长白山自然保护区生态系统碳平衡研究

运用已建立的EPPML生物地球化学循环模型,对1995年长白山自然保护区生态系统的碳平衡状况进行了模拟.模拟结果表明,该保护区植被的年净初级生产力[NPP(碳量)]为1.332×10⁶t·a^-1,以阔叶红松林和云冷杉林最高,分别为0.540×10⁶t·a^-1和0.428×10⁶t·a^-1.这2种林型是长白山面积最大、生产力最高的林型,其生产力的模拟结果对整个保护区的碳循环和碳平衡影响最大,前者的准确性决定了后者的可靠性.总的来说,模拟值不仅在整个保护区不同植被带和气候带的相对比较中是符合常规的,而且在与相当分散的实测数据的绝对比较中也是比较准确的.该保护区的植被具有明显的碳汇功能,主要表现为植被碳量的增长,每年增长约1.058×10⁶t·a^-1.阔叶红松林的年碳量增长最大(0.452 × 10⁶t·a^-1),云冷杉林其次(0.339×10⁶t·a^-1)这2种林型对整个保护区的碳汇功能起着至关重要的决定性作用.其它依次为:长白落叶松林、阔叶林、草甸、灌丛、高山苔原、岳桦林和高山流砾滩草类.1995年该保护区土壤有机质的分解碳量比凋落物碳量高0.169×10⁶t·a^-1,除草灌土壤出现有机质的积累,高山苔原和高山流砾滩土壤有机质的分解与积累处于近似平衡状态外,乔木林下土壤有机质的分解量均为凋落物量的1.5～2.0倍.     

基于SSA-XGBoost方法的降水变化趋势预测模型

全球变暖预期下不同区域的未来降水变化,是政府和公众都关心的重要问题,也是全球变化研究的前沿科学问题。预测模型的建立是预测/预估研究的重点和难点,现今不稳定的气候背景对预测模型的精准度提出了更高的要求。为了解决传统方法对长期时间序列预测效果欠佳的问题,本文以泰国南部洞穴石笋δ¹⁸O重建的过去270多年（公元1773—2004年）的降水记录为数据集,提出了SSA-XGBoost预测模型。对原始数据去趋势预处理后,采用奇异谱分析法（SSA）提取前部分数据（1773—1964年）的振荡成分以确定数据的最佳谐波个数,并进行准确的周期信号分量分解;之后用去趋势数据减去周期信号得到随机信号,再利用XGBoost模型对随机项进行预测;最后将预测的序列、趋势曲线和周期信号延拓结果相叠加得到最终的预测数据（1965—2004年）。与其他四种模型（XGBoost、ARIMA、SSA-ARIMA、LightGBM）的预测结果相比,SSA-XGBoost的预测结果与真实值最相近,且MAE和RMSE均最小,R²也更接近1,说明该模型具有更高的精度和稳定性。该研究对于泰国南部等热带地区未来的降水变化趋势预测具有较好的指导意义,也可为其他长时间序列的预估研究提供借鉴。     

马来眼子菜腐烂分解氮磷转化模型研究

马来眼子菜是太湖水生植被中重要的优势种,其新陈代谢残体腐烂分解过程是湖泊水体营养盐循环重要组成部分.为定量化揭示其腐烂分解规律以及对水体营养盐含量影响,基于室内马来眼子菜腐烂分解试验结果,建立了马来眼子菜腐烂分解氮磷转化模型.模型由马来眼子菜腐烂分解氮转化子模型和磷转化子模型组成,考虑了马来眼子菜体内无机氮磷的溶解、有机氮磷的降解以及边壁对水体中氮磷吸附3个主要过程.模型共有8个状态变量,分别为马来眼子菜体内无机氮、有机氮、无机磷、有机磷,以及水体中总氮、总磷、边壁吸附的氮和磷.模型校验输出的水体总氮、总磷以及最后1 d的马来眼子菜体内氮磷、边壁吸附的氮磷与试验实测值吻合较好,校验获得的马来眼子菜体内无机氮、无机磷溶解释放速率分别为0.04 d-1、0.06 d-1,其体内有机氮、有机磷降解释放速率分别为0.00525 d-1、0.01044 d-1.模型结果显示,马来眼子菜在腐烂分解的前5 d,其体内分别有6.7%、35.8%的氮、磷被分解;磷优先于氮释放,其机制是马来眼子菜残体含有相对较高比例的无机磷;温度变化对马来眼子菜腐烂分解释放氮磷转化过程具有一定影响,但在温度较低时,温度变化对马来眼子菜腐烂分解的影响较小;马来眼子菜分解仅在一定的时间内对水质产生不利影响,其后水体颗粒以及边壁吸附作用能消除这种影响.     

常温纤维素降解菌群的筛选及其特性初探

在改良PCS培养基的基础上,通过定期改变传代方法,从污泥、森林土、发酵腐熟牛粪、堆肥处理麦秆中筛选出1组纤维素分解能力强而稳定的纤维素混合菌群(代号为Xc),100 mL培养物在37 ℃静置培养5 d,对滤纸纤维素、脱脂棉、麦秆(片)、牛粪纤维降解率分别达到81%、41%、25%、40%.Xc在37、28 ℃分解滤纸时,分别在第5 天、第7 天时CMC酶活性最高,分别达到104.5、95.3 U·mL-1.在初始pH 5～9的培养基上接种均能表现出较强分解能力.采用变性梯度胶电泳(DGGE)法比较来源于不同时期菌群16S rDNA条带表明,菌群结构稳定.     

