CN114814166A - 一种外来植物入侵潜在风险点的计算方法 - Google Patents
一种外来植物入侵潜在风险点的计算方法 Download PDFInfo
- Publication number
- CN114814166A CN114814166A CN202210363023.3A CN202210363023A CN114814166A CN 114814166 A CN114814166 A CN 114814166A CN 202210363023 A CN202210363023 A CN 202210363023A CN 114814166 A CN114814166 A CN 114814166A
- Authority
- CN
- China
- Prior art keywords
- foreign
- soil
- plant
- invasion
- plants
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Remote Sensing (AREA)
- Development Economics (AREA)
- Geology (AREA)
- Educational Administration (AREA)
- Biochemistry (AREA)
- Game Theory and Decision Science (AREA)
- Environmental & Geological Engineering (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种外来植物入侵潜在风险点的计算方法,属于环境保护和管理领域。该方法步骤如下:1)选择外来植物的一种和本地植物的一种或多种;2)在种植区通过不同的相对密度模拟外来植物不同入侵水平;3)定期收集不同入侵水平的植株根际土壤样品,测定土壤理化指标和生化指标;4)采用样条回归模型,把步骤3)测得的数据集划分成多个连续的区间,并用线性函数或低阶多项式函数进行分区回归拟合,然后采用R语言包segmented求得拟合曲线的拐点,从而确定外来植物的潜在风险点。本发明方法操作简便、结果稳定、可重复性强,既适用于温室实验模式的构建,也适用于野外调查,同时避免了指数选择不当时容易出现的过拟合的问题。
Description
技术领域
本发明属于环境保护和管理领域,涉及外来植物入侵技术领域,更具体地说,涉及一种基于植物-土壤反馈机制的外来植物入侵潜在风险点的计算方法。
背景技术
近年来,生物入侵问题备受全球关注,自然生态系统的植物入侵者,也被称为“环境杂草”,已被证明通过阻止伴生幼苗的建立和生长、改变植物与传粉者的相互作用来抑制本地物种的繁殖;通过对空间、水、养分和光等资源的直接竞争,取代本地土著物种。这些影响的累积后果可能会降低本地物种的丰富度,并改变种群结构,严重影响本地物种多样性。随着入侵范围的扩大,它们的存在会严重破坏生态系统的稳定性,危害畜牧业、农业及生态环境,造成了不可估量的经济损失。
植物-土壤反馈是指植物改变根际土壤的生物和非生物特征,同时生物和非生物的改变的也能提高或降低该植物的生长,形成正的或负的反馈,从而影响植物群落组成及植物间相互作用。外来植物在入侵过程中积极调动植物-土壤反馈机制,通过分泌次生代谢物质影响微生物的群落结构和功能,而微生物群落又通过改变土壤中营养组分(氮、磷和有机质)的含量或组分的形态,形成正反馈,从而有利于外来植物的生长。随着外来物种入侵水平的增加,土壤中的养分会因外来植物的生长,其含量会有所下降,在此之后,外来植物会通过分泌次生代谢物质改变土壤中与养分相关微生物的功能和结构,使得土壤中养分有所上升,此时就会出现土壤养分的“拐点”,在此“拐点”前后,土壤中养分会发生显著变化,同时,在此“拐点”之后外来植物会因养分含量的提升而迅速扩张。因此,可以通过建立外来植物土壤中营养组分含量与入侵水平之间的关系,找到营养组分显著变化的“拐点”所对应的入侵水平,即为入侵潜在风险点。在达到此入侵潜在风险点之后,外来物种会大肆扩张,形成单一群落,破坏当地的生物多样性。因此,我们需要在外来植物的入侵水平达到潜在风险点之前开展外来植物的防治工作,以免对生态环境、农业经济造成巨大的损失。入侵潜在风险点的确立对我们了解外来植物入侵者对自然群落物种多样性的影响至关重要,有助于优先管理生物多样性损失可能最大的地点,为受到植物侵略者威胁的物种或生命形式的优先保护物种提供保护信息。
现有方法利用MAXENT、GARP和CLIMEX等模型对外来植物适生区进行预测,然而,该方法对收集的样点信息及环境因子有很大的依赖性,同时,该方面并不能在物种多样性及环境保护方面给出管理的潜在风险点。
此外,也有研究利用LOESS(locally weighted regression)模型对外来植物的入侵阈值进行推算,LOESS是一种用于局部回归分析的非参数方法,它主要是把样本划分成一个个小区间,对区间中的样本进行多项式拟合。然而,多项式回归存在缺点,当多项式的幂较高时,可能特征的一个微小变化都会被放大,也就是很容易过拟合,另一方面它是非局部的,也就是说改变数据集上某一点的y值,即使其他离此点很远的点也会受到影响。因此,基于植物-土壤反馈机制来建立一种外来植物入侵潜在风险点的计算方法显得尤为重要。
发明内容
针对现有技术存在的上述问题,本发明所要解决的技术问题在于提供一种外来植物入侵潜在风险点的计算方法。
为了解决上述技术问题,本发明所采用的技术方案如下:
一种外来植物入侵潜在风险点的计算方法,包括以下步骤:
1)选择外来植物的一种和本地植物的一种或多种;
2)在种植区通过不同的相对密度模拟不同入侵水平,以一定比例密度的增量,从0%到100%模拟外来植物不同入侵水平;
3)定期收集种植区不同入侵水平的植株根际土壤样品,测定土壤理化指标和生化指标;所述土壤理化指标选自有机质、总氮、总磷、总钾、有效氮、有效磷和有效钾中的多种;所述土壤生化指标选自脲酶、转化酶、过氧化氢酶和碱性磷酸酶活性中的多种;
