识别景观格局对地表水质的影响及其特征尺度是水环境研究领域的热点和难点.本文以滇西北拉市海流域为研究区,以50个水样点为中心,按照50m的间距,计算其50～250 m的5个缓冲区的景观类型组成和10种景观格局指数,并与水体总磷、总氮进行相关性分析,识别景观格局对地表水质影响的特征尺度.结果表明:流域尺度景观格局具有山区-坝区显著分异特征,水样点缓冲区尺度景观格局指数在100 m缓冲区时出现明显变化;总磷和总氮平均浓度分别为0.12 mg·L-1和1.61 mg·L-1,具有自上游向下游不断升高的趋势,样点间的污染程度空间差异明显;邻近水体的草地的地表水总磷浓度较高,山区林地的地表水总氮浓度较高;水样点缓冲区100m时其景观格局与地表水质参数相关性最高,其中总磷浓度与斑块密度、边缘密度、景观形状指数、景观分裂指数和香农多样性指数呈显著正相关.因此,应重点关注坝区草地和拉市海周边100 m内的景观格局,以改善地表水质.

为了解中国西南地区6种亚热带常绿栎属植物在未来气候情景下的潜在分布,该文利用最大熵模型(maximum entropy model,MaxEnt)和地理信息系统技术,结合帽斗栎(Quercus guyavaefolia)、川滇高山栎(Q.aquifolioides)、毛脉高山栎(Q.rehderiana)、高山栎(Q.semecarpifolia)、灰背栎(Q.senescens)和匙叶栎(Q.dolicholepis)的分布数据、生理生态特性、环境数据及未来 2070s(2061-2080 年)气候情景数据(SSPs126、SSPs245、SSPs585),分析了未来气候变化对各乔木种潜在地理分布的影响.结果表明,6种乔木MaxEnt模型的AUC均值均大于0.9,模拟效果好.温度季节性、年降水量、海拔、最冷月最低温和坡度等5个环境因子为6种栎属乔木分布的主导环境因子,即多适宜分布在温度季节性变化较小、温暖潮湿的山区.其中,川滇高山栎、毛脉高山栎和高山栎较其他3树种更适宜生长于温度偏低、温度季节性变化略大的中、高山地区.西南地区6种主要亚热带常绿栎属乔木潜在适宜区主要分布在西南地区,华中地区西部、华南地区西部和西北地区南部部分地区也有分布,高适宜区主要位于四川南部和云南西北部.在未来气候情景下,西南地区亚热带常绿主要栎属乔木适宜区面积以增长趋势为主,且向西北方向迁移.

探究全球生态系统动力学调查(GEDI)多波束激光雷达数据估测区域森林郁闭度(FCC)的潜力,对于评估森林生态系统状态和林分环境具有重要作用.选取滇西北典型生态脆弱区香格里拉为研究区,以GEDI波形数据为信息源,提取46245个有林地光斑参数,使用经验贝叶斯克里金法(EBK)获取光斑参数在研究区未知空间的连续分布,结合54块实测样地数据,采用支持向量机的递归特征消除法(SVM-RFE)、随机森林(RF)和Pearson分析分别优选特征变量,基于贝叶斯优化(BO)随机森林回归模型(BO-RFR)、贝叶斯优化梯度回归模型(BO-GBRT)和偏最小二乘法(PLSR)研建森林郁闭度最佳估测模型.结果表明:(1)EBK 法预测精度高,估测结果可靠,R2:0.20-0.92,RMSE:0.004-2812.912,MAE:0.003-1996.258,MRE:0.007-4.423;(2)基于不同特征优选方法筛选的特征变量和数量略有差异,SVM-RFE法优选出6个参数(cover、pai、sensitivity、rv_al、rv_a4、rg_a4)的平均交叉验证精度达0.84,RF法以贡献度5％为阈值筛选出5个参数(cover、pai、pgap_theta_error、modis_treecover、modis_nonvegetated),Pearson 法以相关性大于 0.3 且在 0.01 水平显著优选出 5 个参数(cover、pai、rv_a5、rg_a5、pgap_theta_error);(3)不同特征变量优选方法筛选的建模参数研建估测模型精度差异性较大,以SVM-RFE和RF方法优选参数构建估测模型的精度更佳,SVM-RFE方法优选参数研建估测模型精度变化相对稳定,以RF方法中的BO-GBRT模型为最佳FCC估测模型(R2=0.85、RMSE=0.069,P=86.5％);(4)采用BO-GBRT模型估测研究区森林郁闭度和空间制图,与GEDI pai参数预测的FCC具有较高空间相关性达0.53,FCC均值分别为0.58、0.61,主要分布在0.4-0.7,分别占比65.45％、51.79％.研究区森林郁闭度主要处于中度郁闭,北部区域主要为高度郁闭区,与研究区植被覆盖度的空间分布具有一致性,说明使用GEDI数据估测森林郁闭度的方法具有可行性、结果具有可靠性.研究为使用GEDI数据高效、及时、低成本估测大空间尺度的森林水平结构参数的相关研究奠定了基础.

