内生真菌对高寒草地紫花针茅凋落物分解的影响

禾草内生真菌对于提高宿主植物对生物和非生物胁迫的耐性发挥着积极作用,然而,禾草内生真菌共生体凋落物分解对于草地生态系统养分循环的影响仍不清楚。本研究以紫花针茅为研究对象,比较带内生真菌（E+）与不带内生真菌（E-）植株凋落物分解过程中重量及全氮、木质素和纤维素含量,以及木质素∶N、纤维素∶N与全氮、木质素和纤维素残留率的变化,以期揭示内生真菌在紫花针茅凋落物分解过程中发挥的作用。主要结果如下：E+紫花针茅凋落物分解速率高于E-,具有更短的分解周期;随着时间的延长,紫花针茅凋落物木质素含量和木质素∶N由E+显著高于E-逐渐变为二者之间差异不显著,纤维素含量、纤维素∶N和纤维素残留率则逐渐变为E+显著低于E-;另外,随着分解时间延长,E+和E-凋落物全氮含量呈上升趋势,而全氮残留率呈现出下降-上升-下降的趋势,且后期E+显著低于E-。因此,内生真菌不同程度地促进了紫花针茅凋落物全氮、木质素和纤维素的降解。     

祁连山不同类型草地土壤细菌群落特征研究

祁连山是我国西部重要的生态屏障,拥有大量的草地资源。研究草地土壤细菌群落组成及其与土壤环境因子间的关系,可对维持草地生态及了解祁连山土壤细菌群落组成提供一定的数据基础。采用高通量测序技术检测并分析了祁连山默勒镇3种类型草地 （高寒草甸、人工草地、沼泽化草甸）0~10 cm土壤细菌群落结构及多样性,并对上述土壤细菌群落与土壤理化因子的相关性进行了系统的研究。结果表明：1）沼泽化草甸土壤全氮、全磷、有机质碳、含水量和硝态氮显著高于高寒草甸和人工草地（P<0.05）。2）3地共测得有效序列1022446条,以97%的一致性将序列聚类,高寒草甸、人工草地、沼泽化草甸OTU聚类均值分别是4917、5233、5075条。3）Shannon和Simpson多样性指数3地间差异不显著,Chao1指数表现为人工草地>高寒草甸>沼泽化草甸（P<0.05）。4）在门水平上,3地均以变形菌门、酸杆菌门、放线菌门和浮霉菌门为主要类群;在属水平上,表现出不同类型草地细菌富集类型不同。5）有机质碳、全磷、土壤含水量与土壤细菌群落的组成表现出极显著相关（P<0.01）。综上,祁连山地区小生境内3种草地土壤微生物群落存在差异,有机质碳、全磷、土壤含水量是影响群落的主要驱动因子。     

火烧后亚高山草甸恢复过程中物种组成和群落特征变化规律的研究

为了解火烧对植物群落结构和植被恢复速度的影响,本研究以甘肃省皇城羊场亚高山草甸为研究对象,于2017年5月进行了火烧试验,并分别在2017,2018及2019年的5月（返青期）、7月（生长期）和9月（生长末期）测量了该区域火烧样地和原生样地的植被覆盖度、群落多样性和裸地百分比等指标。结果表明：2019年5月后火烧样地与原生样地间植物群落多样性指数（Margalef指数、Shannon-Wiener指数、Simpson指数和Pielou指数）间差异不显著;火烧后引起的植物结构变化是短暂的,并随着时间的推移逐渐减少甚至消失,恢复时间大约16个月左右;同时火烧改变了物种组成,其中在火烧样地中甘肃马先蒿（Pedicularis kansuensis）和锐果鸢尾（Iris goniocarpa）逐渐消失,而鳞叶龙胆（Gentiana squarrosa）和火绒草（Leontopodium leontopodioides）逐渐出现。本研究说明春季火烧对亚高山草甸植物组成和结构有一定的调节作用,可作为亚高山草甸管理的有效措施。     

藏北燕麦草地持续利用与撂荒对高寒草甸土壤特征的影响

为研究不同利用方式对藏北高寒草甸建植一年生燕麦（Avena sativa Linn.）人工草地的土壤理化性质及土壤细菌群落的影响,本试验于8月份植物生长旺季,在持续利用人工草地（AG）、撂荒人工草地（AC）和对照天然草地（NG）采集土壤样品,分析了土壤理化性质、土壤细菌群落组成和结构特征变化。结果表明,AG样地土壤有机质、全钾含量和pH与NG样地相比无显著性变化,土壤全氮、速效氮和速效钾含量显著降低;AC样地与NG样地相比土壤pH显著升高,土壤有机质、全氮、速效氮和速效钾含量显著降低。AG样地土壤细菌群落Chao1,Shannon和Pielou均匀度指数显著高于NG样地,AC样地酸杆菌门和变形菌门丰度显著升高。土壤理化性质是土壤细菌群落结构组成门、属相对丰度变化主要影响因子。综上所述,高寒草甸一年生燕麦人工草地长期利用应科学补充肥料,保持土壤肥力;草地撂荒需谨慎,应及时采取恢复措施避免草地发生退化。     

