唐古拉山以北地区生态资产核算

生态系统核算可以为生态文明建设提供定量性的决策依据,包括生态资产核算和生态系统服务核算两个方面,生态资产指生产和提供生态系统产品和服务的生态系统。以唐古拉山以北地区(简称唐北地区)为研究对象对其生态资产进行了核算,建立生态资产实物量及变化核算表、损益表,提出了生态资产综合指数。2015年唐北地区草地生态资产面积为21800.01 km~2,其中良级比重最高达68.46%,湿地生态资产面积为4763.01 km~2,其中优级比例最高为59.72%,野生动植物共有138种,其中重点保护动物10种。2015年唐北地区生态资产综合指数为79.77,比2000年降低了3.60%。2000—2015年,湿地、草地生态资产分别增加了164.23、2.82 km~2。2000—2015年湿地生态资产存量增加202.90 km~2,其中由湿地恢复导致面积增加最大为200.50 km~2,存量减少38.63 km~2,其中湿地退化是导致存量减少的主要原因,面积为36.23 km~2,草地存量增加了39.18 km~2,主要是由于湿地退化导致的草地扩张,存量减少36.26 km~2,主要由湿地恢复和荒漠化引起。研究中不同生态资产质量等级的核算以及生态资产综合指数的提出利于生态资产的全面核算和比较,对于建立离任责任制、生态文明建设意义重大。     

基于指标自动筛选的新疆开孔河流域生态健康评价

生态健康评价对了解区域生态健康状况和促进区域可持续发展具有重要意义,如何自动筛选出能反映生态系统特性的重要指标,是生态健康定量评估的关键问题。基于压力-状态-响应(PSR,Press-State-Response)框架和生态等级网络框架(EHN,Ecological Hierarchy Network),通过文献调研和因果分析建立要素层与指标层之间的交叉联系,构建了生态健康评价"网状"指标体系;在保证指标体系完备性基础上,通过结合主成分分析和熵权法的候选指标权重的客观计算,基于目标优化理论构建了评价指标的自动筛选模型,并基于中选指标计算了新疆开孔河流域2001—2017年生态健康指数(EHCI,Ecological Health Comprehensive Indexes),分析其空间分异和时间变化特征。结果表明:利用所建立的评价指标自动筛选模型,开孔河流域生态健康评价指标由31个候选指标自动筛选出了17个中选指标,用54.8%的指标表达了85.98%的信息,中选的17个指标在干旱/半干旱区域有关文献中应用较多,使用频次比例都在20%以上,其中归一化植被指数(NDVI,Normalized Difference Vegetation Index)、年降水量和植被覆盖度(FVC,Fractional Vegetation Coverage)3个指标的使用频次百分比均超过了50%,说明指标自动筛选模型的合理性;开孔河流域空间分布差异显著,总体上西北高、东南低,东南部和中部绿洲区外围生态健康状况较差,西北部河谷地带和中部两大绿洲区生态健康状况较好;17年来,流域生态质量整体趋于改善,显著改善区域占10.26%,远高于显著退化的1.61%,显著改善区域以孔雀河绿洲最为明显。开孔河流域生态健康的总体好转趋势说明区域生态综合治理取得一定成效。     

城市景观生态风险评估框架与实践——以北京天坛地区为例

当前，城市景观生态风险研究缺少科学合理、方便实用的评估框架。作者基于景观生态风险评估基本范式，明确了城市景观生态服务价值的测算方法，分析了引起生态损害的自然因素和人类活动因素，形成了城市景观生态风险评估的技术框架和参数体系；继而以北京天坛地区为研究区，开展了典型城市景观生态风险的定量评估。结果表明：（1）天坛地区景观生态价值总量约为2.41亿元。区域的历史文化价值最高，教育和美学景观价值紧随其后。（2）城市景观生态受损概率呈现"北高南低"的空间分布格局。生态受损概率的高值区面积占整个区域总面积的22.2%，主要分布在珠市口、磁器口和崇文门附近区域。（3）城市景观生态风险呈现"北低南高"的空间分布格局。高风险区主要分布在天坛公园内的文物建筑周边。本研究提供了一个可参考的城市景观生态风险评估应用框架，对生态风险评估中的不确定性进行了讨论，研究针对天坛案例区的具体结论有助于城市管理者避免潜在的风险。     

