环境因子的定义精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的环境因子的定义主题范文，仅供参考，欢迎阅读并收藏。

第1篇：环境因子的定义范文

植物叶片是维持陆地生态系统机能的最基本要素，一方面叶片是植物光合作用和物质生产的主要器官，是生态系统中初级生产者的能量转换器。另一方面植物叶片是植物与大气环境水气交换的主要器官，是大气－植物系统能量交换的基本单元。植物响应环境的变化而形成的内在生理及外在形态方面的适应对策称为植物性状，其中关于叶片的性状称之为植物叶性状，这类植物叶性状与植物的生长对策及植物利用资源的能力紧密联系，具有易于测定的特点，可同时对大量的植物种类进行比较研究［1－3］。叶性状能够反映植物适应环境变化所形成的生存对策［4－7］，是植物基本行为和功能的具体体现，它们共同体现了植物为了获得最大化碳收获所采取的生存适应策略［8－9］，具有重要的生态学和生物进化意义［10－12］。尺度问题对于研究叶性状的分异规律及叶性状与环境因子的相关性具有重要的作用，而在不同研究尺度，叶性状因子之间的相关性存在一定的差异［13－14］。举例来说，沿降雨和养分梯度，物种的叶面积和比叶面积（Specialleafarea，SLA）存在极显著相关性［1，15］。然而，在群落内部，尤其是当取样仅限于草本植物和乔木物种时，叶面积和SLA只存在较弱的相关性，甚至会出现负相关［16－17］。植物性状间的相关性在不同分辨率尺度上是具有区别的［13］，且在不同的时间和空间尺度上环境因子存在巨大的差异，因此，要根据具体的研究目的、研究尺度来选择合适的叶性状。最近20a，随着全球气候变化研究的加深，植物性状相关的新测度方法不断涌现，应用叶性状因子研究植物对环境的适应机理是生理生态学领域近年研究中新的突破点［18］。生态学家将叶性状因子应用到气候变化对生态系统功能影响的定量分析、模拟和评价及其他科研问题中［19］，其中最为关键的是基于尺度研究植物功能性状与环境的关系及其与生态系统的关系，环境如何影响植物的功能性状，植物如何响应环境的改变［3］，从而达到环境与植物之间的和谐。

1植物主要叶性状及其生态功能

叶性状是植物的重要特性之一，属植物功能性状的二级性状［20］，直接影响到植物的基本行为和功能，能够反映植物适应环境变化所形成的生存对策［6］。近年来，对植物叶性状的研究较多，研究所采用的叶性状因子指标也较多。综合归纳目前研究较多的叶性状因子，概括为两大类，分别为结构型性状和功能型性状。结构型性状是指植物叶片的生物化学结构特征，在特定环境下保持相对稳定，主要包括叶寿命（leaflife－span，LLS）、SLA、叶干物质含量（leafdrymattercontent，LDMC）和叶氮含量（Leafnitrogencontent，LNC）、叶磷含量（Leafphosphoruscontent，LPC）、叶氮磷比（Leafnitro－gen／phosphorusratio，N／P）、叶片碳含量（LeafCarboncontent，LCC），叶碳氮比（LeafCarbon／ni－trogenratio，C／N），单位面积叶质量（Leafmassperarea，LMA），叶厚度（leafthickness，TH）等。功能型性状则体现了叶片的生长代谢指标，随时间和空间的变化程度相对较大，主要包括光合速率、呼吸速率、气孔导度等。植物的这些叶性状共同体现了植物为了获得最大化碳收获所采取的生存适应策略［9，21］。其中SLA、LDMC、LNC和LPC由于易于测定，被广泛应用于不同尺度叶性状研究中。例如，LNC、LPC、N／P常用来评估植被组成，群落水平植被的生态功能及养分制约的指标；N／P小于14一般指示植物受氮素制约，大于16指示受磷制约［22］；在大尺度研究中，常用的指标有SLA和LNC等。

1．1结构型叶性状指示的生态功能

1．1．1LLSLLS是一个反映植物行为和功能的综合性指标，并被认为是植物在长期适应过程中为获得最大光合生产以及维持高效养分利用所形成的适应策略，综合反映了植物对各种胁迫因子（光、温、水、营养、大气污染、草食动物的摄食等）的生态适应性［5，10，23］。

1．1．2SLA：等于叶片面积／叶片干重SLA与潜在相对生长速率及单位质量光合速率正相关，是反映植物碳收获策略的关键叶性状之一［24］，通常与LLS呈负相关，与单位重量的叶氮含量LNCmass呈正相关关系，即具有较高SLA的植物种类，平均LLS较低，但其叶片的光捕获面积、单位重量LNC却较高，并由此导致较高的净光合速率［23，25］。1．1．3LDMC：等于叶片干重／叶片饱和鲜重LDMC与潜在相对生长速率负相关，与LLS正相关，与叶厚度也具显著相关性［26］，被认为是资源获取轴上比较稳定的预测指标［27］。1．1．4LNCLNC指的是包括核酮糖－1，5－二磷酸羧化酶（Rubisco）在内的所有光合器官所含蛋白质中的氮含量，包括单位质量叶氮含量（Leafnitrogencon－tentpermass，LNCmass）和单位面积叶氮含量（Leafnitrogencontentperarea，LNCarea），LNC与单位质量光合速率具显著相关性。叶磷含量［28－29］一般指叶片内核酸、脂肪膜、生物能量分子如ATP等组织中存在的磷含量，受环境中土壤矿物质元素的影响，多数由植物从大气中获取［30］。N／P指的是叶片氮含量与磷含量的比值，可用于评估群落水平植被的生态功能及养分制约。1．1．5δ13C和δ15Nδ13C和δ15N反映的是植物的水分利用效率。植物具有较高的δ13C值，说明其具有较高的水分利用效率［31－33］。

1．2功能型叶性状指示的生态功能

最大光合速率（Amax），指在光饱合、土壤养分和CO2含量等环境因子适宜的情况下测定的植物光合速率，受气孔导度和叶片内CO2浓度影响［11］。可反映植物的碳收获策略。

2不同研究尺度叶性状的研究

国内外有关植物叶片性状的研究主要集中于通过对大量植物的比较研究，探讨叶性状的生态功能，揭示叶性状的分异规律、不同叶性状之间及叶性状与环境因子的相关关系，研究的尺度可分为个体尺度、功能群尺度、群落尺度及区域和全球尺度。

2．1个体尺度

在个体尺度研究中，比较常用的叶性状指标有SLA、LDMC、Amax、LNC和LPC等，Philip对10种地中海植物的9种叶性状（包括SLA、LDMC、叶面积、干重、鲜重、厚度、叶密度、叶体积和LNC）进行筛选比较，得出SLA与LDMC是最优的两个指标，两者可以解释90％以上植物叶性状随取环境不同而发生的变异，可以用来定量化研究叶性状与生态系统功能之间的关系，而且与较难测定的Amax一样，可应用于更大尺度上的研究［34］。为了寻找叶性状的分异规律及其与各种环境因子之间关系，个体尺度叶性状的研究着重于定量化研究单个或多个植物种叶性状对不同环境因子的响应［35］。目前关于植物个体叶性状对环境因子的响应研究较多，环境因子主要包括温度、土壤养分、土壤水分、光照等非生物环境因子，也包括人类活动等生物环境因子。例如，温度低的小麦叶片比温度高的小麦叶片具有更高的叶绿素含量和净光合速率，而且温度低的小麦具有结构更复杂的冠层［31］。养分的添加可以增加土壤硝态氮的积累，提高土壤中植物可利用氮素［36］，随养分的增加两种草原优势植物羊草（Leymuschinensis）与大针茅（Stipagrandis）的LNC显著增加，C／N呈减小趋势［37］。干旱环境中植物的SLA和叶片面积较低，而相应的LDMC、LNC和Amax较高，这些特征被解释为植物为了适应干旱生境的保水对策，具体表现为植物水分利用率和氮素利用率之间的权衡［38］。地形对叶性状的影响是多种因素的综合作用，包括海拔、坡度、坡向等的变化引起的光照、温度、养分和水分的梯度变化。在北京东灵山地区辽东栎海拔分布范围（1000～1800m）内，叶性状的变化规律具体表现为：辽东栎气孔密度、气孔长度和叶面积随海拔的升高呈现曲线变化形式，叶绿素含量和单位干重叶氮、磷和钾含量沿海拔梯度呈上升趋势，同时叶绿素含量和LNC有较弱的正相关［39］。人类活动是比较特殊的环境因子，具有主动性和选择性。可直接影响植物性状，也能通过改变土地利用方式来改变植物的生境条件从而影响植物性状，如人类的放牧活动引起植物的SLA、LDMC、叶面积、叶重量等发生改变，随着放牧强度的增加，植物群落结构、土壤种子库等发生改变［39－40］，只有具有适应性状的物种才能存活，且存活的植物其SLA呈增加趋势，LDMC呈减小趋势，以适应逐渐恶化的环境［41－42］。土地利用对植物生长和繁殖的影响显著，如开垦草原，耕作等导致土壤养分、水分、土壤团聚体等环境因子发生改变，引起植物叶性状的改变以适应新的生境条件［43］。对黄土高原不同退耕年限坡地植物SLA与养分含量的关系的研究表明，立地和物种水平植物SLA存在显著差异，SLA变化范围各不相同，植物LCC、LNC和LPC以及C／N、N／P和C／P在不同退耕年限坡地间不具有一致的变化，这表明不同植物种的叶性因子随生境的改变其变化较为复杂［43］。目前在个体尺度，针对个体对各种环境因子响应的研究较多，然而并没有建立机理性的模型解释叶性状对各环境因子的响应，只有少数半经验模型，缺少定量化模型。目前比较有代表性的半经验模型有Evans－Poorter的模型，该模型可以解释SLA在干旱环境下的变异趋势［44－45］：干物质比决定单位面积氮含量，植物通过协调其SLA和单位干重氮含量的关系来平衡叶片单位质量有机氮的含量以达到最大化其净光合速率的目的。为达到这一点，植物必须同时调整其TH和LDMC，而二者又都能决定SLA和单位干重氮含量，植物这类形态学上的特性和单位干重氮含量本质上的变异无关，但与Amax有关。

