每月至少一次的连续观测,以估算高寒草甸生态系统呼吸,并探讨放牧强度对生态系统呼吸的作用.结果显示:轻度、中度和重度放牧条件下,年均生态系统呼吸(以C计)分别为226.33±62.30、213.63±53.22和215.15±53.19 mg m~(-2) h~(-1),三者之间无显著差异(P0.05);在生长季生态系统呼吸分别为367.97±47.86、324.62±44.95和348.37±43.10 mg m~(-2) h~(-1),在非生长季生态系统呼吸分别为105.81±22.13、96.55±14.69和110.61±16.89 mg m~(-2) h~(-1),在不同放牧强度下生态系统呼吸均表现出明显的季节特征,但在相同季节不同放牧强度间生态系统呼吸差异不显著;月累积降水量与生态系统呼吸呈显著正相关关系;该区域放牧地生态系统平均年累积呼吸为472.63 g m~(-2) h~(-1).本研究表明,在试验初期不同放牧强度对生态系统呼吸无显著作用.     

青海湖高寒湿地生态系统夏季CO_2通量日变化及其影响因子研究

利用涡度相关技术对青海湖高寒湿地生态系统夏季CO2通量日变化特征进行分析,并且结合气象观测数据对CO2通量日变化的影响因子进行探讨。结果表明,青海湖高寒湿地生态系统夏季CO2通量日变化呈"U"字型,8:00—20:00 CO2通量值为负,其他时间为正,最低值出现在12:30,为-15.34μmol·m-2·s-1。CO2通量日平均值为-3.65μmol·m-2·s-1(约-13.87 g·m-2·d-1),表现为明显的CO2吸收,是重要的碳汇。CO2通量与净辐射、气温和表层土壤温度的相关性分析表明,净辐射是影响青海湖高寒湿地生态系统夏季CO2通量日变化的主要因子,气温次之,表层土壤温度对CO2通量的影响最小。采用多元回归分析得出CO2通量与各个影响因子之间的关系符合三元一次线性回归方程,R2=0.689,且达到极显著水平(P0.01)。