气候变化下中国八种梧桐属树种潜在适生区模拟

中国梧桐属（Firmiana）在世界梧桐属中占比较大，且除梧桐外其余种均为中国特有且分布范围狭窄的植物种，灭绝风险大，研究气候变化对中国梧桐属树种的影响对于维护生物多样性具有重要的意义。结合多时期第六次国际气候耦合模式比较计划（CMIP6）气候变量数据和中国八种梧桐属树种的分布数据，基于R语言kuenm程序包优化的最大熵（Maxent）模型模拟分析中国八种梧桐属树种在多尺度下的潜在适生区，得出梧桐属最适宜的模拟尺度、潜在适生区的面积变化和迁移方向、梧桐属多样性保护关键区域及保护空缺。结果表明：（1）梧桐属最适宜的模拟尺度为亚洲；（2） Maxent模型的接收者操作特征曲线下面积（AUC）值均大于0.9，表明模型对梧桐属潜在适生区预测结果具有较高准确度；（3）气候变化影响下除云南梧桐（Firmiana major）外其它树种的潜在适生区都将在未来有所扩大；（4）中国八种梧桐属树种潜在适生区迁移方向主要为东西向，南北向大跨度迁移较少，纬度变化不大；（5）丹霞梧桐（Firmiana danxiaensis）的稳定潜在适生区最小；（6）中国梧桐属多样性保护关键区域主要分布于广西壮族自治区及云南、广东、海南等省区；（7）中国梧桐属多样性保护空缺区域主要分布于广西壮族自治区中部及海南省北部；（8）梧桐属多样性保护关键区域正在为人造地表所侵蚀。研究分析气候变化对中国八种梧桐属树种的影响及其潜在适生区变化、中国梧桐属多样性保护状态，可为中国梧桐属建立多样性保护廊道提供相关建议，为制定多样性保护规划及相应措施提供参考。     

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。     

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。     

灰色GM（1,1）模型的性质及其应用

灰色ＧＭ（１，１）模对生态预测有重要应用，本文讨论了它的一个改进模ＧＭ（１，１），并深化了文（１）提出的两个问题，给出了较简明的证法，还确定了文（１）所希望的一个“合适的”常数。     

神经元激发昆虫的导航系统

一项研究发现,大脑中神经元的地形阵列给蝗虫方向感。许多昆虫把蓝天中的偏振光当作导航的指南信号。Stanley Heinze和UweHomberg发现,当蝗虫通过它们眼中的光受体接受到偏振光后,线性偏振光的电场矢量(E-矢量)的方向在蝗虫大脑中心复合体的柱体中是以一个地形图来代表的。中心     

ARIMA乘积季节模型在河南省风疹疫情预测中的应用

目的建立自回归求和移动平均(ARIMA)乘积季节模型,探讨其在河南省风疹发病趋势预测应用中的可行性。方法收集河南省2004—2013年报告的各月风疹病例数,建立ARIMA乘积季节模型,用2014年1—12月报告的风疹病例数,验证模型预测效果。结果河南省2004—2013年报告的风疹病例数呈现明显的季节效应,2009年前呈现逐年增多的趋势,2009年后呈现逐年减少的趋势;模型ARIMA(1,0,0)(0,1,1)12能较好的拟合既往的风疹病例数,且对2014年1—12月份风疹病例数的预测值与实际值基本吻合。结论 ARIMA乘积季节模型对河南省风疹发病趋势的预测具有可行性。     

一个具暂时免疫且总人数可变的传染病动力学模型

建立了一个具常恢复率和接触率依赖于总人数的SIRS传染病动力学模型，讨论了系统平衡点的存在性和稳定性，对双线性传染率的特殊情形，给出了传染病平衡点的全局稳定性结论，推广和改进了已有的相应结果。     

科学新知

难以放松的假期你是否想要度过一个悠长假期，却始终无法忘掉工作安心度假？为了揭开其中奥秘，研究人员设计了一可模拟大脑“能量转化为思想”过程的计算机模型。     

浙江省生境质量时空演变与生态红线评估

生境质量是反映生物多样性状况与局地生态功能的重要指标,在高质量发展背景下研究区域生境质量的时空演变具有重要意义。以浙江省为研究区,基于InVEST模型、热点分析及地理探测器模型探究生境质量的时空演变与影响因素,并利用生境质量结果对浙江省生态红线开展了定量评估。结果表明:(1)2000-2015年,浙江省生境质量均值呈减速下降趋势,空间上形成了西北、西南、中东高和东北、中部低的分布格局;生境退化度呈现"中心-外围"的圈层辐射结构。(2)热点分析显示,生境质量与生境退化度在乡镇尺度上集聚特征相似、冷热点空间分布趋势相反。(3)地理探测分析发现,地形(高程、坡度)是影响浙江省生境质量的主要因素,植被因素(NPP、NDVI)的贡献度随时间推移逐渐增大;浙江省生境质量空间分异受到自然因子与社会经济因子的协同作用。(4)浙江省生态红线的生境质量整体较高且稳定,不同红线类型的生境质量存在差异;高生境质量区与生态红线的错位区域主要分布在浙西南、西北部山区,而北部、中部以及东部相对较少。基于此,对生态红线调整、区域生态功能区划提出对应的策略,以期提升浙江省生态空间管控。     

Process-oriented ecological modeling approach and scientific workflow system

A scientific workflow system is designed specifically to organize, manage and execute a series of research steps, or a workflow, in a given runtime environment. The vision for scientific workflow systems is that the scientists around the world can collaborate on designing global-scaled experiments, sharing the data sets, experimental processes, and results on an easy-to-use platform. Each scientist can create and execute their own workflows and view results in real-time, and then subsequently share and reuse workflows among other scientists. Two case studies, using the Kepler system and BioVeL, are introduced in this paper. Ecological niche modeling process, which is a specialized form of scientific workflow system included in both Kepler system and BioVeL, was used to describe and discuss the features, developmental trends, and problems of scientific workflows.