封育和放牧对高寒草甸植被群落特征和土壤特性的影响

为探究封育和放牧对高寒草甸植被群落和土壤特性的影响,本研究以封育13年和连续放牧高寒草甸为研究对象,采用野外群落调查和室内土壤分析相结合的方法,探究封育和放牧对植被群落状况和土壤特性的影响。结果表明：封育显著提高了群落的盖度和地上生物量（P<0.01）;封育显著提高了0~30 cm土壤总氮（Total nitrogen,TN）、速效氮（Available nitrogen,AN）、速效磷（Available phosphorus,AP）和速效钾（Available potassium,AK）（P<0.01）;封育显著降低了群落密度、物种丰富度指数、香农-维纳多样性指数和均匀度指数（P<0.01）。总之,封育虽增加了高寒草甸植物群落生物量和土壤养分,但在一定程度上导致草地植物群落多样性的下降,研究建议针对封育13年的高寒草甸进行适当的放牧以增加群落物种多样性和丰富度。     

种草养畜与草场建设综合配套技术

畜牧业快速发展,对于牧草资源需求量越来越大,为更好地满足畜牧业发展需求,我国提出“种草养畜”技术理念,加快草场建设,能在保障畜牧养殖业稳定发展的同时,达到良好的生态环保效益。该文分析种草养畜技术理念的意义,着重探讨种草养畜和草场建设综合配套技术。     

放牧管理对西藏高寒沼泽植物群落结构和土壤碳氮的影响

对西藏当雄县3种不同放牧管理模式(冬季放牧、冬春季放牧和全年放牧)下的高寒沼泽的植物群落结构和土壤碳氮进行了调查。调查发现,3种放牧管理模式下的高寒沼泽植物群落总盖度差异不显著,而优势物种藏嵩草的高度和盖度差异显著;放牧管理对沼泽群落结构和物种多样性影响较大,随着放牧强度的增加,物种丰富度增加;放牧利用显著降低了高寒沼泽湿地群落优势物种藏嵩草的高度和盖度,其优势度也显著降低,使得高寒沼泽逐渐退化。冬季放牧、冬春季放牧和全年放牧沼泽地上生物量和地下生物量依次降低。同时,随着放牧强度的增加,高寒沼泽表层土壤有机碳氮的含量也显著降低,且高寒沼泽表层土壤碳氮与地上和地下生物量显著正相关。通过对比分析,冬季放牧是当前西藏高寒沼泽较好的放牧管理模式。     

9种牧草对青海同德牧区土壤特性的影响

通过对青海省高寒牧区常见的9种多年生牧草单播2年后耕层0~15cm土壤理化(pH、容重(BD)、有机碳(SOC)、全氮(TN)、无机碳(C)及微生物学性质(微生物生物量碳(Cmic)、氮(Nmic)和群落代谢功能)等指标的测定分析,结果表明,研究区域只有在种植披碱草2年后土壤有机碳含量有所增加,说明与其他草种相比,种植披碱草利于有机质的积累;试验在每年施肥1次的情况下,土壤氮含量仍然偏低,说明此区氮素被过度利用,处于缺乏水平,因此每年增施氮肥数量、频率以及时间上应加强管理。通过对不同牧草种植区土壤各因子的聚类分析,发现贫花鹅观草、无芒雀麦、紫野麦草和扁穗冰草之间相似度较高,表明其对土壤养分及微生物群落功能的影响较为接近,故在大面积种植的时候可根据牧草地上生物量/质量的高低进行选择性播种。从土壤质量方向考虑,种植杂花苜蓿、红豆草和西北羊茅不利于土地的改良。     

Discrimination of “grazing milk” using milk fatty acid profile in the grassland dairy area in Hokkaido

Milk produced by the grazing system, referred to as “grazing milk” contains many components required for human health. The milk fatty acid (FA) profile is strongly associated with the diet on the farms. In the present study, based on the FA profile of farmer's bulk milk, we determined how to discriminate between milk produced on grazing and on a confinement system. A field survey was conducted four times (grazing and confinement season) in the Konsen (29 farms) and Okhotsk (25 farms) area in Hokkaido. Farmer's bulk milk samples and details of feeding management were collected and the FA profile of milk was measured. Milk produced during the grazing season contained less C16:0 and cis‐9 C16:0, and more C18:0, cis‐9 C18:1, trans‐11 C18:1, cis‐9,12 C18:2, cis‐9,trans‐11 C18:2 and cis‐9,12,15 C18:3 than milk produced during the confinement season. Discrimination analysis using 16 FA revealed that almost all milk samples were discriminated correctly (confinement season: 90% correct and 10% borderline, grazing season: 88% correct, 9% borderline and 3% incorrect). For farmers that were categorized incorrectly and were considered borderline in the grazing season, the dependency on pasture was low compared with that for farmers correctly discriminated. Therefore, to claim “grazing milk”, a high dependency on pasture is required for grazing dairy farmers.     

The nearest-plant method is robust and powerful enough for different survey teams to monitor change in mesic grassland species composition

A long-term rangeland monitoring programme needs to employ a field survey technique that is practicable, precise, powerful enough to distinguish change, not prone to worker bias, and able to distinguish real change from operator error arising from staff turnover. These criteria were used to evaluate a widely used grassland sampling technique in South Africa – the nearest-plant (with 200 points) method (NP) – against common alternatives, namely NP excluding forbs (NP-nf), the plant number scale (PNS; a cover-abundance method) and quadrat frequency (QF), using multivariate ordination and permutation tests. Four trained teams surveyed four grasslands using each method. PNS took more than twice as long as the other techniques, which were similarly rapid. Estimates of composition using NP methods were the most precise and PNS was least repeatable, with QF intermediate. Compositional differences between sites were most finely distinguished using NP-nf, followed by NP and QF. PNS was able to detect only marked differences and had the greatest potential for surveyor bias. The NP method, with or without including forbs, is therefore recommended for monitoring the species composition of mesic, dense grassland. Some suggestions for monitoring agencies on how best to use multivariate methods are presented.