右江流域水生态补偿机制研究初探

为保护右江流域生态环境,协调郁江乃至珠江上下游各方经济利益,更好的激励上游地区生态环境保护行为,通过分析右江流域水生态现状、存在问题、现有生态补偿政策环境及其在郁江流域、珠江流域中的地位和作用,利用外部性理论,分析提出了右江流域水生态补偿模式。通过对标对表有关生态保护规划和区划成果,立足百色市实际,提出了右江流域水生态补偿内容、补偿主客体、补偿标准和补偿方式,初步构建右江流域水生态补偿机制框架,并提出有针对性的补偿政策建议,为水生态补偿实施提供了参考。     

基于P-S-R框架模型试点研究高寒地区生态承载力——以甘肃省迭部县为例

全面客观评价生态资源承载能力,进而为区域可持续发展提供理论依据。以甘肃省迭部县为例,首先,采用压力-状态-响应(P-S-R)模型构建生态承载力评估指标体系,运用层次分析法(Analytic Hierarchy Process,AHP)确定各指标权重,评估生态环境承载力现状;其次,在生态功能区层面对迭部县水源涵养功能及生物多样性功能进行评价;最后,对生态承载力状况进行成因解析。研究结果表明：（1）迭部县整体生态承载力得分为0.239,处于“较强”承载力状态,构成整体生态承载力的生态弹性力、资源和环境承载力和人类社会影响力得分分别为0.222、0.062和0.063。（2）2016年,迭部县单位面积水源涵养量为111.76 mm,水源涵养功能处于“高”状态,其中,水源涵养功能较高地区主要集中在以草地和针阔混交林为主的区域。（3）自然栖息地面积占迭部县总面积的83.67%,其自然栖息质量指数(Natural Habitant Quality Index,NHQI)处于“高”状态。（4）从自然和经济2个因素进行分析,发现迭部县生态环境条件较好,但林草地面积已呈现出逐渐减少状态,因此需要通过合理科学的开发引导,发展文化旅游事业,推动迭部县的可持续发展。     

养分管理措施对干热河谷火龙果土壤肥力的影响

为阐明火龙果地不同养分管理方式下土壤矿质养分变化特征，揭示土壤肥力质量变化规律，设置施用农家肥（farmyard manure，FM）、套种绿肥（alfalfa，AF）、施用生物有机肥（bio-organic fertilizer，BOF）与凋落物覆盖（litter coverage，LC）4种养分管理方式，通过分析不同处理的土壤肥力指标变化，明确不同养分管理方式对火龙果地土壤肥力质量的影响。结果表明：不同养分管理方式的土壤理化性质变化规律各异，在LC方式下pH低于7，呈弱酸性，其余养分管理方式下均呈弱碱性；LC对土壤有机碳（soil organic carbon，SOC）、有效磷（available phosphorus，AP）、有效锰（available manganese，AMn）、有效铁（available iron，AFe）等土壤养分增效显著，AF对SOC、全氮（total nitrogen，TN）、全钾（total potassium，TK）增效作用较弱，FM以及BOF下SOC及多数有效态元素含量相对较低；土壤速效养分受到pH的影响较大，大量元素与微量元素多呈极显著正相关；不同养分管理方式的土壤质量综合指数表现为，LC（1.793）>AF（0.949）>FM（-0.995）>BOF（-1.747）。LC为土壤养分积累较为适宜的管理方式，其次为AF，FM次之，BOF对土壤养分的积累效应最低，但其对提高作物产量具有较好的作用。     

草地灌丛化土壤碳氮地球化学循环

灌丛化(shrub encroachment)是全球陆地生态系统重要的生态现象之一,是影响草地碳库的重要过程。灌丛化由全球气候变化、降雨、火烧和生物活动等多因素共同作用形成,对区域环境、气候、土壤性质和碳循环影响显著。目前灌丛化对生态系统的影响仍存在分歧,表现在不同气候和降雨梯度下灌丛化后土壤有机碳/氮储量、养分循环和土壤温室气体排放等差异。本文总结和归纳了灌丛化形成与控制因素、灌丛化对团聚体稳定性、酶活性和土壤碳、氮循环的影响。灌丛化改变了土壤团聚体稳定性和酶活性,进而影响土壤呼吸以及土壤生源物质的存储、分解和循环,这将显著影响区域乃至全球气候变化。因此分析提出,今后应进一步加强对灌丛化形成过程长期的定位观察研究,以便了解灌丛化的可控因素,并加强对灌丛化后土壤有机碳库、土壤团聚体稳定性变化对碳氮循环进程和全球气候变化的影响研究。     