2．2功能群尺度

植物功能群（Functionalgroup）实际上等同于植物功能型（Functionaltype），它是对某一特征因子有相似响应或具有某些相似性状的物种集合，划分的性状一般是个体生态学性状，不一定是分类学性状［46］。相同功能群植物的叶性状对某类环境因子的响应具有一定程度的相似性。利用功能群这一概念有利于定义植被属性和揭示植被对环境因子的响应，有利于不同研究尺度上更复杂定量模型的实现［3］。虽然植物功能群的划分方法较多（表1），然而当前的研究在划分功能群时，大多是选择定性的指标，较少依据定量的形状进行划分，这是目前研究的不足之处。功能群尺度叶性状的主要研究内容可简单的概括为指一组（几个或者较多）物种叶性状之间的比较。由于功能群是几个物种个体的组合，因此，个体尺度叶性状研究中常用的指标也被高频率的沿用，如LNC、SLA、LDMC与Amax等。在功能群内部，植物性状存在很宽的变异范围，而在不同功能群之间叶性状经常也存在较大的差异。例如，在被子植物中，植物LNC由低到高，大致顺序为：木质化灌木＜单子叶草本植物＜双子叶草本植物＜木质化藤本植物，这些差异可能是自然选择的结果。不同功能群之间特定的植物性状的分异表明，对特定功能群而言存在选择压力（如低氮），但在功能群内部，植物性状的选择压力较弱［3］。以生活型把植物分为杂草类和乔木植物，杂草类植物LNC和LPC高于乔木，落叶植物LNC和LPC高于常绿植物［47］。对明尼苏达州34种草本植物的养分添加实验表明，禾本科植物、C3和C4植物这3类不同功能群植物的Amax对养分添加的响应具有显著差异［3］。Reich等［2］把其研究的物种分为针叶、阔叶、禾本科和灌木植物等4类功能群，结果发现，不同功能群之间的平均SLA、LNC与Amax之间的关系具有差异，禾本科植物具有最高的SLA和Amax，常绿植物最低。Kikuzawa等［21］在综合考虑了叶的建成消耗和其他器官的呼吸消耗后，完善了其建立的单叶模型，按生活型把植物分为不同的功能群植物，得出LLS的排序结果如下：水生植物的浮叶＜一年生草本植物＜多年生草本植物＜落叶植物＜常绿植物。原因是叶寿命与植物的根、茎等非光合器官的维持消耗密切相关，就这部分消耗而言，水生浮叶植物非常小（几乎没有支撑结构）；一年生草本植物在冬天全部死亡，所以冬天的维持消耗为零；多年生草本植物在冬天仅地下部分能存活，其维持消耗显然大于一年生草本植物；落叶树种的根、茎器官在冬天需消耗大量有机物质，而常绿树种则除了这部分消耗，还要维持叶子的呼吸消耗，所以必须具备长的叶寿命来弥补这些消耗。

2．3群落尺度

在群落尺度，植物叶性状与群落的物种组成、生态功能及生长状况联系紧密，因此，该尺度的研究重点是用叶性状指示群落的生态功能等。例如，植被生态学家常用LNC、LPC、N／P比值来评估植被组成，群落水平植被的生态功能及养分制约的指标；当植被的叶氮磷比小于14，一般指示植物受氮素制约，大于16指示受磷制约［22］。在群落尺度上，SLA与物种丰富度显著相关，可以预测群落物种组成的变化，而LDMC则与生态系统演替过程中物种组成变化联系紧密［48－49］。叶性状作为个体表性可塑性的指示值得到了广泛的认同［50］，然而在植物种相互作用及相互作用引起的植物群落构建（Communityassembly）的变化过程中，植物性状的生态功能仍不清楚［51］。叶性状可反映不同植物的适应对策，可用来指示物种组成的变化和演替进程的改变，然而目前叶性状与群落物种组成与演替的相关性尚未得出一致的结论。长时间尺度上，群落发生演替，植物叶性状随之发生变化，在演替早期生境中占据优势的物种其植物种具有较低LLS，较高的SLA和LPC，对光及土壤养分的利用效率较低，养分循环速度较快［52－53］，这些性状有利于植物种适应演替早期较贫瘠的环境（中国沙漠）。在演替过程中，先锋种对群落结构的更新和演替也具有重要的作用，由于先锋种比演替中后期的植物物种在生理特征和叶性状特征上具有优势［54－55］，更能适应演替早期的环境，因此，能占据演替早期生态位。一般认为先锋物种比非先锋物种具有更低的LMA和LNC［56］。在热带山地雨林生态系统中，先锋树种的单位干重的Amax和单位干重暗呼吸速率显著大于非先锋树种［57］。演替后期生境条件有所改善，土壤养分、土壤水分含量提高，群落结构更加稳定。由于植物叶性状与植物的最适生境有关［58］，因此，生境条件的改变必然会引起植物叶性状的改变。在演替的后期或优越环境条件下较强保持体内养分型的植物种占据优势生态位［53］。具有较低SLA、较高LDMC及叶片C／N比的植物将会是演替后期的优势种，在长时间尺度上，群落中优势种的SLA和土壤C／N含量成正相关关系，而非优势种成负相关［59］，如在法国南部地区，演替后期的植物具有较高的养分保持能力和较长的LLS［53］。在演替的后期植物种的生活型以多年生草本或乔木为主，这类植物具有较长的LLS和较高的叶建成消耗［60］。外来物种的入侵也能导致群落结构发生改变，从而影响演替进程。在群落水平上，外来物种能成功的入侵新的生境，并在群落中占据较有利的生态位，与其具有迅速获取资源的适应对策有关，叶性状可以指示这一适应对策［61］，外来物种通常具有较大的SLA、较高的单位质量LNC和较短的LLS等性状［62］。对悉尼地区外来物种的叶性状进行了群落水平的比较研究，得出处于扰动生境中的外来物种其SLA、LNC、LPC和N／P显著高于原生生境中的乡土物种［14］。不同植物群落之间的叶性状均值也不尽相同，表示不同的植物群落其指示的生态功能也具有差异。例如，常绿植物群落的SLA明显低于落叶植物群落，加利福尼亚海湾地中海气候区内的22种常绿阔叶灌丛物种在群落水平此种差异趋势显著［1］。对欧洲中部次生草地不同植物群落的叶性状研究表明，随着群落物种丰富度的增加，SLA呈减小的趋势，单位面积LNC呈下降趋势［50］。

2．4区域与全球尺度

区域和全球尺度叶性状的研究重点是定量化研究植物关键叶性状沿气候梯度变化的规律和机理［62］。比较常用的指标是LNC、SLA、LPC，原因之一是由于上述指标简单易测，易于在大尺度、多物种水平上进行研究。长期试验发现，上述叶性状可以在一定程度上指示区域的养分、水分分布格局［62－63］。植物功能性状在不同的气候带、不同的景观内和不同的样点类型间有差异，与植物对环境的适应对策及植物自身的适应对策有关［7］。在区域尺度上，气温、降雨和土壤养分等存在区域分布差异，那么在区域尺度上，植物叶性状是否存在一定的生物地理格局？Reich等［64］在全球年均温为5～10℃的区域内，依据生物地理和气候梯度，分析了植物的LNC，提出几个关于叶性状分异规律的假说，其中包括温度－植物生理假说（temperature－plantphysio－logicalhypothesis）和生物地球化学假说（biogeo－chemicalhypothesis）。温度－植物生理假说指的是LNC随温度的升高而下降，因为温度越低，叶片的生理活性和酶活性减弱，使得叶片内的LNC较高。与此相反，生物地球化学假说指的是低的年均温通过降低有机物的分解和矿化速率来降低氮素的可利用性，而且低温条件下，植物根吸收效率下降导致LNC降低。Han等［65］依据中国753种植物种的叶氮磷含量进行综合分析表明，植物LNC和LPC随海拔的升高而增加，N／P与海拔无显著相关性，中国植被的N／P较全球平均值高，但中国各个植被功能群之间的氮、磷含量及N／P与全球水平较一致，这些性状在中国植被中存在一定的生物地理格局。与之相对应的是，He等［66－67］在分析了中国北方草地199个样点213种植物的叶氮磷后指出，虽然中国植被的N／P高于全球平均值，然而生物地球化学假说不适用于年均温很低的区域，指出在中国北方草原区叶氮磷含量并没有形成生物地理格局，LNC在中国北方草地并没有随温度形成明显的地理格局，气候与植物的LPC和N／P相关性很小，而取样点之间和样地内植物之间的叶性状差异显著。

植物各叶性状因子之间相互关联，不同植物区系间可能存在相似的性状格局。大尺度上，叶性状的分异规律及其与环境因子的相关关系已被广泛研究，成为解释生态系统功能的关键指标［8］。Wright等［11］基于全球175个样点（涉及从极地冻原到热带雨林，从草地到荒漠）的各类植被类型的2548种植物的叶性状分析，首次在全球尺度上阐述了这些关键叶性因子间的普遍相关规律以及与环境因子之间的关系，是对这方面研究工作的一个阶段性总结。各叶性状因子之间存在相关性，揭示了各个性状之间存在内在的联系以及叶性状因子在不同环境压力下趋同进化的特征。研究表明，LNCmass与Amax存在密切正相关，而SLA与植物生产单位叶面积的物质成本呈负相关，二者又随LLS的增加而降低，这种相互关系几乎在所有植物种群和群落中都普遍存在，是进一步理解生态系统行为特征的基础［68－69］。定量化研究不同物种、不同生境相同物种的叶性状因子之间的相关性，有助于找出气候、土壤养分等环境因子对叶性状的影响［61］。目前，已经在全球尺度上初步定量化阐明了6种关键叶性因子（SLA、LDMC、LNC、LPC、LLS等）之间存在的普遍相关规律［70］，在区域尺度上，植物叶性状之间的关系进一步证实了全球尺度的研究结果。对澳大利亚258种不同生境中的建群种乔木的叶性状分析显示，SLA、Amax、暗呼吸速率、LNC和LPC之间存在相互的正相关性；而LLS与以上几种叶性状因子成显著负相关，且与单位面积叶质量成正相关［11］。

3研究展望

3．1中国的叶性状研究

国内对植物叶性状的研究开始的较早，最早可以追溯到1959年侯学煜先生撰写的《中国150种植物化学成分及其分析方法》［71］。虽然，植物叶性状的研究在早期生态学各领域的研究中均有所涉及，然而明确系统地提出植物叶性状（plantleaftraits）的研究却是在最近十年［72］。目前，中国的植物叶性状研究尚属刚刚起步。具有代表性的研究有：在青藏高原，Luo等［73］从区域尺度上解释了植物叶性状对海拔的响应，随海拔高度增加，冠层平均叶寿命、基于面积的叶氮含量、叶面积指数、叶氮库都相应增加，而冠层平均比叶面积、基于质量的叶氮含量都下降。驱动因子主要是温度和降水，土壤有机碳和总氮含量也有重要作用。在科尔沁沙地，李玉霖等［37］调查了不同类型沙丘生境中分布的20种物种，得出SLA和LDMC在不同物种间差异显著。对草原区建群物种羊草进行养分添加实验［74］，结果表明，羊草通过提高SLA、单位质量叶片的叶绿素含量和含氮量，使单位面积叶片含氮量和叶绿素含量均呈线性提高。Han等［65］在综合分析中国753种植物种的叶氮磷含量，指出中国植物叶氮磷含量分布存在一定的生物地理格局。然而，中国在中尺度（群落尺度）、大尺度（区域和全球尺度）的研究还较欠缺，只在中国东北样带草原植物性状与降雨梯度的相关性，叶氮含量的地理格局以及青藏高原植物叶性状生态功能的研究方面开展了一些尝试性的工作［51，66－67］。然而由于中国有着特殊的气候、植被条件，又有着长期的人为干扰和土地利用历史，使得中国的植物叶性状研究有别于其他国家。在未来的研究中，需要加强大尺度上植物叶性状对环境因子响应的定量化研究。尝试建立一些区域性的模型，有助于从机理上解释植物叶性状随环境变化的分异规律。