免疫细胞浸润在非小细胞肺癌诊断与预后中的应用

免疫细胞浸润对癌症的诊断与预后有着重要意义。文中收集TCGA数据库已收录的非小细胞肺癌肿瘤与正常组织基因表达数据,利用CIBERSORT工具得到22种免疫细胞占比来评估免疫细胞浸润情况。以22种免疫细胞占比为特征,用机器学习方法构建了非小细胞肺癌肿瘤与正常组织的分类模型,其中随机森林方法构建的模型分类效果AUC=0.987、敏感性0.98及特异性0.84。并且用随机森林方法构建的肺腺癌和肺鳞癌肿瘤组织分类模型效果AUC=0.827、敏感性0.75及特异性0.77。用LASSO回归筛选22种免疫细胞特征,保留8种强相关特征组成的免疫细胞评分结合临床特征构建了非小细胞肺癌预后模型。经评估及验证,预后模型C-index=0.71并且3年和5年的校准曲线拟合良好,可以对预后风险度进行准确预测。本研究基于免疫细胞浸润所构建的分类模型与预后模型,旨在对非小细胞肺癌的诊断与预后研究提供新的策略。     

生态意识及其主要特点

一、生态意识产生的时代背景生态意识作为人类思想的先进观念,产生于20世纪后半叶。产业革命以来二百多年,人类依据先进科学技术武装的强大生产力,无限制地向自然进     

ω-3 多不饱和脂肪酸对母婴健康结局影响的研究进展

综述了国内外研究中ω-3 PUFAs补充与妊娠期间母婴健康结局的关系以及目前推荐摄入的国家的现状和推荐后所带来的健康效益，为我国妇女在妊娠期间是否需要补充剂ω-3 PUFAs以及其推荐摄入量提供科学依据。     

Canopy closure estimation in a temperate forest using airborne LiDAR and LANDSAT ETM+ data

Aims　Forest canopy closure is one of the essential factors in forest survey, and plays an important role in forest ecosystem management. It is of great significance to study how to apply LiDAR (light detection and ranging) data efficiently in remote sensing estimation of forest canopy closure. LiDAR can be used to obtain data fast and accurately and therefore be used as training and validation data to estimate forest canopy closure in large spatial scale. It can compensate for the insufficiency (e.g. labor-intensive, time-consuming) of conventional ground survey, and provide foundations to forest inventory.Methods　In this study, we estimated canopy closure of a temperate forest in Genhe forest of Da Hinggan Ling area, Nei Mongol, China, using LiDAR and LANDSAT ETM+ data. Firstly, we calculated the canopy closure from ALS (Airborne Laser Scanning) high density point cloud data. Then, the estimated canopy closure from ALS data was used as training and validation data to modeling and inversion from eight vegetation indices computed from LANDSAT ETM+ data. Three approaches, multi-variable stepwise regression (MSR), random forest (RF) and Cubist, were developed and tested to estimate canopy closure from these vegetation indices, respectively.Important findings The validation results showed that the Cubist model yielded the highest accuracy compared to the other two models (determination coefficient (R²) = 0.722, root mean square error (RMSE) = 0.126, relative root mean square error (rRMSE) = 0.209, estimation accuracy (EA) = 79.883%). The combination of LiDAR data and LANDSAT ETM+ showed great potential to accurately estimate the canopy closure of the temperate forest. However, the model prediction capability needs to be further improved in order to be applied in larger spatial scale. More independent variables from other remotely sensed datasets, e.g. topographic data, texture information from high-resolution imagery, should be added into the model. These variables can help to reduce the influence of optical image, vegetation indices, terrain and shadow and so on. Moreover, the accuracy of the LiDAR-derived canopy closure needs to be further validated in future studies.     

华裔科学家研究新型免疫疗法？有望两年内攻克癌症

据英国《每日电讯报》9月20日报道，美国维克森林大学医学院的崔征博士近日在剑桥大学举行的抗衰老会议上公布了他在免疫细胞研究方面的新发现。即在不同人身上提取的免疫细胞在抗癌方面的能力大不相同，疗效可以相差近50倍。[第一段]