紫茎泽兰潜在分布对气候变化响应的研究

紫茎泽兰的生态适应性强,是我国外来入侵物种中危害最为严重的恶性杂草。研究紫茎泽兰的适生性特征及对全球气候变化的响应规律是制定防控策略的重要基础,为此,本研究采用了将生态位因子分析(ENFA)与最大熵模型(MaxEnt)嵌套的方法,首先通过ENFA对环境因子进行降维,利用降维后的环境因子以及当前及A1b情景的未来气候数据,根据最大熵模型(MaxEnt)预测紫茎泽兰的潜在分布,并使用ROC曲线分析对预测结果进行评价。结果显示,当前气候情景下,紫茎泽兰的分布区以云南、贵州、广西等省为主;未来A1b情景下,易入侵等级(入侵概率为0.6~1.0)的区域面积将会由当前的12.82 km²增加至2080s的21.30 km²,中心点将由当前位置向西南方向移动61 km;而其中高入侵概率等级(入侵概率为0.8~1.0)的区域面积将由当前的0.42 km²增加至2080s的0.91 km², 中心点将由当前位置向东南方向移动178.66 km。根据当前及未来A1b气候情景下紫茎泽兰潜在分布情况,并根据不同入侵等级区域采取相应的防除治理措施,将对紫茎泽兰的综合治理具有重要指导意义。     

气候变化对中国梅花鹿潜在栖息地影响

研究表明,气候变化将会使生物多样性降低甚至是物种灭绝。研究气候变化对物种栖息地的影响,对未来研究物种多样性和保护生态系统功能完整性提供实践意义。以梅花鹿(Cervus nippon)为研究对象,将23个环境因子通过去相关性后得到8个环境因子,利用最大熵(MaxEnt)模型模拟了梅花鹿基准气候条件下在中国潜在生境分布,并预测了ssp245和ssp585两种气候变化情景下2021—2040年(2030s)、2041—2060年(2050s)、2061—2080年(2070s)梅花鹿潜在分布。23个环境因子中,对3个不同的梅花鹿亚种,降水季节性、海拔、最干月降水量这3个因子是影响梅花鹿生境分布的主要因子。基准气候条件下,梅花鹿的潜在生境面积占总研究区域总面积的3.72%。随着时间的推移,研究区内梅花鹿东北亚种当前潜在生境面积明显增加,其中ssp585情景增加程度大于ssp245情景。在ssp585情景2050s阶段,总潜在生境面积将增加524.79%;梅花鹿华南亚种当前潜在生境面积明显减少,在ssp585情景下,梅花鹿适宜生境面积减小幅度将大于ssp245情景下梅花鹿适宜生境面积减小幅度,其在相应阶段分别减少77.61%、96.29%和93.62%。适宜生境逐渐消失。梅花鹿四川亚种在ssp245、ssp585两种情景下,适宜生境面积变动较小,并且都有5%—10%的新增适宜生境。     

玛曲县高原鼠兔地理分布预测及其对气候变化的潜在响应

高原鼠兔(Ochotona curzoniae)是高寒草地生态系统中的关键物种,对于维系草地生物多样性有着重要的作用。认识高原鼠兔的空间分布及其影响因子,对了解其栖息地的选择和在生态系统中的作用有重要意义。利用甘肃省玛曲县当前高原鼠兔90个分布点数据和27个环境因子数据以及BIOMOD2软件包中的10个物种分布模型,预测了当前和RCP(Representative Concentration Pathways)2.6、RCP4.5、RCP6.0和RCP8.5等4种排放情景下未来2050s和2070s时间段玛曲县高原鼠兔潜在分布范围。结果发现,在10个模型中,随机森林(Random Forest,RF)表现最佳,表面分布区分室模型(Surface Range Envelop,SRE)最差;在气候因子中最湿季平均气温(Bio8因子)重要值最高,对高原鼠兔栖息地的选择影响最为显著。     