3．2存在问题与展望

尽管目前叶性状的研究很多，针对植物叶性状的分异规律及其与环境因子之间的相关关系做了许多工作，取得了较大进展［11，71］，但仍有很多问题未能阐释清楚：

（1）生态学家强调植物对生境的梯度变化具有不同的、复杂的适应对策。具体是什么原因或者是哪类环境因子在多大程度上引起叶性状的变异？目前的研究大多只是验证一些假设，没有从机理上阐述清楚［3］。Ackerly等［74］提出通过分子标记法，对变异的性状进行标记，找出与特定植物性状变异相关的候补基因，一旦确定了此类基因，将会给植物性状的研究带来突破性的进展。

（2）自然环境是复杂多变的，某个环境因子对植物的影响往往和其他环境因子耦合在一起，存在交互作用，且大多数物种都具有影响生态系统的独特性状组合，单一性状或者单一功能群无法代替这些性状组合的作用，也不能预测不同物种表现出来的多种功能［75］。因此，需要加强针对某几个环境因子及环境因子之间的交互作用开展的控制试验，以定量化研究叶性状与多环境因子之间的关系。

（3）以前的研究对单个植物种叶性状因子之间的相关性比较关注，然而不同尺度叶性状间的相关性亦有差异。所有大尺度的植物性状的研究均是基于群落尺度的。举例来说，SLA全球尺度的变化有大于35％的部分是基于研究样点的数据，研究样点之间植物叶性状的比较可以反映出植物受大尺度气候条件的影响［11］。由于叶性状相关性是基于研究的尺度，因此，尺度的推绎就显得尤为重要，且要根据具体的研究目的、研究尺度来选择合适的叶性状。

第2篇：环境因子的定义范文

关键词：低碳发展；因子分析；评价；上海市

一、国内外相关研究

2003年，英国能源白皮书《我们能源的未来：创建低碳经济》中首次明确提出了“低碳经济”的概念，即通过更少的自然资源消耗和能源污染，获得更多的经济产出：通过创造更高的生活标准、更好的生活质量和机会，为发展、应用和输出先进技术创新的上级和更多的就业机会。Treffers 等学者 （2005） 认为到2050年，在1990年的基础上减少温室气体（GHG）排放量与德国的经济强劲增长可以共同实现。董琦、甄峰（2010）认为，低碳城市是城市循环经济的一种形态，以低能耗、低污染、低排放、高能率、高效益、高循环为主要特征。孙菲等（2014） 利用层次分析法和加权指数法对大庆市2006―2010年的低碳生态城市建设进行了评价。逐步实现低碳经济发展，不仅是应对全球气候变暖等生态环境恶化的客观需要，更是推动可持续发展的必然选择。

二、低碳经济发展评价指标建立

（一）建立指标体系及数据。本研究借鉴任福兵、吴青芳、郭强等国内外相关文献的选取指标方案，选择18个评价指标，对上海市2003-2012年上海快速发展的十年进行相关数据研究，数据来源于上海统计网中2004-2013年统计年鉴的数据，分析软件为SPSS22.0。

（二）因子分析过程。根据选定的数据，结合因子分析法，可以得到总方差分解表（表1），得到了相关矩阵的全部特征值。

表1 因子解释原有指数方差的情况（Total Variance Explained）

从表1可以看出，提取三个公共因子可以很好地解释原有指标的大部分信息（93.245%），因此提取三个公共因子是合适的。

由表1可知，相关系数矩阵中三个最大的特征值分别为10.738，3.041，1.140，而且累计贡献率已达到93.245%，故提取3个公共因子F1、F2、F3。

（三） 因子解释。将因子载荷矩阵进一步旋转得到旋转后的因子载荷矩阵（见表2），可以发现：

第一公共因子的方差贡献率最大，为65.758%，并且在“人均生活用电量”“工业总产值”、“市辖区第二产业占GDP比重”、“固定资产投资额”等指标上载荷大，因此该因子可定义为经济因子。第二公共因子的方差贡献率为19.268%，在“人均生活用水量”、“液化石油气家庭用量”“工业固体综合利用率”等指标上载荷大，因此该因子可定义为居民生活因子。第三公共因子的方差贡献率为8.219%，在“工业烟尘去除量”、“工业固体综合利用率”等指标上载荷大，因此该因子可定义为基础环境因子。

表2 旋转后的因子载荷矩阵（ Rotated Component Matrixa ）

综上所述，影响上海市低碳经济的要素可分为经济因子、居民生活因子和基础环境因子，进一步明晰了低碳经济发展水平的构成要素，保证了实证评价的科学合理。

三、建议

通过对上海市低碳经济发展指标体系的建立和经济意义的综合分析，可以得出上海市未来在低碳经济发展方面应从以下三个方面来着手实施：

一是优化升级产业格局。由统计数据可以看出，上海市辖区第二产业占GDP比重逐年降低，而第三产业占GDP比重逐年上升。到2012年，上海市辖区第三产业占GDP比重已经达到60.4%。可见，上海正在逐步优化产业格局，并且已经初见成效。因此，在此基础上，上海应进一步完善产业格局，通过引导的方式实现高耗能、高排放的企业逐步实现低碳化发展，鼓励可再生资源投资，从内部优化第二产业结构。与此同时，拉动内需，推动第三产业发展，逐步完成产业结构升级，更大程度上实现碳减排。二是低碳经济生活化。低碳经济城市化归根结底要实现全民化，国际全球变化人文因素计划中国委员会（CNC-I

HDP）秘书处曾在 2007 年开展了全面节能减排潜力量化指标研究，该研究表明，如果全民参与节能减排行动，遵循其 36 项日常生活行为指标，则年节能总量约为 7700 万吨标准煤，相当于减排 2 亿吨二氧化碳。因此要引导全民树立绿色低碳生活观念，提倡从生活的方方面面节约能源，可通过舆论宣传低碳交通、低碳消费等生活新理念，并出台相应奖励政策激励民众，逐步实现节能减排生活化。三是加大基础环境投入力度。在城市化和新兴工业化快速发展的大背景下，对能源的需求仍很旺盛，在短时间内改变能源结构从根源上控制碳排放量还很困难。那么就需要扩大绿化水平，加强对二氧化碳的吸收，因此应提高公园植被覆盖率，扩大道路、居民区等地的绿化带面积，提高空气质量，促进城市低碳化发展。

四、小结

低碳经济城市化建设是我国实现经济转型和节能减排的必然选择，但是现在建立低碳城还处于起步阶段，可在建立试点城市的基础上实现全面推广。上海市作为中国的经济发展中心之一，更应该做好“领头羊”，通过产业结构升级、推广低碳生活、加大基础环境建设等方式加快低碳经济发展步伐，逐步探索出一条“双赢之路”，从而处理好经济发展、居民生活和环境保护之间的关系，真正实现可持续发展。

参考文献：

第3篇：环境因子的定义范文

关键词：水分胁迫；嵌入式；传感器技术；环境因子

1 概述

随着传感器检测技术、无线数据传输等技术的不断发展，用于农田信息采集的技术与设备也日趋完善，同时由于各种原因导致的水资源短缺问题不断加剧，利用植物生长过程中的缺水信息来指导实施精准灌溉，已经成为了精准农业发展中的一项重要内容。

1981年，Idso等人通过研究影响植物冠层温度变化的主要环境因子空气湿度，提出了植物水分胁迫指数[1]（Crop Water Stress Index，简称CWSI），定义如下：

目前，基于植物冠层温度来测定植物生长过程中的水分状况的研究在国内外已经得到了广泛的研究，并有了实际的应用[2]。

针对水资源的日益短缺，实现植物生长过程中的精准灌溉越来越重要。本文提出一种便携式植物生长水分胁迫检测仪，采用嵌入式微处理器（STM32）和嵌入式操作系统（μC/OS-II）构建的软硬件平台，如图1所示。按照人机交互的需要，系统配置4.3寸触摸屏，并在GUI-Builder等开发软件的支持下，设计人机交互界面（GUI）管理程序；同时根据数据传输的要求，配置短距离无线模块接口、RS-485通信接口、SD卡接口，制定数据传输协议并开发相应的驱动程序等。

2 系统硬件设计

本系统的硬件设计实现便携式植物生长水分胁迫检测仪的设计，主要包含ARM处理器模块、多种传感器、触摸显示模块、无线通信模块、SD卡数据存储模块以及电源模块等，其硬件设计原理图如图2所示：

针对系统要实现的功能，以ARM微处理器STM32为核心，搭配多种传感器，以此测量影响植物生长过程中水分状况变化的多个参数，其中植物叶层温湿度通过8路模拟开关连接，采用I2C通信方式测量；冠层温度采用SPI通信方式测量；植物生长环境土壤温度、土壤水分，由于输出的是模拟电压信号，直接与STM32处理器的12位A/D转换器相连完成数据的采集。

2.1 处理器模块

本便携式水分胁迫检测仪的处理器模块采用嵌入式ARM STM32处理器：STM32F103VET6，STM32系列处理器采用高性能的Cortex-M3内核作为处理机制，工作频率最高可达72 MHz，具有丰富的增强I/O 端口和外设[3]。

2.2 传感器模块

传感器模块包括植物冠层温度传感器、大气环境温湿度传感器、光照度传感器、土壤温度传感器、土壤水分传感器等，用于采集植物生长过程中的微环境参数。

2.3 无线通信ZigBee模块

本便携式水分胁迫检测仪的无线通信ZigBee模块采用ZigBee新一代无线射频芯片CC2530，CC2530通过串口与STM32处理器进行数据传输，具有功耗低、信号强度大、价格较低等特点[4]。

3 系统软件设计

便携式植物生长水分胁迫检测仪包括硬件系统和软件系统两部分，两者缺一不可，软件系统建立在硬件系统基础之上，两者结合在一起，共同完成相应的功能。本设计中的软件系统根据硬件系统的配置采用模块化的设计思想，整个软件系统主要包括底层驱动的设计、嵌入式操作系统μC/OS-II、嵌入式图形系统μC/GUI以及应用程序的设计。

4 结束语

本文便携式植物生长水分胁迫检测仪的设计，通过分析国内外植物生长缺水信息检测技术的研究历史和发展现状，仔细分析了基于冠层温度的植物生长缺水信息检测技术，设计并开发了便携式植物生长水分胁迫检测仪。论文在查阅关于植物生长缺水信息检测技术相关资料的基础上，明确本系统的基本设计功能，首先确定了植物生长缺水信息检测系统的整体设计方案，为后续工作的开展提供技术基础支持。通过多种植物生长缺水信息检测技术的比较分析，选择以冠层温度为主，以大气温湿度、土壤温度、土壤含水量等影响植物生长水分亏缺的环境因素为辅，共同完成植物生长水分状况的检测。

参考文献

[1]肖冠云，于海业，李国臣.基于叶气温差的温室作物水分胁迫指数的试验研究[J].西北农业学报，2006，15（6）：100-103.

