恢复湿地土壤重金属含量变化及污染评价

目的为探究退耕还湿对土壤重金属含量及其潜在危害的影响。方法取黑龙江三江国家级自然保护区内大豆田、不同退耕年限的杂草草甸或湿地和天然臌囊苔草—小叶章沼泽土样，测定土壤重金属含量。利用Hankanson潜在生态危害指数法，进行潜在生态危害评价。结果三江自然保护区退耕湿地恢复过程中土壤重金属污染物主要为Pb，其次是Cu，而Zn、Mn和Cr的影响很小。随土壤深度增加，Cu、Pb、Zn、Mn和Cr含量呈波动变化。Cu和Pb含量在退耕还湿11年之前，在0 ~ 10 cm土壤深度含量最高，而在退耕还湿11年之后，在40 ~ 50 cm土壤深度含量最高。其他重金属含量随着土壤深度变化没有表现出一定的规律。退耕恢复期间，土壤Cu、Pb、Zn与Cr含量随退耕时间先增加后减少，但Zn含量增加与减少未达到显著程度（P > 0.05）。而退耕样地土壤Mn含量从恢复第1年开始就显著低于大豆田（P < 0.05）。大豆田和退耕前6年的恢复样地具有强烈的潜在生态风险危害，退耕8、11年样地和天然沼泽的潜在生态风险危害指数为中度，退耕15和25年样地的潜在生态风险危害指数为轻度。结论随着退耕还湿时间的延长，土壤中Cu、Pb、Zn和Cr含量先增加后减少，分别在退耕15、12、2和10年左右恢复到天然湿地水平。而土壤Mn含量在退耕开始后便与天然湿地没有显著性差异（P > 0.05）。随着退耕年限增加，生态系统潜在生态风险危害逐渐降低。      

云南松毛虫线粒体基因组全序列测定和分析

[目的]测定和分析了云南松毛虫线粒体基因组特征,从线粒体基因组水平探究鳞翅目蛾类昆虫高级阶元的系统发育关系。[方法]采用Illumina HiSeq测序方法测定了云南松毛虫线粒体全基因组序列,参考鳞翅目昆虫已知线粒体基因组的全序列对其各基因进行定位和注释。采用tRNA Scan-SE 2.0在线预测云南松毛虫线粒体基因组tRNA基因的二级结构。基于线粒体全基因组的蛋白编码序列构建了鳞翅目13个科32种蛾类昆虫的系统发育树和松毛虫属近缘种间的系统发育树。[结果]结果显示云南松毛虫线粒体基因组全长15 443 bp,包括13个蛋白质编码基因,22个tRNA基因,2个rRNA基因和一段长度为321 bp的A+T富含区,无基因重排,存在较高的A+T含量(80.0%)。13个蛋白编码基因中除了ND2和COX1,其余均以ATN做为起始密码子。9个蛋白编码基因共享相同的终止密码子TAA(ND2、ATP8、ATP6、COX3、ND5、ND4L、ND6、CYTB和ND1),其他4个基因的终止密码子都是残缺的,COX1、COX2、ND4以T为终止密码子,ND3以TA为终止密码子。22个tRNA基因中,除了tRNA~(Ser(AGN))由于缺少DHU臂无法构成三叶草结构,其余T均为典型的三叶草结构。整个线粒体结构与鳞翅目中目前已得到的其他昆虫线粒体基因组结构一致。[结论]系统发育分析结果显示,云南松毛虫与思茅松毛虫是完全不同的近缘种,与其他松毛虫亲缘关系也较远,云南松毛虫与6种近缘种的系统发育关系为:(((((油松毛虫+文山松毛虫)+赤松毛虫)+落叶松毛虫)+(思茅松毛虫+云南松毛虫))+家蚕)。鳞翅目蛾类各科之间的系统发育关系为:((((((((毒蛾科+灯蛾科)+夜蛾科)+舟蛾科)+(尺蛾科+(蚕蛾科+(天蛾科+大蚕蛾科))))+枯叶蛾科)+(螟蛾科+草螟科))+卷蛾科)+蝙蝠蛾科)。     

结合大斑啄木鸟生境适宜性的林分空间结构优化

  目的  优化林分空间结构,提高现有林分质量的同时更好地保护野生动物栖息地,为帽儿山地区的森林经营提供理论依据。  方法  本文以帽儿山林场为研究对象,根据全混交度、角尺度、竞争指数、林层指数4个空间结构指标和生境适宜性指数,采用乘除法思想构建林分空间优化模型。生境适宜性指数以大斑啄木鸟为例根据2016年帽儿山林场森林资源二类调查数据进行计算。利用R语言进行林分优化模拟,比较不同采伐强度下林分结构和生境适宜性指数的变化,分析将生境适宜性指数融入到优化模型中的可行性。  结果  通过对比不同采伐强度（10%、20%、30%）下各指标和目标函数值（Q）的变化,确定最优采伐强度为20%。最优采伐强度下Q值的最大值为73.28,平均值为49.59,郁闭度为0.62,林分结构平均状态达到最佳,采伐木主要集中于林木密集区域共计采伐133株;林分空间结构优化后林分全混交度和林层指数提高,竞争指数减小,角尺度介于[0.475,0.517]之间,由聚集分布状态调整为随机分布状态;并且生境适宜性指数由0.52提高到0.57属于较适宜区域。  结论  表明本次优化模拟将生境适宜性指数融入到林分空间优化模型中,在优化林分结构和提高林分质量的基础上,一定程度上提高了生境适宜性指数;为空间结构优化调整和保护帽儿山野生动物的生存环境提供科学依据。      

林下植被和凋落物对我国寒温带天然林土壤CO2通量的短期影响

  目的  为研究林下植被和凋落物对我国寒温带天然林土壤CO₂通量的影响,对不同处理下CO₂通量排放特征进行分析探究,为大兴安岭地区森林生态系统的经营管理和土壤温室气体研究提供参考。  方法  在2019年5—9月采用静态箱?气相色谱法对大兴安岭北部4种主要林型（白桦林、山杨林、樟子松林和兴安落叶松林）土壤CO₂通量排放特征进行原位监测研究。  结果  4种林型不同处理后的土壤CO₂通量都呈现相似的单峰曲线变化趋势,峰值出现在7月或8月。去除凋落物会提高阔叶林土壤呼吸,降低针叶林土壤呼吸,但变化幅度较小,没有达到显著水平（P > 0.05）。与自然状态相比,去除林下植被后,白桦林、山杨林和兴安落叶松林的CO₂通量均值分别升高了27.57%、15.84%和24.13%,达到显著水平（P < 0.05）,但樟子松林则下降了0.68%（P > 0.05）。去除林下植被和凋落物状态下,白桦林、山杨林和兴安落叶松林土壤CO₂通量均值升高了20.05% ~ 25.34%,但樟子松林则下降了12.36%,且去除林下植被和凋落物的阔叶林的平均通量显著大于针叶林（P < 0.05）。  结论  凋落物和林下植被的存在与否会对土壤CO₂通量产生不同影响,且影响程度因林型而异,科学合理的林下管理对调控森林生态系统CO₂排放和生态环境保护都有着重大的作用。      

