公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

不同海拔杉木人工林土壤碳氮磷生态化学计量特征被引量：36: 2020年; 为探究不同海拔梯度上杉木(Cunninghamia lanceolata)人工林土壤化学计量特征,阐明其对海拔的响应规律,从而有效指导杉木人工林的生产。在安徽省金寨县天马国家自然保护区选取了4个海拔梯度(750、850、1000、1150 m),测定杉木人工林土壤有机碳(SOC)、全氮(TN)、全磷(TP)含量,并分析化学计量特征。研究结果表明:土壤0-10 cm有机碳、全氮、全磷质量分数为42.15、2.51、0.92 g·kg^−1,均高于我国平均土壤有机碳、全氮、全磷质量分数;土壤C/N比为17.01,高于全国土壤平均值,土壤C/P比为43.59,N/P比为2.63,两者均低于全国平均水平。随着海拔升高不同土层土壤有机碳、全氮均呈先降低后增加的趋势,而土壤全磷呈现先升高后减低的趋势;随海拔增加不同土层土壤碳氮比呈先升高后降低的趋势,碳磷比和氮磷比呈现先降低后升高的趋势;随着土壤深度的增加,不同海拔土壤有机碳、全氮、全磷、碳磷比和氮磷比均呈降低趋势,而土壤碳氮比在不同海拔间变化趋势不一致;土壤有机碳和全氮呈极显著正相关,有机碳和全磷、全氮和全磷显著负相关;土壤碳氮比、碳磷比和氮磷比与海拔不相关,与土壤pH、含水率、容重显著相关。; 张莎莎李爱琴王会荣王晶晶徐小牛; 关键词：海拔梯度杉木人工林土壤养分

基于第8次森林资源清查数据的安徽森林碳储量特征研究被引量：20: 2019年; 【目的】研究安徽森林植被碳储量的分布特征,为森林碳汇功能的评价提供依据。【方法】以安徽省第8次(2014年)森林资源清查数据为基础,采用生物量-蓄积量转换模型法和平均生物量法,结合不同树种含碳率,估算安徽森林植被的碳储量和碳密度,并分析了不同森林类型及不同林级、林种和起源的乔木林碳储量分布特征。【结果】安徽不同森林类型的总碳储量为8.51×10~7 t,平均碳密度为20.55 t/hm^2,其中竹林的碳密度最高,为37.33 t/hm^2。乔木林和竹林的碳储量分别为6.42×10~7和1.45×10~7 t,各占总碳储量的75.47%和17.02%;不同龄级乔木林中,中龄林碳储量最大,达2 490.92×10~4 t,约占乔木林总碳储量的40%;过熟林碳储量最小,为256.24×10~4 t,仅占乔木林总碳储量的3.99%,且表现出林龄越大碳密度越高的趋势。用材林和防护林的碳储量分别为3 798.04×10~4和2 205.68×10~4 t,共占乔木林碳储量的93.48%;各林种碳密度大小为特用林>防护林>用材林>经济林>薪炭林。天然林的面积(153.86×10~4 hm^2)略低于人工林(154.81×10~4 hm^2),但由于天然林的碳密度高于人工林,使得天然林的碳储量(3 476.50×10~4 t))反而高于人工林(2 946.29×10~4 t)。【结论】安徽省森林植被具有明显的碳汇能力,但其碳密度较低,应对现有森林进行科学抚育和管理,以提高森林的碳汇能力。; 王会荣李爱琴王晶晶徐小牛; 关键词：森林生物量碳储量碳密度

