应用多层次结构的功能反应模型比较捕食螨对不同猎物的捕食行为

在害虫生物防治研究中,选择适合的天敌种类或类型是能否有效控制害虫的关键.虽然传统的功能反应试验能够为评价天敌的捕食行为与猎物(或寄主)密度的关系提供有益的依据,但不能根据这些结果对天敌捕食能力进行统计比较.本文在Michaelis-Menten模型的基础上,提出多级层次结构的功能反应模型,使试验习子(如天敌类型、猎物种类等)对捕食行为的影响,表达为模型参数的改变.并根据Ibralim和Rahman(1997)发表的12组功能反应试验结果,应用这一多层次结构模型统计比较不同天敌类型的捕食行为、及猎物种类、猎物生长期对试验结果的影响.取得如下结论:1.根据模型预测值与试验观测结果的吻合程度及模型误差的分布,说明以Michaelis-Menton为基础的多层次结构的功能反应模型能够用于统计比较捕食螨种类间的捕食行为,以及猎物类型、猎物生长阶段和其它环境因子对天敌捕食行为的影响作用.2.这一模型的分析结果不仅从统计角度证实了Ibahim和Rahman(1997)的推测,即红色叶螨是更适于这种捕食螨的猎物.同时为捕食螨种类的选择及田间释放技术提供统计依据.     

文化与自然灾害对四川居民保护旅游地生态环境行为的影响

探讨文化与自然灾害对四川居民保护旅游地生态环境行为影响的机理,并对九寨沟与青城山-都江堰进行对比分析。通过多群组结构方程模型分析方法对调研数据进行定量研究。结果发现文化与自然灾害对四川居民保护旅游地生态环境行为有着显著的间接影响;受文化相似性影响两地具有完全相同的结构模型,而且居民利他价值观、生态环境信念及保护旅游地生态环境行为因子均值不具有显著差异;受地方文化与环境状况差异性影响两地居民个人规范、日常环保习惯和灾害后果认知因子均值具有显著性差异,而且对应的路径系数九寨沟样本均大于青城山-都江堰样本。加强传统文化教育、普及环境与灾害知识、增强居民环境责任感等措施有利于旅游地生态环境可持续发展。     

利用不同方法测定红松人工林叶面积指数的季节动态

采用2种异速生长方程法、凋落物法、综合法(对光学仪器法进行木质部分及集聚效应校正后结合凋落物法)和光学仪器法测定了小兴安岭红松(Pinus koraiensis)人工林的叶面积指数(LAI)。首先利用光学仪器法测定有效叶面积指数(Le)的季节动态;其次为获得相对准确LAI,基于生长季节(5—8月)的展叶调查,结合凋落物法、综合法和2种异速生长方程法分别测定LAI的季节动态。结果表明:生长季节红松叶片8月初停止生长,迟于其他树种约两周;不同方法测定红松人工林LAI的季节变化均呈单峰型,且在8月初达到峰值,分别为异速生长方法-B(10.58)凋落物法(7.90)异速生长方法-A(6.70)综合法(4.41)光学仪器法(1.81);在整个调查期内(5月至11月),相对于异速生长方法-B、凋落物法、异速生长方法-A和综合法,光学仪器法分别平均低估81.69%、75.50%、70.18%和48.90%。本研究探讨了非破坏条件下测定红松人工林LAI季节动态的直接方法,并比较了不同方法之间的差异,研究结果可为有效测定常绿针叶林LAI提供参考。     

内蒙古森林碳汇特征研究进展

内蒙古森林以其面积大、活立木总蓄积高成为全国森林的重要组成部分.本文以文献为基础,分析了近年来内蒙古森林及其组成部分的碳储量、碳密度、固碳速率和潜力.大部分研究以第六次森林清查数据为基础,利用材积与生物量之间的线性关系,得出内蒙古森林碳储量约为920 Tg C,占同期国家森林资源总碳储量的12%,年均增长率约为1.5%,平均碳密度约为43 t·hm^-2.森林碳储量和碳密度呈逐年增加趋势,其中,针阔叶混交林、樟子松林和白桦林固碳能力最高.间伐和皆伐等人类活动使森林碳储量明显降低.已有的碳汇特征研究很少涉及土壤部分,仅有少数研究指出土壤碳密度随林龄的增加而增加.关于森林生态系统固碳潜力的研究不够深入.建议今后在计算内蒙古森林生态系统碳储量时,加入土壤碳储量部分;利用异速生长方程计算碳储量时,将树种器官碳含量设为45%;建立更多优势树种的、包含根系生物量的异速生长方程;加强气候变化与生态系统固碳速率和潜力关系的研究.     

