秦岭火地塘林区不同海拔不同林型土壤CO_2、CH_4、N_2O通量研究

二氧化碳(CO_2)、甲烷(CH_4)、氧化亚氮(N_2O)是3种主要的温室气体,温带森林土壤是CO_2、N_2O重要的源,是CH_4重要的汇,以前的研究大部分都关注这3种温室气体在时间上的变化,而很少开展在空间变化上的研究。2014年10月至2015年10月,采用静态箱-气相色谱法对秦岭南坡火地塘林区不同海拔(海拔1 560、1 585、1 963、2 040、2 160m,分别为落叶阔叶林、温性针叶林、温性针叶林、寒温性针叶林、落叶阔叶林)森林土壤CO_2、CH_4和N_2O通量进行了为期1a的监测。结果表明,CO_2全年都为排放,季节波动较大,总体上随海拔增加排放量减少,海拔由低到高(包括3种林型)年排放量依次为:19.12、12.53、11.78、16.95、14.87t·hm^-2;CH_4全年主要为吸收,在非生长季出现排放,季节波动幅度较大,总体上随海拔增加吸收量增加,海拔由低到高年通量依次为:-2.57、-3.60、-5.94、-5.59、-3.92kg·hm^-2;N_2O全年以排放过程为主,存在吸收现象,季节波动幅度不大,海拔对其通量影响不明显,海拔由低到高年排放量依次为:0.23、0.62、0.63、0.60、0.95kg·hm^-2。土壤温度是影响CO_2、N_2O通量的关键因子。5个样地森林土壤CO_2通量与土壤铵态氮含量(20～40cm)显著相关(P<0.05)。高的土壤NH_4^+含量对CH_4的吸收有抑制作用。在冻融交替期,降雨对N_2O的通量有明显影响。海拔由低到高5个样地的GWP(全球增温潜势)分别为:119.13、12.65、11.85、17.02t·hm^-2和15.07t·hm^-2。     

人工神经网络在森林资源管理中的应用

传统的数量方法难以解决森林资源管理中的更多的非结构性问题.人工智能新技术能将人类积累的知识传输到决策支持系统中,作为人工智能的一个分支,人工神经网络已经成为一个在传统统计方法之外,十分引人注目的新方法,并开始用于预测生物系统中的非线性行为.文中从人工神经网络在森林立地分类和制图,森林生长和动态模拟、空间数据的分析和拟合、植物病虫害动态的预测及气候变化研究等方面的应用进行综合评述.并对人工神经网络在应用中的优缺点,存在的问题和局限性,以及对未来的前景等提出了自已的初步看法.     

秦岭火地塘林区不同海拔森林土壤NO通量

选取秦岭火地塘林区不同海拔(1 560~2 160 m)的有代表性的5个森林样地,从2014年10月到2015年10月对其土壤NO通量采用静态箱—氮氧化物分析仪法进行1 a的监测。结果表明,土壤NO排放主要集中在植物生长季(2015年5月—2015年9月),但整个观测期NO排放保持在较低水平。在非生长季(2014年10月—2015年4月),大部分样地的NO排放先减少后增加,而且监测有NO吸收。不同海拔NO年排放总量分别为2 160m红桦林0.06 kg·ha~(-2)·a~(-1),2 040 m青杄林0.08 kg·ha~(-2)·a~(-1),1 963 m华山松林0.02 kg·ha~(-2)·a~(-1),1 585 m油松林0.11 kg·ha~(-2)·a~(-1),1 560 m锐齿栎林0.19 kg·ha~(-2)·a~(-1)。除华山松外,NO年排放总量随海拔的升高而减少。不同海拔5个样地土壤NO通量均与地温显著相关(P0.05)。华山松林土壤NO排放与土壤孔隙充水率呈负相关(P0.05)。油松林土壤NO排放与土壤铵态氮质量分数负相关(P0.05)。除油松林外,各样地的土壤孔隙充水率都低于60%,可以推断,硝化反应是本地区NO的重要生成源,但受到降雨和土壤有机质等理化性质的影响又伴随有反硝化过程。     

湘西南石漠化地区不同植被恢复模式的土壤有机碳研究

以湘西南石漠化地区侧柏纯林、侧柏+枫香混交林、湿地松+枫香混交林、栾树纯林和封山育林5种植被恢复模式下的土壤为研究对象,通过野外土壤剖面调查和土壤样品化学分析,研究石漠化地区植被恢复过程中不同层次、不同坡位、不同林龄的土壤有机碳特征。结果表明:(1)5种林分土壤有机碳含量为栾树纯林>封山育林>侧柏纯林>侧柏+枫香混交林>湿地松+枫香混交林,并随土壤深度增加而递减,各林分变化幅度不同,且各土层之间差异显著。(2)随林龄的增加,土壤有机碳含量增加且主要集中在土壤表层。(3)同一林分下,不同坡位有机碳含量变化为下坡>中坡>上坡。(4)土壤有机碳密度在5种林分中差异显著,并随土壤深度增加而减少;在整个土壤剖面上,有机碳密度为54.22～96.52t/hm2,其中0-15cm有机碳密度的贡献率达55.95%。     