[2]曹元军，王新忠.基于作物冠层温度变化的无线传感器网络灌溉系统的研究[J].r机化研究，2010，9：126-129.

第4篇：环境因子的定义范文

[关键词]农村宜居性；综合评价体系；因子分析

一、农村宜居性研究概述

建设宣居新农村，不仅包括物质生活的改善，也包括精神生活的充实；不仅包括居民个人消费水平的提高，也包括社会福利和劳动环境的改善。目前，我国对宜居性的研究多侧重于大城市，对宜居农村的研究较少，主要原因是收集资料的困难性所致。如何建设宣居农村，用什么标准评价农村的宜居性，是我国学术界需要研讨的问题之一。

二、农村宜居指数体系的构建

农村宜居指标的构建应包括很多方面，物质、娱乐、教育、幸福程度等，但对于农村宣居的指标体系稍有不同，从不同角度对其进行说明：第一类指标是从物质角度衡量。物质是衡量居民生活水平的主要指标，物质的富足可以给人带来好的生活状态，使人民身心愉快，使人民的生活水平有显著的提高，在这里我们选取农民的收入、储蓄存款等作为指标；第二类指标是教育指标。教育是衡量一个地区的文化程度，也是一个地区人的素质的重要表现；第三类指标衡量居民的生活条件，主要反映居民生活水平的设施；第四类指标是居民的医疗、健康状况；第五类指标是社会保障体系状况。

农村宜居质量是一个复合的概念，为了综合评价农村宜居质量，具体评价指标的选取是一个关键性的问题。按照以上提到的五种分类，具体选取了15个指标，组成了农村宜居指数评价体系。

三、河南农村宜居水平实证分析

1.因子分析。现将数据进行标准化处理，将无量纲化数据输入sPss14.0软件，使用软件对以上15个指标的标准化值进行分析。提取出4l爪特征值大于1的主成分，其累计方差贡献率已达到85.899％，已能解释原指标的大部分信息。为了使因子更具有可解释性，选择了方差最大法进行正交旋转，得到旋转后的因子载荷矩阵(如表3―1所示)。

2.因子命名。从表3-1可以看出，所提取的第一主因子F1在x2 x3 x4 x5上有较大的载荷，这些指标反应了农村的消费和产业发展情况，命名为农村产业化因子；第二主因子F2在x1 x6 XlO X11上有较大的载荷，这些指标反应了农村的经济和人口素质情况，命名为农村经济和素质因子；第三主因子F3在x9 X12 X14上有较大的载荷，这些指标反应了农村环境的情况，命名为农村环境因子；第四主因子F4在x7 x8 X13X15上有较大的载荷，这些指标反应了农村的现代化和进步情况，命名为农村现代化因子。

3.因子得分。根据因子得分矩阵，可以得到用回归算法计算出来的因子得分函数的系数，进而得到因子得分函数，经过计算，得到河南省10个县农村宜居水平的主因子得分。农村宜居水平的综合得分F是通过每个公因子的方差贡献率做权数，对每个因子进行加权而得到的(表3-2)。

四、结论与建议

第5篇：环境因子的定义范文

林业生态工程是根据生态学、生态经济学、系统科学与生态工程原理，针对自然资源环境特征和社会经济发展现状所进行的以木本植物为主题，并将相应的植物、动物、微生物等生物种群人工匹配结合而形成的稳定而高效的人工复合生态系统的过程。它本身包括着传统的造林绿化内容，一些成功的单项造林技术与新技术的筛选与应用，但不是简单“相加”与“拼盘，’；它的目的不仅只考虑经济效益，而是经济、生态、社会三大效益并重；它的全过程是配套技术合理组合的完整工艺流程。

二、林业生态工程的基本原理

1、系统论原理

人工生态系统的建造调控是生态工程的主要目的所在。我国著名科学家钱学森教授给“系统”所下的定义是“由相互作用和相互依赖的若干组成部分结合而成的具有特定功能的有机整体”、凡是一个系统它应具备如下特征。

1.1结构的有序性

一个系统既然是广有机整体，它本身必须具备自然或人为划定的明显边界，边界内的功能具有明显相对的立性。一片果园、一个人工林它与相邻的系统是具有明显边界的，其功能与其他系统也是不同的。同时，每一个系统本身一定要有两个或两个以上的组分所组成。系统内的组分之间具有复杂的作用和依存关系。作为人工林生态系统，本身就包括着森林生物和森林环境两大组分，而其两大组分又可以自成系统(于系统)。像森林生物要分成植物(林木与伴生植物)、动物(鸟兽、昆虫)、微生物(真菌、细菌)；从环境角度讲，作为人工生态系统又应当分成自然环境和社会经济环境。这些组分形成了复杂的水平分离和垂直分离。

1.2系统的整体性

为一个稳定高效的系统必然是一个和谐的整体，各组分之间必须具有适当的量的比例关系和明显的功能上的分工与协调，只有这样才能使系统顺利完成能量、物质、信息、价值的转换功能。系统中某一个组分发生量的变化以后必然影响到其他组分的反应，最终影响到整个系统。林、眶生态工程设计、建造过程中一个重要任务就是如何通过整体结构的建造而实现人工生态系统的高功能。

2、环境因子的综合性

自然界中众多个环境因子都有自己的计算单位，每个因子也都是对生物产生重大影响，在林业生态工程中要十分注意的是多项因子对生物群落的综合作用。这种综合影响的作用往往与单因子影响有巨大的差异。如何进行多因子综合评价对今后林业生态工程研究是十分重要的。

3、食物链原理

食物链与食物网是生态学的重要原理，食物链与食物网中的绿色植物通过叶绿素使太阳能转化为化学能贮存于植株之中，所以，称绿色植物为“生产者”。绿色植物被草食动物所食，草食动物被肉食动物吃掉，这些动物中有的吃草，有的吃其他动物以维持其生命。植物和动物残体又可为小动物和低等生物分解、以这种吃与被吃关系形成的关系称之为食物链关系。后两者分别称之为“消费者”和“分解者”。

4、扩大视野，修正传统林业概念

多少年来我国大农业范畴一直存在着一个传统观念；农业就是粮食、林业就是“大木头”、畜牧业就是猪和鸡。林业建设几年来一直认为用材林才是林，造林就是刨坑栽树，农业防护林就是大小方田林网。林越来越萎缩，概念越来越窄，专业越分越细，将一个森林大系统分割得零零落落，把很多本来属于林业范畴的东西，如中草药、食用菌、野生动植物、野生花卉、香料植物甚至果树都拒之门外。这种观点对我国林业的发展是十分有害的。提出林业生态工程就是要归还林业的本来面目，把林业作为一个完整的大系统来看待，发挥林业的综合功能。

三、未来发展趋势与展望

第6篇：环境因子的定义范文

关键词 数量化理论；森林立地类型；划分

中图分类号 S757 文献标识码 A 文章编号 1673-9671-(2012)082-0184-01

在社会发展中，生态建设在国民经济建设中的地位越来越重要，林业的发展面临广阔的前景，随着我国退耕还林等一批国家重点林业工程的实施，如何做到适地适树、精确造林，最大限度地提高造林成活率是保证林业事业顺利发展的前提。林地是森林的载体，是林木生长的基础，立地条件与林木的生长发育息息相关，立地条件中地形地貌、土壤、气候、生物等因子与林木的生长发育联系密切。立地条件不同，林分生长潜力变现出来的差异很大，对相应的营林技术措施要求也不一样。所以对森林立地条件进行立地类型划分，是因地制宜和适地适树的重要手段，是森林可持续经营过程中必须要考虑的问题。

现通过对登封林场少林寺林区91个小班二类调查资料，运用数量化理论对侧柏适生立地条件进行研究，为景区防护林的人工营造提供技术支撑和理论依据。

1 研究区概况

国营登封林场位于登封市西北部，居嵩山山脉南坡，地理坐标为东经112°44'-113°57'，北纬34°26'—34°33'。该地区属季风型大陆性气候，年平均气温14.2℃，降雨量为563毫米。境内土壤自下而上分布着褐土，棕壤两种类型。在山上部属于棕壤类型，植被覆盖度大（80%左右），坡度较缓。部分中高山坡度大，冲刷严重，植被覆盖度小（5％左右），属于岩石地带。林区属暖温带落叶阔叶林区域的南暖温带落叶阔叶林地带，以华北植物区系成分为主，兼有华中、华东，西北、西南等区系成分。

2 资料收集

基本资料有以往登封市二类森林调查资料，对某些小班中指标不全的现场进行取样，重新进行测量。并考虑到用于分类的因子应具有稳定、直观，易测定、好掌握的特点，选取与立地类型关系紧密的，有代表性的指标，包括海拔，坡度、坡度级、坡位、坡向、土壤名称、土层厚度、腐殖质层厚度、土壤质地、砾石含量、林分年龄，林分优势高等。用常规方法调查上述指标。

3 方法与结果

3.1 立地条件因子的选择

影响林木生长的因子有很多，对分类因子应当具有稳定、直观，易测定、好掌握的特点。土层厚度直接影响林地土壤养分和林木根系的生长；坡度、坡向对林木的水肥条件和土壤结构结构影响较大，初次之外对日照、气温、降水量和土壤性质的影响也有很大的差别；海拔对森林植物在垂直方向上的变化影响显著。可见，土层厚度、坡度、坡向、海拔对林木环境生长具有很深的影响。初次之外土壤名称林分年龄，林分优势高是林木对环境因子的表现。用常规方法调查上述指标。

3.2 eij型数量化方法模型介绍

eij数量化方法是根据林知己夫的数量化理论Ⅳ，对多指标样品进行分类的一种多元统计方法，这些指标可以是数值，也可以是数量化后的定性指标。数量化理论首先对各样品（或变量）之间定义一种亲近度，然后依据林知己夫准则对每一个样品赋予二维值，并在赋值平面上点图，将位置相近者归为一类。

亲近度是设有n个样品每一个样品有m个指标，其原始数据矩阵为：

X1×m={x11,x12,x13……,x1m}

X2×m={x21,x22,x23……,x2m

…………………………

Xi×m={xi1,xi2,xi3……,xim}

…………………………

Xn×m={xn1,xn2,xn3……,xnm}

对于第i个样品和第j个样品之间的亲近度，eij型数量化方法有相似系数、绝对距离的倒数、马氏距离的倒数等定义或将定性指标数量化后计算亲近度。

3.3 森林立地类型划分结果

根据数量化理论Ⅳ，登封林场少林寺林区立地类型大致划分为6类。表1为登封林场少林寺林区91个小班具体划分结果：

4 结论与讨论

运用数量化理论Ⅳ，对森林立地类型进行划分，简洁明了地评价了立地条件，对森林立地类型划分结果可以比较好的反映出实际状况，可以对林场的森林经营和营林规划提供理论基础和参考。综合根据二类森林资源调查材料所提取研究因子，进行定性和定量相结合分析，各因子对森林立地类型划分结果影响显著。

参考文献

[1]马天晓.基于人工神经网络的森林立地与评价[J].河南农业大学硕士论文,2006,07.