4)采用样条回归模型,把步骤3)测定得到的土壤理化指标和生化指标的数据集进行划分,得到多个连续的区间,并用线性函数或低阶多项式函数进行分区回归拟合,然后采用R语言包segmented求得回归拟合曲线的拐点,从而确定外来植物的潜在风险点。
进一步的,本发明在种植区通过不同的相对密度模拟不同入侵水平,以25%比例密度的增量,从0%到100%模拟外来植物不同入侵水平。
在实际操作中,可根据需要对等比例密度进行变换,而不局限于25%。
相比于现有技术,本发明的有益效果为:
1)本发明方法操作简便、结果稳定、可重复性强,既适用于温室实验模式的构建,也适用于野外调查。
2)本发明是建立在植物-土壤反馈机制的基础上的,因此,利用植物-土壤反馈机制促进自身生长的入侵植物均可用此方法进行推算,且所得到的潜在风险点可以支撑生态环境管理,从而有利于生物多样性的提升。
3)本发明采用样条回归法避免了必须需要数据的先验知识才能选择最佳指数,也避免了指数选择不当时容易出现的过拟合的问题。
附图说明
图1为本发明实施例提供的不同入侵水平实验模式示意图。
具体实施方式
下面结合具体实施例对本发明进一步进行描述。下述实施例中所用的材料、试剂等,如无特殊说明,均可从商业途径得到。
本发明外来植物选择加拿大蓬(Conyza canadensis),加拿大蓬原产北美洲,现在世界各地广泛分布,于1860年在我国山东烟台首次被发现,是我国分布最广的外来植物之一,2014年8月20日被生态环境部(原环境保护部)列入第三批中国外来入侵物种名单。加拿大蓬可产生大量瘦果,能够借助冠毛随风扩散,蔓延极快,在我国大部分地区均有分布。该外来植物较易入侵农田、茶园、公路边、草地、建筑工地、河滩及退化的林地等生境,容易形成单优势种群落,对秋收作物、果园、草地和茶园等经济作物危害严重。同时,选取本地植物选择莴苣(Lactuca sativa)开展试验。
采用不同比例的加拿大蓬和莴苣(0-100%入侵密度)来模拟加拿大蓬的不同入侵阶段:(1)无入侵(加拿大蓬的密度占比为0%);(2)入侵初期(加拿大蓬的密度占比为25%);(3)入侵适应期(加拿大蓬的密度占比为50%);(4)入侵扩散期(加拿大蓬的密度占比为75%);(5)单优势种群落(加拿大蓬的密度占比为100%)。
在植物生长4个月后,从每个盆中收集根际土壤样品,进行土壤理化、生化分析。测定土壤有机质(SOM)、总氮(TN)、总磷(TP)、总钾(TK)、有效氮、有效磷和有效钾。土壤的生化指标涉及脲酶、转化酶、过氧化氢酶和碱性磷酸酶活性的测定。
土壤有机质采用重铬酸钾容量法测定;总氮采用凯氏定氮法;总磷采用钼酸铵分光光度法测定;总钾采用火焰光度法测定。同时,采用Conway、分光光度法和火焰光度法分别测定了土壤有效氮、有效磷和有效钾。
土壤的生化指标涉及脲酶、转化酶、过氧化氢酶和碱性磷酸酶活性的测定。在578nm处分光光度测定脲酶活性,并以24小时内每克干燥土壤产生的NH4 +-N(mg)的量表示。用3,5-二硝基水杨酸在508nm处通过分光光度法测定转化酶活性,并以24小时内每克干土产生的葡萄糖的量表示。采用高锰酸钾滴定法测定过氧化氢酶活性,并以每克干土在30分钟内产生的KMnO4的量表示。用对硝基苯基磷酸盐分光光度法在410nm处测定ALP活性,并以每克新鲜土壤中释放的对硝基苯酚的量表示。
植物生长4个月后测定的结果如下:
表1土壤理化和生化指标测定结果
采用样条回归模型,把测定得到的土壤理化指标和生化指标的数据集划分成一个个连续区间,并用单独的模型(线性函数或者低阶多项式函数)进行分区回归拟合,并使用R语言包“segmented”求得拟合曲线的“拐点”,从而确定外来植物入侵的潜在风险点。
以养分有效氮和入侵水平的数据为例,在R软件中利用rms包进行样条回归模型拟合曲线,根据散点图的趋势分析设置3个节点,样条回归模型的残差标准误为9.825,r=0.8286。再用“segmented”包求“拐点”,R软件自动计算将模型分成了两段,求得的拐点为55%。
其它的养分元素按照以上方法进行分析,得到了有效氮、有效磷和过氧化氢酶的“拐点”,表明加拿大蓬的密度占比分别为55%、53%和48%时,土壤中有效氮、有效磷和过氧化氢酶开始发生急剧变化。因此推算加拿大蓬入侵的密度占比的潜在风险点约为50%,即加拿大蓬在此潜在风险点之后由于养分库的保障会促进其疯狂生长,对生物多样性及生态系统构成重大威胁,亟需对其进行防控和治理。
Claims (2)
1.一种外来植物入侵潜在风险点的计算方法,其特征在于,包括以下步骤:
1)选择外来植物的一种和本地植物的一种或多种;
2)在种植区通过不同的相对密度模拟不同入侵水平,以一定比例密度的增量,从0%到100%模拟外来植物不同入侵水平;
3)定期收集种植区不同入侵水平的植株根际土壤样品,测定土壤理化指标和生化指标;所述土壤理化指标选自有机质、总氮、总磷、总钾、有效氮、有效磷和有效钾中的多种;所述土壤生化指标选自脲酶、转化酶、过氧化氢酶和碱性磷酸酶活性中的多种;
4)采用样条回归模型,把步骤3)测定得到的土壤理化指标和生化指标的数据集进行划分,得到多个连续的区间,并用线性函数或低阶多项式函数进行分区回归拟合,然后采用R语言包segmented求得回归拟合曲线的拐点,从而确定外来植物的潜在风险点。
2.根据权利要求1所述的外来植物入侵潜在风险点的计算方法,其特征在于,在种植区通过不同的相对密度模拟不同入侵水平,以25%比例密度的增量,从0%到100%模拟外来植物不同入侵水平。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210363023.3A CN114814166A (zh) | 2022-04-07 | 2022-04-07 | 一种外来植物入侵潜在风险点的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210363023.3A CN114814166A (zh) | 2022-04-07 | 2022-04-07 | 一种外来植物入侵潜在风险点的计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114814166A true CN114814166A (zh) | 2022-07-29 |
