环境因子对土壤微生物呼吸及其温度敏感性变化特征的影响

在田间条件下研究土壤微生物呼吸及其温度敏感性(Q10)的变化特征及其影响因素对准确理解地区的气候变暖潜力具有重要意义.本研究依托长武农田生态试验站的裸地处理,利用土壤碳通量系统(Li～8100)连续6 a (2008～2013年)监测裸地处理下的呼吸速率、土壤温度和水分,探究土壤微生物呼吸及其温度敏感性的变化特征及其影响因素.在日变化尺度上,土壤微生物呼吸速率的变化特征呈单峰曲线,且这种变化趋势主要与土壤温度有关(P 0. 05),然而日平均土壤微生物呼吸速率和Q10在不同土壤水分含量条件下不同.均呈现出:适度的土壤水分条件较高的土壤水分条件较低土壤水分条件的趋势[土壤微生物呼吸速率:1. 20μmol·(m~2·s)~(-1)、0. 95μmol·(m~2·s)~(-1)、0. 79μmol·(m~2·s)~(-1); Q10:2. 12、1. 93、1. 59].在季节尺度上,土壤微生物呼吸速率和Q10均呈现出雨季大于非雨季的趋势[土壤微生物呼吸速率:1. 11μmol·(m~2·s)~(-1)、0. 90μmol·(m~2·s)~(-1); Q10:1. 96、1. 59],且这种变化趋势与土壤温度和水分的变化有关(P 0. 05),然而土壤温度和土壤水分的双变量模型比土壤温度或者土壤水分的单变量模型能解释更多的土壤微生物呼吸季节变异性(R~2:0. 45～0. 82、0. 32～0. 67、0. 35～0. 86;模拟值和实测值的拟合系数:0. 76、0. 64、0. 58).在年际尺度上,年累积土壤微生物呼吸变化于226 g·(m~2·a)~(-1)和298 g·(m~2·a)~(-1)之间,Q10变化于1. 48～1. 94之间,而年累积土壤微生物呼吸和Q10的年际变异性主要与年平均土壤水分含量有关(P 0. 05),且年平均土壤水分别可以解释39%和54%的年累积土壤微生物呼吸和Q10年际变异性.在裸地处理上,土壤有机碳由试验初的6. 5 g·kg~(-1)下降到目前的5. 5 g·kg~(-1),但是年累积土壤微生物呼吸却高达255 g·(m~2·a)~(-1),即裸地处理的呼吸流失量比土壤有机碳的流失量高20倍以上.     

1986—2015年青藏高原哈拉湖湖泊动态对气候变化的响应

湖泊是气候变化的敏感指示器,研究其动态变化对揭示全球气候变化具有重要意义。以哈拉湖流域为研究区,基于3S技术提取流域内湖泊面积、形状等信息,揭示近30年哈拉湖流域湖泊动态变化特征,并探讨其对气候变化的响应。结果表明：1986—2015年间,哈拉湖流域湖泊面积变化呈“V”型,其动态变化大致可分为两个阶段：波动下降阶段（1986—2001年）和波动上升阶段（2001—2015年）。其中1986—2001年湖泊面积由593.68 km²减少到584.83 km²（减少8.85 km²）;2001—2015年由584.83 km²增加到614.31 km²（增加29.48 km²）。对湖泊面积变化量与冰川面积变化量及同期遥感数据阶段各气候要素相关分析发现,湖泊面积变化量与阶段降水量呈正相关,且相关显著性水平在0.01以上,进而降水量是湖泊动态变化的主导因素。     

青藏高原生态风险及区域分异

全球变化背景下,青藏高原生态系统受到自然、人为双重影响和威胁,生态风险日益加剧。针对生态风险源、脆弱性以及风险管理能力选取30个评估指标,利用生态风险评估优化模型,综合评估了青藏高原的生态风险,并得出如下结论：青藏高原生态风险总体处于较低水平,以低和极低生态风险为主,共占研究区面积的55.84%;极高风险主要分布在北部高山和极高山地区,中等风险主要分布在高原北部以及高原的西部和西南部地区,中、高生态风险在空间分布上形成一个“C”字形结构;青藏高原生态风险整体受自然主导因子控制,人为对生态环境的影响不容忽视,协调和降低青藏高原人类活动区域人类对生态环境的影响,是今后规避生态风险的重要途径。     

Predicting future invasion risk of three widespread malignant weeds on Qinghai-Tibet Plateau,using multi-algorithm ensemble models北大核心CSCD