第7篇：环境因子的定义范文

关键词：湖滨带；有机碳 ；全氮； 分布特征；水位

中图分类号：S153.6 文献标识码：A 文章编号：1672-1683（2017）04-0087-07

Abstract：This study was aimed to analyze the spatial distribution characteristics of soil organic carbon and nitrogen in soils from typical lake littoral wetland of Mu Us Sandland in Shaanxi Province and to provide a scientific basis for studying the way in which wetland ecosystem plays its special function in desertified environment.We collected soil samples from A-F zones along Baxiacaidang Lake and measured the contents of soil organic carbon，total nitrogen，organic nitrogen，nitrate nitrogen，and ammonium nitrogen.Soil organic carbon and nitrogen distribution were analyzed by ANOVA，Spearman correlation coefficients，and principal components analysis.At the depth of 0-10 cm，the contents of soil organic carbon and total nitrogen would increase with the increasing water level.Regarding vertical distribution，except for ammonium nitrogen，the contents of soil organic carbon，total nitrogen，organic nitrogen，and nitrate nitrogen would all decrease with the increasing soil depth.The contents of soil organic carbon and total nitrogen were significantly and positively correlated with total phosphorus，volume weight of soil，soil moisture content，and water level.The content of soil ammonium nitrogen was significantly and positively correlated with total phosphorus，soil moisture content，volume weight of soil，total nitrogen，organic carbon，and water level.Between nitrate nitrogen and microbial biomass carbon，the correlation coefficient was 0.637；between nitrate nitrogen and microbial biomass nitrogen，the correlation coefficient was 0.617.The contents of soil organic carbon and nitrogen were not significantly correlated with soil clay content.The cumulative contribution rate of the three principal components was 76.15%.Total phosphorus，soil moisture content，volume weight of soil，and water level were major factors which can affect the spatial distribution of soil organic carbon and nitrogen distribution.

Key words：lake littoral zone；soil organic carbon；total nitrogen；distribution characteristics；water level

湿地是自然界具有最富生物多样性的生态景观之一，并且是人类赖以生存的环境[1]，也是陆地和水生生态系统间的过渡带，具有极高的资源开发价值和环境调节功能[2]。全球湿地有机碳储量约为450 Gt（1 Gt=109 t），占陆地生态圈表层碳总储量的20%～30%[3]，但湿地面积仅占陆地总面积的4%～6%[4]。湿地碳库在全球碳循环中发挥重要作用[5]。氮素作为限制湿地生态系统生产力的关键营养因子[6]，其含量及其迁移转化过程显著影响着湿地生态系统的结构与功能[7]，所以氮循环一直是湿地科学研究热点。

湖滨带是湖泊湿地水陆生态交错带的一种类型，湖泊湖滨带同时受到湖泊和陆地作用的共同影响，是一个脆弱的边缘地带。湖滨带这个缓冲区对于发挥湖泊湿地生态系统功能有着重要作用[8-9]。湖滨带具有污染物截留与净化、控制沉积和侵蚀等功能[10-11]。有机碳和氮素是土壤重要的营养元素，是衡量湿地环境质量的参考标准，其含量直接影响着湿地生态系统功能的发挥[8]。

毛乌素沙地是鄂尔多斯高原与黄土高原之间的过度地带，是具有特殊地理景观的生态过度带。本实验选取毛乌素沙地典型湖泊巴吓采当作为研究对象，在湖泊湖滨带采集土壤样品，研究了该区域内有机碳和氮素的空间分布特征。这为发挥毛乌素沙地中湿地的生态系统功能和治理毛乌素沙地沙漠化提供一定的科学借鉴。

1 材料和方法

1.1 材料

1.1.1 研究区概况

研究区位于巴吓采当湖泊巴吓采当，地处东经：109°47′，北纬：38°54′，海拔1 274.9 m。巴吓采当位于毛乌素沙地东南缘，是秃尾河河源区典型湖泊。因湖滨带水位不同，分为6种类型区A～F，各类型区的植被分布受到水位的影响（见表1），各类型区水位变化为A（-50 cm）>B（-20 cm）>C（-10 cm）>D（10 cm）>E（40 cm）>F（60 cm），上述各类型区的水位为湖泊丰水期（7月-9月）测定。各类型区的水位直接影响各类型区的土壤含水量，即含水量从A至F逐渐降低。由此，将A和B定义为水淹层，C和D定义为干湿区，E和F为干旱区。

1.1.2 样品的采集

2014年9月，在巴吓采当的6个类型区分别随机选取9个采样点，采集0～40 cm土壤，分为0～10 cm，10～20 cm和20～40 cm三层，共采集162个土壤样品。将采集的土壤样品封存于无菌塑料袋中，带回实验室。土壤样品自然风干后，研磨后过筛为1 mm和0.25 mm粒径的土壤样品。6个类型区分别随机布设9个1 m×1 m样方，测定植物各项指标数据，其中采集样方内植物地上部分，在80 ℃烘干24 h后称量生物量。

1.2分析方法

1.2.1 土壤理化性|的测定

土壤有机碳采用重络酸钾外加热容量法测定，全氮采用半微量凯氏定氮法测定，铵态氮和硝态氮采用2 mol・L-1KCl侵提―靛酚蓝比色法测定，有机氮含量等于全氮含量减去铵态氮和硝态氮含量，全磷采用HClO4-H2SO4法测定，微生物生物量碳氮采用氯仿熏蒸-K2SO4浸提法测定。土壤pH值采用pH计测定（m（土）：V（水）=1.0：2.5）。土壤粒径采用激光粒度分析仪测定。土壤含水率采用烘[HJ1.73mm]干法测定，土壤容重采用环刀法测定。碳氮比采用物质的量比值。

1.2.2 数据处理

方差分析土壤C、N在各个类型区的差异性。Spearman相关性分析和主成分分析土壤有机碳、氮素和其他环境因子间的关系。统计分析采用IBM SPSS Statistical 22，图表绘制采用SigmaPlot12.5。

2 结果与讨论

2.1 环境因子的空间分布变化

如表2所示，湖滨带区域的pH值为6.57～7.49，湿地土壤为偏酸性，各类型区pH值具有显著性差异（pB>D>E>F>C，10～20cm：A>E>C>B>D>F，20～40cm：A>E>D>C>F>B，土壤全磷含量在垂直方向上随土壤深度增加有降低趋势，其中表层0～10 cm的全磷含量占0～40 cm层土壤的40%～54%。土壤含水率基本遵循水淹层（A+B）>干湿区（C+D）>干旱区（E+F）。湿地土壤颗粒组成中98%以上为砂粒，土壤质地为砂土。

2.2 湖滨带土壤有机碳、氮素空间分布变化

土壤有机碳作为衡量土壤质量的一个重要指标，也是生态系统碳库的重要组成部分。由图1可以看出，巴吓采当湖滨带湿地有机碳含量在0～10 cm分布为A>B>C>D>E>F，含量为17.82～44.81 g/kg，10～20 cm为A>C>B>E>D>F，含量为2.99～43.89 g/kg，20～40 cm分布为A>B>C>E>D>F，含量为1.77～11.26 g/kg。在垂直方向上，有机碳含量随着土壤深度增加呈降低趋势。其中表层0～10 cm土壤有机碳含量占0～40 cm层土壤的44～78%，原因可能是植被对土壤有机碳有表层富集作用。植被对湖滨带土壤有机碳含量的影响主要发生在土壤表层，这与谢文霞等[12]和郭二辉等[13]研究河流湿地植被对土壤表层有机碳含量影响显著结论一致，植物形成枯落物补充土壤碳，不受湿地类型影响。土壤表层0～10 cm全氮含量水平分布为A>B>C>D>E>F，含量为1.59～3.25 g/kg，土壤10～20 cm层全氮水平分布为A>C>B>E>D>F，含量为0.27～3.06 g/kg，土壤20～40 cm层全氮水平分布为A>B>C>E>D>F，含量为0.15～0.90 g/kg。湿地覆水区常年积水，微生物活动弱，全氮分解程度低，这是类型区A、B、C全氮含量高于类型区D、E、F的主要原因。有机氮含量的水平分布与全氮相同，原因是全氮的主要部分为有机氮。同时对比数据可知湖滨带湿地0～40 cm层的全氮和有机氮含量随土壤深度增加呈降低趋势。

由图2知湖滨带湿地表层表层0～10 cm的全氮占土壤0～40 cm层的45%～79%，湖泊湿地全氮含量均富集于0～10 cm，呈“倒金字塔”分布，这与卜晓燕等[14]研究结论湖泊湿地全氮含量富集于0～10 cm相同。可见植被对土壤全氮有顶层富集作用，可能与植被枯落物形成腐殖质层有关。如图4所示铵态氮水平分布为：0～10 cm为A>B>C>F>E>D，10～20 cm为A>B>C>F>D>E，20～40 cm为A>C>B>F>E>D。垂直分布中铵态氮含量随着土壤深度增加呈降低趋势并不明显。如图5所示硝态氮水平分布为：0～10 cm为E>F>A>C>B>D，10～20 cm为A>E>F>C>B>D，20～40 cm为 A>C>E>F>B>D。硝态氮水分分布与全氮不同，水淹区和干湿区受到规律性淹水影响，促使硝态氮淋失。硝态氮含量垂直分布中随着土壤深度增加呈降低趋势。图6知，C/N水平分布：0～10 cm A>B>F>D>C>E，10～20 cm A>F>D>B>E>C，20～40 cm F>D>E>B>A>C，类型区D、F碳氮比值较大，这可能是该区干湿交替的环境有助于有机质和有机氮的矿化分解[12、15]。其中C/N比值最大值为22.85，最小值为12.72，平均值为15.40，Zhang等[16]在双台子河湿地研究结构C/N比值达16.15，这可能与巴吓采当湖泊地处沙地，碳含量低而植物枯落物补充全氮有关。

