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。     

探寻干细胞的多潜能性

研究人员鉴定了在干细胞研究中调节自我更新和分化的关键因素。多潜能干细胞能分化为“在体内生长为所有细胞类型的”子细胞，或者能被刺激分化为一种专门的状态。2006年，两个研究组分别发表了热点文章，开始揭示“控制多潜能性分化决定”的调控网络。     

典型矿区植被覆盖度时空分布特征及影响因素

植被状况可以直接或间接地反映采煤对生态环境的影响。以长河井工煤矿、离柳井工煤矿、平朔露天煤矿3个典型矿区为研究区域。以Landsat数据为数据源，基于地形调节植被指数的像元二分模型提取植被覆盖度；采用趋势分析、线性回归斜率、稳定性分析方法，分析了3个典型矿区2001-2016年植被覆盖度的时空变化特征；运用"以时间换空间"的方法，采用相关分析方法对植被覆盖度变化的自然影响因素进行了分析。结果表明：（1）近16年3个典型矿区植被覆盖度呈增加趋势，长河、离柳、平朔矿区的增长速率分别为0.09%/10 a、0.10%/10 a、0.08%/10 a（P > 0.05）。（2）空间上，长河、离柳、平朔矿区植被覆盖度变化不明显比例分别占到66.63%，59.90%，62.25%，呈增加趋势的比例仅分别占28.14%、32.55%、27.81%，而呈减少趋势的比例分别占到5.23%、7.55%、9.94%。长河矿区明显改善的区域位于自然植被和耕作区的北部和东北部，离柳矿区明显改善的区域位于以低植被覆盖度为主的北部，平朔矿区明显改善的区域位于复垦的中西部。（3）不区分植被类型时，3个矿区的植被覆盖度变化与高程、高程与温度的交互作用表现出显著相关性（P < 0.01），与各自然因素的相关性总体表现为长河 > 离柳 > 平朔矿区；区分植被类型时，草地与坡度的相关性不显著（P > 0.05），与降雨量、高程存在显著正相关（P < 0.05）；灌木林与温度相关性不显著，与高程和降雨量的交互作用存在显著正相关；旱地与高程、高程与温度的交互作用存在显著相关性；疏林地与坡向、降雨量与坡向坡度的交互作用均没有表现出相关性；有林地与高程降雨量的交互作用表现出显著正相关性。探讨不同植被类型对自然因素的响应，可为矿区植被结构的选择，矿区复垦提供参考依据。     

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]     

基于价值评估的黄山市生境质量时空演变特征分析

评价与分析特定区域的生境质量及其时空变化对其生态安全格局构建、可持续发展意义重大。本文以典型旅游城市黄山市为研究区，综合生态系统服务价值评价模型、基于NPP与NDVI的生境质量指数评价、InVEST生境质量评价模型、空间分析等模型与方法对黄山市1987-2017年生境质量进行研究。结果表明：（1）1987-2007年，黄山市生境质量总值持续下降，2017出现回升，但生境受到的威胁仍增加，生境最优区为北部太平湖区域，生境质量低值主要分布在各县区主城区；生境质量栅格等级变化以4等级转变为3等级为主。（2）1987-2017年，黄山市105个乡镇（街道）中有84个乡镇（街道）生境质量有所下降，主要分布在东部区域；北部环太平湖区域的乡镇为生境质量"高高"型聚集区及热点区域，屯溪区、徽州区南部、歙县、休宁县主城区的各镇为生境质量"低低"型聚集区及冷点区域。（3）黄山市城市发展对生境质量影响较大，大体上距离城市中心点越近的圈层，生境质量越差；距离黄山市旅游中心点10-20、30-40、40-50 km的3个圈层形成生境质量低值点，为旅游与城区互助发展的结果；黄山市旅游与生境质量空间分布相关性较强，旅游设施、景区核密度越高，低等级生境质量占比越高。     

格网尺度下典型旅游城市生态服务价值估算和时空分异特征——以三亚为例

以典型旅游城市三亚市为案例地，利用2006-2018年4期Landsat遥感影像数据，借助ENVI、ArcGIS平台定量识别土地利用演变特征，在1km×1km格网尺度下估算旅游地生态系统服务价值，并结合空间探索性数据分析揭示生态系统服务价值时空分异特征及其与旅游地发展的时空耦合关系。结果表明：（1）2006-2018年间，三亚市生态系统服务价值总量呈逐年下降趋势，由6.73×10⁹元降至5.76×10⁹元，累计减少9.78×10⁸元；（2）空间格局上，三亚市呈"南低北高"空间分异格局，2006-2018年增值区域连片分布于崖州区、天涯区、吉阳区南部区域，且呈逐年减少趋势，减值区域集聚于天涯区东北部、海棠区；（3）空间集聚上，生态系统服务价值截面各年份均呈显著空间正相关且相关性先降后增。高高集聚区位于天涯区北部区域，低低集聚区分布于沿海、海湾地区；（4）旅游发展与生态系统服务价值时空演化特征关联性较强。三亚市天涯区北部林地生态环境良好，生态系统服务价值略有下降但绝对数值稳定，是生态系统服务价值主要来源；旅游发展较为迅速的三亚湾、崖州湾以及海棠湾，相对增值区域较多，但绝对生态系统服务价值损失显著，严重滞后于其他区域。     

人类有3种不同肠道菌群类型

欧洲分子生物学实验室（EMBL）以及国际MetaHIT联合会的科学家发现，人体肠道中微生物的组合并不是随机的，人类的肠道菌群可以分成3种不同的类型。