农田恶性杂草相比普通杂草的传播更为迅速且难以有效防治,对农业生产危害严重.明确典型恶性杂草当前潜在分布面积及未来气候变化下对耕地的潜在入侵风险对农业生产管理具有重要意义.以广泛分布于青藏高原农田中的3种常见恶性杂草,即野燕麦(Avena fatua L.)、一年生早熟禾(Poa annua L.)和狗尾草[Setaria viridis(L.)P.Beauv.]为研究对象,利用广义增强模型(GBM)、广义线性模型(GLM)、人工神经网络(ANN)、最大熵(MaxEnt)、随机森林(RF)及多元自适应回归样条(MARS)算法集合预测上述3种杂草在青藏高原的潜在地理分布以及驱动其变化的关键因子,以评估其对耕地的入侵风险.未来气候场景采用最新的第六次国际耦合模式比较计划(CMIP6)框架下2050年的4种共享经济路线(SSP1-2.6、2-4.5、3-7.0、5-8.5).结果显示:野燕麦适宜分布区面积约为3.5912×10^(5) km^(2),主要分布于四川西南部及青海东部,零星分布于甘肃、西藏和新疆;一年生早熟禾和狗尾草的适宜分布区面积约为4.3046×10^(5) km^(2)和2.0036×10^(5) km^(2),均主要分布于四川西南部和西藏东南部,零星分布于青海东部和甘肃南部.年均温是3种杂草分布的最主要驱动因子.此外,人类足迹和土壤有效氮是影响野燕麦分布的相对重要因子;土壤酸碱度、最暖季降水量是影响一年生早熟禾分布的重要因子;温度季节性、最暖季降水量是影响狗尾草分布的重要因子.预计至2050年,3种杂草在4种情境下均会出现不同程度的扩张,狗尾草的扩张面积表现出随辐射强迫的增强呈先升高后趋于稳定的趋势,而另两种杂草则呈先升后降的趋势.预计3种杂草的潜在分布面积在耕地中的占比与扩张面积的变化趋势一致,且在主产区的占比高于非主产区.模拟结果表明,未来气候变化下,随着3种恶性杂草的适宜分布区面积的扩张,其对青藏高原耕地的入侵风险将增加,尤其是粮食主产区所面临威胁更为严峻,建议应重点关注青藏高原粮食主产区恶性杂草的生理生态、迁移扩散和防治技术研究.(图6表2参61)     

Effects of long-term nitrogen addition and precipitation changes on CH4 flux in an alpine steppe北大核心CSCD

土壤是甲烷(CH4)重要的源和汇.氮沉降和降水格局变化正在急剧改变土壤碳循环,进而可能对土壤CH4通量造成深刻影响.高寒生态系统是巨大的碳库,对氮沉降和降水变化十分敏感.然而,目前多数研究集中在短期实验上,缺乏对长期氮沉降和降水变化背景下CH4通量的响应及其调控因素的认识.以青藏高原高寒草原为研究对象,在2013年搭建模拟氮沉降和降水格局改变实验平台.基于静态箱–气相色谱法测定2020年生长季(5-10月)土壤CH4通量.结果显示,高寒草原土壤呈CH4的汇.氮添加没有显著改变生长季和植物生长高峰CH4通量.然而,降水变化显著改变了生长季和植物生长高峰CH4通量,其中降水增加(+50%降水)降低了CH4的吸收(分别为–16%和–45%),降水减少(–50%降水)增强了CH4的吸收(分别为+73%和+33%).进一步研究发现,与植物属性和功能基因丰度相比,土壤环境因子主导了CH4通量变化(解释率>90%).其中CH4通量与土壤含水量和温度显著正相关,与土壤pH显著负相关.综上所述,在未来全球变化情景下,降水格局改变更能调节青藏高原高寒草原CH4通量的变化.(图6表1参37)     

Quantity and activity of ammonia-oxidizing archaea and bacteria and their contribution to ammonia oxidation in farmland soil of Qinghai-Tibet Plateau北大核心CSCD

Ammonia oxidation, the first and rate-limiting step of nitrification, is mainly performed by ammonia-oxidizing archaea (AOA) and ammonia-oxidizing bacteria (AOB). However, the activities of AOA and AOB in soil and their relative contribution to ammonia oxidation are unclear, and whether there is a significant correlation between the quantity of AOA and AOB and the ammonia oxidation rate is also controversial. In this study, quantitative PCR combined with acetylene (C2H2) and 1-octyne inhibition methods were used to determine the quantity and activity of AOA and AOB in wheat, highland barley, and oilseed rape soils in Nyingchi, Lhatse, Sangzhuzi, and Sangri counties on the Qinghai-Tibet Plateau. The results showed that the quantity of AOB ((2.34 ± 0.84) ×105 - (2.65 ± 1.07) ×106 copies g-1 dry soil) was significantly higher than that of AOA ((0.20 ± 0.10) ×104 - (4.02 ± 0.39) ×104 copies g-1 dry soil) in all the soil samples. Soil pH was the key factor affecting the quantity of AOB, and the total phosphorus and ammonium nitrogen in soil were the key factors affecting the quantity of AOA. The rates of ammonia oxidation in the farmland soils of Lhatse (2.42 ± 0.73 mg kg-1 d-1) and Sangzhuzi (3.24 ± 1.15 mg kg-1 d-1) were significantly higher than those in the soils of Nyingchi (1.17 ± 0.43 mg kg-1 d-1) and Sangri counties (0.88 ± 0.57 mg kg-1 d-1). The rates of ammonia oxidation in the farmland soils of Lhatse and Sangzhuzi were dominated by AOB, while those in the farmland soils of Nyingchi and Sangri counties were dominated by AOA. For crops, the ammonia oxidation rates of wheat and oilseed rape soils in all four regions were significantly higher than those of highland barley soil, whereas the activity of AOA and AOB was not influenced by crops. The ratio of nitrogen to phosphorus was the key factor influencing AOA activity, whereas soil pH and total carbon were the main factors influencing AOB activity. Additionally, the quantities of AOA and AOB were not significantly correlated with the total ammonia oxidation rates and AOA and AOB activity. Overall, our study suggests that both AOA and AOB play important roles in ammonia oxidation in farmland soils of the Qinghai-Tibet Plateau. Moreover, it is unreliable to predict the activity of AOA and AOB and their relative contribution to ammonia oxidation directly based on their number of amoA genes, and the activity of AOA and AOB should be directly and accurately measured. These results are important for understanding ammonia nitrogen removal processes, slowing nitrate loss, and reducing the emission of the greenhouse gas nitrous oxide in the farmland ecosystem of the Qinghai-Tibet Plateau. © 2022 Science Press. All rights reserved.     