细菌胞壁多糖对水体中低浓度Pb2+和Cd2+的吸附研究*

室内模拟研究了长春市伊通河天然水环境中优势细菌胞壁多糖对Pb²⁺ 和Cd²⁺ 吸附 ,结果发现 :胞壁多糖对Pb²⁺ 和Cd²⁺ 的吸附量分别在pH为 4 5、 5 0时最大 ;且均分为两个阶段 ,即当pH <4 5 ,对Pb²⁺ 的吸附量与pH呈正相关 ,当pH >4 5时 ,对Pb²⁺ 的吸附量与pH呈负相关 ;对Cd²⁺ 的吸附量在pH <5 0时     

广义Schumacher模型的改进及其应用

通过对前人提出的生长方程的具体分析,提出了一种改进的Schumacher生长方程．该模型包含了Gompenz函数、Schumacher方程及广义Schumacher方程,具有很强的自适应性和实用性．采用遗传算法。利用该模型对珍稀植物长苞铁杉和侧柏生长资料分别进行了拟合．结果表明,改进的Schumacher方程的拟合精度明显优于Schumache,方程和广义Schumacher方程,也优于经典的Logistic模型和李新运等自适应模型。可以在林木生长动态模拟及种群增长动态研究中广泛应用．     

毛竹林的连续型直径分布变化方程

推导出描述毛竹林的连续型的直径分布结构变化规律和特点的数学物理方程,为毛竹林资源的预测及监测和结构调整等研究建立数学模型及计算方法。     

稳定有界的Logistic方程的最优捕获策略

考虑单种群非自治的Logistic方程的开采问题．在R^ 中都存在均值的意义下,作为周期和概周期函数的推广,首先给出稳定有界函数的概念．然后定义一个新的最终最优收获策略用于处理我们的问题．选择单位时间的最大持久收益的极限均值作为管理目标。同时得到了最佳的种群水平．作为应用,我们以概周期系数的Logistic方程为例,表明我们的结果不仅推广了经典的Clark关于自治的Logistic方程的收获问题,而且推广了范猛和王克的关于周期的Logistic方程的收获问题的结果．     

逻辑斯谛Logistic模型研究进展

阐述了经典的逻辑斯谛(Logistic)模型的类型,分析了Logistic模型中存在的局限性,根据其局限性,学者们提出了各种各样的数学模型。这些数学模型对于实际中的模型选择和拟合有一定的启示作用,而且,进一步加强了对种群数量变动的理解。     

Bivariate association analysis for quantitative traits using generalized estimation equation

Quantitative traits often underlie risk for complex diseases. Many studies collect multiple correlated quantitative phenotypes and perform univariate analyses on each of them respectively. However, this strategy may not be powerful and has limitations to detect plei- otropic genes that may underlie correlated quantitative traits. In addition, testing multiple traits individually will exacerbate perplexing problem of multiple testing. In this study, generalized estimating equation 2 （GEE2） is applied to association mapping of two correlated quantitative traits. We suppose that a quantitative trait locus is located in a chromosome region that exerts pleiotropic effects on multiple quantitative traits. In that region, multiple SNPs are genotyped. Genotypes of these SNPs and the two quantitative traits affected by a causal SNP were simulated under various parameter values： residual correlation coefficient between two traits, causal SNP heritability, minor allele frequency of the causal SNP, extent of linkage disequilibrium with the causal SNP, and the test sample size. By power ana- lytical analyses, it is showed that the bivariate method is generally more powerful than the univariate method. This method is robust and yields false-positive rates close to the pre-set nominal significance level. Our real data analyses attested to the usefulness of the method.