应用细胞自动机对一年生植物种群扩散进行理论研究

应用细胞自动机方法构造了用于研究一年生植物扩散的理论模型并应用该模型模拟了一年生植物（杂草）种群在同质环境中的扩散。一年生杂草种子的扩散距离和分布是其种群扩散的主要方式,故本文将其种子扩散分布作为构建邻域细胞函数的基础。根据Howard(1991)^[1]提供的某一年生杂草种子的扩散数据,本文导出了一个25邻的邻域细胞函数和相关的转移函数。建立了一个受控的细胞自动机模型。通过模拟,发现在同质环境中聚集在一起的一年生植物杂草越多就需要越大的控制力才能限制它们扩散;生长于农田边缘的杂草更容易被控制。这些模拟结果表明该模型能较好地表现生态学中的两个众所周知的现象;生物的聚集效应和边缘效应。希望自动机方法和在本文获得的知识将有助于我们制订植物种群的最优管理策略。     

低温显微装置及其对细胞胞内冰晶形成现象的观察

了解细胞在不同条件下的结冰可能性有助于设计低温保存方案。应用低温显微系统．本对快速冷冻的脐带血干细胞的结冰现象进行了研究。在没有低温保护剂时,胞内出现冰晶温度范围为-4℃— -13℃,在有10％二甲亚砜做低温保护剂时,胞内出现冰晶温度范围为-27℃— -38℃。利用得到的实验数据,根据Toner提出的胞内冰晶形成模型,对有关参数进行了拟合。     

动物内温性进化研究进展

对动物内温性进化的研究进行了较为系统的论述,包括内温性动物概念的由来、特点和起源的选择因子。内温性起源的选择因子包括8个模型：热生态位扩展模型、恒温与代谢效率模型、降低个体大小模型、姿势改变模型、增加脑大小模型、有氧呼吸能力模型、双亲行为模型和同化能力模型。其中后3个模型较为重要。有氧呼吸能力模型认为,选择提高支持物理运动的最大呼吸能力,而增加的静止代谢作为其相关反应而得以进化。该假说得到种内研究数据的支持,而种问的数据并小完全支持。双亲行为模型是指在鸟兽类中,内温性是对双亲行为选择的结果,因为内温性为双亲控制抚育温度提供了保证。同化能力模型认为,在鸟类和兽类中内温性进化由以下两个因素所推动：①子代出生后双亲行为加强;②为支持每日总体能量高速消耗所需,动物内脏器官能力增强而导致的较高维持消耗。     

还原态氮源在微小原甲藻大规模赤潮中的重要性--动力学模型

1998年春末夏初,在美国的切萨皮克海湾的Choptank河出现了由微小原甲藻引发的大规模的赤潮。我们做了一系列与该藻赤潮发生机制有关的生理学特征实验。其中与氮吸收有关的生理学参数被应用于微小原甲藻赤潮发生动力学模型。为说明几个关键的生态及生理学过程在微小原甲藻赤潮发展和持续过程重的重要性,我们用该模型测试了几个关键过程点。模型测试的结果表明,河流输入充足的氮源是引起微小原甲藻赤潮的关键因素,而输入营养盐的组成结构对赤潮的发生并不起主要作用。然而在赤潮形成后,赤潮的维系依赖于还原态的氮源。在赤潮的维持过程中,微小原甲藻的倾向于吸收还原态的氮源的生理学特征起了很大作用。模型进一步表明微小原甲藻在低光照或黑暗条件下对氮的吸收仍然保持相当的吸收速率有利于该藻赤潮的发展。     

