果蝇nasuta亚群求爱歌的种间识别与进化遗传学研究

果蝇ｎａｓｕｔａ亚群由１４个种、亚种和分类群组成,广泛分布于印度－太平洋区域。本文首次记录了ｎａｓｕｔａ亚群种的求爱歌,测量了脉冲歌时域模式的参数：脉冲串间隔（ＩＢＩ）、脉冲间隔（ＩＰＩ）、脉冲串时间长度（ＰＴＬ）、每个脉冲串的脉冲数（ＰＮ）、脉冲时间长度（ＰＬ）、波动周期时间长度（ＣＬ）。采用计算机声谱分析技术,作出求爱歌信号的三维数字功率谱图,进行频率分析。发现Ｄ．ｐｕｌａｕｎａ和Ｔａｘｏｎ－Ｆ不发出求爱歌声信号,视觉在交配中可能起重要作用。对其余种、亚种和分类群的求爱歌分析表明,ｎａｓｕｔａ亚群种的求爱歌分为脉冲歌和正弦歌。对部分种的正反交Ｆ１求爱歌分析表明,脉冲歌时域参数,如ＩＰＩ平均值为Ｘ染色体连锁或常染色体多基因控制,正弦歌频率偏向母方。根据不同种、亚种和分类群脉冲歌的时域模式构建ｎａｓｕｔａ亚群的系统树,对亚群中不同种、亚种和分类群的亲缘关系进行讨论。     

后疫情时代全球可持续发展目标加速行动的推动

“SDGs加速行动”是国际组织、政府部门、私营机构和其他利益攸关方为加快落实2030年可持续发展议程采取的全球行动。2019年联合国可持续发展目标峰会后，政府、国际组织、私营部门等提出了214项SDGs加速行动。2019年爆发的新型冠状病毒肺炎（Corona Virus Disease 2019，COVID-19）对实现可持续发展目标带来了系列影响，后疫情时代如何推动全球SDGs加速行动的实施成为重要的问题。对可持续发展评估报告（2019）和可持续发展目标加速行动等政策文件进行信息提取，建立加速行动匹配性指数模型和各国应对新冠疫情的恢复力指数模型，根据匹配性-恢复力分类体系将各国按照17项可持续发展目标分为9类，为推动后疫情时代全球可持续发展目标加速行动提供支撑。研究发现：（1）现有可持续发展目标加速行动的实施与区域需求不匹配，且这种不匹配的情况在COVID-19爆发前已经出现；（2）加速行动的实施受限于现有可持续发展水平和国家经济基础，区域关注的可持续发展目标与其自然地理位置和社会发展水平有着密切的关系，多边组织机构和其他利益攸关方需要在发展中国家大力推动可持续发展加速行动；（3）下一步实施加速行动需要加强国际间的合作，根据分类框架和可持续发展目标的关联关系，分重点推进加速行动的实施，完善可持续发展指标监测体系，分类设立后疫情时代不同时期的阶段目标，分阶段循序渐进，定期反馈追踪，以在2030年促进17项可持续目标的实现。     

神经元图像大数据的弱监督自动识别技术

在介观尺度上，小鼠大脑图像的数据量可达到10 TB量级，人脑数据量则达到惊人的几十PB，从海量脑图像数据中识别和分析神经元的形态是一项复杂且具有挑战的任务。当前研究人员提出了基于传统机器学习和深度学习的神经元识别算法，其中传统机器学习方法存在迁移、泛化能力较差的问题，基于深度学习的算法虽然可以通过海量精确标注的训练数据提高模型的泛化性，但缺乏精确且丰富的图像标记数据集，因此同样存在过拟合和泛化能力弱等问题。本文提出了一种基于深度学习的弱监督神经元识别方案，仅需要少量有标注的数据，即可通过迭代策略获取海量神经元图像的精确识别结果，具备较强的泛化能力，并最大限度减少人工参与量。该方法在fMOST、BigNeuron等数据集上进行了实验，自动识别精度F1值分别为0.9247和0.8318，优于其他对比的神经元识别算法。     

适用于种群遗传管理的小熊猫微卫星亲子鉴定体系的建立

由于标记缺失、生产记录不详、亲权关系不明及部分个体来源不清等历史问题,中国小熊猫圈养种群存在谱系错漏、近亲繁殖等风险。近年来,随着小熊猫种群规模不断扩大,管理者们对谱系的准确性提出了更高的需求,亲子鉴定工作也成为了研究的重点。本文采用26个微卫星标记,对国内3个小熊猫圈养种群进行了亲缘关系运算,完成了相关谱系的查错与整理。26个位点多态性与稳定性良好,联合非亲排除概率达到0.9999以上,可解决国内小熊猫圈养种群的各类亲子鉴定需求。在单亲未知或双亲未知的情况下,8或11个位点组合可实现亲子鉴定。5个位点组合可进行个体识别。在小熊猫圈养管理过程中,应用一套亲子鉴定体系对小熊猫圈养的谱系进行查漏补缺,有利于制定科学的配对计划、避免近亲繁殖,对小熊猫种群保护有着重要意义。     