氮磷添加对亚热带常绿阔叶林土壤微生物群落特征的影响被引量：28: 2017年; 为了探讨氮磷添加对土壤微生物特点的影响,选择安徽省池州仙寓山常绿阔叶老龄林,设定了4个水平的氮磷添加试验,即对照(CK,0 kg N/hm^2)、低氮(LN,50 kg N/hm^2)、高氮(HN,100 kg N/hm^2)、高氮+磷(HN+P,100 kg N/hm^2+50 kg P/hm^2)。利用氯仿熏蒸法和Biolog微平板技术,分析不同水平氮磷添加对不同土层(0-10 cm、10-20 cm和20-30 cm)土壤微生物生物量C(MBC)、N(MBN)和微生物群落功能多样性的影响。结果表明:MBC、MBN随土层加深而降低,且差异性极显著,MBC与MBC/MBN比在氮磷添加后均表现出显著性差异;土壤微生物群落的代谢活性随土层加深而降低,HN与LN处理的土壤微生物活性最高;Mc Intosh、Shannon和Simpson多样性指数在不同土层和不同N、P添加水平上都存在差异,表层土壤微生物多样性指数差异性较为显著。土壤微生物对羧酸类、氨基酸类和碳水类碳源利用率最高;主成分分析显示不同土层的土壤微生物碳源利用上有明显的变化,表层土壤微生物碳源利用在不同N、P添加水平上有明显的空间变异性,其他土层分布较为集中,空间差异性主要表现在对碳水类与羧酸类碳源的利用上。土层与氮、磷添加剂量对土壤微生物生物量C、N及功能多样性都有显著影响,其中高氮处理对表层土壤微生物影响最大。; 王晶晶樊伟崔珺许崇华王泽夫徐小牛; 关键词：常绿阔叶林土壤微生物群落微生物量碳

基于混合效应的大别山地区杉木树高-胸径模型比较被引量：37: 2017年; 基于安徽省大别山区马鬃岭林场杉木人工林30块样地1087组数据,选用7个常用树高-胸径(H-D)模型(线性模型、Chapman-Richards模型、Logistic模型等),采用最小二乘法拟合并选出最优基础模型(式11,只含D变量的Chapman-Richards模型),然后基于该模型构建含林分变量优势木平均高度、密度的H-D模型(式12),同时考虑样地水平的随机效应,分别基于式11、12构建混合模型(式13、14),并用幂函数、指数函数消除误差异方差,利用决定系数(R^2)、均方根误差(RMSE)、平均绝对误差(MAE)和平均相对误差绝对值(MAPE)等指标来评价模型的拟合与预测能力,最终获取最优树高预测模型.结果表明:含林分变量的模型的拟合精度(式12,R^2=0.863、RMSE=1.381、MAE=0.971)优于基础模型(式11,R^2=0.827、RMSE=1.554、MAE=0.101).对于误差方差,幂函数、指数函数均能较好地消除异方差,但幂函数相对最好.混合模型的拟合与预测能力均优于式11、12,但混合模型(式13、14)之间的拟合与预测精度相差不大.基于混合效应的H-D模型(式13)能够较好地描述不同林分间H-D关系的差异,实际运用中可选用该模型来预测杉木树高,具有较高的预测精度.; 樊伟许崇华崔珺王晶晶刘西军徐小牛; 关键词：非线性混合模型杉木人工林

