北亚热带次生栎林碳通量及其影响因子研究

以位于江苏句容下蜀的长江三角洲森林生态站栎林为研究对象,采用涡度相关技术进行长期CO2通量观测,得到2007年12月至2008年11月间栎林净碳交换（NEE）的日变化过程：栎林从7:00左右开始吸收CO2, 10:00至14:00期间,对CO2的吸收一直维持在较大量,到17:30左右转化为碳排放。对于栎林NEE与光合有效辐射（PAR）及气温的响应关系分析表明：当光合有效辐射大于5 μmol/(m2·s)时,在不同季节NEE与PAR相关关系不同,NEE的月平均值与冠层月平均温度呈直线相关。     

蓝光抑制har1中胚轴伸长中ABA含量和相关基因的表达变化

分析了蓝光介导的高粱航空诱变突变体har1中胚轴伸长抑制过程中,蓝光信号途径关键组分基因SbCRY1 b、SbCOP1和SbHY5的表达水平变化,研究表明,har1对蓝光的超敏感可能与其中SbCRY1 b表达水平升高有关.外源ABA增加了蓝光对R111中胚轴的伸长抑制程度,抑制剂NAP(Naproxen)在一定程度上可以缓解蓝光对har1中胚轴的抑制.同时,蓝光处理后har1中胚轴中内源ABA含量增加程度较R111更为显著,初步表明ABA参与蓝光介导的高粱幼苗中胚轴伸长抑制反应.     

模拟酸雨对土荆芥生长和抗氧化酶活性的影响

以入侵植物土荆芥为研究材料,同属植物藜作为对照,研究在不同pH值的模拟酸雨处理下,土荆芥生长及抗氧化酶活性的变化.结果表明:土荆芥根受到的影响最为严重,根质量比和根冠比随模拟酸雨pH值的减小显著下降,而叶和茎受到的影响不大.随着模拟酸雨胁迫程度的加深,SOD活性呈上升趋势,CAT活性呈下降趋势,POD活性则表现为先升后降,呈单峰曲线型变化.藜的生长变化与土荆芥相似;而酶活性中,SOD活性变化与土荆芥一致,CAT和POD活性均具有不同的变化趋势.藜对当地的酸雨已具有一定的适应性,但强酸雨条件下土荆芥比藜具有更高的适应能力.     

黑臭河水治理与水生植物生理响应的灰色分析

以上海城区黑臭河水的生物-生态处理工艺为研究对象,采用灰色理论分析水生植物在黑臭河水治理过程中的生理响应顺序,为科学解释污染物净化机制提供依据.结果显示,植物的生理特性对COD和NH+4-N去除的优先级关联排序均为POD>CAT>Chla>SP>Chlb,表明反应体系对黑臭河水中COD和NH+4-N的去除主要是通过微生...     

低温热解二茂铁制备碳包裹纳米铁及其结构

以二茂铁为碳源和铁源在100 mL不锈钢高压釜中经520℃直接热解制备碳包裹纳米铁.研究不同反应物量对热解产物的影响,并采用X射线衍射仪(XRD)和扫描电子显微镜(SEM)对热解产物的物相、形貌和结构进行分析.结果表明:二茂铁520℃热解碳产物以无定形炭和Fe3C相为主.当二茂铁的量为1 g时,热解产物是蜂窝状的多孔炭...     

基于CiteSpace的喀斯特土壤有机碳研究进展

本文采用文献计量法分析研究国内外土壤有机碳(SOC)领域研究热点、方向及趋势。检索近30年CNKI和WoS数据库有关喀斯特SOC研究文献,借助CiteSpace软件对国家和年度发文量、期刊进行共现分析,对关键词进行突显词分析和聚类分析。结果表明,该领域近30年文献量逐年增加且处于快速增长阶段,中国是发文数最多的国家,期刊Environmental Earth Sciences和《中国岩溶》发文量位居第一;国际主要研究热点有“全球气候变化与土壤呼吸”“农业管理与土壤质量”“森林生态系统与土壤固碳”等;国内主要研究热点有“喀斯特地貌环境与理化性质”“土地管理类型与植被恢复”“土壤微生物与环境效益”等。今后需进一步将土壤微生物特性与喀斯特生态系统功能紧密联系起来,对喀斯特的石漠化生态恢复、农业生态健康及全球气候变化等热点趋势进行应用研究。     

“双碳”战略对低碳旅游意愿的作用路径——基于消费认知视角的中介检验

“双碳”战略引发各行各业的低碳响应,促进生活生产方式的绿色低碳转型,激发公众的低碳生活意识.低碳旅游是旅游业践行“双碳”战略的重要内容,研究“双碳”战略下公众低碳旅游意愿,旨在扩展需求端的低碳旅游研究,探索旅游发展服务“双碳”战略路径.本文使用问卷调查法和Bootstrap法,引入事件系统理论与计划行为理论,构建“事件—认知—意愿”路径,分析事件强度对公众低碳旅游意愿的作用机制,对377份网络问卷分析,得出结论：(1)“双碳”战略的新颖性认知、颠覆性认知及关键性认知对低碳旅游认知和意愿具有正向影响作用;(2)低碳旅游认知会增强公众的低碳旅游意愿;(3)低碳旅游认知在“双碳”的时间强度认知与低碳旅游意愿中发挥部分正向中介作用.并根据研究结论得出旅游发展在顺应和支持“双碳”战略方面的启示.     