坡面尺度上地貌对α生物多样性的影响

为了解地貌在坡面尺度上对α生物多样性的影响,采用主观采样法在陕北吴起县合家沟流域不同地貌部位进行了样地调查.利用SPSS16.0统计软件先后对各地貌部位物种组成及各物种的重要值、地形因子要素间、地形因子和群落α多样性之间分别做了聚类分析、相关分析和多元回归分析.结果表明:(1)地貌部位相似的群落聚类在一起,说明地形因子是影响物种组成、群落结构、生态系统等的重要因素.(2)海拔和坡位,坡向和坡度,地形指数和海拔、坡位、坡形之间的Pearson 相关系数均大于0.8,双尾显著性检验概率小于0.05.(3)影响α生物多样性指标香农-维纳指数的地形因子按重要性从大到小依次是:坡位、坡向、海拔、坡形、坡度、地形指数,进一步分析得出在黄土高原丘陵沟壑区,沟沿线、光照、土壤水分和养分在影响α生物多样性指标上依次递减.(4)通过多元线形回归检验,得出坡位、坡向、坡形、海拔这四个地形因子与群落α生物多样性关系密切,建立的回归模型显著性检验可信度大,与样本数据的拟合度高.各地形因子数据归一处理后的回归方程为:香农-维纳指数=2.417-0.581×坡形-1.333×坡位+1.449×海拔+0.631×坡向.地形地貌特征在黄土丘陵区表现明显,研究它对生物多样性的影响可为该区植被恢复提供参考,但由于调查样地尺度较小,在应用推广上尚待进一步研究.     

植被类型对黄土丘陵区流域土壤有机碳氮的影响

恢复植被是遏止水土流失和提高土壤有机碳氮(SOC,TSN)积累的重要措施。以黄土丘陵沟壑区燕沟流域为基础,分析了主要植被类型的SOC,TSN变化及其分布特征。结果表明,自然恢复的辽东栎群落SOC含量为29.5g/kg,其次为黄刺玫,狼牙刺群落11.6～21.3g/kg,铁杆蒿(+长芒草)群落为8.4～10.6g/kg。人工建造的刺槐林5.53～11.9g/kg,小叶杨12.8～18.4g/kg,沙棘群落为8.7g/kg,仁用杏为4.7g/kg,苹果园SOC含量3.4～3.9g/kg,退耕苜蓿为4.2g/kg,耕地3.3～4.8g/kg。自然恢复的灌丛群落和人工乔木群落可有效地改变坡面SOC含量与分布。土壤有机碳氮具有显著线性关系,而C/N比例和作用区间随着农田到林地的演变而变大。     

黄土丘陵沟壑区苜蓿地土壤水分环境效应

根据田间试验资料,分析研究了黄土丘陵沟壑区苜蓿地土壤水分的周年变化规律,并以休闲地和几种一年生作物地作为对照进行对比研究,得出以下主要结论:①雨季降水对苜蓿地土壤水分的补给起着重要的作用,其土壤贮水量动态与年内的降雨周期相吻合,但总体上朝着土壤不断干化的方向发展;②经过一个雨季,苜蓿地的土壤贮水量与平均含水量分别呈不同程度的下降,而休闲地与4月份持平;③相同的降水对不同作物地的补给效果不同,以3m土层计算,苜蓿地的农田蒸散量与谷子、玉米相当,比豆子地高,但要低于高粱地;④长期种植苜蓿引起的深层土壤干化问题必须引起足够的重视,干化土地的水分恢复不是一朝一夕的事情。     

黄土高原土壤景观格局特征分析

在地理信息系统支持下,选择多种景观格局指数,从斑块面积、斑块数、斑块周长和多样性的角度对黄土高原地区土壤景观进行了格局特征分析。结果表明,黄土高原地区土壤景观斑块数、面积和周长分布均极不均衡,土壤景观多样性指数较低,反映出黄土高原地区土壤景观破碎化程度较高。