凋落物层作为森林土壤的"皮肤",具有涵养水源、保持水土的功能.本研究以亚热带地区枫香、米老排、苦槠、红锥、杉木、马尾松、福建柏、南方红豆杉8个树种的纯林及其不同组合的混交林为研究对象,分析树种丰富度、功能多样性和群落加权平均性状与凋落物现存量、最大持水率、有效拦蓄量的关系.结果表明:各树种组合中,未分解层最大持水率、现存量和有效拦蓄量的范围分别为0～419％、0～0.58 t·hm-2、0～1.66 t·hm-2;半分解层最大持水率、现存量和有效拦蓄量的范围分别为0～375％、0～6.14 t·hm-2、0～16.03 t·hm-2.树种丰富度和群落加权平均比叶面积对凋落物现存量和有效拦蓄量具有显著的正效应,群落加权平均叶氮含量对凋落物现存量具有显著的负效应.最大持水率随着比叶面积的多样性和群落加权平均比叶面积的增加而增加,随着群落加权平均叶片厚度的增加而降低.结构方程模型表明,树种丰富度通过增加比叶面积的多样性提高凋落物层持水能力;群落加权平均比叶面积通过增加凋落物现存量和最大持水率提高凋落层持水能力.在亚热带地区人工林的经营中,可以选择群落水平上具有较高比叶面积的混交林来提高凋落物层的持水能力.

作物水分胁迫指数(CWSI)模型中的下限温度指水分充足时的冠层温度(Tc)或冠气温差(dT),对模型量化植被水分状况精度有较大影响.目前,基于数据驱动方法直接估算下限温度已在大田作物中取得成功,但尚未见其在森林生态系统中的适用性报道.本研究以太行山南麓栓皮栎人工林为研究对象,连续同步观测Tc和气象数据,评估使用多元线性回归模型和BP神经网络模型估算下限温度的可行性,以及CWSI指示人工林水分状况的精度.结果表明:在不具备灌溉条件的森林生态系统中,将以土壤含水量、风速、净辐射、饱和水汽压差、气温作为输入参数的多元线性回归模型与BP神经网络模型中的土壤水分条件设为饱和,即可获得下限温度;将下限温度与理论公式确定的上限温度结合,对实测Tc或dT进行归一化获得CW-SI,可实现对栓皮栎人工林水分状况的无损、快速、自动诊断.其中,基于BP神经网络模型确定的水分充足条件下的dT作为下限温度,并与上限温度结合获得CWSI,最适合精准量化人工林水分状况,与实测水分状况之间的决定系数、均方根误差和一致性指数分别为0.81、0.08和0.90.本研究结果可为森林生态系统水分状况的高效、精准监测提供参考方法.

开展氮沉降对森林土壤-微生物-胞外酶化学计量特征影响的研究,可为理解氮沉降对森林生态系统元素循环和养分限制的影响提供理论基础.本研究以云南松林为对象,于2019年开始进行氮沉降模拟试验,设置对照(CK,0g N·m-2·a-1)、低氮(LN,10 g N·m-2·a-1)、中氮(MN,20 g N·m-2·a-1)、高氮(HN,25 gN·m-2·a-1)4个处理,于2022年9月采集土壤样品(分为0～5、5～10、10～20 cm 土层)测定土壤有机碳、全氮、全磷、微生物生物量碳氮磷(MBC、MBN、MBP)以及碳氮磷获取酶活性.结果表明:与对照相比,氮沉降显著抑制了土壤有机碳含量、C∶N和C∶P,降幅分别为6.9％～29.8％、7.6％～45.2％和6.5％～28.6％;促进了土壤全氮含量和N∶P,增幅分别为10.0％～45.0％和19.0％～46.0％;对土壤全磷含量则无显著影响;除土壤C∶N和C∶P外,土壤养分含量及化学计量比均在0～5cm 土层最高.MN和HN处理显著抑制了土壤MBN,降幅为11.0％～12.7％,氮沉降下土壤MBC和MBP及相关计量比无显著变化;0～5 cm 土层的土壤微生物养分含量显著高于其余土层.氮沉降显著抑制了纤维素二糖水解酶和亮氨酸氨基肽酶活性(降幅为14.5％～16.2％和48.7％～66.3％);HN处理促进了 β-1,4-葡萄糖苷酶活性(增幅68.0％),但抑制了土壤酶化学计量碳氮比和氮磷比(降幅95.4％和88.4％);LN和MN处理促进了 β-1,4-N-乙酰氨基葡萄糖苷酶活性(增幅68.3％～116.6％),但抑制了土壤酶化学计量碳磷比(降幅14.9％～29.4％);碱性磷酸酶活性无显著变化;土壤酶活性均随土层加深而显著降低.相关性分析表明,土壤全氮、全磷、微生物养分与矢量角度(表征微生物氮或磷限制)均呈显著负相关,而矢量长度(表征微生物碳限制)与矢量角度始终呈显著正相关,代表微生物碳限制与磷限制之间协同促进.氮沉降在缓解云南松林微生物氮限制的同时逐渐向磷限制转变,此外,研究区还受到微生物碳限制,且微生物碳和磷限制的关系呈正比.