滇西北高寒地区分布着丰富的黄芪属植物资源,该属植物"根际效应"明显,其根际微生物极具抗菌药用资源研究价值.[目的]认知滇西北高寒特境中甸黄芪根际微生物的物种多样性,探究其可培养菌株次生代谢产物的化学多样性及抗菌、抗生物膜活性.[方法]采用宏基因组和微生物纯培养方法对中甸黄芪植物根际微生物进行物种多样性分析,同时采用高效液相色谱(high performance liquid chromatography,HPLC)、超高效液相色谱-质谱联用法(ultra-performance liquid chromatography-mass spectrometry,UPLC-MS)结合"微量肉汤稀释法""孔板法"等多级联合筛选策略综合评估可培养菌株的抗菌活性药源研究价值.[结果]对中甸黄芪根际土壤样本的微生物分类操作单元(operational taxonomic units,OTU)进行分类注释,得到22门54纲105目187科316属856种微生物,其中优势菌群为慢生根瘤菌属.纯培养共获得27属54种95株可培养菌株,包括20属33种54株细菌和7属21种41株真菌,优势属分别为芽孢杆菌属和青霉属.其中,1株细菌Pseudomonas tolaasii ZTB4 和 3 株真菌 Aspergillus tabacinus ZNF17、Lecanicillium aphanocladii ZNF15、Umbelopsis nana ZTF31的次生代谢产物具有广谱抗菌活性.同时,菌株ZTB4和ZNF17的次生代谢产物也显示出优秀的抗耐甲氧西林金黄色葡萄球菌(methicillin-resistant Staphylococcus aureus,MRSA)生物膜活性,并已验证这2株菌株的主要活性成分分别为环脂肽类与黄酮类.[结论]中甸黄芪植物根际微生物物种多样性较为丰富,其可培养菌株次生代谢产物有较好的化学多样性和抗菌、抗生物膜活性.研究结果为我国特境特色微生物药用资源的开发利用提供理论依据.

探讨云南不同地理单元的物种、特有种、受威胁物种的组成及其系统发育多样性的变化,为云南生物多样性保护及资源可持续利用提供科学基础.在完善云南单子叶植物物种数据库的基础上,使用物种丰富度、加权特有性、受威胁程度、系统发育多样性、系统发育特有性、进化特异性全球濒危度指数等指标,揭示云南单子叶植物的空间分布格局,并整合自然保护地的分布,确定云南生物多样性保护的关键区域.结果表明:云南单子叶植物的物种丰富度与系统发育多样性、加权特有性与系统发育特有性、受威胁指数与进化特异性全球濒危度指数均显著(P＜0.001)正相关;西北部、南部和东南部具有最高的物种组成和系统发育组成多样性和特有性;除西北部和东南部,其他区域的标准化系统发育多样性均较高;云南西北部、南部和东南部是单子叶植物的重点保护区域,采取有效措施加以保护,将有助于维持该地区生物多样性的进化历史和进化潜能.

