-
长蕊木兰Alcimandra cathcartii为木兰科Magnoliaceae长蕊木兰属Alcimandra常绿乔木,别名黄心树、黄泡心、团叶黄心,树高可达50 m[1],胸径可达80 cm[2],是稀有的单种属植物,《国家重点保护野生植物名录(第一批)》将其列为Ⅰ级保护植物,世界自然保护联盟(International Union for Conservation of Nature, IUCN)《濒危物种红色名录》将其列为濒危(EN)物种。长蕊木兰主要分布于中国云南西南部至东南部、西藏南部和东南部,印度东北部、锡金、不丹、缅甸北部,越南北部也有分布[3]。长蕊木兰喜温暖湿润的环境,多生长在砂页岩、石灰岩等发育的酸性黄壤、黄棕壤,土层深厚,有机质含量较高的土壤中,常成片或散生于海拔1 100~2 800 m的山地季风常绿阔叶林、半湿润常绿阔叶林或中山湿性常绿阔叶林中。长蕊木兰木材纹理通直,有光泽,是室内装修、建筑、家具等优良用材;其树形美观,是较好的园林景观绿化树种[2]。森林更新是一个极为重要的生态学过程[4-5],是森林得以繁衍,持续不衰的基础[6]。森林更新包括人工更新和天然更新,对天然更新加以人工辅助,则为人工促进天然更新。森林天然更新主要受到环境因子与林分因子等的影响[7],不同森林类型,其树种特性、更新过程和演替方向会有所差异。长蕊木兰的天然更新将对该种群的繁衍起着极其重要的作用。目前,对长蕊木兰的研究主要集中在形态特征、人工繁育、光合特性、分布格局、遗传多样性等方面[8-13],对其天然更新研究未见报道。本研究调查和分析了长蕊木兰种群的天然更新情况,旨在为长蕊木兰的天然更新和人工促进更新提供理论基础和科学依据,从而为长蕊木兰种群扩繁提供支撑。
-
研究区位于高黎贡山南段,地处云南省保山市隆阳区的赧亢、腾冲市的小地方和龙陵县的小黑山交汇地段。该区域为长蕊木兰较为集中分布的地带,面积约4 km2,为高黎贡山自然保护区隆阳管护分局赧亢管护站、腾冲市管护分局整顶管护站和小黑山省级自然保护区管辖区域。地势东高西低,地处中国西南部亚热带高原季风气候,气候主要受西南季风和西风南支急流2支风向基本相同但物理性质不同的气流交替控制。全年盛行西南风,四季不分明,干湿季显著,气温日较差大,年较差小,兼有大陆性和海洋性气候特征。年平均气温12.0~17.0 ℃,最冷月为1月,气温为7.0 ℃左右,年降水量1 200.0 mm左右。11月下旬至翌年4月为干季,日照充足,降水少,相对湿度50%~60%。5−10月为湿季,降水量占全年的87%,相对湿度比干季高20%左右。研究区土壤为黄棕壤、棕壤,主要植被类型为中山湿性常绿阔叶林。
-
在长蕊木兰分布的区域,通过踏查,选择具有天然下种能力的长蕊木兰单株作为母树,在所选母树半径为30 m范围内无其他母树,以保证在调查样圆内母树天然更新的唯一性。共选择8株母树的所有更新植株进行统计分析,分别记录母树的位置、海拔、郁闭度、胸径、树高和冠幅等。所选择母树基本情况见表1。
表 1 长蕊木兰天然更新调查母树基本情况
Table 1. Investigation of seed trees of natural regeneration of A. cathcartii
母树号 母树位置 海拔/m 坡向 坡度/(°) 郁闭度 胸径/cm 树高/m 冠幅/m 北纬(N) 东经(E) 东西 南北 1 24°29′23.3″ 98°46′18.0″ 2 175 东北 25 0.8 41.7 22.0 12 10 2 24°49′30.9″ 98°45′54.6″ 2 140 西北 20 0.9 45.0 17.0 8 10 3 24°49′58.5″ 98°46′12.3″ 2 205 西北 20 0.9 23.3 14.5 6 7 4 24°49′58.1″ 98°46′10.1″ 2 190 西北 平地 0.8 29.9 12.5 8 10 5 24°50′12.0″ 98°45′54.7″ 2 170 西北 20 0.9 47.5 18.5 8 10 6 24°50′16.9″ 98°45′54.5″ 2 145 南 10 0.7 46.8 16.3 11 12 7 24°49′53.6″ 98°46′09.8″ 2 115 西北 20 0.8 47.0 21.0 10 10 8 24°50′03.5″ 98°46′04.1″ 2 200 西北 18 0.8 28.7 21.0 8 9 -
以母树为中心向外辐射,按0~5、5~10、10~15、15~20、20~25、25~30 m的环形样带进行调查,并在相应的距离范围内,按方位角0°~90°、90°~180°、180°~270°、270°~360°分别调查长蕊木兰更新的株数。调查时,记录更新植株与母树的相对位置、树高、地径、冠幅等指标。
-
密度计算公式:D=x/s。其中:x为样方中某个种的个体数;s为样地面积;D为密度。种群分布格局由下列公式计算[14]:
$ {S^2} = \sum\limits_{i = 1}^n {{{\left( {{x_i} - m} \right)}^2}/\left( {n - 1} \right)} $ 。其中:xi为样方中某个种的个体数;m为各样方中某个种个体平均数;n为取样个体数;S2为分散度(方差)。 -
采用径级大小结构代替年龄结构的方法来分析其结构特征[15]。以长蕊木兰的树高(H)对天然更新苗木进行分级:H<1 m划为幼苗幼树,1 m≤H<5 m划为小树,H≥5 m划为中树。母树作为大树不计入更新分析。
-
采用Excel 2003对长蕊木兰更新苗木进行统计整理,并在不同方位角和不同距离上进行方差分析。
-
种群分布格局是指种群中的个体在其水平空间的分布状况,反映了种群内的个体间在水平空间上的相互关系[16]。不同植物群落中的每个种群都有自己的分布格局,其表现的方式主要有:聚集分布、随机分布和均匀分布。通过对植物群落中种群分布格局的测定,可以揭示该群落空间结构特征。
从表2可见:8个样圆中,共有长蕊木兰75株。长蕊木兰种群密度为10~81株·hm−2,平均密度为32株·hm−2。长蕊木兰种群内分布型的指标方差和平均数的比率(S2/m)为4.14,显著大于1.00,说明长蕊木兰在调查样圆内为集群型分布,其种群个体分布不均匀,幼树的分布是集群型的。
表 2 长蕊木兰在不同样圆中的更新数量
Table 2. Number of regeneration of A. cathcartii in different sample circle
样圆号 株数/株 密度/(株·hm−2) 样圆号 株数/株 密度/(株·hm−2) 1 20 81 5 3 10 2 9 31 6 11 38 3 3 10 7 8 28 4 9 31 8 9 31 -
长蕊木兰的天然更新能力是该种群得以繁衍的基础。从长蕊木兰天然更新调查结果来看(表3):在8个样圆分布的75株长蕊木兰植株总数中,母树8株,更新苗67株,树高H<1 m的幼苗幼树31株,占总株数的46.27%;1 m≤H<5 m的小树22株,占总株数的32.83%;H≥5 m的中树14株,占总株数的20.90%。从幼苗幼树、小树、中树更新数量来看,苗木数量依次递减,呈金字塔分布结构,说明长蕊木兰更新数量虽然较少,但其结构相对较为稳定。