基于Biomod2组合模型预测青藏高原特有属扇穗茅属物种的潜在分布

为研究扇穗茅属（Littledalea）在青藏高的分布区及影响其分布范围的因子，本研究通过野外采样，利用Biomod2组合模型预测扇穗茅属3个物种（寡穗茅（Littledalea przevalskyi），藏扇穗茅（Littledalea tibetica），扇穗茅（Littledalea racemosa））地理分布格局及限制因子。研究结果表明：扇穗茅（L. racemosa）潜在适生区位于西藏自治区南部、四川西南部，分布面积最大（17.792万km²）；藏扇穗茅（L.tibetica）适生区面积最小（9.019万km²），位于青海省南部、西藏自治区北部；寡穗茅（L.przevalskyi）分布于甘肃省西南部、青海省北部（15.783万km²）。当前生境环境气候影响扇穗茅属物种分布相对重要性较高的生态因子有7个，海拔（Altitude）因子影响最高。相比该属当前物种潜在分布，在未来2种温室气体排放情景下（2050年和2100年、RCP4.5和RCP8.5），寡穗茅和扇穗茅适生区面积显著增加，特别是藏北高原那曲及玉树等地，而藏扇穗茅适生区整体缩小，未来气候变化可能对该属藏扇穗茅潜在分布的威胁最大。     

高寒草甸草原净初级生产力对气候变化响应的模拟

利用1957-2014年气象数据和1998-2014年实测数据驱动CENTURY模型模拟海北高寒草甸草原生态系统地上净初级生产力(ANPP)的动态变化,并利用典型浓度路径RCP4.5和RCP8.5情景下5个大气环流模型的气候情景数据来模拟未来气候变化和CO₂浓度变化对草地生态系统ANPP的影响。结果表明:1)研究地点1998-2014年的ANPP观测值与模拟值变化趋势吻合度较高,Pearson相关性系数为0.67,均方根误差为19.62 g·m^-2,CENTURY模型适用于模拟气候变化对高寒草甸草原影响的研究。2)过去50多年,高寒草甸草原的年平均最低气温、最高气温和年平均气温都呈极显著的波动上升趋势(P<0.01),年降水量年际波动特征比较明显,降水主要集中在植被的生长季。过去50多年,高寒草甸草原ANPP平均值达到271 g·m^-2,总体变化趋势为增加,但变化趋势不显著(P>0.05)。3)与基准时段(2001-2014年)相比,高寒草甸草原未来2030s(2015-2040年)、2050s(2041-2070年)、2080s(2071-2099年)时段多模型年平均降水量、年平均温度、年平均最低和最高温度变化率均为正值。不考虑CO₂肥效作用下,高寒草甸草原多模型平均ANPP在RCP4.5和RCP8.5情景下分别增加2.21%,11.53%,17.78%和8.34%,21.68%,40.32%;考虑CO₂肥效作用下,高寒草甸草原多模型平均ANPP在RCP4.5和RCP8.5情景下分别增加2.89%,14.29%,24.28%和11.57%,31.74%,57.29%。考虑和不考虑CO₂肥效的情况下,5个大气环流模型引起的模拟结果的不确定性都在合理范围之内,多大气环流模型与CENTURY耦合模拟的ANPP结果较为一致。     

三江源草地总生物量对未来气候变化的响应

以青海省三江源为研究区域,利用2005-2016年间采集的2 055个草地野外监测数据校正并构建了适用于该地区的DNDC (denitrification–decomposition,反硝化–分解)模型参数库。通过模拟三江源草地总生物量在两种不同代表性浓度路径(RCPs)气候情景下的时空变化,探究了气候因子对草地总生物量变化的影响,并分析了三江源不同区域草地应对未来气候变化的放牧利用对策。研究结果表明:1)草地总生物量的模拟值与实测值呈显著的线性相关(R2=0.690, RMSE=96.414 g·m-2,P 0.001),模型结果能够较好地解释实测数据。2)两种气候情景对比,RCP 8.5气候情景下温度增幅要高于RCP 4.5的气候情景,而降水量增幅则低于RCP 4.5的气候情景。3)在RCP 4.5和RCP 8.5两种未来气候情景下,研究区草地总生物量均呈显著下降趋势,总生物量模拟值分别下降了16.91%～18.51%和23.82%～26.44%。气候变化是导致草地总生物量变化的主要因素,草地管理应积极应对潜在的气候变化并制定相应对策,保障草地资源的可持续发展。     

