微囊藻和栅藻共培养实验及其竞争参数的计算

以Ｌｏｔｋａ－Ｖｏｌｔｅｒｒａ的双种竞争模型为基础,进行试验设计。共培养试验中,两种藻类的增长行为是不同的,培养前期共培养中栅藻的数量大于纯培养中栅藻的数量,而在后期则相反,微囊藻则是在整个共培养过程中的数量都小于纯培养中的数量。通过纯培养取得参数Ｋ和ｒ,变模型的微分形式为差分形式,以生长曲线拐点（密度制约起始点）出现的时间作为计算竞争参数的起始时间。经模拟计算获得参数,表明微囊藻的抑制能力是栅藻     

藻类批量培养中的比增长率最大值

批量培养谷皮菱形藻、莱茵衣藻、粉核小球藻、斜生栅藻、羊角月牙藻和铜绿微囊藻等六种藻类,在对数生长期,逐日计数而确定比增长率最大值（μｍａｒ）,发现（μｍａｒ）值出现的时间在各种藻类中不同。同时讨论了每种藻类的（μｍａｒ）与营养物质、光强、温度和起始浓度之间的关系。铜绿微囊藻的（μｍａｒ）在一定的总磷（ＴＰ）浓度范围内随ＴＰ浓度呈上升趋势。根据获得增大率最大值的条件,对它们在浮游植物群落中的生态位作     

基于DNA分子标记的潘氏闭壳龟遗传多样性分析

潘氏闭壳龟（Cuora pani）是中国特有种,国家二级重点保护野生动物。由于非法贸易加之栖息地破坏等,其野外种群数量十分稀少。本研究旨在利用线粒体基因与核基因标记揭示潘氏闭壳龟的遗传多样性和遗传结构,以期为中国潘氏闭壳龟的种群保护和管理提供科学依据。本次共研究14只潘氏闭壳龟个体,其中,6只原产地为四川广元,8只产地未知。结果表明,在14只潘氏闭壳龟样本中鉴定出Cyt b单倍型、ND4单倍型和R35单倍型各2个,且均有1个新单倍型;Cyt b、ND4和R35基因单倍型多样性分别为0.440、0.143和0.154,核苷酸多样性分别为0.000 41、0.000 19和0.000 63;各单倍型的平均遗传距离（p）均小于0.01。基于三个基因联合数据集的系统发育分析表明,潘氏闭壳龟与金头闭壳龟（C.aurocapitata）互为单系进化支,且中性检测和核苷酸错配分析显示,潘氏闭壳龟群体近期历史上可能未经历群体扩张事件。潘氏闭壳龟群体遗传多样性低,种内变异小,群体应对环境变化的能力低,建议应加强对中国潘氏闭壳龟野外种群的基础研究和保护力度,同时规范人工繁殖,以避免近亲繁殖和种群衰退。     

用人工神经网络方法估计Ligistic方程参数

本文提出Logistic方程参数优化估计的人工神经网络方法,并选取一组标样进行具体尝试。结果表明,用这种方法估计Logistic方程参数效果极好。     

藻类的接触致毒——恢复培养及其对化学物质的安全评价

应用接触致毒-恢复培养法,试验共有五个浓度组,即0.10,0.13,0.18,0.24和0.316mg/LCu~(2 ),和对照组。以比增长率作指标,实验结果经回归分析:确定Cu~(2 )对月牙藻逐步加深的三种致毒效应,半数效应浓度、完全抑藻浓度和完全杀藻浓度分别为0.204、0.297和0.316mg/LCu~(2 )。由恢复培养可知在杀藻效应浓度以上,藻类细胞受到不可逆转损害。恢复培养试验结果能客观地反映了毒物对藻类的毒理效应。     

生态学数学模型参数优化估计的遗传算法

本文提出用遗传算法,对生态学中的一些数学模型参数进行优化估计,并以崔-lawson方程为例．尝试了遗传算法的效果．结果表明,该方法性能良好,可望成为生态学中各类非线性模型辨识的有效参数．     

围隔中鲢和菹草控藻效果及其生态学意义

在滇池沿岸的池塘中 ,构建了面积为 10 0m2 ,水深为 85cm ,底质均为淤泥的四个围隔 ,其中在三个围隔内分别放养密度为 10 0g/m3 、75g/m3 、5 0g/m3 的鲢。它们均在一定程度上控制浮游植物的生物量并改善水体透明度 ,其中初始放养鲢 75g/m3 的围隔控制效果最明显。放养三种密度的鲢在有效控制微囊藻水华的同时 ,原先水体的优势种类发生质的变化 ,水体中浮游植物的多样性也明显增加。放鱼 2个月后 ,在生物操纵的围隔中同时种入菹草 ,在75g/m3 的鲢控藻的围隔中 ,菹草长势良好 ,浮游动物大量出现 ,透明度进一步增加     

上海市几条黑臭河道治理效果的比较与分析

随着上海市经济的突飞猛进和城市化的日新月异,随之而来的城市水污染问题也愈演愈烈.据上海市2003年水资源公报反映:全市16条主要骨干河道中,Ⅱ、Ⅲ类水断面占13.11%,Ⅳ类水断面占28.17%,V类和劣于V类水断面占58.12%[1].     

蓝藻毒素的研究概况

综述了近20年来有关藻毒素检测技术、脱毒降毒方法、微囊藻毒素（MC）与环境因子关系、MC对水生生物的影响、合成机理、Microcystis aeruginosa PCC7806专题及其他相关研究的进展。国内在此领域上的研究还比较薄弱,且更多集中在宏观层面上。     

运用遗传算法拟合Logistic曲线的研究

Logistic方程是研究有限空间内种群增长规律的重要工具之一．本文运用遗传算法拟合logistic曲线,并且比较了各种方法的拟合结果,证明遗传算法具有较强的拟合非线性方程的能力,对生物实验及生态、生理学中诸多非线性曲线的参数估计具有普遍意义．