地理信息系统在林业中的应用、问题及前景(英文)

森林经营决策必须建立在现在和未来森林资源的时空分布信息基础上 ,而跟踪和获得森林资源信息的变化极具挑战性 ,因为森林资源是一个处于持续不断变化的动态生态系统 ,它的不定性和复杂性决定了森林经营需要更有用的和更及时的信息 ,因此时空信息是进行有效森林决策的基石 .现有的传统技术已满足不了大规模的森林规划和经营的需求 .地理信息系统是基于计算机基础之上的分析工具 ,能为森林经理提供复杂的空间信息 ,并建立定量模型 .本文综述了地理信息系统在森林经营方面的应用 ;指出了地理信息系统在林业中的效益、问题和局限 ;分析了地理信息系统在同其它空间技术如遥感、全球定位系统、人工智能建模、决策支持系统等方面的最新进展与发展方向     

4种典型亚热带森林生态系统生长季地表N2O通量特征

为了探讨森林地表N2O通量特征,在湖南省大山冲森林公园选取4种典型的亚热带森林类型：杉木人工纯林(CL)、马尾松-石栎-南酸枣针阔混交林(PM)、南酸枣-豹皮樟-四川山矾-台湾冬青阔叶混交林(CA)、青冈-石栎-马尾松-南酸枣常绿阔叶林(CG),采用静态暗箱-气相色谱法测定4种森林类型的地表N2O通量,研究亚热带地区典型森林类型土壤N2O通量在生长季的变化特征。结果表明：在生长季除南酸枣-石栎林表现为N2O的汇外[-27.21 μg/(m2?h)],其余3种林分地表通量均表现为N2O的源,平均通量按从大到小的顺序为：马尾松-石栎林[34.61 μg/(m2?h)]>杉木纯林[30.48 μg/(m2?h)]>青冈林-石栎[5.82 μg/(m2?h)];从整个生长季来看,不同坡位马尾松-石栎林、杉木纯林、青冈林-石栎和南酸枣-石栎地表N2O通量的变化不明显;相关性分析表明,不同林分之间的N2O通量与土壤湿度、温度等理化性质有密切关系,土壤水分是影响该地区森林地表N2O通量的主要因子,温度通过影响土壤水分间接影响土壤N2O的释放量。     

杉木林中氮、磷、钾元素的动态模拟分析

以我国南方亚热带杉木人工林为对象,在实测林分养分元素的输入、输出及生物循环的基础上,建立了动态数学模型,并进行了动态模拟分析。结果表明,养分元素在系统内周转的快慢,直接影响着林木的生长,主要营养元素的循环速率依次为N>K>p;对林分施肥,不仅表现为土壤养分贮存量增加,而且使N,p,K的循环速率相应提高;在强度间伐(50%)措施下,N,p,K的循环速率降低,系统内的平衡遭到破坏。     

湖南会同杉木人工林生态系统CO_2通量特征

利用开路式涡动相关系统与自动气象梯度观测系统2008年12个月的观测数据,研究会同13年生杉木人工林CO2通量特征。结果表明:13年生杉木人工林生态系统CO2通量日变化存在明显的季节差异,晴天平均碳汇持续时间表现为夏>春>秋>冬,平均日较差表现为夏>秋>春>冬,最大碳汇出现时间由早到晚依次为夏、秋、春和冬;1年中,月累积碳通量除1和2月为碳源外,其他各月均表现为碳汇,碳汇最大值出现在6月(-53.0gC·m-2);13年生杉木林的年碳汇总量为-255.3gC·m-2。白天CO2通量与光合有效辐射的关系可用Michaelis-Menten模型模拟(P<0.05),但模型参数随温度而异;夜间CO2通量与5cm土壤温度呈指数关系(P<0.05)。     

基于陆地生态系统模型的气候变化条件下中国未来水分状况趋势分析

评估区域陆地生态系统未来水分平衡是生态系统与全球变化科学研究的重要科学问题之一。利用IPCC相关气候模式生成的历史及未来的气候情景数据作为陆地生态系统模型的输入,并考虑CO2浓度的变化,研究了气候变化及CO2浓度倍增效应对中国未来水资源状况的影响。结果表明:对不同情景的模拟(HC3AA,HC3GG,SresA2,SresB1),未来中国全国平均降水水平基本呈现出逐渐增加的趋势,气温水平呈显著上升的趋势,蒸散发水平表现出持续增长的态势,径流则出现了不同的丰水与枯水的时段;在CO2浓度倍增的情景下,蒸散发量相对于CO2浓度非倍增的情景下的水平要稍低,而径流相对于CO2浓度非倍增的情景下的水平则要稍高,这一点在2050年之后表现更为明显。