2.3 湖滨带湿地土壤有机碳、氮素与其他环境因子的相关关系

由表3知，土壤全氮和有机碳、全磷、土壤容重、土壤含水率（p=0.01）和水位显著相关（p=0.05），其中全氮和有机碳相关系数r=0.996（p=0.01）。湖滨带土壤0～40 cm层的有机碳和全氮遵循相同的分布规律，这与毛志刚等[2]研究滨海湿地土壤有机碳、全氮分布变化趋势一致结论相同，可见不同类型湿地之间土壤有机碳、全氮相关性不变。有机碳、全氮和土壤容重之间均存在显著的相关性，这与石福臣等[17]研究河流湿地有机碳、全氮和容重之间相关性结果一致，可见土壤容重与有机碳、全氮的相关性不受湿地类型影响。铵态氮与土壤全磷、土壤含水率、土壤容重、全氮、有机碳（p=0.05）和水位（p=0.05）等显著相关。硝态氮与微生物生物量碳、氮的相关系数分别为r=0.637和r=0.617（中度相关），这可能与微生物的硝化与反硝化作用相关。有机碳和氮素与土壤黏粒相关性不高，这与Wang等[18]研究结果不一致，可能与巴吓采当土壤质地为砂土，土壤颗粒组成中，黏粒含量低有关。

2.4 湖滨带湿地土壤有机碳、氮素与其他环境因子的主成分分析

根据特征值大于1的原则提取了3个主成分（表4），其特征值分别为5.096，2.638和1.403，累积贡献率达76.15%，它们能反映出毛乌素沙地典型湖滨带湿地12项指标的76.15%的信息。其中F1的贡献率为42.47%，与湿地的有机碳，全氮，有机氮和全磷高度相关，与土壤含水率和土壤容重有较高的相关性。F2的贡献率为21.98%，与湿地土壤的颗粒组成高度相关。F3的贡献率为11.70%，与湿地土壤硝态氮和pH有较高的相关性。

2.5 不同湿地营养元素含量

表5列出了不同类型湿地有机碳和全氮含量的对比，巴吓采当湖滨带土壤有机碳和全氮含量较其他类型湿地含量高，尤其是覆水区。湖滨带土壤氮素的来源主要是植物的枯落物，该区域芦苇、狭叶香蒲等植物长势良好，植物的凋落物对土壤的碳氮归还作用比较明显。而覆水区抑制了土壤呼吸，降低了有机碳和全氮的分解效率。另一方面，人为干扰作用，包括使用化肥农药、洗涤等，在一定程度上都使得巴吓采当湖滨带土壤营养元素增加。

3 结论

毛乌素沙地典型湖滨带土壤表层0～10 cm有机碳、全氮含量随土壤水位升高而增加，水淹区（A、B）>干湿区（C、D）>干旱区（E、F），但土壤10～40 cm层有机碳和全氮变化规律不明显。除铵态氮外，土壤有机碳、全氮、有机氮和硝态氮含量随土壤深度增加呈降低趋势。土壤有机碳与氮素和全磷、土壤容重、土壤含水率和水位@著相关。实验结果表明，土壤全磷、土壤含水率、土壤容重和水位是影响毛乌素沙地湖滨带有机碳、氮素空间分布的主要因子。有机碳和氮素的含量与土壤黏粒相关性不高，这有异之前的研究结论。与其他类型湿地相比，巴吓采当湖滨带有机碳、氮素含量较高。

本文研究了巴吓采当湖滨带土壤有机碳和氮素的空间分布，为毛乌素沙地的治理与恢复提供科学参考。在进行毛乌素沙地湿地修复过程中，通过添加合适改良剂提高土壤黏粒含量，以便增强湿地的储碳固碳功能。

参考文献（References）：

[1] 白军红，李晓文，崔保山，等.湿地土壤氮素研究概述[J].土壤，2006，38（2）：143-147.（BAI Jun-hong，LI Xiao-wen，CUI Bao-shan et al..Nitrogen in Wetland Soils：A Review[J].Soils，2006，38（2）：143-147.（in Chinese））

[2] 毛志刚，王国祥，刘金娥.盐城海滨湿地盐沼植被对土壤碳氮分布特征的影响[J].应用生态学报，2009，20（2）：293-297.（MAO Zhi-gang，WANG Guo-xiang，LIU Ji-ne.Influence of salt marsh vegetation on spatial distribution of soil carbon and nitrogen in Yancheng coastal wetland[J].Chinese Journal of Applied Ecology，2009，20（2）：293-297.（in Chinese））

[3] Maltby E，Immirzi P.Carbon dynamics in peatlands and other wetland soils regional and global perspectives[J].Chemosphere，1993，27（6）：999-1023.

[4] Mitsch W J，Gosselink J G.Wetlands 2ndedition[J].1993.

[5] Yu J，Wang Y，Li Y，et al.Soil organic carbon storage changes in coastal wetlands of the modern Yellow River Delta from 2000 to 2009[J].Biogeosciences，2012，9（6）：2325-2331.

[6] Mitsch W J，Gosselin J G.Wetlands[M].New York：Van Nostrand Reinhold Company Inc，2000：89.

[7] Dφrge J.Modelling nitrogen transformations in freshwater wetlands.Estimating nitrogen retention and removal in natural wetlands in relation to their hydrology and nutrient loadings[J].Ecological modelling，1994，75：409-420.

[8] ~春，金相灿，王临清，等.洱海湖滨带生态修复设计原则与工程模式[J].中国环境科学，2004，24（6）：717-721.（YE Chun，JIN Xiang-can，WANG Lin-qing，et al.Design principle and engineering mode of the ecological restoration in the aquatic-terrestrial ecotone of Erhai Lake[J].China Environmental Science，2004，24（6）：717-721.（in Chinese））

[9] Dall P C，Lindegaard C，Jonsson E，et al.Invertebrate communities and their environment in the exposed littoral zone of Lake Esrom，Denmark[J].Archiv für Hydrobiologie.Supplementband.Monographische Beitr？ge，1984，69（4）：477-524.

[10] 郭彬，汤兰，唐莉华，等.滨岸缓冲带截留污染物机理和效果的研究进展[J].水土保持研究，2010，17（6）：257-262.（GUO Bin，TANG Lan，TANG Li-hua，et al.The review on the research for the interception mechanism and effects of riparian buffer zone[J].Research of Soil and Water Conservation，2010，17（6）：257-262.（in Chinese））

[11] Hadwen W L，Bunn S E.Tourists increase the contribution of autochthonous carbon to littoral zone food webs in oligotrophic dune lakes[J].Marine and Freshwater Research，2004，55（7）：701-708.

[12] 谢文霞，朱鲲杰，崔育倩，等.胶州湾河口湿地土壤有机碳及氮含量空间分布特征研究[J].草业学报，2014，23（6）：54-60.（XIE Wen-xia，ZHU Kun-jie，CUI Yu-qian et al.Spatial distribution of soil carbon and nitrogen in Jiaozhou Bay estuarine wetlands[J].Acta Prataculturae Sinica，2014，23（6）：54-60.（in Chinese））

[13] 郭二辉，孙然好，陈利顶，等.河岸带不同植被类型对土壤有机碳和全氮分布特征的影响―[JP+2]以北京地区温榆河为例[J].中国生态农业学报，2012，20（010）：1315-1321.（GUO Er-Hui，SUN Ran-Hao，CHEN Li-Ding，et al.Effects of riparian vegetation on soil organic carbon and total nitrogen distribution―a case study of Wenyu River，Beijing[J].Chinese Journal of Eco-Agriculture，2012，20（010）：1315-1321.（in Chinese））

[14] 卜晓燕，米文宝，许浩，等.宁夏平原不同类型区湿地土壤碳氮磷含量及其生态化学计量学特征[J].浙江大学学报：农业与生命科学版，2016，42（1）：107-118.（BO Xiao-yan，MI Wen-bao，XU Hao，et al..Contents and ecological stoichiometry characteristics of soil carbon，nitrogen and phosphorus in wetlands of Ningxia plain[J].Journal of Zhejiang University：Agric.& Life Sci.，2016，42（1）：107-118.（in Chinese））

[15] 赵慧，刘伟龙，王小丹，等.不同水分条件下藏北盐化沼泽湿地土壤碳氮的分布[J].山地学报，2014 （4）：431-437.（ZHAO Hui，LIU Wei-long，WANG Xiao-dan，et al.Distribution of soil carbon and nitrogen under different water conditionsin alpine salty wetlands，Northern Tibet Plateau[J].Journal of Mountain Science，2014 （4）：431-437.（in Chinese））

[16] Zhang Z S，Song X L，Lu X G，et al.Ecological stoichiometry of carbon，nitrogen，and phosphorus in estuarine wetland soils：influences of vegetation coverage，plant communities，geomorphology，and seawalls[J].Journal of Soils and Sediments，2013，13（6）：1043-1051.

[17] 石福臣，李瑞利，王绍强.三江平原典型湿地土壤剖面有机碳及全氮分布与积累特征[J].应用生态学报，2007，18（7）：1425-1431.（SHI Fu-chen，LI Rui-li，WANG Shao-qiang，et al.Profile distribution and accumulation characteristics of organic carbon and total nitrogen in typical marshes in Sanjiang Plain[J].Chinese Journal of Applied Ecology，2007，18（7）：1425-1431.（in Chinese））

[18] Wang J，Zhu L，Wang Y，et al.Spatial variability and the controlling mechanisms of surface sediments from Nam Co，central Tibetan Plateau，China[J].Sedimentary Geology，2015，319：69-77.