探索森林土壤中的养分限制对森林抚育和管理具有重要意义,然而目前关于黄土高原刺槐人工林植被恢复过程中微生物受到的养分限制的研究并不充分.本研究为探究黄土高原刺槐林土壤中微生物养分的限制情况,在陕西省永寿县选择不同造林时间(15、25、35、45年)的刺槐人工林以及林地旁边的摞荒坡耕地(对照)为研究对象,分析了不同林龄下土壤有机质、全氮、全磷含量,以及与土壤碳、氮、磷循环相关的β-1,4-葡萄糖苷酶(BG)、纤维二糖水解酶(CBH)、亮氨酸氨基肽酶(LAP)、β-1,4-N-乙酰氨基葡萄糖苷酶(NAG)和磷酸酶(AP)活性的变化特征,通过化学计量和酶计量解析土壤养分限制状况.结果表明:土壤pH随植被恢复由碱性变为酸性;全磷在刺槐植被恢复的0～25年间逐渐降低;土壤有机碳、全氮和酶活性在0～25年间呈上升趋势.土壤全磷、有机碳、全氮、AP和LAP在25～45年间逐渐降低;NAG、BG、CBH在25～45年间先增加再降低.植被恢复过程中刺槐林的(BG+CBH)/(LAP+NAG)、(BG+CBH)/AP、(LAP+NAG)/AP均高于全球尺度的平均值.本研究区刺槐恢复过程中矢量长度小于1且逐渐增大,表明微生物碳限制逐渐增强;矢量角度大于45°且整体上降低,表明土壤微生物受磷限制且磷限制逐渐减缓,未出现微生物氮限制.刺槐人工林植被恢复过程中土壤理化性质变化明显,造林时间序列影响了土壤微生物的养分限制状况.

本研究选取半湿润常绿阔叶林的代表性分布区——滇中高原地区8处天然森林群落作为调查取样对象,定量评估半湿润常绿阔叶林现存斑块中的鸟类物种多样性及其组成与分布的特点.野外观测集中于2023年4-8月,采用样线-样点法,共布设3～4km长调查路线8条.结果表明:1)调查共记录鸟类1286只次,隶属7目30科102种.种类最丰富的前3科分别是鹟科(含14种)、噪鹛科(含9种)、柳莺科(含7种);2)东洋界物种占81.4％,古北界物种占4.9％,广布种占13.7％;3)森林斑块中调查到的平均鸟类物种数为32.0±3.5;鸟类Shannon指数在火后恢复的半湿润常绿阔叶林(1.536±0.110)中低于原生森林群落(2.037+0.100);4)不同斑块间存在共同的优势种(红头长尾山雀、蓝翅希鹛、灰腹绣眼鸟)和常见种(西南冠纹柳莺、蓝喉太阳鸟、棕头雀鹛),稀有种则各不相同,导致不同斑块中鸟类物种成分有很大不同;5)基于食性划分生态种组,食无脊椎动物和杂食的鸟类占84.3％,植食性鸟类占11.8％,肉食性鸟类占3.9％.食性相近的鸟类主要通过分割占用森林的垂直取食空间,稀释种间竞争,维持物种共存.对于鸟类物种多样性维持而言,现存的原生性半湿润常绿阔叶林斑块都具有重要的保护价值.

