动态适应性生态经济区划模型及其应用

提高城市生态经济区划的精确性和动态性,对科学指导城市化发展具有重要的理论意义和应用价值。利用夜间灯光数据与人口密度建立线性模型,探索了以往用行政区域为最小统计单元数据的模拟细化问题;然后通过引入可变参数构建了动态适应性生态经济区划模型,在增强模型动态适应性的同时,将一级区划结果统一划分为生态管控区域、生态优先区域、优化开发区域和重点开发区域4个区域。以广州市增城区为典型案例,通过改进的动态适应性生态经济区划模型,运用GIS将增城区在两种情景下进行了模拟和对比,并提出了政策建议。区划结果符合当地发展特征,也为其他城市与区域的生态经济区划研究提供了科学方法。     

放牧对祁连山高寒典型草原土壤质量的影响

土壤质量是维持陆地生态系统稳定性与功能多样性的基础。放牧作为草地资源最广泛的利用方式之一,其对草地土壤质量的影响却缺乏量化标准,且两者之间的作用机理尚不明确。以祁连山高寒草原两个季节性牧场为研究对象,结合生态系统耦合与生态系统多功能性,探究了放牧对高寒草原土壤质量的影响与潜在机制。试验结果表明：基于最小数据集,不同放牧率下土壤质量指数差异显著(P<0.05),冬季牧场和春秋季牧场放牧率分别在2.45头月^-1 hm^-2和0.80头月^-1 hm^-2时土壤质量指数最高。土壤速效磷、有机碳、氮磷比和土壤pH是决定冬季牧场土壤质量的关键因子,而春秋季牧场中则是土壤有机碳、碳氮比和土壤pH;两个季节性牧场土壤质量指数与物种丰富度指数(P<0.05)和香浓维纳多样性指数(P<0.0001)呈显著正相关。高寒草原季节性牧场放牧地植物群落物种多样性与土壤因子耦合度在0.67—0.81之间,平均耦合度为0.74,属于中度协调;随着放牧率的增加,生态系统多功能性指数逐渐减低且与土壤质量指数变化趋势相似,...     

犬瘟热病毒临床流行野毒株F蛋白信号肽区分析

根据GenBank上发表的犬瘟热病毒(CDV)融合蛋白基因(F)序列,设计引物扩增F蛋白部分信号肽区,片段长369 bp.对2005年～2007年收集的犬瘟热阳性的水貂、狐、貉实质脏器、血液、尿液等样品进行扩增,获得了13个CDVF蛋白部分信号肽区基因片段.序列分析发现,CDV 野毒F蛋白该区段核苷酸与氨基酸序列与目前我国使用疫苗株CDV3及其他国内外疫苗株比较存在较大差异,与CDV3对应区段的核苷酸同源性在80.7%～83.2%之间,而推导的对应氨基酸序列同源性只有64.8%～71.3%.部分信号肽区的氨基酸疏水性分析,推测其调控功能也发生变化,本研究为CDV遗传变异和分子流行病学提供理论数据.     

奇异数据筛选法在玉米籽粒蛋白质近红外光谱检测中的应用

相对于传统生化测定方法,基于近红外光谱(Near infrared spectroscopy,NIRS)玉米籽粒蛋白质含量检测是一种快速、非破坏、且适用于多组分同时检测的新方法。但在建模过程中,由于奇异数据(异常值)的存在会影响近红外光谱模型的预测精度和稳定性,我们采用奇异数据筛选法剔除了玉米籽粒近红外光谱中的奇异数据并建立了玉米籽粒蛋白质含量的偏最小二乘支持向量机(Least squares support vector machine,LS-SVM)模型。本文分别采用杠杆值法(Leverage)、半数重采样法(Resampling by Half-Mean,RHM)和蒙特卡洛采样法(Monte-Carlo Sampling,MCS)剔除了玉米籽粒蛋白质光谱数据中的奇异数据并对模型结果进行比较。在剔除奇异数据的基础上,采用偏最小二乘回归法(Partial least squares regression,PLSR)提取主成分,并基于小生境蚁群算法(Niche ant colony algorithm,NACA)优化偏最小二乘支持向量机(LS-SVM)模型参数(γ和σ2),建立基于LS-SVM的玉米籽粒蛋白质定量分析模型。结果表明,采用3种奇异数据筛选法剔除奇异数据后所建LS-SVM模型的预测结果都优于采用原光谱数据所建模型,相比较而言,蒙特卡洛采样法为基于近红外光谱检测玉米籽粒蛋白质的最佳奇异数据筛选法。     