氮磷添加对亚热带常绿阔叶林土壤碳氮及其稳定性同位素的影响被引量：8: 2021年; 【目的】通过分析氮磷添加对亚热带常绿阔叶林土壤碳氮及其稳定性同位素的影响,探讨大气氮沉降背景下森林土壤碳循环及其周转特征,为亚热带常绿阔叶林合理经营提供理论依据。【方法】在安徽省黄山市祁门县查湾自然保护区内全面勘查基础之上选取6个标准样地,设置对照(CK,不添加氮和磷)、氮加磷(N+P,添加N 100 kg·hm^(-2)a^(−1)+P 50 kg·hm^(-2)a^(−1))和氮(N,添加100 kg·hm^(-2)a^(−1))添加试验,分析不同氮磷添加处理和不同土层下SOC、TN和土壤δ^(13)C、δ^(15)N之间的差异。【结果】1)连续5 a氮磷添加对土壤有机碳(SOC)、土壤全氮(TN)和土壤碳氮比(C/N)无显著影响(P>0.05),SOC、TN大小依次为CK>N处理>N+P处理,土壤C/N大小为N处理>CK>N+P处理,均是N+P处理最小;2)连续5 a氮磷添加对土壤δ^(13)C、δ^(15)N丰度无显著影响(P>0.05),δ^(13)C、δ^(15)N丰度值大小均表现为N+P处理>N处理>CK;3)SOC、TN和土壤C/N比在不同处理下0~10 cm土层均显著高于10~20 cm土层(P<0.001),而土壤δ^(13)C、δ^(15)N值则随着土层深度的增加而增加,除CK两土层间无显著性差异外,N和N+P处理下10~20 cm土层土壤δ^(13)C均显著高于0~10 cm土层,N+P处理显著提高了10~20 cm土层δ^(15)N丰度。【结论】氮磷添加对亚热带常绿阔叶林土壤有机碳、全氮及土壤C/N影响不甚显著,其长期动态变化有待进一步的监测分析;氮磷添加对土壤稳定性碳、氮同位素的影响也不显著,但是氮磷添加均显著增加了下层土壤的δ^(13)C、δ^(15)N丰度,未来可结合土壤微生物做进一步分析。; 储炳银李培玺孙孟瑶王晶晶滕臻徐小牛; 关键词：亚热带常绿阔叶林土壤有机碳碳氮比

不同年限毛竹-白及复合系统土壤微生物群落多样性特点被引量：8: 2022年; 为了揭示毛竹-白及复合经营系统中植物-土壤间的互作关系,在安徽省广德市邱村镇选择3个不同套种年限(1、3和4年)的毛竹-白及复合林分为研究对象,采用Biolog-ECO微平板技术,结合主成分分析对培养72 h土壤微生物群落功能多样性及其碳代谢特征进行分析。结果表明,毛竹-白及复合林分的土壤微生物碳源平均颜色变化率、Shannon丰富度指数和McIntosh均匀度指数随套种年限的增加呈逐渐升高的趋势,即4年>3年>1年。而Simpson优势度指数没有明显变化。主成分分析显示,3种套种年限的毛竹-白及复合林分土壤微生物群落具有明显的分布差异,且6大类碳源对土壤微生物群落代谢功能均具有一定的影响。土壤有机碳、全磷及pH值与微生物群落多样性指数具有显著相关性(P<0.05),土壤特性是影响土壤微生物群落代谢活性变化的重要因子。随着套种年限的增加,毛竹-白及复合林分的土壤微生物功能多样性逐渐提高。; 曹小青王亮孙孟瑶王晶晶李培玺储炳银徐小牛; 关键词：毛竹白及土壤微生物

安徽省森林植被碳储量、碳密度动态及固碳潜力被引量：11: 2019年; 为了明确安徽省森林植被碳储量动态变化特征,基于安徽省1989-2014年6次森林资源连续清查数据,采用生物量-蓄积量转换函数,结合主要树种含碳率,估算了安徽省森林植被的碳储量、碳密度和固碳潜力。结果表明:安徽省森林植被碳储量由1989年的32.98×10^6 t C增加到2014年的85.72×10^6 t C,碳汇量为52.75×10^6 t C,年均增长率为4.06%,碳密度增加了8.51 t C/hm^2。乔木林是安徽省森林植被碳汇的主要贡献者,竹林次之,二者分别占安徽省森林植被碳汇的83.27%、13.41%,各林型平均碳密度大小顺序为竹林、乔木林、经济林、灌木林和疏林;不同龄组乔木林的碳储量大小顺序为中龄林、幼龄林、近熟林、成熟林和过熟林,且表现出林龄越大,碳密度越大的趋势;天然林植被碳储量略高于人工林;安徽省森林植被固碳潜力为35.67 t C/hm^2,栎类固碳潜力最大。因此,安徽省森林植被碳汇能力明显增强,但碳密度较低,加强科学经营管理至关重要。; 李爱琴王会荣王晶晶滕臻徐小牛; 关键词：碳储量固碳潜力

全选清除导出

共1页<1>

王晶晶

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

王晶晶

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