青蛙精母细胞的减数分裂制片及观察

动物细胞减数分裂的实验通常用蝗虫精巢作材料,制成切片或者压片。该材料虽有不少优点,但现在许多地区蝗虫的来源已较困难。因此,我们参照有关资料,用青蛙精巢制作细胞悬液滴片观察精原细胞的减数分     

正常猫自然睡眠对心脏反复早搏阈值的影响

关于睡眠与室性快速型心律失常的关系报道不一。由于快眼动睡眠(REMS)能导致缺血性心脏病发作,普遍认为REMS中心电稳定性较差。另一些临床和动物实验资料却证明睡眠能大大降低室性早搏(VPB)频率及Lown分级法,明显抑制甚至消除抗心律失常药物难以控制的频发性VPB]和阵发性室性心动过速。本实验选择反复早搏阈值(RET)为     

大鹏湾反曲原甲藻种群动态机理模型辨识

建立了我国南海大鹏湾反曲原甲藻种群动态机理模型,在温度、盐度、溶解氧（ＤＯ）、可溶性无机磷（ＤＩＰ）、可溶性亚硝态氮、可溶性硝态氮和酸碱度（ＰＨ值）等７个因子的分析中,辨识出温度为反曲原甲藻的限制因子;种群数量变动中引入自回归平稳随机模拟,并建立３个站位６个层面的６个自回归与非线性回归联立模型,以动态递阶的方式对反曲原甲藻种群动态进行回代,研究模型对实测值的拟合结果,拟合率达８１．７％。     

高原湖泊流域国土空间生态修复优先区诊断及修复研究

高原湖泊流域是高原地区人类活动的重要载体,兼具高生态价值和高脆弱性的特点。随着高原湖泊流域城市化和工业化发展加速,湖泊面积萎缩,污染加剧,流域生态环境受损严重,引发了一系列生态环境问题,如水土流失、水污染、湿地退化、生境质量下降等。亟需开展生态修复以平衡经济发展与生态环境保护之间关系,而基于整体保护与系统治理思维诊断并修复生态修复优先区,是科学有序推进国土空间生态保护与修复的重要抓手。基于此,研究以高原湖泊流域典型代表滇池流域为例,利用人类足迹和景观生态风险模型定量评估生态系统所受负向干扰,以最小累积阻力模型和电路理论构建流域生态网络;提取生态网络受负向干扰较高的关键区域为生态修复优先区并提出针对性修复措施。研究表明：(1)滇池流域人类干扰和生态风险整体较高,人类干扰整体呈核心—边缘递减的圈层式分布,中高生态风险占据了绝大部分区域。人类交通网络大幅扩展了人类干扰和生态风险的强度和深度;(2)区域生态网络呈典型湖泊生态网络特点,38条生态廊道呈放射状或环状分布,连通湖区、山区两大生态空间内共23块生态源地,保障区域生态安全;(3)研究共提取生态源地修复优先区73.83km²     

偃麦草与小偃麦染色体组构成的细胞遗传学研究V.硬粒小麦与中…

获得了硬粒小麦（２ｎ＝６ｘ＝２８,ＡＡＢＢ）与中间偃麦草（２ｎ＝６ｘ＝４２,ＮＮＥ１Ｅ１Ｅ２Ｅ２）杂种Ｆ１及回交后代材料。统计分析杂种Ｆ１及回交一代ＰＭＣＭＩ染色体配对构型,认为中间偃麦草具较远缘的同亲关系染色体组。由三价体出现频率分析,中间偃麦草不含小麦的Ｂ染色体组,建议用ＮＥ１Ｅ２为其染色体组公式。根据回交一代及其自交后代染色体数目,分析了六倍体小偃麦这一人工新物种的形成过程。     