表 3 长蕊木兰在不同龄级的更新状况
Table 3. Natural regeneration of A. cathcartii in different ages
样圆号 更新株数/株 样圆号 更新株数/株 H<1 m 1 m≤H<5 m H≥5 m H<1 m 1 m≤H<5 m H≥5 m 1 1 9 12 6 7 3 0 2 5 2 1 7 5 2 0 3 0 2 0 8 5 3 0 4 8 0 0 合计 31 22 14 5 0 1 1 -
从长蕊木兰不同方位角更新株数来看(表4):在方位角270°~360°的更新株数最多,占32.84%;0~90°的更新株数18株,占26.86%;在90°~180°和180°~270°更新株数分别为13和14株,所占比例分别为19.40%和20.90%。从不同方位角的更新状况来看:长蕊木兰更新有一定差异,但从其更新分布的株数方差分析来看(表5):检验统计量F=0.383 319,显著性水平P=0.765 836>0.05,不同方位角长蕊木兰更新分布株数差异不显著。
表 4 长蕊木兰不同方位角上的天然更新状况
Table 4. Natural regeneration of A. cathcartii in different azimuths
方位角/(°) 更新株数/株 样圆1 样圆2 样圆3 样圆4 样圆5 样圆6 样圆7 样圆8 合计 0~90 7 2 0 1 1 3 3 1 18 90~180 6 1 0 0 1 3 1 1 13 180~270 2 2 2 6 0 1 0 1 14 270~360 7 3 0 1 0 3 3 5 22 表 5 长蕊木兰在不同方位角天然更新数量的方差分析
Table 5. Analysis of variance of natural regeneration numbers of A. cathcartii in different azimuths
差异源 平方和 自由度 均方 检验统计量(F) 显著性水平(P) F临界值 组间 5.318 548 3 1.772 849 0.383 319 0.765 836 2.960 351 组内 124.875 000 27 4.625 000 总计 130.193 548 30 -
长蕊木兰的更新与母树距离具有一定的关系。从母树不同距离的长蕊木兰更新情况看(表6):在0~5、5~10、10~15、15~20、20~25、25~30 m距离范围内所占的株数比例分别为11.94%、34.33%、23.88%、22.39%、5.97%、1.49%。表明离母树的距离不同,长蕊木兰更新株数不一样,更新株数最多是5~10 m,其余依次为10~15、15~20、0~5、20~25和25~30 m,5~20 m距离更新株数所占比例为总更新株数的80.60%。从离母树不同距离的长蕊木兰更新株数方差分析来看(表7):检验统计量F= 3.376 084,P<0.05,离母树不同距离的长蕊木兰更新株数差异显著。
表 6 长蕊木兰不同距离范围内的天然更新状况
Table 6. Natural regeneration of A. cathcartii in different distances
距离/m 更新株数/株 样圆1 样圆2 样圆3 样圆4 样圆5 样圆6 样圆7 样圆8 合计 0~5 1 1 1 1 1 1 1 1 8 5~10 9 4 1 2 1 3 1 2 23 10~15 3 2 0 4 0 2 2 3 16 15~20 7 1 0 1 0 2 3 1 15 20~25 1 0 0 0 0 2 0 1 4 25~30 1 0 0 0 0 0 0 0 1 表 7 长蕊木兰不同距离范围内的天然更新方差分析
Table 7. Analysis of variance of natural regeneration numbers of A. cathcartii in different distances
差异源 平方和 自由度 均方 检验统计量(F) 显著性水平(P) F临界值 组间 42.854 170 5 8.570 833 3.376 084 0.011 845 2.437 693 组内 106.625 000 42 2.538 690 总计 149.479 170 47 -
植物种群分布格局一方面与种群本身的特性有关,另一方面还受生境条件以及种群间相关性的影响[16]。从高黎贡山南段长蕊木兰分布格局来看,其种群内分布型的指标方差和平均数的比率(S2/m)为4.14,显著大于1,表明长蕊木兰在调查样圆内为集群型分布,种群个体分布不均匀,幼树的分布是集群型的。聚集分布格局会满足幼苗的生长需要,可以群聚的形式来增强对其他植物种竞争的能力[17]。
长蕊木兰的更新与母树的结实量、种子的成熟情况以及气候等环境因子有关。长蕊木兰在8个样圆内的更新数量为67株,更新数量较少,这可能与长蕊木兰种子多不饱满,发芽率为50%~60%有一定关系[2]。另外,调查中发现,长蕊木兰种子是长吻松鼠Dremomys pernyi及其他动物较为喜好的食物,在一定程度上影响了长蕊木兰的更新。从所更新的幼苗径级分布来看,幼苗幼树、小树和中树更新比例分别为46.27%、32.83%和20.90%,其更新数量呈金字塔结构,说明长蕊木兰更新数量虽少,但其结构相对较为稳定。
不同方位角更新数量可能和坡度、不同范围分布的枝条有关。从长蕊木兰不同方位角更新株数来看,在0°~90°、90°~180°、180°~270°和270°~60°更新株数比例分别为26.86%、19.40%、20.90%和32.84%。各个方位角的长蕊木兰更新株数有一定差异,但从不同方位角的分布株数的方差分析来看,长蕊木兰更新分布株数差异极不显著。
长蕊木兰的更新与母树距离具有一定的关系。在0~5、5~10、10~15、15~20、20~25、25~30 m距离范围内更新株数所占的比例分别为11.94%、34.33%、23.88%、22.39%、5.97%、1.49%。长蕊木兰更新株数最多的是距离母树5~10 m范围,其余依次为10~15、15~20、0~5、20~25和25~30 m。距离长蕊木兰母树5~20 m范围更新株数所占比例为80.60%,说明长蕊木兰更新主要分布在距离母树5~20 m。方差分析表明:离母树不同距离的长蕊木兰更新株数存在显著差异。对8个样圆中距离母树30~35 m的范围进行了更新调查,均没有长蕊木兰更新,说明长蕊木兰更新较窄,难以扩大区域,种群的扩大需要人工促进更新或人工更新。
Natural regeneration of Alcimandra cathcartii in south section of Gaoligong Mountain
-
摘要:
目的 长蕊木兰Alcimandra cathcartii为国家Ⅰ级保护植物。探究长蕊木兰天然更新的状况,更好地对长蕊木兰进行保护。 方法 通过设置样圆对长蕊木兰天然更新情况进行调查,研究长蕊木兰空间格局和更新。 结果 ①长蕊木兰种群内分布型的指标方差(S2)和平均数的比率(m)为4.14,显著大于1.00,表明长蕊木兰种群个体分布不均匀,在调查样圆内幼树的分布是集群型的。②长蕊木兰在8个样圆内的更新数量为67株,更新数量较少。从所更新的长蕊木兰幼苗径级分布来看,幼苗幼树、小树和中树更新比例分别为46.27%、32.83%和20.90%,其更新数量呈金字塔结构,说明长蕊木兰更新数量虽少,但结构相对较为稳定。③长蕊木兰在0°~90°、90°~180°、180°~270°和270°~360°方位角更新株数比例分别为26.86%、19.40%、20.90%和32.84%。各个角度范围内的更新株数有一定差异,但从不同方位角分布株数方差分析来看,在不同方位角上长蕊木兰更新分布株数差异不显著。④长蕊木兰的更新与母树距离具有一定的关系,在0~5、5~10、10~15、15~20、20~25、25~30 m距离范围内,所占的株数比例分别为11.94%、34.33%、23.88%、22.39%、5.97%、1.49%,其更新主要分布在距离母树5~20 m的范围,更新株数比例达80.60%。从离长蕊木兰母树不同距离范围的更新株数方差分析来看,离母树的不同距离范围与长蕊木兰更新分布株数差异显著。 结论 长蕊木兰更新数量较少,范围较窄,种群难以扩大,其种群扩大需要人工促进更新或人工更新。表7参17 Abstract:Objective This study aims to explore the natural regeneration status of Alcimandra cathcartii, a National GradeⅠProtection plant, in order to better protect this species. Method By setting sample circles to investigate the natural regeneration of A. cathcartii, the spatial pattern and regeneration of this species were studied. Result (1) The ratio of index variance (S2) to mean of the distribution pattern (m) was 4.14, which was significantly greater than “1.00”, indicating that the distribution of individuals was uneven, and the distribution of saplings in the survey circle was cluster type. (2) 67 regenerated plants were recorded in 8 sampling circles. According to the diameter class distribution of the seedlings, the regeneration proportion of young, small and medium trees was 46.27%, 32.83% and 20.90%, respectively. The regeneration number showed a pyramid structure, indicating that the structure was relatively stable although the regeneration number was small. (3) The proportion of regenerated plants at 0°−90°, 90°−180°, 180°−270° and 270°−360° was 26.86%, 19.40%, 20.90% and 32.84%, respectively. There were some differences in the number of regenerated plants in each angle range, but the variance analysis of the number of trees showed there was no significant difference in the number of regenerated plants in different azimuth angles. (4) The regeneration of A. cathcartii was correlated with the distance between mother trees. Within the distance of 0−5, 5−10, 10−15, 15−20, 20−25 and 25−30 m from mother trees, the proportion of regenerated plants was 11.94%, 34.33%, 23.88%, 22.39%, 5.97% and 1.49% respectively. The regeneration was mainly distributed in the range of 5−20 m from the mother tree, accounting for 80.60% of the total number of regenerated plants. The variance analysis showed there were significant differences between the distance from the mother tree and the regeneration distribution of A. cathcartii. Conclusion The regeneration number of A. cathcarti is small and the distribution scope is narrow, so it is difficult to expand the population. Artificial promotion is suggested for its population generation and expansion. [Ch, 7 tab. 17 ref.] -
Key words:
- forest ecology /
- Gaoligong Mountain /
- Alcimandra cathcartii /
- spatial pattern /
- natural regeneration
-