枝条数量作为重要的枝条特征因子,对树冠结构特征、树木生长及木材质量具有重要的影响.本研究以辽宁省清原县大孤家林场日本落叶松人工林为研究对象,基于负二项分布模型构建包含水枝的日本落叶松一级枝条数量混合效应预估模型,又基于负指数模型构建包含水枝的日本落叶松一级枝条密度混合效应预估模型.结果表明:对于一级枝条数量模型来说,考虑样木水平的混合效应模型可以有效地降低异方差性和自相关性,拟合效果优于传统模型.模拟结果表明,树木的冠长率越大,枝条的数量越多.将最优一级枝条数量基础模型的截距作为随机效应参数的混合效应模型被确定为最优模型,其Ra2=0.552,均方根误差为7.242.对于一级枝条密度来说,考虑样木水平的混合模型同样降低了模型的异方差性和自相关性,枝条的密度随着冠长率的增大而增大.将最优的一级枝条密度基础模型的截距与着枝深度作为随机效应参数的混合效应模型被确定为最优模型,其Rae=0.792,均方根误差为4.447.本研究构建的日本落叶松枝条数量及密度模型为制定科学的森林经营方案以提高木材质量奠定了重要基础.

森林是最重要的陆地生态系统类型之一,在生态文明建设中具有举足轻重的地位,研究独具森林资源优势地区的生态系统生产总值(GEP)变化及其对土地利用变化的响应对促进该类区域可持续发展具有重要意义.本研究以江西省资溪县为研究区,基于生态系统价值核算理论和方法,在调节服务通用指标体系(水源涵养、土壤保持、氧气提供、碳固定、气候调节、洪水调蓄、水质净化、空气净化、物种保育)及文化服务通用指标体系(景观游憩、教育)基础上,增加负氧离子、康养等指标,并引入森林生态系统服务修正系数,构建独具森林资源优势的GEP指标体系和方法,评估了研究区2010、2017和2020年GEP的时空变化特征,采用弹性指数及价值损益分析方法量化了土地利用/土地覆盖变化对GEP的影响.结果表明:2010、2017和2020年资溪县GEP分别为167.88、268.17和384.07亿元.各生态系统GEP占总GEP比例依次为森林＞湿地＞农田＞草地＞城镇.研究期间,GEP增加值主要来源于森林生态系统.土地利用变化对GEP产生了重要影响.2010-2020年,研究区土地利用变化总面积为8501.88 hm2.各土地利用变化幅度依次为草地(-2811.17 hm2)＞城镇(1428.06 hm2)＞森林(1357.67 hm2)＞湿地(1031.05 hm2)＞农田(-1005.01 hm2).各类用地的绝对变化主要发生在2017-2020年.各测算指标对森林生态系统的弹性指数明显高于其他生态系统,说明GEP对林地面积变化的敏感性最高.价值损益分析表明,城市开发在一定程度上降低了 GEP,林地、湿地的保护促进了 GEP增加.2010-2020年,资溪县土地利用类型之间的转化导致GEP增加18.65亿元,说明资溪县土地利用变化整体上对生态的影响是正向的.研究结果一定程度上体现了资溪县成为国家生态文明建设示范县之后的绿色发展成效,也为研究区今后高质量发展、高水平保护和土地资源可持续开发利用提供了决策支持,并可为其他类似地区的GEP核算提供借鉴.

