目的:基于生态位模型分析并预测甘肃省内脏利什曼病传播风险，为精准防控措施的制定和疫情监测提供依据。方法:自全国传染病报告信息管理系统收集甘肃省2015 - 2021年报告的内脏利什曼病病例，获取病例分布点经纬度坐标以及区域内19个气候变量、5个地理变量和2个社会经济变量数据。基于生态位模型，采用最大熵算法（MaxEnt）构建内脏利什曼病传播风险预测模型，利用受试者工作特征曲线下面积（AUC）进行模型性能评价，并对构建模型的各环境变量进行重要性评估，以及预测甘肃省内脏利什曼病传播风险分布区域。结果:2015 - 2021年甘肃省共报告368例内脏利什曼病病例，其中，89.13%（328/368）集中在陇南市和甘南藏族自治州（甘南州）；2017年病例数达到高峰（79例，21.47%）。构建模型具有较高的预测准确度（AUC = 0.985）。模型分析结果显示，影响甘肃省内脏利什曼病分布的主要气候变量为最冷季度平均温度（贡献值为3.1），地理变量为土地利用类型（贡献值为52.6）和植被覆盖类型（贡献值为8.5），社会经济变量为人口数（贡献值为14.3）。传播风险分布结果显示，高、中、低风险区从甘肃省南部向西北部呈现逐渐过渡的接壤分布特点。高风险区主要集中在甘肃省陇南市中南部和甘南州南部，占全省面积的0.18%；中、低风险区分别占全省面积的0.48%和2.47%，无风险区占96.87%。结论:生态位模型预测甘肃省内脏利什曼病传播呈现点状分散、局部高聚集性分布特征，应加强对陇南市和甘南州等高风险区的监测和防控。

厘清植被变化及驱动因素,可为生态修复和社会可持续发展提供参考.本研究基于Google Earth Engine平台获取2000-2020年河南省植被覆盖数据,并结合Theil-Sen Median趋势、Mann-Kendall检验和Hurst指数,揭示河南省及其流域分区(海河流域分区、黄河流域分区、淮河流域分区、长江流域分区)植被分布和变化趋势,并联合因子探测及因子交互,从不同尺度探究了自然和人文因素对植被的影响机制.结果表明:研究期间,河南省植被覆盖度(FVC)呈南高北低的分布格局,以中高植被覆盖为主,其中,长江流域分区最好.河南省及各分区FVC变化规律一致,呈波动上升趋势,均以明显改善为主,其中,长江流域分区的改善面积最大.基于Hurst指数,河南省未来植被状况除了淮河流域分区可能持续改善外,其他分区均表现为从改善转向退化.河南省及各分区植被变化是人文因子与自然因子综合作用的结果,因子影响力随时间而改变,主导因子存在地域差异,土地利用/覆盖类型和夜间灯光等人文因素的影响强于海拔、坡度、年均低温等自然因素.因素间的交互作用,尤其是人文与自然因素的交互作用,呈非线性增强关系.

大气氮沉降增加影响着陆地植被群落结构与功能.非固氮型地衣主要依赖大气沉降的无机氮(铵态氮和硝态氮)作为氮源,因此,成为大气氮沉降的生物指示器,但地衣对这两种无机氮的吸收能力差异尚不清楚,这严重限制了利用地衣氮含量解译大气氮沉降水平的准确性.本研究以鹿蕊地衣为对象,在光照和避光条件下对鹿蕊地衣进行单独铵根(NH4+)或硝酸根(NO3-)添加以及NH4+和NO3-按不同比例混合添加处理,分析地衣氮吸收能力差异.结果表明:鹿蕊地衣对NH4+和NO3-的吸收速率随浓度增加而增加,并呈Michaelis-Menten曲线特征.鹿蕊地衣偏好吸收NH4+,NH4+的亲和力和吸收效率均高于NO3-;随着NH4+与NO3-混合比例的增加,鹿蕊地衣吸收NO3-的速率和总量降低,但吸收NH4+的速率基本不受影响,这表明NH4+增加会抑制鹿蕊地衣对NO3-的吸收能力.避光显著降低鹿蕊地衣对NO3-的最大吸收速率和效率,但对鹿蕊地衣NH4+吸收能力的影响较小.本研究揭示了地衣具有喜NH4+和亲NH4+的氮吸收策略,因此,在利用地衣监测大气氮污染水平及评价大气氮沉降对地衣生理生态特征的影响时需要考虑大气无机氮沉降的主要类型.