基于已知分布点和 20 个环境因子,该研究利用MaxEnt模型模拟在现在(1970-2000 年)气候条件和 2 种不同共享经济路径情景下(SSP1-2.6、SSP5-8.5)未来(2081-2100年)兜兰属(Paphiopedilum)植物的潜在分布格局,找出影响物种分布的环境因子.结果表明,兜兰属植物的最适宜分布区位于滇东南地区、贵州西南、广西西部、广东南部、海南北部.影响该属植物分布的主要环境因子是年降水量、年温度变化和最干旱季降水量.随着全球变暖,适生区有向北和西北方向扩张的趋势,逐渐往西北亚热带方向延伸.在SSP5-8.5的情景下,高适生区出现大幅度收缩.在未来气候情景下,不同种群的分布区变化规律并不一致,其分布格局响应气候变化的趋势也有所不同,因此该文针对分布区变化趋势不同的物种提出了不同的保护策略.

开展生态系统健康评价、构建生态安全网络是有效管理生态资本和保护生物多样性的重要举措,尤其对于石漠化广布、生态基底薄弱的滇东地区,其能够预防潜在生态风险和保障生态安全.将生态系统服务纳入到生态系统健康模型中,构建"活力-组织力-恢复力-生态系统服务"的生态安全评估体系,定量化地评估了曲靖市2000-2020年的生态系统健康状况,并据此识别生态源地,借助石漠化敏感性修正基于土地类型的基本阻力面,运用最小累积阻力模型和重力模型识别生态廊道,从而构建曲靖市生态安全网络.结果表明:(1)研究时段内,曲靖市的生态系统健康水平先上升后下降,整体呈下降趋势.除受人类活动影响较大的城镇建成区外,其余地区的健康状况总体稳定;(2)曲靖市生态源地共有8656.65 km2,占研究区总面积的29.92％,与自然保护区重合率达70.18％,由西北向东南呈不规则分布,集中分布于曲靖市北部及东南部地区;(3)潜在廊道143条,生态节点137处,生态断裂点82处,呈网状辐射分布,西南部未有源地和廊道分布,易形成生态孤岛,区域连通性亟待提升.顾及石漠化敏感性的生态网络能够更好地反映生物迁徙过程中受到的阻力,并可以通过生态廊道实现不同源地之间的连接.针对滇东喀斯特生态脆弱区的环境底质特征,构建顾及石漠化敏感性的山地生态网络格局,可为具有相似环境背景的中小型城市的生态网络优化提供新的思路.

目的 通过对2010-2021年云南省流行性腮腺炎(流腮)流行病学特征和发病率时空分布特征进行分析,探讨其发病时空聚集区域及影响因素,以期为云南省流腮有效预防和控制措施的制定提供理论依据.方法 采用GeoDa 1.8.12、SaTScan 9.5、ArcGis 10.8等软件,以云南省2010-2021年流腮上报的发病资料为研究对象,在县区级的基础上,进行全局-局部的空间自相关分析及空间异质性分析,并进行时空扫描.结果 云南省2010-2021年共报告流腮病例124 786例,年平均发病率为22.14/10万;发病率男性高于女性;其中5～＜10岁儿童发病率最高(129.86/10万);发病季节趋势显著,主要集中于5-7月和11-12月;年平均发病率排名前3位的地区分别为德宏傣族景颇族自治州(德宏州)、迪庆藏族自治州(迪庆州)和西双版纳傣族自治州(西双版纳州);流腮发病存在空间聚集性;"高-高"聚集区主要分布在昆明市、德宏州、保山市和临沧市;"低-低"聚集区从滇西地区逐步向滇南地区扩散;影响流腮发病的因素主要为人均国内生产总值(gross domestic product,GDP)、海拔和年平均气温;时空扫描结果显示最大可能聚集区分布在滇西北及滇中地区,聚集时间为2010年5月18日一2012年1月23日.结论 2010-2021年云南省流腮的发病率在空间及时间上均呈聚集区域分布,对流腮防控措施的制定提供了科学的参考依据.