当前(1970—2000)与未来气候变化情境下中国醉马芨芨草潜在分布预测

醉马芨芨草(Achnatherum inebrians)是我国西北、华北地区严重危害草地畜牧业和生态安全的主要毒害草之一，但其在药用、造纸、脱毒后饲用等方面有一定利用价值。本研究利用优化的MaxEnt模型预测了当前(1970—2000年)条件下和未来(2050 s和2070 s)4种气候变化情景下的醉马芨芨草潜在分布。结果显示：影响当前醉马芨芨草分布的关键环境变量与其适生阈值为12月平均最高气温(—7.5~7.9℃)、海拔(1 053.8~4 590.9 m)、最冷季降水量(1.6~24.6 mm)和降水量变异系数(25.5~111.5)；当前醉马芨芨草主要分布于新疆、西藏、四川、青海、甘肃、内蒙古、宁夏、陕西和山西等省区；在未来4种气候情景下，醉马芨芨草适生区面积均会增加，并向高纬度和高海拔地区迁移。研究为醉马芨芨草的防治和资源利用、草地生态学研究和草地放牧管理提供了理论依据和参考。     

三江源草地总生物量对未来气候变化的响应

以青海省三江源为研究区域,利用2005?2016年间采集的2055个草地野外监测数据校正并构建了适用于该地区的DNDC(denitrification-decomposition,反硝化-分解)模型参数库.通过模拟三江源草地总生物量在两种不同代表性浓度路径(RCPs)气候情景下的时空变化,探究了气候因子对草地总生物量变化的影响,并分析了三江源不同区域草地应对未来气候变化的放牧利用对策.研究结果表明:1)草地总生物量的模拟值与实测值呈显著的线性相关(R2=0.690,RMSE=96.414 g·m?2,P<0.001),模型结果能够较好地解释实测数据.2)两种气候情景对比,RCP 8.5气候情景下温度增幅要高于RCP 4.5的气候情景,而降水量增幅则低于RCP 4.5的气候情景.3)在RCP 4.5和RCP 8.5两种未来气候情景下,研究区草地总生物量均呈显著下降趋势,总生物量模拟值分别下降了16.91％～18.51％和23.82％～26.44％.气候变化是导致草地总生物量变化的主要因素,草地管理应积极应对潜在的气候变化并制定相应对策,保障草地资源的可持续发展.     

MaxEnt模型对新疆盾糙璃眼蜱生境适应性预测

璃眼蜱属是我国部分区域的优势蜱种,可传播多种病原。为了解新疆地区盾糙璃眼蜱生境适应性,从文献中获取我国新疆地区盾糙璃眼蜱分布点信息,结合环境气候因子数据,运用MaxEnt最大熵模型,分析了19个环境气候因子对盾糙璃眼蜱分布的潜在影响,并分析和预测了当前和未来不同气候模式下盾糙璃眼蜱潜在的地理分布区,筛选出了4个相关的环境因子变量,并且绘制了响应曲线。AUC值的检验结果说明模型具有较高的预测精度和准确性。在当前气候模式下,新疆盾糙璃眼蜱非适生区、低适生区、中适生区和高适生区面积分别约为1.081×10⁶、0.276×10⁶、0.161×10⁶和0.142×10⁶km²;在ssp245气候模式下,新疆盾糙璃眼蜱适生分布区面积均有增加;在影响新疆盾糙璃眼蜱地理分布的环境和气候因子中,主导环境气候的因子主要为Bio14最干月降水量(33.2%)、Bio15季节性降水量(29.1%)、Bio3等温性(4.3%)和Bio2昼夜温差月均值(9.6%)。在未来不同气候模式下,新疆盾糙璃眼蜱适生区面积会增加,温度和降水对新疆盾糙璃眼蜱分布区影响较大。以上结果可为盾糙璃眼蜱所携带病原、疾病传播的动态流行趋势提供理论依据,为更好地评估蜱媒传染病传播风险提供了参考。     

