希拉穆仁草原不同放牧强度对植被群落特征和土壤团聚体的影响

[目的] 为探究草原不同放牧强度下植被群落的改变,解析群落特征变化对土壤团聚体的影响。[方法] 以希拉穆仁荒漠草原控制放牧试验区为研究对象,采用野外调查、室内分析相结合的方法,分析轻度放牧(LG)、中度放牧(MG)、重度放牧(HG)和禁牧(CK)下植被群落特征和土壤团聚体特征及二者的关系,揭示植物群落变化对土壤团聚体的影响。[结果] (1)植物群落物种数随放牧强度的增加而增加,LG的群落Shannon-Wiener多样性指数(H'')和Simpson优势度指数(D)显著低于其他放牧强度(p＜0.05)。地上生物量随放牧强度的增加而降低,HG的地上生物量显著低于其他放牧强度(p＜0.05)。不同放牧强度下地下生物量差异显著,且不同土层的地下生物量均以LG最高。(2)平均重量直径(MWD)和几何平均直径(GMD)的变化趋势与大团聚体含量一致,在0—5, 5—10 cm土层表现为随放牧强度的增加先增加后降低再增加(LG最高、MG最低)。(3)群落Shannon-Wiener多样性指数(H'')、Pielous均匀度指数(J'')、地上生物量、容重是影响大团聚体含量、MWD和GMD的显著性因子(p＜0.05)。[结论] 放牧强度对土壤团聚体稳定性具有负反馈调节作用,主要通过影响植被群落多样性指数(H''和J'')、地上生物量、土壤容重的变化而引起土壤团聚体稳定性的变化。该结果为希拉穆仁草原放牧强度选择及生态恢复工作提供理论支撑和科学依据。     

高山草地的光谱反射特征及其估产模型

对祁连山东段高山草地中５种植物群落的光谱反射特征进行了测试研究。结果表明：１）草本植物和灌木种群的光谱反射率在可见光波段上无显著差异，但在近红外波段存在显著差异；２）土壤背景和测试仪器高度对群落的光谱反射产生显著影响；３）植物生长盛期，可用近红外波段的反射差异来区分草地植物群落的空间分布：４）草地植物群落的地上植物量与几种变换的植被指数呈显著或极显著的非线性相关。     

基于TM和ASTER的植被指数建模性能对比

在对TM、ASTER数据进行多种植被指数生成的基础上,结合研究区48个杨树样地的测树因子数据,分别就杨树单位面积蓄积量、杨树平均高和杨树年龄进行了遥感统计建模研究,通过植被指数及其变形式共65个特征对比结果表明,由ASTER数据派生的植被指数中RVI3(0.5)对于上述3个测树因子的估测性能最好,由TM数据导出的植被指数中则是DVI2对上述3个测树因子回归效果最好,从建模性能上分析,ASTER数据生成的植被指数要优于TM数据生成的植被指数。     

科尔沁沙地灌溉与施肥对退化草地生产力的影响

在科尔沁沙地典型退化草地上开展了裂区组合设计的灌溉与施肥二因素试验。结果表明,科尔沁沙地退化草地土壤储水量受降水量的影响强烈。由于受到干旱气候和灌溉量的影响,灌水仅对地表0~30 cm的土壤含水量变化有作用,对深层土壤的含水量没有作用。灌溉和施肥对沙地退化草地的植物生物量有着明显的促进作用。灌溉处理中,灌溉90 mm试验区的植被生物量为最高(128.3 g/m2),施肥处理中,每hm2施600 kg氮肥试验区的植被生物量为最高(147.3 g/m2)。灌溉90,60,30 mm和对照试验区的植被耗水量分别为379.00,349.90,313.20和293.50 mm。与其相应的水分利用率分别为0.28,0.38,0.34和0.35 kg/(mm.hm2)。综合分析认为科尔沁沙地退化草地的基本耗水量为294 mm。     

Phytomass estimation using eMODIS NDVI and ground data in arid rangelands of Morocco

The assessment of rangeland productivity in semi-extensively grazed arid rangelands is a prerequisite for livestock management in relation to sustainable use of pastoral resources. The objective of this study was to assess rangeland productivity based on normalised difference vegetation index (NDVI) images. Data on phytomass were measured on 61 field samples in arid rangelands of Morocco, covering various rangeland categories during autumn (November) and spring (April), i.e. when phytomass is at low and high levels, respectively, for two consecutive years (2008 and 2009). Dekadal EROS Moderate Resolution Imaging Spectroradiometer (eMODIS) NDVI data were linearly regressed to field measurements for these four periods. Results show that phytomass values were correlated with NDVI during spring, with R² and RMSE values of 0.82 and 0.3 t ha^?1, respectively. This study indicates there is a high potential for operational use of remotely sensed data to estimate rangeland phytomass of semi-extensively grazed rangelands.     