基于生态位理论的毛竹-桫椤群丛物种竞争共存机制

研究毛竹干扰状态下赤水桫椤国家级自然保护区毛竹-桫椤群丛主要物种的生态位特征和种间协变关系,分析物种间竞争共存机制。结果表明：群丛中木本及高大草本植物共有67种,隶属于40科53属。毛竹的重要值、Shannon生态位宽度指数(B_S)、Levins生态位宽度指数(B_L)均最大,毛竹为群丛中绝对优势种;桫椤的重要值和B_L值位列第二,B_S值位列第三。20个主要物种组成的190组种对中,毛竹与桫椤生态位重叠值最大,为0.64;136组种对生态位重叠值小于0.2(占总对数的71.6%),物种间生态位重叠程度低,生态位分化程度较大。主要物种间的总体联结呈显著正联结,群落相对稳定;主要物种间相关性不显著,联结性不强,种间独立性较强。毛竹与桫椤、罗伞、绿叶黄葛树、毛桐呈极显著正协变,毛竹与粗糠柴、云南樟、黄心树呈极显著负协变。毛竹与土著种的适合度差异和生态位差异共同影响群丛物种间的共存和竞争。控制毛竹扩张,限制与桫椤呈负协变关系物种的规模,可为桫椤营造良好的生存环境。     

基于残差注意力网络模型的浮游植物识别

浮游植物作为水生态系统中最重要的生物组成部分之一,对水环境敏感,在水环境监测中得到了广泛的关注。然而水生环境复杂多样,准确高效地识别浮游植物是监测工作中的一大挑战。当前浮游植物识别方法可分为经典形态学分类、分子标记和人工智能图像识别三类。前两种方法已被广泛采用,但费时费力,不利于监测机构的大规模应用和推广。同样,利用图像进行自动化分类难以在高准确率与高效率上达到平衡。深度学习技术的发展为此提供了新思路。本文提出一种新的深度卷积神经网络RAN-11。该网络以残差注意力网络Attention-56和Attention-92为基础,凭借通道对齐融合主干上的底层特征与顶层特征,通过调整注意力模块和残差快个数以精简结构,并引入了Leaky ReLU激活函数代替ReLU。以太湖11个优势属共计1036张图像为数据来源进行对比验证。除星杆藻外,RAN-11对单一优势属的的查准率都在90%以上,并且有5个优势属达到100%的查准率。RAN-11的识别准确率为95.67%,推理速率为41.5帧/s,不仅比Attention-92（95.19%的准确率,23.6帧/s）更准确,而且比Attention-56（94.71%的准确率,41.2帧/s）更快,真正兼顾了准确率与效率。研究结果表明：（1）RAN-11在查准率、准确率和推理速率上优于原始残差注意力网络,更优于以词包模型为代表的传统图像识别方法;（2）融合多尺度特征、精简网络结构和优化激活函数是提高卷积神经网络性能的有力手段。建立在经典分类基础之上,本文提出新的残差注意力网络来提升浮游植物鉴定技术,并构建出浮游植物自动化识别系统,识别准确率高、易于推广,对于实现水体中浮游植物的自动化监测具有重要意义。     

不同组织分离期对大圆头蛹虫草菌种性能的影响

为明确大圆头蛹虫草组织分离最佳分离时期,以大圆头蛹虫草优良母种为母本,采用组织分离法制备子代母种,以优良母种为对照,通过对不同组织分离期（35、40、45、50 d）子代母种平板培养、液体培养及栽培实验,考察不同组织分离期对子代母种培养性状及子实体形成能力的影响。结果表明,不同组织分离期大圆头蛹虫草子代母种培养性状存在较大的差异,其子实体形成能力与子代母种培养性状具有显著相关性,以组织分离期为40 d的子代母种性能表现最优,优良菌种筛选率最高（48%）,45 d次之（44%）,50 d最低（32%）。 明确大圆头蛹虫草优良菌种选育组织分离最佳时期为40 d,试验结果为大圆头蛹虫草优质菌种选育、复壮提供参考。