土地资源是人类社会赖以生存发展的基础,近年来,随着城市化进程不断加快,耕地流失和土地破碎化问题日益严重,区域景观生态风险评价已成为全球环境变化的研究热点[1-3]。日益频繁的人类活动及高强度的开发建设,使得土地景观趋于破碎化,结构趋于复杂化,威胁着人地关系的和谐[4]。景观生态风险评价方法主要分为景观指数法和基于风险源-汇的理论分析法。研究对象多集中在生态环境敏感脆弱和人为干扰剧烈的区域,如城镇[5-7]、流域[8]、海岸带[9]、矿区[10-11]、自然保护区[12]、道路沿线[13]、湿地[14]等,数据源多为人工解译方法获得的遥感解译数据或土地利用现状图矢量图[10-14]。如HAYES等[15]利用GIS技术对生境模型的空间数据进行编译和对比,直观评估出华盛顿西北部近海岸海洋环境的生态风险空间分布状况。张莹等[12]以扎龙自然保护区为研究对象,基于研究区景观格局变化特点构建景观生态风险指数,总结了1995−2010年保护区多尺度下景观生态风险的时空变化特征。刘炎序等[16]以深圳市社会-生态系统为评价研究对象,借助GIS空间分析手段,制作出“忽视风险情景”“正常风险情景”“重视风险情景”等景观生态风险图。王涛等[17]运用景观生态学理论,综合选取指数构建了景观生态风险评价模型,定量化总结1985−2015年杞麓湖流域的景观生态风险分布特征。景观具有高度空间异质性,存在一定的空间分布规律,在景观生态风险评价体系中引入景观指数法,不仅能增加景观异质性的关注度和空间定量描述,还能使风险评价摆脱传统方法中由于某一特定风险因子表征区域状态所造成的局限性[18]。宿松县地处大别山南麓,地理位置特殊,山区和湖泊面积占总面积的86%,生态环境敏感脆弱。人类活动的干扰导致该地区林地面积不断退化,农田城镇化明显,生态系统的基本结构和功能够遭到破坏,景观生态风险日益加剧。本研究从土地景观生态安全角度重新审视该区域的环境和发展问题,通过探究县域景观结构的变化动态,构建最佳粒度下景观指数的生态风险评价模型,进行景观生态风险评价研究,以期为县域尺度景观生态风险的管理提供理论和技术支持。
1. 研究区概况
宿松县(29°47′20′′~30°25′30′′N,115°52′52′′~116°34′40′′E)位于安徽省西南方向,是安徽、湖北、江西三省的交界处,也是八县结合部,地处长江下游北岸的顶端。全县东西宽约67 km,南北长约72 km,总面积达2 394 km2;东北接壤太湖县,西边紧邻湖北省的蕲春县和黄梅县,东南角连接望江县,南边隔江相望于江西省湖口县和彭泽县;属北亚热带湿润季风气候,四季分明,季风性明显;年平均气温16.6 ℃,由于地势原因,境内温度自西北方向至东南逐渐增高;季节性降水较明显,城区为暴雨多发地区;光照充足,年均无霜期254 d。
2. 材料与方法
2.1 数据来源及预处理
标准采用2017年的GQJC 03−2017《基础性地理国情监测内容与指标》,与2015年标准不同的是,2017年新标准将耕地、园地合并为种植土地;林地、草地合并为了林草覆盖。本研究以2015、2017年的地理国情普查成果为依据,结合研究目标,参考GB/T 21010−2017《土地利用现状分类》,根据土地实际用途以及地物意义,将普查数据中的地表覆盖分类重新划分为耕地、园地、林地、草地、建筑用地(房屋建筑区、构筑物、人工堆掘地)、交通用地(道路)、水域、未利用地(荒漠与裸露地表)八大土地景观类型[19](图1)。通过ArcGIS对划分后的土地斑块类型进行分类、合并处理。选取宿松县景观格局变化研究的最佳粒度值100 m[20],利用Arc GIS重采样功能得出2015、2017年宿松县土地景观栅格分布图。
2.2 景观格局指数的筛选
本研究从类型和景观水平共选取5个景观指数(表1),从面积与结构、形状、多样性等3个方面对宿松县2015−2017年土地利用格局的动态变化进行研究,并利用FRAGSTATS软件计算出相关值。
表 1 不同水平下选取的土地利用景观指数Table 1 Land use landscape index selected at different levels景观特征 景观指数 水平类型 含义 面积与结构 斑块面积(CA) 类型 描述某斑块类型的
总面积斑块类型面积比例指数(PLAND) 类型 描述某斑块类型所占整个景观面积比例 形状 景观形状指数(LSI) 类型/景观 描述斑块形状边界
形状的复杂性多样性 Simpson 多样性指数(SIDI) 景观 描述斑块类型多样性程度 Simpson 均匀度指数(SIEI) 景观 描述斑块类型均匀性程度 2.3 生态风险小区的构建
样方面积的大小需满足研究区景观斑块平均面积的2~5倍,样本才能综合反映采样地点周围综合景观格局信息[21]。2015和2017年景观斑块平均面积分别为1.872 7、1.862 6 km2,确定风险小区边长选择区间为1.930 0~3.064 5 km,考虑单元格划分既要保证足够多的单元数来反映研究区景观格局的分布规律,又要避免计算强度和精度等问题,因此本研究以3 km×3 km风险小区为评价单元,采用等间距采样方法,将研究区划分为308个风险小区,网格中心点为景观生态风险指数的采样点(图2)。
2.4 生态风险评价模型的构建及专题图的绘制
生态风险是生态系统结构和功能在响应外界干扰时保持本身处在低能量平衡的一种可能性[22]。景观生态风险由外部的扰动强度和内部的脆弱性来衡量。本研究选取景观干扰度指数和景观脆弱度指数对景观生态风险进行定量分析,该方法能够快速有效识别土地资源异质性带来地干扰度和生态系统自身的脆弱程度[23]。
2.4.1 景观干扰度指数
景观干扰度指数(Gi)表示i类土地景观抵抗外界的干扰能力和自我恢复能力,景观格局所受的人为和自然的干扰强度越大,则整个土地景观生态系统敏感性越强,其景观生态风险越大。选取景观破碎度指数(Pi)、景观分离度指数(Di)、景观分维度指数(Fi)来构建景观干扰度指数,计算公式为:
$$G_i = W_1 \times P_i + W_2 \times D_i + W_3 \times F_i \text{。}$$ (1) 式(1)中:W1、W2、W3分别为景观破碎度、景观分离度、景观分维度等3个景观指数的权重值,结合相关研究成果分别赋值0.5、0.3、0.2;i为特定的土地覆盖类型[24-25]。
2.4.2 景观脆弱度指数
景观脆弱度数值大小与区域景观抵抗外界干扰能力的程度成反比。本研究依据各土地类型结构组成形成的土地利用稳定性,和自身的敏感性、脆弱性及分布集中性程度,参考相关研究成果[26-27],将各土地利用类型的脆弱度值进行赋值,并归一化处理,结果见表2。
表 2 景观脆弱度值归一化结果Table 2 Normalized results of landscape vulnerability values景观类型 脆弱度值 归一化值 建设用地 1 0.028 交通用地 2 0.056 林地 3 0.083 园地 4 0.111 耕地 5 0.139 水域 6 0.167 草地 7 0.194 未利用地 8 0.222 2.4.3 景观生态风险指数
不同的土地利用方式对区域生态风险的贡献程度不同,为了定量分析土地景观结构变化带来的景观生态风险,将景观干扰度指数(外部)和景观脆弱度指数(内部)引入景观生态风险指数(ERI)概念能够使其更具针对性,能够结合采样方法将土地利用格局转化为空间化的生态风险变量。公式如下[28-29]:
$${E_{{\rm{RI}}k}} = \sum\limits_{i = 1}^n {\frac{{{A_{ki}}}}{{{A_k}}}} ({G_i} \times {R_i}) \text{。}$$ (2) 式(2)中:ERIk为第k个风险小区景观生态风险指数,Aki为第k个风险小区i类景观类型面积的总和,Ak为第k个风险小区n类景观类型面积的总和。Gi为i类景观类型的景观干扰度指数,Ri为i类景观类型的景观脆弱度指数。