生物炭对酸化茶园土壤性状和真菌群落结构的影响

为探讨生物炭长期施用对酸化茶园土壤改良和真菌群落结构的影响,分析了按生物炭用量0、2.5、5、10、20、40 t·hm^-2施用5年后的茶园土壤性状和真菌群落结构变化。结果表明,施用生物炭5年后的茶园土壤pH提高了0.16~1.11,可溶性有机碳含量提高了52.6%~92.3%,而铵态氮和硝态氮含量以10 t·hm^-2处理最高。施用生物炭5年后的土壤性质变化,进一步影响了真菌群落结构,表现为Chao指数、ACE指数和Shannon指数随生物炭用量增加呈先增加后降低的趋势;提高生物炭施用量对茶园土壤次要作用的真菌（LDA值<3.50）丰度的增加效果高于优势真菌（LDA值>3.50）的效果,其中被孢霉属、木霉属、毛壳菌属的相对丰度增加,黑盘孢属的相对丰度降低。     

睡莲叶片胎生发育转录组分析

睡莲叶片胎生现象是繁育途径的重要补充,对种群的传播、扩散和生态环境的适应性有重要作用。通过转录组测序技术筛选和分析睡莲叶片胎生现象相关的代谢路径和调控基因,为深入认识睡莲叶片胎生发育的分子机制提供参考。以叶片具有胎生现象的‘小花睡莲’（X）和叶片无胎生现象的‘蓝星睡莲’（L）为材料,利用RNA-Seq技术对叶片4个发育阶段的叶脐部分进行生物信息学分析。分析对照（L）和样品（X）叶片不同发育阶段测序结果：筛选出的差异表达基因（DEGs）中,34 909个基因（48.65%）表达上调,36 850个基因（51.35%）表达下调。DEGs分析显示,随着叶片的发育,X和L上调基因和下调基因数均呈增加趋势。对L1-vs-X1、L4-vs-X4阶段的GO和KEGG功能富集分析表明,DEGs主要富集在质膜和膜相关成分、胞外区域、细胞壁等相关的细胞组分中,涉及到代谢过程、生物合成和应急响应等;Pathway代谢通路表明,DEGs主要参与到植物激素信号转导、苯丙烷类生物合成、氨基酸类代谢、类黄酮生物合成、甘油磷脂类代谢以及细胞周期相关等过程。对DEGs进一步分析,克隆出了4个可能参与睡莲叶片胎生发育的转录因子。     

Soil quality assessments in integrated crop–livestock–forest systems: A review

Integrated crop–livestock–forest is a promising strategy to improve soil quality. It comprises four different integrated farming systems: crop–livestock, crop–forest, forest–livestock and crop–livestock–forest. This work systematically reviewed studies about integrated crop–livestock–forest systems and soil quality. A total of 92 papers were retrieved from the Web of Science—Clarivate Analytics platform, and the following information was analysed: publication year, institution, region of the studied site, type of integrated system, soil type, tillage system, maximum soil depth and the soil quality indicators assessed. Most studies were published in the second half of the 2010s. Brazil is a prominent focus of research about soil quality and integrated crop–livestock–forest systems, with significant contribution from its central and southern regions. The Embrapa was the main publishing institution, present in over one‐third of the studies. Crop–livestock was the most common integrated system, Ferralsols was the most common soil group, and most of the studied soils were clayey. No tillage was the main tillage system. Most studies focused on the topsoil, assessing physical and/or chemical soil quality indicators. More emphasis on biological indicators of soil quality is required, as well as assessments integrating biological, physical and chemical indicators of soil quality. Future works should compare different integrated systems, including assessments deeper in the soil profile, especially in systems with the forest component, and also in sandy and silty soils. Soil quality indicators that have been rarely used should be further tested. Novel indicators should be added to better understand the promotion of soil quality by integrated crop–livestock–forest systems.