全球气候变化导致极端气候发生频率和强度增加,探究植被对极端气候的响应与适应是评估区域植被脆弱性和制定适应性经营策略的重要前提.以2008年中国南方极端冰冻事件为例,利用2003-2009年日光诱导叶绿素荧光(SIF)遥感数据提取植被物候,探讨了极端冰冻事件对不同植被类型物候的影响,并采用地理探测器分析各环境因子及其交互作用对植被物候变化的贡献度.结果表明:(1)极端冰冻事件导致植被生长季开始期(SOS)提前2.96 d、生长季结束期(EOS)推迟10.47 d和生长季长度(LOS)延长12.79 d,其中常绿阔叶林物候变化趋势最大,而落叶阔叶林物候变化趋势最小.(2)研究区水热条件的空间分异性影响了植被物候空间变化格局,如东南部水热条件充足区的物候变化趋势更明显,而西北部山区植被物候变化与整体变化趋势相反,即呈现SOS推迟和EOS提前趋势.(3)降水、气温、相对湿度、土壤类型和植被类型是影响植被物候的主导因子,其中气温和降水对植被EOS的解释力最高,分别为0.6522和0.5280.(4)各因子交互作用结果均表现为双因子增强或非线性增强效应,其中气候因子间的交互作用最强,而气候因子与土壤类型、植被类型、冰冻天数的交互效应次之.

秦巴山区地处我国南北气候、生物区系的交汇地带,具有十分重要的地理与生态价值,蕴藏着巨大的发展潜力.确定生态系统服务对植被覆盖变化的响应阈值是实现秦巴山区环境资源有效配置、管理政策科学制定以及生态效益最大化的重要前提.在分析秦巴山区产水、固碳、土壤保持和生境质量4项生态系统服务时空特征的基础上,综合运用聚类分析、方差分析和弹性分析对比不同植被类型和地形梯度下生态系统服务的异同进而分区计算植被覆盖变化的影响阈值.结果表明:(1)2000-2020年,产水、固碳、土壤保持和生境质量服务整体提升且均表现为东南高西北低的空间分布.(2)不同类型植被下,生态系统服务整体供应能力从大到小依次为林地、草地和农田.不同地形变化下,除生境质量呈持续增长态势外,其他3项服务均出现了先提高后衰减的非线性趋势.(3)植被覆盖度对生态系统服务有促进作用,但超过一定阈值后这种作用会逐渐减弱.植被覆盖影响阈值在林地、草地和农田区分别为0.85、0.80和0.78;且该阈值随地形因子增加先增大后减小.本研究结果可以转变秦巴山区单纯依靠扩大森林面积提升生态系统服务供给的简单化生态保护模式,为构建分区管理、全面系统和动态平衡的生态可持续发展体系提供依据.

