影响呼伦贝尔草原土壤有机碳空间变异的主导因素

【背景】土壤有机碳(SOC)是草地生态系统全球碳循环中的关键组成部分。在气候变化和草地土壤退化的背景下,草地碳循环的研究引起了广泛的关注,特别是对草地SOC在不同时间和空间尺度上的动态和驱动因素的深入分析。然而,对草地SOC长期动态变化的估计和空间变异驱动因子分析目前主要基于遥感建模方法和模拟预测,而非直接测量。【目的】评估呼伦贝尔草原不同时期SOC空间变异因子的相对重要性及其变化特征。【方法】基于1980年全国第二次土壤调查数据,在2022年重复了呼伦贝尔草原第二次土壤调查的31个样点的土壤剖面,并通过建立多元线性模型和广义相加模型对这两个时期SOC变化及其驱动因子进行量化分析。【结果】1980—2022年,40年间呼伦贝尔草原SOC由17.25 g·kg^(-1)增加到17.62 g·kg^(-1),增加了0.37 g·kg^(-1)。气候因子的相对重要性从1980年的22.1%增加到2022年的72.9%。相比之下,地形和利用强度因子的相对重要性下降,分别从1980年的38.8%和39.2%下降到2022年的13.5%和13.5%。【结论】气候因子、地形和利用强度共同主导了呼伦贝尔草原土壤有机碳的空间变异。在过去的40多年里,影响草地SOC变化的气候因子已由次要贡献因素演变为主要控制因素。

内蒙古草原植被最大光能利用率取值优化研究

针对目前CASA(carnegie-ames-stanford approach)模型等植被生产力模型植被最大光能利用率的取值未对草原进行区分的问题,以内蒙古草甸草原、典型草原和荒漠草原为研究对象,结合野外实测NPP(net primary productivity)数据和CASA模型的建模思路优化了三大草原类型植被最大光能利用率,并以此为基础模拟分析了其植被光能利用率和NPP时空格局。结果表明,基于99个地面采样点所建立的一元二次方程模拟的草甸草原、典型草原和荒漠草原最大光能利用率分别为0.654,0.553和0.511gC·MJ-1,平均为0.573gC·MJ-1。与未对草原类型进行区分而统一取值为0.541gC·MJ-1的结果相比,实测NPP与模拟NPP之间的决定系数和和均方根误差分别提高了0.024和2.62gC·(m2·month-1)-1。受水热组合和草原类型的空间格局的影响,内蒙古草原植被光能利用率和NPP总体上由东北向西南逐渐下降趋势,呈明显的单峰季节变化特征。但光能利用率和NPP的最大值出现的月份有所不同,分别出现在8月份和7月份,这可能与植被吸收的光合有效辐射和光能利用率的最高值出现的月份不同有关。光能利用率和NPP平均值按草甸草原>典型草原>荒漠草原的顺序依次降低。

草甸草原关键物种功能性状对长期放牧和停牧恢复的响应

【目的】植物功能性状对环境变化及外部干扰的响应,反映了植物的表型塑性、生存策略及适应能力。通过长期放牧条件下草原植物功能性状的变化及停止放牧后的恢复响应研究,为草原恢复管理的研究提供理论依据。【方法】探究了生长季不同放牧梯度下呼伦贝尔草甸草原6个关键物种(羊草、日阴菅、糙隐子草、斜茎黄芪、裂叶蒿、细叶白头翁)叶片功能性状(叶片干重、叶片含水量、叶面积、比叶面积、叶片氮含量、叶片磷含量、叶片C/N、叶片N/P)的变化,以及生长季停止放牧后的草甸草原关键物种叶片功能性状的即时恢复响应。【结果】(1)6个关键物种的相对生物量和重要值随放牧强度增加而减小,轻度和重度放牧强度停止放牧后的值大于继续放牧。(2)6个关键物种的叶片干重、叶片C/N整体随放牧强度的增加呈减小趋势;叶片含水量、比叶面积、叶片氮含量整体随放牧强度的增加呈增大趋势;除裂叶蒿外各物种叶面积都随放牧强度增加而减小;叶片磷含量除糙引子草外都随放牧强度增加呈增大趋势;随放牧强度增加,羊草、日阴菅、糙隐子草、细叶白头翁的叶片N/P整体呈增大趋势,而斜茎黄芪、裂叶蒿呈减小趋势。(3)停止放牧后,重度放牧的恢复程度高于轻度放牧,6个关键物种的功能性状整体恢复较好,叶片干重、叶片含水量、叶面积、比叶面积、叶片N/P都表现为正响应、叶片磷含量呈现负响应,叶片氮含量、叶片C/N在6个关键物种中正负响应不一,叶片氮含量的正响应少于负响应,叶片C/N的正响应多于负响应。(4)禾草类的叶片形态学性状、杂类草的养分特征对停止放牧后的恢复更敏感,且叶片干重、叶面积和叶片磷含量对放牧强度和物种的交互作用的响应更为显著。停止放牧后,随6个关键种叶面积、叶片氮含量、叶片N/P的增加,叶片干重也在增加。【结论】长期放牧导致草原植物个体小型化,停止放牧后植物功能性状正响应多于负响应,草原植被功能出现明显的恢复响应,草甸草原的地上生物量有所增加。

2009年江苏省冬小麦和水稻种植面积信息遥感提取及长势监测

以中国农业遥感监测系统(CHARMS)大尺度业务运行作物长势监测需求为实际驱动力,进行基于遥感影像全覆盖的大尺度农作物类型遥感综合自动识别的方法研究,通过分析2009年江苏地区冬小麦和水稻的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定冬小麦和水稻信息提取的NDVI阈值,建立不同作物面积提取模型,并最终获取了2009年CHARMS中江苏冬小麦和水稻长势监测所需的作物空间分布,并与多年平均统计数据比较,总体精度分别达到了78%和85%以上,基本可以满足农情业务化需要。其次,基于面积识别的结果,利用目前长势监测中应用最广泛的归一化植被指数NDVI对江苏2009年冬小麦和水稻长势进行监测,并用差值模型,与近5年长势的平均状况进行对比研究。结果表明,2009年江苏冬小麦和水稻长势均呈现"前期较好,中期变差,后期恢复"的趋势;空间分布上,淮北和苏中地区冬小麦全年长势较多年平均稍差,而水稻长势较差的地区主要分布在苏南地区。