基于MaxEnt模型的短花针茅在中国的潜在分布区研究及预估

基于当前环境数据和IPCC第五次环境报告提出的三种气候情景以及短花针茅在中国现有分布点,利用MaxEnt模型和ArcGIS软件,预测了短花针茅现阶段及2050年在我国的潜在分布区。结果表明:MaxEnt模型的训练数据与测试数据的精度分别为0.983和0.972,表明模型预测效果很好;最冷季度的降水量与年平均气温是影响短花针茅分布的主要环境因子;短花针茅在我国的主要适生区包括内蒙古荒漠草原的绝大部分地区及典型草原西部地区、黄土高原地区、河西走廊和新疆山地;在Rcp2.6、Rcp4.5和Rcp8.5三种未来气候情景模式下,2050年短花针茅的适生区面积较现在都将有所增加,且都向高纬度移动。     

气候变化背景下我国扁蓿豆潜在适生区预测

扁蓿豆（Medicago ruthenica）是我国北方地区重要的豆科饲草资源,在草地改良、人工草地建设及生态修复等方面起重要作用,研究气候变化背景下我国扁蓿豆潜在适生区分布对其种植区划及种质资源保护具有重要意义。本研究采用最大熵模型（MaxEnt）预测了气候变化背景下扁蓿豆的适宜性生境分布区域及影响其分布的主导气候因子。结果表明,当前气候背景下我国扁蓿豆的适生区主要集中在内蒙古、黑龙江、新疆、甘肃、四川、西藏、吉林、陕西、云南、河北、青海中东部、山西、辽宁、山东东部、河南西北部、宁夏等地区;影响当代扁蓿豆适生区分布的主导因子是最干旱月降水量（bio14）、最冷季度降水量（bio19）、最湿润月降水量（bio13）、最热季度平均温度（bio10）;间冰期我国扁蓿豆的适生区较大,分布范围较广,而最佳适生区较小,仅占4.79%,从末次冰期冰盛期开始到未来CCSM4-rps26-2070等5个气候情景下我国扁蓿豆的适生区总面积较间冰期变小,而最佳适生区面积增加,5个气候情景的适生区面积和范围变化较小,受气候变化影响相对较弱。     

青海省草地生产力变化及其驱动因素北大核心CSCD

近年来受到气候变化和人类活动的影响,青海省草地生产力发生明显的变化。本研究基于MOD17A3HGF.006数据产品,以草地净初级生产力(NPP)为指标,采用Sen-MK趋势分析、相关分析和残差分析等方法构建决策树,分析青海省2001-2017年草地NPP变化趋势,并探究其驱动因素的空间异质性。结果表明:1)近17年来青海省草地NPP发生显著(P<0.05)变化的面积为11.41×10^(4)km^(2),其中NPP极显著(P<0.01)增加、显著(0.01≤P<0.05)增加、显著减少和极显著减少的草地分别占全省草地面积的11.88%、17.25%、0.20%和0.08%;全省草地生产力明显提高。2)草地NPP显著变化的不同主导因素类型中,气温主导的区域最大,占草地NPP显著变化面积的60.66%;其次是人类活动和人类活动+气温,分别占23.45%和9.49%;气温和人类活动是引起青海省草地NPP显著变化的主要因素。3)气温、降水和人类活动对青海省草地NPP变化的作用均以促进为主;同时,人类活动又是草地退化的主要因素,其贡献了草地NPP减少趋势区域的77.49%;而在青海省主要的生态工程区内,人类活动对草地的保护和治理成效明显。     