城市绿地是城市生物多样性的热点区域和居民主要的休闲游憩场所,掌握其声景时空变化特征及其影响因素,对于生物多样性保护与声景营造具有重要意义.前期的声景研究多聚焦于森林、自然保护区等自然植被区域的声景特征及其差异分析.然而,城市绿地内部存在的人为干扰可能会导致其呈现出不同于自然植被的声景时空特征,对于城市强干扰环境下不同植被类型的声景特征及其驱动机制研究还比较薄弱.选取广州白云山景区次生林、人工林和疏林草地3种不同植被类型,开展了为期28d的声景监测,基于6种声景指数和声景功率揭示绿地声景的时空变化特征,并利用随机森林模型和冗余分析研究环境因素和人为干扰对于声景时空格局的影响.结果表明:声学复杂度指数(ACI)的变化规律显著反映了鸟类的黎明(6:00-8:00)合唱现象,声学信号强度从人工林、次生林到疏林草地依次降低,表明适当的人为干扰提高了鸟类发声强度,过度的人为干扰限制鸟类发声;归一化差异声景指数(NDSI)显示了次生林和人工林的白天声景以生物声为主,疏林草地是人工声占主导地位;不同绿地的主导发声频段及其影响因素具有明显差异,次生林以中频生物声(4-8kHz)为主,主要受海拔(ALT)、灌木丰富度(SR)和树高多样性(THD)的正向影响;人工林多为低频生物声(2-4kHz)和高频生物声(8-11kHz)声音,其声景功率与坡度(SLO)正相关,与到硬化小道距离(DHP)负相关;疏林草地人工声(1-2kHz)较多,到硬化干道距离(DHMR)、到硬化小道距离(DHP)和非硬化小道距离(DNHP)均对其具有正向影响.研究揭示了不同植被类型的声景时空特征及其主要影响因素,为城市绿地健康声景设计和生物多样性保护提供科学参考.

植被固碳能力是陆地生态系统碳汇的基础,可通过净生态系统生产力(NEP)这一重要指标来反映.估算植被固碳能力是生态学和地表生态系统研究领域的共同科学问题,揭示其变化特征及其因素影响对于区域生态系统具有重要意义.以京津风沙源治理区为研究区,估算了 2000-2020年京津风沙源治理区NEP,并利用趋势分析法和稳定性分析法等方法分析其时空变化特征,并利用地理探测器探究了影响NEP的自然因素与人类活动因素.结果显示:(1)2020年,京津风沙源治理区的NEP均值为110.09 gC m-2a-1,碳汇区面积约为3.591×105 km2,占总面积的78.80％;(2)2000-2020年,京津风沙源治理区多年平均NEP为77.54 gC m-2a-1,年际变化率为4.118 gCm-2a-1,总体上呈上升趋势,研究区以NEP明显增加区为主,占比55.16％,主要分布在研究区南部,NEP呈下降趋势地区仅占比0.15％,主要分布在北部干旱草原沙地治理区,呈斑块状分布;(3)不同生态系统NEP从高到低依次为林地、农田和草地,林地固碳作用较强,未来林地固碳潜力较大,草地面积占研究区的70％,其总固碳量远超其他类型且呈增加趋势;(4)影响京津风沙源治理区NEP的主导因素为年降水量,其次,生态工程的实施也是NEP变化的重要影响因素,不同因素对京津风沙源治理区NEP的影响表现为双因子增强或非线性增强.围绕京津风沙源植被固碳能力估算以及影响因素的空间分异性,研究也在一定程度上提出了空间恢复的建议,以期为京津风沙源加强植被固碳能力以及生态修复等决策提供科学依据.

应用无人机近地面遥感技术估算草地生物量是目前较热门的方法,但构建的反演模型类型、变量、算法差异较大.通过在内蒙古锡林郭勒获取的无人机多光谱影像提取出波段反射率、植被指数等变量,与实际获取的地面样方调查数据结合,构建并对比了 8种最常用的参数与非参数方法构建的草地地上生物量预测模型,评估不同模型的精度和建模变量,以期能够优化得到最佳预测模型.研究结果表明8种模型中参数模型精度相对较低,非参数模型具有更高精度;参数模型中多变量的广义线性模型优于线性、对数和指数这3个参数模型;非参数模型中K近邻、支持向量机、极端梯度提升和随机森林4种模型的决定系数R2都大于0.7,但随机森林模型相对更稳健,且模型变量数最少.建模变量中归一化植被指数和红波段反射率变量对生物量估算作用较大.综上,随机森林模型是较适用于内蒙古锡林郭勒地区草原无人机近地面遥感技术估算草地生物量的模型,然而在超参数调整、算法优化,以及植被多源变量筛选等方面还需要更深入的研究.