森林枯枝落叶分解及其影响因素

枯枝落叶在森林生态系统中占有极其重要的地位,枯枝落叶的分解是一个以生物为主要参与者的过程,土壤动物使粗枯落叶实现物理性分解,土壤微生物则使枯落物碎片进一步分解为简单无机分子或转化为腐殖物质。土壤微生物的分解受枯落物自身成份的影响,粗脂肪与可溶性糖等在前期分解,木质素与纤维素等在后期分解,低w(C)/w(N)比枯落物易于分解,枯落物内的有机氮最终将降解为NH 4和NO-3,用于描述枯落物分解的最常用模型是指数方程x/x0=e-kt。自然因素与人为因素引起的火烧也是引起地面枯落物消失的重要因素,它有很强的负面效应,造成有机氮的损失。影响枯落物分解的因素很多,它们主要是通过影响分解生物而起作用,这些因素有树种、温度、湿度、酸碱度、污染等。阔叶树枯落物通常比针叶的分解快,温度与有机氮的矿化有线性关系,硝化作用可在大幅度的温度范围内发生,但最适温度通常在25℃。碳矿化的最适含水量约60%,在过于淹水条件下易于出现反硝化作用而造成氮损失。森林枯落物分解以真菌为主,适于在较高pH条件下进行,但与枯落物种类有关,云杉最适分解酸度为pH5～7,多种阔叶树最适分解酸度在pH3.5,土壤变酸时通常造成细菌数量显著下降,而以真菌占主导。枯落物的处理方式影响森林土地的生产力,移除地面枯落物或采伐剩余的枝叶可造成土地肥力的显著下降,相反,则有利于维持土地肥力。     

山地草地凋落物分解与凋落物水文功能

以云南马龙县退化山地草地为研究对象.在围栏封育条件下,对分解过程中不同分解状态的凋落物分解速率、最大持水率、有效截流率及自然持水率进行了分析.结果表明,随封育时间(分解时间)的推移.草地凋落物分解速率有所降低.在同栏封育条件下,草地凋落物的分解速率显著高于未围栏封育条件(F=7.647;P<0.01).随凋落物分解时间的推移,其最大持水率、有效截流率呈抛物线状.研究发现在凋落物分解过程中,凋落物最大持水率、有效截流率将会出现一个峰值,之后将随凋落物的分解,最大持水率、有效截流率呈下降趋势.在草地凋落物分解过程中,围栏封育条件与未围栏封育条件相比,凋落物最大持水率、有效截流率出现较早,而在240 d的分解试验期内,未围栏封育条件下最大持水率峰值尚未出现.凋落物分解速率与凋落物自然持水率呈正相关,在围栏封育条件下相关性达到显著水平(r=0.94;P<0.05);未围栏封育条件下相关性达到极显著水平(r=0.93;P<0.01).     

微波消解-石墨炉原子吸收光谱法测定鸡排泄物中总砷的方法研究（Study on the Determination Method of Total Arsenic in Fowl Dung by Microwave Digestion-Atomic and Graphite Furnace Atomic Absorption Spectrometry）

建立检测鸡排泄物中总砷含量的微波消解-石墨炉原子吸收光谱法.使用硝酸镁和硝酸钯混合溶液作为基体改进剂,在灰化温度1200℃、原子化温度2400℃条件下,采用石墨炉原子吸收光谱法测定鸡排泄物中的总砷含量.结果表明,总砷浓度在0～100ng·mL-1范围内符合郎伯-比尔定律,线性回归方程为Y=0.0013X+0.0098,决定系数0.9976,方法的回收率为98.8%～101.9%,精密度为2.81%,检出限为0.100mg·kg-1.     

NiFe2O4直接分解二氧化碳成碳循环反应过程结构演变研究

用XRD Rietveld分析法,对共沉淀法制备的NiFe2O4在H2／CO2循环反应中的结构演变进行研究,发现随着循环反应次数的增加,NiFe2O4物相的含量逐渐降低,Fe2Ni1-x物相的含量及其(200)衍射的平均晶粒逐渐增大,并出现Fe3C物相,其含量增长较快．纯NiEe2O4经15次循环反应后,体系中NiFe2O4物相的含量只剩下5％左右,样品基本失去分解CO2的活性．NiFe2O4掺杂4％铬后,明显提高了NiFe2O4骨架结构的稳定性,虽经50次H2／CO2循环反应,体系中NiFe2O4物相含量仍然有20％,分解CO2的活性仍达到初始活性的40％．     

石墨炉原子吸收光谱法测定土壤中银

建立了土壤样品中痕量银的石墨炉原子吸收光谱测定方法,优化了试验条件,标准曲线线性关系良好,当取样质量为0.25 g,定容体积为25 mL时,方法检出限为0.01 mg/kg.经标准样品验证,方法准确度符合土壤样品分析要求.     

无火焰原子吸收石墨炉法测定海水中的总铬

研究了使用无火焰原子吸收石墨炉法测定海水中总铬的分析方法。在氧化过程后采用络合 -萃取技术使共存元素与待测元素分离 ,既消除了基体干扰 ,又达到了富集作用 ,使测定结果准确可靠。方法的相对标准偏差 6.34 % ,回收率85.2 %。