CCl4和PS两种SD大鼠模型肝纤维化进程时效关系对比研究

目的　比较CCl4 法和PS法两种肝纤维化制模方法在肝纤维化形成进程中时效关系和病理学特征。方法　采用CCl4 和PS法制作SD大鼠肝纤维化模型 ,分别观察在造模第 6、10、14、2 0周时肝脏组病学特征 ,Masson三色染色和计算机图像分析系统进行分析。结果　CCl4 法于制模第 6周即可见肝脏假小叶形成 ,于第 10周始最为典型 ;随着假小叶的形成和造模方法停止 ,肝脏病理结构变化趋于稳定 ;肝细胞脂肪变性尤为突出 ,与模型制作进程相平行。PS法于造模第 10周即造模结束时方见纤维间隔形成 ,造模虽已停止但肝纤维化进程加速完成 ,肝组织分隔严重 ,假小叶形成较多并进展到第 2 0周 ;制模自始至终 ,肝细胞未见明显脂肪变性。结论　CCl4 和PS两种制模方法在肝纤维化形成进程中所表现出的时效关系和病理特征有所不同 ,提示两种制模方法在形成肝纤维化机制方面有所不同。结合使用两种方法研究肝纤维化更为合理 ;以抗肝纤维化干预因子进行干预研究时 ,干预因子的持续时间宜延长至肝纤维化形成之高峰期或之后 ,持续时间至少 14周 ;预防和治疗用药干预研究时 ,其起始时间宜分别以造模开始前 4周和造模停止前 4周为宜     

多维球面模型应用于草原监测数据分析的探讨

 提出分析归纳草原监测多元数据的新数学方法,多维球面模型。M个物种所组成的草原的状态可以用M元向量来表示,向量的长度用来表示草原的量值,向量的方向表示草原组成。从草原监测的角度,草原的相对组成是更重要的,成份变化的比率更能说明问题。在处理草原监测数据中使用向量等比系列和向量等差系列是可行的。等比系列比较能反映生物几何增长的本质。为了纠正中间过程被忽略的弱点,要坚持逐年监测,逐步分析,或使用滑动平均。二阶趋势值可尝试用于解决时间滞后问题,卡门滤波用于降低预报误差。因为草原监测需要使用分种数据,必须以人工监测记录为主,再辅以其它高科技手段,如遥感。     

Identifying ‘prime suspects’: symbioses and the evolution of multicellularity

The possible involvement of symbioses in the evolution of multicellularity is explored. Evidence is drawn principally from the biology of present day associations of plants and animals with prokaryotes. A particular emphasis is placed on future research opportunities in this area of biology that have been provided by the advent of specific molecular techniques and new model systems. With the application of new approaches that result from these advances, a more holistic understanding of the biology of the coevolved communities, composed of animals or plants and their associated prokaryotes, is within the reach of biologists over the next few decades.     

Climate‐driven uncertainties in modeling terrestrial gross primary production: a site level to global‐scale analysis

We used a land surface model to quantify the causes and extents of biases in terrestrial gross primary production (GPP) due to the use of meteorological reanalysis datasets. We first calibrated the model using meteorology and eddy covariance data from 25 flux tower sites ranging from the tropics to the northern high latitudes and subsequently repeated the site simulations using two reanalysis datasets: NCEP/NCAR and CRUNCEP. The results show that at most sites, the reanalysis‐driven GPP bias was significantly positive with respect to the observed meteorology‐driven simulations. Notably, the absolute GPP bias was highest at the tropical evergreen tree sites, averaging up to ca. 0.45 kg C m^?2 yr^?1 across sites (ca. 15% of site level GPP). At the northern mid‐/high‐latitude broadleaf deciduous and the needleleaf evergreen tree sites, the corresponding annual GPP biases were up to 20%. For the nontree sites, average annual biases of up to ca. 20–30% were simulated within savanna, grassland, and shrubland vegetation types. At the tree sites, the biases in short‐wave radiation and humidity strongly influenced the GPP biases, while the nontree sites were more affected by biases in factors controlling water stress (precipitation, humidity, and air temperature). In this study, we also discuss the influence of seasonal patterns of meteorological biases on GPP. Finally, using model simulations for the global land surface, we discuss the potential impacts of site‐level reanalysis‐driven biases on the global estimates of GPP. In a broader context, our results can have important consequences on other terrestrial ecosystem fluxes (e.g., net primary production, net ecosystem production, energy/water fluxes) and reservoirs (e.g., soil carbon stocks). In a complementary study (Barman et al., 2013 ), we extend the present analysis for latent and sensible heat fluxes, thus consistently integrating the analysis of climate‐driven uncertainties in carbon, energy, and water fluxes using a single modeling framework.