Family
ID=82535160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210363023.3A Pending CN114814166A (zh) | 2022-04-07 | 2022-04-07 | 一种外来植物入侵潜在风险点的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114814166A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004305186A (ja) * | 2003-04-02 | 2004-11-04 | Ryoji Tatewana | 土着菌微生物の採取方法と緑化・飼料・土壌改良としての使用方法 |
US20140200143A1 (en) * | 2013-01-15 | 2014-07-17 | Stuart Jennings | Low-concentration phytotoxic micronutrient compounds for selective control of invasive plant species |
CN107624584A (zh) * | 2017-10-24 | 2018-01-26 | 华南师范大学 | 粉葛对入侵杂草薇甘菊的替代控制 |
CN112231639A (zh) * | 2020-10-13 | 2021-01-15 | 云南大学 | 一种高陡煤灰岩质边坡生态重建环境条件诊断方法 |
CN112698000A (zh) * | 2020-12-06 | 2021-04-23 | 伊犁师范大学 | 一种外来植物苍耳的生态风险评估系统 |
-
2022
- 2022-04-07 CN CN202210363023.3A patent/CN114814166A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004305186A (ja) * | 2003-04-02 | 2004-11-04 | Ryoji Tatewana | 土着菌微生物の採取方法と緑化・飼料・土壌改良としての使用方法 |
US20140200143A1 (en) * | 2013-01-15 | 2014-07-17 | Stuart Jennings | Low-concentration phytotoxic micronutrient compounds for selective control of invasive plant species |
CN107624584A (zh) * | 2017-10-24 | 2018-01-26 | 华南师范大学 | 粉葛对入侵杂草薇甘菊的替代控制 |
CN112231639A (zh) * | 2020-10-13 | 2021-01-15 | 云南大学 | 一种高陡煤灰岩质边坡生态重建环境条件诊断方法 |
CN112698000A (zh) * | 2020-12-06 | 2021-04-23 | 伊犁师范大学 | 一种外来植物苍耳的生态风险评估系统 |
Non-Patent Citations (1)
Title |
---|
HAIYAN ZHANG: "《Invasion by the weed Conyza canadensis alters soil nutrient supply and shifts microbiota structure》", 《SOIL BIOLOGY AND BIOCHEMISTRY》, pages 107739 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Analysis of the distribution pattern of Chinese Ziziphus jujuba under climate change based on optimized biomod2 and MaxEnt models | |
Paul et al. | Evolution of CO2 and soil carbon dynamics in biologically managed, row-crop agroecosystems | |
Ladha et al. | Long‐term effects of urea and green manure on rice yields and nitrogen balance | |
Moya et al. | Temporal characterisation of soil-plant natural recovery related to fire severity in burned Pinus halepensis Mill. forests | |
Lou et al. | Niche modelling of marsh plants based on occurrence and abundance data | |
Srinivasarao et al. | Continuous cropping under elevated CO2: Differential effects on C4 and C3 crops, soil properties and carbon dynamics in semi-arid alfisols | |