基于Landsat TM数据的大兴安岭盘古林场森林健康评价

  目的  健康评价是实施森林资源健康经营的前提和基础,但现有研究多从单一尺度开展,未充分考虑森林生态系统的层级结构。为此,该文以林木冠层特征为基础,结合Landsat TM数据和统计学方法实现森林健康评价的多尺度转换,为我国森林健康经营提供理论依据和技术支撑。  方法  以大兴安岭盘古林场50块固定样地单木健康调查数据为基础,采用熵值?AHP综合指数法构建单木健康评价模型,并汇总得到样地尺度健康得分的平均值（H_m）、标准差（H_std）、变异系数（H_cv）、偏度（H_pd）和峰度（H_fd）共5项统计指标,结合Landsat TM和地形数据并采用非线性度量误差联立方程组模型构造区域尺度森林健康评价综合反演模型,实现了森林健康从单木?林分?区域的多尺度综合评估。  结果  样地调查结果表明:盘古林场单木健康得分均值为0.663 8 ± 0.091 2,整体处于亚健康水平,其中亚健康树木所占比例最高（79.43%）;区域内不同树种健康等级间差异显著,主要表现为云杉 > 白桦 > 兴安落叶松 > 山杨 > 樟子松;林分尺度健康得分的H_m、H_std、H_cv、H_pd和H_fd值分别为0.663 3、0.084 1、12.84%、?0.607 6和0.846 0,表明该地区约78.43%的林分中单木健康得分呈明显左偏尖削状正态分布;遥感反演结果表明:区域内森林健康得分H_m均值约为0.619 4 ± 0.054 3,其主要受地形（DEM）、植被指数（RVI、DVI、EVI和Green）和原始波段（B1、B3）等多种因素的综合影响,所建模型的预估精度可达到75%以上,能够满足森林健康评价的需求;林场范围内林木健康得分整体呈现南低北高的格局,且H_m较高区域主要集中在居民点、道路沿线等交通便利地区。  结论  盘古林场森林整体以亚健康为主,亟待开展科学的健康经营;同时,该文提出的以林木冠层特征为基础并充分结合遥感数据和统计学方法,能够有效实现森林健康的多尺度评价。      

温带次生林涡动协方差与清单法碳通量交互对比

【目的】明确东北温带次生林长期CO₂通量与地面碳过程及其不确定性,为提升森林碳通量测算精度提供方法支撑。【方法】选择帽儿山站典型天然次生林,基于2008—2018年涡动协方差(EC)法连续监测的CO₂通量、2008—2019年清单法测算的地面净初级生产力(NPP)和净生态系统生产力(NEP)以及土壤呼吸监测数据,评估2种方法测算CO₂通量的不确定性来源,并比较二者是否具有一致性。【结果】1) EC法测算的11年间平均CO₂净交换量(NEE)为-1.57±0.64t·hm^-2 a^-1,总初级生产力(GPP)为13.56±1.48 t·hm^-2 a^-1,生态系统呼吸通量(Re)为12.00±1.38 t·hm^-2 a^-1,三者不确定性分别为0.47、0.90和1.37 t·hm^-2 a^-1,相对不确定性分别为29.9%、6.6%和...     

樟子松天然林土壤碳氮含量与水解酶活性坡位差异及月动态

【目的】研究大兴安岭地区樟子松天然林土壤的碳氮含量与水解酶活性的坡位差异和月份动态,探究土壤碳氮含量与水解酶活性的关系,以期为阐明土壤碳氮转化酶学机制及森林土壤可持续利用提供理论依据。【方法】2018年5—10月每月中旬,在大兴安岭漠河地区樟子松天然林坡地设置试验地。分别在试验地上、中、下坡位各设置3块20 m×30 m的樟子松林试验样地,每样地选3个取样点,每取样点清除枯枝落叶层后,记录不同土深(2.5、7.5、15、25 cm)处土壤温度。同时采集每个取样点不同土层(0～5、5～10、10～20和20～30 cm)的土壤样品测定土壤含水率、碳氮含量(有机碳、全氮)及水解酶(脲酶、蛋白酶、蔗糖酶、纤维素酶)活性。【结果】土壤的有机碳及全氮含量随土层加深而降低,随坡位升高而减少,但坡位差异不显著(P0.05);0～5、5～10、10～20和20～30cm土层的有机碳含量分别为68.53～80.38、40.28～46.66、15.86～21.08和11.91～13.79 g·kg~(-1),土壤全氮含量分别为5.34～5.96、2.98～3.68、2.35～2.61和1.54～1.75 g·kg~(-1);土壤脲酶、蛋白酶、蔗糖酶及纤维素酶活性随土层加深而降低;随坡位降低,土壤脲酶及蔗糖酶活性增高,蛋白酶与纤维素酶活性降低;月动态分析显示,土壤有机碳和全氮含量高峰期均为9月,酶活性高峰期集中在7—8月;相关分析表明,土壤碳氮(有机碳、全氮)含量与水解酶(脲酶、蔗糖酶、纤维素酶、蛋白酶)活性和含水率均极显著正相关(P0.01),土壤温度与有机碳含量显著正相关(P0.05)、与全氮含量显著负相关(P0.05)。【结论】大兴安岭地区樟子松天然林土壤碳氮含量与水解酶活性随土层加深而降低,土壤碳氮含量与酶活性的坡位差异不显著(P0.05),有机碳和全氮含量高峰期为9月,土壤水解酶活性高峰期集中在7—8月。土壤碳氮含量与水解酶活性极显著相关(P0.01),土壤温湿度对碳氮含量与酶活性具有显著影响(P0.05)。     