氮(N)、磷(P)、钾(K)是植物生长发育的关键元素,探明N、P、K生态化学计量特征的物候期动态有助于更好地理解植物生长过程中养分限制、资源吸收利用及生物量分配等生理生态过程.该研究以滇西北地区大田栽培藜麦(Chenopodium quinoa)为研究对象,采用田间观测、取样和室内实验相结合的方法,分析了藜麦根、茎、叶片和穗N、P、K含量及其计量比在生长显穗期、开花期、灌浆期和成熟期之间的差异,及与各器官生物量分配比的相关性.结果显示:(1)藜麦根、茎、叶片、穗N含量分别为9.28、12.22、33.68、31.28 mg·g-1,P含量为2.64、3.71、4.98、5.68 mg·g-1,K含量为25.63、43.80、74.08、56.73 mg·g-1,N∶P为4.66、4.20、7.37、5.70,N∶K为0.39、0.31、0.46、0.62,K:P为 13.77、14.31、16.82、9.79.(2)藜麦根、茎、穗N、P、K含量及叶片N、P含量均随物候期的推移显著下降,体现出明显的物候期稀释效应.相反,藜麦叶片K含量随着生长进程显著升高,可能表明干旱胁迫下藜麦极强的抗旱机制.藜麦根和茎中N、P、K分配比及生物量分配比相对稳定,而叶片中分配比均在开花期最高而后显著下降,穗中分配比随物候期推移显著上升并在成熟期达到最高值,表明藜麦开花期叶片和穗发生关键的资源分配调节,进入灌浆期营养元素逐渐向穗中转移,生物量显著提高.(3)变异来源分析表明,器官对藜麦N、K含量及N:P变异的贡献大于物候期变化,而物候期对藜麦P含量变化的贡献大于器官间的差异.(4)藜麦各器官间N、P、K分配比和生物量分配比存在紧密耦合,具体为藜麦根和叶片生物量分配比与根和叶片N、P、K分配比均呈显著正相关关系,与穗N、P、K分配比呈显著负相关关系;穗生物量分配比仅与穗N、P、K分配比呈显著正相关关系,与根和叶片N、P、K分配比均呈显著负相关关系.

森林郁闭度(FCC)是评价森林资源和生物多样性的重要参数,利用多源遥感协同手段以较小成本高精度实现区域FCC反演是当前研究热点.本研究以星载激光雷达ICESat-2/ATLAS为主要信息源,结合54块实测样地数据,采用贝叶斯优化(BO)算法改进后的随机森林(RF)、K-最近邻值法(KNN)、梯度回归(GBRT)模型获取光斑尺度ATLAS光斑内FCC,协同多源遥感影像Sentinel-1/2及地形因子基于BO算法优化后的全连接深度神经网络模型(DNN)进行区域尺度的滇西北香格里拉市FCC遥感估测.结果表明:在提取的50个ATLAS激光雷达光斑参数指标中,经RF特征变量优选后,6个特征参数(乔木冠层百分比、冠层顶光子相对高度的标准差、冠层高度最小值、区段内98％冠层高度值与冠层高度中位数的差值、冠层顶部光子数、表观反射率)贡献率较大,可作为光斑尺度遥感估测模型变量.在BO-RF、BO-KNN、BO-GBRT模型中,以BO-GBRT模型估测的FCC结果最优,留一交叉验证的决定系数(R2)为0.65、均方根误差(RMSE)为0.10、绝对残差均值(RS)为0.079,预测精度(P)为0.792,可作为研究区有林地74808个ATLAS光斑的FCC估测模型.以有林地ATLAS光斑尺度FCC值作为区域尺度BO-DNN模型的大样本数据,联合多源遥感因子进行研究区FCC估测,十折交叉验证的BO-DNN模型验证精度为R2=0.47、RMSE=0.22、P=0.558.使用BO-DNN模型估测及普通克里格(OK)插值的研究区FCC均值分别为0.46、0.52,主要分布在0.3～0.6,分别占比77.8％、81.4％.直接通过OK插值方法获取FCC效率较高(R2=0.26),但预测精度明显低于BO-DNN模型(R2=0.49).FCC高值区域在研究区由西北向东南贯穿分布,北部地区和东南部分别为FCC高值、低值主要分布区.基于ICESat-2/ATLAS高密集光斑进行山地FCC估测具有一定优势,以光斑尺度的小样本数据估测结果可作为区域尺度深度学习模型的大样本数据,能为光斑尺度上推至区域尺度低成本、高精度估测FCC提供一种参考.