华北山地阳坡中生灌草植被对CO2浓度和温度变化的光合响应

利用便携式光合气体分析系统(LI-6400),从全球变化的角度分析华北山地阳坡灌草植被群落中5种具有代表性的植物光合特征对CO2浓度和温度变化的响应.结果表明:随着温度的升高,狗尾草Setaria viridis和龙牙草Agrimonia pilosa净光合速率呈明显增大趋势,在华北山地阳坡灌草群落中具有较强的竞争力,而达乌里胡枝子Lespedeza davurica的净光合速率对CO2的响应值降低,在环境温度升高的条件下不利于其光合产物的积累.     

西藏那曲地区植被覆盖状况与气象条件分析

本研究利用2004和2005年4-10月极轨气象卫星的AVHRR逐月归一化植被指数资料和同期西藏那曲地区气候资料,分析研究了该区域内的草原、草甸、灌丛植被覆盖特征以及长势与气候因子间的相关关系。结果表明,不同区域植被覆盖度、长势与降水、气温因子有显著的正相关关系,植被覆盖度越低,对降水的依赖性越强,那曲东部各等级植被覆盖面积与温度和累积降水的相关系数都大于中部和西部。     

返青期休牧对退化高寒草甸植被生长及其优势植物垂穗披碱草光合作用的影响

返青期休牧为退化草地恢复中最经济可行的措施且已得到了较广泛的推广和应用,为探索返青期休牧对高寒草地植物生长及光合特性的影响,本研究于2015年开始在青海省祁连山区进行返青期休牧试验,于2018年和2019年调查并测定试验样地植物群落特征和光合生理指标。结果表明：返青期休牧4年后,草地总盖度、优势种牧草垂穗披碱草（Elymus nutans）高度、地上生物量和地下生物量较未休牧分别提高了35%,777%,1140%和217%,垂穗披碱草叶绿素含量和净光合速率分别增加了172%和146%;草地总盖度、地上生物量和垂穗披碱草叶绿素含量及净光合速率在休牧第4年和休牧第5年之间差异不显著。因此,在高寒草地实施返青期休牧可提高优势牧草光合作用、促进退化草地植被的恢复,且退化草地植被在休牧一定年限后趋于稳定。本研究为青藏高原推广实施返青期休牧这一措施来恢复退化草地植被提供了理论基础。     

青藏高原草地生物量遥感动态监测

利用青海省2006年8月地面样点实测的生物量,结合相应月份的MODIS植被指数数据,提取与样点对应的EVI和NDVI值,建立生物量与两种植被指数之间的关系模型,并分析模型的精度。结果表明,1)EVI与草地地上生物量的相关性强于NDVI。2)在不同盖度下,植被指数与生物量的相关性随着盖度的增大而增强。3)利用最优模型反演不同草地类型的逐月生物量,并分析研究区2002-2008年不同草地类型生物量的年季动态变化,发现草地生产力水平越高,草地生物量的年季变化越剧烈,说明该种类型的草地受气候变化的影响越大;生产力水平越低的草地类型,则对气候变化的敏感度较低。     

施氮水平对多花黑麦草植株氮含量及反射光谱特征的影响

植株氮含量是评价牧草群体长势、估测产量和确定最佳施肥量的重要指标。对不同施氮水平下多花黑麦草植株氮含量及冠层反射光谱特征进行了测试,分析了冠层反射光谱与植株氮含量之间的相关性。结果表明,施氮水平对多花黑麦草植株氮含量具有显著影响,植株氮含量随着施氮水平的增加有所升高。在可见光区域,冠层光谱反射率随施氮水平的增加而降低。植株氮含量与单波段反射率呈负相关关系,在波段487～718 nm范围内,相关系数绝对值都大于0.5(P<0.01)。利用敏感波段估测植株氮含量最优模型为y=4.362-0.754x₅₇₉+0.351x₇₀₀。以植被指数估测植株氮含量最佳模型为y=3.026-0.670DVI_(610,487)+4.997NDVI_(700,579)。植株氮含量估测值与实测值之间存在显著相关关系。