立木含碳量估算方法比较

【目的】研究立木各分项生物量、含碳量的分配及含碳率的变化规律,探索如何构建其生物量和含碳量可加性模型,并分析5种立木含碳量估算方法(立木含碳量模型法、各分项平均含碳率法、立木加权平均含碳率法、通用含碳率法Ⅰ和通用含碳率法Ⅱ)的预测精度,为全国性生物量和碳储量监测提供可靠的理论与技术知识。【方法】以小黑杨人工林为例,采用聚合型可加性模型建立其生物量、含碳量模型,模型参数估计采用非线性似乎不相关回归模型方法,利用"刀切法"对建立的立木生物量、含碳量模型进行评价。将样木和5种立木含碳量估算方法分别作为区组和处理,利用SAS POC GLM程序进行方差分析。【结果】建立的小黑杨人工林可加性生物量和含碳量模型拟合效果均较好,调整后其确定系数(Ra2)均大于0. 80,平均相对误差(MRE)为-2%～2%,平均相对误差绝对值(MARE)均小于30%,所有模型的预测精度均在85%以上。5种立木含碳量估算方法评价结果表明,立木含碳量模型法和立木加权平均含碳率法具有一定优势,利用通用含碳率0. 45和0. 50估算立木含碳量可能会产生较大误差。【结论】为了使模型参数估计更有效,建立的生物量、含碳量模型应当考虑立木总生物量、含碳量及各分项生物量、含碳量的可加性。本研究建立的立木生物量和含碳量模型可对黑龙江省西部平原小黑杨人工林生物量、含碳量进行很好估算。     

2020-12期目录

  目的  基于广义加性模型理论，构建樟子松的广义加性树干削度方程，并和林业上精度较高的变指数削度方程曾伟生等（1997）、Bi（2000）以及Kozak（2004）进行预测精度比较。  方法  以大兴安岭樟子松为研究对象，使用胸径、树高和不同部位高度及该部位树干直径及其变形构建广义加性削度方程，利用R软件mgcv软件包gamm函数对广义加性模型进行拟合，拟合过程中采用6种样条函数:B样条函数（BS）、三次回归样条函数（CR）、Duchon样条函数（DS）、高斯过程平滑样条函数（GP）、P样条函数（PS）和薄板回归样条函数（TP）。使用留一交叉检验法对模型进行检验。  结果  （1）将相对直径作为因变量，将胸径的平方、相对树高的算术平方根和树高作为自变量构建了最优的广义加性削度方程结构。（2）拟合结果表明，除CR外，其他光滑样条函数表现了相似的拟合结果，且均优于变指数削度方程的统计指标。（3）交叉检验结果表明，除CR光滑样条函数外，广义加性模型（BS，DS，GP，PS，TP）总体与拟合结果基本一致，即预测精度都优于曾伟生等（1997）、Bi（2000）和Kozak（2004）模型，其中广义加性模型中BS模型的预测精度最高，变指数削度方程中Kozak（2004）预测精度最高。（4）通过对比BS和Kozak（2004）模型的干曲线模拟发现，Kozak（2004）在预测小树树干上部时误差较大，而BS在模拟小树和大树上都具有较高的精度。  结论  广义加性模型是构建削度方程的一种非参数方法，基于BS样条函数的广义加性削度方程预测精度最高，适合大兴安岭地区樟子松的干形预测。