本研究以福建三明森林生态系统国家野外观测研究站的青冈、格氏栲、马尾松、闽楠、香樟林5种人工林为研究对象,分析了 0～10 cm表层土壤微生物呼吸对葡萄糖添加的代谢响应.结果表明:与对照相比,葡萄糖添加使土壤微生物呼吸提高了 82.4％～349.5％,不同树种间差异显著.对照中,土壤微生物呼吸与微生物生物量、土壤有机碳及真菌/细菌有显著的相关关系,表明在没有活性碳供应时,微生物代谢受土壤有机碳含量的调控,且与土壤微生物生物量和群落结构有关.在葡萄糖添加处理中,土壤微生物呼吸与土壤总氮、溶解性有机氮和矿质氮呈显著正相关,表明当活性碳供应充足时,微生物代谢主要受土壤氮含量及其有效性制约.微生物呼吸的代谢响应,即葡萄糖添加处理与对照土壤微生物呼吸的比值,主要受土壤碳氮比的影响,呈现出微生物代谢响应随土壤碳氮比的下降而升高.此外,土壤pH也是影响微生物代谢响应的重要因素.土壤碳、氮含量及有效性对微生物呼吸的影响依赖于微生物是否受碳限制,土壤碳含量调控了碳限制时的微生物呼吸,而土壤氮含量及有效性调控了碳限制解除后的微生物呼吸.

目的 建立针对云南省多民族人群的产后抑郁风险预测模型并识别预测因子.方法 于云南省某多民族聚居县对处于产后42天～1年的女性采用爱丁堡产后抑郁量表(Edinburgh Postnatal Depression Scale,EPDS)进行产后抑郁筛查.以是否存在产后抑郁症状(EPDS ≥9分)为结局指标,基于随机森林算法纳入人口经济学、社会心理学、产科学、新生儿、配偶及家庭、其他特征因素共52个影响因素,在训练集上构建云南多民族人群产后抑郁风险预测模型,在测试集上采用准确率、灵敏度、特异度、阳性预测值、阴性预测值及受试者工作特征曲线(Receiver Operating Characteristic Curve,ROC曲线)下面积(Area Under Curve,AUC)评价该模型性能.结果 本研究纳入分析的女性为459名,产后抑郁检出率为11.55％,其中汉族7.56％、壮族13.94％、其他少数民族13.92％.重要性评分位于前14的变量为:焦虑、既往不良情绪史、夫妻感情、家人支持水平、照顾新生儿身心疲惫、妊娠风险分级、母婴同室、喂养模式、文化程度、配偶文化程度、夜间照顾新生儿次数、民族、孕次、年龄.该模型准确率为92.74％,特异度为95.50％,灵敏度为69.23％,阳性预测值为64.29％,阴性预测值为96.36％,AUC值为0.925.同时,分别以汉族、壮族和其他少数民族人群作为验证集进行内部验证,显示模型稳定性好.结论 基于随机森林算法建立的云南多民族人群产后抑郁风险预测模型性能良好,可用于预测少数民族地区女性产后抑郁风险因子,从而采取针对性干预措施.

目的 通过机器学习方法对流行性感冒临床证候学资料进行训练,获得流感辨证模型.方法 收集2019年12月-2022年3月就诊于中日友好医院发热门诊的流行性感冒患者病历资料,使用数据采集系统进行数据处理,将不同数据处理过程产生的数据分别存储,以逻辑回归、决策树、朴素贝叶斯、支持向量机、多层感知机、lightGBM和随机森林为备选模型,通过Optuna进行超参数优化选择,并在各数据集中分别训练模型,以macro-F1评分为核心指标,对模型的预测性能进行评价.结果 整理得到训练样本1 011个,其中风热犯卫证453个、风寒束表证152个、表寒里热证406个;得到用于训练的数据集8个,包含数据80份.经训练,逻辑回归、决策树、朴素贝叶斯、支持向量机、多层感知机、lightGBM、随机森林模型的macro-F1评分分别为0.783 0、0.774 2、0.731 5、0.782 4、0.716 7、0.793 8、0.815 3.加权样本能显著提高平均模型性能,而主成分分析降维会降低平均模型性能.单一模型中,逻辑回归模型预测性能最佳;集成方法模型中,随机森林模型预测性能最佳.结论 在样本量较小的情况下,流行性感冒中医辨证模型使用逻辑回归、决策树、支持向量机和lightGBM较为适宜,随着样本量增加,逻辑回归、支持向量机、lightGBM和随机森林可能更为合适.不同数据处理方式会影响模型性能,对证型典型程度信息的采集有利于提高模型性能.