沟垄集雨下密度和施氮对黄土高原青贮玉米叶片酶活性及水氮利用的影响

为探究沟垄集雨下青贮玉米叶片酶活性与水氮利用效率对种植密度和施氮量的响应,于2019和2020年在甘肃环县开展田间试验,设置4个种植密度（D₁：6.0万株·hm^-2;D₂：7.5万株·hm^-2;D₃：9.0万株·hm^-2;D₄：10.5万株·hm^-2）和4个施氮水平（N₀：0 kg·hm^-2;N₁：120 kg·hm^-2;N₂：240 kg·hm^-2;N₃：360 kg·hm^-2）。结果表明：1）在吐丝期和灌浆期,硝酸还原酶（nitrate reductase, NR）、超氧化物歧化酶（superoxide dismutase, SOD）、过氧化氢酶（catalase, CAT）活性随着密度的增加而降低,N₂、N₃处理的灌浆期NR、SOD和CAT活性显著高于N₀。2）饲草产量（干草和鲜草）随着密度升高而逐渐增加,N₃处理的平均饲草产量最高,但与N₂处理无显著差异。3）D₃、D₄处理的降水利用效率（precipitation utilization efficiency, PUE）和生物量水分利用效率（biomass water use efficiency, WUE_B）显著高于D₁和D₂,且D₃处理的籽粒产量水分利用效率（grain yield water use efficiency, WUE_G）最高。N₂、N₃处理的PUE、WUE_B、WUE_G均显著高于N₀和N₁,且N₂处理的WUE_B、WUE_G最高。4）D₃、D₄处理的植株氮含量小于D₁,而氮吸收量、氮肥农学效率（nitrogen agronomic efficiency, AEN）和氮肥利用效率（nitrogen use efficiency, NUE）显著高于D₁。随着施氮量的提高,氮含量与氮吸收量提高,而AEN和NUE则随施氮量增加呈先增高后降低的趋势。密度与施氮的交互作用对叶片酶活性和水氮利用效率影响不显著。所有处理中D₃-N₂的NUE、WUE_G和WUE_B最高,同时获得较高的饲草产量,该措施是一种适宜黄土高原地区青贮玉米种植的管理模式。     

2000-2019年青海地区植被总初级生产力遥感估算及时空变化分析

青海作为三江源所在地,监测其生态系统变化对我国的生态文明建设具有战略意义。植被总初级生产力（GPP）是陆地生态系统碳循环的重要组分。采用MODIS卫星遥感数据和土壤背景校正NIRv模型,结合３个地面站点的通量观测数据,估算了2000-2019年青海地区的GPP,并结合土地利用数据和气象数据分析了其时空分异特征及对气候变化的响应。结果表明：1）土壤背景校正NIRv模型估算的青海地区GPP与地面实测GPP数据呈良好线性关系（R²=0.91, P<0.001）,相较于MODIS GPP产品,估算的GPP在青海地区更具有适用性。2）2000-2019年青海地区植被GPP多年平均值为140.5 Tg C·yr^-1,年均GPP整体处于上升趋势,年增长率为1.25 Tg C·yr^-1 （P<0.05）。3）青海地区GPP空间分布呈由西向东显著增加趋势,不同植被类型的GPP值年际变化表现出较大差异。4）整体上,年均气温与GPP变化的相关性高于平均降水量,气象因素对不同植被GPP的影响存在明显空间异质性。     

气候变化对蒙古莸潜在适生区的影响

蒙古莸(Caryopteris mongolica)是干旱半干旱区具有较高经济价值和生态价值的小灌木,其地理分布范围日渐缩小,成为濒危植物。为了探究蒙古莸地理分布格局形成演化过程,以蒙古莸49个分布点的环境因子数据为变量,通过建立MaxEnt生态位模型,探明影响蒙古莸地理分布的主要环境因子,模拟蒙古莸在当代和未来的潜在地理分布,结果表明：最冷季度降水量、最冷季度平均温、年平均气温、季节性降水量变异系数是影响蒙古莸分布的主要生态因子;适宜蒙古莸存活的年平均气温为2.26℃～8.90℃,最干季度平均温为-15.31℃～-5.02℃,最冷季度降水量为1.42～9.97 mm;未来气候变化条件下,蒙古莸潜在分布区面积呈增加趋势;蒙古莸分布核心区域的变化受到年均降水量和温度影响,在RCP 4.5气候变化情景下向北迁移。RCP 8.5气候变化情景下先向东北方向迁移之后沿原途径返回。     