最后用空间采样及普通克里金插值法进行分析,根据风险值的范围,采用自然间断法将生态风险程度划分为5个等级:低生态风险区、较低生态风险区、中等风险区、较高风险区、和高生态风险区。
3. 结果与分析
3.1 土地利用格局动态变化分析
根据表3~4可见:2015−2017年景观结构发生了变化,景观形状呈复杂化趋势,多样化程度和均匀度不断加强。耕地、林地、水域、草地等优势景观类型面积有所减少,而与人类活动密切相关的建筑用地、园地、交通用地面积有所增加。优势景观类型面积的减少,弱势景观类型面积的增高造成斑块类型分布不断均匀化,同时多样指数的提高说明研究区景观类型的丰富度有所增高,破碎化程度进一步加深。其中林地面积减少的最多,为969 hm2,减少的林地面积与增加的建设用地面积几乎相等,建设用地景观形状指数增幅最大。且2017年比2015人口增长0.31%,城镇人口增长21.11%,建筑业生产总值增长11 000万元。说明宿松县的城市化进程,尤其是城镇建设和农房面积的扩张是导致大量林地面积减少和建设用地形状复杂化的主要原因;耕地主要分布于城镇村庄周围,随着农业科技自动化水平的提高和城镇面积进一步扩张,城镇村庄周围的农业用地都逐渐转化为非农业用地,导致耕地面积有所减少,园地面积有所增加;由于耕地为主体景观类型且分布广泛,交通用地主要贯穿于城镇村庄内部,随着建设用地的大幅度增加,交通用地呈现增加趋势,造成草地、未利用地面积有所减少,耕地斑块形状变得更加复杂。综上,经济发展在一定程度上加剧了景观格局的不稳定状态。
表 3 2015和2017年类型水平上的格局指数Table 3 Pattern index values at the type level in 2015 and 2017景观类型 年份 CA/hm2 PLAND/% LSI 林地 2015 54 007 22.785 6 72.819 4 2017 53 038 22.376 7 72.817 8 耕地 2015 86 614 36.542 5 81.321 4 2017 86 367 36.438 2 82.403 7 建设用地 2015 11 000 4.640 9 73.838 1 2017 12 084 5.098 2 76.163 6 园地 2015 2 328 0.982 2 27.247 4 2017 2 380 1.004 1 27.479 6 交通用地 2015 1 984 0.837 1 41.677 8 2017 2 164 0.913 0 43.414 9 草地 2015 18 324 7.730 9 87.638 4 2017 18 278 7.711 5 86.273 1 水域 2015 62 615 26.417 3 30.990 0 2017 62 580 26.402 5 31.503 0 未利用地 2015 151 0.063 7 9.160 0 2017 132 0.055 7 9.869 6 说明:CA为斑块类型面积,PLAND为斑块面积比例,LSI 为景观形状指数 表 4 2015和2017年景观水平上的格局指数Table 4 Pattern index values at the landscape level in 2015 and 2017年份 LSI SIDI SIEI 2015 74.329 6 0.736 7 0.842 0 2017 75.241 8 0.739 0 0.844 5 说明:LSI为景观形状指数,SIDI为Simpson 多样性指数, SIEI为Simpson 均匀度指数 3.2 景观单一生态风险的变化分析
3.2.1 景观破碎度分析
图3表明:西北部和东南部景观破碎程度较低,中部较高。由于宿松县地处大别山山脉,西北部主体景观类型为林地;东南部华阳河农场总场、汇口镇北部、洲头乡北部为主要的农业区,主体景观类型为耕地和水域,且均呈集聚状态分布,景观破碎程度较低;中部破碎化均较高且呈现由东向西的扩张趋势,其中程岭乡的破碎化程度最大,且高破碎度区域依然呈增加趋势,这与中部的景观类型为建筑用地、耕地、草地密切相关,虽然耕地依然为主体景观类型,但是由于受到错综复杂的交通用地、建设用地等其他土地类型的分割,造成中部耕地类型破碎化程度较大。
3.2.2 景观分离度分析
图4表明:西北部山区景观分离度较低,东南部农业区次之,景观分布较简单,中部地区景观分离度较高,景观分布复杂。2015−2017年西北部北浴乡、陈汉乡、柳坪乡主体景观类型为林地且位于山区,景观分离度未发生明显改变,分离度低于0.602 4;东南部复兴镇、洲头乡南部景观分离度虽发生轻微变化,但变化范围不大;中部西侧二郎镇、孚玉镇,及程岭乡西北部分离度最高、变化最为剧烈,呈现自东向西的扩张趋势。
3.2.3 景观分维度分析
图5表明:西北部分维度最低,景观形状简单,中部中等区域所占比例较大,且较高级有向中等和高级分离度转化的趋势,高区域集中于东南部,景观形状较复杂。西北部分维度较低,主要是由于该地位于大别山区,主体景观类型由斑块较大的乔木林地组成;与之相对应分维度高区域为中部九姑乡、孚玉镇及东南部华阳河农场地区,原因是由于九姑乡存在较多分散的草地面积,一条自然水系贯穿孚玉镇,且水系形状较复杂,华阳河农场主体景观类型农业用地耕地,其形状均较不规则。综上所述,分维度指数与地貌形态、人类活动的制约和影响有着密切的联系。
3.3 景观综合生态风险时空变化分析
3.3.1 景观生态风险的时空变化分析
图6表明:宿松县景观生态风险空间分布呈明显区位性和异质性特征的景观结构分布规律。低风险区主要集中于西北部山地地带,受其他生态风险等级的胁迫,研究期间面积有所下降,优势景观类型为林地且连片集中分布,景观结构稳定,景观破碎度和分离度较低;较低生态风险区位于西北部林地边缘和黄湖、龙湖南部地带,2015−2017年较低生态风险区有边缘向中部萎缩的趋势,以集中连片的深水域、耕地、和破碎化林地为主,景观结构较为完善,但也是人类主要活动区域的边缘地带,存在一定程度的风险;中等风险区和较高生态风险区主要分布于中部,以及东南部湖泊、长江边缘地带,优势景观类型主要以耕地、水域、林地、草地为主,耕地主要位于山地丘陵地带,自身形状复杂,水网密布且草地、林地的破碎化程度较高造成景观的动态变化较大,生态风险进一步加剧;高生态风险区主要分布于西南和东部边缘地带,2017年中部九姑乡出现大片的高生态风险区,高岭乡高生态风险面积逐渐内部扩张,而其余边缘高生态风险区面积均有所降低,表明高生态风险区有从边缘向中部发展的趋势。综上所述,宿松县的生态风险分布呈现明显的阶梯状态,与研究区内的地势从西北到东南逐渐降低,山区、丘陵、湖泊、平原依次分布的地貌有密切关系。
利用ArcGIS对2015和2017年不同等级的土地景观生态风险面积统计(表5)表明:2015−2017年风险面积占比从高到低依次为较高生态风险区、中等生态风险区、较低生态风险区、低生态风险区、高生态风险区。研究区以较高生态风险区和中等生态风险区为主,2017年二者占比分别为31.22%、27.10%,合计超过总面积的一半。生态等级表现为低等级向相邻高等级转化,风险程度逐渐增加。低生态风险、较低生态风险区面积均有所降低,其中较低生态风险区面积主要由低生态风险区转入和转出为中等生态风险区的面积决定,面积减少了23.174 km2;中等生态风险面积降低幅度较明显,减少了45.605 km2,降幅占2015年中等风险区总面积的6.63%;较高生态风险区、高生态风险区的面积均有所增加,其中高生态风险面积在2 a间增加了65.326 km2,占2015年高风险区总面积的49.73%。根据各等级转化趋势可以得出,宿松县应进一步加大土地利用的治理,减少人为干扰强度,降低破碎化程度,避免较高生态风险区,进一步向高生态风险区转化。