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。     

基于赤水河流域生态补偿的政府和社会资本合作项目风险识别与分担

赤水河流域为生态脆弱区域,现行的流域生态补偿机制存在补偿资金来源单一、总量不足且持续性较差、补偿方式较为单一等问题。将政府和社会资本合作（Public-Private Partnership,PPP）模式应用于建立赤水河流域生态补偿机制,有助于拓宽补偿资金来源、增加资金总量、丰富补偿方式,推动各利益相关方收益共享、风险共担。与传统PPP项目相比,基于流域生态补偿的PPP项目具有更为复杂的风险结构,风险因素的正确识别和合理分担是成功运用PPP模式完善赤水河流域生态补偿机制的关键。识别基于赤水河流域生态补偿的PPP项目运作关键环节,甄别各环节面临的主要风险因素;基于云理论建立风险分担模型;将有关风险在政府和社会资本间进行分担。研究结果表明：（1）基于赤水河流域生态补偿的PPP项目运作过程共包括项目准备、项目实施和项目合同终结等三个阶段、共11个关键环节,各环节共面临26个主要风险因素。（2）分析了有关风险因素可能对赤水河流域生态补偿机制或PPP项目产生的不利影响,并指出了风险引致方。（3）在项目准备阶段,政府拥有绝对的资源优势,以政府为主承担主要风险;在项目实施阶段,项目风险总体上由政府承担为主向社会资本承担为主转移,80%的风险主要由社会资本承担;特许经营期满后,社会资本将项目的经营权（或所有权与经营权同时）向政府移交,在项目合同终结阶段,有关风险再次以政府承担为主。     

基于目标检测的东北虎个体自动识别

东北虎个体的自动识别是种群数量评估和制定有效保护策略的重要基础。以东北虎林园和怪坡虎园38 只虎为研究对象,将目标检测方法首次应用到东北虎个体识别研究中,采用多种深度卷积神经网络模型,以实现虎个体的自动识别。首先通过相机在不同角度对 38 只东北虎进行拍摄取样,建立包含13579张图像的虎样本数据集。由于虎的体侧条纹信息不具有对称性,所以运用单次多盒目标检测（Single Shot MultiBox Detector, SSD）方法,对虎的躯干左侧条纹、右侧条纹以及脸部等不同部位图像,进行自动检测并分割提取,极大节省手工截取时间。在检测分割出的左右侧及脸部不同部位图片基础上,运用上、下、左、右平移变换进行数据增强,使图片数目扩大为原来的5 倍。采用LeNet、AlexNet、ZFNet、VGG16、ResNet34共5 种卷积神经网络模型进行个体自动识别。为了提高识别准确率,运用平均值和最大值不同组合方式来优化池化操作,并在全连接层引入概率分别为0.1、0.2、0.3、0.4的丢弃（Dropout）操作防止过拟合。实验表明,目标检测模型耗时较少,截取分割老虎不同部位条纹能达到0.6 s/张,远快于人工截取速度,并且在测试集上准确率能达到97.4%。不同姿态下的目标部位都能正确识别并分割。ResNet34模型的准确率优于其他网络模型,左右侧条纹以及脸部图像识别准确率分别为93.75%、97.01%和 86.28%,右侧条纹识别准确率优于左侧条纹和脸部图像。研究为野生虎自动相机影像的识别提供技术参考。在未来研究中,对东北虎个体影响数据进行扩充,选取更多影像数据进行训练,使网络具有更强的适应性,从而实现更准确的个体识别。     

四种鲤科鱼类对捕食胁迫行为响应的种间比较

为了比较早期捕食胁迫经历和当前环境中存在的捕食者对鱼类行为的影响, 并考查这些影响是否存在种间差异, 研究分别考查了测定环境(有、无捕食者存在)对有、无捕食胁迫经历的鳊(Parabramis pekinensis)、草鱼(Ctenopharyngodon idellus)、鲫(Carassius auratus)和中华倒刺鲃(Spinibarbus sinensis)等4种鲤科鱼类探索性、活跃性和勇敢性的影响。结果发现: 早期捕食胁迫经历与当前环境条件对鱼类行为产生截然不同的影响, 且存在较大的种间差异。无捕食胁迫经历的鳊、草鱼和中华倒刺鲃均会对陌生的捕食者乌鳢(Channa argus)做出行为响应, 提示这3种鱼可能对陌生捕食者具有一定的识别能力, 但这种识别与猎物鱼通过捕食胁迫经历获得的识别仍具有一定差距; 具有捕食胁迫经历的鳊和中华倒刺鲃在空白环境中未表现出反捕食行为, 可能是节约能量的一种策略。总体而言, 草鱼对捕食胁迫经历和测定环境处理反应更为敏感, 而中华倒刺鲃的反应则相对保守。但当周围环境中存在捕食者时, 4种鲤科鱼类均会通过维持较高运动状态的方式来应对捕食者。维持这种应激状态可能对猎物鱼保持与捕食者的距离, 并随时保持警惕较为关键。     

生物多样性国际发展援助作用、现状与中国行动思考: 基于CBD履约视角

生物多样性国际发展援助是在全球范围达成《生物多样性公约》(Convention on Biological Diversity, CBD)目标和联合国可持续发展目标(Sustainable Development Goals, SDGs)的主要途径, 也是中国在全球范围践行习近平生态文明思想、参与国际环境治理、维护中国海外发展利益和构建良好国际形象的重要政策工具。当前中国生物多样性对外援助理论和实践尚处于起步阶段, 研究基于对全球生物多样性官方发展援助(Official Development Assistance, ODA)融资水平分析, 以及全球主要多边和双边生物多样性援助组织政策经验总结, 从援助融资、总体布局、重点实施三个层面提出中国生物多样性对外援助总体规划和行动建议, 以期为即将于2021年在云南举办的COP15大会上, 中国作为东道国提出未来十年全球生物多样性治理国际倡议和国家行动计划提供理论支持。