冶炼厂烟囱降尘农田土壤重金属含量及潜在生态风险评价

摘要：为了研究冶炼厂下风向烟囱降尘对农田土壤重金属污染影响程度,以济源市某一冶炼厂工业烟囱下风向降尘覆盖农田土壤为研究对象,依次对距离该厂烟囱大约为750m-3000m的7个农田研究区（P1-P7）土壤中重金属（Hg、As、Pb、Cd、Cu、Zn、Ni、Cr、）含量进行污染状况分析,采用了单项潜在生态风险指数法和综合潜在生态风险指数法对冶炼厂下风向烟囱降尘土壤中重金属的潜在生态风险进行评价。结果表明：在3 km2研究区域范围内,距离冶炼厂越近土壤重金属含量越高,Pb、Cd为重度污染,超过了《土壤环境质量农用地土壤污染风险管控标准》（GB15618-2018）农用地土壤污染风险管制值的1.2倍,距离冶炼厂烟囱下风向P1区土壤中重金属As、Pb、Cd、Cu、Zn超过土壤环境质量农用地土壤风险筛选值,Cd 在浓度值均超过农用土壤污染风险管制值1.8倍,As元素平均浓度值超农用土壤污染风险管制值1.7倍,Pb、Cu和Zn污染较严重,Cd、Hg对综合指数（RI）贡献值较大分别为68.63和22.4。单项潜在生态风险指数评价结果显示Cd存在极严重的潜在生态风险,Pb、Cu存在较严重潜在生态风险,冶炼厂下风向土壤中综合潜在生态风险指数评价显示,冶炼厂下风向降尘土壤重金属具有较强的生态风险。     

成都平原典型地区水果-土壤重金属污染特征研究

为摸清成都平原土壤-水果系统中重金属污染水平和富集特征,通过对成都平原典型地区333个水果作物及其根部表层土壤中Hg、As、Pb、Cd、Cu、Cr和土壤理化指标的测定,结果表明：（1）研究区土壤养分整体呈现出有效磷和碱解氮较丰富,有机质和速效钾较缺乏的特征,可通过增施有机肥、地面覆草、施用绿肥等方式提升土壤肥力水平。（2）研究区土壤重金属存在部分点位超标,以Cd的超标率最高。土壤重金属单因子评价污染等级为清洁,土壤综合污染指数评价污染等级为中度污染,其主要贡献为Cd。研究区重金属存在一定程度的富集,Cd和Hg的污染指数高,潜在生态风险强,应重点关注土壤Cd污染和Hg含量水平的增加趋势,将Cd污染作为下一步土壤风险管控和修复治理的重点目标。（3）研究区水果Pb、Cd的超标率分别为5.7%、7.8%,不同水果Pb、Cd的超标率差异显著,草莓Cd的超标率最高。研究区水果中重金属未对成人构成非致癌健康风险,而水果中的As和Cu对儿童构成了非致癌健康风险,As和Cu对水果重金属非致癌总指数的贡献超过70%,应特别关注水果中As和Cu的管控,以免造成较大的食源性危害。（4）重金属在水果与土壤中的含量水平关联性较低,水果中重金属的含量与水果富集重金属的能力关联度极高,应进一步查明水果重金属与土壤重金属形态的关系,并结合调整水果种植结构、筛选重金属低积累水果品种等方式降低水果重金属的健康风险。     

基于光学-ALS变量组合和非参数模型的天然次生林地上生物量估算

【目的】通过组合机载激光雷达(airborne laser scanning, ALS)数据和Sentinel-2A数据提取特征变量,探讨估算天然次生林地上生物量(aboveground biomass, AGB)最佳的变量组合方式和估算方法。【方法】以2015年ALS数据、2016年Sentinel-2A数据和黑龙江帽儿山林场森林资源连续清查固定样地数据为数据源,通过ALS数据提取高度特征变量(all the LiDAR variables, 记为A_L),Sentinel-2A数据提取若干植被指数变量(all the optical variables, 记为A_O),然后将光学-ALS结合变量(combined optical and LiDAR index, COLI,记为I_COL)结合成为新的变量 I_{\mathrm{CO}{\mathrm{L}}_1} 和 I_{\mathrm{CO}{\mathrm{L}}_2} ,以6组特征变量组合方式(A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} 、 I_{\mathrm{CO}{\mathrm{L}}_2} 、 I_{\mathrm{CO}{\mathrm{L}}_1} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入变量,分别使用多元线性逐步回归(stepwise multiple linear regression,SMLR)、K-最近邻法(K-nearest neighbor,K-NN)、支持向量回归(support vector regression,SVR)、随机森林(random forest, RF)和堆叠稀疏自编码器(stack sparse auto-encoder,SSAE)共5种方法构建了天然次生林AGB估算模型,探讨I_COLs变量以及不同模型对生物量估测精度的影响。【结果】结合变量I_COLs对于森林AGB的估算十分有效,加入I_COLs变量能够很大提高森林AGB模型的估算精度;与其他4种模型相比,无论使用哪些变量作为输入数据,SSAE模型的精度最高;当使用SSAE模型,以光学和ALS变量组合 ( I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入特征变量时,模型的准确性最高:R²=0.83,均方根误差为11.06 t/hm²,相对均方根误差为8.23%。【结论】结合变量COLIs能够有效地提高天然次生林AGB的估算精度,而且深度学习模型(SSAE)在估算天然次生林AGB方面优于其他预测模型。总体而言,利用ALS和Sentinel-2A数据组合变量的SSAE模型可以较准确地估算森林AGB,为天然次生林地上生物量的估算和碳储量评估提供技术支持。