河流湿地是非常重要的湿地类型,其中河流湿地土壤能够有效维持河流湿地生态系统的稳定性.土壤碳氮磷是支撑湿地土壤质量和植被生长的关键营养元素,利用高光谱遥感数据对其进行估算对实现湿地土壤养分信息的快速和准确检测具有重要意义.土壤粒径作为土壤最重要的属性之一,对土壤样本的光谱反射率有着重要影响,并且是影响土壤结构、阳离子交换能力、植物养分可用性等的重要因素.以陕西黄河湿地省级自然保护区为研究区,于2022年8-9月采集477份湿地表层土壤样本,经过室内过筛处理后得到1.0 mm、0.3 mm、0.2 mm、0.1 mm四种不同粒径的土壤样本.基于原始光谱数据及一阶微分转换光谱数据对土壤碳、氮、磷含量建立不同粒径的偏最小二乘回归、随机森林、高斯过程回归3种预测模型,比较建模R2以及RMSR选择最优模型,并筛选敏感波段构建模型进行评价.研究结果显示:(1)光谱反射率数值随土壤粒径的减小而增大,0.1 mm粒径的预测模型相比于其他粒径始终有着更好的精度;(2)基于一阶微分光谱建立的土壤有机碳、全氮、全磷含量估算模型均具有更高的精度;(3)基于敏感波段建立的偏最小二乘回归模型,建模R2范围0.62-0.98,验证R2范围0.36-0.94,相比其他模型具有更优秀更稳定的反演效果.研究结果表明通过控制土壤粒径建立土壤碳、氮、磷含量的估算模型是可行的,选择合适的粒径大小能够提高反演模型估算精度.而偏最小二乘回归作为具有较高精度的反演模型可以帮助提高模型的稳定性和预测能力,从而更准确地估算土壤中的碳、氮、磷含量.研究结果为基于高光谱遥感的不同粒径处理的湿地表层土壤碳、氮、磷定量反演提供坚实的理论支撑与技术支持.

草地植被能有效控制坡面侵蚀,然而不同草地植被类型及其冠层与根系对坡面侵蚀过程的调控作用尚缺乏系统研究.采用人工模拟降雨方法,定量研究了不同雨强下苜蓿与黑麦草冠层与根系对黄土坡面侵蚀过程、径流侵蚀动力及土壤抗侵蚀能力特征的影响.结果表明:与裸坡相比,苜蓿与黑麦草的平均减流效益分别为17.65％和9.80％,减沙效益分别为63.86％和69.88％.不同雨强下两种草被根系减流减沙的平均相对贡献均高于冠层,且根系减沙的相对贡献随雨强的增加而增大.草地植被主要通过削减坡面径流流速和增加坡面阻力的方式实现对降雨径流侵蚀动力的调控,草被根系对坡面径流的减速作用略大于冠层,但其增阻作用却明显小于冠层.黑麦草对坡面径流的减速增阻效益高于相同部位的苜蓿.坡面土壤侵蚀率与水流切应力的关系可用幂函数y=axβ较好地拟合.幂函数系数a解释为单位水流切应力所引起的土壤侵蚀模数,可作为反映土壤抗侵蚀能力的指标.草被根系作用下的幂函数系数减幅远高于冠层,反映了其增强土壤抗侵蚀能力作用明显高于冠层,这主要源于草被根系结构对表层土壤性质的改善.须根系黑麦草强化土壤抗侵蚀能力优于直根系苜蓿.本研究揭示了草地植被调控坡面侵蚀过程是通过地上冠层与根系的共同作用达到同时调控侵蚀动力和土壤抗侵蚀能力实现的,草被根系对坡面侵蚀控制起主导作用,且以须根系草被对黄土坡面侵蚀的调控效果最佳.上述结果可为草地侵蚀过程研究及黄土高原草被建设与管理提供科学依据.