Clark et al. | Mycorrhizas and secondary succession in aspen–conifer forests: Light limitation differentially affects a dominant early and late successional species | |
Kraus et al. | How well can we assess impacts of agricultural land management changes on the total greenhouse gas balance (CO2, CH4 and N2O) of tropical rice-cropping systems with a biogeochemical model? | |
Chung et al. | Temporal aspects of the fine-scale genetic structure in a population of Cinnamomum insularimontanum (Lauraceae) | |
Baldarelli et al. | Nutrient additions have direct and indirect effects on biocrust biomass in a long-term Chihuahuan Desert grassland experiment | |
Moreno-Cadena et al. | Importance of genetic parameters and uncertainty of MANIHOT, a new mechanistic cassava simulation model | |
Farina et al. | Do crop rotations improve the adaptation of agricultural systems to climate change? A modeling approach to predict the effect of durum wheat-based rotations on soil organic carbon and nitrogen | |
Strobl et al. | Selecting plant species and traits for phytometer experiments. The case of peatland restoration | |
Giongo et al. | Optimizing multifunctional agroecosystems in irrigated dryland agriculture to restore soil carbon–Experiments and modelling | |
Naudiyal et al. | Potential distribution of oak forests in the central Himalayas and implications for future ecosystem services supply to rural communities | |
Zhou et al. | Effects of vegetation restoration on soil properties and vegetation attributes in the arid and semi-arid regions of China | |
Kiniry et al. | Novel application of ALMANAC: modelling a functional group, exotic warm-season perennial grasses. | |
Chanda et al. | Two-decadal climate impacts on growth of major forest types of Eastern Himalaya | |
Hasegawa et al. | Modelling the effect of nitrogen on rice growth and development | |
Nasron et al. | Soil suitability assessment for harumanis mango cultivation in UiTM Arau, Perlis | |
Yusuf et al. | Assessment of soil degradation under agricultural land use sites: emerging evidence from the savanna region of North Eastern Nigeria | |
Setyawan et al. | Anticipated climate changes reveal shifting in habitat suitability of high-altitude selaginellas in Java, Indonesia | |
CN114814166A (zh) | 一种外来植物入侵潜在风险点的计算方法 | |
Parton et al. | Ecosystem sensitivity to land-surface models and leaf area index | |
Khan et al. | Model-based estimation of methane emission from rice fields in Bangladesh |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |