景观生态学中的尺度分析方法

多尺度空间分析法是发现和识别景观特征尺度的主要方法.当前这类方法很多,缺乏归类和对比分析评价.基于空间类型变量和数值变量,对多尺度空间分析方法进行了重新梳理.同时对当前常用的尺度分析方法:半方差分析、尺度方差分析、小波分析和孔隙度指数分析,以中国三北防护林为例,对比了各种尺度分析方法的特点和优劣.结果表明,在特征尺度的识别上:小波方差方法清晰明了;半方差分析法灵活简捷,结果明显;尺度方差分析法和孔隙度指数法在本研究中的判识结果不甚明显.在计算速度上:半方差分析法计算量最大、耗时最长,尺度方差次之,小波方差速度最快,孔隙度指数法计算速度快于前两种,慢于小波方差分析方法.半方差分析方法简单灵活,而且相关理论方法成熟,但缺乏对大尺度格局的整体把握,而小波分析恰恰能很好的弥补这一不足.最后提出,半方差分析和小波变换相结合将会是最优的尺度分析方法.     

国内8款常用植物识别软件的识别能力评价

随着智能手机和人工智能技术的发展, 以手机app为载体的植物识别软件慢慢走进公众生活、科普活动和科研活动的各个方面。植物识别app的识别正确率是决定其使用价值和用户体验的关键因素。目前, 国内应用市场上有许多植物识别app, 它们的开发目的和应用范围各异, 软件本身的关注点、数据库来源、算法、硬件要求也存在很大差异。对于不同人群, 植物识别app有不同的意义, 如对于科研人员来说, 识别能力强的app是提高效率的一大工具; 对植物爱好者来说, 具一定准确率的识别app可以作为入门的工具。因此, 对各app的识别能力进行分析与评价显得尤为重要。本文选取了8款常用的app, 分别对400张已准确鉴定的植物图片进行识别, 其中干旱半干旱区、温带、热带和亚热带4个区各选取100张。这些图片共计122科164属340种, 涵盖了乔木、灌木、草本、草质藤本和木质藤本5种生长型, 包含23种国家级保护植物。种、属、科准确识别正确分别计4分、2分、1分, 以此标准对软件识别能力按总得分进行排序, 正确率得分由高到低依次为花帮主、百度识图、花伴侣、形色、花卉识别、植物识别、发现识花、微软识花。     

重新认识神经衰弱

神经衰弱(Neurasthenia)这个诊断名称在我国相当习用。无论是医务人员,还是普通百姓都不陌生。它是一种以精神容易兴奋和容易疲劳、躯体功能衰弱为主的神经症性障碍。常有情绪烦恼、紧张、易激惹等情感症状以及肌肉紧张性疼痛和睡眠障碍等生理功能紊乱症状。这些症状不是继发于躯体或脑的疾病,     

用人工神神经网络法辨识发酵动力学模型参数

本文提出发酵动力学模型参数辩识的人工神经网络方法,并对几种典型的模型进行了具体尝试,结果表明,用这种方法估计参数效果极好。     

家蚕荧光茧色的判性机理

以家蚕荧光茧色判性品种为实验材料,对蚕茧层表面和茧层抽提物的荧光光谱分析表明,蚕茧荧光色不论雌雄都出现黄色和蓝紫色二个荧光发射峰,因两者相对荧光强度不同而引起雌雄茧之间的荧光色差异,通过对家蚕中肠组织的荧光观察和荧光显微观察,发现蚕茧荧光色的雌雄差异或判性是由于雌蚕中肠组织对黄色荧光色素的特异性积累而引起的,5龄4日以后,雌蚕食桑后经过中肠消化与吸收,全部或大部分黄色荧光物质开始积累于中肠后部细胞内直至变态化蛹,所有蓝紫色荧光物质单独或与少量黄色荧光物质一起分泌进入血液,再到达丝腺体而使雌茧呈蓝紫或蓝白荧光色,而雄蚕中肠组织对这二类荧光物质都不积累,全部分泌进入血液再到达丝腺体最后使雄蚕茧呈黄白荧光色,应用硅胶薄层色谱和荧光光谱分析提示,蓝紫荧光色物质至少由5种蓝紫荧光色素成分组成,而黄色荧光物质至少由3种黄色荧光色素成分组成;从雄蚕茧层中提取到的黄色荧光色素与雌蚕后部中肠积累的色素完全相同,紫外光谱分析和AlCl3显色反应表明,3种黄色荧光色素属于黄酮类或黄酮苷类化合物,其中一种黄色荧光色素（Rf=0.82）为主要成分,其荧光发射光谱最大发射峰为533nm,激发光谱峰值为377nm,上述结果充分表明,家蚕荧光判性品种的雌雄荧光茧色差异就是由雌性家蚕中肠尤其是后部中肠对黄色荧光色素的特异性积累而引起的,因此,可以推测,在荧光茧色判性的5龄雌蚕中肠,特别是后部中肠上皮圆筒形细胞中特异表达一种能与黄色荧光色素结合的蛋白。