基于Landsat 8和随机森林的青海门源天然草地地上生物量遥感估算

草地地上生物量（above-ground biomass, AGB）的遥感监测可快速且客观地对草地生长现状进行评估,对生态环境评价和草地资源利用有重要意义。为了提高遥感估算草地AGB的准确性,基于青海省门源县的地面实测数据,利用Landsat-8 OLI遥感数据计算出的植被指数分别构建了单因素回归模型和随机森林模型（random forest, RF）,确定了AGB遥感估测最佳模型,并反演得到了研究区2019-2021年草地AGB空间分布。结果表明：1）在29个植被指数构建的单因素回归模型中,与草地AGB相关性较高的5个植被指数为NDVI、RBNDVI、TVI、GNDVI、MSR,R²均达0.49以上。其中,NDVI模型的精度最高,验证集R²为0.50,均方根误差（root mean square error, RMSE）为702.89 kg·hm^-2。2）在RF模型中,变量筛选前R²=0.61,RMSE=621.14 kg·hm^-2;经过变量筛选后模型精度有小幅度提升,R²达0.62,RMSE基本不变;二者精度均优于单因素模型,相比传统单因素最优回归模型,R²提高0.12,RMSE降低了80.95 kg·hm^-2。3）门源县AGB空间分布特征为西北部较高,东南部相对较低;大体呈中部高,四周低的分布状况。2019-2021年全县天然草地总产草量介于4.2827万~8.9776 万t,平均单产介于1063.49~1484.82 kg·hm^-2;草地类型以高寒草甸为主,2019-2021年产草量为4.0825万~5.6653 万t,平均地上AGB介于1060.38~1471.94 kg·hm^-2;山地草甸平均AGB为1036.81~1637.43 kg·hm^-2;温性草原平均AGB介于1198.72~1786.63 kg·hm^-2。     

种植密度与施氮对玉米/秣食豆间作系统饲草产量、品质和氮肥利用的影响

2019和2020年在河西灌区进行玉米/秣食豆间作田间试验,设置7.5（D₁）、9.0（D₂）、10.5万株·hm^-2（D₃）3个青贮玉米种植密度,每个种植密度下设置0（N₁）、120（N₂）、240（N₃）、360 kg·hm^-2（N₄）4个施氮水平,探究种植密度与施氮对饲草产量、品质和氮肥利用的影响。结果表明,两年D₂和D₃处理的青贮玉米、秣食豆及总体的干草产量、粗蛋白产量显著高于D₁,N₃和N₄处理的青贮玉米及总体的干草产量、粗蛋白产量显著高于N₂和N₁。所有处理中,D₂N₃获得了最高的总干草产量,2019和2020年分别为36.16和30.31 t·hm^-2。两年随着密度的增加,青贮玉米、秣食豆及总体的粗蛋白、粗脂肪含量呈下降趋势,而粗灰分、中性洗涤纤维、酸性洗涤纤维含量呈增加趋势。随着施氮量的增加,总体粗蛋白、粗脂肪含量增加,而粗灰分、中性洗涤纤维、酸性洗涤纤维含量呈下降趋势。两年D₂处理下总体氮含量、氮吸收量和氮肥利用效率显著高于D₃,且D₂获得较高的氮肥农学效率。N₂、N₃、N₄处理的总体氮含量和氮吸收量显著高于N₁,N₃处理的氮肥农学效率和氮肥利用效率显著高于N₄。所有处理中D₂N₃获得最高的氮肥利用效率,2019和2020年分别为1.41和0.86 kg·kg^-1。因此,该处理是一种河西灌区青贮玉米/秣食豆间作系统适宜的田间管理措施,具有一定推广价值。