表 5 2015和2017年各级生态风险面积及其占比Table 5 Areas and percentages of ecological risks at all levels in 2015 and 2017生态风险等级 2015年 2017年 面积/km2 占比/% 面积/km2 占比/% 低 315.329 13.31 309.537 13.06 较低 504.786 21.30 481.612 20.32 中 687.981 29.02 642.376 27.10 较高 730.788 30.83 740.033 31.22 高 131.350 5.54 196.676 8.30 3.3.2 基于乡镇的景观生态风险变化分析
为了进一步对宿松县的景观生态风险进行分析,依据地形地貌、社会经济条件等限制因素,将宿松县24个乡镇分为五大类,山地旅游区、交通枢纽镇、鱼米之乡、农业区、矿产资源区,统计出各类型地区的风险等级面积(表6)。图5和表6表明:2015−2017年除矿产资源区外,各类地区低生态风险、较低生态风险、中等生态风险面积均呈降低趋势;鱼米之乡、矿产资源区的较高生态风险区面积,由于转化为高生态风险面积而有所降低。低生态风险区集中于西北部山地旅游地区,其中陈汉乡完全处于低生态风险区,风险程度最低,隘口乡旅游资源丰富,2017年出现中等生态风险区,面积为0.389 km2,表明旅游业在一定程度上促进了中等生态风险区从中部向西北部扩张;2015−2017年中部交通枢纽镇二郎镇、孚玉镇的较高生态风险面积增长6.316 km2,且邻乡破凉镇中三乡交界处出现较高生态风险区,表明以城镇为中心的城镇扩张进一步加剧了生态风险;中等生态风险区集中于农业区复兴镇、破凉镇等,2015−2017生态风险增加程度较大为复兴镇,增加面积为3.119 km2,这与复兴镇滨江依湖的地理位置有着密切的关系,表明水域的脆弱性比耕地大,更易受到人为干扰;高生态风险区主要位于有“鱼米之乡”之称的高岭乡和佐坝乡,2017年这2个乡镇的高生态风险面积占总高生态风险区面积的47%,与2个乡镇河网分布错综复杂,渔业活动频繁有着密切的关系;矿产资源区九姑乡含有丰富的石灰石资源,2017年高生态风险区出现,中等风险区面积消失,高生态风险面积为21.715 km2,占该乡总面积的42.6%,表明矿产资源区潜在生态风险程度最大。综上所述,宿松县的潜在生态风险由高到低依次为矿产资源区、鱼米之乡、交通枢纽镇、农业区、山地旅游区。
表 6 2015和2017年宿松县各类乡镇不同等级的生态风险区面积Table 6 Ecological risk area of different grades in various township of Susong County in 2015 and 2017类别 乡镇 年份 不同等级生态风险区面积/ km2 低 较低 中等 较高 高 山地旅游区 北浴乡、柳坪乡、陈汉乡、隘口乡、趾凤乡、凉亭镇 2015 249.104 69.701 43.759 8.108 0.016 2017 247.286 68.742 41.539 11.401 1.720 农业区 河塌乡、五里乡、复兴镇、下仓镇、破凉镇、华阳河农场、长铺镇 2015 7.043 155.911 323.446 187.567 35.868 2017 6.904 147.139 299.386 221.214 35.192 交通枢纽镇 二郎镇、孚玉镇、九成监狱 2015 0.731 36.072 98.160 50.707 9.616 2017 0.057 33.934 90.754 59.559 10.982 鱼米之乡 高岭乡、程岭乡、千岭乡、佐坝乡、
许岭镇、洲头乡、汇口镇2015 58.451 243.102 222.531 433.498 85.850 2017 55.290 231.797 210.697 418.581 127.067 矿产资源区 九姑乡 2015 0 0 0.085 50.908 0 2017 0 0 0 29.278 21.715 4. 讨论
景观生态风险评价是研究区域生态环境的有效手段。本研究表明:由于经济的发展,人类活动强度的增加,城镇用地的扩张,土地利用的景观生态风险等级有明显的变化趋势,呈低等级向高等级转变,这与张双双等[5]、白舒婷[29]、闻国静等[30]、王涛等[31]的结论类似。目前相关研究多集中于大区域[6-9]的生态风险讨论。县域为中国主要的行政单元,更是连接城市与乡村的节点[32],利用高分影像下采集的地理国情数据具有精度高、尺度细的优点,更能进一步提高生态风险评价结果的精度。本研究表明:乡镇经济的发展程度与景观生态风险的等级大小为正相关关系,即发展程度越高,景观生态风险越大,这与傅微等[23]的研究结果相似。通过对单一景观指数的生态风险分析及乡镇角度的生态风险评价,能进一步针对研究区的地貌、经济特征提出合理化的建议和对策。因此,本研究针对宿松县经济发展中带来的景观生态风险问题,为防止由于建设用地、交通用地的盲目扩张,造成林地、耕地流失,景观生态系统结构遭到破坏等现象的继续发生,提出了以下建议:①低生态风险区和较低生态风险主要位于西北部山区和黄湖、龙湖的中心等区域,景观类型以林地、和水域为主,是生物生长最优栖息地和水源涵养区,景观生态风险指数虽然低,但依然是重点保护对象。因此该区域应充分利用山地景观资源和水源资源,在现有自然保护区和旅游景区的基础上,划出一定的保护区域,扩大相邻林地和水域的面积,使其集中连片,保证生态环境的质量,降低景观破碎度,提高生态系统抗风险能力。②中等生态风险区主要位于宿松县中部的农业大乡,景观类型以耕地为主。由于宿松县是农业大县,耕地资源的保护和利用十分重要,建议对耕地质量等级划分,在保证耕地质量的基础上对质量差的耕地实施退耕还林政策。针对山区耕地,大力推广高效节水灌溉技术,适量推广种植经济价值高、耗水少的药材,减少水资源的浪费,保证区域农业用水。③较高生态风险区主要位于河网密布的鱼米之乡以及交通运输的枢纽镇。区域内存在大量生态稳定性脆弱的湿地,应建立湿地公园等自然保护区,并在河道周围加强林草工程维护,减少土地流失,降低水系破碎度,提高生态系统稳定性。此外还需控制该区域的人口数量,减少建设用地的扩张对耕地资源的占用。④高生态风险区主要位于矿产资源开发区等地。应严格控制对矿产资源的开采,减少矿山企业数量。充分利用遥感技术手段对矿山环境数据进行调查和监测,建立档案,编制相应的矿山环境治理方案,提高矿山修复效率,减少水土流失滑坡等自然灾害的发生。尤其是九姑山,需对矿产资源开采进行严格的管理和控制,降低人类活动的干扰强度。
5. 结论
2015−2017年宿松县土地景观结构存在一定变化,景观形状呈复杂化趋势,多样化程度和均匀度不断增强,生态风险结果与地貌特征、经济发展存在明显关联性,呈阶梯状分布,经济发展一定程度上造成了景观格局的不稳定。西北部以林地为主的山地旅游区景观,景观破碎度、分离度、分维度均较低,景观多样化水平低,景观生态风险较低。中部和东南部以耕地、建设用地、河网为主的农业区、交通枢纽镇、鱼米之乡景观,景观破碎度、分离度、分维度较高,景观分布结构较为复杂,景观生态风险较高,其中矿产资源区九姑乡的潜在生态风险程度最大。宿松县以较高生态风险区和中等风险区为主,2015−2017年低生态风险区、较低生态风险区、中等生态风险区面积呈降低趋势,而较高生态风险区和高生态风险区面积呈增加趋势,生态等级表现为低等级向相邻高等级转化。
-
表 1 长蕊木兰天然更新调查母树基本情况
Table 1. Investigation of seed trees of natural regeneration of A. cathcartii
母树号 母树位置 海拔/m 坡向 坡度/(°) 郁闭度 胸径/cm 树高/m 冠幅/m 北纬(N) 东经(E) 东西 南北 1 24°29′23.3″ 98°46′18.0″ 2 175 东北 25 0.8 41.7 22.0 12 10 2 24°49′30.9″ 98°45′54.6″ 2 140 西北 20 0.9 45.0 17.0 8 10 3 24°49′58.5″ 98°46′12.3″ 2 205 西北 20 0.9 23.3 14.5 6 7 4 24°49′58.1″ 98°46′10.1″ 2 190 西北 平地 0.8 29.9 12.5 8 10 5 24°50′12.0″ 98°45′54.7″ 2 170 西北 20 0.9 47.5 18.5 8 10 6 24°50′16.9″ 98°45′54.5″ 2 145 南 10 0.7 46.8 16.3 11 12 7 24°49′53.6″ 98°46′09.8″ 2 115 西北 20 0.8 47.0 21.0 10 10 8 24°50′03.5″ 98°46′04.1″ 2 200 西北 18 0.8 28.7 21.0 8 9 表 2 长蕊木兰在不同样圆中的更新数量
Table 2. Number of regeneration of A. cathcartii in different sample circle
样圆号 株数/株 密度/(株·hm−2) 样圆号 株数/株 密度/(株·hm−2) 1 20 81 5 3 10 2 9 31 6 11 38 3 3 10 7 8 28 4 9 31 8 9 31 表 3 长蕊木兰在不同龄级的更新状况
Table 3. Natural regeneration of A. cathcartii in different ages
样圆号 更新株数/株 样圆号 更新株数/株 H<1 m 1 m≤H<5 m H≥5 m H<1 m 1 m≤H<5 m H≥5 m 1 1 9 12 6 7 3 0 2 5 2 1 7 5 2 0 3 0 2 0 8 5 3 0 4 8 0 0 合计 31 22 14 5 0 1 1 表 4 长蕊木兰不同方位角上的天然更新状况
Table 4. Natural regeneration of A. cathcartii in different azimuths
方位角/(°) 更新株数/株 样圆1 样圆2 样圆3 样圆4 样圆5 样圆6 样圆7 样圆8 合计 0~90 7 2 0 1 1 3 3 1 18 90~180 6 1 0 0 1 3 1 1 13 180~270 2 2 2 6 0 1 0 1 14 270~360 7 3 0 1 0 3 3 5 22 表 5 长蕊木兰在不同方位角天然更新数量的方差分析
Table 5. Analysis of variance of natural regeneration numbers of A. cathcartii in different azimuths
差异源 平方和 自由度 均方 检验统计量(F) 显著性水平(P) F临界值 组间 5.318 548 3 1.772 849 0.383 319 0.765 836 2.960 351 组内 124.875 000 27 4.625 000 总计 130.193 548 30 表 6 长蕊木兰不同距离范围内的天然更新状况
Table 6. Natural regeneration of A. cathcartii in different distances
距离/m 更新株数/株 样圆1 样圆2 样圆3 样圆4 样圆5 样圆6 样圆7 样圆8 合计 0~5 1 1 1 1 1 1 1 1 8 5~10 9 4 1 2 1 3 1 2 23 10~15 3 2 0 4 0 2 2 3 16 15~20 7 1 0 1 0 2 3 1 15 20~25 1 0 0 0 0 2 0 1 4 25~30 1 0 0 0 0 0 0 0 1 表 7 长蕊木兰不同距离范围内的天然更新方差分析
Table 7. Analysis of variance of natural regeneration numbers of A. cathcartii in different distances
差异源 平方和 自由度 均方 检验统计量(F) 显著性水平(P) F临界值 组间 42.854 170 5 8.570 833 3.376 084 0.011 845 2.437 693 组内 106.625 000 42 2.538 690 总计 149.479 170 47 -
[1] 中国科学院昆明植物研究所. 云南植物志: 第16卷[M]. 北京: 科学出版社, 2005. [2] 张茂钦. 云南珍稀濒危树种生态生物学研究[M]. 昆明: 云南大学出版社, 1998. [3] 中国科学院中国植物志编辑委员会. 中国植物志: 第1卷[M]. 北京: 科学出版社, 2004. [4] 刘炜洋, 陈国富, 张彦冬. 不同林分内水曲柳天然更新及影响因子研究[J]. 华东森林经理, 2010, 24(4): 19 − 23. LIU Weiyang, CHEN Guofu, ZHANG Yandong. Natural regeneration and influencing factors of Fraxinus mandshulica in different forests [J]. East China For Manage, 2010, 24(4): 19 − 23. [5] 程瑞梅, 沈雅飞, 封晓辉, 等. 森林自然更新[J]. 浙江农林大学学报, 2018, 35(5): 955 − 967. CHENG Ruimei, SHEN Yafei, FENG Xiaohui, et al. Research review on forests natural regeneration [J]. J Zhejiang A&F Univ, 2018, 35(5): 955 − 967. [6] 杨佳楠, 李兰兰, 李馨, 等. 城市绿地中硬质铺装对臭椿天然更新的影响[J]. 水土保持通报, 2015, 35(5): 164 − 168. YANG Jianan, LI Lanlan, LI Xin, et al. Effects of rigid pavement on natural regeneration of Ailanthus altissima in urban greenland [J]. Bull Soil Water Conserv, 2015, 35(5): 164 − 168. [7] 黄朗, 朱光玉, 康立, 等. 湖南栎类天然次生林幼树更新特征及影响因子[J]. 生态学报, 2019, 39(13): 4900 − 4909. HUANG Lang, ZHU Guangyu, KANG Li, et al. Regeneration characteristics and related factors affecting saplings in Quercus spp. natural secondary forests in Hunan Province, China [J]. Acta Ecol Sin, 2019, 39(13): 4900 − 4909. [8] 徐凤霞, 龚洵. 长蕊木兰花粉形态观察[J]. 广西植物, 2003, 23(4): 321 − 322. XU Fengxia, GONG Xun. Study on pollen morphology of Aleimandra cathcartii [J]. Guihaia, 2003, 23(4): 321 − 322. [9] 张雪梅, 刀志灵, 龙春林, 等. 濒危植物长蕊木兰的核型[J]. 云南植物研究, 2006, 28(3): 268 − 270. ZHANG Xuemei, DAO Zhiling, LONG Chunlin, et al. Karyotypical studies on an endangered species Alcimandra cathcartii (Magnoliaceae) [J]. Acta Bot Yunnan, 2006, 28(3): 268 − 270. [10] 袁春明, 孟广涛, 方向京, 等. 珍稀濒危植物长蕊木兰种群的年龄结构与空间分布[J]. 生态学报, 2012, 32(2): 3866 − 3872. YUAN Chunming, MENG Guangtao, FANG Xiangjing, et al. Age structure and spatial distribution of the rare and endangered plant Alcimandra cathcartii [J]. Acta Ecol Sin, 2012, 32(2): 3866 − 3872. [11] 马加芳, 李贵祥, 柴勇, 等. 不同生境的长蕊木兰幼苗春季的光合特性[J]. 东北林业大学学报, 2017, 45(4): 43 − 48. MA Jiafang, LI Guixiang, CHAI Yong, et al. Photosynthetic characteristics of Alcimandra cathcardii seedlings of different habitats in spring [J]. J Northeast For Univ, 2017, 45(4): 43 − 48. [12] 柴勇, 吴涛, 邵金平, 等. 高黎贡山自然保护区长蕊木兰遗传多样性的ISSR分析[J]. 生态学杂志, 2017, 36(7): 1825 − 1831. CHAI Yong, WU Tao, SHAO Jinping, et al. ISSR analysis of genetic diversity of rare and endangered species Alcimandra cathcartii in the Gaoligong Mountains National Nature Reserve [J]. Chin J Ecol, 2017, 36(7): 1825 − 1831. [13] 华梅, 司马永康, 马惠芬, 等. 长蕊木兰叶片挥发油的化学成分及其分类学意义[J]. 西部林业科学, 2019, 48(1): 29 − 35. HUA Mei, SIMA Yongkang, MA Huifen, et al. Chemical composition of volatile oil from Aromadendron cathcartii leaves and its taxonomic significance [J]. J West China For Sci, 2019, 48(1): 29 − 35. [14] 林业部科技司. 森林生态系统定位研究方法[M]. 北京: 中国科学技术出版社, 1994. [15] 张文晶. 木荷人工林天然更新的研究[J]. 福建林业科技, 2009, 36(3): 76 − 79. ZHANG Wenjing. Study on the natural regeneration of Schima superba plantations [J]. J Fujian For Sci Technol, 2009, 36(3): 76 − 79. [16] 柴勇, 李玉媛, 方波, 等. 菜阳河自然保护区山地雨林主要乔木种群分布格局研究[J]. 西部林业科学, 2005, 34(5): 40 − 44. CHAI Yong, LI Yuyuan, FANG Bo, et al. Spacial distribution patterns of tree populations in montane rain forest in Caiyanghe Nature Reserve [J]. J West China For Sci, 2005, 34(5): 40 − 44. [17] 刘宇, 徐焕文, 李志新, 等. 白桦子代家系幼林期生长表现及适应性分析[J]. 浙江农林大学学报, 2015, 32(6): 853 − 860. LIU Yu, XU Huanwen, LI Zhixin, et al. Growth performance and adaptability of Betula platyphylla offspring in the period of young forest [J]. J Zhejiang A&F Univ, 2015, 32(6): 853 − 860. 期刊类型引用(4)
1. 李俊鹏. 厌氧氨氧化相关工艺处理垃圾渗滤液脱氮研究现状. 辽宁化工. 2023(04): 554-556+560 . 百度学术
2. 宋慧赟,王莹,陈虎,吕永康. 盐度对新型生物脱氮技术影响的研究进展. 化工进展. 2021(04): 2298-2307 . 百度学术
3. 孙明珠,任婧,徐爱玲,宋志文. 丙酮酸盐对硝化微生物复合培养过程的影响. 环境科学与技术. 2021(06): 58-66 . 百度学术
4. 李剑宇,王少坡,邱春生,王栋,于静洁,赵明. PN/A技术应用于城市污水主流处理的挑战与实践. 水处理技术. 2020(11): 24-30 . 百度学术
其他类型引用(4)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200268