[19] 罗先香，贾红丽，杨建强，等.中国北方典型河口芦苇湿地土壤有机碳库比较研究[J].中国海洋大学学报：自然科学版，2015（3）：014.（LUO Xian-xiang，JIA Hong-li，YANG Jian-qiang，et al.A comparison of soil organic carbon pools in two typical estuary reed wetlands in Northern China[J].Periodical of Ocean University of China，2015（3）：014.（in Chinese）

[20] 张文敏，吴明，王蒙，等.杭州湾湿地不同植被类型下土壤有机碳及其组分分布特征[J].土壤学报，2014，51（6）：1351-1360.（ZHANG Wen-min，WU Ming，WANG Meng，et al.Distribution characteristics of organic carbon and its components in soils under different types of vegetation in wetland of Hangzhou Bay[J].Acta Pedologica Sinica，2014，51（6）：1351-1360.（in Chinese））

[21] 付姗，吴琴，尧波，等.南矶湿地土壤碳，氮，磷化学计量比沿水位梯度的分布[J].湿地科学，2015，13（3）：374-380.（FU Shan，WU Qin，YAO Bo，et al..The stoichiometric distribution of soil carbon，nitrogen and phosphorus in Nanji wetland along the water level gradient[J].Wetland Science，2015，13（3）：374-380.（in Chinese））

第8篇：环境因子的定义范文

关键词：盐碱地；土壤节肢动物群落；垂直分布；改良措施

中图分类号：S154.5 文献标识码：A 文章编号：0439-8114（2016）11-2785-07

DOI：10.14088/ki.issn0439-8114.2016.11.018

盐碱土是气候干旱、蒸发量强等情况下形成的一类特殊土壤，其形成的实质主要是各种易溶性盐类在地面的重新分配，致使盐分在集盐地区的土壤表层逐渐积聚起来[1]。用脱硫废弃物改良盐碱地是将工业废物的再利用和农业土壤改良相结合的一种改良方式，具有深远的现实意义[2]。盐碱化恢复过程是由物理、化学、生物等多个不同属性过程组成。其中，生物过程尤为重要，土壤节肢动物是土壤生态系统中不可缺少的重要组成部分，在土壤物质循环和能量转化过程中起着重要的作用，同时，土壤生态因子也决定了土壤节肢动物的生存与活动[3-5]。土壤节肢动物群落组成与结构对环境变化或干扰的反应极为敏感，可作为土壤环境监测的敏感因子[6]。土壤线虫[7]、原生动物[8]、蚯蚓[9]、甲螨[10，11]等类群已被应用于作为反映土壤质量的主要指标。土壤盐渍化对土壤节肢动物群落演变过程的生态驱动机制逐步受到关注，土壤节肢动物的种群分布、密度及生物量与土壤理化性状、土壤酶活性、有机物含量及肥力结构密切相关。中国北方干旱区盐碱化生境如黑河流域[12，13]、吉林羊草草原盐碱生境[14]、宁夏银川北部盐碱改良地试验区[15，16]、新疆尼勒克农田[17]，湿地盐碱化生境如崇明瀛东[18]、扎龙湿地[19]、豫东黄河[20]等不同盐碱化生境中陆续开展的一系列土壤节肢动物生态学研究表明，土壤pH、可溶性盐、碱化度、有机质等是影响土壤节肢动物的主要因子，而且受气候因子（温度和降水）的季节变化影响，不同盐碱化生境的优势类群差异很大。土地利用、覆被变化和生态系统管理措施对黑河流域土壤盐渍化及土壤节肢动物群落演变特征的耦合可显著改变土壤节肢动物群落结构[12，21]。

土壤盐碱化是目前制约宁夏农业增产的土壤因素之一，用脱硫废弃物改良盐碱地正逐步深入，并成为盐碱化生态恢复的有效途径。研究盐碱化恢复过程中土壤节肢动物群落和土壤环境的演变特征，为进一步解析盐碱化生态系统的生物过程演变机制奠定基础。为此，本研究通过调查不同改良措施下盐碱苜蓿地土壤节肢动物群落的结构，分析土壤节肢动物群落与环境因子间的关系，旨在揭示土壤节肢动物对盐碱化恢复的响应，为深入揭示盐碱化恢复的生物过程机理和制定有效的恢复措施提供科学依据。

1 研究区概况与研究方法

1.1 研究区自然概况

研究地位于宁夏平罗西大滩试验基地（E106°22′50″，N38°48′18″，海拔1 095 m），地处河套平原西南部，地势平缓低洼，境内分布有中国乃至世界特有的龟裂碱土。该地属典型的北温带大陆性气候，年平均气温8.50 ℃，年平均降水量180 mm，主要集中在7～9月，平均海拔1 100 m。地下水埋深约1.50 m，盐分类型主要有NaCl、Na2SO4、Na2CO3，土壤质地黏重，透水性差。土壤碱化度为15%～60%，pH 8.00～10.40，全盐含量0.25%～0.65%。

1.2 样地设置与土壤节肢动物采集鉴定

样地设在6×6拉丁方设计（36个小区）的苜蓿（Medicago sativa）试验田（已种植2年，每年夏季和秋季各刈割1次），小区面积5 m×10 m，总面积1 800 m2，苜蓿株（丛）距10 cm，行距30 cm。共设6个处理，处理1（MXA）不用任何改良技术；处理2（MXB）施脱硫石膏1.5 t/667 m2；处理3（MXC）施改良剂0.5 t/667 m2+有机肥2.0 t/667 m2；处理4（MXD）洗盐灌水定额270 m3/667 m2；处理5（MXE）施脱硫石膏1.5 t/667 m2+灌排措施（同处理4）；处理6（MXF）施脱硫石膏1.5 t/667 m2+有机肥2.0 t/667 m2+改良剂0.5 t/667 m2+灌排措施（同处理4）。采样于2014年6～10月进行，每20 d采集1次，共采集7次，同一处理选择3个小区，并在3个小区上各设3个重复。每一样方以200 cm3环刀法分0～5、5～10、10～15 cm三层取土样，带回实验室分别用Tullgren法（干漏斗法）进行分离提取土壤节肢动物[22]。

对采集的土壤节肢动物标本进行鉴定[22-24]，因土壤节肢动物成虫和幼虫的生活习性差异较大，所以将成虫和幼虫分开统计数量。

1.3 土壤理化因子分析

在每个样方内，用环刀法按照0～5、5～10、10～15 cm分层取土样，装入袋中，带回实验室，测定土壤全氮、速效磷、速效钾、有机质、pH、全盐和碱化度值[25]。土壤温度和水分含量分别用TP-ST-1和TP-SR-1在样地野外测定。

1.4 数据分析

各类群数量等级划分：个体数量占全部捕获量10%以上为优势类群，介于1%～10%之间为常见类群，介于0.1%～1%之间为稀有类群，0.1%以下的为极稀有类群。以土壤节肢动物密度（D）反映不同样地土壤节肢动物的数量，其含义为100 cm3捕获的土壤节肢动物个体数。土壤节肢动物类群多样性（H）分析采用Shannon-Wiener多样性指数，计算公式为H′=-∑PilnPi，其中Pi=Ni/N，Pi是第i种个体数占总个体数的比率，Ni是第i种的个体数，N是总个体数[26]。

土壤因子对土壤节肢动物群落结构的影响，采用灰色关联的方法分析[27]。关联系数：rij（k）=（Δmin+PΔmax）/Δij（k）+PΔmax，式中，Δmin、Δmax分别为所比较数列的绝对差中的最小值和最大值，P为分辨系数，一般取值在0.1～0.5，本研究取值0.5。

通过SPSS16.0统计软件，采用单因素方差分析（One-way ANOVA）法分析不同样地土壤理化性质、土壤节肢动物群落之间的差异。采用Correlate相关分析中的Pearson指数分析土壤节肢动物密度、类群丰富度与土壤因子的相关性。采用多元线性逐步回归（Stepwise）分析检验土壤节肢动物群落与土壤因子之间的关系。

2 结果与分析

2.1 不同改良措施下土壤节肢动物群落组成

在研究样地共获得土壤节肢动物10 194头，31个土壤节肢动物类群，隶属于3纲11目27科（表1）。依据个体数量划分，土壤节肢动物群落的优势类群为前气门亚目和棘跳科，其个体数分别占群落个体总数的75.52%和10.77%；甲螨亚目和等节跳科为常见类群，其个体数占群落个体总数的7.66%和4.29%；稀有类群为6个类群，其个体数占群落个体总数的1.04%；极稀有类群为21个类群，其个体数占群落个体总数的0.72%。不同样地主要类群略有差异，其中MXA样地优势类群为前气门亚目（77.21%）和棘跳科（10.26%），常见类群为甲螨亚目（9.36%）和等节跳科（1.16%），特有类群为疣跳科、啮科；MXB样地优势类群为前气门亚目（83.80%），常见类群为甲螨亚目（3.42%）、棘跳科（8.48%）和等节跳科（3.61%），特有类群为叩甲科；MXC样地优势类群为前气门亚目（74.90%）和棘跳科（10.61%），常见类群为甲螨亚目（5.83%）、等节跳科（5.51%）和地蛛科（1.13%），特有类群为康（虫八）科；MXD样地优势类群为前气门亚目（76.88%）和棘跳科（11.99%），常见类群为甲螨亚目（6.18%）和等节跳科（3.93%），特有类群为苔甲科；MXE样地优势类群为前气门亚目（60.81%）、甲螨亚目（14.52%）和棘跳科（10.86%），常见类群为等节跳科（8.66%）；其中MXF样地优势类群为前气门亚目（73.13%）和棘跳科（14.22%），常见类群为甲螨亚目（7.90%）和等节跳科（2.02%）。

优势类群前气门亚目种群密度在不同样地间差异显著（F=24.472，P0.05）。不同改良措施对稀有和极稀有类群数目没有明显影响，但MXA样地最多，MXE样地次之，MXC样地和MXF较少，说明在人工干扰条件下，稀有类群数目有减少的趋势。稀有和极稀有类群数目受土壤水分量的影响显著（r=0.932，P

由图1可知，不同改良措施对盐碱苜蓿地土壤节肢动物群落类群丰富度（F=1.083，P>0.05）没有显著影响，MXA样地类群丰富度最高，说明农艺措施干扰会降低土壤节肢动物类群丰富度。不同改良措施明显影响盐碱苜蓿地土壤节肢动物聚集程度，MXB样地土壤节肢动物密度显著高于其他样地（F=0.389，P

2.2 土壤节肢动物的垂直分布

本次调查研究中，0～5、5～10、10～15 cm土层总类群数分别为24、22、18个，个体数量分别占调查总体数量的40.26%、41.32%和18.42%。不同土壤层次的土壤节肢动物类群丰富度存在差异，0～5 cm层与10～15 cm层之间存在显著差异（F=6.566，P

不同改良措施对盐碱苜蓿地土壤节肢动物群落类群丰富度和密度随土层而变化的规律的影响略有不同（图3）。0～5 cm层MXA样地的类群丰富度显著高于MXB样地，不同样地间类群丰富度差异不显著（F=1.386，P>0.05）。5～10 cm层MXB样地的类群丰富度显著高于MXE样地，而其他不同样地间类群丰富度差异不显著（F=1.432，P>0.05）。不同改良措施对不同土层的土壤节肢动物密度分布没有显著影响，MXB样地土壤节肢动物密度在3层中均为最高，在0～5 cm层MXF样地最低，5～10 cm层MXC样地和MXD样地最低，10～15 cm层MXC样地最低。

