爱,就在这里――写给把爱献给高原生态保护的人们

我们就是要在全球气候变化、牧民过度放牧的大背景下,研究探索出一条人工生态植草,用于遏制草场退化和牧民草料增收的方法和路子,也是落实国务院《青藏高原区域生态建设与环境保护规划（2011-2030年）》的具体行动。     

痛快走天路

依去年川藏行走经验,宿营地海拔不超过4千米,白天穿行于5千米,经或长或短几天适应,身体基本能敷衍过去。可是,阿里高原立地山之巅水之源,要是说海拔4500米是家常便饭三餐少不了,5000米就是下饭的菜,5000米以上则是预防噎着备好的汤了。如此高峻昂扬的地势,便是趴在藏北盐湖也还浮在4000米以上;况且,高寒干燥之地,绿树宝物样稀罕难觅,空气中的氧气愈发捉襟见肘是板上钉钉的事。     

书讯

青藏高原蕨麻李军乔著科学出版社出版(2011年8月)978-7-03-032119-0$75.00 B5开本平装内容简介本书针对青藏高原野生资源植物——蕨麻的资源地理分布、民间应用历史、自然资源概况、生物学及生态学特性、栽培技术、品种选育、生态价值、经济价值、商品标准等进行了系统、全面的试验研究,提出了蕨麻综合开发的途径,从而为资源植物合理高效的开发提供了理论依据。     

季节性雪被对青藏高原东缘高寒草甸土壤氮矿化的影响

依据自然雪被分布的差异,在青藏高原东缘高寒草甸中设置3条样带(即深雪、中等厚度雪被和浅雪),于2008年的秋冬过渡期,连续监测各样带中的雪被厚度和土壤温度,并采用原位培养法测定每月的土壤氮素氨化、硝化和矿化速率,以研究不同厚度雪被对高寒草甸土壤氮矿化的影响.结果表明,月均土温、每月日最高土温均值分别与雪被厚度极显著相关,二次函数关系拟合较好(R2=0.576,0.685),且根据每月日最高土温均值与雪被厚度的二次函数关系方程可知,25 cm厚的雪被可以起到较好的隔绝效果;土壤含水量受雪被厚度和土壤温差两个因素的显著影响.在秋冬过渡期末,浅雪梯度下土壤硝态氮含量显著降低,且雪被下的净氮矿化速率与月均土温、每月日最高土温均值、每月日最低土温均值都分别呈极显著相关,二次函数关系拟合较好(R2=0.589,0.541,0.601).研究表明,不同厚度的雪被对土壤温度和含水量影响显著,从而显著地影响着土壤氮的矿化,深雪更有利于氨化、硝化和氮矿化.图7表2参36     

温度和氮素输入对青藏高原三种高寒草地土壤碳矿化的影响

选取了海北高寒草甸、那曲高寒草原和当雄高寒湿地3种典型高寒草地生态系统类型为研究对象,采集了表层0~10 cm土壤,在实验室内进行可控温度下的碳矿化培养实验。结果表明,青藏高原土壤碳矿化在不同高寒草地类型间存在显著差异（P≤0.05）。在较低的温度下,高寒湿地土壤的碳矿化速率显著低于高寒草甸土壤,而温度在15℃左右时,高寒湿地土的碳矿化速率略高于高寒草甸土壤,当温度处于较高的水平时（〉20℃）,高寒湿地土壤碳矿化速率远高于高寒草甸土壤,高寒湿地土壤碳矿化的Q10显著大于高寒草甸。无论是低温还是较高的温度,高寒草原土壤碳矿化速率最低,数值范围也最窄。高寒草甸和高寒湿地土壤碳矿化均受温度的显著影响（P≤0.05）,其速率均跟温度呈现一级指数函数方程关系,而高寒草原土壤碳矿化速率与温度间未呈现明显的函数关系,但不同温度间的土壤碳矿化速率存在显著差异。氮素输入对高寒草甸和高寒湿地土壤碳矿化的影响不明显,但显著促进了高寒草原土壤碳矿化作用。     

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。     

青藏高原不同等级降水时空变化特征北大核心CSCD

利用1981-2019年青藏高原气象站的逐日降水量资料,研究青藏高原不同等级降水的空间分布特征和时间变化规律.结果表明:青藏高原主要以小雨和中雨为主,大雨和暴雨非常少.年平均不同等级降水日数和降水量总体均呈东南多、西北少的分布状态. 1981-2019年小雨等级降水日数总体呈不明显的减少趋势,高原东侧和东南侧显著减少;中雨等级的降水日数总体呈显著的增多趋势,显著站点主要出现在青海东北部和四川中部;大雨和暴雨等级降水日数总体为不显著的增多趋势.1981-2019年青藏高原不同等级降水量均呈增多趋势,其中小雨、中雨和大雨通过了95%置信度检验.进一步研究发现小雨等级降水日数的减少主要由0.1-1 mm的降水日数减少导致,而小雨等级降水量的增多则主要由6-10mm的降水量增加引起.综上所述,青藏高原不同等级降水日数和降水量均呈由东南向西北递减的分布特征,变化趋势的空间差异非常大,总体上小雨日数为减少趋势,其他等级降水日数和所有等级降水量呈增加趋势.(图10表1参31)     

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)