基于网络点评数据的园林展会后利用评价研究

随着互联网的快速发展和大数据技术的应用,网络点评数据成为获取游客游览景区后体验感知的重要手段。从使用者的角度出发,构建基于网络点评数据的园林展会后利用评价体系,利用网络点评数据对园林展会后利用的各项因素进行分析和评价,从中总结出目前园林展会后利用面临的突出问题,并针对这些问题提出相关建议,以期为中国未来园林展会后利用提供可持续发展的新思路。     

喹诺酸类型三萜化合物研究进展

从植物资源、化合物骨架结构、波谱特征及生物活性等方面,综述了国内外报导的38个喹诺酸类型三萜化合物。     

三七环二肽成分

从三七(Panax notoginseng)的根中分离得到14个环二肽成分,通过波谱解析其结构分别鉴定为环-(亮氨酸-苏氨酸)(1)、环-(亮氨酸-异亮氨酸)(2)、环-(亮氨酸-缬氨酸)(3)、环-(异亮氨酸-缬氨酸)(4)、环-(亮氨酸-丝氨酸)(5)、环-(亮氨酸-酪氨酸)(6)、环-(缬氨酸-脯氨酸)(7)、环-(丙氨酸-脯氨酸)(8)、环-(苯丙氨酸-酪氨酸)(9)、环-(苯丙氨酸-丙氨酸)(10)、环-(苯丙氨酸-缬氨酸)(11)、环-(亮氨酸-丙氨酸)(12)、环-(异亮氨酸-丙氨酸)(13)、环-(缬氨酸-丙氨酸)(14)。其中化合物1为新化合物,化合物4～10为新天然化合物,化合物2～3、11～14为已知化合物;化合物2和11、3和4、12和13分别为一对混合物,比例分别为2：1、1：1和2：1。     

基因芯片数据分析方法研究进展

基因芯片技术的出现改变了生物医学研究的前景,其产生的海量数据是限制其发展的瓶颈问题。为提取其中所隐含的有价值的信息,在基因芯片数据分析的复杂计算工具和方法方面近年来有很多尝试。本文对近5年来基因芯片表达数据的分类分析方法进行综述,既分类比较了以聚类分析为基础的分类方法,也吸收了当前应用数据挖掘、信息融合等系统生物学思路的研究技术,并对数据的分析结果进行评价。     

基于MaxEnt模型的人类干扰对滇金丝猴潜在分布的影响

滇金丝猴 (Rhinopithecus bieti) 是我国特有的濒危灵长类动物,预测其栖息地变化,评估人类活动影响,进而识别保护空缺,对该物种的保护具有重要意义。本文使用出行大数据估计人类出行密度,并将这一指标引入栖息地模型的构建;运用MaxEnt模型和空间分析技术分别构建自然环境和人类干扰两种情景下滇金丝猴的适宜栖息地模型,并分析自然环境与人类干扰两类共计11个变量对栖息地的影响。结果显示：(1) MaxEnt模型的预测精度较高,基于出行大数据的人类出行密度这一指标能很好表征人类干扰对栖息地的影响。(2) 模型预测得到滇金丝猴高适宜栖息地面积3 487.28 km²,认为影响滇金丝猴潜在分布的主要环境变量是海拔、年降水量、人类出行密度和距道路距离。(3) 人类干扰对滇金丝猴栖息地有明显的负影响 (使适宜栖息地面积相较于自然环境下减少9.32%),其中人类出行活动对滇金丝猴的栖息地干扰最为明显;同时还发现研究区78.8%的区域均受到一个或多个人类变量的较强干扰。(4) 在现有15个滇金丝猴群的活动斑块中,3个同时具有较高栖息地适宜性和较多人类干扰的斑块,可作为重点保护区域;同时发现栖息地质量在距道路和居民点约2 500 m处均出现明显拐点,可作为开展保护工作的缓冲区参考距离。降低这些区域的人类干扰强度,对滇金丝猴的生存具有更重要的现实保护意义。