2.3 土壤节肢动物群落与土壤理化因子间的关系

不同样地0～15 cm土层土壤理化因子的测定结果见表2。从表2可知，不同改良措施下，样地间的土壤全氮、有机质、pH、全盐和碱化度有所不同。MXA样地pH、全盐和碱化度显著高于其他样地，5种改良措施下的土壤全盐差异不显著，MXB样地的pH分别与MXD和MXE样地差异显著（P

微地域内土壤节肢动物与土壤环境因子关系十分复杂，利用灰色关联分析方法，选择土壤节肢动物优势类群前气门亚目和棘跳科密度、常见类群甲螨亚目和等节跳密度、稀有类群密度、类群丰富度、总密度、群落多样性指数作为母数列（y），并依次定义为前气门亚目（y1）、甲螨亚目（y2）、棘跳科（y3）、等节跳科（y4）、稀有类群密度（y5）、类群丰富度（y6）、群落密度（y7）、群落多样性（y8）为母数列，对土壤的理化因子（表3）作单因素方差分析，选择差异明显（P

在所有的系数（表3）中，r65最大，r65=r（y6，x5）=0.829 0，表明土壤碱化度对土壤节肢动物群落类群丰富度影响最大。从土壤节肢动物的5个类群来看，在r1j中，即r1j=（y1，xj），r13和r11较大，r14偏小，表明前气门亚目受pH（0.782 6）和全氮（0.761 1）影响较大，受全盐（0.666 6）影响最小；在r2j中，即r2j=（y2，xj），r24和r25较大，r12偏小，表明甲螨亚目受土壤全盐（0.828 5）和碱化度（0.818 7）影响较大，受有机质（0.596 5）影响最小；以此类推，棘跳科受土壤pH（0.743 1）影响最大，受有机质（0.679 2）影响最小；等节跳科有机质（0.682 1）影响最大，受全盐（0.662 5）影响最小；稀有类群受全盐（0.776 5）和碱化度（0.769 0）影响较大，受有机质（0.549 1）的影响最小；类群丰富度受土壤碱化度（0.829 0）影响最大，受全盐（0.810 3）较大，受有机质（0.526 8）影响最小；群落密度受全氮（0.812 1）影响最大，pH（0.796 9）次之，受全盐（0.627 8）影响最小；群落多样性受pH（0.819 4）影响最大，全盐（0.786 5）和碱化度（0.775 8）次之，受有机质（0.549 5）影响最小。

土壤理化因子关联度均值由大到小依次为pH（0.736 7）、碱化度（0.734 5）、全盐（0.734 3）、全氮（0.713 7）、有机质（0.619 4）。土壤节肢动物群落关联度均值由大到小依次为类群丰富度（0.730 6）、群落多样性（0.730 4）、甲螨亚目（0.729 9）、群落密度（0.713 7）、棘跳科（0.713 4）、前气门亚目（0.712 6）、等节跳科（0.671 5）、稀有类群密度（0.659 6）。灰色关联度越大，说明子序列对母序列的影响越大[27]。可以看出，土壤pH、碱化度和全盐与土壤节肢动物的关系密切。群落丰富度和群落多样性与选取的环境因子最为密切，优势类群、常见类群和稀有类群密切程度略低。回归分析表明，土壤节肢动物类群丰富度分别与土壤pH（y=-24.117+3.667x，r2=0.629，F=6.788，P=0.048）、碱化度（y=0.860-0.174x，r2=0.825，F=18.793，P=0.012）和全盐（y=3.702+0.640x，r2=0.618，F=6.472，P=0.044）呈显著的线性关系，说明不同改良措施导致的土壤pH、碱化度和全盐的变化会明显影响土壤节肢动物类群的分布。

对0～5、5～10、10～15 cm土层土壤节肢动物类群丰富度、群落密度和多样性指数（H）与表2的土壤理化因子进行多元回归检验，结果见表4。从表4可见，在0～5 cm土层，土壤全盐和全氮是影响土壤节肢动物类群丰富度（r2=0.951，F=29.253，P=0.011）的决定因素；土壤全氮和速效钾影响土壤节肢动物群落的Shannon-Wiener指数（H）（r2=0.884，F=11.472，P=0.039）。在5～10 cm土层，土壤全盐决定土壤节肢动物类群丰富度（r2=0.813，F=17.386，P=0.014），土壤碱化度决定土壤节肢动物群落的Shannon-Wiener指数（H）（r2=0.690，F=8.910，P=0.041）。在10～15 cm土层，土壤节肢动物类群丰富度、群落密度和多样性指数（H）与土壤因子没有明显的回归关系。

3 小结与讨论

第9篇：环境因子的定义范文

关键字：温室 PLC 二氧化碳 组态

1 温室大棚内二氧化碳参数的调节与控制

大气中二氧化碳浓度一般为0.03%，在春冬温室大棚种植蔬菜时，为了保温，大棚常常处于封闭状态，缺少内外气态交换，二氧化碳浓度变幅较大。温室大棚中二氧化碳浓度的日变化一般规律是：在夜间，由于作物的呼吸作用、土壤微生物活动和有机质分解，生成的二氧化碳使大棚内二氧化碳浓度很快增加，可比棚外空气中二氧化碳浓度高近一倍，但早晨日出后，作物光合作用加强，又大量消耗棚内夜间积存的二氧化碳，使其浓度急剧下降，日出后1小时，二氧化碳浓度下降至300ppm左右，日出后2-3小时后，如不通风换气，其浓度将继续下降，甚至降到作物的二氧化碳补偿点80-150ppm，这时由于二氧化碳的浓度过低，叶片的光合作用基本停止，因此从日出后半小时到通风换气这段时间内，二氧化碳最为缺乏，已成为作物生长的重要障碍，在这段时间内，必须用人工增施二氧化碳来补充棚内该气体的不足，合理应用这一方法才能促使温室和大棚作物增产，这也是温室和大棚必须增施二氧化碳气体的基本原理。

2 总体方案设计

本文在设计上采用西门子S7-200PLC为控制核心的温室大棚二氧化碳浓度测控系统。系统可以独立完成对温室大棚内二氧化碳浓度信息的采集、处理和显示，根据设定的需求控制二氧化碳浓度，在当浓度超限时发出声光报警，同时发出执行动作。输入通道为二氧化碳浓度检测模块，检测模块使用二氧化碳传感器模块，得到的模拟信号通过模拟接口传入PLC变为数字信号。输出通道为二氧化碳浓度控制执行机构，二氧化碳浓度信号进入PLC，经过软件处理，PLC输出给执行机构来控制二氧化碳浓度。执行机构是由一个带有电磁阀的二氧化碳容器，当PLC发出执行信号，电磁阀就会打开放出二氧化碳气体，PLC发出关断信号，电磁阀就会关闭。报警系统采用声光报警模式，系统在二氧化碳浓度超出系统所设定的上限或者下限时，将会触发报警电路，提醒工作人员注意。系统本身除有自动控制二氧化碳浓度功能外，也可手工利用电脑来发出指令，命令执行机构发出二氧化碳，实现了双向控制。系统还可以集成其他温室环境因子的模块，如温度、湿度和光照的控制等，都可以以该系统为基础进行整合，从而实现温室大棚的多环境因子共同监控。

检测系统的框架图

3 硬件设计

温室大棚内二氧化碳浓度自动监控系统的硬件电路由西门子S7-200系列的224型PLC加上EM231模拟量输入模块、二氧化碳浓度检测电路、光强检测电路、二氧化碳执行机构电路、报警电路、显示电路和电脑构成。二氧化碳浓度传感器采用TGS4160，这种二氧化碳传感器除了具有体积小、寿命长、选择性和稳定性好的特点外，还具有耐高湿低温的特性。其检测模块使用费加罗（FIGARO）公司提供的AM-4二氧化碳传感器模块，得到的模拟信号通过模拟接口传入PLC变为数字信号。电脑的作用是使用MCGS组态软件来对系统进行监控，使得用户在电脑旁就可以对大棚的整个状况实行监控和控制。

4 软件设计

智能温室监控系统软件包括上位机监控软件和下位机系统软件。上位机监控软件的搭建采用组态软件MCGS6.2，下位机系统软件则采用西门子公司的STEP7Micro/WIN32编程软件来实现， 通过上位机和下位机之间的通信连接， 可以满足用户对温室环境数据的实时查询和监测。在系统设计中， 选用昆仑通态组态软件MCGS6.2实现系统上位机软件的搭建，根据控制系统的要求， 该系统主要包括温室控制工程主界面、温室参数实时曲线、温室参数历史曲线、数据浏览等主要用户界面。温室控制工程界面给出控制系统的总体设备布置图， 并实时显示一些重要参数， 可以对现场参数根据控制要求进行调节，以满足作物生长的需要。温室参数实时曲线和温室参数历史曲线分别以曲线的形式显示温室环境参数和执行机构运行情况， 操作人员可以在曲线上获取所要查询的参数信息。数据浏览是以数字的形式给出温室环境参数和执行机构的运行情况。在设计过程中首先在组态环境下建立工程， 然后在用户窗口中制作工程画面， 在设备工具箱中选择所用硬件设备，按照温室内设备的相应位置进行放置并进行连接。在搭建完成工程画面后还要进行数据对象的定义和动画连接， 把相应的静态图片和实时数据库中的数据对象建立连接， 实现动画效果。曲线的显示由实时曲线控件和历史曲线构件来实现， 最后进行设备的连接和通讯， 经调试后投入运行。

5 结论

温室大棚环境自动监控系统是我国现代化设施农业的推广产品，二氧化碳浓度是作为温室大棚环境中最重要的的因素之一。所以，温室大棚二氧化碳浓度自动监控系统的研发，有着举足轻重的作用。而且，本设计可以作为其他环境因素监控的基础，可以在本设计的基础上做进一步的改进，形成功能更加完善的产品，可以推进我国设施农业的步伐。

参考文献

[1]陈志文.《组态控制使用技术》[M]北京：机械工业出版社，2009.

[2]陈广庆、孙爱芹、徐克宝.《基于PLC和组态软件的温室控制系统设计》[J]安徽农业科学，2010，38（34）：19827-19828.

[3]王延才.《变频器原理及应用》[M]北京：机械工业出版社，2009.

[4]北京昆仑通态自动化软件科技有限公司《MCGS参考手册》[M]北京:北京昆仑通态自动化软件科技有限公，2003.